BİLGİ KRİTERİNİ KULLANARAK UYGUN ARMA MODELLERİNDE DEĞİŞKEN SEÇİMİ YAPMAK: SİLİKON VADİSİ ŞİRKETLERİNE İLİŞKİN HİSSE SENEDİ UYGULAMASI

Abstract

Birçok konuda Regresyon Analizi uygulanırken bağımlı değişken veya değişkenleri etkileyecek bağımsız değişkenlerin saptanması çoğu zaman güç olmaktadır. İstatistiksel çıkarımdaki problemlerin büyük bir çoğunluğu istatistiksel modelleme ile ilgili sorunlardandır denebilir. Model Seçimi, açıklayıcı değişkenlerden hangisi ya da hangilerinin açıklanan değişken üzerinde etkili olduğunu ortaya koyarak mevcut aday modeller içerisinden en uygun modelin en basit modelle seçilmesi sürecidir. En uygun modelin en basit modelle seçilmesinin analiz sırasında hem hesaplama rahatlığı hem de veri derlenmesindeki maliyet tablosunda hafifletici etkiye sahiptir. Problemin boyutunun indirgenmesiyle, model parametrelerinin daha doğruya yakın bir şekilde tahmin edilmesi ve daha açık tespitlerde bulunulması da sağlanır. Bu çalışmada Silikon Vadisindeki on büyük şirketin bir aylık süreçte günlük hisse senetlerine ait değerleri, ARMA modelli bir zaman serisi analizinde AIC, AICc, BIC bilgi kriterleri kullanılarak uygun model için gerekli değişken seçimi yapılmış, optimal sonuçlar ortaya konulmaya çalışılmıştır. Anahtar Kelimeler: Model Seçimi, Bilgi Kriterleri, Silikon Vadisi, Teknoloji, ARMA modelleri, AIC, BIC, AICc

In many cases, it is often difficult to identify dependent variables or independent variables that will affect variables when Regression Analysis is applied. A large number of problems in the statistical inference may be related to statistical modeling problems. Model Selection is the process of choosing the most suitable model from the existing candidate models by using the simplest model, revealing which of the explanatory variables or which ones are effective on the explained variable. Choosing the most appropriate model with the simplest model has both computational comfort during analysis and mitigating effect on the cost table in the data compilation. By reducing the size of the problem, it is also possible to estimate the model parameters more accurately and make clearer determinations. In this study, the values of the daily stocks of the ten largest companies in the Silicon Valley during the one month period and the AIC, AICc and BIC information criteria in the ARMA model time series analysis were used to determine the appropriate variables for the optimal model. Key Words: Model Selection, Information Criteria, Silicon Valley, Technology, ARMA Models, AIC, BIC, AICc