Geri Dön

Spatial (mekânsal) otoregresif modeller: Özellikleri ve parametre tahmini

Spatial autoregressive models: Properties and parameter estimation

  1. Tez No: 920497
  2. Yazar: DUYGU PEKYALMAN
  3. Danışmanlar: PROF. DR. OLÇAY ARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Ankara Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 94

Özet

Bu tez çalışmasında mekansal etki, mekansal otokorelasyon, ağırlık matrisleri, mekansal regresyon modelleri, bu modellerin tahmin yöntemleri, robustlık, simülasyon çalışması ve gerçek veri seti üzerindeki tahmin sonuçları ele alınmıştır. Mekansal modellerin klasik tahmin yöntemi ile elde edilen tahmin edicileri, veri setinde aykırı değerler olmaması durumunda iyi sonuçlar vermektedir. Ancak veri setinde aykırı değer olması durumunda veya hataların normal dağılmaması durumunda klasik yöntemlerle elde edilen sonuçlar tutarlı olmamaktadır. Bu gibi durumları gidermek için ise robust yöntemler kullanılmaktadır. Mekansal otoregresif model ve mekansal hata modelinin Huber'in tanımladığı M tahmin yöntemi ile tahmin edicileri ele alınmıştır. Mekansal otoregresif model (SAR)' ın en çok olabilirlik tahmin edicisi ile robust tahmin edicisi, farklı hata dağılımları ile simüle edilmiştir. Simülasyon sonuçlarında, robust tahmin edicinin normallik varsayımının sağlanamadığı, aykırı değerlerin olduğu durumlarda tercih edilmesi daha tutarlı ve dayanıklı değerlerin sağlandığını göstermiştir. Ayrıca gerçek bir veri seti üzerinde uygulama yapılarak robust tahmin edicinin performansı gösterilmiştir.

Özet (Çeviri)

In this study, spatial effect, spatial autocorrelation, weight matrices, spatial regression models, estimation methods of these models, robustness, simulation study and estimation results on real data set are discussed. Estimators of spatial models obtained with classical estimation method give good results in case there are no outliers in the data set. However, if there are outliers in the data set or errors are not normally distributed, the results obtained with classical methods are not consistent. Robust methods are used to eliminate such situations. Estimators of spatial autoregressive model and spatial error model with M estimation method defined by Huber are discussed. Maximum likelihood estimator and robust estimator of spatial autoregressive model (SAR) are simulated with different error distributions. Simulation results show that robust estimator is preferred in cases where normality assumption is not provided and there are outliers, more consistent and robust values are provided. Additionally, the performance of the robust estimator is demonstrated by appling it on a real data set.

Benzer Tezler

  1. Genelleştirilmiş doğrusal mekânsal modellere koşullu otoregresif model yaklaşımı

    Conditional autoregressive model approach to generalized linear spatial models

    LEYLA BAKACAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. SERPİL AKTAŞ ALTUNAY

  2. Turizm sektöründe konaklama tesisi fiyatlandırmasının mekânsal ve niteliksel belirleyicileri: Antalya Körfezi örneği

    Spatial and qualitative determinants of accommodation facility pricing in tourism sector: Example Gulf of Antalya

    AYKUT SEZGİN

    Doktora

    Türkçe

    Türkçe

    2014

    EkonometriSüleyman Demirel Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. MURAT ALİ DULUPÇU

  3. Koşullu otoregresif mekânsal - zamansal modeller ile yabancı dil sınavı puanlarının istatistiksel analizi

    Statistical analysis of foreign language test scores with conditional autoregressive spatial-temporal models

    SERCAN DİNARCAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CEREN EDA CAN

  4. Ekonomik kriz belirleyicilerinin analizi: Mekânsal kesit ve mekânsal panel modeller

    An analysis of the determinants of economic crises: Cross-sectional spatial regression and spatial panel models

    SELEN ÖZENDİ

    Doktora

    Türkçe

    Türkçe

    2021

    EkonometriGazi Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. SEHER NUR SÜLKÜ

  5. Malvarlığına karşı işlenen suçlar ile işsizlik arasındaki ilişkinin mekansal bağımlılığı: Türkiye üzerine bir uygulama

    Spatial dependence of the relationship between unemployment and crimes against property: An application on Turkey

    ÖZLEM DÜNDAR

    Doktora

    Türkçe

    Türkçe

    2017

    EkonometriCelal Bayar Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. C. YENAL KESBİÇ