Semiparametrik regresyon modelleri ve tarımda uygulanabilirliği

Abstract

Parametrik regresyon modelleri, bağımlı değişkenin bağımsız değişkenlerle doğrusal bir ilişki içerisinde olduğunu ve ilişkinin şeklinin biliniyor olduğunu varsaymaktadır. Bu varsayımların sağlanamaması durumunda ise parametre tahminleri güvenilir olmamaktadır. İlişkinin şeklinin bilinmediği veya bilinen parametrik modellere uymadığı durumlarda parametrik olmayan regresyon modelleri uygulanmaktadır. Fakat bu modeller birden fazla bağımsız değişken olduğunda çok boyutluluğun oluşturduğu sıkıntı nedeniyle özellikle yorumlama aşamasında zorluklara yol açmaktadır. Birden fazla bağımsız değişken söz konusu olduğunda, bağımsız değişkenlerin bazıları bağımlı değişkenle doğrusal ilişki içerisinde bulunabilirken, bazıları doğrusal olmayan ilişki içerisinde bulunabilirler. Böyle ilişkilerin modellenebilmesi için, parametrik ve parametrik olmayan regresyon fonksiyonlarının toplamsal olarak birleşiminden oluşan semiparametrik regresyon modellerinden yararlanılmaktadır. Bu çalışmada semiparametrik regresyon modelleri teorik olarak açıklanıp, daha sonra tarımda uygulanabilirliği üzerindeki etkisi incelenecektir.

Parametric regression models assume that the dependent variable is in a linear relationship with independent variables and that the shape of the relationship is known. If these assumptions are not met, parameter estimates are not reliable. Non-parametric regression models are applied in cases where the shape of the relationship is unknown or does not conform to known parametric models. However, when these models are more than one independent variable, they cause difficulties in the interpretation stage due to the distress caused by multidimensionality. In the case of multiple arguments, some of the independent variables can be in linear relationship with the dependent variable, while some may be non-linear. In order to model such relationships, semiparametric regression models, which are composed of a combination of parametric and nonparametric regression functions, are used. In this study, semiparametric regression models will be explained theoretically and then the effect on agricultural applicability will be examined.