Kuantil Regresyon Metotlarına Giriş

Abstract

Bu çalışmada, Basit Lineer Regresyon ve Çoklu Lineer Regresyon analizinde En Küçük Kareler (EKK) yöntemine alternatif olarak geliştirilen Kuantil Regresyon yöntemi anlatılmıştır. Hata terimlerinin normal dağılım göstermediği durumlarda Quantile Regresyon daha iyi sonuçlar vermektedir.Bu çalışmanın ilk bölümü giriş, tezin amacı ve literatür araştırmasının verildiği bölümdür. İkinci bölümde ise Lineer Regresyon analizi, En Küçük Mutlak Sapmalar (LAD) yöntemi ve Qauntile Regresyon detaylı olarak anlatılmıştır. Bu bölümde Lineer Regresyon analizi için parametre tahminlerinde bulunulmuş, En Küçük Mutlak Sapmalar regresyonu için algoritmalar verilmiş, Kuantil Regresyon için tanımlamalar yapılmış ve konu ayrıntılarıyla incelenmiştir. Çalışmanın üçüncü bölümünde gerçek bir veri seti kullanılarak elde sonuçlar birbirleriyle karşılaştırılmıştır.Anahtar Kelimeler: En Küçük Kareler Yöntemi; En Küçük Mutlak Sapma; Kuantil RegresyonIn this study, Kuantil Regression method which was developed as an alternative to the least squares method for the simple Linear Regression and Multi Linear Regression is mentioned. If error terms haven't normal distribution, this method will give better results than the others.In the first chapter; introduction, the aim of the paper and literature research are represented. In the second chapter, Linear Regression analysis, LAD method and Kuantil Regression are explained in details.In this chapter; parameter estimations are obtained for linear regression analysis, algorithms are given for LAD regression, kuantil regression are defined and the subject is researched with its particulars.In the third chapter of this study; using a real data set, the results obtained are compared with each others.Key Words: Least Squares Method; Least Absolute Deviation (LAD); Quantile Regression