Abstract
Bağımlı ve bağımsız değişkenler arasındaki doğrusal ya da doğrusal olmayan bir ilişkiyi
modellemede, regresyon analizi yaygın olarak kullanılan istatistiksel yöntemlerden biridir. Klasik
regresyon çözümlemesi, modelde yer alan bağımsız değişkenlerin herhangi bir ölçüm hatası içermediği
varsayımı altında çözümleme yapmaktadır. Tip II regresyon ise bu varsayımın sağlanmadığı durumlarda
kullanılabilecek bir regresyon tekniğidir. Bağımsız değişken(ler)’in de hata içerdiği durumlarda, uygun
model parametrelerini tahmin etmek için benimsenebilecek bir yol, değişkenleri sırası ile bağımlı ve
bağımsız olarak ele almak ve elde edilen iki regresyon denklemini beraber dikkate alan yeni bir model
belirlemek olabilir.
Bu çalışmanın amacı, simülasyon uygulamasıyla farklı örneklem hacimleri ve farklı dağılış
biçimlerinde doğrusal olmayan Tip II regresyon tekniğinin performansını klasik doğrusal olmayan
regresyon tekniği ile karşılaştırmaktır. Çalışmada, değişkenler sırasıyla bağımlı ve bağımsız olarak dikkate
alınarak klasik regresyon analizi yardımıyla iki farklı model elde edilmiştir. Daha sonra bağımsız
değişkendeki ölçüm hatasını da dikkate almak için elde edilen her bir gözlem değerinin ortalaması
alınmıştır. Böylece daha önceki değerlerden farklı ve bağımsız değişkendeki hatayı da dikkate alan yeni
değerler elde edilmiştir. Model parametreleri elde edilen bu yeni gözlem değerleri üzerinden tahmin
edilmiştir. Doğrusal olmayan Tip II regresyonun performansı HKO (Hata Kareler Ortalaması) değeri ile
belirlenmiştir. Simülasyon çalışması olarak yapılan tüm bu analizler MATLAB paket programı ile
gerçekleştirilmiştir.
Abstract
Regression analysis is one of the widely used statistical methods to model the linear or nonlinear
relation between dependent and independent variables. Classical regression analysis, work under the
assumption that the independent variables do not include any measurement error. Type II regression can
be used when this assumption is not met. When the independent variables include some error, to estimate
the appropriate model parameters one way can be considering each of the variables dependent and
independent respectively and obtain a new model which considers the errors of two regression equations.
The aim of this study is to compare the performance of classical nonlinear regression analysis and
nonlinear Type II regression analysis for different sample sizes and distribution types via a simulation
application. In study, by the help of classical regression analysis, two models are obtained by considering
the variables dependent and independent respectively. Then to consider the measurement errors of
independent variable, the means of the each new observations are calculated. Thus, new observations
which also include the error terms of independent variables and different than the first values are
obtained. Model parameters are estimated via these new values. The performance of nonlinear Type II
regression is designated by MSE (Mean Square Error) value. These analysis are performed via MATLAB
software as a simulation study.
Details
| Other ID | JA69TK56SP |
|---|---|
| Journal Section | Research Article |
| Authors | |
| Publication Date | May 1, 2013 |
| Published in Issue | Year 2013 Volume: 1 Issue: 1 |
