Buradasınız

Anasayfa » Content

Zaman Skalasında Box-Cox Regresyon Yöntemi

Box-Cox Regression Method in Time Scaling

Journal Name:

  • Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi

Publication Year:

  • 2012

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Box-Cox regression method with λj, for j = 1, 2, ..., k, power transformation can be used when dependent variable and error term of the linear regression model do not satisfy the continuity and normality assumptions. The situation obtaining the smallest mean square error when optimum power λj, transformation for j = 1, 2, ..., k, of Y has been discussed. Box-Cox regression method is especially appropriate to adjust existence skewness or heteroscedasticity of error terms for a nonlinear functional relationship between dependent and explanatory variables. In this study, the advantage and disadvantage use of Box-Cox regression method have been discussed in differentiation and differantial analysis of time scale concept.
Bookmark/Search this post with
Abstract (Original Language): 
Hata terimi ile bağımlı değişkenin süreklilik ve normal dağılma varsayımı bozulduğu durumlarda λj, j = 1, 2, ..., k, kuvvet dönüşümü ile tanımlanan Box-Cox regresyon yöntemi kullanılmaktadır. Y’ler üzerindeki λj, j = 1, 2, ..., k, kuvvet dönüşümünün hangi λj değerinde Hata Kareler Toplamı (HKT)’ nı minimum yaptığı durum ele alınmaktadır. Box-Cox regresyon yöntemi, regresyon fonksiyonunun doğrusal olmayan durumu, sabit olmayan hata varyansları ve hata terimlerinin dağılışlarının çarpıklığını düzeltmek için Y’nin üzerinde dönüşüm yapılması açısından oldukça uygundur. Bu çalışmada fark ve diferansiyel analizin birlikte ele alındığı zaman skalası türev kavramı kullanılarak Box-Cox regresyon yöntemi kullanmanın avantaj ve dezavantajları incelenmiştir.
FULL TEXT (PDF): 
PDF icon arastrmx_190707_27_pp_57-70.pdf
  • 1
57-70
  • Turkish

JEL Codes:

REFERENCES

References: 

Agarwal, R.P. and Bohner, M. (1999), “Basic Calculus On Time Scales and
Some of its Applicaitons”, Results Math, 35(1-2), 1-20.
Anderson, D. R. and Hoffacker, J. (2003), “Green’s Functıon For An Even
Order Mixed Derivative Problem On Time Scales”, Dynamic Systems and
Applicaitons, 12, 9-22.
Biles, D., Atiçi, F., Lebedinsky, A. (2007), “Examples of Time Scale
Models in Macroeconomics”, Working paper, 1-32.
Bohner, M. and Peterson A. (2001), “Dynamic Equations on Time Scales:
An Introduction with Applications”, Birkhauser, Boston.
Bolden, T., Gonzalez, B., Parker, R. (2002), “Derivative Approximations on
Time Scales”, Lecture Notes, 1-15.
Kutner, M.H., Nachtsheim, C.J., Neter, J. and Li, W. (2005), “Applied
Linear Statistical Models”, Fifth Edition, Irwin Book Team, Newyork.
Marazzi A., Yohai V. J. (2004), “Robust Box-Cox Transformations For
Simple Regression. Theory And Applications Of Recent Robust Methods”,
Series: Statistics for Industry and Technology, Birkhauser, Basel. Edited by M.
Hubert, G. Pison, A. Struyf and S. Van Aelst., 173-182.
Osborne, J.W. (2010), “Improving Your Data Transformations: Applying
The Box-Cox Transformation”, Practical Assessment, Research & Evaluation,
Volume 15, Number 12, October, ISSN 1531-7714, 1-9.
Tan L. H. (2006), “Investigations Into Dynamic Equations on Time Scales”,
School of Mathematics, Master Thesis, The University of New South Wales, 1-
100.

Thank you for copying data from http://www.arastirmax.com