BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER
|
|
- Nuray Kinali
- 5 yıl önce
- İzleme sayısı:
Transkript
1 BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER Birden çok bağımlı değişkenin yer aldığı modelleri incelemek amacıyla kullanılan modeller Birden Çok Bağımlı Değişkenli Regresyon Modelleri ya da kısaca MRM ler olarak adlandırılmaktadır. Literatürde bu modeller çok değişkenli çoklu regresyonlar (MRM) ya da regresyon modeller kümesi olarak da karşımıza çıkmaktadır.
2 Bu bölümde iki tip MRM ele alınacaktır: 1- Bağımlı değişkenlerin farklı fakat açıklayıcı değişkenlerin aynı olduğu MRM ler, 2- Bağımlı değişkenlerin farklı ve açıklayıcı değişkenlerin aynı veya farklı olabildiği MRM ler (Literatürde Görünürde İlişkisiz Regresyon (SUR ya da GİR) olarak bilinmektedir.) Bağımlı değişkenler ile açıklayıcı değişkenler arasında geri bildirim ilişkisi olmaması yönüyle, MRM ler eşanlı denklem modellerinden veya dinamik regresyon modellerinden farklıdır.
3 BAZI MRM ÖRNEKLERİ Kişi başına sigara kullanım sayısı ile ilişkili olarak; akciğer, böbrek, mesane ve lösemi kanser türleri için basit regresyonlar (dört tane regresyon) tahmin edilebilir. Fakat bu kanser türlerinin bazılarının korelasyonlu olması oldukça muhtemeldir. Eğer durum böyleyse, bu dört kanser regresyonunu MRM yöntemini kullanarak birlikte tahmin etmek anlamlı olacaktır. Bir grup hastanın şeker, tansiyon ve kilosu ile bu hastaların yeme alışkanlıklarına (et, alkol, şekerli yiyecek tüketimi gibi) ait veriler olduğunu farz edelim. Bu üç sağlık durumunu gıda alımıyla ilişkilendiren üç regresyon yerine bunları birlikte tahmin edebiliriz.
4 Bir grup öğrencinin sözel ve sayısal SAT (Akademik Yeterlik Testi) puanlarına ait verileri ve bunların sosyoekonomik değişkenlerine ait bilgilere sahip olduğumuzu varsayalım: Bu iki SAT puanı için iki ayrı regresyon tahmin edebileceğimiz halde, bu iki puan türü arasında korelasyon olması oldukça muhtemeldir ve bu durumda her iki regresyonu tek tek tahmin etmek yerine, bunları birlikte tahmin etmek anlamlı olacaktır. Örneklerde ortak olan iki ya da daha fazla bağımlı değişkenin korelasyonlu olabileceği, böylece bu regresyonların birlikte tahmininin bazı avantajları olabileceğidir.
5 Bağımlı değişkenlerin korelasyonlu olup olmadığını bulmanın bir yolu, her bir regresyondaki hata terimlerinin korelasyonlu olup olmadığına bakmaktır. (Açıklayıcı değişkenlerin sabit olduğu varsayılırsa ve bağımlı değişkenler korelasyonluysa, bu korelasyon her bir eşitliğin hata terimine yansır. Bu durumda EKK tahmincileri DEST olmayacak ve özellikle de etkin olmayacaktır. Dolayısıyla etkin tahminciler üreten yöntemler bulmamız gerekir. MRM yöntemi bunu kolayca yapabilmektedir. Kısacası, MRM iki ya da daha fazla bağımlı değişkenin korelasyonlu olduğu durumlar için uygun bir tahmin yöntemidir.
6 Birlikte Tahminin Avantajları Korelasyonlu bağımlı değişkenlerin birlikte tahmini bunların ayrı ayrı tahminine göre aşağıdaki avantajlara sahiptir: Eğer iki ya da daha fazla bağımlı değişken korelasyonluysa, bunların birlikte tahmini, üzerinde çalışılan olayın daha iyi anlaşılmasını sağlayacaktır. Sözel ve sayısal SAT örneğinde, bu iki puanın birlikte tahmini, doğuştan gelen yetenek gibi, her ikisinde de ortak olan arka plandaki gizli değişken hakkında bize bir şeyler söyleyebilir.
7 Eğer iki ya da daha fazla bağımlı değişken korelasyonluysa, I. Tip hatanın (hataya düşerek sıfır hipotezi reddetme olasılığı) nominal ve gerçek seviyeleri, birlikte ve tek başına tahminlerde farklı olacaktır.
8 Her bir regresyondaki hata terimleri korelasyonluysa, bu durumda bağımlı değişkenler korelasyonlu iken bunların ayrı tahmini korelasyonu ihmal edecektir. Diğer taraftan MRM yöntemi denklemler arası kovaryansları tahmin ederek bu korelasyonu dikkate almaktadır. Denklemler arasındaki korelasyonu göz önünde bulundurarak parametrelerin daha etkin tahminleri elde edilebilir.
9 Her denklemde aynı açıklayıcı değişkenler olduğu kabul edildiğinde her bir katsayı ve bunların standart hataları MRM ile tahmin edilenlerle aynı olmasına rağmen, her bir denklemden elde edilen EKK regresyonu ne çok değişkenli sonuçlar çıkarabilir ne de katsayıları denklemler arasında test etmemize imkan tanır. SAT örneğinde SAT ın sözel ve sayısal bölümlerindeki açıklayıcı değişkenlerden birisi aile geliri ise bunlar ayrı ayrı tahmin edildiğinde, bu iki regresyondaki gelir katsayısının aynı olup olmadığını ya da birlikte sıfıra eşit olup olmadıklarını göremeyiz. Birleşik bir tahminci olması sebebiyle MRM denklemler arasındaki katsayı kısıtlamalarını test etmeyi mümkün hale getirir.
