Doğrusal tip ıı regresyon tekniklerinin monte-carlo benzetim çalışması ile karşılaştırılması: sağlam, bulanık ve sağlam bulanık teknikler

Abstract

Bu çalışmanın amacı Basit Doğrusal Regresyon Çözümlemesi gerçekleştirilirken, bağımlı ve bağımsız değişkenin her ikisinin de ölçüm hatası içerdiği durumlarda, En Küçük Kareler (EKK) Açıortay, Bulanık (Fuzzy) EKK Açıortay, Sağlam (Robust) EKK Açıortay ve Bulanık Sağlam EKK Açıortay tekniklerinin karşılaştırmalı olarak Monte-Carlo benzetim çalışması ile incelenmesidir.İlgilenilen veri setinin aykırı değer içerdiği ve içermediği durumlarda, farklı örneklem büyüklüklerinde (n=10,50 ve 100) ve farklı teorik dağılış biçimlerinde (t_((4)), t_((10)) ve t_((30))) ilgili regresyon teknikleri Hata Kareler Ortalaması (HKO) kriterine göre karşılaştırılmıştır. Çalışmanın bulgularına göre tüm dağılış biçimi ve tüm örneklem hacmindeki, aykırı değer içeren ve içermeyen veri setleri için Bulanık Huber EKK Açıortay tekniği en düşük HKO değerine sahip teknik olarak belirlenmiştir.

The aim of this study is comparatively examine the OLS (Ordinary Least Squares) Bisector, Fuzzy OLS Bisector, Robust OLS and Fuzzy Robust OLS techniques via Monte-Carlo Simulation study, when both the dependent and independent variables includes measurement errors in a simple linear regression analysis.In conditions, whether the interested data sets includes or not any outliers, the performance of the regression techniques are examined for different sample sizes (n=10, 50 and 100) and different distribution types (t_((4)), t_((10)) and t_((30))) according to Mean Square Error (MSE) criteria. According to findings of the study, the Fuzzy Huber OLS Bisector technique has the lowest MSE in all different distribution types and for all sample sizes for the data sets that either includes or not any outliers.