EVIEWS KULLANIMI (EVIEWS 7.1)

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "EVIEWS KULLANIMI (EVIEWS 7.1)"

Transkript

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 için Dated - regular frequency seçilmelidir. ÖR2. Kesit verisi için Unstructured/Undated seçilmelidir. Adım 3. Sağ tarafta ortaya çıkan bölüme veri aralığı belirtilmelidir. ÖR1. Zaman serisi seçilmişse sağ tarafta Date Specification bölümü ortaya çıkacaktır. Frequency bölümünde yıllık veri için Annual, üç aylık veri için Quarterly vs. seçilmelidir. Start date ve End date başlangıç ve bitiş tarihlerini gösterir. Bu bilgiler yıllık veri için 1982, üç aylık veri için 1982q3 formatında verilmelidir. ÖR2. Kesit verisi seçilmişse sağ tarafta Data Range bölümü ortaya çıkacaktır. Observations bölümüne gözlem sayısı yazılmalıdır. Adım 4. OK e basın. EViews isimlendirilmemiş bir dosya oluşturacak ve EViews ekranında iki nesne görünecektir: Katsayı vektörü (c) ve hata terimi serisi (resid) Adım 5. Dosyanızı kaydetmek için Workfile menüsünde Save tuşuna basın (veya ana menüde File/Save veya File/Save As e basın). Dosyanın adını (ÖR. cobb) ve konumunu yazdıktan sonra OK tuşuna basın. Daha sonra dosyanızda yaptığınız değişiklikleri, workfile menüsünde Save tuşu ile sık sık kaydediniz. Veri Girişi Adım 1. Workfile menüsünde (veya ana menüde) Objects/New Object/Series i seçin ve Name for Object kısmına verinizin adını yazın (ÖR. Y) ve OK ye basın. EViews ekranında c ve resid yanında yeni bir nesne görünecektir: y Adım 2. Yeni seriye veri girmek için y isimli nesneyi iki kez tıklayın. Ekranda tüm gözlemlerin NA olarak göründüğü bir seri çıkacaktır. Seri ekranındaki edit+/- tuşuna basın. Her bir NA yerine gerekli değeri yazın ve her değeri girdikten sonra Enter a basın. Tüm değerler girildikten sonra değişiklikleri kaydetmek için seri ekranındaki edit+/- tuşuna tekrar basın. Seri ekranından çıkmak için sağ üst köşedeki X tuşuna basın.

2 Veri ithali Verileri elle girmek yerine bir Excel dosyasından aktarmak da mümkündür. Dosya (workfile) oluşturulduktan sonra önce verilerin bulunduğu Excel dosyasını incelemelisiniz. Adım 1. Verilerin bulunduğu Excel dosyasını açın. Adım 2. İlk verinin hangi hücrede olduğunu (ÖR. B2) ve nasıl yerleştirildiğini (ÖR. sütunlarda) tespit edin. Excel den verilerin ithali: Adım 1. Verilerin bulunduğu Excel dosyasını kapatın (iki program dosyayı aynı anda kullanamaz) Adım 2. Workfile menüsünde Proc/Import/Import from file i seçin. Adım 3. Excel dosyasının konumunu ve adını belirleyerek seçin. Adım 4. Çıkan pencerede İleri ( Next) tuşlarına ve en son Finish tuşuna basın. Çıkan Workfile penceresinde verilerinizin adları görünecektir. Verilerinizi görmek için Workfile penceresinde değişken isimlerine çift tıklayın. Önemli Not: Verilerinizin düzgün aktarılabilmesi için EViews ile Excel in sayı biçimlendirmesi aynı olmalıdır. EViews ondalık simgesi olarak. kullanmaktadır. Eğer bilgisayarınızda Excel, kullanıyorsa veriler düzgün aktarılmayacaktır. Bu durumda Windows Başlat menüsünden Denetim Masası/Bölge ve Dil Seçenekleri/Bölgesel Seçenekler i açıp Özelleştir tuşuna basın. Çıkan menüde ondalık simgesi ni. basamak gruplandırma simgesi ni, olarak değiştirin. 2

