Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği

PALA, MUSTAFA; Yuzbasi, Bahadir

Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği

Bahadır YÜZBAŞI, (İnönü Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, Malatya, Türkiye)

Mustafa PALA (İnönü Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, Malatya, Türkiye)

İstatistikçiler Dergisi: İstatistik ve Aktüerya

13 3

Yıl: 2022 Cilt: 15 Sayı: 1 Sayfa Aralığı: 1 - 18 Metin Dili: Türkçe İndeks Tarihi: 08-09-2022

Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği

Öz:

Bu çalışmada çok değişkenli bir regresyon modelin bağımsız değişkenler arasında çoklu doğrusal bağlantı olduğu durumlarda En Küçük Kareler (EKK) yöntemine alternatif olarak kullanılan Ridge regresyon metodu için ayar parametresi seçimine yardımcı olacak bazı kriterler (AIC, BIC, Mallow’s Cp, CV, GCV) karşılaştırılmıştır. Kullanılan model seçim kriterlerinin performansları Monte Carlo simülasyon çalışması ve ekonometrik bir veri kullanılarak LASSO ve EKK ile MSE ve PE kriterleri yardımıyla karşılaştırılmıştır. Nümerik çalışmalar sonucunda, çoklu doğrusal bağlantının olduğu durumlarda önerilen kriterler ile ayar parametresi seçilen Ridge regresyon yöntemlerinin daha düşük MSE ve PE değerleri ile daha üstün performans gösterdiği bulunmuştur.

Anahtar Kelime: Ridge Regresyon LASSO Çoklu Doğrusal Bağlantı

Ridge regression parameter selection: Turkey's example of foreign direct investment

Öz:

In this study, some criteria such as Akaike Information Criteria (AIC), Bayes Information Criteria (BIC), Mallow's Cp, Cross Validity (CV) and Generalized Cross Validity Measure (GCV) that will help the selection parameter for the Ridge regression method, which is used as an alternative to the Least Squares (Least Squares) method in cases where the multiple linear regression model has multiple linear connections between the independent variables, are compared. The performances of the model selection criteria used were compared using the Monte Carlo simulation study and econometric data, with the help of mean squares error (MSE) and prediction error (PE) criteria. As a result of the numerical studies, it was found that the Ridge regression methods, whose adjustment parameter was selected with the suggested criteria in cases of multicollinearity, showed superior performance with lower MSE and PE values.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

