Geri Dön

Kantil regresyon analizinde Bootstrap tahmini

Bootstrap estimation in quantile regression analysis

PDF İndir

  1. Tez No: 503481
  2. Yazar: SEÇKİN ÇAMURLU
  3. Danışmanlar: DOÇ. DR. NECATİ ALP ERİLLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Cumhuriyet Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 84

Özet

Regresyon analizi, istatistiksel ve ekonometrik tahmin modellerinde sıklıkla kullanılan tahmin yöntemlerinden biridir. Regresyon analizinde yardımcı analiz yöntemlerden biri de kantil regresyon yöntemidir. Kantil regresyon yönteminde herhangi bir dağılım varsayımı gerekmemektedir ve çeşitli kantillere bağlı olarak parametre katsayılarını tahmin ettiği için aşırı değerlerin bulunduğu veri setlerinde geleneksel yöntemlere göre daha iyi tahminler vermektedir. Ayrıca kantil regresyon değişen varyansın belirlenmesine imkân sağlamaktadır. Doğrusal regresyon analizinde ise veri yapısının model için uygun olması gibi şartlar vardır. Bunlardan biri veri yapısındaki aşırı değerlere karşı iyi sonuçlar vermemesidir. Bu çalışmada; Doğrusal regresyon ve Kantil regresyon yöntemleri tanıtılmış ve aralarındaki farklar belirtilmiştir. Bootstrap yöntemi hakkında bilgiler verilmiştir. Uygulama kısmında ise 2000-2017 yılları arası aylık Üretici Fiyat Endeksi(Üfe), Üfe(-2) Dönem Gecikmesi ve Beklenti Anketi verileri kullanılmıştır. Bu veriler Gretl programı yardımı ile Bootstrap yöntemi kullanılarak belirli düzeylerde veri sayıları arttırılarak Doğrusal ve Kantil Regresyon yöntemlerinin sonuçları Ortalama Mutlak Sapma (OMS) ve Hata Kareler Ortalaması Karekökü (HKOK) değerleri karşılaştırılarak hangi yöntemin en uygun modeli tahmin ettiği belirlenmiştir. Sonuç olarak OMS ve HKOK değerleri karşılaştırıldığında en küçük değeri Doğrusal Regresyon yöntemi vererek en uygun model seçilmiştir. İkinci model olarak ise Kantil Regresyon(Q2) yönteminin uygun model olduğu gösterilmiştir.

Özet (Çeviri)

Regression analysis is one of the most commonly used estimation methods in statistical and econometric prediction models. One of the auxiliary analysis methods in regression analysis is the quantile regression method. There is no distributional assumption is required in the quantile regression model and it gives better estimates in the data sets of the structure where the outliers are estimated because it predicts the parameter coefficients depending on the various quantities. In addition, the quantile regression allows for the determination of the variance. In linear regression analysis, there are requirements such that data structure is suitable for the model. It does not provide good results against extreme values in data structure. In this study; firstly linear regression and quantile regression methods are introduced, and than the differences between them are indicated. Information about the bootstrap method is also given. In the application part, monthly Producer Price Index (PPI), PPI (-2) period delay and Expectation Questionnaire data between 2000-2017 were used. This data was used to increase the number of data at certain levels by Bootstrap method and to compare the results of Linear and Quantile Regression methods with Mean Absolute Deviation (MAD) and Root Means Square of Error (RMSE) to determine which method predicts the most suitable model. Results for Linear and Quantile Regression (Q2) methods show that the two methods with the closest and smallest values of MAD and RMSE predict the most suitable models.

Benzer Tezler

  1. Tez No

    774725

    Kantil regresyon, en küçük medyan kareler ve en küçük mutlak sapma yöntemlerinin karşılaştırılması

    Comparison of methods of quantile regression, least median squares and least absolute deviation

    FURKAN YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    ZiraatTokat Gaziosmanpaşa Üniversitesi

    Zootekni Ana Bilim Dalı

    DOÇ. DR. YALÇIN TAHTALI

  2. Tez No

    357390

    Kantil regresyon modeli yardımıyla ülkelerin insani gelişmişlik indeksi üzerinde etkiliolan faktörlerin incelenmesi

    An investigation of the factors which effect the countries' human development index with the help of the quantile regression model

    KÜBRA AKYOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    İstatistikAtatürk Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. MEHMET SUPHİ ÖZÇOMAK

  3. Tez No

    828679

    Boylamsal verilerde çok düzeyli doğrusal regresyon ve kantil regresyon yöntemlerinin karşılaştırılması

    Comparison of multilevel linear regression and multilevel quantile regression methods in longitudinal data

    BEGÜM KAFKAS

    Doktora

    Türkçe

    Türkçe

    2023

    Eğitim ve ÖğretimHacettepe Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    DOÇ. DR. DERYA ÇOBANOĞLU AKTAN

  4. Tez No

    534786

    Regional consumption and income dynamics in Turkey: A panel data analysis

    Türkiyede bölgesel tüketim ve gelir dinamikleri: Panel veri analizi

    MURAT GÜVEN

    Doktora

    İngilizce

    İngilizce

    2018

    Ekonomiİstanbul Teknik Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BÜLENT GÜLOĞLU

  5. Tez No

    419906

    Sağkalım analizinde kantil regresyon ve parametrik regresyon modellerinin performanslarının karşılaştırılması

    Comparison of the performances of quantile regression and parametric regression models in survival analysis

    CAN TÜRKİŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    BiyoistatistikAdnan Menderes Üniversitesi

    Biyoistatistik Ana Bilim Dalı

    DOÇ. DR. İMRAN KURT ÖMÜRLÜ

Geri Dön