Tobit modelde bazı yanlı tahmin edicilerin performanslarının incelenmesi
Investigating performances of some biased estimators in the tobit model
- Tez No: 656024
- Danışmanlar: DOÇ. DR. YASİN ASAR
- Tez Türü: Yüksek Lisans
- Konular: Matematik, İstatistik, Mathematics, Statistics
- Anahtar Kelimeler: Matematik, Ridge regresyon, Tobit model, Çoklu bağlantı, İstatistik, Mathematics, Ridge regression, Tobit model, Multicollinearity, Statistics
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çoklu bağlantı probleminin en çok olabilirlik tahmin edicisi üzerindeki etkileri, tobit reg-resyon modelinde analiz edilmiştir. Çoklu bağlantı problemi yansız olan en çok olabilirlik tahmin edicisinin varyansını şişirir. Böylece tahminler tutarsız hale gelir. Khalaf ve ark. (2014) tarafından ridge regresyonu tahmin edicisinin kullanılması çoklu bağlantı probleminin çözümü olarak önerilmiştir. Bu çalışmada en çok olabilirlik tahmin edicisi ile ridge tahmin edicisinin hata kareler ortalaması özellikleri teorik olarak incelenmiş ve birbiriyle karşılaştırılmıştır. Tahmin edicilerin performanslarını değerlendirmek için bir Monte Carlo simülasyon çalışması tasarlanmıştır.
Özet (Çeviri)
The effects of the multicollinearity problem on the maximum likelihood estimator are analyzed in the tobit regression model. The multicollinearity problem inflates the variance of the maximum likelihood estimator that is asymptotically unbiased. Thus the maximum likelihood estimates become inconsistent. The use of ridge regression estimator by Khalaf ve ark. (2014) has been proposed as a solution to the multicollinearity problem. In this thesis, the mean squared error properties of ridge estimators and likelihood estimators are analyzed and compared theoretically. A Monte Carlo simulation study is designed to evaluate their performance. As another alternative to the multicollinearity problem, a new biased estimator is introduced, which is the generalization of the well-known Liu estimator. Mean squared error properties of the estimators are investigated theoretically. In order to evaluate the performances of the estimators, a Monte Carlo simulation study is designed and simulated mean squared error is used as a performance criterion. Finally, the benefits of the new estimator is illustrated via real data applications.
Benzer Tezler
- Digital Background Calibration for Capacitor Mismatch and Gain Errors in Pipeline ADCs
Kapasitör Uyumsuzluğu ve Kazanç Hataları İçin Arka Plan Sayısal Kalibrasyonu
ENVER DERUN KARABEYOĞLU
Yüksek Lisans
İngilizce
2019
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUFAN COŞKUN KARALAR
- Erken uyarı sistemi olarak finansal oranlar ve çok değişkenli model
A Suggestion for the financial rations and multivariate model as an early warning system
MUSTAFA CANBAZ
- Penetration rate optimization with support vector regression method
Destek vektör regresyonu yöntemi ile ilerleme hızı optimizasyonu
KORHAN KOR
Yüksek Lisans
İngilizce
2015
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜRŞAT ALTUN
- Comparable approach to“The Theory of Efficient Market”a modified capital asset pricing model for maritime firms
Başlık çevirisi yok
ORAL ERDOĞAN
- Design and implementation of a novel physically unclonable function with a new cellular automata model
Yeni bir hücesel otomat modeli kullanarak özgün bir fiziksel klonlanamayan fonksiyonun tasarımı ve gerçeklemesi
EMRE GÖNCÜ
Doktora
İngilizce
2020
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MÜŞTAK ERHAN YALÇIN
