Parametrik regresyon modelleri, uygulamada çok yaygın kullanılmaktadır. Ancak parametrik regresyon modelleri çok sayıda varsayımın sağlanmasını gerektirir. Bu varsayımların her durumda sağlanması gerçekçi değildir. Bu tezde varsayımların sağlanmadığı durumlarda kullanılacak parametrik olmayan regresyon modelleri üzerine çalışılmıştır.Literatüre bakılınca parametrik olmayan regresyon çalışılırken genelde zaman serisi verileri ve yatay kesit verileri üzerine çalışma yapıldığı görülmektedir. Ancak bu iki veri türünü birleştiren panel veri modellerinin parametrik olmayan karşılığı üzerine çok az çalışma mevcuttur. Bu tezde bu eksiklik göz önünde bulundurularak parametrik olmayan panel veri modelleri ele alınmış ve uygulamalar bu yönde yapılmıştır. Parametrik olmayan panel veri modelleri cezalı splayn yöntemi kullanılarak tahmin edilmiştir. Analizler yapılırken R ve Eviews programları kullanılmıştır.Anahtar Kelimeler: Cezalı En Küçük Kareler, Panel Veri modelleri, Parametrik Olmayan Regresyon, Parametrik Olmayan Panel Veri Regresyonu, Splayn.
Parametric regression models are often used in implementations. However too many assumptions have to be provided in these models and it is not realistic that all the time these are provided. In this thesis nonparametric regression models are studied.In literature, among nonparametric regression models, time-series and cross-section series data are most commonly used. On the other hand, there are very few works that compromises time series and cross-section data. In this study it is aimed to contribute to that area. In this context, nonparametric panel data models are estimated with spline method. During analysis, R and Eviews programs are used.Key Words: Penalized Least Squares, Panel Data Models, Nonparametric Regression, Nonparametric Panel Data Regression, Spline.
