Ridge lojistik regresyonda önerilen son tahmin ediciler ve dağılımlarının belirlenmesi

Regresyon analizlerinde çoklu doğrusal bağlantı sorunu en sık rastlanan problemlerden birisidir. Bu sorunun çözüm bulması için çok fazla yöntem bulunmaktadır. Temel Bileşenler Regresyonu ve Ridge Regresyon (RR) yöntemi en sık kullanılan yöntemlerden bazılarıdır. Literatürde RR yöntemi kullanılarak yapılmış çok sayıda çalışmaya rastlanmaktadır. Bu çalışmada çoklu doğrusal bağlantı probleminin En Çok Olabilirlik Tahmin Edicisi (EÇOTE) üzerindeki etkileri iki düzeyli lojistik regresyon modeli üzerinden analiz edilmiştir. Burada amaç farklı örneklem büyüklüğü, farklı çoklu bağlantı derecesi ve farklı bağımsız değişken sayısı ile en küçük Hata Kareler Ortalamasını (HKO) veren en uygun Ridge parametresini tahmin etmektir. Çalışmada literatürde geçen 15 farklı Ridge parametre tahmin edicisine yer verilmiş ve performanslarını değerlendirmek için Monte Carlo simülasyon çalışması tasarlanmıştır. Performans kriteri olarak ise sadece HKO değil, üretilen parametre değerlerinin normal dağılıma uygunluğu ve 0-10 arasında değerler üretebilme kriterleri de dikkate alınarak toplamda 175 farklıdurum ele alınmıştır. Elde edilen sonuçlar ile iki düzeyli lojistik regresyon analizinde en etkin ridge parametre tahmin edicileri belirlenmiştir.