Değişen varyanslı ve otokorelasyonlu hataya sahip lineer regresyon modellerinde hata yapılarının ve yanlı tahmin edicilerin incelenmesi
Investigating the structure of the error terms and biased estimators in the linear regression models with heteroscedastic and autocorrelated errors
- Tez No: 283277
- Danışmanlar: DOÇ. DR. MAHMUDE REVAN ÖZKALE
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Otokorelasyon, Çoklu bağlantı, Autocorrelation, Multicollinearity
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çoklu lineer regresyon modelinde hatalara ve açıklayıcı değişkenlere ilişkin varsayımlar sağlanmadığı zaman en küçük kareler uygun bir tahmin edici olmamaktadır. Bu çalışmada, hatalara ilişkin varsayımların sağlanmamasına neden olan değişen varyans ve otokorelasyon tanıtılmış, bunların belirlenmesine ilişkin testler verilmiş ve hata yapıları incelenmiştir. Açıklayıcı değişkenlerin bağımsızlığının ihlali olarak adlandırılan çoklu iç ilişki problemi değişen varyans / otokorelasyon altında incelenmiştir. Hem değişen varyans / otokorelasyon hemde çoklu ilişki problemleri aynı anda meydana geldiğinde kullanabilecek genelleştirilmiş en küçük kareler tahmin ediciye alternatif tahmin ediciler tanıtılmıştır ve bu tahmin edicilerin performansları hata kareler ortalaması ve yanlılıkları göz önünde bulundurularak değerlendirilmiştir. Bu amaç için nümerik bir örnek ve Monte Carlo yöntemi ile simülasyon çalışmaları Matlab programı yardımıyla yapılmıştır
Özet (Çeviri)
When the assumptions on the errors and explanatory variables in the linear regression model are not satisfied ordinary least squares estimator is not a suitable estimator. In this study heteroskedasticity and autocorrelation which violate these assumptions about the errors are introduced, test are given for determining them and the error structure are examined. Multicollinearity problem see when the explanatory variables are not independent is considered under the heteroskedasticity and autocorrelation. When both heteroscedasticity /autocorrelation and multicollinearity come true together, alternative estimators to generalized least squares estimator are introduced and the performance of these estimators are considered under the mean squared error and the bias criteria. These theoritical results are illustrated in a numerical example and a Monte Carlo simulations study by using Matlab program.
Benzer Tezler
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA
- Genel lineer istatistiksel modelde yanlı tahmin ediciler ve tanılama metotları
Biased estimators and diagnostic methods in general linear statistical model
TUĞBA SÖKÜT AÇAR
Doktora
Türkçe
2016
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MAHMUDE REVAN ÖZKALE
- Hybrid mssa-geostatistical approach to spatio-temporalinterpolation of meteorological variables:the case of the meric-ergene basin
Meteorolojik değişkenlerin uzamsal-zamansalenterpolasyonuna hibrit mssa-jeoistatiksel yaklaşım:meriç-ergene havzası örneği
EMEL ÜNAL
Yüksek Lisans
İngilizce
2026
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
PROF. DR. KASIM KOÇAK
- Türkiye'de bankacılık sektörünün finansal performansının belirleyicileri
Determinants of financial performance of the banking sector in Turkey
OZAN ÖZDEMİR
- Yanlı tahmin ediciler ve ekonometride uygulamaları
Biased estimators and their applications in econometrics
HÜSEYİN GÜLER
Doktora
Türkçe
2011
İstatistikÇukurova Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELAHATTİN KAÇIRANLAR