Nohut Cicer arietinum L. Bitkisinde Verime Etki Eden Bazı Karakterlerin Alternatif Regresyon Yöntemleriyle Karşılaştırılması

Öz

Regresyon, bağımlı değişkenler ile bağımsız değişkenler arasındaki ilişkinin matematiksel ifadesidir. Bağımlı değişkenler, bağımsız değişkenlere regresyon fonksiyonu denilen bir fonksiyonla bağlantı içindedirler. Basit regresyon olarak tanımlanan regresyonda biri bağımlı diğeri ise bağımsız olmak üzere iki değişken arasındaki ilişkiler incelenmektedir.Çalışmamızda tane ağırlığına etki eden değişkenler ile tane ağırlığı arasındaki doğrusal ilişkiler incelenmiştir. Denemeler, Bahri Dağdaş Uluslararası Tarımsal Araştırma Enstitüsü deneme alanlarında Damla nohut çeşidi kullanılarak yürütülmüştür. Nohut bitkisinde tane ağırlığına etki eden bitki boyu, dal sayısı, ilk bakla yüksekliği, bakla sayısı, tane sayısı, hasat indeksi ve biyolojik verim gibi karakterler ölçülmüştür. Bu ölçümler i i i p ip i Y = β + β x + β x +L+ β x + ε 0 1 1 2 2 şeklinde bir çoklu lineer regresyon modeli olarak ele alınmıştır. Bu modelin parametrelerinin tahmin değerleri En Küçük Kareler Yöntemi’nin yanı sıra bu yönteme alternatif olarak Ridge Regresyon ve M-Regresyon yöntemleri ile hesaplanmış ve sonuçlar karşılaştırılarak en uygun model önerilmiştir.

Anahtar Kelimeler

• Basit regresyon
• nohut
• alternatif yöntemler

Comparing the Alternative Regression Methods on Some Yield Triats of Chikpea Cicer arietinum L.

Abstract

Regression express that the mathematichal relationsheep between independent variables and depend variables. Dependent variables related to independent variables that is named regression function. In simple regression, relationships among one dependent and another independent variables are investigated. In this study lineer relationships between effective variables on seed weight and seed weight were investigated. The experiments were carried out in Bahri Dağdaş International Agricultural Resaech Institude’s experimental areas on Damla Chikpea cultivar. In Chikpea plants the factors that effects seed yield plant high, number of branch, first bean hight, pod number, seed number, harvest index and biological yields were measured. These measurements were inquired as multiple lineer regression model i i i p ip i Y = β + β x + β x +L+ β x + ε 0 1 1 2 2 . Estimated values of this model, least squer method and its alternatives Ridge regression and M-Regression methods were calculated and this results compared. This study of results were suggested the most apropriate model.

Keywords

• Simple regression
• chikpea
• alternative methods

References

1. Akdeniz, F. ve F. Öztürk. 1996. Lineer Modeller, A.Ü.F.F. Döner Sermaye İşletmesi Yayınları, No:38, Ankara.
2. Birkes, D. and Y. Dodge. 1993. Alternative Methods of Regression, John Wiley&Sons, New York.
3. Chatterjee, S. and M. Machler. 1995. Robust Regression: A Weighted Least Squares Approach, Communications in Statistics, Theory and Methods 26: 1381-1394.
4. Cinsoy , A. S. ve M. Yaman. 1998. Nohutta bazı özellikler arası ilişkilerin path analiz ile değerlendirilmesi. Anadolu Ege Tarımsal Araştırma Enstitüsü Yayını. 8 (1) :116-126.
5. Graybill, F. A. 1961. An Introduction to Linear Statistical Models, McGraw Hill, New York.
6. Huber, P. 1981. Robust Statistics. John Wiley & Sons: New York. İpek, O. 2002. Yanlı Regresyon Yöntemlerinden Ridge Regresyon. Kara Harp Okulu Dergisi.
7. Kesici, T. ve Z. Kocabaş. 1998. Biyoistatistik. Ankara Üniv. Eczacılık Fak. Yayınları No: 79. Ankara
8. Marquard, D. W. and R. D. Snee. 1975.”Rdge Regression in Practice” the American Statisticion, vol:29 (1).

9. Montgomery, D. C. and E. A. Peck. 1992. Intoduction to Lineer Regression Analysis, 2nd ed., John Wiley and Sons, New York.
10. Öğüt, C. ve Ş. Üçdoğruk. 1999. Farklı tahmin yöntemleri ile elde edilen regresyon katsayıları ve ekonomik ölçütlerin kıyaslanması. 4. Ulusal Ekonomtri ve İstatistik Kongresi. 14- 16 Mayıs 1999. Antalya.
11. Sinan, A. 2003. Lineer Regresyonda Ridge Tahmin Edicileri ve Bir Uygulama. Selçuk Üniv. Fen Bilimleri Enst. Yüksek Lisans Tezi (Basılmamış).
12. Yaffee, R. A. 2002. Robust Regression Analysis: Some Popular Statistical Package Options. Statitisitcs, Social Science and Mapping Group, Academic Computing Service.