Evaluating of beef cattle performance and profitability using robust regression analysis

Besi sığırı performansının ve karlılığının dayanıklı regresyon analizi ile değerlendirilmesi

Abstract

There are several variables affecting the beef cattle performance and profitability. In the related literature, regression analysis is performed to find the contribution of the variables on profitability in different managing systems. Least squares (LS) estimation method is mostly used in regression analysis. However, it is optimal when the distribution of the error terms is normal. In this study, we revise Koknaroglu et al. (2005) study in which regression analysis is used under normality assumption. Different from the mentioned study, we use a robust estimation method called M-estimation since the error terms do not follow a normal distribution according to Shapiro-Wilk normality test. We obtain parameter estimates and their standard errors along with the coefficient of determination. It is observed that the results obtained based on M-estimation are more reliable than their LS counterparts with respect to 𝑅2 criterion.

Özet

Besi sığırı performansını ve karlılığını etkileyen birkaç değişken vardır. İlgili literatürde, farklı yönetim sistemlerinde karlılığı etkileyen değişkenlerin katkısını bulmak için regresyon analizi kullanılmıştır. Regresyon analizinde çoğunlukla en küçük kareler (LS) tahmin yöntemi kullanılır. Ancak, bu yöntem hata terimlerinin dağılımının normal olması durumunda optimaldir. Bu çalışmada, normallik varsayımı altında regresyon analizinin kullanıldığı Koknaroğlu ve ark. (2005) çalışması revize edilmiştir. Shapiro-Wilk normallik testine göre hata terimleri için normallik varsayımını sağlanmadığından, diğer çalışmadan farklı olarak, bu çalışmada, M-tahmini adı verilen dayanıklı/robust tahmin yöntemi kullanılmıştır. Belirleme katsayısı ile birlikte parametre tahminleri ve onların standart hataları elde edilmiştir. Sonuç olarak, 𝑅2 kriterine göre, M-tahminine dayalı olarak elde edilen sonuçların, LS tahmin edicilerinden daha güvenilir olduğu gözlenmiştir.