Çoklu doğrusal bağlantı ve aykırı değer sorunu için rigge-robust-boosting topluluk regresyon yaklaşımı
Küçük Resim Yok
Tarih
2023
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İnönü Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada, aykırı değer ve çoklu doğrusal bağlantı sorunları birlikte ele alınmış ve bu sorunlara karşı güçlü sonuçlar elde edebilmek amacıyla Ridge-Robust-Boosting Topluluk Regresyon modeli önerilmiştir. Yapılan simülasyon çalışması sonucunda, Ridge-Robust-Boosting Topluluk Regresyon modelinin farklı çoklu doğrusallık düzeylerinde ve aykırı değer oranlarında diğer regresyon modellerine göre daha üstün bir performans sergilediği görülmüştür. Ayrıca gerçek verilerle yapılan ikinci uygulama sonucunda da Ridge-Robust-Boosting Topluluk Regresyon modelinin diğer regresyon modellerine kıyasla çok daha iyi performans gösterdiği gözlemlenmiştir. Bu nedenle hem çoklu doğrusal bağlantı hem de aykırı değerlerin bulunduğu veri setlerinde daha doğru ve güvenilir tahminler elde etmek için Ridge-Robust-Boosting Topluluk Regresyon modelinin kullanılması önerilmektedir.
In this study, outlier and multicollinearity problems are considered together and the Ridge-Robust-Boosting Ensemble Regression model is proposed to obtain robust results against these problems. As a result of the simulation study, it was observed that the Ridge-Robust-Boosting Ensemble Regression model outperformed other regression models at different multicollinearity levels and outlier rates. In addition, as a result of the second application with real data, it was observed that the Ridge-Robust-Boosting Ensemble Regression model performed much better than the other regression models. Therefore, it is recommended to use the Ridge-Robust-Boosting Ensemble Regression model to obtain more accurate and reliable predictions in data sets with both multicollinearity and outliers.
In this study, outlier and multicollinearity problems are considered together and the Ridge-Robust-Boosting Ensemble Regression model is proposed to obtain robust results against these problems. As a result of the simulation study, it was observed that the Ridge-Robust-Boosting Ensemble Regression model outperformed other regression models at different multicollinearity levels and outlier rates. In addition, as a result of the second application with real data, it was observed that the Ridge-Robust-Boosting Ensemble Regression model performed much better than the other regression models. Therefore, it is recommended to use the Ridge-Robust-Boosting Ensemble Regression model to obtain more accurate and reliable predictions in data sets with both multicollinearity and outliers.
Açıklama
Anahtar Kelimeler
Ekonometri, Econometrics, İstatistik
