Tobit modelde Bazı Yanlı Tahmin Edicilerin Performanslarının İncelenmesi
Yükleniyor...
Dosyalar
Tarih
2020
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Çoklu ba˘glantı probleminin en çok olabilirlik tahmin edicisi üzerindeki etkileri, tobit regresyon
modelinde analiz edilmi¸stir. Çoklu ba˘glantı problemi yansız olan en çok olabilirlik tahmin edicisinin
varyansını ¸si¸sirir. Böylece tahminler tutarsız hale gelir. Khalaf ve ark. (2014) tarafından ridge
regresyonu tahmin edicisinin kullanılması çoklu ba˘glantı probleminin çözümü olarak önerilmi¸stir. Bu
çalı¸smada en çok olabilirlik tahmin edicisi ile ridge tahmin edicisinin hata kareler ortalaması özellikleri
teorik olarak incelenmi¸s ve birbiriyle kar¸sıla¸stırılmı¸stır. Tahmin edicilerin performanslarını
de˘gerlendirmek için bir Monte Carlo simülasyon çalı¸sması tasarlanmı¸stır.
Çoklu ba˘glantı problemine ba¸ska bir alternatif olarak da Liu tahmin edicisinin genelle¸stirilmesi
olan yeni bir yanlı tahmin edici tanıtılmı¸stır. Tahmin edicilerin hata kareler ortalaması
özellikleri teorik olarak incelenmi¸stir. Tahmin edicilerin performanslarını de˘gerlendirmek için bir
Monte Carlo simülasyon çalı¸sması tasarlanmı¸s ve bir performans kriteri olarak simüle edilmi¸s hata
kareler ortalaması kullanılmı¸stır. Son olarak, yeni tahmin edicinin faydaları gerçek veri uygulamaları
ile gösterilmi¸stir.
The effects of the multicollinearity problem on the maximum likelihood estimator are analyzed in the tobit regression model. The multicollinearity problem inflates the variance of the maximum likelihood estimator that is asymptotically unbiased. Thus the maximum likelihood estimates become inconsistent. The use of ridge regression estimator by Khalaf ve ark. (2014) has been proposed as a solution to the multicollinearity problem. In this thesis, the mean squared error properties of ridge estimators and likelihood estimators are analyzed and compared theoretically. A Monte Carlo simulation study is designed to evaluate their performance. As another alternative to the multicollinearity problem, a new biased estimator is introduced, which is the generalization of the well-known Liu estimator. Mean squared error properties of the estimators are investigated theoretically. In order to evaluate the performances of the estimators, a Monte Carlo simulation study is designed and simulated mean squared error is used as a performance criterion. Finally, the benefits of the new estimator is illustrated via real data applications.
The effects of the multicollinearity problem on the maximum likelihood estimator are analyzed in the tobit regression model. The multicollinearity problem inflates the variance of the maximum likelihood estimator that is asymptotically unbiased. Thus the maximum likelihood estimates become inconsistent. The use of ridge regression estimator by Khalaf ve ark. (2014) has been proposed as a solution to the multicollinearity problem. In this thesis, the mean squared error properties of ridge estimators and likelihood estimators are analyzed and compared theoretically. A Monte Carlo simulation study is designed to evaluate their performance. As another alternative to the multicollinearity problem, a new biased estimator is introduced, which is the generalization of the well-known Liu estimator. Mean squared error properties of the estimators are investigated theoretically. In order to evaluate the performances of the estimators, a Monte Carlo simulation study is designed and simulated mean squared error is used as a performance criterion. Finally, the benefits of the new estimator is illustrated via real data applications.
Açıklama
Yüksek Lisans Tezi
Anahtar Kelimeler
Çoklu bağlantı problemi, Liu regresyon, Ridge regresyon, Tobit model, Multicollinearity problem, Liu regression, Ridge regression, Tobit model
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Öğütcüoğlu, E: (2020). Tobit modelde Bazı Yanlı Tahmin Edicilerin Performanslarının İncelenmesi. (Yayınlanmamış Yüksek Lisans Tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü Matematik Anabilim Dalı, Konya.
