Research Article
BibTex RIS Cite

DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA

Year 2004, Volume: 3 Issue: 1, 106 - 115, 28.11.2004

Hakan Türkay

Abstract




Bu çalışmada robust (dayanıklı)
regresyon yöntem-lerinden M tahmincilerin teorik özellikleri ve hesaplama
usulleri ele alınmış ve bu tahmincilerin klasik tahmin yöntemi olan EKK
tahmincileri ile karşılaştırmalı bir uygulaması yapılmıştır. Türkiye
ekonomisinde enflasyonun faiz, döviz kuru ve para arzı ile olan ilişkisinin
incelendiği  ekonometrik bir model EKK ve
M tahminciler kullanılarak tahmin edilmiş ve sonuçlar karşılaştırmalı değerlendirilmiştir.




Keywords

M Tahminciler Dayanıklı Regresyon Bozulma Sınırı

References

  • 1. BİLLOR, N.; S.A. HADİ; P.F. VELLEMAN (2000) : “BACON : Blocked Adaptive Computational Efficient Outlier Nominators”, Computational Statistics and Data Analysis, Vol.34, pp.279-298.
  • 2. ÇİLLER, Tansu; Mehmet KAYTAZ (1989), Kamu Kesimi Açıkları ve Enflasyon, İstanbul, İTO yayın no:1989-11.
  • 3. HUBER, Peter J. (1981) : Robust Statistics, New York , John Wiley.
  • 4. MATOUSEK, J.; D.M. MOUNT; N.J. NETENYAHU (1998): “Efficient Randomized Algorithms for The Repeated Median Line Estimator”, Algorithmica, Vol.20, pp.136-150.
  • 5. NASRAOUİ, Olfa : “A Brief Overview of Robust Statistics”, Erişim: http://www.ee. memphis.edu/people/faculty/nasraoui/MY_TUTORIALS/RobustStatistics/RobustStatistics.html, Erişim Tarihi : 28.04.2003.
  • 6. REY, William J.J.(1983) : Introduction to Robust and Quasi-Robust Statistical Methods, Berlin, Springer.
  • 7. ROUSSEEUW, Peter J.; Annick M. LEROY (1987) : Robust Regression and Outlier Detection, New York, John Wiley. 8. ROUSSEEUW, Peter J.; Stefan Van AELST (1999) : “Positive-Breakdown Robust Methods in Computer Vision” Computing Science and Statistics, Vol:31.
  • 9. STROMBERG, A.J.; O. HÖSSJER; D.M. HAWKINS (2000) : “The Least Trimmed Differences Regression Estimator and Alternatives”, Journal of American Statistical Assocation, Vol.95, No: 451, pp.853-864.
  • 10. TÜRKAY, Hakan (2004); “Doğrusal Regresyon Modellerinin Robust (Dayanıklı) Yöntemlerle Tahmini ve Karşılaştırmalı Uygulamaları”, Yayınlanmamış Doktora Tezi, İstanbul Üniversitesi.
  • 11. ZHANG, Zhengyou (1996) : “Parameter Estimation Techniques: A Tutorial with Application to Conic Fitting” Image and Vision Computing Journal.
  • 12. Ekonomik ve Sosyal Göstergeler (1950-2001), http://ekutup.dpt.gov.tr/ekonomi/gosterge/tr/1950-01 , 20.06.2003.
  • 13. TCMB Elektronik Veri Dağıtım Sistemi, http://tcmbf40.tcmb.gov.tr/cbt.html, 0.06.2003.