[1] P. Kennedy, 2003, A guide to econometrics. 5th. Edition. Cambridge.
[2] R. Frisch, 1934, Statistical confluence analysis by means of complete regression systems, Norway, Institute of Economics Oslo.
[3] A. E. Hoerl, R. W. Kennard, 1970a, Ridge regression: Applications to non-orthogonal problems, Technometrics, 12, 1, 69-82.
[4] A. E. Hoerl, R. W. Kennard, 1970b, Ridge regression: Biased estimation for non-orthogonal problems, Technometrics, 12, 1, 55-67.
[5] G. C. McDonald, D. I. Galarneau, 1975, A Monte Carlo evaluation of some Ridge-type estimators. Journal of the American Statistical Association, 70, 350, 407-416.
[6] J. F. Lawless, P. Wang, 1976, A simulation study of Ridge and other regression estimators, Communications in Statistics, 5, 307-323.
[7] G. H. Golub, M. Heath, G. Wahba, 1979, Generalized cross-validation as a method for choosing a good Ridge parameter. Technometrics, 21,2, 215-223.
[8] G. Khalaf, G. Shukur, 2005, Choosing Ridge parameter for regression problems. Communications in Statistics-Theory and Methods, 34(5), 1177-1182.
[9] M. Alkhamisi, G. Khalaf, G. Shukur, 2006, Some modifications for choosing Ridge parameters. Communications in Statistics-Theory and Methods, 35, 11, 2005-2020.
[10] M. A. Alkhamisi, G. Shukur, 2007, A Monte Carlo study of recent Ridge parameters. Communications in Statistics-Simulation and Computation, 36, 3, 535-547.
[11] A. F. Lukman, A. Olatunji, 2018, Newly proposed estimator for Ridge parameter: an application to the Nigerian economy. Pakistan Journal of Statistics, 34,2, 91-98.
[12] A. T. Owolabi, K. Ayinde, O. O. Alabi, 2022. A new Ridge type estimator for the linear regression model with correlated regressors. Concurrency and Computation: Practice and Experience, 34,15, 6933.
[13] S. Karakaş, 2008, Çoklu doğrusal bağlantı problemi ve yanlı regresyon tahmincileri, İstanbul Üniversitesi, İstanbul.
[14] H. Akaike, 1998, Information theory and an extension of the maximum likelihood principle. In Selected Papers of Hirotugu Akaike, Springer, New York, NY.
[15] G. Schwarz, 1978, Estimating the Dimension of a Model. Annals of Statistics, 6, 461-464. http://dx.doi.org/10.1214/aos/1176344136.
[16] A. Küçük, 2019, Doğrusal regresyonda Ridge, Liu ve LASSO tahmin edicileri üzerine bir çalışma, Yüksek Lisans Tezi, Hacettepe Üniversitesi, Ankara.
[17] R. Tibshirani, 1996, Regression Shrinkage and Selection via the Lasso. Journal of the Royal Statistical Society: Series B (Methodological), 58, 267-288. https://doi.org/10.1111/j.2517-6161.1996.tb02080.
[18] H. Zou, T. Hastie, 2005, Regularization and variable selection via the elastic net. Journal of the royal statistical society: series B (statistical methodology), 67,2, 301-320.
[19] G. Tutz, J. Ulbricht, 2009, Penalized regression with correlation-based penalty. Statistics and Computing, 19,3, 239-253.
[20] M. Arashi, Y. Asar, B. Yüzbaşı, 2021, SLASSO: SLASSO: A scaled LASSO for multicollinear situations. J. Stat. Comput. Simul, 91,15, 3170-3183, https://doi.org/10.1080/00949655.2021.1924174.
[21] B. Yüzbaşı, S. E. Ahmed, 2020, Ridge type shrinkage estimation of seemingly unrelated regressions and analytics of economic and financial data from “fragile five” countries. Journal of Risk and Financial Management, 13,6, 131, https://doi.org/10.3390/jrfm13060131.
[22] E. Karaoğlan, 2019, Regresyon analizinde çoklu doğrusal bağlantı probleminin incelenmesi: Temel bileşenler, Ondokuz Mayıs Üniversitesi, Samsun.

APA	Yuzbasi B, PALA M (2022). Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. , 1 - 18.
Chicago	Yuzbasi Bahadir,PALA MUSTAFA Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. (2022): 1 - 18.
MLA	Yuzbasi Bahadir,PALA MUSTAFA Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. , 2022, ss.1 - 18.
AMA	Yuzbasi B,PALA M Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. . 2022; 1 - 18.
Vancouver	Yuzbasi B,PALA M Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. . 2022; 1 - 18.
IEEE	Yuzbasi B,PALA M "Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği." , ss.1 - 18, 2022.
ISNAD	Yuzbasi, Bahadir - PALA, MUSTAFA. "Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği". (2022), 1-18.

APA	Yuzbasi B, PALA M (2022). Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. İstatistikçiler Dergisi: İstatistik ve Aktüerya, 15(1), 1 - 18.
Chicago	Yuzbasi Bahadir,PALA MUSTAFA Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. İstatistikçiler Dergisi: İstatistik ve Aktüerya 15, no.1 (2022): 1 - 18.
MLA	Yuzbasi Bahadir,PALA MUSTAFA Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. İstatistikçiler Dergisi: İstatistik ve Aktüerya, vol.15, no.1, 2022, ss.1 - 18.
AMA	Yuzbasi B,PALA M Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. İstatistikçiler Dergisi: İstatistik ve Aktüerya. 2022; 15(1): 1 - 18.
Vancouver	Yuzbasi B,PALA M Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. İstatistikçiler Dergisi: İstatistik ve Aktüerya. 2022; 15(1): 1 - 18.
IEEE	Yuzbasi B,PALA M "Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği." İstatistikçiler Dergisi: İstatistik ve Aktüerya, 15, ss.1 - 18, 2022.
ISNAD	Yuzbasi, Bahadir - PALA, MUSTAFA. "Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği". İstatistikçiler Dergisi: İstatistik ve Aktüerya 15/1 (2022), 1-18.