Ekonometrik modellerin değişken seçiminde en küçük açı regresyonu ve diğer yöntemler ile karşılaştırılması

Anahtar Kelimeler:Değişken seçimi, LAR, Robust LARÖZETEKONOMETRİK MODELLERİN DEĞİŞKEN SEÇİMİNDE EN KÜÇÜK AÇI REGRESYONU VE DİĞER YÖNTEMLER İLE KARŞILAŞTIRILMASIRegresyon analizlerinde, bağımlı değişkendeki değişmeleri açıklamak için belirlenen aday değişkenler arasından uygun olanların seçimi oldukça önemli bir aşamadır. Özellikle aday değişken sayısının çok olduğu büyük veri setlerinde bu aşama oldukça önemlidir. Bu çalışmada, literatürde yer alan değişken seçim yöntemlerinden LASSO yöntemi, LAR yöntemi ve alternatif yöntemlerden Forward Stepwise regresyon yöntemi ile Forward Stagewise regresyon yöntemlerine yer verilmiştir. LAR yöntemi; mevcut aday değişken sayısı kadar adımda algoritmayı tamamlamakta ve değişkenleri önem sıralamasına göre sıralamaktadır. Bu çalışmada, hem LAR yöntemi hem de diğer yöntemlere göre hisse senedi getirilerini açıklamak amacıyla İMKB’den seçilen hisse senetlerini açıklamak için 13 farklı finansal oranın sıralaması elde edilmiş ve her yönteme göre elde edilen sıralamanın farklı olduğu gözlenmiştir. Bununla birlikte; farklı sektörler söz konusu olduğunda aynı değişkenler için sıralamalarının aynı olup olmayacağının da belirlenmesi amacıyla dört farklı sektör için de dört farklı yönteme göre tahminler yapılmıştır. LAR yönteminin aşırı değerlere duyarlılığını belirlemek için veri setinde aşırı değerlerin olup olmadığı incelenmiş ve sonuç olarak veri setinde hem aşırı değer hem de etkili değerlerin bulunması nedeniyle Robust LAR yöntemi tahminleri elde edilmiştir. Sonuçta, LAR yönteminin aşırı değerler durumunda tamamen farklı sonuçlar verdiği belirlenmiştir. Keywords:Variable selection, LAR, Robust LARABSTRACTVARIABLE SELECTION WITH LEAST ANGLE REGRESSION AND OTHER METHODS IN ECONOMETRICS MODELSIn regression analyses, selecting the correct variable among the candidates determined to explain the changes in the dependent variable is a very important phase. Especially in large data sets where the number of candidate variables is high, this phase gains more importance. This study discusses LASSO and LAR variable selection methods in the literature and also alternative Forward Stepwise and Forward Stagewise regression methods. LAR method completes the algorithm in number of steps equal to the number of existing candidate variables and orders these variables based on their level of importance. In this study, 13 different financial rates were ordered based on both LAR method and other methods for the purpose of describing the returns of the stocks selected from Istanbul Stock Exchange, and it was observed that the order obtained based on each method is different. Moreover estimates were made based on four different methods for four different sectors in order to determine if the order will be the same or not for different sectors. And in order to determine the sensitivity of LAR method to extreme values, the data set was examined for extreme values and Robust LAR method estimates were obtained since the data set has both extreme and effective values. In conclusion, it was determined that LAR method produces totally different results in case of extreme values