The Comparison of Robust Partial Least Squares Regression  Methods  RSIMPLS, PRM  with Robust Principal Component  Regression for Predicting Tourist Arrivals to Turkey

Esra POLAT

Makale detayları

The Comparison of Robust Partial Least Squares Regression Methods RSIMPLS, PRM with Robust Principal Component Regression for Predicting Tourist Arrivals to Turkey

Yazarlar:

Esra POLAT

Yayıncı:

Dogus University

Dergi:

Dogus University Journal 2019 Vol.20 Issue 1, pp.31-47

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

İngilizce

Document ID (Org No.):

2000773913

Sıklık:

Aylık

eISSN:

1308-6979

Anahtar kelimeler:

Özet:

 

Tourism is one of the most important component in the economic development strategy of many developing countries such as Turkey. The annual data set of Turkey  1986 - 2013 , including the six factors affecting the tourist arrivals, is examined. The aim of this study is modelling the tourist arrivals to Turkey in cases of both multicollinearity and outlier existence in the data set by using a robust Principal Component Regression method: RPCR, two robust Partial Least Squares Regression methods: RSIMPLS and Partial Robust M-Regression  PRM . Hence, the best model giving the best predictions of tourist arrivals is selected and the most important factors are determined.

 

Turizm, Türkiye gibi gelişmekte olan ülkelerin ekonomik kalkınma stratejilerinde  anahtar bileşendir. Türkiye’nin 1986 - 2013 dönemi için, gelen yabancı turist sayısını  etkileyen altı faktörün dâhil olduğu veri kümesi incelenir. Bu çalışmanın amacı, veri  kümesinde hem çoklu bağlantı hem de uç değer olduğunda Türkiye’ye gelen yabancı  turist sayısını bir sağlam Temel Bileşenler Regresyon yöntemi: RPCR, iki sağlam  Kısmi En Küçük Kareler Regresyon yöntemleri: RSIMPLS ve Kısmi Sağlam MRegresyon  PRM  kullanarak modellemektir. Böylece, yabancı turist sayısının en iyi  kestirimlerini veren en iyi model seçilir ve en önemli faktörler belirlenir.

Makale detayları

The Comparison of Robust Partial Least Squares Regression Methods RSIMPLS, PRM with Robust Principal Component Regression for Predicting Tourist Arrivals to Turkey

Yazarlar:

Esra POLAT

Yayıncı:

Dogus University

Dergi:

Dogus University Journal 2019 Vol.20 Issue 1, pp.31-47

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

İngilizce

Document ID (Org No.):

2000773913

Sıklık:

Aylık

eISSN:

1308-6979

çoklu bağlantı

aykırı değerler

sağlam temel bileşenler regresyonu

sağlam kısmi en küçük kareler regresyonu

gelen turist sayısı

Sayı

Makale detayları

The Comparison of Robust Partial Least Squares Regression Methods RSIMPLS, PRM with Robust Principal Component Regression for Predicting Tourist Arrivals to Turkey

Yazarlar: Esra POLAT

Yayıncı: Dogus University

Dergi: Dogus University Journal 2019 Vol.20 Issue 1, pp.31-47

Belge Tipi: Makale

Yayın Tarihi: 12/2018

Belge Dili: İngilizce

Document ID (Org No.): 2000773913

Sıklık: Aylık

eISSN: 1308-6979

çoklu bağlantı

aykırı değerler

sağlam temel bileşenler regresyonu

sağlam kısmi en küçük kareler regresyonu

gelen turist sayısı

Sayı

Yazarlar:

Esra POLAT

Yayıncı:

Dogus University

Dergi:

Dogus University Journal 2019 Vol.20 Issue 1, pp.31-47

Belge Tipi:

Makale

Yayın Tarihi:

12/2018

Belge Dili:

İngilizce

Document ID (Org No.):

2000773913

Sıklık:

Aylık

eISSN:

1308-6979