10 GÖRÜNÜRDE İLİŞKİSİZ REGRESYON 10
11 Klasik doğrusal regresyon modelinin varsayımları geçerli iken, tek denklemli modellerin En Küçük Kareler Yöntemi (EKKY) ile tahmin edilmesi sonucu sapmasız, tutarlı ve etkin tahmin ediciler elde edilebilir. Klasik doğrusal regresyon, modelin spefikasyonunun doğru olduğunu kabul eder. Modelin tahmininde kullanılabilecek bazı diğer bilgiler varsa ve dikkate alınmıyorsa tahmin ediciler klasik doğrusal regresyon modelinin tahmin edicilerle ilgili özelliklerini sağlamayabilir. 11
12 GİR modelinde çoklu regresyon denklemlerinin bir kümesi ele alınmaktadır. Bu regresyon denklemler kümesi, eşanlı bir denklemler kümesi biçiminde değildir. Yani herhangi bir denklemde bağımlı değişken olarak bulunan bir değişken bir başka denklemde bağımsız değişken olarak bulunmamaktadır. Zellner, GİR modelini meydana getiren denklemlerin hata terimlerinin ilişkili olduğu, ancak farklı denklemlerdeki bağımsız değişkenler arasında yüksek derecede ilişki olmadığı durumlarda GİR tahmin edicisinin Basit En Küçük Kareler (BEKK) tahmin edicisine göre daha etkin olduğunu göstermiştir(sezer, 2006). 12
13 Bu sistemi meydana getiren çoklu regresyon denklemleri yapısal olarak ilişkisiz gibi görünseler de (eşanlı denklem sistemi özelliğinde olmasalar da) aşağıdaki sebeplerden dolayı istatistiksel olarak ilişkili olabilirler: Bazı katsayılar denklemler arasında ortak kullanılmaktadır. Aynı zaman noktasında, denklemlerdeki karşılıklı hata terimleri ilişkilidir. Denklemlerdeki bağımlı ve bağımsız değişkenler aynıdır, bununla beraber gözlem değerleri aynı değildir. Denklemlerin bir çok ortak yönü mevcuttur. 13
14 Sistemde yer alan denklemlerin birbirleri ile ilişkileri, denklemlere ait hata terimlerinin ilişkili olmasından kaynaklanmaktadır. Karşılıklı hataları ilişkili olan denklem sisteminin parametre tahminleri elde edilirken sistem bir bütün olarak ele alınır. Bu yöntem Zellner(1962) tarafından öne sürülen Görünürde İlişkisiz Regresyon(GİR) yöntemidir. GİR yönteminin temeli Genelleştirilmiş En Küçük Kareler yöntemine dayanır. 14
15 İlişkili olan denklemler sistemine ayrı ayrı basit EKK yöntemi uygulanırsa sapmasız ve tutarlı ancak etkin olmayan tahminciler elde edilir. Hata terimleri ilişkili denklemler sisteminin parametre tahminlerini yaparken sistemi bir bütün olarak ele alan ve hata varyans-kovaryans matrisini de regresyona dahil eden GİR yöntemini kullanmak sapmasız, tutarlı ve etkin tahmin ediciler elde edilmesini sağlar (Doğan,1998). 15
16 Görünürde İlişkisiz regresyon denklemlerine Çeşitli malların talep fonksiyonları veya çeşitli endüstri dallarının üretim fonksiyonlarında Bağımlı ve bağımsız değişken verilerinin zaman serisi veya anket verisi olduğu durumlarda Biyokimya, göç, tarım ve nüfus hareketleri, farmakoloji vb. gibi konularda karşılaşılmaktadır. 16
17 Görünürde İlişkisiz Regresyonlar Aynı T zaman dönemi boyunca gözlenmiş ve aynı alanı ilgilendiren iki denklemi (ekonomik göstergeler, yatırım ilişkileri gibi ) göz önüne alalım: Y1t 11 21X1t 31Z1t e 1 (1) Y2t 12 22X2t 32Z2t e2 (2) Y: bağımlı değişkenler X,Z: açıklayıcı değişkenler 17
18 Görünürde İlişkisiz Regresyonlar Hatalar ile ilgili olarak basit En Küçük Kareler (BEKK) varsayımlarını kabul edelim: Y1t 11 21X1t 31Z1t e1 (1) Y2t 12 22X2t 32Z2t e2 E(e 1) var(e ) 1t 1t 1 cov(e,e ) 0 (2) (3) E(e 2) 0 2 var(e 2) cov(e 2 2t,e 2t-1) = 0 (1) ve (2) ile verilen her iki denklemin hata varyansları farklıdır. Her iki denklemdeki hatalar eşit varyanslı ve birbiriyle ilişkisizdir. Bu varsayımlar altında EKK in en iyi tahmin tekniği olması (minimum varyanslı, sapmasız) beklenir. (4) 18
19 Görünürde İlişkisiz Regresyonlar M, modeldeki denklem sayısını, t zamanı ve n denklemlerdeki gözlem sayısını göstermek üzere görünürde ilişkisiz regresyon modelinde hata terimleri üzerindeki varsayımlar: 1. Kov (e it,, e jt ) = E(e it,, e jt ) = ij i j, t = 1, 2,, n i, j=1,..,m varsayıma göre, aynı zaman dönemindeki denklemlerin hata terimleri arasında ilişki vardır. İki denklemli bir sistem için eşitlik tekrar yazılırsa Kov (e 1t,, e 2t ) = E(e 1t,, e 2t ) = 12 olacaktır t = 1, 2,, n şeklinde 19
