Bootstrap yönteminin regresyon analizinde kullanımına ilişkin olarak Türkiye inşaat sektöründe bir uygulama

ÖZETBOOTSTRAP YÖNTEMİNİN REGRESYON ANALİZİNDE KULLANIMINA İLİŞKİN OLARAK TÜRKİYE İNŞAAT SEKTÖRÜNDE BİR UYGULAMAÜlkemiz sınırları içindeki inşaat sektörünün ve özellikle konut inşaatının 1965-2005 yılları arasında alınan yapı ruhsat belgeleri ile gerçekleşmiş olan yapı kullanma izin belgelerinin miktar ve özellik itibariyle genel bilgilerini içeren Türkiye inşaat sektörü uygulaması yeniden örnekleme yöntemlerinden biri olan bootstrap yönteminin regresyon analizinde kullanımına ilişkin olarak anlatılmıştır. Büyük populasyonlara ait örnek sayısının artırılması çok fazla zaman kaybına ve masrafa neden olduğu için populasyondan alınmış mevcut veri setinde gözlemlerin yer değiştirilmesi ile farklı veri setleri oluşturulabilmektedir. Uygulamalı istatistikte kullanımı giderek artan bu yöntem yeniden örnekleme tekniklerinden biri olan Bootstrap Yöntemi olarak bilinmektedir. Yeniden örnekleme yöntemleri, zaman serileri, simulasyon teknikleri, tek ve çok değişkenli istatistik analizler ve regresyon analizi gibi pek çok alanlarda uygulanmaktadır. ABSTRACTAN APPLICATION OF USAGE OF BOOTSTRAP METHOD IN REGRESSION ANALYSIS FOR CONSTRUCTION SECTOR OF TURKEYCostruction sector in our country and especially the construction sector applications which includes the general information about the quantity and characteristics of the authorization certificate in residence construction between 1965 – 2005 is defined with the usage of the bootstrap method. Bootstrap method is a re-sampling method, in regression analysis. The raising of example numbers of populations cause time loss and expenditure. For that reason different data sets can be constituted by replacement with the samples in the observed data set, derived from population. In applied statistics this technique is called as Bootstrap Method. This method can be used in many areas like re-sampling methods, time series, simulation technics, statistic analysis with single and multiple variables and regression analysis