Ridge Regresyon yöntemiyle Türk tekstil ve konfeksiyon sanayii dış satımının analizi
Başlık çevirisi mevcut değil.
- Tez No: 51366
- Danışmanlar: NURAY GİRGİNER
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Economics
- Anahtar Kelimeler: Hazır giyim endüstrisi, Regresyon analizi, Ridge regresyon, Satış, Tekstil endüstrisi, Ticaret, Uluslararası ticaret, İhracat, Ready made wear industry, Regression analysis, Ridge regression, Sale, Textile industry, Trade, International trade, Export
- Yıl: 1996
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Çoklu doğrusal regresyon modellerinde bağımsız değişkenler arasında çoklu doğrusal bağlantı durumuyla karşılaşılması anlamlı katsayı kestirimleri elde edilmesinde sorun yaratmaktadır. Bu çalışmada; çoklu doğrusal bağlantının giderilmesinde veya azaltılmasında kullanılan ridge regresyon yöntemi ile çoklu doğrusal regresyon modelinin oluşturulması ele alınmıştır. Çalışmada, Türk Tekstil ve Konfeksiyon Sanayii dışsatımının analizinde ridge regresyon yönteminin kullanılması amaçlanmıştır. Çalışmada, öncelikle çoklu doğrusal regresyon modelinin varsayımlarına ilişkin genel bilgiler verilerek ekonomik olaylarda sık sık karşılaşılan ve önemli bir sorun oluşturan çoklu doğrusal bağlantının kaynaklan, etkileri, belirleme ve giderme yöntemleri ayrıntılı olarak incelenmiştir. Daha soma çoklu doğrusal bağlantının giderilmesi veya azaltılmasında önerilen yanlı kestirim yöntemlerinden ridge regresyon yöntemi özellikleri, kullanımdaki aşamaları bakımından ayrıntılı olarak açıklanmıştır. Araştırmanın uygulama bölümünde, Türk dışsatımının yıldızı durumundaki Türk Tekstil ve Konfeksiyon Sanayii'nin 1974-1994 dönemine ait dışsatımının IXanalizinde ridge regresyon yöntemi kullanılmıştır. Analiz sonucunda ridge regresyon yöntemi ile çoklu doğrusal bağlantı önemli ölçüde giderilmiş, ridge regresyon yöntemi ile elde edilen hata kareler ortalamasının en küçük kareler yöntemi ile elde edilenden daha küçük olduğu görülmüştür. Elde edilen parametre kestirimleri yorumlanmıştır.
Özet (Çeviri)
SUMMARY In multiple linear regression models, multicollinearity between independent variables creates problems in realistic coefficient predictions. In this study, the development of linear regression model is studied by means of ridge regression method which is used in avoiding or decreasing multicollinearity. It is aimed to use ridge regression method in analyzing the export Turkish Textile and Apparel. In this study, the sources, effects, diagnostic and avoiding methods of multicollinearity, which is frequently encountered in economic events and which creates important problems, are investigated by giving general information about the assumptions of, especially, multiple linear regression model. Thereafter, ridge regression method, which is one of the biased predictions methods suggested in avoiding or decreasing multicollinearity is explained in detail according to its features and phases in usage. In application part of this study, ridge regression method is used in the analysis of the export of Turkish Textile and Apparel Industry leader of Turkish export in the period of 1974 and 1994. At the end of the study, multicollinearity is avoided appearantly by means of ridge regression method, it is observed that mean square errors obtaines with ridge regression method are smaller than that obtained with least square method. The parameter predictions obtained are discussed. XI
Benzer Tezler
- Ridge regresyon yöntemiyle TOFAŞ firmasının (1975-1994) yılları arası otomobil talep miktarı analizi
Başlık çevirisi yok
GÜLSEN SERAP TÜRKAY
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Application of bootstrap techniques in regression models
Bootstrap yönteminin regresyon modellerinde uygulanması
HUSNIYE ALTUNER
Yüksek Lisans
İngilizce
2021
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE ATICIOĞLU
- Penalized stable regression
Cezalandırılmış stabil regresyon
İREM SARIBAŞ
Yüksek Lisans
İngilizce
2024
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜL İNAN
- Çoklu bağıntılı doğrusal modellerde Ridge regresyon yöntemiyle parametre kestirimi
Başlık çevirisi yok
EMEL İMİR ŞIKLAR
