| Popis: |
Kurulan zaman serisi modellerinde genellikle hata teriminin normal dağılıma sahip olduğu varsayılmaktadır; ancak birçok gerçek yaşam verisi Uzun Kuyruklu Simetrik (LTS; Long Tailed Symmetric) dağılım ile modellenebilir. Bu tezde normal olmayan dağılımlarda kullanılan zaman serisi modelleri karşılaştırılmış ve bu modellerde kullanılan tahmin edicilerin modele olan etkisi araştırılmıştır.Bu çalışmada doğrusal zaman serileri modellerinden AR'ın parametrelerinin Uyarlanmış En Çok Olabilirlik (MML; Modified Maximum Likelihood) ve En Küçük Kareler (LS; Least Squares) Metodu ile tahmin edicileri verilmiş ve simülasyon yoluyla etkinlikleri karşılaştırılmıştır. Sonuçlar normal dağılım dışında MML tahmin edicilerinin üstünlüğünü göstermektedir.Anahtar Kelimeler: Zaman serisi, AR, uzun kuyruklu simetrik dağılım (LTS), uyarlanmış en çok olabilirlik (MML) , en küçük kareler (LS). In time series models it is a usual practice to assume that the innovations ei are normally distributed. However, many real life data can be modelled with long-tailed symmetric (LTS) distribution. In this thesis, time series models for non-normal distributions are compared and the effiects of estimators are investigated.In this study the estimators of the parameters in AR which is one of the lineer time series models, are given for the Least Squares (LS) and the Modified Maximum Likelihood (MML) methods and efficiencies are compared through simulations. The results show the superiority of the MML estimators other than the normal distribution.Key Words: Time series, AR, long-tailed symmetric (LTS) distribution, modified maximum likelihood (MML) , least squares (LS) . 62 |
