Bir kitap, binlerce ihtimal. Yeni kitapları takip et
PDF KİTAP İNDİRGenelleştirilmiş En Küçük Kareler Tahmin Edicisinin Etkinliğine Yönelik Uygulamalar Alt Baslık: AR(1), SUR ve Heteroscedastıc ModellerSeher Bodur

Her kapağın ardında yeni bir dünya.

KİTAPLIĞINIZ İÇİN BİR KEŞİF

Genelleştirilmiş En Küçük Kareler Tahmin Edicisinin Etkinliğine Yönelik Uygulamalar Alt Baslık: AR(1), SUR ve Heteroscedastıc Modeller PDF Ekitap İndir

Seher Bodur · Yazar

Çoklu lineer regresyon modeli ve onun alışılmış en küçük kareler tahmini, hiç şüphesiz istatistikte yaygın şekilde kullanılan yöntemlerden biridir. Bu yöntem bağımlı değişken ile açıklayıcı değişkenler arasındaki ilişkiyi tahmin etmeye olanak sağlar. Genellikl...

Sayfa
104
Kategori
İstanbul Kitapları
Yayın tarihi
Belirtilmemiş
Yayınevi
KRİTER BASIM YAYIN DAĞITIM
ISBN
9786258373219
Dil
Türkçe
Format
PDF / EPUB
İstanbul Kitapları ↗
İndirme henüz hazır değil

Kitap bilgilerini inceleyebilir, diğer kitapları keşfedebilirsiniz.

Bağlantılar eKitaplığım ana sayfasını yeni sekmede açar.

SAYFALARIN ARASINDA

Kitap hakkında

Çoklu lineer regresyon modeli ve onun alışılmış en küçük kareler tahmini, hiç şüphesiz istatistikte yaygın şekilde kullanılan yöntemlerden biridir. Bu yöntem bağımlı değişken ile açıklayıcı değişkenler arasındaki ilişkiyi tahmin etmeye olanak sağlar. Genellikle pratikte klasik koşulların geçerli olmadığı görülür. Tüm bu klasik koşulların sağlanamamasının en küçük kareler (EKK) yöntemi üzerinde etkisi olmamasına rağmen, istatistik test sonuçları ve EKK in özellikleri etkilenir. Özellikle, y’nin elemanları eşit olmayan varyansa sahip ve/ya da ilişkili olduklarında, Var(y) artık skaler varyans-kovaryans matris değildir. Böylece EKK tahmin edici lineer yansız tahmin ediciler sınıfı içinde olmayı garanti edemez. Pratikte, y’nin doğru özelliklerini bilmekte zorlanırız. Bu nedenle Var(y) daha genel formda olduğunda geçerli tahmini incelemek önemlidir. Bu çalışma sekiz kısımdan oluşmaktadır. İlk yedi kısımda, Var(y) matrisi skaler varyans-kovaryans matrisi olmadığı durumda, tahminin etkinliğini geliştirmek için genelleştirilmiş en küçük kareler yöntemi tanıtılmış ve görünüşte ilişkisiz regresyon (SUR) ve heteroscedastic modellerde uygulamaları incelenmiştir. Son kısımda ise sonuç ve önerilere yer verilmiştir.
KEŞFETMEYE DEVAM EDİN

Bunlar da ilginizi çekebilir

Kitaplığa dön ↗