20 Görünürde İlişkisiz Regresyonlar 2. Kov (e it,, e it ) = Var(e it ) = ii varsayıma göre, modeli meydana getiren her bir denklemde sabit varyans varsayımı geçerlidir. İki denklemli bir sistem için eşitlik tekrar yazılırsa Kov (e 1t,, e 1t ) = Var(e 1t ) = 11 Kov (e 2t,, e 2t ) = Var(e 2t ) = 22 20
21 Görünürde İlişkisiz Regresyonlar 3. Kov (e it,, e js ) = E(e it,, e js ) = 0 t s varsayıma göre, farklı zaman dönemindeki denklemlerin hata terimleri arasında ilişki yoktur. İki denklemli bir sistem için eşitlik tekrar yazılırsa Kov (e 1t,, e 2s ) = E(e 1t,, e 2s ) = 0 t s elde edilir. 4. Her bir denklemin hata terimleri normal dağılıma sahiptir. 5. Her bir denklemin hata terimlerinin beklenen değeri sıfıra eşittir. 21
22 Görünürde İlişkisiz Regresyonlar 1., 2. ve 3. varsayımların geçerliliği ile iki denklemli bir sistemde 1. ve 2. denklemlerin hata vektörü için e 1 ve e 2 yi içeren kovaryans matrisi var(e 1) cov(e 1,e 2) cov(e,e ) var(e ) Hataların farklı zaman dönemlerinde birbirleriyle ilişkisiz oldukları (5) varsayımı altında cov(e 1t,e 2s) 0 ' ' e E e1 e1 E e1 e ' ' E e 1 T 1 e2 E 2 e ' ' 2 2 T E e 2 e 0 1 e2 e2 (6) iki denklemin hataları birbirinden bağımsızdır. 22
23 Görünürde İlişkisiz Regresyonlar Farklı denklemlerdeki hataların ilişkili olduğu durumda matrisin sağdan köşegen değerleri sıfır olamaz. e11 e12 ' e 13 E(e 1,e 2 ) E e21 e22 e 23.. e2t.. e 1T 0 Farklı dönemlerde hatalar arasında ilişki yoktur. (Varsayım 3) cov(e,e ) 1t 2s 0 e e e e e e e e e e e e e e e e e e T T 1T 21 1T 22 1T 2T (7) 23
24 Görünürde İlişkisiz Regresyonlar Aynı zaman dönemindeki denklemlerin hata terimleri arasında ilişki vardır. Farklı zaman dönemlerinde denklemlerin hataları birbirinden bağımsızdır. cov(e 1t,e 2t ) 1t 2t E(e,e ) ' E(e 1,e 2) (8) (9) Hata terimleri varyans-kovaryans matrisinin kösegen olmaması denklemler arasında istatistiksel olarak bir ilişki olduğunu 24 gösterir.
25 Görünürde İlişkisiz Regresyonlar Farklı eşitlikteki hataların dağılımı aşağıdaki şekillerde gösterilebilir: ve 2 22 e T12 T e N ; w e T 22 T (10) e N,w t 0 et N 0, veya var(e 1) cov(e 1,e 2) cov(e 2,e 1) var(e 2) Zellner bu tip denklemleri hata ilişkili regresyon denklemleri olarak adlandırmıştır. 25
26 Eşzamanlı Korelasyonun Test Edilmesi GİR modelinde hata terimi varyans kovaryans matrisinin köşegen olması denklemlerdeki hata terimleri arasında bir ilişkinin olmadığını gösterir. Bu durumda parametre tahminlerinin GİR yöntemi ile elde edilmesinin bir kazancı olmayacaktır. Bu amaçla varyans kovaryans matrisinin köşegenliginin araştırılması gerekir. Varyans-kovaryans matrisinin köşegen olup olmadığı genel olarak Olabilirlik Oranı (LR) ve Lagrange Çarpanı (LM) ile test edilmektedir.
27 Eşzamanlı Korelasyonun Test Edilmesi Testlerin uygulanması sonucu, LR ve LM e ait sıfır hipotez kabul edilirse her bir denklemin En Küçük Kareler Yöntemi (EKKY) ile tahmin edilmesi gerekmektedir. M tane denklemden oluşan denklem seti için LM testinin sıfır ve alternatif hipotezleri aşağıdaki gibidir: H : N N N 1,N (EKKY uygulanabilir) H : en az bir kovaryans sıfıra eşit değildir 1 (SUR yöntemi uygulanabilir) 27
28 Eşzamanlı Korelasyonun Test Edilmesi Normal doğrusal model kabulü altında uygun test istatistiği M i 1 T 2 r. i1 j1 ij m M M 1,M T(r r r r r r r ) 2 ij ˆ 2 ij iijj r / r 2 korelasyon karesi, T:Gözlem sayısı :Test istatistiği, M: denklem sayısı, M(M-1)/2 serbestlik derecesinde asimtotik dağılıma sahiptir. 28
29 Eşzamanlı Korelasyonun Test Edilmesi Eğer tanımlanan anlamlılık seviyesinde dağılımının kritik değerinden büyükse H o hipotezi reddedilir ve eş zamanlı korelasyonlu olduğu söylenebilir. Örneğin iki denklemlerden oluşan bir sistemde eş zamanlı korelasyon testi için H 0 ve H 1 hipotezi şu şekilde kurulabilir. H : 0 12 H : Test istatistiği: 2 T(r 12) 29
30 2 12 r hesap ij T r M(M-1)/2 serbestlik derecesinde tablo değerine bakılır. 2 2 hesap tablo H 0 reddedilemez. Her iki denklemin hataları arasında bir ilişki yoktur ve denklem tahminleri için EKKY uygulanabilir.
