ÇOKLU DOĞRUSAL REGRESYONDA MODEL SEÇİMİNDE GENELLEŞTİRİLMİŞ TOPLAMSAL MODELLERİN KULLANIMI

Abstract

Çoklu doğrusal regresyon yaygın olarak kullanılan istatistiksel yöntemlerden birisidir. Varsayımlar sağlandığında oldukça güçlü bir araçtır. Bu varsayımlardan biri de bağımlı değişkenler ile açıklayıcı değişkenler arasındaki ilişkinin doğrusal, polinomial veya üstel gibi bir bilinen matematiksel fonksiyona sahip olmasıdır. Ancak çoğu uygulamalarda tanımlı böyle bir fonksiyon bulunamayabilir veya bu ilişki kolayca tanımlanamayabilir. Genelleştirilmiş Toplamsal Modeller (GAM), var olan ilişkileri ortaya çıkarmak için tanımlı bir fonksiyonla, parametrik olmayan bir düzleştiriciyi yer değiştirerek bu varsayımı esnetir. GAM çoklu regresyonda model seçiminde de kullanılabilir. Bu çalışma da, çoklu doğrusal regresyon da model seçiminde GAM’ın kullanımı üzerine odaklanılmaktadır.

Keywords

• -

References

1. Aitkin, M., Anderson, D., Francis, B., Hinde, J. (1989). Statistical modelling in GLIM, Clarendon Press, Oxford.
2. Bayram, H. (2005). Türkiye’de Hava Kirliliği Sorunu: Nedenleri, Alınan Önlemler ve Mevcut Durum. Toraks Dergisi, 2005;6(2):159– 165.
3. Cengiz, M.A., Percy, D.F. (2001). Mixed Multivariate Generalized Linear Models for Assessing Lower-Limb Arterial Stenoses, Statistics in Medicine, 20, 1663-1679.
4. Dobson, A.J., Barnett, A.G. (2008). Introduction to Generalized Linear Models, Third Edition. London: Chapman and Hall/CRC.
5. Hastie T.J, Tibshirani RJ (1990). Generalized Additive Models, New York: Chapman and Hall.
6. Hastie, T. J. (1991). Generalized Additive Models, in Statistical Models in S, ed. J. M. Chambers and T. J. Hastie, Pacific Grove: Wadsworth & Brooks/Cole Advanced Books & Software.
7. McCullagh, P., Nelder, J.A. (1989). Generalized Linear Models, 2nd ed., New York: Chapman and Hall.
8. Nelder, J., Wedderburn, R. (1972). Generalized Linear Models, Journal of the Royal Statistical Society, 370-384. ****