Çoklubağlantıya neden olan gözlemlerin belirlenmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
ÇOKLU BAĞLANTIYA NEDEN OLAN GÖZLEMLERİN BELİRLENMESİ (Yüksek Lisans Tezi) Ufuk EKİZ GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Haziran 1997 ÖZET Regresyon analizinde kullanılan en küçük kareler tahmin edicileri üzerinde, olumsuz etkilere sebep olan ve bağımsız değişkenler arasındaki sıkı ilişki olarak tanımlanan çoklu bağlantının varlığı çoğu çalışmada gözden kaçınılmaktadır. Bu sebeple çalışmada, çoklubağlantının en küçük kareler tahmin edicileri üzerindeki etkileri incelenmiştir. Daha sonra, çoklubağlantının şiddetinin önemli olup olmadığının belirlenmesine yönelik çeşitli yöntemler incelenmiştir. Bundan sonraki aşamalarda problem yaratan çoklubağlantının ortadan kaldırılmasına yönelik değişken eliminasyon yöntemleri, Sağlam(Robust) tahmin yöntemleri ve çoklubağlantya neden etkili gözlemlerin ortaya çıkarılmasına ilişkin yöntemler üzerinde durulmuştur. Çoklu bağlantıya neden olan etkili gözlemlerin belirlenmesine yönelik olan dik izdüşüm bileşenleri yöntemine benzer bir yöntem önerilmiş, önerilen bu yöntem ile dik izdüşüm bileşenleri yöntemi uygulama sonunda birbirleri ile karşılaştırılmıştır. Bilim Kodu : 406.01.01 Anahtar Kelimeler: Regresyon, En küçük kareler, Çoklubağlantı, Etkili gözlem, Dik İzdüşüm bileşenleri Sayfa Adedi : 74 Tez Yöneticisi : Doç. Dr. Müslim EKNİ INVESTIGATION OF MULTICOLLINEARITY-INFLUENTIAL OBSERVATIONS M.Sc. Thesis Ufuk Ekiz GAZİ UNIVERSITY INSTITUTE OF SCIENCE AND TECHNOLOGY June 1997 ABSTRACT Multicollinearity is caused negative influences about the least squares method in regression analysis. For this reason in this thesis influences of multicollinearity are investigated about the least squares method. And then the violence of multicollinearity are investigated by several methods. Variables elimination methods, Robust guess methods and methods of the multicollinearity influential observations are determined. Method of the orthogonal leverage component detenriines multicollinarity-influential observations. We suggested the new method which was similar method of the orthogonal leverage component. This method is compared with the method of orthogonal leverage component in applied. Science code :406.01.01 Key words degression, The Least Squares, Multicollinearity Influential Observation, Orthogonal Leverage Component. Page number :74 Adviser Associated Prof. Dr. Müslim EKNT
Collections