3 EKK YÖNTEMİ İLE TAHMİN Denklem Tahmini Adım 1. cobb.wf1 isimli dosyanızı açmak için ana menüde File/Open/Workfile ı seçin ve dosyanın adının üzerine tıklayın. Adım 2. Workfile menüsünde Object/New Object/Equation ı seçin. Adım 3. Name for Object kısmına denklemin adını yazın (ÖR. EQ01) ve OK ye basın. Adım 4. Equation Specification penceresinde açıklanan değişken, (Y), sabit terim (C) ve açıklayıcı değişkenlerin (S,L) adlarını yazın. Açıklanan değişken mutlaka ilk önce yazılmalıdır. Herhangi bir değişkenin gecikmeli değeri sağ tarafta yer alacaksa sonuna parantez içinde -1 yazılmalıdır (ÖR. Y(-1), S(-1)). Değişkenlerin doğal logaritmaları ile tahmin yapmak istiyorsanız, log(y) C log(s) log(l) yazılmalıdır. Adım 5. Method kısmında {LS - Least Squares (NLS and ARMA)} seçilmelidir. Adım 6. Sample kısmında örnek seti ( ) otomatik olarak yazılı olacaktır. Farklı bir alt örnek ile tahmin yapmak istenirse farklı bir aralık da buraya yazılabilir (ÖR ). OK ye basın. Tahmin sonuçları ekrana gelecektir. Adım 7. Sonuçlarınızı kaydedin. 3

4 Denklem (Equation) Penceresinin İçeriği: Genel Bilgiler: Tahminle ilgili genel bilgiler denklem çıktısı penceresinin ilk 5 veya 6 satırında yer alır. Katsayı tahminleri: Regresyon katsayıları ile ilgili temel bilgiler denklem çıktısı penceresinin orta bölgesinde yer alır. İlk sütun (Variable) değişkenlerin isimlerini, ikinci sütun (Coefficient) katsayı tahmin değerlerini, diğer sütunlar (Std. Error, t-statistic ve Prob.) katsayıların sırasıyla standart hatalarını, t istatistiklerini ve olasılıkları verir. Son üç sütun hipotez testlerinde kullanılır. Özet İstatistikler: Temel özet istatistikler en altta yer alan dört sütunda yer alır. 1. R 2 değeri, 2. düzeltilmiş R 2 değeri, 3. S.E. of regression (hata terimlerinin standart hatasının tahmini = ' û /(n k) 4. Sum of squared resid (KKT = û ' û) 5. Log likelihood 6. Durbin-Watson stat: DW 1 değeri 7. Mean dependent var 8. S.D. dependent var 9. Akaike info criterion 10. Schwarz criterion F-statistic (F istatistiği= [R /(k 1)]/[(1 R ) /(n k)] 12. Prob(F-statistic) û ) 4

5 HİPOTEZ TESTLERİ Katsayılar için t testleri Anlamlılık testlerinde kullanılacak t değerleri, tahmin çıktısı tablosunda 4. sütunda yer almaktadır. Test için bu değerler Tablo değerleri ile karşılaştırılmalıdır. Alternatif Olarak tahmin çıktısı tablosunda 5. sütunda yer alan olasılık değerleri (Prob.) de kullanılabilir. Bu değer, p-değeri veya marjinal anlamlılık düzeyi olarak da adlandırılır. Katsayı sıfıra eşittir boş hipotezinin reddedilmesi sonucunu doğuracak I. Tip Hata olasılığını verir. Örneğin bu değer 0.02 çıkmışsa boş hipotezin reddi %2 olasılıkla hatalıdır. Eğer I. Tip Hata olasılığını %5 (α = 0.05) olarak belirlemişsek p = 0.02 çıktığında boş hipotezi reddederiz (çünkü 0.02<0.05). Eğer I. Tip Hata olasılığını %1 (α = 0.01) olarak belirlemişsek p = 0.02 çıktığında boş hipotezi kabul ederiz (çünkü 0.02>0.01) Katsayılar için diğer t testlerinde kullanılması gereken katsayı değerleri ve standart hatalar tahmin çıktısı tablosunda yer almaktadır. Katsayıların Doğrusal Bileşimi İçin F Testleri Adım 1. (Açık değilse) Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Adım 2. Denklem menüsünde View/Coefficient Diagnostics/Wald Test-Coefficient Restrictions ı seçin. Coefficient restrictions separated by commas bölümüne boş hipotezinizi yazın (ÖR. log(s) ve log(l) nin katsayıları toplamının bire eşit olduğu hipotezi için C(2)+C(3)=1) ve OK e basın. Çıkan ekranda t, F ve Ki-kare değerleri ile olasılıkları (probability) yer almaktadır 1. (t değeri, tek bir kısıt olması durumu için verilmektedir.) Hipotez testi için t değeri tablo değeri ile karşılaştırılmalıdır. Olasılık değeri, t testinin marjinal anlamlılık düzeyini (boş hipotezinin reddedilmesi sonucunu doğuracak I. Tip Hata olasılığını) verir. Tekrar tahmin sonuçları tablosuna dönmek için denklem menüsünde View/Estimation Output u seçin. Modelin Açıklama Gücüne İlişkin F Testi F testinde kullanılacak F değeri, tahmin çıktısı tablosunda özet istatistikler bölümünde yer almaktadır. Test için bu değerler Tablo değerleri ile karşılaştırılmalıdır. Alternatif Olarak tahmin çıktısı tablosunda özet istatistikler bölümünde yer alan olasılık değerleri (Prob(F-statistic)) de kullanılabilir. Bu değer, daha önce olduğu gibi F testinin marjinal anlamlılık düzeyini gösterir. 1 Birden çok hipotez test edilecekse boş hipotezler virgülle ayrılarak yazılmalıdır. ÖR. c(2)+c(3)=1, c(3)=1/3 5

6 Yapısal Farklılaşma İçin Chow testi Adım 1. (Açık değilse) Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Adım 2. Denklem menüsünde View/Stability Diagnostics/Chow Breakpoint Test i seçin. Yapısal değişiklik yılını (veya kesit verisinde gözlem numarasını yazın) ve OK e basın. ÖR verisiyle tahmin yapılıyor ve 1989 sonrası yapısal farklılaşma araştırılıyorsa test ekranına 1989 yazın. Böylece ve alt dönemleri karşılaştırılacaktır. Çıkan ekranda verilen F değerini tablo değeri ile karşılaştırın. Olasılık değeri, F testinin marjinal anlamlılık düzeyini verir. Hata Teriminin Normal Dağılımı İçin Ki-kare Testi Adım 1. (Açık değilse) Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Adım 2. Denklem menüsünde View/Residual Diagnostics/Histogram-Normality Test i seçin. Çıkan ekranda hata terimlerinin histogramı, ortalaması (Mean), medyanı (Median), en yüksek (Maximum) ve en düşük (Minimum) değerlerini, standart sapmasını (Std. Dev.), çarpıklık (Skewness) ve basıklık (Kurtosis) katsayılarını, Jarque-Bera istatistiğini ve olasılığını (Probability) verir. verilen Jarque-Bera değerini tablo değeri ile karşılaştırın. Olasılık değeri (probability), boş hipotezin reddedilme olasılığını verir. Hata terimleri normal dağılmışsa histogram çan şeklinde olacaktır. Test için Jarque-Bera istatistiği tablo değeri ile karşılaştırılmalıdır. Olasılık değeri, boş hipotezinin reddedilmesi sonucunu doğuracak hata olasılığını verir. 6

7 ÇOKLU DOĞRUSALLIK Tam çoklu Doğrusallık İki veya daha fazla açıklayıcı değişken arasında tam çoklu bağıntı varsa EViews regresyon katsayılarının tahminlerini yapamaz. Bu durumda Near singular matrix şeklinde bir hata mesajı verecektir. Korelasyon katsayılarının incelenmesi Adım 1. Tahmin edilen denklemi (ÖR. EQ01) açın. Adım 2. Denklemde yer alan değişkenlerden oluşan bir grup oluşturmak için equation menüsünde Proc/Make Regressor Group u seçin. Adım 3. Grup menüsünde View/Covariance Analysis ı tıklayın. Çıkan ekranda Statistics bölümünde sadece correlation seçili olmalı. OK e basın. 7

8 DEĞİŞEN VARYANS Grafik İnceleme Adım 1. Tahmin edilen denklemi (ÖR. EQ01) açın ve bu denklem tahmininden E isimli hata terimi serisi oluşturun. Adım 2. EViews ana menüsünde Quick/Graph ı seçin. Çıkan dialog kutusunda önce yatay eksende, sonra dikey eksende yer almasını istediğiniz değişkenleri yazın ve OK e basın. Çıkan ekranda Specific bölümünde Scatter ı seçin, OK e basın. Sınamalar Adım 1. Tahmin edilen denklemi (ÖR. EQ01) açın. Adım 2. Equation menüsünde View/Residual Diagnostics/Heteroskedasticity Tests i seçin. Test Type bölümünde Glejser sınaması için Glejser i seçip ilgili bölümleri doldurarak OK e basın. Breusch-Pagan-Godfrey sınaması için Breusch-Pagan-Godfrey i seçin. Scaled Explained SS i tablo değeri ile karşılaştırın. White sınaması için White ı seçin. Duruma göre Include White Cross Terms seçili olabilir. Obs*Rsquared değerini Ki-kare tablosu ile karşılaştırın. GEKK Yöntemi Adım 1. Eviews ana menüsünden Object/New Object/Equation ı seçin, Equation Specification bölümüne tahmin edeceğiniz denklemi yazın (ÖR. Y C X Z). Adım 2. Options bölümünü seçin ve weights kısmında Type bölümünde Inverse st dev, Scaling bölümünde Eviews default seçili olmalı. Weight series bölümünde her bir değişkenin çarpılacağı değişken yazılmalıdır (ÖR1. p = X 2 ise weight 1/X, ÖR2. p = X ise weight X^(-0.5) olmalıdır). 8

9 ARDIŞIK BAĞIMLILIK Workfile penceresinde denklemin adını (EQ01) çift tıklayın. Grafik İnceleme Equation menüsünde View/Actual, Fitted, Residual/Residual Graph ı seçin. Birinci Sıra Ardışık Bağımlılık İçin DW Testi Tahmin sonuçlarını gösteren menüde yer alan Durbin-Watson stat değerini tablo değeri ile karşılaştırın. Ardışık Bağımlılık için LM Testi (Ki-kare) Bu test, 1 den m. Sıraya kadar ardışık bağımlılığı test etmektedir. Adım 1. Equation menüsünde View/Residual Diagnostics/Serial Correlation LM Test ı seçin. Adım 2. Çıkan menüde gecikme sayısı p yi (2. yardımcı denklemde yer alacak hata terimi gecikme sayısı) yazın. Adım 3. Obs*R-squared değerini Ki-kare tablosu ile karşılaştırın. Cochrane-Orcutt Yöntemi Adım 1. EQ01 denklemininden E isimli hata terimi serisi oluşturun. Adım 2. ρ değerini tahmin etmek için workfile menüsünden Objects/New Object/Equation ı seçin ve Name to identify object kısmına EQ02 (denklemin adını) yazın ve OK e basın. Equation Specification bölümüne E C E(-1) (tahmin edilecek denklemi) yazın ve OK e basın. ρ E(-1)in katsayısıdır. Adım 3. ln Yt ρˆ ln Y ˆ ˆ ˆ t 1 = β1(1 ρˆ) + β2 (lnst ρlnst 1) + β3(ln L t ρln L t 1 ) + u t ρu denklemini t 1 tahmin etmek için workfile menüsünden Objects/New Object/Equation ı seçin. Name to identify object kısmına EQ03 (denklemin adını) yazın ve OK e basın. Equation Specification bölümüne C LOG(S)- yazın ve OK e basın. Tahmin sonuçları ekrana gelecektir. Adım 4. Yeni hata terimleri serisini hesaplamak için komut bölümüne series E = + yazın ve Enter a basın. Ekranın sol alt köşesinde "E successfully computed" ifadesi çıkacaktır. 9

10 Adım 5. Adım 2 (EQ02 tahmini), Adım 3 (EQ03 tahmini) ve Adım 4 ü (series E hesaplaması) s ı r a yl a yineleyin. Yineleme işlemini, EQ02 de E(-1) teriminin katsayısındaki değişme den (veya daha önceden belirlenmiş diğer bir değerden) daha az olana kadar yapın. ÖR. E(-1) teriminin katsayısı 4. yinelemede , 5. yinelemede çıkmıştır. Bu durumda nihai ρ değerine 5. yinelemede ulaşılmış olmaktadır. Adım 6. EQ03 ün sabit terimini dönüştürmek için komut bölümüne scalar yazın ve Enter a basın. Workfile penceresinde BETA0 ikonunu çift tıkladığınızda ekrana gelen ˆβ 1dir. ÖR. Nihai denklem LOG(Y) = *(LOG(S)) *(LOG(L)) dir. ARCH - LM Testi (Ki-kare) Bu test ARCH (p) sürecini test etmektedir. Adım 1. Equation menüsünde View/Residual Diagnostics/Heteroskedasticity Tests i seçin. Adım 2. Test Type bölümünde ARCH ı seçin, number of lags bölümüne gecikme sayısı p yi (yardımcı denklemde yer alacak hata terimi gecikme sayısı) yazın ve OK e basın. Adım 3. Obs*R-squared değerini Ki-kare tablosu ile karşılaştırın. 10

2. BÖLÜM: REGRESYON ANALİZİ

2. BÖLÜM: REGRESYON ANALİZİ 2. BÖLÜM: REGRESYON ANALİZİ Bu bölümde; Basit bir Regresyon Analizi EViews çalışma dosyası oluşturma EViews çalışma dosyasına veri girme EViews ta grup oluşturma EViews ta grafik çizme EViews ta yeni değişken

Detaylı

3. BÖLÜM: EN KÜÇÜK KARELER

3. BÖLÜM: EN KÜÇÜK KARELER 3. BÖLÜM: EN KÜÇÜK KARELER Bu bölümde; Kilo/Boy Örneği için Basit bir Regresyon EViews Denklem Penceresinin İçeriği Biftek Talebi Örneği için Çalışma Dosyası Oluşturma Beef 2.xls İsimli Çalışma Sayfasından

Detaylı

Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur.

Bu 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

Detaylı

10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ

10. 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

Detaylı

Excel dosyasından verileri aktarmak için Proc/Import/Read Text-Lotus-Excel menüsüne tıklanır.

Excel dosyasından verileri aktarmak için Proc/Import/Read Text-Lotus-Excel menüsüne tıklanır. ZAMAN SERİSİ MODEL Aşağıdaki anlatım sadece lisans düzeyindeki temel ekonometri bilgisine göre hazırlanmıştır. Bir akademik çalışmanın gerektirdiği birçok ön ve son testi içermemektedir. Bu dosyalar ilk

Detaylı

8. BÖLÜM: DEĞİŞEN VARYANS

8. 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

Detaylı

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME 4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME Bu bölümde; Bir grup değişkenin çalışma sayfası görüntüsünü görüntüleme Bir grup değişkenin tanımlayıcı istatistiklerini görüntüleme Bir grup içerisindeki

Detaylı

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

A. 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,

Detaylı

11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ

11. 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

Detaylı

Eviews ve Veri Girişi

Eviews ve Veri Girişi Eviews ve Veri Girişi Eviews görsel yollar ile klavyeden yada kayıtlı dosyalardan veri girişi için kolaylıklar sağlamaktadır. Eski serilerden yeni seri oluşturmak, serilerin çıktısını almak yada seriler

Detaylı

9. BÖLÜM: MODEL KURMA: BAĞIMSIZ DEĞİŞKEN SEÇİMİ

9. BÖLÜM: MODEL KURMA: BAĞIMSIZ DEĞİŞKEN SEÇİMİ Emrah ER 9. BÖLÜM: MODEL KURMA: BAĞIMSIZ DEĞİŞKEN SEÇİMİ Bu bölümde; EKK Modeline Değişken Ekleme veya Modelden Değişken Çıkarma EKK Modelinde Gecikmeli Değişkenler Ek: İlave Belirleme Kriteri Ramsey Model

Detaylı

Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

Dependent 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

Detaylı

T.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: 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

Detaylı

1. YAPISAL KIRILMA TESTLERİ

1. 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

Detaylı

EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI

EKONOMETRİDE 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

Detaylı

ADMIT: Öğrencinin yüksek lisans programına kabul edilip edilmediğini göstermektedir. Eğer kabul edildi ise 1, edilmedi ise 0 değerini almaktadır.

ADMIT: 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

Detaylı

KUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU

KUKLA 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

Detaylı

KUKLA DEĞİŞKENLİ MODELLER

KUKLA DEĞİŞKENLİ MODELLER KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

Dependent 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

Detaylı

BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ

BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ Modeldeki değişken tanımları aşağıdaki gibidir: IS= 1 i.kadının bir işi varsa (ya da iş arıyorsa) 0 Diğer

Detaylı

1. GİRİŞ Kılavuzun amacı. Bu bölümde;

1. GİRİŞ Kılavuzun amacı. Bu bölümde; 1. GİRİŞ Bu bölümde; Kılavuzun amacı EViews Yardım EViews Temelleri ve Nesneleri EViews ta Matematiksel İfadeler EViews Ana Ekranındaki Alanlar 1.1. Kılavuzun amacı Ekonometri A. H. Studenmund tarafından

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

EKONOMETRİ. GRETL Uygulamaları. Prof. Dr. Bülent Miran

EKONOMETRİ. 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

Detaylı

KUKLA DEĞİŞKENLİ MODELLER

KUKLA DEĞİŞKENLİ MODELLER KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

Detaylı

KUKLA DEĞİŞKENLİ MODELLER

KUKLA DEĞİŞKENLİ MODELLER KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin

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

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI

UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI 1 UYGULAMA 4 TANIMLAYICI İSTATİSTİK DEĞERLERİNİN HESAPLANMASI Örnek 1: Ders Kitabı 3. konuda verilen 100 tane yaş değeri için; a. Aritmetik ortalama, b. Ortanca değer, c. Tepe değeri, d. En küçük ve en

Detaylı

Kukla Değişken Nedir?

Kukla 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

Detaylı

UYGULAMALI EKONOMETRİ I. Veri Analizi

UYGULAMALI EKONOMETRİ I. Veri Analizi UYGULAMALI EKONOMETRİ I Veri Analizi Temel Veri Analizi İstatistiksel yada ekonometrik araçları kullanmadan önce veriyi hissetmek için ön analiz oldukça önemlidir. Bu süreç regresyon analizi ve sonuçların

Detaylı

SPSS (Statistical Package for Social Sciences)

SPSS (Statistical Package for Social Sciences) SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) Data Editör iki arayüzden oluşur. 1. Data View 2. Variable

Detaylı

Pazarlama Araştırması Grup Projeleri

Pazarlama Araştırması Grup Projeleri Pazarlama Araştırması Grup Projeleri Projeler kapsamında öğrencilerden derlediğiniz 'Teknoloji Kullanım Anketi' verilerini kullanarak aşağıda istenilen testleri SPSS programını kullanarak gerçekleştiriniz.

Detaylı

UYGULAMA 2 TABLO YAPIMI

UYGULAMA 2 TABLO YAPIMI 1 UYGULAMA 2 TABLO YAPIMI Amaç: SPSS 10 istatistiksel paket programında veri girişi ve tablo yapımı. SPSS 10 istatistiksel paket programı ilk açıldığında ekrana gelen görüntü aşağıdaki gibidir. Bu pencere

Detaylı

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1

SPSS UYGULAMALARI-II Dr. Seher Yalçın 1 SPSS UYGULAMALARI-II 27.12.2016 Dr. Seher Yalçın 1 Normal Dağılım Varsayımının İncelenmesi Çarpıklık ve Basıklık Katsayısının İncelenmesi Analyze Descriptive Statistics Descriptives tıklanır. Açılan pencerede,

Detaylı

NAZMİYE DEMİREL ORTAOKULU BİLİŞİM TEKNOLOJİLERİ DERSİ 1. DÖNEM 6. SINIFLAR DERS NOTU EXCEL 2007 DERS NOTLARI

NAZMİYE DEMİREL ORTAOKULU BİLİŞİM TEKNOLOJİLERİ DERSİ 1. DÖNEM 6. SINIFLAR DERS NOTU EXCEL 2007 DERS NOTLARI EXCEL 2007 DERS NOTLARI Bir hesap tablosu programıdır. Excel, her türlü veriyi (özellikle sayısal verileri) tablolar ya da listeler halinde tutma ve bu verilerle ilgili ihtiyaç duyacağınız tüm hesaplamaları

Detaylı

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004-2007 For Evaluation Only. Enerji Modellemesi

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004-2007 For Evaluation Only. Enerji Modellemesi Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004-2007 For Evaluation Only. Enerji Modellemesi Baris Sanli - barissanli@gmail.com 2005 GĐRĐŞ Eviews ve Vensim e Giriş Birinci dereceden

Detaylı

Bağımlı Kukla Değişkenler

Bağımlı 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

Detaylı

EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR

EKONOMETRİ 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

Detaylı

19. 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 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

Detaylı

İÇİNDEKİLER 1. GİRİŞ...

İÇİNDEKİLER 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

Detaylı

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37

İÇİNDEKİLER. 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

Detaylı

Örnek. 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. 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

Detaylı

Bağımlı Kukla Değişkenler

Bağımlı 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

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON 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

Detaylı

SPSS (Statistical Package for Social Sciences)

SPSS (Statistical Package for Social Sciences) SPSS (Statistical Package for Social Sciences) SPSS Data Editor: Microsoft Excel formatına benzer satır ve sütunlardan oluşan çalışma sayfası (*sav) SPSS Data Editör iki arayüzden oluşur. 1. Data View

Detaylı

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat...

Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği

Detaylı

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2

BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 1 BÖLÜM 8 BİLGİSAYAR UYGULAMALARI - 2 Bu bölümde bir veri seti üzerinde betimsel istatistiklerin kestiriminde SPSS paket programının kullanımı açıklanmaktadır. Açıklamalar bir örnek üzerinde hareketle

Detaylı

R ile Regresyon Analizi. EM 320 İleri Regresyon Analizi Ders Notları. Dr. Hüseyin GÜLER

R ile Regresyon Analizi. EM 320 İleri Regresyon Analizi Ders Notları. Dr. Hüseyin GÜLER Dr. Hüseyin Güler 27 Şubat 2015 Çukurova Üniversitesi Adana hguler@cu.edu.tr R ile Regresyon Analizi EM 320 İleri Regresyon Analizi Ders Notları Dr. Hüseyin GÜLER Dr. Hüseyin GÜLER / R ile Regresyon Analizi

Detaylı

01.02.2013. Statistical Package for the Social Sciences

01.02.2013. Statistical Package for the Social Sciences Hipotezlerin test edilip onaylanması için çeşitli istatistiksel testler kullanılmaktadır. Fakat... Her istatistik teknik her tür analize elverişli değildir. Modele veya hipoteze uygun test istatistiği

Detaylı

Ankara Üniversitesi Fen Fakültesi. Astronomi ve Uzay Bilimleri. AST206 İstatistik Astronomi Dersi OCTAVE GİRİŞ. Öğr. Gör.

Ankara Üniversitesi Fen Fakültesi. Astronomi ve Uzay Bilimleri. AST206 İstatistik Astronomi Dersi OCTAVE GİRİŞ. Öğr. Gör. Ankara Üniversitesi Fen Fakültesi Astronomi ve Uzay Bilimleri AST206 İstatistik Astronomi Dersi OCTAVE GİRİŞ Öğr. Gör. Yahya DEMİRCAN 2012 İçindekiler Octave:... 3 Dosya indirme ve kurulum:... 3 Linux...

Detaylı

White ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini

White 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

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

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1 İÇİNDEKİLER ÖNSÖZ... v 1. BÖLÜM Örneklem Genişliğinin Elde edilmesi... 1 1.1. Kitle ve Parametre... 1 1.2. Örneklem ve Tahmin Edici... 2 1.3. Basit Rastgele Örnekleme... 3 1.4. Tabakalı Rastgele Örnekleme...

Detaylı

KONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi

KONULAR. 14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOKLU REGRESYON ANALİZİNDE EK KONULAR Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri

Detaylı

ÖĞRENCİ 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) 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,

Detaylı

PANEL VERİ MODELLERİNİN TAHMİNİNDE PARAMETRE HETEROJENLİĞİNİN ÖNEMİ: GELENEKSEL PHILLIPS EĞRİSİ ÜZERİNE BİR UYGULAMA

PANEL 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

Detaylı

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir.

Eğer Veri Çözümleme paketi Araçlar menüsünde görünmüyor ise yüklenmesi gerekir. Bölüm BİLGİSAYAR DESTEKLİ İSTATİSTİK EXCEL DESTEKLİ İSTATİSTİK Excel de istatistik hesaplar; Genel Yöntem ve Excel Ġçerikli Çözümler olmak üzere iki esasa dayanabilir. Genel Yöntem; Excel in matematiksel

Detaylı

TEKNOLOJĐK ARAŞTIRMALAR

TEKNOLOJĐK ARAŞTIRMALAR www.teknolojikarastirmalar.com ISSN:XXX-XXX Tekstil Teknolojileri Elektronik Dergisi 2008 (3) 1-12 TEKNOLOJĐK ARAŞTIRMALAR Makale Tekstil ve Demir Çelik Sektörü Đhracatına Döviz Kurları, Enflasyon ve Faiz

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

İleri Seviye Excel Çözümleri

İleri Seviye Excel Çözümleri İleri Seviye Excel Çözümleri Excel'de size özel sayı formatları : Excel de hücrelere sayı biçimi verirken, size sunulan seçenekler dışında kendi isteğinize bağlı formatlar da oluşturabilirsiniz. Bu formatları

Detaylı

İstatistik ve Olasılık

İstatistik 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

Detaylı

Korelasyon ve Regresyon

Korelasyon 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)

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

Meslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.

Meslek 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

Detaylı

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA Bağımsız Örneklemler İçin Tek Faktörlü ANOVA ANOVA (Varyans Analizi) birden çok t-testinin uygulanması gerektiği durumlarda hata varyansını azaltmak amacıyla öncelikle bir F istatistiği hesaplanır bu F

Detaylı

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI

ANADOLU 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

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklama ve uyarılar: Bu sınav toplam 100 puan değerinde 6 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm

Detaylı

7.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. 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

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI ÖNSÖZ İÇİNDEKİLER III Bölüm 1 İSTATİSTİK ve SAYISAL BİLGİ 11 1.1 İstatistik ve Önemi 12 1.2 İstatistikte Temel Kavramlar 14 1.3 İstatistiğin Amacı 15 1.4 Veri Türleri 15 1.5 Veri Ölçüm Düzeyleri 16 1.6

Detaylı

Epi Info Kullanımı AMACI: Epi Info Programı ile veri tabanı hazırlayabilme ve veri girişi yapabilme becerisi kazanmak ÖĞRENİM HEDEFLERİ Epi Info bileşenlerini tanımlayabilmek Epi Info Make View programında

Detaylı

İSTANBUL ECZACI ODASI BİLGİ İŞLEM BİRİMİ - 2010 -

İSTANBUL ECZACI ODASI BİLGİ İŞLEM BİRİMİ - 2010 - İSTANBUL ECZACI ODASI BİLGİ İŞLEM BİRİMİ - 2010 - İnternet Explorer sayfasını açınız. Adres çubuğuna http://arsiv.ieo.org.tr adresini yazarak klavyeden Enter tuşuna basınız. (1) Açılacak olan sayfadan

Detaylı

İşletme Fakültesi Bil. Kullanımı Ders notları 2

İşletme Fakültesi Bil. Kullanımı Ders notları 2 İşletme Fakültesi Bil. Kullanımı Ders notları 2 Öğr.Gör.Ali ATALAY EXCEL PAKET PROGRAMI Günümüzde hesap tablosu, veri analizi, kod yazımı, grafik çizimi, veri tabanı oluşturma gibi bir çok özelliği olan

