Gamma Regresyon Modelinde Bazı Tahmin Edicilerin Karşılattırılması
Yükleniyor...
Dosyalar
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Dogrusal modellere benzer olarak genelle¸stirilmi¸s do ˘ grusal modellerin bir üyesi olan gamma ˘
regresyon modelinde de çoklu baglantı problemi oldu ˘ gunda en çok olabilirlik tahmin edicisinin per- ˘
formansı bu durumdan kötü etkilenmektedir. Bu çalı¸smada, gamma regresyon modellerinde çoklu
baglantı problemi oldu ˘ gu durumlarda kullanılabilecek bazı tahmin ediciler incelenmi¸stir. Ayrıca ˘
Liu-tipi tahmin edicisinden yararlanılarak hemen hemen yansız Liu-tipi tahmin edicisi ile modifiye
hemen hemen yansız Liu-tipi tahmin edicisi gamma regresyon modeli için önerilmi¸stir. Önerilen
tahmin edicilerin ve Liu-tipi tahmin edicisinin teorik özellikleri incelenerek birbirleriyle kar¸sıla¸stır maları yapılmı¸stır. Ayrıca bahsi geçen tahmin ediciler Monte Carlo simülasyon çalı¸sması ve gerçek
veri uygulaması kullanılarak kar¸sıla¸stırılmı¸stır. Nümerik çalı¸smalardan elde edilen sonuçlar teorik
sonuçların dogrulu ˘ gunu desteklemektedir
Similar to linear models, the performance of the maximum likelihood estimator is adversely affected when there is a multicollinearity problem in the gamma regression model, which is a member of the generalized linear models (GLM). In this study, some estimators that can be used in gamma regression models when there is a multicollinearity problem are examined. In addition, using the Liu-type estimator, a modified almost unbiased Liu-type estimator with a almost unbiased Liu-type estimator is proposed for the gamma regression model. The theoretical properties of the proposed estimators and the Liu-type estimator were examined and compared with each other. In addition, the aforementioned estimators were compared using a Monte Carlo simulation study and a real data application. The results obtained from the numerical studies support the accuracy of the theoretical result
Similar to linear models, the performance of the maximum likelihood estimator is adversely affected when there is a multicollinearity problem in the gamma regression model, which is a member of the generalized linear models (GLM). In this study, some estimators that can be used in gamma regression models when there is a multicollinearity problem are examined. In addition, using the Liu-type estimator, a modified almost unbiased Liu-type estimator with a almost unbiased Liu-type estimator is proposed for the gamma regression model. The theoretical properties of the proposed estimators and the Liu-type estimator were examined and compared with each other. In addition, the aforementioned estimators were compared using a Monte Carlo simulation study and a real data application. The results obtained from the numerical studies support the accuracy of the theoretical result
Açıklama
Anahtar Kelimeler
Çoklu baglantı problemi, Liu-tipi tahmin edici, Gamma regresyon modeli, Hemen hemen yansız tahmin edici, Monte Carlo simülasyon, Multicollinearity problem, Liu-type estimator, Gamma regression model, Almost unbiased estimator, Modified almost unbiased estimator, Monte Carlo simulation
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Korkmaz,M. (2022). Gamma regresyon modelinde bazı tahmin edicilerin karşılatırılması.(Yayımlanmamış yüksek lisans tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü, Matematik Anabilim Dalı, Konya.
