Bootstrap yönteminin regresyon modellerinde uygulanması

Çoklu doğrusal regresyon doğası gereğince, açıklayıcı değişkenler doğrusal ilişkili olduğunda regresyon parametrelerinin en küçük kareler tahmini yanlış işarette olma eğilimindedir ve büyük varyansa sahiptir. Bu tür anormal etkileri ortadan kaldırmak için, bu sorunu azaltan veya tamamen ortadan kaldıran bazı yararlı teknikler vardır. Önyargılı tahmin yöntemleri bu yöntemlerin örnekleridir. Aslında, bu çalışma, bu yöntemlerin, özellikle de bootstrap yönteminin yararlılığını tanımlamayı ve gözlemlemeyi amaçlamaktadır. Ayrıca, bu çalışma aynı zamanda güven aralığı seviyelerini belirlerken en iyi k seçim yöntemini belirlemeyi amaçlamaktadır. Bootstrap yöntemini kullanmanın avantajı, bu yöntemin araştırmacının yeniden örnekleme yoluyla mevcut olandan yeni bir veri kümesi oluşturmasına izin vermesidir. Öte yandan, ridge tahmin edicilerinin ortalama kare hatalarını en aza indirmeyi amaçlayan k seçim metotları, bootstrap yöntemine kıyasla dezavantajlara sahiptir. Bu çalışmanın amacı, ridge tahmin edici ve bootstrap aracılığı ile çoklu doğrusal regresyon ile ilgili mevcut literatürü tanımlamak, k seçim yöntemini ve güven aralığı seviyeleri üzerindeki etkilerini göz önünde bulundurarak kapsamlı bootstrap ve simülasyonlar sağlamaktır.