Sansürlü yarı sürekli veriler için iki parçalı modellerde sansürlü ve kantil regresyon tahmin edicileri

Çok sayıda sıfır içeren veriler birçok durumda ortaya çıkar. Geleneksel istatistiksel yöntemler sıfır şişirilmiş veri olarak adlandırılan bu verilerin analizinde çoğu zaman yetersiz kalır. Sansürlenmiş sıfırın neden olduğu sıfır enflasyon, sıklıkla Tobit model ile modellenir. Ancak hata teriminin dağılımı normal olmadığında, Tobit modelinin en çok olabilirlik tahmincisi tutarsızdır. Bu çalışmada, iki ek şekil parametresi ile genişletilmiş normal dağılıma dayalı Tobit modelinin genelleştirilmesi önerilmiştir. Ayrıca, gerçek sıfırın neden olduğu sıfır enflasyonunu modellemek için iki parçalı model kullanılır. Bu çalışmada yarı-sürekli veriler için soldaki gerçek sıfırın ve sağdaki sansür noktasının neden olduğu şişirmeler incelenmiştir. Önerilen genelleştirilmiş sansürlü regresyon modeli iki parçalı modele uyarlanmıştır. Ayrıca iki parçalı kantil regresyon modelleme çerçevesi de sansürlü yarı sürekli veriler için düzenlenmiştir. Sansürlü yarı sürekli veriler için iki yeni model; iki parçalı genelleştirilmiş sansürlü regresyon modeli ve iki parçalı kantil regresyon modeli tanıtılmıştır. Modellerin parametrelerini tahmin etmek için en çok olabilirlik tahmin edicileri elde edilmiştir. Tahmin süreci, Beklenti-Maksimizasyon (EM) algoritması kullanılarak gerçekleştirilmiştir. En çok olabilirlik tahmin edicilerinin performansı Monte Carlo deneyleri ile değerlendirilmiştir. Önerilen tahmin ediciler, ekonometrik veri örneği için İstanbul Sanayi Odası ihracat verilerine ve çevresel veri örneği için yaban domuzu dağılım verilerine de uygulanmıştır.