Semiparametric EIV regression model with unknown errors in all variables

Basit Öğe Kaydı
dc.authorid0000-0001-7283-9225en_US
dc.authorid0000-0002-8633-1980en_US
dc.contributor.authorYalaz, Seçil
dc.contributor.authorTez, Müjgan
dc.date.accessioned2022-12-09T12:00:44Z
dc.date.available2022-12-09T12:00:44Z
dc.date.issued2019en_US
dc.departmentDicle Üniversitesi, Fen Fakültesi, İstatistik Bölümüen_US
dc.description.abstractBu makale ile değişkenleri hatalı ölçülmüş yarı parametrik kısmi doğrusal regresyon modelinde hataların yoğunlukları bilinmediğinde kullanılabilecek bir yöntem geliştirilmektedir. Bağımsız değişkenlerin hata bulaşmış iki ölçümünün mevcudiyeti tanımlamayı sağlamak için kullanılır. Bu yöntem, ölçüm hataları yoğunluklarının bilindiği varsayımına dayanan kernel dekonvolüsyon yöntemine benzetilir. Bununla birlikte, bu dekonvolüsyon yönteminde, süper düzgün hataların varlığında bir regresyon fonksiyonunun tahmin edilmesi, yakınsama oranları çok yavaş olduğu için son derece zordur. Bu durum nedeniyle, literatürde yazarlar sadece hatanın olağan düzgün dağılıma sahip olduğu durumlarda çalışmışlardır. Bu problemi Nadaraya-Watson tahmin edicisinin Fourier temsiliyle çözebiliriz, çünkü bu yöntem hem süper düzgün hem de olağan düzgün dağılımların üstesinden gelebilir. Literatürde asimptotik normallik gösteriminde de aynı düzleştirme probleminden dolayı zorluk çekilmektedir. Bu çalışma ile parametrik kısmın asimptotik normalliğinin gösterimi de sağlanabilinmiştir. Uygulama bölümünde, Monte Carlo simülasyon denemeleri ile .....)'nin performansları incelenmiştir.en_US
dc.description.abstractThis paper develops a method for semiparametric partially linear regression model when all variables measured with errors whose densities are unknown. Identification is achieved using the availability of two errorcontaminated measurements of the independent variables. This method is likened to kernel deconvolution method which relies on the assumption that measurement errors densities are known. However with this deconvolution method, convergence rates are very slow. Hence, estimating a regression function with super smooth errors is extremely difficult and in literature the authors only have studied the case that the errors are ordinary smooth. We could tackle this problem with the Fourier representation of the Nadaraya-Watson estimator, because this method can handle both of super smooth and ordinary smooth distributions. In literature studying asymptotic normality also has difficulty because of the same smoothing problem. With this study we could manage to show asymptotic normality of parametric part. Monte Carlo experiments demonstrated the performances of .... and .... (....) in the application part.en_US
dc.identifier.citationYalaz, S. ve Tez, M. (2019). Semiparametric EIV regression model with unknown errors in all variables. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, 8(4), 1177-1183.en_US
dc.identifier.endpage1183en_US
dc.identifier.issn2147-3188
dc.identifier.issn2147-3129
dc.identifier.issue4en_US
dc.identifier.startpage1177en_US
dc.identifier.urihttps://search.trdizin.gov.tr/yayin/detay/380767
dc.identifier.urihttps://hdl.handle.net/11468/11001
dc.identifier.volume8en_US
dc.indekslendigikaynakTR-Dizinen_US
dc.institutionauthorYalaz, Seçil
dc.language.isoenen_US
dc.publisherBitlis Eren Üniversitesien_US
dc.relation.ispartofBitlis Eren Üniversitesi Fen Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectErrors in variablesen_US
dc.subjectKernel deconvolutionen_US
dc.subjectPartially linear modelen_US
dc.subjectSemiparametric regressionen_US
dc.subjectMonteCarlo simulationen_US
dc.subjectDeğişkenleri hatalı modelleren_US
dc.subjectKernel dekonvolüsyonuen_US
dc.subjectKısmi doğrusal modelen_US
dc.subjectYarı parametrik regresyonen_US
dc.subjectMonte-Carlo simülasyonuen_US
dc.titleSemiparametric EIV regression model with unknown errors in all variablesen_US
dc.title.alternativeTüm değişkenleri bilinmeyen hatalı yarı parametrik regresyon modelien_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
Semiparametric EIV Regression Model with Unknown Errors in all Variables.pdf
Boyut:
705.44 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Makale Dosyası
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

İstatistik Bölümü Koleksiyonu
TR-Dizin İndeksli Yayınlar Koleksiyonu