Mekânsal ekonometrik modeller: mekânsal hata modeli için robust tahminleme
Spatial econometric models: robust estimation for spatial error model
- Tez No: 535684
- Danışmanlar: PROF. DR. YELİZ MERT KANTAR
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında, öncelikle mekânsal istatistik, komşuluk matrisleri, mekânsal ekonometrik modeller ve modellerin klasik tahminleme yöntemleri incelenmiştir. Klasik tahminleme yöntemlerinin veri setinde aykırı değerler olduğunda, bunlardan oldukça etkilendiği görülmüştür. Çok kullanılan mekânsal ekonometrik modellerden biri olan, mekânsal hata modeli (SEM) için M-tahminlemenin ψ fonksiyonları yardımıyla robustlaştırılan olabilirlik eşitliklerine dayalı bir tahminci önerilmiştir. Robust maksimum olabilirlik (RMLE) olarak ifade edilen tahmincinin performansı farklı hata dağılımları ile Monte Carlo simülasyonu yardımıyla araştırılmıştır. Simülasyon sonuçları göstermiştir ki SEM için RMLE veri setinde aykırı değerler olması durumunda klasik tahmincilere göre daha küçük hata kareler ve yan değeri sağlamaktadır ve normal dağılım durumunda ise etkinlik kaybı oldukça küçüktür. Ayrıca, gerçek hayattan alınan bir uygulama üzerinde, aykırı değerli ve aykırı değersiz veri seti yardımıyla RMLE'nin iyi performansı gösterilmiştir.
Özet (Çeviri)
In this thesis, firstly spatial statistics, neighborhood matrices, spatial econometric models and their classical estimation methods have been investigated. It has been seen that classical estimation methods for spatial regression models can be influenced by the presence of outliers in the data and thus, a robust estimator based on robustified likelihood equations by means of ψ functions of M-estimation for spatial error model (SEM), which is the one of commonly-used spatial models, is proposed. The performance of the estimator, called as robust maximum likelihood estimator (RMLE), is investigated via Monte Carlo simulation under the different error distributions. The results of the simulation study show that RMLE for SEM provides small bias and mean squared errors compared to the classical methods when there are outliers in the dataset, and also efficiency loss of RMLE is very small in the case of normal distribution. In addition, good performance of RMLE is demonstrated on a real-life application with and without outliers.
Benzer Tezler
- Etkinlik ölçümü ile mekânsal komşuluk ilişkileri analizi üzerine bir uygulama
An application on the analysis of spatial relationships with activity measurement
BURCU TEKİN
Doktora
Türkçe
2019
İstatistikEskişehir Osmangazi Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA ŞEN
- İllerin İBBS 3.düzeye göre bölgesel etkinlik ölçümü ve mekânsal komşuluğun incelenmesi
The provinces according to the level of regional efficiency measurement in nuts 3 and review in spatial neighbourhood
CEREN YAMAN YILMAZ
- Tarımda bitkisel üretim değerinin belirleyicileri üzerine bir model çalışması: Türkiye örneği
A model study on the determinants of crop production value in agriculture: The case of Turkey
İREM ŞANLI
Yüksek Lisans
Türkçe
2022
EkonomiFırat Üniversitesiİktisat Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE ESRA PEKER
- Makroekonomik faktörlerin döviz kuru piyasalarındaki ortak hareket üzerine etkisinin mekansal analizi: OECD ülkeleri
Spatial analysis of the impact of macroeconomic factors on common movements in exchange rate markets: OECD countries
ŞEYMANUR YILMAZ
- Gelir yakınsama hipotezinin yeni uzamsal ağırlık matrisleri altında test edilmesi: Avrupa örneği
Testing the income convergence hypothesis under new spatial weight matrices: The European example
SİNAN YILDIRIM
Doktora
Türkçe
2025
EkonometriKaradeniz Teknik ÜniversitesiEkonometri Ana Bilim Dalı
PROF. DR. ZEHRA ABDİOĞLU