Öz

In this study, it was examined the linear mixed model approach in the penalized spline regression. For this purpose, the data for the year 2009 which is included in the “Turkey’s Top 500 Industrial Enterprises” study conducted by the İstanbul Chamber of Industry was used. The nonparametric relationship between labor productivity and return on assets of the enterprises was estimated by using penalized spline regression and linear mixed model approach in penalized spline regression. “nlme” package which is developed for linear mixed model in R was used. The mean square error of the model which was estimated by using linear mixed model approach is found smaller.

Anahtar Kelimeler

• Linear mixed model,penalized spline regression,nonparametric regression,labor productivity,the return on assets

Cezalandırılmış Eğrisel Çizgi Regresyonunda Karışık Doğrusal Model Yaklaşımı

Öz

Bu çalışmada cezalandırılmış eğrisel çizgi regresyonunda karışık doğrusal model yaklaşımı incelenmiştir. Bu amaçla İstanbul Sanayi Odası tarafından yürütülen “Türkiye'nin 500 Büyük Sanayi Kuruluşu” çalışmasının 2009 yılına ilişkin verileri kullanılmıştır. İşletmelerin işgücü verimliliği ve aktif karlılığı arasındaki parametrik olmayan ilişki cezalandırılmış eğrisel çizgi regresyonu ve cezalandırılmış eğrisel çizgi regresyonunda karışık doğrusal model yaklaşımı kullanılarak tahmin edilmiştir. R paket programında karışık doğrusal model için geliştirilen “nlme” paketi kullanılmıştır. Karışık doğrusal model yaklaşımı kullanılarak tahmin edilen modelin hata kareler ortalaması daha küçük bulunmuştur.

Anahtar Kelimeler

• Karışık doğrusal model,cezalandırılmış eğrisel çizgi regresyonu,parametrik olmayan regresyon,iş gücü verimliliği,aktif karlılığı

Kaynakça

1. Redpath M., Comparing Kernel Smoothing, Spline Smoothing and Smoothing Splines. http://maths.dur.ac.uk/Ug/projects/library/CM3/000463064r.pdf, 2008.
2. Brumback B. A., Ruppert D., Wand M. P., Comment on Shively, Kohn&Wood, Journal of The American Statistical Association, 94, 794-807, 1999.
3. Coull B.A., Schwartz J., Wand M.P., Respiratory Health and Air Pollution: Additive Mixed Model Analyses, Biostatistics, 2, 337-350, 2001.
4. Parise H., Wand M. P., Ruppert D., Ryan L., , Incorporation of Historical Controls Using Semiparametric Mixed Models, Journal of The Royal Statistical Society, Series C, 50, 31-42, 200 Aerts M., Claeskens G., Wand M.P., Some Theory for Penalized Spline Generalized Additive Models, Journal of Statistical Planning and Inference, 103, 455-470, 2002. Ruppert D., Wand M.P., Carroll R.J., Semiparametric Regression, Cambrige University Pres, 200
5. Yao F., Lee T.C.M., On knot placement for penalized spline regression, Journal of the Korean Statistical Society, 37, 259-267, 2008.
6. Türkan S., Yarı Parametrik Regresyon Modelinde Etkili Gözlem Analizi, Doktora Tezi, Hacettepe Üniversitesi Fen Bilimleri Enstitüsü, Ankara, 106, 2012.
7. Tezcan N., Verimliliği Etkileyen Faktörlerin Analizi: Türkiye’nin 500 Büyük Sanayi Kuruluşu Üzerinde Bir Uygulama, Verimlilik Dergisi, 3, 2010.