AI Summary & Key Takeaways
AI InsightTo explain that dependent variable those three variables are used: Area as hectare $(X_1)$,the quantity of dung $(X_2)$, number of reaperharvesters in use $(X_3)$.
📌 3 Key Takeaways
Abstract
In many regression analysis, researchers may often meet with multicollineartiy problem. The multicollinearity problem occurs if one or more independent variables are explained by other indepented variables. At this work, multucollinearity has been examined on application about the subject has been done. The applicatios is "The Barley Efficiency in Turkey". To explain that dependent variable those three variables are used: Area as hectare $(X_1)$,the quantity of dung $(X_2)$, number of reaperharvesters in use $(X_3)$.
Özet
Bir regresyon analizinde araştırmacılar çoklu bağıntı (multicollinearity) sorunu ile çok sık karşılaşmaktadırlar. Açıklayıcı değişkenlerden bir veya birkaçının diğer açıklayıcı değişkenler tarafından iyi açıklandığı zaman, sonuçlarda istenmeyen özellikler oluşturan çoklu bağıntı sorunu meydana gelmektedir. Bu çalışmada, çoklu bağıntı incelenmiş ve bununla ilgili Türkiye'deki arpa verimi (Y) fonksiyonunu açıklayan değişkenler olarak; hektar cinsinden ekilen alan $(X_1)$,ton cinsinden kullanılan gübre miktarı $(X_2)$ ve mevcut biçer döver sayısı $(X_3)$ üzerinde bir uygulama yapılmıştır.