Year 2004, Volume: 3 Issue: 1, 106 - 115, 28.11.2004

Hakan Türkay

Abstract

References

  • 1. BİLLOR, N.; S.A. HADİ; P.F. VELLEMAN (2000) : “BACON : Blocked Adaptive Computational Efficient Outlier Nominators”, Computational Statistics and Data Analysis, Vol.34, pp.279-298.
  • 2. ÇİLLER, Tansu; Mehmet KAYTAZ (1989), Kamu Kesimi Açıkları ve Enflasyon, İstanbul, İTO yayın no:1989-11.
  • 3. HUBER, Peter J. (1981) : Robust Statistics, New York , John Wiley.
  • 4. MATOUSEK, J.; D.M. MOUNT; N.J. NETENYAHU (1998): “Efficient Randomized Algorithms for The Repeated Median Line Estimator”, Algorithmica, Vol.20, pp.136-150.
  • 5. NASRAOUİ, Olfa : “A Brief Overview of Robust Statistics”, Erişim: http://www.ee. memphis.edu/people/faculty/nasraoui/MY_TUTORIALS/RobustStatistics/RobustStatistics.html, Erişim Tarihi : 28.04.2003.
  • 6. REY, William J.J.(1983) : Introduction to Robust and Quasi-Robust Statistical Methods, Berlin, Springer.
  • 7. ROUSSEEUW, Peter J.; Annick M. LEROY (1987) : Robust Regression and Outlier Detection, New York, John Wiley. 8. ROUSSEEUW, Peter J.; Stefan Van AELST (1999) : “Positive-Breakdown Robust Methods in Computer Vision” Computing Science and Statistics, Vol:31.
  • 9. STROMBERG, A.J.; O. HÖSSJER; D.M. HAWKINS (2000) : “The Least Trimmed Differences Regression Estimator and Alternatives”, Journal of American Statistical Assocation, Vol.95, No: 451, pp.853-864.
  • 10. TÜRKAY, Hakan (2004); “Doğrusal Regresyon Modellerinin Robust (Dayanıklı) Yöntemlerle Tahmini ve Karşılaştırmalı Uygulamaları”, Yayınlanmamış Doktora Tezi, İstanbul Üniversitesi.
  • 11. ZHANG, Zhengyou (1996) : “Parameter Estimation Techniques: A Tutorial with Application to Conic Fitting” Image and Vision Computing Journal.
  • 12. Ekonomik ve Sosyal Göstergeler (1950-2001), http://ekutup.dpt.gov.tr/ekonomi/gosterge/tr/1950-01 , 20.06.2003.
  • 13. TCMB Elektronik Veri Dağıtım Sistemi, http://tcmbf40.tcmb.gov.tr/cbt.html, 0.06.2003.
There are 12 citations in total.

Details

Primary Language Turkish
Journal Section Articles
Authors

Hakan Türkay

Publication Date November 28, 2004
Published in Issue Year 2004 Volume: 3 Issue: 1

Cite

APA Türkay, H. (2004). DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA. Fırat Üniversitesi Doğu Araştırmaları Dergisi, 3(1), 106-115.
AMA Türkay H. DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA. (DAD). November 2004;3(1):106-115.
Chicago Türkay, Hakan. “DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA”. Fırat Üniversitesi Doğu Araştırmaları Dergisi 3, no. 1 (November 2004): 106-15.
EndNote Türkay H (November 1, 2004) DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA. Fırat Üniversitesi Doğu Araştırmaları Dergisi 3 1 106–115.
IEEE H. Türkay, “DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA”, (DAD), vol. 3, no. 1, pp. 106–115, 2004.
ISNAD Türkay, Hakan. “DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA”. Fırat Üniversitesi Doğu Araştırmaları Dergisi 3/1 (November 2004), 106-115.
JAMA Türkay H. DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA. (DAD). 2004;3:106–115.
MLA Türkay, Hakan. “DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA”. Fırat Üniversitesi Doğu Araştırmaları Dergisi, vol. 3, no. 1, 2004, pp. 106-15.
Vancouver Türkay H. DOĞRUSAL REGRESYON ANALİZİNDE M TAHMİNCİLER VE EKONOMETRİK BİR UYGULAMA. (DAD). 2004;3(1):106-15.