Bu tez çalışmasında, klasik olarak bilinen en küçük kareler yöntemine göre daha az çoklubağlantı sorununa neden olduğu belirtilen, panel veri regresyon modelleri kapsamlı bir şekilde incelenmiştir. Çalışmanın amacı, panel veri yapılarında çoklubağlantı incelemesi yapılarak, yanlı kestirim tekniklerinden ridge regresyon yönteminin panel veri modellerine uygulanmasıdır.Bu amaç doğrultusunda çoklu doğrusal regresyon analizi, varsayımları, çoklubağlantı sorunu ve ridge regresyon yöntemi incelenmiştir. Panel veri regresyon havuz, sabit ve rassal etkiler modelleri, tanımlayıcı istatistikleri, varsayımları, parametre kestirimleri ele alınıp panel regresyon süreci verilmiştir. Uygulama aşamasında veri kümesine en küçük kareler göstermelik değişken havuz modeli, sabit etkiler kovaryans modeli ve rassal etkiler en çok olabilirlik modeli uygulanmıştır. Sonrasında en küçük kareler göstermelik değişken modeline ridge regresyon tekniği uygulanıp sonuçlar karşılaştırılmaktadır.

In this thesis, panel data regression models, which classically known to cause less multicollinearity problem than least squares method, are deeply investigated. The aim of this work is, to make investigation of multicollinearity study and to apply the ridge regression method, which is one of the bias estimation techniques, to panel data structures.In accordance with this aim multivariate linear regression analysis and its theorems, multicollinearity problem and ridge regression method are handled. Panel regression proecesses are given handling panel data regression pooled, fixed and random effect models, their identifying statistics, theorems, and parametric estimations. In the application phase, least squares dummy variable pooled model, fixed effects covariance model and random effects maximum likelihood method are applied to data sets. Then ridge regression technique is applied to least squares dummy variable model and all results are compared.

109