Bu makalede Ridge Regresyon Yönteminin tarihi gelişimi ve yöntem üzerine yapılan bir kısım uygulama örnekleri İncelenmektedir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Çoklu Doğrusal Regresyon Modellerinde parametre tahminlerinin bulunmasında en yaygın olarak kullanılan yöntem En Küçük Kareler Yöntemidir.
📊
Temel Bulgular & Veri:Ancak, eğer açıklayıcı değişkenler arasında Çoklu Doğrusal Bağlantı varsa EKK tahminleri çok büyük varyanslara sahip ve dolayısıyla anlamsız sonuçlar vermektedir.
💡
Sonuç & Katkı:Bu makalede Ridge Regresyon Yönteminin tarihi gelişimi ve yöntem üzerine yapılan bir kısım uygulama örnekleri İncelenmektedir.
Çoklu Doğrusal Regresyon Modellerinde parametre tahminlerinin bulunmasında en yaygın olarak kullanılan yöntem En Küçük Kareler Yöntemidir. Ancak, eğer açıklayıcı değişkenler arasında Çoklu Doğrusal Bağlantı varsa EKK tahminleri çok büyük varyanslara sahip ve dolayısıyla anlamsız sonuçlar vermektedir. Bunların ters işaretli olmaları da mümkündür. Ridge Regresyon Yöntemi EKK yöntemine alternatif bir metod olarak geliştirilmiştir. Modelde Çoklu Doğrusal Bağlantı varsa bu yöntem sapmak fakat anlamlı ve tutarlı tahmin sonuçları vermektedir. Bu makalede Ridge Regresyon Yönteminin tarihi gelişimi ve yöntem üzerine yapılan bir kısım uygulama örnekleri İncelenmektedir.
Baldemir, E. (1998). RIDGE REGRESYON-RIDGE ANALİZ İLİŞKİSİ VE YAPILAN ÇALIŞMALARIN İÇERİKLERİ. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Sayı: 13, 71–79. https://ajindex.com/articles/119138
Banerjee K.S. and Carr R.N., "A CQmment on Ridge Regression Biased Estimation for Non orthogonal Problems'', Technome-trics, Vo1.13, No.4, November 1971, s.895-898.
Gene H.Golub, Michael Heath, Grace Wahba, "Generalized Cross-Vahdation as a Method for Choosing a Good Ridge Parameter", Technometrics Vol.21, No.2, May, 1979.
Hoer| E.A- Kennard R.W, Ridge Regression - 198o, Advances, "Algorithms and Applications", American ıouinaı of Mathematicat and Management Sciences,.1981, Vo|.1, No.1
A * !İ°ecrl RW' ’ "Ridge Ana|ysis 25 Years Later", The American Statistician August 1985, Vol.39, No.3. ’
Masua Nomura, "On The Almost Unbiased Ridge Regression Estimator" Commun. Statist. - Simula, I7 (3), 729-743, I988
_. Roger W. Hoerl, "The Application of Ridge Techniques to Mixture Data-Ridge Analysis", Technometrics, May 1987, Vo.29, No.2, s.161-172.
T.D.Dwivedi,V.K.Srivastava, R.L.HalI, "Finite Sample Properties of Ridge Estımators, Technometrics, Vol.22, No.2, May 1980. Tje-San Lee and Don B. Chambell, "Selecting The Optimum K in Ridqe Regression", Commun Statist-Theory Meth., I4 (7), 1589-1604, 1985
VV.H.Carter and V.M.Chinchilli, R.H.Myers, E.D.Chambell, "Confidance Intervals md an Improved Ridge Analysis of Response Surfaces" Technometrics, November 1986, Vol.28, No.4.
Banerjee K.S. and Carr R.N., "A CQmment on Ridge Regression Biased Estimation for Non orthogonal Problems'', Technome-trics, Vo1.13, No.4, November 1971, s.895-898.
Hoer| E.A- Kennard R.W, Ridge Regression - 198o, Advances, "Algorithms and Applications", American ıouinaı of Mathematicat and Management Sciences,.1981, Vo|.1, No.1
T.D.Dwivedi,V.K.Srivastava, R.L.HalI, "Finite Sample Properties of Ridge Estımators, Technometrics, Vol.22, No.2, May 1980. Tje-San Lee and Don B. Chambell, "Selecting The Optimum K in Ridqe Regression", Commun Statist-Theory Meth., I4 (7), 1589-1604, 1985