Çoklu doğrusal regresyon modellerinde çoklu bağlantı ve aykırı gözlem durumunda alternatif tahmin edicilerin etkinliklerinin incelenmesi

Bu çalışmada çoklu doğrusal regresyon modellerinde çoklu bağlantı ve aykırı gözlem sorunlarının birlikte bulunduğu problemler için alternatif tahmin ediciler incelenmiştir. Modelde yer alan bağımsız değişkenler arasında çoklu bağlantı sorununun varlığında En Küçük Kareler (EKK) yöntemi ile elde edilen parametre tahminleri yansızlık özelliklerini korumalarına rağmen varyanslar olduğundan daha büyük çıkabilmektedir. Bu durumun çözümü için literatürde yer alan ridge ve Liu tahmin edicileri sıklıkla kullanılmaktadır. Aykırı gözlem problemi ise EKK tahmin edicileri ile parametre tahminlerinde ve hipotez testlerinde çeşitli sorunlar ortaya çıkmaktadır. Aykırı gözlem sorunu için M tahmin edicileri literatürde sıklıkla kullanılmaktadır. Bu çalışmada bahsedilen problemlerin aynı anda var olduğu durumlar için alternatif tahmin yöntemleri incelenmiştir.

In this study, alternative estimators were examined for problems with multicollinearity and outlier observations in multiple linear regression models. In the presence of multicollinearity problems among the independent variables in the model, the variances may be larger than they actually are, although the parameter estimates obtained by the Least Squares (LCM) method maintain their unbiased properties. Ridge and Liu estimators in the literature are frequently used to solve this situation. The outlier observation problem arises in parameter estimates and hypothesis testing with LCM estimators. M estimators for the outlier observation problem are frequently used in the literature. In this study, alternative estimation methods were examined for situations where the mentioned problems exist simultaneously.