Sansürlü Ve Sansürsüz Poisson Regresyon Modellerinin Karşılaştırılması
Öz
Poisson regresyon modeli, belli bir zaman periyodunda meydana gelen olaylara uygulanan bir regresyon modelidir. Bu modelde bağımlı değişken kesikli yani sayma verilerinden oluşur. Bu bakımdan regresyon modellerinin özel bir türüdür. Bunun yanı sıra Poisson regresyon modeli genelleştirilmiş doğrusal modeller arasında yer alır ve uygulamalarda en sık kullanılan yöntemlerden biridir. Bu model eşit yayılım gösteren veriler için uygulanmaktadır. Ancak çoğu zaman veri setleri Poisson modelinin varsayımlarını sağlamamaktadır. Bazen de veri seti hastalık, gözlemlenen kişinin ya da nesnenin kaybolması gibi nedenlerden dolayı sansürlü hale gelmektedir. Bu gibi bağımlı değişkenin sansürlü olması durumunda fazla veya az yayılım gösteren sayım verilerinin modellenmesi için sansürlü regresyon modelleri uygundur. Bu çalışmada sansürlü ve sansürsüz Poisson regresyon modelleri ele alınmıştır. Her iki model IRR (insidans oranı), uyum iyiliği ve bilgi kriterleri yardımıyla karşılaştırılmıştır. Çalışmanın sonucunda sansürleme yapılacak noktanın iyi seçilmesi durumunda sansürlü Poisson regresyon modelinin daha iyi sonuç verdiği gösterilmiştir.
Anahtar Kelimeler
Sayma Verileri,Sansürleme,Poisson Regresyon Modeli,Sansürlü Poisson Regresyon Modeli
Kaynakça
- Akaike, H. (1973). Information Theory and an Extension of the Maximum Likelihood Principle, InB.N. Petro and F. Csaki ed. 2nd International Symposium on Information Theory, 267-281.
- Akın F. (2002). Kalitatif Tercih Modelleri Analizi, Bursa, Ekin Kitabevi.
- Brännäs, K. (1992). Limited Dependent Poisson Regression. Statistician, 41: 413–423.
- Caudill, S. B. ve Mixon Jr, F. G. (1995). Modeling Household Fertility Decisions: Estimation and Testing of Censored Regression Models for Count Data. Empirical Economics, 20(2): 183-196.
- Hilbe, J. (2014). Modeling Cout Data, Cambridge University Press, 32 Avenue of the Americas, New York, NY 10013-2473, USA.
- Hurvich, C.M. ve Tsai, C. (1989). Regression and Time Series Model Selection in Small Samples, Biometrika, 76: 297-307.
- Famoye, F. (1993). Restricted Generalized Poisson Regression Model. Comm. Statist. Theory Methods, 22: 1335–1354.
- Famoye, F., Wulu, J., ve Singh, K. P. (2004). On The Generalized Poisson Regression Model with an Application to Accident Data. Journal of Data Science, 2: 287-295.
- Husain, M. ve Bagmar, S. H. (2015). Modeling Under-dispersed Count Data Using Generalized Poisson Regression Approach, Global Journal of Quantitative Science, 2(4): 22-29.
- King, G. (1988). Statistical Models for Political Science Event Counts: Bias in Conventional Procedures and Evidence for the Exponential Poisson Regression Model, American Journal of Political Science, 32-(3): 838-863.
kapsamında lisanslanmıştır.