31 UYGULAMA 1: TARIMSAL ÜRETİM SEKTÖRÜ yılları arasında tarım sektöründe ortak özellikleri bulunan benzer iki ürünün fonksiyonları karşılaştırılmak istenmiştir. Buğday ve arpa verimlerine etki eden faktörlerin de aynı olduğu varsayımından hareketle denklem sistemleri arasında görünürde bir ilişkinin olup olmadığını araştırınız. 31
32 Bağımlı Değişken Yıllar Arpa Verimi Kg / hektar Arpa Ekili alanı Bin hektar Arpa Üretimi Bin Ton Tahmin edilecek modeller Bağımlı Değişken Buğday Verimi Kg / hektar Buğday Ekili alanı Bin hektar Buğday Üretimi Bin Ton log (arpa_verim) = f (logarpa_alan, logarpa_uretimi) log (bugday_verim) = f (logbugday_alan, logbugday_uretimi) 32
33 ADIMLAR 1) Denklemlere EKKY uygulanır. a) Birinci Denkleme Ait EKKY Model Tahmin Sonuçları. Dependent Variable: LOG(ARPA_VERIM) Method: Least Squares Sample: Included observations: 10 Variable Coefficien t Std. Error t-statistic Prob. C LOG(ARPA_ALAN) LOG(ARPA_URETI M) R-squared Mean dependent var Adjusted R-squared S.D. dependent var
34 b) Otokorelasyon Testi EKK yöntemi ile tahmin edilen modelde otokorelasyon olup olmadığı incelendiğinde yapılan test sonucuna göre hatalar arasında otokorelasyon olmadığını söyleyen H 0 hipotezi kabul edilebilir. Breusch-Godfrey Serial Correlation LM Test: F-statistic Probability Obs*R-squared Probability
35 a) İkinci Denkleme Ait EKKY Model Tahmin Sonuçları Dependent Variable: LOG(BUGDAY_VERIM) Method: Least Squares Sample: Included observations: 10 Variable Coefficient Std. Error t-statistic Prob. C LOG(BUGDAY_ALAN) LOG(BUGDAY_URETIM) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood F-statistic Durbin-Watson stat Prob(F-statistic)
36 b) Otokorelasyon Testi Benzer şekilde buğday verim modelinde hatalar arasında otokorelasyon olup olmadığı incelendiğinde hatalar arasında otokoreasyon olmadığına karar verilebilir. Breusch-Godfrey Serial Correlation LM Test: F-statistic y Obs*Rsquared y Probabilit Probabilit
37 System: SYS01 Estimation Method: Seemingly Unrelated Regression Sample: Included observations: 10 Total system (balanced) observations 20 Linear estimation after one-step weighting matrix Coefficient Std. Error t-statistic Prob. C LOG(ARPA_ALAN) LOG(ARPA_URETIM) C LOG(BUGDAY_ALAN) LOG(BUGDAY_URETIM) Determinant residual covariance 2.61E-11 37
38 Observations: 10 R-squared Mean dependent var Adjusted R- squared S.D. dependent var S.E. of regression Sum squared resid 1.87E-05 Durbin-Watson stat Observations: 10 R-squared Mean dependent var Adjusted R- squared S.D. dependent var S.E. of regression Sum squared resid Durbin-Watson stat
39 3) Denklemlerin hataları arasında ilişki olup olmadığını araştırmak için eş zamanlı kovaryans testi yapılması gerekmektedir. Eviews programından elde edilen hataların kovaryans matrisi aşağıdaki gibidir. LOG(ARPA_VERIM LOG(BUGDAY_VERIM ) ) LOG(ARPA_VERIM) 1.867e e-06 LOG(BUGDAY_VERI Matris notasyonu ile gösterimi: M) 1.341e e e e 06 w e e =0 hipotezinin test edilebilmesi r 2 12 katsayısının hesaplanması gerekmektedir. 39
40 2 2 2 ( ) 12 r Adım H : 0 12 H : Adım hesap ij e e 06 w e e T r 10* Adım M(M-1)/2 serbestlik derecesinde tablo değerine bakılır. 2 2 tablo,
41 4. Adım 2 hesap 2 tablo H 0 reddedilemez Her iki denklemin hataları arasında bir ilişki olmadığı görülmüştür. Bu durumda iki tarım ürününe ilişkin verimlerin birbirinden etkilenmedikleri yorumu yapılabilir ve denklem tahminleri için EKKY uygulanabilir. EKKY ve SUR Model Sonuçlarının Karşılaştırılması Yöntem EKKY SUR Katsayı Std.Hata Katsayı Std.Hata C LOG(ARPA_ALAN) LOG(ARPA_URETIM)
42 UYGULAMA 1: TARIMSAL ÜRETİM SEKTÖRÜNDE (Çavdar ve Yulaf) Aşağıdaki tablolarda yılları arasında tarım sektöründen benzer iki ürünün fonksiyonları karşılaştırılmak istenmiştir. Çavdar ve yulaf verimlerine etki eden faktörlerin aynı olduğu varsayımından hareketle denklemler sistemleri arasında görünürde bir ilişkin olup olmadığını araştırınız. 42
43 Yıllar Bağımlı Değişken Çavdar Verimi Kg / hektar Çavdar Ekili alanı Bin/ hektar Çavdar Üretimi Bin/ Ton Tahmin edilecek modeller Bağımlı Değişken Yulaf Verimi Kg / hektar Yulaf Ekili alanı Bin / hektar Yulaf Üretimi Bin / Ton log (cavdar_verim) = f (cavdar _uretim, cavdar _alan) log (yulaf _verim) = f (yulaf _uretim, yulaf_alan) 43
44 ADIMLAR 1) Denklemlere EKKY uygulanır. a) Birinci Denkleme Ait EKKY Model Tahmin Sonuçları. Dependent Variable: LOG(CAVDAR_VERIM) Method: Least Squares Sample: Included observations: 10 Variable Coefficient Std. Error t-statistic Prob. C LOG(CAVDAR_ALAN) LOG(CAVDAR_URETI M) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion
45 b) Otokorelasyon Testi EKK yöntemi ile tahmin edilen modelde otokorelasyon olup olmadığı incelendiğinde yapılan test sonucuna göre hatalar arasında otokorelasyon olmadığını söyleyen H 0 hipotezi kabul edilebilir. Breusch-Godfrey Serial Correlation LM Test: F-statistic Obs*Rsquared Probabilit y Probabilit y
46 a) İkinci Denkleme Ait EKKY Model Tahmin Sonuçları Dependent Variable: LOG(YULAF_VERIM) Method: Least Squares Sample: Included observations: 10 Variable Coefficien t Std. Error t-statistic Prob. C LOG(YULAF_ALAN) LOG(YULAF_URETI M) R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion
47 b) Otokorelasyon Testi EKK yöntemi ile tahmin edilen modelde otokorelasyon olup olmadığı incelendiğinde yapılan test sonucuna göre hatalar arasında otokorelasyon olmadığını söyleyen H 0 hipotezi kabul edilebilir. Breusch-Godfrey Serial Correlation LM Test: F-statistic Probability Obs*R-squared Probability
48 2) Denklemlerin SUR ile tahmini aşağıdaki gibidir. System: SYS01 Estimation Method: Seemingly Unrelated Regression Sample: Included observations: 10 Total system (balanced) observations 20 Linear estimation after one-step weighting matrix Coefficient Std. Error t-statistic Prob. C LOG(CAVDAR_ALAN) LOG(CAVDAR_URETI M) C LOG(YULAF_ALAN) LOG(YULAF_URETIM)
49 Equation:LOG(CAVDAR_VERIM) =C(1)+C(2)*LOG(CAVDAR_ALAN) +C(3)*LOG(CAVDAR_URETIM) Observations: 10 R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Durbin-Watson stat Equation: LOG(YULAF_VERIM) =C(4) +C(5)*LOG(YULAF_ALAN) + C(6)*LOG(YULAF_URETIM) Observations: 10 R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid 2.03E-06 Durbin-Watson stat
50 3) Denklemlerin hataları arasında ilişki olup olmadığını araştırmak için eş zamanlı kovaryans testi yapılması gerekmektedir. Eviews programından elde edilen hataların kovaryans matrisi aşağıdaki gibidir. LOG(CAVDAR_VERI LOG(CAVDAR_VERI M) LOG(YULAF_VERIM ) M) 8.052e e-06 Matris notasyonu ile gösterimi LOG(YULAF_VERIM) 3.973e e e e 06 w e e = 0 hipotezinin test edilebilmesi r 2 12 hesaplanması gerekmektedir. katsayısının 50
51 2 2 2 ( ) 12 r Adım H : H : hesap ij T r 10* Adım M(M-1)/2 serbestlik derecesinde tablo değerine bakılır. 2 2 tablo,
52 4. Adım 2 2 hesap tablo Her iki denklemin hataları arasında bir ilişki olduğu görülmüştür. Bu durumda iki tarım ürününe ilişkin verimlerin birbirinden etkilendikleri yorumu yapılabilir ve denklem tahminleri için GİR uygulanabilir. 52
TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir.
