IAD Index of Academic Documents
  • Home Page
  • About
    • About Izmir Academy Association
    • About IAD Index
    • IAD Team
    • IAD Logos and Links
    • Policies
    • Contact
  • Submit A Journal
  • Submit A Conference
  • Submit Paper/Book
    • Submit a Preprint
    • Submit a Book
  • Contact
  • İzmir İktisat Dergisi
  • Volume:24 Issue:2
  • KISMİ EN KÜÇÜK KARELER REGRESYON YÖNTEMİ ALGORİTMALARINDAN NİPALS VE PLS - KERNEL ALGORİTMALARININ K...

KISMİ EN KÜÇÜK KARELER REGRESYON YÖNTEMİ ALGORİTMALARINDAN NİPALS VE PLS - KERNEL ALGORİTMALARININ KARŞILAŞTIRILMASI VE BİR UYGULAMA

Authors : Elif BULUT, Aylin ALIN
Pages : 127-138
View : 80 | Download : 20
Publication Date : 2016-07-25
Article Type : Research Paper
Abstract :Kısmi en küçük kareler regresyonu, kısmi en küçük kareler analizi insert ignore into journalissuearticles values(KEKK); ve çoklu doğrusal regresyon analizinden oluşan çok değişkenli istatistiksel bir yöntemdir. Kısmi en küçük kareler yöntemi ile fazla sayıda olan ve aralarında çoklu doğrusal bağlantı bulunan açıklayıcı değişkenler, bağımlı ve açıklayıcı değişkendeki değişimi büyük ölçüde açıklayan daha az sayıda ve aralarında çoklu doğrusal bağlantı sorunu olmayan yeni değişkenlere insert ignore into journalissuearticles values(bileşen); indirgenmektedir. Elde edilen bileşenlere çoklu doğrusal regresyon analizi uygulanarak regresyon modeli oluşturulmaktadır. Bu çalışmamızda kısmi en küçük kareler regresyon yöntemi algoritmalarından NIPALS ve PLS-KERNEL algoritmalarına değinilerek, bir uygulama üzerinde sonuçlar tartışılmaktadır.
Keywords : Kısmi en küçük kareler regresyonu, NIPALS, PLS KERNEL

ORIGINAL ARTICLE URL

* There may have been changes in the journal, article,conference, book, preprint etc. informations. Therefore, it would be appropriate to follow the information on the official page of the source. The information here is shared for informational purposes. IAD is not responsible for incorrect or missing information.


Index of Academic Documents
İzmir Academy Association
CopyRight © 2023-2026