Regresyon modelinde çoklu bağlantı varlığında shrinkage tahmincilerinin bazı sorunları

Bu tezde, tahmin edicilerin yüksek varyansının etkisini azaltmak ve çoklu bağlantı problemini aşmak için "modifiye edilmiş yansız ridge regresyonu" olarak adlandırılan yeni bir yanlı tahmin edici önerilmektedir. Bu tez, önceki literatürde mevcut olan yanlı tahmin edicilerin kapsamlı bir incelemesini yaparak, tahmin edicilerin yüksek varyansının etkisini azaltmaya ve çoklu bağlantı sorunun üstesinden gelmeye yardımcı olabilecek yanlı tahminler üzerine çalışmaktadır. Ayrıca, doğrusal regresyon modelinde Batah ve Gore (2019) çalışmasında önerilen "modifiye edilmiş yansız ridge regresyon" (MUR) modeline dayalı "modifiye edilmiş yansız ridge regresyon tahmin edicisi" (MURRE) ve "modifiye edilmiş ridge iki parametreli tahmin edici" (MRTP) olarak adalandırılan yeni yanlı tahmin ediciler önerilmiştir. MURRE ve MRTP'nin performansı, uyum iyiliğinin bir ölçüsü olarak teorik olarak ortalama kareler hatasına (MSE) dayanan bazı yanlı tahmin edicilerle karşılaştırılır. Simülasyon çalışması ve bazı teoremlerle, burada, MURRE ve MRTP tahmin edicileri, bir simülasyon çalışmasına dayalı diğer bazı önyargılı tahmin edicilerle karşılaştırıldığında iyi özelliklere sahiptir. Tahmincilerin performansını göstermek için sayısal bir örnek dikkate alınmıştır.