Zaman Skalasında Box-Cox Regresyon Yöntemi

Abstract

Hata terimi ile bağımlı değişkenin süreklilik ve normal dağılma varsayımı bozulduğu durumlarda ?j, j = 1, 2, ..., k, kuvvet dönüşümü ile tanımlanan Box-Cox regresyon yöntemi kullanılmaktadır. Y'ler üzerindeki ?j, j = 1, 2, ..., k, kuvvet dönüşümünün hangi ?j değerinde Hata Kareler Toplamı (HKT)' nı minimum yaptığı durum ele alınmaktadır. Box-Cox regresyon yöntemi, regresyon fonksiyonunun doğrusal olmayan durumu, sabit olmayan hata varyansları ve hata terimlerinin dağılışlarının çarpıklığını düzeltmek için Y'nin üzerinde dönüşüm yapılması açısından oldukça uygundur. Bu çalışmada fark ve diferansiyel analizin birlikte ele alındığı zaman skalası türev kavramı kullanılarak Box-Cox regresyon yöntemi kullanmanın avantaj ve dezavantajları incelenmiştir.

Box-Cox regression method with ?j, for j = 1, 2, ..., k, power transformation can be used when dependent variable and error term of the linear regression model do not satisfy the continuity and normality assumptions. The situation obtaining the smallest mean square error when optimum power ?j, transformation for j = 1, 2, ..., k, of Y has been discussed. Box-Cox regression method is especially appropriate to adjust existence skewness or heteroscedasticity of error terms for a nonlinear functional relationship between dependent and explanatory variables. In this study, the advantage and disadvantage use of Box-Cox regression method have been discussed in differentiation and differantial analysis of time scale concept.