EKONOMETRİ II Uygulama - Otokorelasyon TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere Tuketim 58 Gelir 3959 Fiyat 312 değişkenlere ait veriler verilmiştir. 56 3858
DetaylıA. Regresyon Katsayılarında Yapısal Kırılma Testleri
A. Regresyon Katsayılarında Yapısal Kırılma Testleri Durum I: Kırılma Tarihinin Bilinmesi Durumu Kırılmanın bilinen bir tarihte örneğin tarihinde olduğunu önceden bilinmesi durumunda uygulanır. Örneğin,
DetaylıDependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20
ABD nin 1966 ile 1985 yılları arasında Y gayri safi milli hasıla, M Para Arazı (M) ve r faiz oranı verileri aşağıda verilmiştir. a) Y= b 1 +b M fonksiyonun spesifikasyon hatası taşıyıp taşımadığını Ramsey
DetaylıNormal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.
Normal Dağılımlılık EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır. b tahminleri için uygulanan testlerin geçerliliği u i nin normal dağılmasına bağlıdır.
DetaylıNormal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.
Normal Dağılımlılık EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır. β tahminleri için uygulanan testlerin geçerliliği u i nin normal dağılmasına bağlıdır.
DetaylıADMIT: Öğrencinin yüksek lisans programına kabul edilip edilmediğini göstermektedir. Eğer kabul edildi ise 1, edilmedi ise 0 değerini almaktadır.
Uygulama-2 Bir araştırmacı Amerika da yüksek lisans ve doktora programlarını kabul edinilmeyi etkileyen faktörleri incelemek istemektedir. Bu doğrultuda aşağıdaki değişkenleri ele almaktadır. GRE: Üniversitelerin
DetaylıKUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU
KUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU.HAL: Sabit Terimlerin Farklı Eğimlerin Eşit olması Yi = b+ b2di + b3xi + ui E(Y Di =,X i) = b + b3xi E(Y Di
Detaylı1. YAPISAL KIRILMA TESTLERİ
1. YAPISAL KIRILMA TESTLERİ Yapısal kırılmanın araştırılması için CUSUM, CUSUMSquare ve CHOW testleri bize gerekli bilgileri sağlayabilmektedir. 1.1. CUSUM Testi (Cumulative Sum of the recursive residuals
Detaylı0, model 3 doğruysa a3. Variable Coefficient Std. Error t-statistic Prob.
EKONOMETRİYE GİRİŞ II ÖDEV 2 ÇÖZÜM (Örgün ve İkinci Öğretim için) 1987-2006 yıllarına ait GSYH, YATIRIM ve FAİZ verileri kullanılarak elde edilen sonuçlar şu şekildedir: Yuvalanmamış-F Testi Model 1: YATIRIM
DetaylıKUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıBağımlı Kukla Değişkenler
Bağımlı Kukla Değişkenler Bağımlı değişken özünde iki değer alabiliyorsa yani bir özelliğin varlığı ya da yokluğu söz konusu ise bu durumda bağımlı kukla değişkenler söz konusudur. Bu durumdaki modelleri
DetaylıOTOKORELASYON OTOKORELASYON
OTOKORELASYON OTOKORELASYON Y = α + βx + u Cov (u,u s ) 0 u = ρ u -1 + ε -1 < ρ < +1 Birinci dereceden Ookorelasyon Birinci Dereceden Ooregressif Süreç; A R(1) e = ρ e -1 + ε Σe e ˆ ρ = Σ 1 e KARŞILA ILAŞILAN
DetaylıKukla Değişken Nedir?
