Poisson regresyon analizi
Yükleniyor...
Dosyalar
Tarih
2005
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
İstanbul Ticaret Üniversitesi
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Herhangi bir olayın belirlenen bir süreç içerisindeyapılan denemeler sonucunda meydana gelme sayısı, sayma verileri olarak ifade edilebilir. Sayma veri modelinde bilinen ilk gelişmeler aktueryal bilimler, biyoistatistik ve demografide gözlenmiştir. Son yıllarda bu modeller iktisat, politik bilimler ve sosyolojide de sıkça kullanılmaya başlanmıştır. Sayma veri modelleri özel bir regresyon türüdür. Bu modeller ekonometricilerin çok fazla dikkatini çekmişve mikro ekonomide oldukça fazla kullanılmıştır. Bilindiği gibi, verilerin sürekli olduğu durumlarda doğrusal regresyon analizi kullanılabilmektedir. Ancak analizlerde kullanılacak veriler her zaman sürekli halde bulunmayabilir. Bu gibi durumlarda yani; verilerin kesikli olması durumunda da doğrusal regresyon modelleri kullanılarak yapılacak analizler etkisiz, tutarsız ve çelişkili sonuçlar verecektir. Bu sebepten dolayı kesikli veriler için tüm koşullar sağlandığında kulanılabilecek en etkin model Poisson regresyon modelleridir.
The occurance number (frequency) of an event testedin a determined progress is called counting data. The first improvements in counting data model were seen in actuarial sciences, biostatistics and demography. Counting data models are a specific kind of regression. As we all know, linear regression can be used where the data is continuous. However the data can not always be continuous. In these circumstances where the data is discontinuous, the application of linear regression leads us to ineffective, incosistent and contradictory results. Therefore, when all the conditions for discontinuous data are met, Poisson regression models are the most effective model.
The occurance number (frequency) of an event testedin a determined progress is called counting data. The first improvements in counting data model were seen in actuarial sciences, biostatistics and demography. Counting data models are a specific kind of regression. As we all know, linear regression can be used where the data is continuous. However the data can not always be continuous. In these circumstances where the data is discontinuous, the application of linear regression leads us to ineffective, incosistent and contradictory results. Therefore, when all the conditions for discontinuous data are met, Poisson regression models are the most effective model.
Açıklama
Anahtar Kelimeler
Poisson Regresyon, Yapay En Çok Olabilirlik Kestirimi, Artık Analizi, Poisson Regression, Artificial Maximum Likelihood Prediction, Residual Analysis
Kaynak
İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
4
Sayı
18
