Geri Dön

Sayma verileri ile regresyon analizi ve talep verilerine uygulanması

Regression analysis with counting data and its application to demand data

PDF İndir

  1. Tez No: 752616
  2. Yazar: DİCLEHAN ŞEKER
  3. Danışmanlar: PROF. DR. HAKAN TÜRKAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Sayma Verileri İle Regresyon, Sıfır Yığılmalı Regresyon, Poisson Regresyon, Hurdle Regresyon, Negatif Binom Regresyon, Regression with Counting Data, Zero-Inflated Regression, Poisson Regression, Hurdle Regression, Negative Binomial Regression
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Sivas Cumhuriyet Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 87

Özet

Regresyon analizi iki veya daha fazla değişken arasındaki ilişkiyi açıklamak için kullanılan istatistiksel bir yöntemdir. Regresyon analizinde bağımlı değişkenin sayım yoluyla elde edilmesi durumunda sayma verileri ile regresyon modellerinin kullanılması gerekmektedir. Sayma verileri ile regresyon modellerinin temelini Poisson regresyon oluşturmaktadır. Bu tez çalışmasında sayma verisi regresyon modellerinin tanıtılması ve otomobil talebi ile konut talebi verilerine uygulanması gerçekleştirilmiştir. Otomobil talebini ve konut talebini etkileyen faktörlerin açıklayıcı değişken olarak kullanıldığı regresyon modelleri kurularak çözümlenmiştir. Bu amaç doğrultusunda çalışmada ilk olarak genelleştirilmiş doğrusal modellere yer verilmiştir. İkinci olarak sayma verisi ile regresyon modellerinden Poisson regresyon, Negatif Binom regresyon, Genelleştirilmiş Poisson regresyon, Sıfır Yığılmalı regresyon ve Hurdle regresyon modellerinin yapısı ve işleyişleri açıklanmıştır. Bu modellere ek olarak aşırı yayılım durumundan da bahsedilmiştir. Daha sonra sayma verisi regresyon modelleri için kullanılan uyum iyiliği testleri ve bilgi kriterleri açıklanmıştır. Çalışmanın uygulama kısmında talep verisi olarak otomobil satış ve konut satış sayıları gelir ve fiyat endekslerinin açıklayıcı değişken olarak kullanıldığı regresyon modelleri kurularak analizler yapılmıştır. Modelleme denemeleri STATA 16 ve EVİEWS 10 paket programları ile yapılmıştır. Tahmin edilen sonuçlara göre Negatif Binom regresyon modelinin hem otomobil satış sayıları hem de konut satış sayıları için en uygun model olduğu görülmüştür.

Özet (Çeviri)

Regression analysis is a statistical method used to describe the relationship between two or more variables. In the regression analysis, counting data and regression models must be used if the dependent variable is obtained by counting. Poisson regression is the basis for counting data and regression models. In this thesis study, the presentation of the counting data regression models and the application of the car request and housing request data was carried out. The regression models are established and analyzed by using the factors that affect the car demand and housing demand as descriptive variables. For this purpose, the study first included the generalized linear models. Secondly, the structure and operation of the Poisson regression, negative Binom regression, Generalized Poisson regression, Zero-Inflated regression and Hurdle regression models are explained by counting data and regression models of regression. In addition to these models, there is also a mention of the over-spread situation. The compatibility goodness-of-fit test and information criteria used for counting data regression models are then explained. In the application of the study, the number of car sales and housing sales as claim data was established by establishing regression models where income and price indexes are used as descriptive variables. Modeling trials are done with STATA 16 and EVIEWS 10 package programs. According to the estimated results, the negative Binom regression model was found to be the best model for both car sales and housing sales numbers.

Benzer Tezler

  1. Tez No

    421138

    Penetration rate optimization with support vector regression method

    Destek vektör regresyonu yöntemi ile ilerleme hızı optimizasyonu

    KORHAN KOR

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. GÜRŞAT ALTUN

  2. Tez No

    126836

    Logit türel dağılım modeli kalibrasyonu: İstanbul için bir değerlendirme

    Logit modal-split model calibration: An evaluation for İstanbul

    HİLMİ BERK ÇELİKOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Ulaştırma Ana Bilim Dalı

    PROF. DR. HALUK GERÇEK

  3. Tez No

    420691

    Türkiye'de portakal pazarlaması etkinlik analizi

    Orange marketing effectiveness analysis in turkey

    MÜKERREM ORAL

    Doktora

    Türkçe

    Türkçe

    2014

    ZiraatAkdeniz Üniversitesi

    Tarım Ekonomisi Ana Bilim Dalı

    YRD. DOÇ. DR. METİN GÖKSEL AKPINAR

  4. Tez No

    25437

    Menkul kıymet analizi ve portföy yönetimi İstanbul Menkul Kıymetler Borsası'nda bir uygulama

    Başlık çevirisi yok

    FATMA SAHİLLİOĞLU(GÜNEŞ)

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    İşletmeİstanbul Üniversitesi

    Uluslararası İşletmecilik Ana Bilim Dalı

    PROF. DR. A. BÜLENT PAMUKÇU

  5. Tez No

    557435

    Konaklama işletmelerinde proaktif kriz yönetiminin algılanan çevresel belirsizliğe etkisi: Nevşehir ili örneği

    The impact of proactive crisis management on perceived environmental uncertainty in accomodation establishment: The sample of Nevşehi̇r

    FATMA DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    TurizmNevşehir Hacı Bektaş Veli Üniversitesi

    Turizm İşletmeciliği Ana Bilim Dalı

    DOÇ. DR. AZİZ GÖKHAN ÖZKOÇ

Geri Dön