Publication: OECD ülkelerinde dayanıklı öğrencilerin akademik başarısını etkileyen faktörlerin nonparametrik bayesyen regresyon tahmini
Abstract
Ekonometrik analizlerde klasik yaklaşıma bir alternatif olarak Bayesyen yaklaşımın sıklıkla kullanıldığı görülmektedir. Bayesyen yaklaşım, klasik yaklaşımdan farklı olarak rastgele parametrelerle birlikte küçük örneklemler için daha doğru tahminler sağlamaktadır. Nonparametrik yaklaşımda hata dağılımı ve ortalama fonksiyonunun fonksiyonel formu hakkında kısıtlayıcı parametrik varsayımlar yapılmamaktadır. Nonparametrik Bayesyen modeller kısıtlayıcı parametrik ilk dağılım varsayımını esneterek verileri modellemek için daha gerçekçi bileşenler sağlamaktadır. Nonparametrik Bayesyen yaklaşım sayesinde tüm rastgele etkiler desteklenerek model tabanlı bir kümeleme analizi sağlanmaktadır. Böylece klasik yöntemlerin hesaplama sorunuyla karşılaştıkları çok sayıda rastgele etki içeren karmaşık modellerin herhangi bir hesaplama sorunuyla karşılamadan analiz edilmesine olanak sağlanmaktadır. Bu tez çalışmasında 16 OECD ülkesindeki dayanıklı öğrencilerin akademik başarısını etkileyen faktörler nonparametrik Bayesyen regresyon modelleri yardımıyla analiz edilmektedir. Tahmin sonuçları, akademik beklenti ve özgüveninin dayanıklı öğrencilerin matematik başarısını pozitif etkileyen en önemli ve tutarlı faktörler olduğunu göstermektedir. Cinsiyet parametresine ilişkin bulgular, dayanıklı öğrenciler için cinsiyet etkisinin varlığını göstermektedir. Zorbalığın tüm ülkelerdeki öğrencilerin matematik performansı üzerinde negatif etkiye sahip olduğu tespit edilmiştir. Ülkeler arası elde edilen bulgular akademik dayanıklılığı artırmaya yönelik politikaların ülkeler bağlamında özel olarak ele alması gerektiğini göstermektedir.
Econometric analysis shows that the Bayesian approach is often used as an alternative to the classical approach. Unlike the classical approach, the Bayesian approach provides more accurate estimates for small samples along with random parameters. The nonparametric approach does not make restrictive parametric assumptions about the functional form of the mean function and the distribution of errors. Nonparametric Bayesian models provide more realistic components for modeling data by stretching the strict parametric prior distribution assumption. By means of the nonparametric Bayesian approach, a model-based clustering analysis is provided by supporting all random effects. Thus, it is possible to analyse complex models with a large number of random effects, where classical methods encounter computational issues, without any computational issues. In this dissertation, nonparametric Bayesian regression models are used to analyse the factors affecting the academic success of resilient students in 16 OECD countries. The estimation results indicate that academic expectation and self-confidence are the most significant and consistent factors affecting the mathematics achievement of resilient students. Findings concerning the gender parameter indicate a gender effect for resilient students. Bullying has been found to have a negative impact on the mathematical achievement of students in all countries. Cross-country findings indicate that policies to increase academic resilience should be addressed specifically in the context of countries.
Econometric analysis shows that the Bayesian approach is often used as an alternative to the classical approach. Unlike the classical approach, the Bayesian approach provides more accurate estimates for small samples along with random parameters. The nonparametric approach does not make restrictive parametric assumptions about the functional form of the mean function and the distribution of errors. Nonparametric Bayesian models provide more realistic components for modeling data by stretching the strict parametric prior distribution assumption. By means of the nonparametric Bayesian approach, a model-based clustering analysis is provided by supporting all random effects. Thus, it is possible to analyse complex models with a large number of random effects, where classical methods encounter computational issues, without any computational issues. In this dissertation, nonparametric Bayesian regression models are used to analyse the factors affecting the academic success of resilient students in 16 OECD countries. The estimation results indicate that academic expectation and self-confidence are the most significant and consistent factors affecting the mathematics achievement of resilient students. Findings concerning the gender parameter indicate a gender effect for resilient students. Bullying has been found to have a negative impact on the mathematical achievement of students in all countries. Cross-country findings indicate that policies to increase academic resilience should be addressed specifically in the context of countries.