Geri Dön

Beta regresyon modelinde tahmin yöntemlerinin karşılaştırılması

Comparison of estimation methods in beta regression model

  1. Tez No: 864974
  2. Yazar: PINAR GEDİKLİ
  3. Danışmanlar: PROF. DR. YASİN ASAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Necmettin Erbakan Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 91

Özet

Beta regresyon modelinde çoklu bağlantı problemleri ortaya çıktığında, en çok olabilirlik tahmin edicisinin performansı olumsuz etkilenmektedir. Bu zorlukları aşmak amacıyla, çeşitli tahmin ediciler üzerinde detaylı bir inceleme gerçekleştirilmiştir. Modelin kararlılığını artırmak ve güvenilir sonuçlar elde etmek için, hemen hemen yansız Liu tahmin edicisinden esinlenerek geliştirilen hemen hemen yansız beta Liu tahmin edicisi, beta regresyon modeli için önerilmiştir. Bu tez kapsamında önerilen tahmin ediciler, hem teorik olarak karşılaştırılmış hem de Monte Carlo simülasyon çalışmaları ve gerçek veri uygulamaları ile performansları analiz edilmiştir. Elde edilen nümerik sonuçlar, teorik sonuçların doğruluğunu destekleyerek, önerilen tahmin edicilerin beta regresyon modellerinde çoklu bağlantı problemi ile başa çıkma konusundaki etkinliklerini açıkça ortaya koymaktadır.

Özet (Çeviri)

When multicollinearity problems occur in the beta regression model, the performance of the maximum likelihood estimator is negatively affected. In order to prevent multicollinearity problems, a detailed examination of the estimators was carried out. To increase the reliability of the model and the results, the almost unbiased beta Liu estimator, inspired by the almost unbiased Liu estimator, has been proposed for the beta regression model. The estimators used within the scope of this thesis were compared both theoretically and the estimators' performances were analyzed using the Monte Carlo simulation method. Furthermore, proposed estimators were tested on real data applications. The obtained numerical results support the accuracy of the theoretical results and clearly demonstrate the effectiveness of the proposed estimators in dealing with multicollinearity problems in beta regression models.

Benzer Tezler

  1. Ektopik gebeliklerde medikal tedavi başarısını öngörmede beta ;HCG' deki değişikliklere ve klinik özelliklere dayalı bir tahmin modeli

    A prediction model for the success of medical treatment in ectopic pregnancies based on changes in beta HCG and clinical features

    EMRE ANDIZOĞLU

    Tıpta Uzmanlık

    Türkçe

    Türkçe

    2022

    Kadın Hastalıkları ve DoğumSağlık Bilimleri Üniversitesi

    Kadın Hastalıkları ve Doğum Ana Bilim Dalı

    DOÇ. DR. İBRAHİM KARACA

  2. Bid-ask spread, liquidity and the effects of firm-level and market-level features

    Alım satım farkı, likidite ve şirkete ve piyasaya özgü koşulların etkileri

    ZEYNEP GÜLOĞLU

    Doktora

    İngilizce

    İngilizce

    2018

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. CUMHUR ENİS EKİNCİ

  3. Beta regresyon analizinde sezgisel optimizasyon algoritmaları kullanarak model seçimi

    Model selection in beta regression analysis using heurisic optimization algorithms

    EMRE DÜNDER

    Doktora

    Türkçe

    Türkçe

    2017

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. MEHMET ALİ CENGİZ

  4. Geometric modelling in regression and distribution estimation

    Regresyon ve dağılım tahmininde geometrik modelleme

    MAHMUT SAMİ ERDOĞAN

    Doktora

    İngilizce

    İngilizce

    2019

    İstatistikDokuz Eylül Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZLEM EGE ORUÇ

  5. Investor sentiment: From global to local

    Küreselden yerele yatırımcı duyarlılığı

    BAYRAM VELİ SALUR

    Doktora

    İngilizce

    İngilizce

    2023

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. CUMHUR ENİS EKİNCİ