Yarı Parametrik Modellerde Splayn Düzeltme İle Tahmin ve Çıkarsamalar

Abstract

Yarı parametrik regresyon modelleri için splayn düzeltme metoduna dayalı yeni bir tahmin kavramı Eubank vd. (1998) tarafından tanıtılmıştır. Bu tahmin kavramına göre, splayn düzeltmeyi esas alan farklı iki yaklaşım Schimek (2000) tarafından karşılaştırılmıştır. Bu çalışmada, yarı parametrik regresyon modelinin tahmini Green-Silverman’nın kısmi splayn ve Speckman yaklaşımı olarak adlandırılan farklı iki yaklaşımla yapılmış ve sıradan en küçük kareler tahminleri ile karşılaştırılmıştır. Splayn düzeltmede, genelleştirilmiş çapraz geçerlilik metoduyla düzeltme parametresi seçilmiş ve yarı parametrik modelin hem parametrik hem de parametrik olmayan bileşeni için çıkarsamalar tartışılmıştır. Bu amaçla, MATLAB ortamında yazılan bir program kullanılarak bir uygulama yapılmıştır.

A new estimation concept for semiparametric regression models based on smoothing splines has been introduced in Eubank et al. (1998). The two different approaches based on smoothing splines have been compared by Schimek (2000) according to this estimation concept. In this study, the estimation of the semiparametric regression model is performed with two different approaches called partial splines of Green and Silverman and Speckman ’s approach and compared with the estimations of the ordinary least squares. The smoothing parameter is selected via generalized cross-validation in smoothing splines and inferences have been discussed for both the parametric and the nonparametric part of the model. For this purpose an application is performed by using a program coded in MATLAB.