Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği
Yükleniyor...
Tarih
2022
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
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.
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.
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.
Açıklama
Anahtar Kelimeler
Kaynak
İstatistikçiler Dergisi: İstatistik ve Aktüerya
WoS Q Değeri
Scopus Q Değeri
Cilt
15
Sayı
1
Künye
YÜZBAŞI B, PALA M (2022). Ridge regresyon parametre seçimi: Türkiye’nin doğrudan yabancı yatırım örneği. İstatistikçiler Dergisi: İstatistik ve Aktüerya, 15(1), 1 - 18.
