Show simple item record

dc.contributor.authorTuranlı, Münevver
dc.contributor.authorBağdatlı, Seda
dc.date.accessioned2014-07-22T10:54:40Z
dc.date.available2014-07-22T10:54:40Z
dc.date.issued2011
dc.identifier.issn1300-0845
dc.identifier.urihttp://hd1.handle.net/11424/1683
dc.description.abstractÖzet: Klasik (parametrik) regresyon teknikleri, bağımlı değişkenin bağımsız değişkenlerle doğrusal bir ilişki içerisinde olduğunu ve ilişkinin şeklinin biliniyor olduğunu varsayar. Bu varsayımların sağlanamaması durumunda ise parametre tahminleri güvenilir olmamaktadır. İlişkinin şeklinin bilinmediği ya da bilinen parametrik matamatiksel kalıplara uymadığı durumlarda parametrik olmayan regresyon teknikleri kullanılmaktadır. Ancak bu teknikler birden fazla bağımsız değişken olma durumunda çok boyutluluğun yarattığı sıkıntı nedeniyle özellikle yorumlama aşamasında zorluklara neden olmaktadır. Birden fazla bağımsız değişken söz konusu olduğunda, bağımsız değişkenlerin bazıları bağımlı değişkenle doğrusal ilişki içerisinde bulunabilirken, bazıları doğrusal olmayan ilişki içerisinde bulunabilirler. Bu tür ilişkilerin modellenebilmesi için, parametrik ve parametrik olmayan regresyon fonksiyonlarının toplamsal olarak birleşiminden oluşan semiparametrik regresyon modellerinden yararlanılmaktadır. Bu çalışmada semiparametrik regresyon modellerinin tanımı, tahmini (backfitting algoritması), güven bantları, standart hataların hesaplanması ve hipotez testleri açıklanmıştır.en_US
dc.language.isoturen_US
dc.publisherÖneri Dergisien_US
dc.subjectToplamsal Modeller, Semiparametrik Regresyon, Backfitting Algoritması.en_US
dc.titleSemiparametrik regresyonen_US
dc.title.alternativeSemiparametric regressionen_US
dc.typeArticleen_US
dc.contributor.authorIDTR8076
dc.contributor.authorIDTR102093


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record