En Küçük Kareler Tahmin Edicisi ile Bir Shrinkage Tahmin Edicisinin Etkinlik Karşılaştırması

Abstract

Regresyon analizinde bağımsız değişkenler arasında ilişki (çoklu bağlantı) olması durumunda, En Küçük Kareler tahmin yönteminin kullanılması modelde yer alan değişkenler bakımından yanlış model kullanımına ve dolayısıyla yanlış bulgulara neden olabilmektedir. Birbiriyle bağımlılık gösteren bu tür bağımsız değişkenlerle analiz yapmak için çeşitli yöntemler geliştirilmiştir. Bu yöntemlerden biri de yanlı tahmin yöntemleridir. Bu çalışmada, Ridge tahmin edicisine dayalı yanlı tahmin edicinin en az, En Küçük Kareler tahmin edicisi kadar etkin olabilmesi için gereklilik ve yeterlilik koşulları araştırıldı.

In regression analysis, if there are some kind of relation (multicollinearity) between independent variables, the Least Squares estimation method may lead to the use of wrong models and hence to wrong findings out of the model. Various methods have been devised in order to carry out regression analysis with such independent variables which exhibit dependence on each other. One of such methods is the biased estimation methods. In this study, it has been studied on the necessary and sufficient conditions of biased estimators based on Ridge estimator to be at least efficient as much as the Least Squares estimator.