Kukla Değişken Nedir? Cinsiyet, eğitim seviyesi, meslek, din, ırk, bölge, tabiiyet, savaşlar, grevler, siyasi karışıklıklar (=darbeler), iktisat politikasındaki değişiklikler, depremler, yangın ve benzeri
DetaylıEVIEWS KULLANIMI (EVIEWS 8)
EVIEWS KULLANIMI (EVIEWS 8) BAŞLANGIÇ Yeni bir dosya (workfile) yaratma Adım 1. Ana menüden File/New/Workfile ı seçin Adım 2. Workfile structure type ne tür veri kullandığınızı gösterir. ÖR1. Zaman serisi
DetaylıBağımlı Kukla Değişkenler
Bağımlı Kukla Değişkenler Bağımlı değişken özünde iki değer alabiliyorsa yani bir özelliğin varlığı ya da yokluğu söz konusu ise bu durumda bağımlı kukla değişkenler söz konusudur. Bu durumdaki modelleri
DetaylıBağımlı Kukla Değişkenler
Bağımlı Kukla Değişkenler Bağımlı değişken özünde iki değer alabiliyorsa yani bir özelliğin varlığı ya da yokluğu söz konusu ise bu durumda bağımlı kukla değişkenler söz konusudur. Bu durumdaki modelleri
DetaylıCh. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri II Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 12: Zaman Serisi Regresyonlarında
Detaylı500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ. YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ. Anabilim Dalı: İşletme Mühendisliği
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ 500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ Anabilim Dalı: İşletme Mühendisliği Programı
Detaylıİyi Bir Modelin Özellikleri
İyi Bir Modelin Özellikleri 1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin
Detaylı1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim
1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin tanımlamasının doğru
DetaylıT.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR:
T.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR: 2120703360 KÜBRA İNAN 2120703321 EDA ZEYNEP KAYA EDİRNE
DetaylıYuvalanmamış F testi- Davidson- MacKinnon J sınaması
Yuvalanmamış F testi- Davidson- MacKinnon J sınaması Tablo da yer alan verileri kullanarak aşağıdaki ilgili soruları cevaplayınız. Yıllar Yatırım GSYH Faiz 1987 18491 747 45 1988 78 7495 54 1989 5187 8014
Detaylı14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
DEĞİŞEN VARYANS Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri I: Değişen Varyans
DetaylıİÇİNDEKİLER 1. GİRİŞ...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel
DetaylıMatris Cebiriyle Çoklu Regresyon Modeli
Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıKUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıDependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20
ABD nin 1966 ile 1985 yllar arasnda Y gayri safi milli hasla, M Para Araz (M) ve r faiz oran verileri a#a$da verilmi#tir. a) Y= b 1 +b M fonksiyonun spesifikasyon hatas ta#yp ta#mad$n Ramsey RESET testi
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıDİNAMİK PANEL VERİ MODELLERİ. FYT Panel Veri Ekonometrisi 1
DİNAMİK PANEL VERİ MODELLERİ FYT Panel Veri Ekonometrisi 1 Dinamik panel veri modeli (tek gecikme için) aşağıdaki gibi gösterilebilir; y it y it 1 x v it ' it i Gecikmeli bağımlı değişkenden başka açıklayıcı
DetaylıEKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI
EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI Aşağıdaki verileri EVIEWS paket programına aktarınız. Veri setini tanımladıktan sonra aşağıda istenen soruları bu verileri kullanarak
DetaylıOLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler
1 SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge
DetaylıSIRADAN EN KÜÇÜK KARELER (OLS)
SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge
DetaylıİÇİNDEKİLER 1. BÖLÜM STATA PAKET PROGRAMINA GİRİŞ
3. BASKIYA ÖNSÖZ İleri Panel Veri Analizi kitabının 2012 yılında çıkan ilk baskısının çok hızlı tükenmesi üzerine, 2013 yılında çok daha fazla adetle ikinci baskısı yapılmıştır. Kitabın ikinci baskısı
DetaylıAppendix C: İstatistiksel Çıkarsama
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama Doç.
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
DetaylıY = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53
EKONOMETR DERS ÇALIMA SORULARI SORU : 1 1980-1994 y llar aras ndaki Türkiye Özel Yat r m (Y), Reel Mevduat Faiz Oran (X ) ve GSMH (X 3 ) verilerinden hareketle a*a+ daki ortalamadan farklara göre ara sonuçlar
DetaylıWhite ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini
Ekonomeri ve İsaisik Sayı:4 006-1-8 İSTANBUL ÜNİVERSİTESİ İKTİSAT FAKÜLTESİ EKONOMETRİ VE İSTATİSTİK DERGİSİ Whie ın Heeroskedisie Tuarlı Kovaryans Marisi Tahmini Yoluyla Heeroskedasie Alında Model Tahmini
DetaylıEŞANLI DENKLEM MODELLERİ
EŞANLI DENKLEM MODELLERİ Eşanlı denklem modelleri, tek denklemli modeller ile açıklanamayan iktisadi olayları açıklamak için kullanılan model türlerinden birisidir. Çift yönlü neden-sonuç ilişkisi söz
DetaylıUYGULAMALAR. Normal Dağılımlılık
UYGULAMALAR EKONOMETRİYE GİRİŞ 0.01.008 1 Normal Dağılımlılık Amerika da 195-1941 yılları arasında sığır eti fiyatı ile kişi başı sığır eti tüketimi arasındaki ilişki incelenmiş ve aşağıdaki sonuç bulunmuştur.
DetaylıKUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
DetaylıMeslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıKoşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.
Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı
Detaylı9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?
9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.
DetaylıKORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN
KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin
DetaylıÇOKLU DOĞRUSAL BAĞLANTI
ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSALLIĞIN ANLAMI Çoklu doğrusal bağlanı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır... r xx i j paramereler belirlenemez hale gelir.
DetaylıDOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ
DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL SINIRLAMALARIN TESTİ t testi F testi Diğer testler: Chow testi MWD testi DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ Benzerlik Oranı Testi Lagrange Çarpanı
DetaylıEKONOMETRİ. GRETL Uygulamaları. Prof. Dr. Bülent Miran
EKONOMETRİ GRETL Uygulamaları Prof. Dr. Bülent Miran Bornova-2015 İÇİNDEKİLER 1. Gretl da veri dosyasını çağırma:... 3 2. Gretl da Excel veri dosyasını açma:... 4 3. Excel den alınmış verilerin Gretl dosyası
DetaylıPANEL VERİ MODELLERİNİN TAHMİNİNDE PARAMETRE HETEROJENLİĞİNİN ÖNEMİ: GELENEKSEL PHILLIPS EĞRİSİ ÜZERİNE BİR UYGULAMA
PAEL VERİ MODELLERİİ TAHMİİDE PARAMETRE HETEROJELİĞİİ ÖEMİ: GELEEKSEL PHILLIPS EĞRİSİ ÜZERİE BİR UYGULAMA Selim TÜZÜTÜRK (*) Özet: Panel veri modellerinin tahmininde, örneklem ile ilgili dikkat edilmesi
DetaylıCh. 5: SEKK (OLS) nin Asimptotik Özellikleri
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik
Detaylı8. BÖLÜM: DEĞİŞEN VARYANS
8. BÖLÜM: DEĞİŞEN VARYANS Bu bölümde; Değişen Varyans Tespiti için Grafik Çizme Değişen Varyans Testi: Park Testi Değişen Varyans Testi: White Testi Değişen Varyans Probleminin Çözümü: Ağırlıklandırılmış
DetaylıBu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur.
