Dik ağırlıklandırmanın M-regresyon üzerine etkisi

Abstract

Regresyon analizinde en çok kullanılan en küçük kareler yöntemi hata terimleri üzerine yapılan normallik varsayımlarının bozulması sebebiyle kullanılamamaktadır. Veri setindeki aykırı gözlemler bu sebeplerden biridir. Bu durum için geliştirilen m-regresyon yöntemi gözlemler üzerine farklı ağırlıklandırmalar kullanabilmektedir. Bu çalışmada gözlemlerin modele olan dik uzaklıklarına bağlı ağırlıklandırma temel alınmış ve dik m-regresyon yöntemi geliştirilmiştir. Monte Carlo simülasyon çalışmasıyla önerilen yöntem kısmi sağlam m-regresyon yöntemi ile karşılaştırılmıştır.

The common used method in regression analysis is Least Squares regression method. This method can?t used because of violation of the normality assumptions on residuals in regression. M-regression method developed for this situation can use different weight approach on observations. In this study, the weight method based on the perpendicular distance is considered and the perpendicular m-regression is developed. This suggested method and partial robust m-regression method were compared by using Monte Carlo simulation study.