Çok Değişkenli Bernoulli Lojistik Modellerde Lasso Tahmincileriyle Model Seçimi

Abstract

Bu çalışmada, çok değişkenli Bernoulli lojistik modellerde LASSO tahmincilerinin incelenmesi ve model seçiminde kullanılan Akaike Bilgi Kriteri (AIC), Bayesci Bilgi Kriteri (BIC), Genelleştirilmiş çapraz doğrulama yaklaşım kriteri (GACV) ve Bayesci genelleştirilmiş çapraz doğrulama yaklaşım kriteri (BGACV) ile elde edilen tahmin modellerinin karşılaştırılması amaçlanmıştır. Çalışmada ilk olarak LASSO tahmincileri ve çok değişkenli Bernoulli lojistik modelleri hakkında bilgi verilmiştir. Daha sonra R programında MVB paketi kullanılarak, tarafımızdan belirlenen başlangıç beta değerleri için model seçiminde kullanılan dört farklı bilgi kriteri ile LASSO tahmin değerleri elde edilmiştir. Farklı gözlem değerleri ve farklı bağımlı değişken sayıları için simülasyonlar yapılmıştır. Simülasyon sonuçları kriterlere göre karşılaştırılmıştır.

In study, it is purpose of examine the LASSO estimators in multivariate Bernoulli logistic models and compare the estimation models obtained with Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC), Generalized approximate cross validation (GACV) and Bayesian generalized approximate cross validation (BGACV) used in model selection. Firstly, LASSO estimators and multivariate Bernoulli logistic models were given. Then, using the MVB package in the R program, LASSO estimates were obtained with four different information criterions used in the model selection for the initial beta values determined by us. Simulations have been done for different observation values and different dependent variable numbers. Simulation results are compared according to the criteria.