Yapay Zeka Destekli Eğitim ve Uygulama Platformu
Eğitim Platformu
OmegaMetriX Analiz Merkezi
Tobit (Sansürlü Regresyon) Modeli
Tobit modeli, bağımlı değişkenin belirli bir eşik değerde sansürlendiği durumlarda kullanılan regresyon modelidir.
Bazı uygulamalarda bağımlı değişken belirli bir alt veya üst sınırın ötesinde gözlenememektedir. Bu tür durumlarda klasik doğrusal regresyon modeli yerine Tobit (Sansürlü Regresyon) Modeli kullanılmaktadır (Yerdelen Tatoğlu, 2023, s. 269–271).
Tobit modeli aşağıdaki gizli değişken modeli üzerine kurulmaktadır:
Yᵢ*=Xᵢβ+uᵢ
Gözlenen bağımlı değişken ise,
Yᵢ=Yᵢ* (Yᵢ*>a)
Yᵢ=a (Yᵢ*≤a)
şeklinde tanımlanmaktadır. Burada a, sansürleme sınırını göstermektedir.
Tobit modeli En Çok Olabilirlik yöntemi ile tahmin edilmekte ve hem sansürlü hem de sansürlenmemiş gözlemleri birlikte dikkate almaktadır. Bu nedenle bağımlı değişkenin belirli bir eşik değerinde yığılma bulunan uygulamalarda doğrusal regresyon modellerine göre daha uygun sonuçlar vermektedir (Yerdelen Tatoğlu, 2023, s. 269–271).