Geri Dön

Kötü koşulluluk ve eksik sunumluluk problemi altında çoklu regresyon modelinin tahmin edilmesinde kullanılan bazı yöntemler ve çözüm önerileri

Some methods and solutions for estimating multiple regression model under ill conditioned and ill-posed problem

PDF İndir

  1. Tez No: 928806
  2. Yazar: SÜMEYYA SAYILKAN
  3. Danışmanlar: DOÇ. DR. SİBEL ÖRK ÖZEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Kötü koşulluluk, eksik sunumluluk, Ridge tahmin edici, Genelleştirilmiş maksimum entropi, regresyon tahmini, Ill-conditioned, ill-posed, Ridge regression, Generalized maximum entropy, regression estimation
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada, kötü koşulluluk ve eksik sunumluluk problemlerinin etkisi altında çoklu regresyon modellerinin tahmin performansını artırmak için kullanılan alternatif yöntemler incelenmektedir. Klasik Doğrusal Regresyon Modeli (KDRM), özellikle çoklu doğrusal bağlantı veya gözlem eksikliği durumlarında parametre tahminlerinde tutarsızlığa neden olabilir. Çalışmada, yanlı tahmin edicilerden Ridge tahmin edici ve Genelleştirilmiş Maksimum Entropi (GME) tahmin edici teorik temeller ile detaylandırılmış ve uygulamalı analizlerle karşılaştırmalı performansları değerlendirilmiştir. Ramanathan'ın (1992) ABD'nin tarımsal girdi ve çıktı verileri ile gayrisafi milli hasıla verileri kullanılarak gerçekleştirilen uygulamalarda, Ridge regresyonunun ceza parametresi ile tutarlılığı artırdığı; GME'nin ise eksik sunumluluk problemlerinde daha üstün performans sergilediği görülmüştür. Sonuç olarak, her iki yöntemin de klasik tahmin tekniklerine alternatif olarak güvenilir ve tutarlı sonuçlar sunduğu ortaya konulmuştur. Bu çalışma, ekonometrik modellemede tahmin performansını artırmaya yönelik çözüm yolları sunmakta ve bu alandaki literatüre katkı sağlamaktadır.

Özet (Çeviri)

This study examines alternative methods to enhance the estimation performance of multiple regression models under ill-conditioned and ill-posed problems. The Classical Linear Regression Model (CLRM) often leads to instability in parameter estimates, especially in the presence of multicollinearity or insufficient observations. The study elaborates on the theoretical foundations of methods such as Ridge Regression and Generalized Maximum Entropy (GME) and evaluates their comparative performance through applied analyses. Applications based on agricultural input-output data and Gross Domestic Product (GDP) data from the United States from Ramanathan (1992) demonstrate that Ridge Regression improves stability through its penalty parameter, while GME outperforms in handling ill-posed problem. Consequently, both methods provide reliable and consistent alternatives to classical estimation techniques. This study contributes to the literature by offering solutions to improve estimation performance in econometric modeling.

Benzer Tezler

  1. Tez No

    827860

    Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  2. Tez No

    197947

    Karma denemelerde ve modellerde Robust istatistiksel analizler

    Robust statistical analysis for experiments with mixtures

    ORKUN COŞKUNTUNCEL

    Doktora

    Türkçe

    Türkçe

    2005

    Endüstri ve Endüstri MühendisliğiÇukurova Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. OLCAY ARSLAN

  3. Tez No

    112499

    Karma denemelerde, tasarımlarda ve modellerde kötü koşulluluk problemi

    Ill conditioning problem in mixture experiments, designs and models

    ORKUN COŞKUNTUNCEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2001

    MatematikÇukurova Üniversitesi

    Matematik Ana Bilim Dalı

    DOÇ. DR. HAMZA EROL

  4. Tez No

    381886

    Kapalı ortamlara yerleştirilen objelere ilişkin düz ve ters saçılma problemleri

    Forward and inverse scattering problems for the objects located in a closed medium

    GİZEM DİLMAÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ YAPAR

  5. Tez No

    1019353

    Data driven model predictive control for flight control

    Uçuş kontrolü için veriye dayalı model öngörülü kontrol

    TALHA ULUKIR

    Doktora

    İngilizce

    İngilizce

    2026

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. İLKER ÜSTOĞLU

Geri Dön