Ekonometrik yöntem ve sorunlara genetik algoritma yaklaşımları ve iktisadi uygulamalar
Genetik algorithm approach to econometrics methods and problems and applications on economics
- Tez No: 261797
- Danışmanlar: DOÇ. DR. ENİS SINIKSARAN
- Tez Türü: Doktora
- Konular: Ekonometri, Ekonomi, İstatistik, Econometrics, Economics, Statistics
- Anahtar Kelimeler: Değişken seçimi, Genetik algoritma tekniği, Heteroskedastisite, Model belirleme, Modern portföy teorisi, Optimizasyon teknikleri, Otokorelasyon, Phillips eğrisi, Çok amaçlı birleşi problemleri, Ölçüm hataları, Variable selection, Genetic algorithm technique, Heteroscedasticity, Model determination, Modern portfolio theory, Optimization techniques, Autocorrelation, Phillips curve, Multiobjective combinatorial optimization, Measurement errors
- Yıl: 2008
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Genetik algoritmalar doğadaki doğal seçilim ilkelerini taklit eden arama ve optimizasyon yöntemleridir. Bazı ekonometrik yöntem ve sorunların çözümleri, optimize edilecek olan fonksiyonların özünde doğrusal olmaması veya kombinasyonal olması durumunda aşırı işlem zorlukları içerirler. Yüksek dereceden otokorelasyon katsayılarının ve ağırlıklı en küçük kareler parametrelerinin tahmin edilmesi, ölçme hatası ve modeldeki eksik değişken sapmasının azaltılması, doğrusal regresyonda ve zaman serileri modellerinde tüm mümkün alt modellerin incelenmesine dayalı değişken seçimi birer optimizasyon problemi olarak düşünülebilir ve genetik algoritmalar kullanılarak çözümlenebilir. Bu tezde, bazı ekonometrik yöntem ve sorunlar için çeşitli genetik algoritma çözümleri ve uygulamaları sunulacaktır.
Özet (Çeviri)
Genetic algorithms are search and optimization methods which mimic the principals of natural selection. Solutions of some problems and methods in econometrics are extremely computationally intensive when the functions subject to optimization are non-linear or combinatorial inherently. Estimating higher-order autocorrelation coefficients and regression parameters of weighted least squares, reducing bias in errors-in-variables and omitted variable models, selecting the suitable variables based on all possible sub-models for linear regression and time series models can be thought as examples of such optimization problems and they can be solved by using genetic algorithms. In this dissertation, we present the several different genetic algorithms with some applications for some econometric problems and methods.
Benzer Tezler
- Türkiye'nin enerji tüketimi ile karbondioksit emisyonu arasındaki ilişkinin Çevresel Kuznets Eğrisi yaklaşımı çerçevesinde değerlendirilmesi
Evaluation of relationship between Turkey?s energy and carbon dioxide emission within framework of Environmental Kuznets Curve approach
EMRAH KOÇAK
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
