Kantil regresyon ve alternatif regresyon modelleri ile karşılaştırılması

Değişkenler arasındaki ilişkiyi açıklamak için parametrik modellerde, modelin fonksiyonel şeklinin doğru seçilmesi, modelde gerekli tüm değişkenlerin yeralması gibi bazı kriterler bulunmaktadır. Gözlem değerlerinde aşırı değerlerin olması ve serilerin normal dağılmaması gibi durumlarda parametrik regresyon modelleri doğru sonuç vermeyebilir. Kantil regresyon, alternatif regresyon modellerinden biridir ve diğer regresyon yöntemleri gibi değişkenler arasındaki ilişkiyi açıklamakta kullanılmaktadır. Bu çalışmanın amacı; alternatif regresyon modeli olarak kantil regresyonu açıklayarak diğer regresyon yöntemleriyle karşılaştırarak aradaki farklılıkları ve benzerlikleri ortaya koymaktır. Ayrıca çalışmalarımızda parametrik ve parametrik olmayan alternatif regresyon modellerinin parametrelerinin tahmininde kullanılan yöntemlere de yerverilmiştir. Sonuçların karşılaştırılması için büyüme ile ilgili bir uygulama yapılmıştır.GENERAL KNOWLEDGEName and Surname : İrem SaçaklıField : EconometricsProgramme : EconometricsSupervisor :Prof. Dr. Selahattin GürişDegree Awarded :MasterKeywords :Alternative Regression Methods, LAD, LMS, M, L, R Estimations, Regression, Quantile Regression, Location and Scale Parameters. ABSTRACTQUANTILE REGRESSION AND COMPARISON WITH ALTERNATIVE REGRESSION METHODSTo analyse the relationship between variables in parametric models, there are some criterion like choosing the right functional form of the model and to be included all the necessary variables in the model. Parametric regression models can give susupicious results when the series have nonnormal distributions and the observations have outliers. In this situation Alternative Regression Models can be used. Quantile Regression is one of the Alternative Regression Methods and like the other methods it is used to analyze the relationships between variables. The aim of this study is to eplain Quantile Regression as an Alternative Regression Method, compare it with the other regression methods and define the differences and similarities between them. Estimating the parameters of parametric and nonparametric models are also take in place in our study. To compare the results we form a growth models