Araştırma Makalesi

Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması

Cilt: 1 Sayı: 2 9 Aralık 2019
Murat Erişoğlu *, Nurullah Yaman
PDF İndir
Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Kapak Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi
EN TR

Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması

Öz

Bu çalışmada aykırı gözlemlerin varlığında en küçük kareler regresyonuna alternatif olarak kullanılan kantil regresyonunda çoklu bağlantı probleminin çözümü ele alınmıştır. Kantil regresyonunda çoklu bağlantı probleminin çözümünde ridge regresyon yaklaşımı kullanılmıştır. Ridge tahminine dayalı kantil regresyonunda bazı yanlılık parametre tahminlerinin performansı hata kareler ortalamasına göre karşılaştırılmıştır.  Simülasyon çalışması sonuçlarına göre Hocking, Speed ​​ve Lynn (1976) ile Kibria (2003) tarafından önerilen yanlılık parametre tahmin edicileri daha başarılı bir performans göstermişlerdir.

Anahtar Kelimeler

Kantil regresyon,Ridge regresyonu,Çoklu bağlantı,Aykırı gözlem,Çapraz doğruluk

Kaynakça

  1. [1] R. C. Pfaffenberger, T. E. Dielman, A comparison of regression estimators when both multicollinearity and outliers, içinde: K. D. Lawrence, J. L. Arthur (Ed.) Robust Regression: Analysis and applications, Marcer Dekker Inc. New york and Basel, (1990) 243-270.
  2. [2] A. E. Hoerl, R. W. Kennard, Ridge regression: Biased estimation for non-orthogonal problems. Technometrics, 12(1) (1970) 55-67. doi: 10.1080/00401706.1970.10488634
  3. [3] M. S. Suhail, Chand, B. M. G. Kibria, Quantile based estimation of biasing parameters in ridge regression model, Communications in Statistics-Simulation and Computation, (2019) doi: 10.1080/03610918.2018.1530782
  4. [4] A. A. Yavuz, E. G. Aşık, Kantil Regresyon, Uluslararası Mühendislik Araştırma ve Geliştirme Dergisi, 9(2) (2017) 137-146. doi: 10.29137/umagd.352530
  5. [5] C. Chen, An introduction to quantile regression and the QUANTREG procedure, In Proceedings of the Thirtieth Annual SAS Users Group International Conference, SAS Institute Inc. Cary, NC. 2005, 213-30.
  6. [6] R. Koenker, G. Basset, Regression Quantiles, Econometrica 46 (1)(1978) 33-50. doi: 10.2307/1913643.
  7. [7] R. Koenker, K. F. Hallock, Quantile Regression, Journal of Economic Perspectives 15 (4)(2001) 143-156. doi: 10.1257/jep.15.4.143.
  8. [8] D. Baur, M. Saisana, N. Schulze, Modelling the effects of meteorological variables on ozone concentration: a quantile regression approach, Atmospheric Environment, 38(28) (2004) 4689-4699. doi: 10.1016/j.atmosenv.2004.05.028
  9. [9] İ. Altındağ, Quantile regresyon ve bir uygulama, Yüksek Lisans Tezi, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, İstatistik Ana Bilim Dalı, Konya, 2010.
  10. [10] A. S. Bager, Ridge Parameter in Quantile Regression Models: An Application in Biostatistics, International Journal of Statistics and Applications, 8(2) (2018) 72-78. doi: 10.5923/j.statistics.20180802.06

Ayrıntılar

Birincil Dil

Türkçe

Konular

Mühendislik

Bölüm

Araştırma Makalesi

Yazarlar

Yayımlanma Tarihi

9 Aralık 2019

Gönderilme Tarihi

8 Mayıs 2019

Kabul Tarihi

17 Eylül 2019

Yayımlandığı Sayı

Yıl 2019 Cilt: 1 Sayı: 2

IZ

https://izlik.org/JA23EW59NU

Kaynak Göster

RIS / Bibtex
APA
Erişoğlu, M., & Yaman, N. (2019). Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması. Necmettin Erbakan University Journal of Science and Engineering, 1(2), 103-111. https://izlik.org/JA23EW59NU
AMA
1.Erişoğlu M, Yaman N. Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması. NEU Fen Muh Bil Der. 2019;1(2):103-111. https://izlik.org/JA23EW59NU
Chicago
Erişoğlu, Murat, ve Nurullah Yaman. 2019. “Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması”. Necmettin Erbakan University Journal of Science and Engineering 1 (2): 103-11. https://izlik.org/JA23EW59NU.
EndNote
Erişoğlu M, Yaman N (01 Aralık 2019) Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması. Necmettin Erbakan University Journal of Science and Engineering 1 2 103–111.
IEEE
[1]M. Erişoğlu ve N. Yaman, “Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması”, NEU Fen Muh Bil Der, c. 1, sy 2, ss. 103–111, Ara. 2019, [çevrimiçi]. Erişim adresi: https://izlik.org/JA23EW59NU
ISNAD
Erişoğlu, Murat - Yaman, Nurullah. “Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması”. Necmettin Erbakan University Journal of Science and Engineering 1/2 (01 Aralık 2019): 103-111. https://izlik.org/JA23EW59NU.
JAMA
1.Erişoğlu M, Yaman N. Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması. NEU Fen Muh Bil Der. 2019;1:103–111.
MLA
Erişoğlu, Murat, ve Nurullah Yaman. “Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması”. Necmettin Erbakan University Journal of Science and Engineering, c. 1, sy 2, Aralık 2019, ss. 103-11, https://izlik.org/JA23EW59NU.
Vancouver
1.Murat Erişoğlu, Nurullah Yaman. Ridge Tahminine Dayalı Kantil Regresyon Analizinde Yanlılık Parametresi Tahminlerinin Performanslarının Karşılaştırılması. NEU Fen Muh Bil Der [Internet]. 01 Aralık 2019;1(2):103-11. Erişim adresi: https://izlik.org/JA23EW59NU