Çoklu lineer regresyon modelinde Liu tipi GM tahmin edicisi
Liu type GM estimator in the multiple linear regression model
- Tez No: 661420
- Danışmanlar: DR. ÖĞR. ÜYESİ YAKUP MURAT BULUT
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Teorisi Bilim Dalı
- Sayfa Sayısı: 134
Özet
Çoklu regresyon analizinde, çoklu iç ilişki veya hem bağımlı hem de bağımsız değişkende aykırı değer bulunması durumlarında kullanılan klasik tahmin edicilerin varyansları artmaktadır. Bu problemlerin tek tek çözümleri için sırasıyla literatürde yanlı tahmin ediciler ve sağlam tahmin ediciler önerilmiştir. Bu problemler ile aynı anda karşılaşılması durumunda ise bu problemlerin eş anlı çözümü için sağlam yanlı tahmin ediciler önerilmiştir. Bu tezin amacı çoklu iç ilişki ve hem bağımlı hem de bağımsız değişkende aykırı değer bulunması durumunda literatürde varolan tahmin edicilerden daha etkin sonuçlar veren Liu tipi GM tahmin edicisini önermektir. Bu amaçla önerilen yeni tahmin edici literatürdeki diğer tahmin ediciler ile teorik olarak karşılaştırılmıştır. Ayrıca Liu tipi GM tahmin edicisi için farklı yanlılık ve büzülme parametre seçimleri karşılaştırılarak parametrelerin performansları değerlendirilmiştir. Önerilen tahmin edicinin literatürde varolan tahmin ediciler ile karşılaştırılması için Monte Carlo simülasyon çalışması yapılmıştır. Tahmin ediciler hata kareler ortalaması kriterine göre karşılaştırılmıştır. Tahmin edicilerin uygulamada etkin bir şekilde uygulanabilirliğini göstermek amacıyla da gerçek veri üzerinde uygulama yapılmıştır.
Özet (Çeviri)
In the multiple linear regression model, in the case of multicollinearity or outliers in both dependent and independent variables, the variance of the classical estimators is increasing. The biased and robust estimators have been proposed in the literature to solve multicollinearity and outlier problems separately. The main aim of this thesis is to propose a Liu type GM estimator such that it has more effective results than the estimators that have been proposed in the literature to solve multicollinearity and outlier problems simultaneously. We have compared the proposed estimator theoretically with the other estimators given in the literature. Further, different biased and shrinkage estimators have been compared with each other to evaluate the performance of the Liu type GM estimator. Monte Carlo simulation has been conducted to illustrate the performance of the newly proposed estimator with the estimators given in the literature. Mean Squared Error (MSE) criteria has been used to compare the estimators. Also, a real data example has been given to show the applicability of the proposed estimator.
Benzer Tezler
- Lineer regresyon modelinde bayes tahmin ediciler
Bayes estimators in linear regression model
NİMET TÜRKER
Yüksek Lisans
Türkçe
2013
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR
- A study on jackknifed estimators in regression model in presence of multicollinearity
Regresyon modelinde çoklu bağlantı durumunda jackknifed tahmin edicileri üzerine bir çalışma
MOHAMMED KAMAL SALIH SALIH
Yüksek Lisans
İngilizce
2022
MatematikÇankırı Karatekin ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ŞERİFENUR CEBESOY ERDAL
DR. ÖĞR. ÜYESİ FERAS SHAKER MAHMOOD
- Çoklu bağlantı durumunda regresyon katsayılarının anlamlılığı için iki parametreli yanlı tahmin edicilere dayalı hipotez testleri
Hypothesis tests based on two-parameter biased estimators for significance of regression coefficients in case of multicollinearity
HİLAL KAPLAN TABAK
- Gamma regresyon modelinde bazı tahmin edicilerin karşılaştırılması
Comparison of some estimators in gamma regresson model
MERVE KORKMAZ
Yüksek Lisans
Türkçe
2022
MatematikNecmettin Erbakan ÜniversitesiMatematik Ana Bilim Dalı
DOÇ. DR. YASİN ASAR
- Lineer regresyon modelinde liu tahmin edici
Liu estimator in linear regression model
BİRER GÜVELOĞLU
Yüksek Lisans
Türkçe
2024
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR