A EKONOMETRİ KPSS/1-AB-PÖ/2006

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "A EKONOMETRİ KPSS/1-AB-PÖ/2006"

Transkript

1 . 6. SOULI ŞĞIDKİ BİLGİLEE GÖE CEVPLYINIZ. Y =β +β X β kxk + u denklem, n adet örnek ver ve k adet katsayı çn matrs ve vektörlerle Y = Xβ+ u şeklnde fade edlmştr. Burada ( kx ), X ( nxk ) ve u ( nx) Y nx, β boyutludur. r(), matrsnn aşamasını (rank);, matrsnn determnantını; 0, sıfırlardan oluşan sütun vektörü temsl etmektedr.. şağıdak koşulların hangsnde β katsayıları herhang br yöntemle tahmn edlemez? ) r(x) < k B) r(x) = k EKONOMETİ KPSS/-B-PÖ/ Eu =0 geçerl değlse, β katsayılarının tahmnnde kullanılan EKK tahmn edcs öncelkle hang özellğn kaybeder? ) Doğrusallık (lnearty) B) Yeterllk (suffcency) C) Samasızlık (unbasedness) D) smtotk samasızlık (asymtotc unbasedness) E) smtotk etknlk (asymtotc effcency) C) X < k D) X < n E) r(x X) < n 4. ( j) E uu > 0(, j =,,...,n; j) se, β katsayılarının tahmnnde kullanılan EKK tahmn edcs hang özellğn kaybeder? ) Yeterllk B) Samasızlık C) smtotk samasızlık D) Etknlk E) Tutarlılık (consstency). β katsayıları; En Küçük Kareler (EKK: Ordnary Least Squares), Maksmum Olablrlk (MO: Maxmum Lkelhood) ve Genel Momentler (GM: Generalzed Moments) tahmn edcler le tahmn edldğnde, aşağıdak sonuçlardan hangs ortaya çıkar? ) En küçük β katsayı tahmnlern EKK verr. B) Üç tahmn edcnn β katsayı tahmnler aynıdır. C) En büyük β katsayı tahmnlern MO verr. D) En küçük β katsayı tahmnlern GM verr. E) GM uygulanamaz, EKK ve MO nun β katsayı tahmnler aynıdır. 5. u normal dağılmıştır ( u N). varsayımı hang tahmn edc çn ve neden gerekldr? ) EKK çn, hata karelern en küçük (mnmum) yamak amacıyla B) GM çn, hataların beklenen değern sıfır yamak amacıyla C) MO çn, tutarlılık özellğn sağlamak amacıyla D) MO çn, olablrlk şlevn (lkelhood functon) yazablmek amacıyla E) MO çn, hataların varyansını en küçük yamak amacıyla 8

2 6. β katsayıları EKK tahmn edcs le tahmn edldğnde hata term tahmn u ˆ le lgl olarak aşağıdak sonuçlardan hangs geçerldr? ) Sabt varyans (homoskedastcty) varsayımı geçerl değlse, n û>0 B) Çoklu bağıntı (multcollnearty) yoksa, n ûy =0 C) Sabt term β denklemde yer aldığına göre, n û>0 KPSS/-B-PÖ/ Y= β+ βx β kx k +u denklem çn oluşturulan H0 : β, β 3,..., βk = 0 hotez, aşağıdaklerden hangs le aynı anlama gelr? ) 0 : = H 0 B) H : β = 0 0 C) H : E( u ) = 0 0 D) 0 : β β3... β k = H E) H : Var ( u ) = 0 0 D) Sabt term β denklemde yer aldığına göre, n û =0 E) Sabt term β denklemde yer aldığına göre, n û=0 9. şağıdak k denklemden brncs sınırlanmış (restrcted), kncs sınırlanmamış (unrestrcted) denklemdr: Y = β+ βx β kx k + u Y = β + βx βkx k + θz + θ Z +v 7. Y= β+ βx β kx k +u denklemnn düzeltlmemş determnasyon katsayısı ve düzel- tlmş determnasyon katsayısı le lgl aşağıdak fadelerden hangs yanlıştır? r ( Y,Y ˆ ),YleYnntahmnYˆ arasındak korelasyon katsayısıdır. ) Denklemdek açıklayıcı değşken sayısı artınca, değer düşeblr. B) Denklemdek açıklayıcı değşken sayısı artınca, değer düşeblr. C) Genellkle > dr. D) Denklemde çsel bağıntı (autocorrelaton) sorunu varsa, değer yukarı samalıdır (uward based). = r Y,Y eştlğ her durumda geçerldr. E) ˆ ( ) Bu denklemlern EKK yöntem le tahmnnden β ˆ, θ ˆ, θ ˆ, uˆ ve v ˆ gb tahmnler bulunmuştur. j H 0 :θve θ = 0 hotezn sınamak çn aşağıdak statstklerden hangs uygundur? ( θ ˆ + θˆ -0) ) t= Var ( θ ˆ ) +Var ˆ ( θ) B) C) χ = Var ( θ ˆ ) +Var ˆ ( θ ) F= ( ˆ ˆ ) Σu -Σv / Σv ˆ / n-k- θ + θ -0 / ˆ ˆ ( ) D) F= ˆ ˆ E) ( Var θ +Var θ )/n-k- ˆ Σv ˆ / n-k- F= Σu / n-k 9

3 KPSS/-B-PÖ/ SOULI ŞĞIDKİ BİLGİLEE GÖE CEVPLYINIZ. Y = β+ βx + β3x 3 + β4x 4 + u denklem 63 ver le EKK yöntem kullanılarak aşağıdak gb tahmn edlmştr. Katsayı tahmnler le F ve χ statstklernn altında arantez çndek değerler, bunlar çn hesalanmış -değerlerdr. F= n-k / - k-, (F statstğ χ statstğ se hata termnn normal dağılımı çn hesalanmıştır.) Ŷ = -0,063 +,9X + 0,88X3-0,00X4 ( 0,0) ( 0,0039) ( 0,6) ( 0,0004). % 5 anlamlılık düzeynde H 0 : u normal dağılmıştır. hotez sınandığında aşağıdak sonuçlardan hangs geçerl olur? ) Hotez kabul edlr ve t statstkler güvenlr değldr. B) Hotez kabul edlr ve t statstkler güvenlrdr. C) Hotez kabul edlr ve F statstkler güvenlr değldr. D) Hotez reddedlr ve F statstkler güvenlr değldr. E) Hotez reddedlr ve F statstkler güvenlrdr. = 0,4 F = 6,30 χ = 4,460 ( 0,00) ( 0,) 0. %5 anlamlılık düzeynde ( I) H 0 : β j = 0; j =,,3,4 ve ( II) H 0 : β, β3ve β 4 = 0 hotezler sınandığında aşağıdak sonuçlardan hangs geçerl olur? ) H 0 : β =0 ve H 0 : β4 =0 ret; H 0 : β, β3ve β4 = 0 kabul edlr. B) H 0 : β=0 ve H 0 : β 3 =0 ret; H 0 : β, β3ve β 4 =0 kabul edlr. C) H 0 : β=0 ve H 0 : β3 =0 ret; H 0 : β, β3ve β4 = 0 da reddedlr. D) H 0 : β = 0 ve H 0 : β4 = 0 kabul; H 0 : β, β3ve β4 = 0 da kabul edlr. E) H 0 : β= 0 ve H 0 : β3 = 0 kabul; H 0 : β, β3ve β4 = 0 reddedlr.. H 0 :β + β 3 >,8 hotezn t statstğ le sınayablmek çn hesalanan t değer -0,66 dır. Bu değer bulablmek çn yukarıdak tahmn sonuçlarına ek olarak hang blglere gerek vardır ve t statstğnn % 5 e karşılık gelen tablo değer,67 ken bu hotezn sınama sonucu nedr? ) Var ( β ), Var β 3 ve Cov ( β β ), 3 blglerne gerek vardır ve hotez kabul edlr. B) Var ( β ), Var ( β ) ve Var vardır ve hotez kabul edlr. C) Var ( β ) ve Var hotez reddedlr. β 3 D) Var ( β ), Var β 3 blglerne gerek blglerne gerek vardır ve β 3 ve Cov ( β β ), 4 blglerne gerek vardır ve hotez kabul edlr. E) Var ( β ), Var β 3 ve Cov ( β β ), 3 blglerne gerek vardır ve hotez reddedlr. 0

4 3. gt yt 3 yk ut =β +β +β + denklem Türkye nn 988:-004:4 dönemne lşkn 3 aylık verleryle tahmn edlmş ve aşağıdak sonuçlar alınmıştır. Burada g GSYH büyüme oranı, y tolam yatırım harcamasındak değşme oranı, K se 00:-00:4 dönemnde, dğer dönemlerde 0 değer alan kukla (dummy) değşkendr. Parantez çndekler katsayıların - değerlerdr. ( 0,000) ( 0,000) ( 0,044) ĝ = 0,08 + 0,6y + 0,048 yk t t t Bu sonuçlara göre aşağıdak fadelerden hangs ) Sabt term 00 yılında 0,076, dğer dönemlerde 0,08 dr. B) Sabt term 00 yılında 0,90, dğer dönemlerde 0,08 dr. C) Yatırımın büyümeye etks 00 yılında 0,90 uan, dğer dönemlerde 0,6 uandır. D) Yatırımın büyümeye etks 00 yılında 0,30 uan, dğer dönemlerde 0,6 uandır. E) Yatırımın büyümeye etksnde 00 yılında % 5 anlamlılık düzeynde br farklılık olmamıştır. KPSS/-B-PÖ/ VE 6. SOULI ŞĞIDKİ BİLGİLEE GÖE CEVPLYINIZ. Y t = β + βx t βkxtk + ut denklem t=,,,n adet ver ve EKK yöntem le tahmn edlmş ve βˆ, βˆ,..., β ˆ tahmnler elde edlmştr. k 5. Y nn n+ dönem çn öngörüsü Y ˆn+ nasıl bulunur? ˆ ˆ ˆ ˆ ) Yn+ =β +β X n+,+... +β kxn+,k Y ˆ ˆ ˆ X... ˆ X B) n+ =β +β n, + +β k n,k Y ˆ ˆ X... ˆ X C) n+ =β n+,+ +β k n+,k Y ˆ ˆ X... ˆ X Y D) n+ =β n,+ +β k n,k+ n+ Y ˆ ˆ ˆ X... ˆ X Y E) n+ =β +β n+,+ +β k n+,k+ n+ 4. şağıdak denklemde, c özel tüketm harcamasındak yüzde değşme, g GSYH dek yüzde değşme, D4 dördüncü mevsmlerde, dğer mevsmlerde 0 değern alan kukla değşkendr. ĉ = 0,00 + 0,886g + 0,0c 0,00D4 t t t Bu sonuçlara göre aşağıdak fadelerden hangs ) Gelr değşmesnn özel tüketm değşmes üzerndek etks her mevsmde 0,876 uandır. B) Gelr değşmesnn özel tüketm değşmes üzerndek etks dördüncü mevsmlerde 0,876 uandır. C) Sabt term her mevsmde -0,00 dr. D) Sabt term dördüncü mevsmlerde 0,0 dr. E) Sabt term dördüncü mevsmlerde -0,0, dğer mevsmlerde -0,00 dr. 6. Öngörü hatasının standart hatası S f dr. Öngörü hatasının S f ye oranı t dağılımlıdır ve t tablo değer t( - α / ),n-k dr. Bu durumda Y ˆn+ çn güven aralığı (confdence nterval) aşağıdaklerden hangsdr? ) Y ˆ ˆ n+ Sf Yn+ Yn+ + Sf B) Yˆ ˆ n+ S f/t Yn+ Yn+ + S f/t α/,nk α/,nk C) Yˆ ˆ + t( α /),nks Y + Y + + t( α /),nks n f n n f D) Yˆ ˆ n+ t Yn+ Yn+ + t α/,nk α/,nk E) Yˆ t ˆ ( α /),nk /n + Y Y n+ n+ n+ + t ( α /),nk /n+

5 7. ut ut ut et et et =ρ +ρ + +λ +λ denklem le hata term u çn br çsel bağıntı sürec verlmştr. e klask varsayımları sağlayan br başka hata term, t ρ, ρ, λ ve λ katsayılardır. Bu denklem nasıl br çsel bağıntı sürec tanımlamaktadır? ) (utoegressve) sürec; () B) M (Movng verage) sürec; M() C) M sürec; M(0, ) D) M sürec; M(, ) E) M sürec; M(,, ) KPSS/-B-PÖ/ Br denklemde çsel bağıntı sorunu hang durumda ortaya çıkmaz? ) Denklem hatalı tanımlanmış ve gerekl bazı değşkenlere yer verlmemşse B) Denklem hatalı tanımlanmış ve doğrusal olmaması gerekrken doğrusal olarak fade edlmşse C) Denklemdek açıklayıcı değşkenler brbrler le yakından lşklyse D) Denklemn bağımlı değşkenndek sstematk ve sürekl ölçme hatalarıyla E) Tanımlama ve ölçme hatası olmasa ble, denklem değşkenlernn zaman serlerndek atalet (nerta) nedenyle 0. şağıda, ct = β +β gt +β 3ct-+ ut tüketm denklemnn ve ayrıca hata term tahmn ût denklemnn 60 ver ve EKK yöntem le tahmnler verlmştr. 8. şağıdak denklem üç aylık 60 ver le tahmn edlmştr, c özel tüketm harcamasındak yüzde değşme, g se GSYH dek yüzde değşmedr. Parantez çndekler katsayıların -değerlerdr. ĉt =- 0, ,99g t + 0,7gt- ( 0,450) ( 0,000) ( 0,075) = 0,86 DW = 0,973 Bu sonuçlara göre ve % 5 anlamlılık düzeynde Durbn-Watson tablosundan alt sınır d L =,54, üst sınır d U =,65 se, denklemde çsel bağıntı le lgl aşağıdak fadelerden hangs ) Geckmel değşken gt nedenyle, Durbn- Watson statstğ DW le brnc sıra çsel bağıntının araştırılması doğru olmaz. B) Geckmel değşken gt nedenyle, Durbn n h statstğ brnc sıra çsel bağıntının araştırılmasında kullanılablr, ancak bu statstğn hesalanableceğ blgler yoktur. C) % 5 anlamlılık düzeynde Brnc sıra eks veya artı çsel bağıntı yok. hotez kabul edlr. D) % 5 anlamlılık düzeynde Brnc sıra eks çsel bağıntı yok. hotez reddedlr. E) % 5 anlamlılık düzeynde Brnc sıra artı çsel bağıntı yok. hotez reddedlr. ĉt = 0, ,889gt + 0,0c t = 0,878 DW =,36 uˆ t = 0, ,04gt 0,04c ˆ t+ 0,78ut + 0,7u ˆ ˆ ˆ t 0,07ut3 0,44ut4 = 0,90 uˆ t yardımcı (auxlary) denklem hang amaçla tahmn edlmştr ve verlen sonuçlar bu amaca uygun mudur? ) Brlkte.,., 3. ve 4. sıra çsel bağıntı çn LM (Lagrange Multler) sınaması yamak üzere tahmn edlmştr, fakat uygun br statstk verlmedğ çn sınama yaılamaz. B) Brlkte.,., 3. ve 4. sıra çsel bağıntı çn LM sınaması yamak üzere tahmn edlmştr, χ = ( 60)( 0,90) =,4 statstğ kullanılarak bu sınama yaılablr. C) Brlkte.,., 3. ve 4. sıra CH (utoegressve Condtonal Heteroskedastcty) çn LM sınaması yamak üzere tahmn edlmştr, χ = ( 60)( 0,90) =,4 statstğ kullanılarak bu sınama yaılablr. D) Brlkte.,., 3. ve 4. sıra çsel bağıntı çn LM sınaması yamak üzere tahmn edlmştr, F = 0,878 / / 0,878 / 57 = 05,53 statstğ kullanılarak bu sınama yaılablr. E) Brlkte.,., 3. ve 4. sıra çsel bağıntı çn LM sınaması yamak üzere tahmn edlmştr, χ = ( 60)( 0,878) = 5,68 statstğ kullanılarak bu sınama yaılablr.

6 KPSS/-B-PÖ/006. Yt =β +β X t β kxtk + ut denklemnde çsel bağıntı sorunu varsa aşağıdak sonuçlardan hangs yanlıştır? ) Katsayı tahmnler çn yaılan t testler güvenlr olmaz, hesalanan t değerler yukarı samalı olur. B) Denklemn açıklayıcı değşkenler çn yaılan F test güvenlr olmaz, hesalanan F değer yukarı samalı olur. C) Y çn yaılan öngörüler güvenlr olmaz. D) EKK tahmn edcs tanımlama hatası yoksa samasızdır, ancak etknlk özellğn ytrr. E) Determnasyon katsayısı aşağı samalı (downward based) olur. 3. I. Y = β +β X +β 3X3 +β 4X4 + u asıl denklemnde br ekonometrk sorun vardır ve bu sorunun çözümü çn aşağıdak dönüştürülmüş denklem tahmn edlmştr: II. Y X X X X X X = β 3 +β +β 3 +β 4 + e Bu dönüştürülmüş denklemn tahmnne gerek duyulmasının neden aşağıdaklerden hangsdr? ) I. de X 4 yer almamalıdır, II. de bu hata düzeltlmştr. B) I. de unn varyansı X 4 le lşkldr, Var ( u ) = σ u X 4, σ u br sabt şeklnde değşen varyans sorunu vardır; II. de sorun gderlmştr. C) I. de u le II. de Cov ( ux ) X 4 arasındak kovaryans 0 değldr, 4 =0 sağlanmıştır. D) I. de X 4 br sabt olduğundan, sabt term le brlkte tam çoklu bağıntı sorunu yaratmaktadır, II. de bu sorun gderlmştr. E) I. de X4 ün neden olduğu çsel bağıntı sorunu vardır, II. de bu sorun gderlmştr.. I. Breusch-Godfrey LM sınaması II. Box-Perce χ sınaması III. Durbn-Watson (DW) statstğ le sınama IV. Durbn h statstğ le sınama Yt =β +β X t β kxtk + ut denklemnde brlkte brnc ve knc sıra çsel bağıntı sorununu araştırmak çn yukarıdaklerden hangler kullanılablr? ) Yalnız I B) Yalnız II C) I ve II D) I ve IV E) II ve IV 3

7 KPSS/-B-PÖ/ ct gt 3ct ut =β +β +β + tüketm denklemne lave olarak aşağıdak Y yardımcı denklem de 60 ver le tahmn edlmştr: ĉ = 0, ,889g + 0,0c t t t = = 0,878 DW,36 t = + t + t + t 0,09c t+ 0,005gtc t = 0,0 Y. uˆ 0,0005 0,00g 0,033g 0,0007c Yardımcı denklemle lgl aşağıdak fadelerden hangs ) Tanımlama hatası çn LM sınaması yamak üzere tahmn edlmştr ve F = 0,0/ 4 / 0,0 / 55 =,55 statstğ kullanılarak bu sınama yaılablr. B) Durağanlık sınaması yamak üzere tahmn edlmştr ve χ = ( 60)( 0,0) = 6, statstğ kullanılarak bu sınama yaılablr. C) Değşen varyans çn LM (Whte) sınaması yamak üzere tahmn edlmştr ve χ = 6, statstğ kullanılarak bu sınama yaılablr. D) Değşen varyans çn LM sınaması yamak üzere tahmn edlmştr ve F=,55 statstğ kullanılarak bu sınama yaılablr. E) GCH (Generalzed CH) çn LM sınaması yamak üzere tahmn edlmştr ve χ = 6, statstğ kullanılarak bu sınama yaılablr. 5. ct = β +β gt +β 3ct-+ ut tüketm denklemne lave olarak aşağıdak û t yardımcı denklem de 60 ver le tahmn edlmştr: ĉt = 0, ,889gt + 0,0c t = 0,878 DW =,36 uˆ t = 0, ,0uˆ ˆ t+ 0,8ut = 0,07 % 5 anlamlılık düzeynde, χ ( ) tablo değer 5,99, F tablo değer = 3,5 ken, buradak u ˆ ( 57) t yardımcı denklem le lgl aşağıdak fadelerden hangs ) CH sorunu çn LM sınaması yamak üzere tahmn edlmştr ve F = 0,07/ / 0,07 / 57 =,8 statstğne göre bu sorun yoktur. B) GCH sorunu çn LM sınaması yamak üzere tahmn edlmştr ve F =,8 statstğne göre bu sorun yoktur. C) CH sorunu çn LM sınaması yamak üzere tahmn edlmştr ve χ = ( 60)( 0,07) = 4,6 statstğne göre bu sorun vardır. D) CH sorunu çn LM sınaması yamak üzere tahmn edlmştr ve χ = ( 60)( 0,07) = 4,6 statstğne göre bu sorun yoktur. E) Değşen varyans sorunu çn LM (Whte) sınaması yamak üzere tahmn edlmştr ve 4,6 χ = statstğne göre bu sorun yoktur. 4

8 6. şağıda denklem I ve denklem II nn 60 ver le tahmn sonuçları verlmştr. Parantez çndekler katsayıların -değerlerdr. I. cˆ t = 0, ,889gt + 0,0c t ( 0,34) ( 0,000) ( 0,00) = 0,878 DW =,36 II. cˆ t = 0, ,93gt + 0,5c t0,385gt ( 0,473) ( 0,000) ( 0,000) ( 0,003) = 0,899 DW =,6 Denklem II de, br açıklayıcı değşken ( g t-) eklendkten sonra, denklem I e göre hang ekonometrk sorun ortaya çıkmış olablr ve bunun sonucu nedr? ) İçsel bağıntı sorunu; değer yukarı samalı olmuştur. B) Değşen varyans sorunu; değer yukarı samalı olmuştur. C) Değşen varyans sorunu; hesalanan t-statstğ değerler aşağı samalı olmuştur. D) CH sorunu; EKK tahmn edcs samasızlık özellğn ytrmştr. E) Çoklu bağıntı sorunu; katsayı tahmnler beklenenden farklı olablr. 7. I. cˆ = 0, ,889g + 0,0c 0,34 0,000 0,00 t t t = 0,878 DW =,36 KPSS/-B-PÖ/006 t = + t + ˆ ˆ3 t+ t + t II. c 0,007 0,75g 0,69c,076c 4,53c ( 0,473) ( 0,000) ( 0,000) ( 0,003) = 0,893 DW =,533 Parantez çndekler katsayıların -değerlerdr. % 5 anlamlılık düzeynde χ tablo değer = 5,99, F tablo değer = 3,5 tr. II. denklem amsey n ( 55) ESET sınaması çn tahmn edlmştr. Bu sınamanın sonucu nedr? F = 0,893 0,878 / / 0,893 / 55 = 3,855 statstğne göre % 5 anlamlılık düzeynde br tanımlama hatası vardır. ) F = 0,893 0,878 / / 0,893 / 55 = 3,855 statstğne göre % 5 anlamlılık düzeynde br tanımlama hatası yoktur. B) C) χ = ( 60)( 0,878) = 5,68 statstğne göre % 5 anlamlılık düzeynde br tanımlama hatası vardır. D) χ = ( 60)( 0,893) = 53,58 statstğne göre % 5 anlamlılık düzeynde br tanımlama hatası vardır. F = 0,898 / 4 / 0,898 / 55 =,05 statstğne göre % 5 anlamlılık düzeynde br tanımlama hatası vardır. E) 8. Yt = β +β Xt +β 3Xt3 +β 4Xt4 + ut denklemnde X t4 değşken denklemde fazladan yer almaktadır. Bu değşkenn varlığı EKK tahmn edcsn nasıl etkler? ) Etknlk özellğn kaybeder. B) Tutarlılık özellğn kaybeder. C) Samasızlık özellğn kaybeder. D) Yeterllk özellğn kaybeder. E) smtotk samasızlık özellğn kaybeder. 5

9 9. Yt =β +β Xt- +β 3X t β kxt-q + ut denklemnde X tek geckme (lag) sayısı q sonludur. Bu denklemdek geckmelern nc dereceden br çokterml (olnom) olarak dağıldığı, dğer adıyla lmon dağılımında olduğu varsayılır. Bu varsayım β katsayıları çn nasıl fade edleblr ve hang sınırlama vardır? ) β=α 0 +α q +α α q ve q= dr. B) β=α 0 +α +α α ve q gerekr. C) β=α 0 +α +α α ve q > olması = dr. D) β=α 0 +α q +α αq ve > qolması gerekr. E) 0 β=α +α +α α ve > q dur. KPSS/-B-PÖ/ Eşanlı denklemler modelnde, G ve K sırasıyla modeldek çsel ve önceden belrlenmş (redetermned) değşken sayısıdır. Br denklemde yer alan çsel ve önceden belrlenmş değşken sayısı sırasıyla G* ve K*; yer almayan çsel ve önceden belrlenmş değşken sayısı da sırasıyla G** ve K** dır. K**>G*- geçerl se bu denklem çn aşağıdak fadelerden hangs ) Sıra koşuluna göre, tam ayırt etme (exact dentfcaton) vardır. B) Sıra koşuluna göre, eksk ayırt etme (under dentfcaton) vardır. C) Sıra koşuluna göre, fazladan ayırt etme (over dentfcaton) vardır. D) şama (rank) koşuluna göre, fazladan ayırt etme vardır. E) Hem sıra hem aşama koşuluna göre, fazladan ayırt etme vardır. 30. Yt =α+β 0Xt +β Xt- +β X t ut denklemnde X tek geckme sayısı sonsuza gtmektedr. Geckme katsayıları β geometrk dağılıma sahse, β=β λλ, =,,..., olarak yazılablr. Geometrk dağılım varsayımı ve Koyck dönüştürmes kullanılarak Yt =α+β 0Xt +β X t- +β X t ut denklem nasıl fade edleblr? ) Y =α+β X +λ Y + v, v = u ( -λ ) t t t- t t t SOULI ŞĞIDKİ BİLGİLEE GÖE CEVPLYINIZ. şağıdak eşanlı modelde c, y ve g çsel, dğerler önceden belrlenmş değşkenlerdr. c =α +α g +α c +α r + u t t 3 t 4 t t y =β +β g +β g +β r + u t t 3 t 4 t t gt =γ +γ ct +γ 3yt +γ 4rt +γ 5kt + u3t B) Yt =α+β Xt +λ Yt-+ v t, vt = ut λ ut C) Yt =α λ +β Xt +λ Yt-+ v t, vt = ut ut D) Yt =α λ +β -λ Xt +λ Yt-+ v t, vt = ut λut E) Yt = -λ +β -λ Xt +λ Yt-+ v t, vt = ut β ut 6

10 3. Bu modeln g çn ndrgenmş bçm (reduced form) gt =π +π ct-+π 3rt +π 4gt- +π 5kt + v3t tahmn edlmş ve ˆv 3t tahmn değerler bulunmuştur. ˆv 3t değerler kullanılarak aşağıdak y denklem tahmn edlmştr. Parantez çndekler katsayıların - değerlerdr. y = 0, ,588g +,8 g 0,003r +,98vˆ t t 3 t t 3t ( 0,845) ( 0,050) ( 0,003) ( 0,84) ( 0,043) = 0,684 Bu sonuca göre aşağıdak fadelerden hangs ) Tanımlama sınaması yaılmıştır ve % 5 anlamlılık düzeynde denklemde br tanımlama hatası olduğu reddedlmştr. B) Tanımlama sınaması yaılmıştır ve % 5 anlamlılık düzeynde denklemde br tanımlama hatası olduğu kabul edlmştr. KPSS/-B-PÖ/ Yukarıdak modeln üçüncü denklemnn EKK ( şamalı En Küçük Kareler) Yöntem le tahmn edleblmes çn, brnc aşamada aşağıdaklerden hangs gerekldr? ) c ˆ t =π ˆ +π ˆ ct+π ˆ 3rt +π ˆ 4gt+π ˆ 5kt ve y ˆ t =π ˆ +π ˆ ct+π ˆ 3rt +π ˆ 4gt+π ˆ 5kt B) c ˆ t =π ˆ +π ˆ ct+π ˆ 3rt +π ˆ 4gt+π ˆ 5kt C) y ˆ t =π ˆ +π ˆ ct+π ˆ 3rt +π ˆ 4gt+π ˆ 5kt D) g ˆ t =π ˆ 3 +π ˆ 3ct +π ˆ 33rt +π ˆ 34gt +π ˆ 35kt E) c ˆ t =π ˆ +π ˆ ct+π ˆ 3rt +π ˆ 4gt+π ˆ 5kt ve g ˆ t =π ˆ 3 +π ˆ 3ct +π ˆ 33rt +π ˆ 34gt +π ˆ 35kt C) Haussman çsellk-dışsallık (endogenetyexogenety) sınaması yaılmıştır ve % 5 anlamlılık düzeynde g nn dışsal olduğu kabul edlmştr. D) Haussman çsellk-dışsallık sınaması yaılmıştır ve % 5 anlamlılık düzeynde g nn dışsal olduğu reddedlmştr. E) Denklemler arasındak hataların kovaryansı konusunda sınama yaılmıştır ve kovaryansın sıfır olduğu reddedlmştr. 35. I. II. Yt = α jyt j jxtj u It ; + α + I j= j= Xt = β jyt j jxt j u IIt ; + β + II j= j= III. Yt = λ jyt j v It ; + III j= 33. Yukarıdak modeln lk denklemnn D (raç Değşkenler:Instrumental Varables) Yöntem le tahmn edlmes çn araç olarak kullanılması uygun olan değşkenler aşağıdaklern hangsnde verlmştr? ) c,y t t veg t B) c,y,g t t t vect C) c t,r,g t t ve kt D) y,g,c t t t,gt vekt E) c,y,g t t t vegt IV. Xt = θ jxt j v IIt ; + IV j= X, Y nn Granger neden değldr. hotezn sınamak çn yukarıdak denklemlern n ver le tahmnnden sonra hang sınama statstğ kullanılmalıdır? ) χ = ( n ) I B) χ = ( n ) III C) χ = ( n ) II ( Σˆ I Σˆ I ) D) F v u / = Σ û I /( n ) ( Σˆ II Σˆ I ) E) F = v u Σû I /( n) 7

11 36. V (Vector utoegresson) model kullanılarak yaılan etk-tek (mulse-resonse) ncelemes le lgl aşağıdak fadelerden hangs yanlıştır? ) Hata termler şokları temsl eder. B) Şokların etksn anlamak çn zamanın sonsuza gtmes gerekr. C) Şok büyüklüğü, genellkle hata termlernn br standart hatası olarak alınır. D) Şokların çsel değşkenler üzerndek etks araştırılır. E) Şoklar, her br hata term kullanılarak ayrı ayrı olableceğ gb, tüm hata termler kullanılarak da verleblr. 37. Br zaman sersnde brm kök(unt root) araştırması çn br sorunla karşılaşıldığı durumda Dckey-Fuller (DF) yerne Genşletlmş (ugmented) Dckey-Fuller (DF) sınaması yaılmaktadır. DF sınaması hang sorunla karşılaşıldığında yaılır? ) İçsel bağıntı KPSS/-B-PÖ/ X ve Y zaman serlernn korelogramlarını oluşturmak üzere aşağıdak r otokorelasyon katsayıları bulunmuştur. Burada geckme sayısıdır. X otokorelasyon katsayıları: r = 0,95, r = 0,843, r = 0,75, r = 0,694, r = 0,66, Y otokorelasyon katsayıları: r = 0,75, r = 0,303, r3 = 0,097, r4 = 0,35, r5 = 0,6,... r 0,35 değerler 0 dan farklıdır. Bu blglere göre, aşağıdak fadelerden hangs ) X ve Y nn her ksnde de brm kök olması beklenmez. B) X te brm kök olması beklenr, Y de brm kök olması beklenmez. C) Y de brm kök olması beklenr, X te brm kök olması beklenmez. D) X ve Y nn her ksnde de brm kök olması beklenr. E) Bu blglere göre X ve Y de brm kök olu olmadığı anlaşılamaz. B) Değşen varyans C) Çoklu bağıntı D) Tam çoklu bağıntı E) Yaısal değşklk 40. I. kake blg krter II. Schwartz blg krter III. Box-Perce sınaması Yukarıdak yöntemlerden hangler geckme sayısını belrlemek çn kullanılır? ) Yalnız I B) Yalnız II C) I ve II 38. I. Tahmnde kullanılan değşkenler durağan değldr. II. oldukça yüksektr. III. DW statstğ oldukça düşüktür. Br regresyon denklemnn anlamsız (düzmece) olmasıyla lgl yukarıdak fadelerden hangler ) Yalnız I B) Yalnız II C) I ve II D) II ve III E) I, II ve III D) I ve III E) II ve III EKONOMETİ TESTİ BİTTİ. CEVPLINIZI KONTOL EDİNİZ. 8

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU 6.07.0 ÇOKLU REGRESON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESON ÇÖZÜMLEMESİ,REGRES-ON KATSAILARININ ORUMU ÇOKLU REGRESON MODELİ Ekonom ve şletmeclk alanlarında herhang br bağımlı değşken tek br bağımsız

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon 1 Korelasyon Analz İk değşken arasında lşk olup olmadığını belrlemek çn yapılan analze korelasyon analz denr. Korelasyon; doğrusal yada doğrusal olmayan dye kye ayrılır. Korelasyon

Detaylı

KAMU PERSONEL SEÇME SINAVI /1 (KPSS/1) 2 Temmuz 2006 ALAN BİLGİSİ TESTİ (ÇALIŞMA EKONOMİSİ VE ENDÜSTRİ İLİŞKİLERİ-EKONOMETRİ-İSTATİSTİK-

KAMU PERSONEL SEÇME SINAVI /1 (KPSS/1) 2 Temmuz 2006 ALAN BİLGİSİ TESTİ (ÇALIŞMA EKONOMİSİ VE ENDÜSTRİ İLİŞKİLERİ-EKONOMETRİ-İSTATİSTİK- ÖSYM T.C. YÜKSEKÖĞRETİM KURULU ÖĞRENCİ SEÇME VE YERLEŞTİRME MERKEZİ KMU PERSONEL SEÇME SINVI /1 (KPSS/1) Temmuz 006 LN BİLGİSİ TESTİ (ÇLIŞM EKONOMİSİ VE ENDÜSTRİ İLİŞKİLERİ-EKONOMETRİ-İSTTİSTİK- DİKKT!

Detaylı

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman

Farklı 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

Detaylı

A EKONOMETRİ. n iken de aynı sonuç geçerliyse, β hangi. A) β nın sabit olması. D) Xβ nın normal dağılımlı olması. E) n olması. dur?

A 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

Detaylı

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t : HAFTA 13 GÖLGE EĞİŞKENLERLE REGRESYON (UMMY VARIABLES) Gölge veya kukla (dummy) değşkenler denen ntel değşkenler, cnsyet, dn, ten reng gb hemen sayısallaştırılamayan ama açıklanan değşkenn davranışını

Detaylı

PARÇALI DOĞRUSAL REGRESYON

PARÇALI DOĞRUSAL REGRESYON HAFTA 4 PARÇALI DOĞRUSAL REGRESYO Gölge değşkenn br başka kullanımını açıklamak çn varsayımsal br şrketn satış temslclerne nasıl ödeme yaptığı ele alınsın. Satış prmleryle satış hacm Arasındak varsayımsal

Detaylı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır? . Br torbada 6 syah, 4 beyaz top vardır. Bu torbadan yerne koyarak top seçlyor. A İSTATİSTİK KPSS/-AB-PÖ/006. Normal dağılıma sahp br rasgele (random) değşkenn varyansı 00 dür. Seçlen topların ksnn de

Detaylı

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat 8. DEĞİŞEN VARYANS SORUNU (HETEROSCEDASTICITY) 8.. Değşen Varyans Sorunu Nedr? Matrslerle yan Y = β u Y = β β β 3 3 β k k u, = n genel doğrusal modeln ele alalım. Hata term çn yapılan varsayımlardan brs

Detaylı

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2

Sabit Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne

Detaylı

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011) SEK Tahmnclernn Arzulanan Özellkler İk Değşkenl Bağlanım Model SEK Tahmnclernn Arzulanan Özellkler Ekonometr 1 Konu 9 Sürüm 2,0 (Ekm 2011) http://www.ackders.org.tr SEK Tahmnclernn Arzulanan Özellkler

Detaylı

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır. UYUM ĐYĐLĐĞĐ TESTĐ Posson: H o: Ver Posson dağılıma sahp br ktleden gelmektedr. H a : Ver Posson dağılıma sahp br ktleden gelmemektedr. Böyle br hpotez test edeblmek çn, önce Posson dağılım parametres

Detaylı

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

EKONOMETRİYE 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

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = s 2 Eşit Varyans Farklı Varyans Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans Y X 1 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern

Detaylı

NİTEL TERCİH MODELLERİ

NİTEL TERCİH MODELLERİ NİTEL TERCİH MODELLERİ 2300 gözlem sayısı le verlen değşkenler aşağıdak gbdr: calsma: çocuk çalışıyorsa 1, çalışmıyorsa 0 (bağımlı değşken) Anne_egts: Anne eğtm sevyes Baba_egts: Baba eğtm sevyes Kent:

Detaylı

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Regresyon ve Korelasyon Analizi. Regresyon Analizi Regresyo ve Korelasyo Aalz Regresyo Aalz Regresyo Aalz Regresyo aalz, aralarıda sebep-souç lşks bulua k veya daha fazla değşke arasıdak lşky belrlemek ve bu lşky kullaarak o kou le lgl tahmler (estmato)

Detaylı

Doğrusal Korelasyon ve Regresyon

Doğrusal Korelasyon ve Regresyon Doğrusal Korelasyon ve Regresyon En az k değşken arasındak lşknn ncelenmesne korelasyon denr. Kşlern boyları le ağırlıkları, gelr le gder, öğrenclern çalıştıkları süre le aldıkları not, tarlaya atılan

Detaylı

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının 1 DİĞER ÖZEL İSTATİSTİKSEL KALİTE KONTROL DİYAGRAMLARI X, R, p, np, c, u ve dğer kontrol dyagramları statstksel kalte kontrol dyagramlarının temel teknkler olup en çok kullanılanlarıdır. Bu teknkler ell

Detaylı

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model SEK Yöntemnn Güvenlrlğ Ekonometr 1 Konu 11 Sürüm,0 (Ekm 011) UADMK Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported (CC BY-NC-SA 3.0)

Detaylı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır. BÖLÜM 3 OLASILIK HESABI 3.. Br Olayın Olasılığı Tanım 3... Br olayın brbrnden ayrık ve ortaya çıkma şansı eşt n mümkün sonucundan m tanes br A olayına uygun se, A olayının P(A) le gösterlen olasılığı P(A)

Detaylı

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK Sürekl Olasılık Dağılım Brkml- KümülatFonksyonu Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr Sürekl olasılık onksyonları X değşken - ;+ aralığında tanımlanmış br sürekl rassal değşken olsun. Aşağıdak

Detaylı

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Kİ-KAR TSTLRİ A) Kİ-KAR DAĞILIMI V ÖZLLİKLRİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk gösterp

Detaylı

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?

9. 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.

Detaylı

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER 5.. İk Boyutlu Rasgele Değşkenler Br deney yapıldığında, aynı deneyle lgl brçok rasgele değşkenn aynı andak durumunu düşünmek gerekeblr. Böyle durumlarda

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Semh CAN BAZI ÇOK DEĞİŞKENLİ İSTATİSTİKSEL TEKNİKLER ARASINDAKİ İLİŞKİNİN İNCELENMESİ VE UYGULAMALARI İSTATİSTİK ANABİLİM DALI ADANA, 0

Detaylı

Makine Öğrenmesi 10. hafta

Makine Öğrenmesi 10. hafta Makne Öğrenmes 0. hafta Lagrange Optmzasonu Destek Vektör Maknes (SVM) Karesel (Quadratc) Programlama Optmzason Blmsel term olarak dlmze geçmş olsa da bazen en leme termle karşılık bulur. Matematktek en

Detaylı

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI  Ki-Kare Analizleri Kİ KAR ANALİZİ 1 Doç. Dr. Mehmet AKSARAYLI www.mehmetaksarayl K-Kare Analzler OLAY 1: Genelde br statstk sınıfında, öğrenclern %60 ının devamlı, %30 unun bazen, %10 unun se çok az derse geldkler düşünülmektedr.

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris 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

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ 1 Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı, F Dağılışı, gb br dağılışa uygun olduğu durumlarda

Detaylı

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

UYGULAMA 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.

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ Berrn GÜLTAY YÜKSEK LİSANS TEZİ ÇOKLU İÇ İLİŞKİ VE EKOLOJİK REGRESYON İSTATİSTİK ANABİLİM DALI ADANA, 9 ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇOKLU

Detaylı

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI V. Ulusal Üretm Araştırmaları Sempozyumu, İstanbul Tcaret Ünverstes, 5-7 Kasım 5 ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN

Detaylı

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür. Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ Örnekleme yoluyla elde edlen rakamların, anakütle rakamlarına uygun olup olmadığı; br başka fadeyle gözlenen değerlern teork( beklenen) değerlere uygunluk

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır. KONU : DUAL MODELİN EKONOMİK YORUMU Br prmal-dual model lşks P : max Z cx D: mn Z bv AX b AV c X 0 V 0 bçmnde tanımlı olsun. Prmal modeln en y temel B ve buna lşkn fyat vektörü c B olsun. Z B B BB c X

Detaylı

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

3. 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

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS EN KÜÇÜK KARELER, RİDGE REGRESYON VE ROBUST REGRESYON YÖNTEMLERİNDE ANALİZ SONUÇLARINA AYKIRI DEĞERLERİN ETKİLERİNİN BELİRLENMESİ ZOOTEKNİ ANABİLİM

Detaylı

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK

REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI. Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK REGRESYONDA ETKİLİ GÖZLEMLERİ BELİRLEME YÖNTEMLERİ VE KARŞILAŞTIRMALARI Can DARICA YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ŞUBAT 014 ANKARA Can DARICA tarafından hazırlanan

Detaylı

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER

BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER BÖLÜM 1 1.GİRİŞ: İSTATİSTİKSEL DOĞRUSAL MODELLER Blmn amaçlarından br yaşanılan doğa olaylarını tanımlamak ve olayları önceden tahmnlemektr. Bu amacı başarmanın yollarından br olaylar üzernde etkl olduğu

Detaylı

Tek Yönlü Varyans Analizi

Tek Yönlü Varyans Analizi Tek Yönlü Varyan Analz Nedr ve hang durumlarda kullanılır? den fazla grupların karşılaştırılmaı öz konuu e, çok ayıda t-tet nn kullanılmaı, Tp I hatanın artmaına yol açar; Örneğn, eğer 5 grubu kşerl olarak

Detaylı

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri

Asimetri ve Basıklık Ölçüleri Ortalamalara dayanan (Pearson) Kartillere dayanan (Bowley) Momentlere dayanan asimetri ve basıklık ölçüleri Asmetr ve Basıklık Ölçüler Ortalamalara dayanan (Pearson) Kartllere dayanan (Bowley) omentlere dayanan asmetr ve basıklık ölçüler Yrd. Doç. Dr. Tjen ÖVER ÖZÇELİK tover@sakarya.edu.tr III. Asmetr ve Basıklık

Detaylı

Eşanlı Denklem Modelleri

Eşanlı 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

Detaylı

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler 6.4.7 NÜMERİK ANALİZ Yrd. Doç. Dr. Hatce ÇITAKOĞLU 6 Müendslk sstemlernn analznde ve ugulamalı dsplnlerde türev çeren dferansel denklemlern analtk çözümü büük öneme saptr. Sınır değer ve/vea başlangıç

Detaylı

Ch. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans

Ch. 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

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

Merkezi Eğilim (Yer) Ölçüleri Merkez Eğlm (Yer) Ölçüler Ver setn tanımlamak üzere kullanılan ve genellkle tüm elemanları dkkate alarak ver setn özetlemek çn kullanılan ölçülerdr. Ver setndek tüm elemanları temsl edeblecek merkez noktasına

Detaylı

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI A. DNYİN AMACI : Bast ser ve bast paralel drenç devrelern analz edp kavramak. Voltaj ve akım bölücü kurallarını kavramak. Krchoff kanunlarını deneysel olarak uygulamak. B. KULLANILACAK AAÇ V MALZML : 1.

Detaylı

İki veri setinin yapısının karşılaştırılması

İki veri setinin yapısının karşılaştırılması İk ver set yapısıı karşılaştırılması Dağılım: 6,6,6 Ortalama: 6 Medya: 6 Mod: 6 td. apma: 0 Dağılım: 0,6,1 Ortalama: 6 Medya: 6 Mod: çoklu mod td: apma: 6 Amaç: Görüe Ötese Bakablmek Verler değşkelk durumuu

Detaylı

KARMAŞIK SAYILAR. Derse giriş için tıklayın...

KARMAŞIK SAYILAR. Derse giriş için tıklayın... KARMAŞIK SAYILAR Derse grş çn tıklayın A Tanım B nn Kuvvetler C İk Karmaşık Sayının Eştlğ D Br Karmaşık Sayının Eşlenğ E Karmaşık Sayılarda Dört İşlem Toplama - Çıkarma Çarpma Bölme F Karmaşık Dülem ve

Detaylı

Bağımlı Kukla Değişkenler

Bağımlı Kukla Değişkenler Bağımlı Kukla Değşkenler Bağımlı değşken özünde k değer alablyorsa yan br özellğn varlığı ya da yokluğu söz konusu se bu durumda bağımlı kukla değşkenler söz konusudur. Bu durumdak modeller tahmn etmek

Detaylı

7. 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 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

Detaylı

Sansürlenmiş ve Kesikli Regresyon Modelleri

Sansürlenmiş ve Kesikli Regresyon Modelleri TOBİT MODEL 1 Sansürlenmş ve Keskl Regresyon Modeller Sınırlı bağımlı değşkenler: sansürlenmş (censored) ve keskl (truncated) regresyon modeller şeklnde k gruba ayrılır. 2 Sansürlenmş ve Keskl Regresyon

Detaylı

TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET

TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Faik YNAM ÖZET TÜRKYE'DE TRAFK KAZALARININ MODELLENMES K. Selçuk ÖÜT A. Fak YNAM stanbul Teknk Ünverstes stanbul Teknk Ünverstes ÖZET Trafk kazaları, ülkemz gündemn sürekl olarak gal eden konularıdan brdr. Üzernde çok

Detaylı

REGRESYON ANALİZİ BÖLÜM 5-6

REGRESYON ANALİZİ BÖLÜM 5-6 REGRESYON ANALİZİ BÖLÜM 5-6 Yayın Tarh: 03-11-2007 Revzyon No:0 1 5. E.K.K. REGRESYONUNDA KARŞILAŞILAN PROBLEMLER VE BAZI KONU BAŞLIKLARI 2 1 EN KÜÇÜK KARELERDE KARŞILAŞILAN PROBLEMLER EKK da karşılaşılan

Detaylı

MIT Açık Ders Malzemeleri Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için

MIT Açık Ders Malzemeleri   Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında bilgi almak için MIT Açık Ders Malzemeler http://ocm.mt.edu Bu materyallerden alıntı yapmak veya Kullanım Koşulları hakkında blg almak çn http://ocm.mt.edu/terms veya http://tuba.açık ders.org.tr adresn zyaret ednz. 18.102

Detaylı

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu 4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ 4.1. Katsayıların Yorumu Y i = β 0 + β 1 X 1i + β X i + + β k X ki + u i gibi çok açıklayıcı değişkene sahip bir modelde, anakütle regresyon fonksiyonu, E(Y i X

Detaylı

Ekonometri I VARSAYIMLARI

Ekonometri 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:

Detaylı

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ

YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Özet YARIPARAMETRİK KISMİ DOĞRUSAL PANEL VERİ MODELLERİYLE ULUSLAR ARASI GÖÇ Atıf EVREN *1 Elf TUNA ** Yarı parametrk panel ver modeller parametrk ve parametrk olmayan modeller br araya getren; br kısmı

Detaylı

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v

uzayında vektörler olarak iç çarpımlarına eşittir. Bu iç çarpım simetrik ve hem w I T s formuna karşılık gelir. Buna p u v u v v v 1. Temel Form: Brnc temel form geometrk olarak yüzeyn çnde blndğ zayına gtmeden yüzey üzernde ölçme yamamızı sağlar. (Eğrlern znlğ, teğet ektörlern açıları, bölgelern alanları gb) S üzerndek ç çarım, br

Detaylı

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ

BÖLÜM 9 İKİ BOYUTLU PANEL YÖNTEMLERİ BÖLÜM 9 İKİ BOYUTLU PAEL YÖTEMLERİ 9.. Grş 9.2. Kompleks dülemde poansyel akım problemnn negral formülasyonu 9.3. Doğrusal paneller boyunca sab ekllk dağılımı hal 9.4. Kaynak dağılımını esas alan panel

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS NURAY TUNCER PROF. DR. DURDU KARASOY Tez Danışmanı Hacettepe Ünverstes Lsansüstü Eğtm-Öğretm Yönetmelğnn İstatstk Anablm Dalı İçn Öngördüğü

Detaylı

İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ

İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESON MODELİ Regresyon le ( ler) arasındak ortalama lşknn matematk fonksyonla fadesdr. f ( ) b b Bu lşk eğrselde olablr. Ortalama lşk aşağıdak gb fade edlr: E( ) f ( )

Detaylı

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

Koşullu 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

Detaylı

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr.

Deprem Tepkisinin Sayısal Metotlar ile Değerlendirilmesi (Newmark-Beta Metodu) Deprem Mühendisliğine Giriş Dersi Doç. Dr. Deprem Tepksnn Sayısal Metotlar le Değerlendrlmes (Newmark-Beta Metodu) Sunum Anahat Grş Sayısal Metotlar Motvasyon Tahrk Fonksyonunun Parçalı Lneer Interpolasyonu (Pecewse Lnear Interpolaton of Exctaton

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ- KARE TESTLERİ Doç.Dr. Al Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIAY Populasyonun nceledğmz br özellğnn dağılışı blenen dağılışlardan brsne, Normal Dağılış, t Dağılışı,

Detaylı

Sayfa 1. GİRİŞ TEMEL KAVRAMLAR... 2

Sayfa 1. GİRİŞ TEMEL KAVRAMLAR... 2 . ĠÇĠNDEKĠLER Sayfa. GİRİŞ.... TEMEL KAVRAMLAR.... Olasılık.... Rasgele Değşken..... Keskl Rasgele Değşken... 3.. Sürekl Rasgele Değşken... 4.3 Olasılık Fonksyonu... 4.3. Keskl Rasgele Değşkenn Olasılık

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ DOKTORA TEZİ Seval SÜZÜLMÜŞ FAKTÖR ANALİZİ MODELLERİNİN BELİRLENEBİLİRLİĞİ VE GENELLEŞTİRİLMİŞ İNVERSLERİN KULLANIMI İSTATİSTİK ANABİLİM DALI ADANA, 5 ÖZ DOKTORA

Detaylı

ANOVA. CRD (Completely Randomized Design)

ANOVA. CRD (Completely Randomized Design) ANOVA CRD (Completely Randomzed Desgn) Örne Problem: Kalte le blgnn, ortalama olara, br urumun üç farlı şehrde çalışanları tarafından eşt olara algılanıp algılanmadığını test etme amacıyla, bu üç şehrde

Detaylı

A KAMU PERSONEL SEÇME SINAVI (KPSS)

A KAMU PERSONEL SEÇME SINAVI (KPSS) ÖSYM T.C. YÜKSEKÖĞRETİM KURULU ÖĞRENCİ SEÇME VE YERLEŞTİRME MERKEZİ KMU PERSONEL SEÇME SINVI (KPSS) LİSNS DÜZEYİ ( Grubu ve Öğretmenlik) 1 Temmuz 007 LN BİLGİSİ TESTİ (ÇLIŞM EKONOMİSİ VE ENDÜSTRİ İLİŞKİLERİ-EKONOMETRİ-İSTTİSTİK-

Detaylı

Bilgisayarla Görüye Giriş

Bilgisayarla Görüye Giriş Blgsayarla Görüye Grş Ders 8 Görüntü Eşleme Alp Ertürk alp.erturk@kocael.edu.tr Panorama Oluşturma Görüntüler eşlememz / çakıştırmamız gerekmektedr Panorama Oluşturma İk görüntüden özntelkler çıkar Panorama

Detaylı

Çoklu Bağlanım Çıkarsama Sorunu

Çoklu 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

Detaylı

Rastgele Süreçler. Rastgele süreç konsepti (Ensemble) Örnek Fonksiyonlar. deney. Zaman (sürekli veya kesikli) Ensemble.

Rastgele Süreçler. Rastgele süreç konsepti (Ensemble) Örnek Fonksiyonlar. deney. Zaman (sürekli veya kesikli) Ensemble. 1 Rastgele Süreçler Olasılık taması Rastgele Deney Çıktı Örnek Uzay, S (s) Zamanın Fonksiy onu (t, s) Olayları Tanımla Rastgele süreç konsepti (Ensemble) deney (t,s 1 ) 1 t Örnek Fonksiyonlar (t,s ) t

Detaylı

Rasgele Değişken Üretme Teknikleri

Rasgele Değişken Üretme Teknikleri Rasgele Değşken Üretme Teknkler Amaç Smülasyon modelnn grdlern oluşturacak örneklern üretlmes Yaygın olarak kullanılan ayrık veya sürekl dağılımların örneklenmes sürecn anlamak Yaygın olarak kullanılan

Detaylı

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesr Ünverstes İnşaat Mühendslğ Bölüü uutokkan@balkesr.edu.tr İSTATİSTİK DERS OTLARI Yrd. Doç. Dr. Uut OKKA Hdrolk Anabl Dalı Balıkesr Ünverstes Balıkesr Ünverstes İnşaat Mühendslğ Bölüü İnşaat Mühendslğ

Detaylı

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim.

Standart Model (SM) Lagrange Yoğunluğu. u, d, c, s, t, b. e,, Şimdilik nötrinoları kütlesiz Kabul edeceğiz. Kuark çiftlerini gösterelim. SM de yer alacak fermyonlar Standart Model (SM) agrange Yoğunluğu u s t d c b u, d, c, s, t, b e e e,, Şmdlk nötrnoları kütlesz Kabul edeceğz. Kuark çftlern gösterelm. u, c ve t y u (=1,,) olarak gösterelm.

Detaylı

A EKONOMETRİ KPSS-AB-PÖ / 2008

A EKONOMETRİ KPSS-AB-PÖ / 2008 . VE. ORULARI AŞAĞIDAKİ BİLGİLERE GÖRE CEVAPLAYINIZ. Y =β +β X +β X +, =,,..., n denklemnn β, β, β le Var( ) = σ kasayıları, En Küçük Kareler (EKK) ve En Yüksek Olablrlk (EYO: Maxmm Lkelhood) ahmn edcler

Detaylı

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre Devre Analz Teknkler DEE AAĐZ TEKĐKEĐ Bu zamana kadar kullandığımız Krchoffun kanunları ve Ohm kanunu devre problemlern çözmek çn gerekl ve yeterl olan eştlkler sağladılar. Fakat bu kanunları kullanarak

Detaylı

KAMU PERSONEL SEÇME SINAVI (A GRUBU VE ÖĞRETMENLİK) 28 Haziran 2009 ALAN BİLGİSİ TESTİ

KAMU PERSONEL SEÇME SINAVI (A GRUBU VE ÖĞRETMENLİK) 28 Haziran 2009 ALAN BİLGİSİ TESTİ ÖSYM T.C. YÜKSEKÖĞRETİM KURULU ÖĞRENCİ SEÇME VE YERLEŞTİRME MERKEZİ KMU PERSONEL SEÇME SINVI ( GRUBU VE ÖĞRETMENLİK) 8 Haziran 009 LN BİLGİSİ TESTİ (ÇLIŞM EKONOMİSİ VE ENDÜSTRİ İLİŞKİLERİ-EKONOMETRİ-İSTTİSTİK-

Detaylı

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007 Yrd. Doç. Dr. Atlla EVİN Afyon Kocatepe Ünverstes 007 ENERJİ Maddenn fzksel ve kmyasal hal değşm m le brlkte dama enerj değşm m de söz s z konusudur. Enerj değşmler mler lke olarak Termodnamğn Brnc Yasasına

Detaylı

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Ünsal M.; Varol, A.: Soğutma Kulelernn Boyutlandırılması İçn Br Kuramsal 8 Mayıs 990, S: 8-85, Adana 4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ Asaf Varol Fırat Ünverstes, Teknk Eğtm Fakültes,

Detaylı

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi

Devalüasyon, Para, Reel Gelir Değişkenlerinin Dış Ticaret Üzerine Etkisinin Panel Data Yöntemiyle Türkiye İçin İncelenmesi Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Clt 6, Sayı:4, 2004 Devalüasyon, Para, Reel Gelr Değşkenlernn Dış Tcaret Üzerne Etksnn Panel Data Yöntemyle Türkye İçn İncelenmes Yrd.Doç.Dr.Ercan BALDEMİR*

Detaylı

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ SAYISAL ANALİZ Doç.Dr. Cüneyt BAYILMIŞ Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz SAYISAL ANALİZ SAYISAL TÜREV Numercal Derentaton Doç.Dr. Cüneyt BAYILMIŞ Sayısal Analz İÇİNDEKİLER Sayısal Türev Ger Farklar

Detaylı

5.3. Tekne Yüzeylerinin Matematiksel Temsili

5.3. Tekne Yüzeylerinin Matematiksel Temsili 5.3. Tekne Yüzeylernn atematksel Temsl atematksel yüzey temslnde lk öneml çalışmalar Coons (53) tarafından gerçekleştrlmştr. Ferguson yüzeylernn gelştrlmş hal olan Coons yüzeylernde tüm sınır eğrler çn

Detaylı

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER İstanbul Ünverstes İktsat Fakültes Malye Araştırma Merkez Konferansları 47. Ser / Yıl 005 Prof. Dr. Türkan Öncel e Armağan HİSSE SENETLERİNİN BEKLENEN GETİRİ VE RİSKLERİNİN TAHMİNİNDE ALTERNATİF MODELLER

Detaylı

TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir.

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

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 07 KEYNESÇİ PARA TALEBİ TEORİSİ, LM EĞRİSİ VE PARA TALEBİ FAİZ ESNEKLİĞİ Bugünk dersn çerğ: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 1.1 İŞLEMLER (MUAMELELER) TALEBİ... 2 1.2 ÖNLEM (İHTİYAT) TALEBİ...

Detaylı

Doğrusal Bağlanım Modeline Dizey Yaklaşımı

Doğrusal Bağlanım Modeline Dizey Yaklaşımı Doğrusal Bağlanım Modeline Dizey Yaklaşımı Yrd Doç Dr A Talha YALTA Ekonometri Ders Notları Sürüm,0 (Ekim 011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 30

Detaylı

VEKTÖRLER VE VEKTÖREL IŞLEMLER

VEKTÖRLER VE VEKTÖREL IŞLEMLER VEKTÖRLER VE VEKTÖREL IŞLEMLER 1 2.1 Tanımlar Skaler büyüklük: Sadece şddet bulunan büyüklükler (örn: uzunluk, zaman, kütle, hacm, enerj, yoğunluk) Br harf le sembolze edleblr. (örn: kütle: m) Şddet :

Detaylı

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Ch. 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

Detaylı

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet Dokuz Eylül Ünverstes Sosyal Blmler Ensttüsü Dergs Yayın Gelş Tarh: 18.02.2011 Clt: 13, Sayı: 1, Yıl: 2011, Sayfa: 21-37 Yayına Kabul Tarh: 17.03.2011 ISSN: 1302-3284 ALGILANAN HİZMET KALİTESİ VE LOJİSTİK

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ 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

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ 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

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekoom ve Tekoloj Üverstes İKT351 Ekoometr I, Ara Sıavı Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sıav toplam 100 pua değerde 4 soruda oluşmaktadır. Sıav süres 90 dakkadır ve

Detaylı

Yatırım Analizi ve Portföy Yönetimi 6. Hafta

Yatırım Analizi ve Portföy Yönetimi 6. Hafta Yatırım Analizi ve Portföy Yönetimi 6. Hafta Dr. Mevlüt CAMGÖZ 1 Dr. Mevlüt CAMGÖZ İçerik Karakteristik Doğru ve Beta Katsayısı Karakteristik Doğrunun Tahmini Beta Katsayısının Hesaplanması Agresif ve

Detaylı

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK

ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ. Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK ÇOK BOYUTLU EŞLEŞMİŞ ÇİFTLER ARASINDAKİ FARKIN SINAMASINDA PERMÜTASYON YÖNTEMİNİN BİR DEĞERLENDİRMESİ Burak ŞİMŞEK YÜKSEK LİSANS TEZİ İSTATİSTİK GAZİ ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ TEMMUZ 2007 ANKARA

Detaylı

Pamukta Girdi Talebi: Menemen Örneği

Pamukta Girdi Talebi: Menemen Örneği Ege Ünv. Zraat Fak. Derg., 2002, 39 (3): 88-95 ISSN 1018-8851 Pamukta Grd Taleb: Menemen Örneğ Bülent MİRAN 1 Canan ABAY 2 Chat Günden 3 Summary Demand for Inputs n Cotton Producton: The Case of Menemen

Detaylı

REGRESYON ANALİZİ BÖLÜM 1-2

REGRESYON ANALİZİ BÖLÜM 1-2 REGRESYON ANALİZİ BÖLÜM 1- Yayın Tarh: 17-08-008 REGRESYON ANALİZİ NEDİR? MODELLEME 1. GİRİŞ İstatstk blmnn temel lg alanlarından br: br şans değşkennn davranışının br model kullanılarak tahmnlenmesdr.

Detaylı

Lojistik Regresyonlarda Değişken Seçimi

Lojistik Regresyonlarda Değişken Seçimi Çukurova Ünverstes Zraat Fakültes Dergs, 7 (2):05-4 Lostk Regresyonlarda Değşken Seçm Hasan ÖNDER () Zeynel CEBECİ (2) Özet Bu çalışmada, lostk regresyonlarda değşken seçm yöntemlernden ler doğru seçm,

Detaylı

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini

Türkiye deki Đşsizlik Oranının Bulanık Doğrusal Regresyon Analiziyle Tahmini İstatstkçler Dergs: İstatstk & Aktüerya Journal of Statstcans: Statstcs and Actuaral Scences IDIA 8, 5, -6 Gelş/Receved:6.4.5, Kabul/Accepted: 3.6.5 www.statstkcler.org Türkye dek Đşszlk Oranının Bulanık

Detaylı

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ BÖLÜM 6 ALTERNATİF AKIM DEVRE ÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ 6. ÇEVRE AKIMLAR ÖNTEMİ 6. SÜPERPOZİSON TEOREMİ 6. DÜĞÜM GERİLİMLER ÖNTEMİ 6.4 THEVENİN TEOREMİ 6.5 NORTON TEOREMİ Tpak GİRİŞ Alternatf akımın

Detaylı

TEKNOLOJİK ARAŞTIRMALAR

TEKNOLOJİK ARAŞTIRMALAR wwwteknolojkarastrmalarcom ISSN:1304-4141 Makne eknolojler Elektronk Dergs 00 (4 1-14 EKNOLOJİK ARAŞIRMALAR Makale Klask Eş Eksenl (Merkezl İç İçe Borulu Isı Değştrcsnde Isı ransfer ve Basınç Kaybının

Detaylı

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci

DOĞRUSAL 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

Detaylı