Lojistik regresyon modelinde bazı yanlış model tanımlamaları

Modelin doğru tanımlanması, diğer modeler için olduğu gibi, lojistik regresyon modeli için de en önemli varsayımdır. Bu, modelin doğru fonksiyonel fonksiyona sahip olması, gereksiz değişkenleri içermemesi ve tüm gerekli değişkenleri içermesi anlamına gelir. Önceki çalışmalar yanlış tanımlamanın yanlı lojistik regresyon katsayıları, etkin olmayan kestirimler, geçersiz istatistiksel çıkarsamalar ve daha az etkin test istatistikleri gibi istenmeyen sonuçlara neden olabildiğini göstermektedir. Bu tezde, yanlış tanımlamaların bazı belirtme katsayılarının asimtotik göreceli etkinliği üzerindeki etkileri araştırılmaktadır. Yanlış tanımlama türleri, açıklayıcı değişkenin yanlış fonksiyonel formunun kullanılmasını, sürekli açıklayıcı değişkenin kategorik hale getirilmesini ve eşdeğişken faktörün modele dahil edilmemesini içermektedir. Doğrusal regresyon modelinden farklı olarak, lojistik regresyonda sadece bir belirtme katsayısı yoktur. Bu durum, bu çalışmanın sonuçlarını daha önemli hale getirmektedir. Bootstrap yöntemi kullanılarak simulasyon çalışmaları ve arazi toplulaştırması ile ilgili tarımsal veri üzerine bir uygulama ölçülerin etkinliklerini incelemek için gerçekleştirilmiştir. Anahtar kelimeler: Asimtotik göreceli etkinlik, belirtme katsayıları, arazi toplulaştırma, lojistik regresyon, yanlış tanımlama