Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi

Öztürk, İrfan

Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi

İrfan ÖZTÜRK (HÜ, Ziraat Fakültesi, Zootekni Bölümü, Şanlıurfa)

Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi

1 0

Yıl: 2014 Cilt: 17 Sayı: 3 Sayfa Aralığı: 1 - 12 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi

Öz:

Bu çalışmanın amacı, küçük örneklemlerde karkas ağırlığının tahmin edilmesinde yanlı tahmin tekniklerindenRidge Regression (RR) yönteminin en küçük kareler EKK yöntemine karşı etkinliğini araştırmaktır. Bu amaçlabroilerde karkas ağırlığı ile açıklayıcı değişkenler arasındaki doğrusal ilişkinin tahmininde EKK ve yanlı tahmintekniklerinden Ridge Regression yöntemi karşılaştırılmaktadır. Araştırmada, bağımsız değişkenler arasındakiyüksek çoklu doğrusal bağlantı problemine dayanarak RR yönteminin EKK yöntemine göre daha küçük standarthatalı, durağan ve kuramsal beklentilere uygun tahminler sağlayacağı beklenmiştir

Anahtar Kelime:

Konular: İstatistik ve Olasılık

The Solution of Multicolinearity Problem via Biased Regression Analysis in Animal Production Data

Öz:

The aim of this study is to investigate the effectiveness of Ridge Regression (RR) applying biasedestimation techniques over the method of Least Squares (LS) technique on the estimation of carcass weight. For thispurpose, the Ridge Regression method biased estimation techniques are compared with LS to estimate linearrelationship between carcass weight and explanatory variables in broiler. In this study, based the problem of highmultiple linear connection between the independent variables, it was hypothesized that RR method has smallerstandard errors and estimates in accordance with theoretical expectations according to the method of LS

Anahtar Kelime:

Konular: İstatistik ve Olasılık

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

Aktaş, C., 2007. Çoklu Bağıntı ve Liu Kestiricisiyle Enflasyon Modeli için bir Uygulama. ZKÜ sosyal Bilimler Dergisi, cilt 3, sayı 6, 67-79 .
Albayrak, A.S., 2005. Çoklu doğrusal bağlantı halinde en küçük kareler tekniğinin alternatifi yanlı tahmin teknikleri ve bir uygulama ZKÜ Sosyal Bilimler Dergisi Cilt 1, Sayı 1, 105-126.
Albayrak, A.S. 2006. Uygulamalı Çok Değişkenli İstatistik Teknikleri. Asil yayın dağıtım, Ankara, 265-284.
Alma, G.Ö., Vupa, Ö. 2008. Regresyon Analizinde Kullanılan En Küçük Kareler Ve En Küçük Medyan Kareler Yöntemlerinin Karşılaştırılması. SDÜ Fen Edebiyat Fakültesi Fen Dergisi (E-Dergi). 3(2) 219- 229.
Arıcı, H. 1991. İstatistik Yöntemler ve Uygulamalar. Ankara: Meteksan.281 s. Coşkuntuncel, O. 2010. Sosyal Bilimlerde Yanlı Regresyon Tahmin Edicilerin Kullanılması. Eğitim ve Psikolojide Ölçme ve Değerlendirme Dergisi, 1(2), 100-108.
Ebegil M. 2009. Ridge tahminine dayalı yanlı tahmin edici için bir test istatistiği , SAÜ Fen Edebiyat Dergisi, II, 1-14.
Freund, R.J. and Minton, P.D. 1979. Regression methods. Marcel Dekker, New York 261 s.
Gujarati, D.N. 1995. Basic Econometrics. McGraw-Hill, New York, 319-399 s.
Hoerl, A.E. and Kennard, R.W. 1970 Ridge Regression: Biased Estimation for Nonorthogonal Problems. Technometrics, Cilt:12, No: 1, 55-67. İpek, O. 2011.
Ridge Regresyon Üzerine Bir Çalışma. idari.cu.edu.tr/sempozyum/bil28.htm Erişim Tarihi: 06.06.2014. Marqurt, D.W.,Snee, R.D. 1975. Ridge Regression in Pratice. The American Statistician, ,Vol. 29 No. 1,4.
Maxwell, Scott E. 2000. Sample Size in Multiple Regression Analysis. Psychological Methods, Cilt: 5, No: 4, 434-458.
Montgomery, D. C., Peck, E. A., & Vining, G. G. 2013. Doğrusal Regresyon analizine Giriş (Introduction to linear regression analysis New York: John Wiley and Sons.) 5.Basımdan çeviri. Yayın No: 717, 142 Nobel Akademik Yayıncılık, Ankara, 645 S.
Mullet, G, M. 1976. Wye Regression Coefficients have the wrong sign. Journal of Quality Technology, 8, 121-126.
NCSS Statistical System 2001. User’s Guide, Kaysville, NCSS Inc.
Netter, J., Wasserman W. and Kunter M. 1990. Applied Linear Statistical Models. Irwin: Homewood, IL.
Şahinler, S. 2000. En Küçük Kareler Yöntemi ile Doğrusal Regresyon Modeli Oluşturmanın Temel Prensipleri. MKÜ. Ziraat Fakültesi Dergisi 5 (1-2). Hatay, 57–73.
Şenyay, L. ve Özler, C. 1993. “Ridge Tahminleyicisinin Özellikleri. Dokuz Eylül Üniversitesi”, I. Ulusal Ekonometri ve İstatistik Sempozyumu, İzmir, 217- 236.
Vinod, H.D. 1995. Double Bootstrap for Shrinkage Estimators, Journal of Econometrics, 68, 287-302.
Vupa Ö ve Alma, Ö.G. 2008. Doğrusal Regresyon çözümlemesinde Çoklu bağlantı probleminin sapan değer içeren küçük örneklemlerde incelenmesi. SÜ Fen Ed. F. Derg. Sayı 31, Konya, 97-107.
Webster, A.1995. Applide Statistics for Business and Economics 683-684.

APA	Öztürk İ (2014). Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. , 1 - 12.
Chicago	Öztürk İrfan Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. (2014): 1 - 12.
MLA	Öztürk İrfan Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. , 2014, ss.1 - 12.
AMA	Öztürk İ Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. . 2014; 1 - 12.
Vancouver	Öztürk İ Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. . 2014; 1 - 12.
IEEE	Öztürk İ "Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi." , ss.1 - 12, 2014.
ISNAD	Öztürk, İrfan. "Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi". (2014), 1-12.

APA	Öztürk İ (2014). Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi, 17(3), 1 - 12.
Chicago	Öztürk İrfan Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi 17, no.3 (2014): 1 - 12.
MLA	Öztürk İrfan Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi, vol.17, no.3, 2014, ss.1 - 12.
AMA	Öztürk İ Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi. 2014; 17(3): 1 - 12.
Vancouver	Öztürk İ Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi. Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi. 2014; 17(3): 1 - 12.
IEEE	Öztürk İ "Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi." Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi, 17, ss.1 - 12, 2014.
ISNAD	Öztürk, İrfan. "Hayvansal Üretim Verilerinde Çoklu Bağlantı Probleminin Yanlı Regresyon Yöntemi İle Çözümlenmesi". Kahramanmaraş Sütçü İmam Üniversitesi Doğa Bilimleri Dergisi 17/3 (2014), 1-12.