Değişen Varyans Örnek Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur. 1 Aşağıda yer alan denklemi tahmin edelim; y i = β 0 + β 1 x 1i + β 2 x 2i + u i EViews
DetaylıEKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR
EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR HATİCE ÖZKOÇ HANİFİ VAN ÖZKOÇ VAN 1 1980-2002 dönemine ait tavuk eti talebini incelemek amacıyla aşağıdaki değişkenler elde edilmiştir. Y: Kişi başına
Detaylı14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıTOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Dönem Sonu Sınavı
TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 5 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların
DetaylıRegresyon. Regresyon korelasyon ile yakından ilişkilidir
Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka
Detaylı19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I
19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I Bir dil dershanesinde öğrenciler talep ettikleri takdirde, öğretmenleriyle
DetaylıZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER
ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER ZAMAN SERİLERİ VE TEMEL KAVRAMLAR Bir zaman serisi, bir değişkenin zaman içindeki hareketini gözlemler. Değişkenlere ilişkin değerler aylık, üç aylık,
DetaylıÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)
ÖNGÖRÜ TEKNĐKLERĐ ÖDEV (KEY) Aşağıda verilen Y zaman sersisi bir ürünle ilgili satışları,aylar itibariyle, gösteren bir seridir. a) Bu serinin garfiğini çizip serinin taşıdığı desenleri (Trend, mevsimsellik
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım
DetaylıPARANIN TARİHÇESİ TÜRKİYE DE NAKİTSİZ EKONOMİ EKONOMİNİN FAYDALARI
PARANIN TARİHÇESİ TÜRKİYE DE NAKİTSİZ EKONOMİ NAKİTSİZ EKONOMİNİN FAYDALARI Para, bir ekonomide genel kabul gören, değişim aracı, değer koruma aracı ve hesap birimi işlevlerine sahip varlıktır. (TDK,
DetaylıYABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2
Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY
DetaylıUYGULAMA 2. Bağımlı Kukla Değişkenli Modeller
UYGULAMA 2 Bağımlı Kukla Değşkenl Modeller Br araştırmacı Amerka da yüksek lsans ve doktora programlarını kabul ednlmey etkleyen faktörler ncelemek stemektedr. Bu doğrultuda aşağıdak değşkenler ele almaktadır.
DetaylıQUANTILE REGRESYON * Quantile Regression
QUANTILE REGRESYON * Quantile Regression Fikriye KURTOĞLU İstatistik Anabilim Dalı Olcay ARSLAN İstatistik Anabilim Dalı ÖZET Bu çalışmada, Lineer Regresyon analizinde kullanılan en küçük kareler yöntemine
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
Detaylı11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ
11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ Bu bölümde; Yapısal denklemleri kullanarak vergiler ve net ihracatın zaman serilerini oluşturma EKK ile CO tahmini EViews TSLS metodu ile iki aşamalı EKK regresyon
Detaylı17 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: TAHMİN Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 17 Ekim 2012 Ekonometri
DetaylıPanel Veri Analizi. Prof. Dr. Recep KÖKK Dr. Nevzat ŞİMŞEK
Panel Veri Analizi Prof Dr Recep KÖKK Dr Nevzat ŞİMŞEK 1 PANEL VERİ ANALİZİ Panel Veri yöntemi, ülkeler, firmalar, hanehalkları, vb kes (cross-section) gözlemlerinin belli bir zaman dönemi içinde bir araya
DetaylıÇoklu Bağlanım Çıkarsama Sorunu
Çoklu Bağlanım Çıkarsama Sorunu Diğer Sınama ve Konular Ekonometri 1 Konu 27 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
Detaylı7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.
7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4
DetaylıDERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili
DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar 3+0 3 3 Ön Koşul Yok Dersin Dili Türkçe Dersin Seviyesi Lisans Dersin Türü Seçmeli Dersi Veren Öğretim Elemanı
DetaylıDeğişen Varyans (Heteroscedasticity) Sabit Varyans (Homoscedasticity) Varsayımı Altında Basit Regresyon Modeli
1 2 Değişen Varyans (Heteroscedasticity) DEĞİŞEN VARYANS Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14
DetaylıEn Yüksek Olabilirlik Yöntemi. İstatistikte, tüm anakütleler kendilerine karşılık gelen bir olasılık dağılımı ile tanımlanırlar.
