Buçalışmanın amacı sosyal bilimler alanında derlenen verilerde çoklu iç ilişki problemine karşı daha dayanıklı yanlıregresyon yöntemlerinin (Ridge Regresyon ve Liu tahmin edicisi) performanslarının incelenmesi ve EKK ilekarşılaştırılmasıdır
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Regresyon analizi değişkenler arasındaki ilişkiyi araştırmak ve modellemek için kullanılan bir istatistikselaraştırma yöntemdir ve bu yöntem hemen hemen her alanda kullanılan bir yöntemdir.
📊
Key Findings & Data:Ancak EKK yöntemi verideki aykırı değer(ler)den ve bağımsız değişkenler arasındagörülen çoklu iç ilişki ya da kötü koşulluluk probleminden çok fazla etkilenen hassas bir yöntemdir.
💡
Conclusion & Impact:Buçalışmanın amacı sosyal bilimler alanında derlenen verilerde çoklu iç ilişki problemine karşı daha dayanıklı yanlıregresyon yöntemlerinin (Ridge Regresyon ve Liu tahmin edicisi) performanslarının incelenmesi ve EKK ilekarşılaştırılmasıdır
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Ridge regresyon · Liu tahmin edicisi · en küçük kareler
Özet
Regresyon analizi değişkenler arasındaki ilişkiyi araştırmak ve modellemek için kullanılan bir istatistikselaraştırma yöntemdir ve bu yöntem hemen hemen her alanda kullanılan bir yöntemdir. Regresyon analizinderegresyon katsayılarını hesaplamak için kullanılan en yaygın yöntem klasik yöntem olarak da bilinen En KüçükKareler (EKK) yöntemidir. Ancak EKK yöntemi verideki aykırı değer(ler)den ve bağımsız değişkenler arasındagörülen çoklu iç ilişki ya da kötü koşulluluk probleminden çok fazla etkilenen hassas bir yöntemdir. Buçalışmanın amacı sosyal bilimler alanında derlenen verilerde çoklu iç ilişki problemine karşı daha dayanıklı yanlıregresyon yöntemlerinin (Ridge Regresyon ve Liu tahmin edicisi) performanslarının incelenmesi ve EKK ilekarşılaştırılmasıdır
ÇOŞKUNTUNCEL, O. (2010). Sosyal Bilimlerde Yanlı Regresyon Tahmin Edicilerinin Kullanılması. Eğitimde ve Psikolojide Ölçme ve Değerlendirme Dergisi, Cilt: 1 - Sayı: 2, 100–108. https://ajindex.com/articles/137386