AI Summary & Key Takeaways
AI InsightBu çalışmada semiparametrik regresyon modellerinin tanımı, tahmini (backfitting algoritması), güven bantları, standart hataların hesaplanması ve hipotez testleri açıklanmıştır.
📌 3 Key Takeaways
Özet
Klasik (parametrik) regresyon teknikleri, bağımlı değişkenin bağımsız değişkenlerle doğrusal bir ilişki içerisinde olduğunu ve ilişkinin şeklinin biliniyor olduğunu varsayar. Bu varsayımların sağlanamaması durumunda ise parametre tahminleri güvenilir olmamaktadır. İlişkinin şeklinin bilinmediği ya da bilinen parametrik matamatiksel kalıplara uymadığı durumlarda parametrik olmayan regresyon teknikleri kullanılmaktadır. Ancak bu teknikler birden fazla bağımsız değişken olma durumunda çok boyutluluğun yarattığı sıkıntı nedeniyle özellikle yorumlama aşamasında zorluklara neden olmaktadır. Birden fazla bağımsız değişken söz konusu olduğunda, bağımsız değişkenlerin bazıları bağımlı değişkenle doğrusal ilişki içerisinde bulunabilirken, bazıları doğrusal olmayan ilişki içerisinde bulunabilirler. Bu tür ilişkilerin modellenebilmesi için, parametrik ve parametrik olmayan regresyon fonksiyonlarının toplamsal olarak birleşiminden oluşan semiparametrik regresyon modellerinden yararlanılmaktadır. Bu çalışmada semiparametrik regresyon modellerinin tanımı, tahmini (backfitting algoritması), güven bantları, standart hataların hesaplanması ve hipotez testleri açıklanmıştır.