En Yüksek Olabilirlik Yöntemi İstatistikte, tüm anakütleler kendilerine karşılık gelen bir olasılık dağılımı ile tanımlanırlar. Basit(sıradan) en küçük kareler yöntemi, özünde olasılık dağılımları ile
DetaylıÇOKLU REGRESYON ANALİZİNDE VARSAYIMLARDAN SAPMALARIN İNCELENMESİ
ÇOKLU REGRESYON ANALİZİNDE VARSAYIMLARDAN SAPMALARIN İNCELENMESİ 1. ÇOKLU REGRESYON ANALİZİ VE VARSAYIMALARDAN SAPMALAR 1.1. Çoklu Regresyon modeli Varsayımları 1.2. Tahmincilerin anlamlılığının sınanması
DetaylıÖĞRENCİ SEÇME SINAVI NA HAZIRLANAN ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ (OLTU ANADOLU LİSESİ ÖĞRENCİLERİ İÇİN BİR UYGULAMA)
ÖĞRENCİ SEÇME SINAVI NA HAZIRLANAN ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ (OLTU ANADOLU LİSESİ ÖĞRENCİLERİ İÇİN BİR UYGULAMA) Hüseyin ÖZER Adem DEMİR Özet: Bu çalışmanın temel amacı,
DetaylıANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI
ANADOLU ÜNİVERSİTESİ Deney Tasarımı ve Regresyon Analizi Regresyonda Güven Aralıkları ve Hipotez Testleri Doç. Dr. Nihal ERGİNEL-2015 REGRESYON KATSAYILARININ GÜVEN ARALIĞI + in güven aralığı : i-) n 30
DetaylıEditörler Prof.Dr. Ömer Yılmaz & Doç.Dr. Nihat Işık EKONOMETRİ
Editörler Prof.Dr. Ömer Yılmaz & Doç.Dr. Nihat Işık EKONOMETRİ Yazarlar Prof. Dr. Hüseyin Özer Prof.Dr. Murat Karagöz Doç.Dr. H. Bayram Işık Doç.Dr. Mustafa Kemal Beşer Doç.Dr. Nihat Işık Doç.Dr. Selçuk
DetaylıEşanlı Denklem Modelleri
Eşanlı Denklem Modelleri Eşanlı Denklem Yöntemleri Ekonometri 2 Konu 23 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC
DetaylıEğitim / Danışmanlık Hizmetinin Tanımı
Eğitim / Danışmanlık Hizmetinin Tanımı 1. Proje Kapsamında Eğitim Talep Edilmiş ise, Eğitimin İçeriği Hakkında bilgi veriniz. Ekonometri alanı iktisat teorisi, işletme, matematik ve istatistiğin birleşmesiyle
Detaylı7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar
7. Ders Genel Lineer Modeller Singüler Modeller, Yanlış veya Bilinmeyen Kovaryanslar, Đlişkili Hatalar Y = X β + ε Lineer Modeli pekçok özel hallere sahiptir. Bunlar, ε nun dağılımına, Cov( ε ) kovaryans
DetaylıA EKONOMETRİ. n iken de aynı sonuç geçerliyse, β hangi. A) β nın sabit olması. D) Xβ nın normal dağılımlı olması. E) n olması. dur?
EKONOMETRİ KPSS-AB-PÖ/007 1. 6. SORULARI AŞAĞIDAKİ BİLGİLERE β β β ( ) Y i = 1 + x + + i k x ik+ u i i = 1,, n denkleminin matrislerle ifadesi Y = X + u dur. Y( nx1 ), β ( kx1 ), X( nxk) ve β u nx1 boyutludur
DetaylıÇOKLU REGRESYON MODELİ. Bir bağımlı değişkene etki eden çok sayıda bağımsız değişkeni analize dahil ederek çoklu regresyon modeli uygulanabilir.
ÇOKLU REGRESYON MODELİ Bir bağımlı değişkene etki eden çok sayıda bağımsız değişkeni analize dahil ederek çoklu regresyon modeli uygulanabilir. Y=b 1 + b X + b X + u Y=b 1 + b X + b X +...+ b k X k + u
Detaylı2. BASİT DOĞRUSAL REGRESYON 12
1. GİRİŞ 1 1.1 Regresyon ve Model Kurma / 1 1.2 Veri Toplama / 5 1.3 Regresyonun Kullanım Alanları / 9 1.4 Bilgisayarın Rolü / 10 2. BASİT DOĞRUSAL REGRESYON 12 2.1 Basit Doğrusal Regresyon Modeli / 12
Detaylıİki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı
İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t Test) Ankara Üniversitesi Tıp Fakültesi Biyoistatistik Anabilim Dalı İki Ortalama Arasındaki Farkın Önemlilik Testi (Student s t test) Ölçümle
DetaylıÖrneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.
ÇIKARSAMALI İSTATİSTİKLER Çıkarsamalı istatistikler, örneklemden elde edilen değerler üzerinde kitleyi tanımlamak için uygulanan istatistiksel yöntemlerdir. Çıkarsamalı istatistikler; Tahmin Hipotez Testleri
DetaylıDOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci
DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri
DetaylıİSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications*
Ç.Ü. Fen Bilimleri Enstitüsü Yıl:010 Cilt:-1 İSTATİSTİKSEL DARALTICI (SHRINKAGE) MODEL VE UYGULAMALARI * A Statistical Shrinkage Model And Its Applications* Işıl FİDANOĞLU İstatistik Anabilim Dalı Fikri
DetaylıEVIEWS KULLANIMI (EVIEWS 7.1)
EVIEWS KULLANIMI (EVIEWS 7.1) BAŞLANGIÇ Yeni bir dosya (workfile) yaratma Adım 1. Ana menüden File/New/Workfile ı seçin Adım 2. Workfile structure type ne tür veri kullandığınızı gösterir. ÖR1. Zaman serisi
Detaylı10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ
10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ Bu bölümde; Fonksiyonel Form için EViews Tablosu EViews ta Quasi R 2 Hesaplanması EViews ta Doğrusal ve Log-Lin Modeller için Quasi R 2 Hesaplanması EViews
DetaylıSAĞLIK HARCAMALARININ YILLARA GÖRE KARŞILAŞTIRILMASI ve SAĞLIK HARCAMALARINI ETKİLEYEN FAKTÖRLERİN İNCELENMESİ
SAĞLIK HARCAMALARININ YILLARA GÖRE KARŞILAŞTIRILMASI ve SAĞLIK HARCAMALARINI ETKİLEYEN FAKTÖRLERİN İNCELENMESİ Murat KORKMAZ 1, Aysun YILMAZTÜRK 2 1 Güven Grup Finans Yöneticisi 2 Balıkesir Üniversitesi
DetaylıÖğr. Elemanı: Dr. Mustafa Cumhur AKBULUT
Ünite 10: Regresyon Analizi Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT 10.Ünite Regresyon Analizi 2 Ünitede Ele Alınan Konular 10. Regresyon Analizi 10.1. Basit Doğrusal regresyon 10.2. Regresyon denklemi
DetaylıBİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH
BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıMAK 210 SAYISAL ANALİZ
MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani
DetaylıEKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM
EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample:
Detaylı