Detaylı

1. MİCROSOFT EXCEL 2010 A GİRİŞ

1. MİCROSOFT EXCEL 2010 A GİRİŞ 1. MİCROSOFT EXCEL 2010 A GİRİŞ 1.1. Microsoft Excel Penceresi ve Temel Kavramlar Excel, Microsoft firması tarafından yazılmış elektronik hesaplama, tablolama ve grafik programıdır. Excel de çalışılan

Detaylı

Microsoft Office Excel 2007

Microsoft Office Excel 2007 2014 Microsoft Office Excel 2007 Öğr. Gör. Serkan KORKMAZ Harran Üniversitesi Birecik Meslek Yüksekokulu İçindekiler MİCROSOFT OFFİCE EXCEL 2007... 4 EXCEL ORTAMINDA ÇALIŞMAK... 4 EXCEL ÇALIŞMA SAYFASI...

Detaylı

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü

Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü Mühendislikte İstatistiksel Yöntemler Yrd. Doç. Dr. Fatih TOSUNOĞLU Erzurum Teknik Üniversitesi Mühendislik Fakültesi İnşaat Mühendisliği Bölümü 1 Araştırma sonuçlarının açıklanmasında frekans tablosu

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 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

Detaylı

ÇOKLU REGRESYON ANALİZİNDE VARSAYIMLARDAN SAPMALARIN İNCELENMESİ

ÇOKLU 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

Detaylı

ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER

ZAMAN 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,

Detaylı

AN APPLICATION TO EXAMINE THE RELATIONSHIP BETWEEN REIT INDEX AND SOME FIRM SPECIFIC VARIABLES.

AN APPLICATION TO EXAMINE THE RELATIONSHIP BETWEEN REIT INDEX AND SOME FIRM SPECIFIC VARIABLES. FİRMAYA ÖZGÜ DEĞİŞKENLERLE GAYRİMENKUL YATIRIM ORTAKLIKLARI (GYO) GETİRİSİ ARASINDAKİ İLİŞKİYİ İNCELEMEYE YÖNELİK BİR UYGULAMA 1 Cumhur ŞAHİN Arş. Grv., Bilecik Şeyh Edebali Üniversitesi, İİBF, İşletme

Detaylı

DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ

DOĞRUSAL 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

Detaylı

E-Views Ana Sayfa. Temel Kullanım Bilgileri

E-Views Ana Sayfa. Temel Kullanım Bilgileri . Ana Menü Eviews ilk açıldığında ana menü ve boş çalışma alanı görülür. Bir nesne penceresi faal ise ana menünün alt kalemleri değişir. 2. Komut Penceresi Menüleri kullanmadan komut yazarak Eviews da

Detaylı

Nitel Tepki Bağlanım Modelleri

Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Nitel Tepki Bağlanım Modelleri Doğrusal-Dışı Yaklaşım ve Ekonometri 2 Konu 18 Sürüm 2,0 (Ekim 2011) Doğrusal-Dışı Yaklaşım ve UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Dönem Sonu Sınavı

TOBB 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

Detaylı

UYGULAMALAR. Normal Dağılımlılık

UYGULAMALAR. 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.

Detaylı

MICROSOFT EXCEL 2000

MICROSOFT EXCEL 2000 MICROSOFT EXCEL 2000 Microsoft Excel, verileri hesaplama, yenileme, depolama, grafik hazırlama, sıralama, tablo gibi işlemlerin yapılabilmesini sağlayan bir hesap programıdır.excel dosyalarında verilerin

Detaylı

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI SORU- 1 : ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI X ve Y birbirinden bağımsız iki rasgele değişken olmak üzere, sırasıyla aşağıdaki moment çıkaran fonksiyonlarına sahiptir: 2 2 M () t = e,

Detaylı

DENEME SINAVI. ECDL BAŞLANGIÇ Hesap Tablosu

DENEME SINAVI. ECDL BAŞLANGIÇ Hesap Tablosu DENEME SINAVI ECDL BAŞLANGIÇ Hesap Tablosu 1. Hesap Çizelgesi (Microsoft Office - Excel) uygulamasını açınız. Başlat > Programlar > Microsoft Office > Microsoft Office Excel 2003 yolu izlenerek Excel programı

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. 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

Detaylı

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi ALIŞTIRMA 2 GSYİH Bu çalışmamızda GSYİH serisinin toplamsal ve çarpımsal ayrıştırma yöntemine göre modellenip modellenemeyeceği incelenecektir. Seri ilk olarak toplamsal ayrıştırma yöntemine göre analiz

Detaylı

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ

BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ BİYOİSTATİSTİK DERSLERİ AMAÇ VE HEDEFLERİ DÖNEM I-I. DERS KURULU Konu: Bilimsel yöntem ve istatistik Amaç: Biyoistatistiğin tıptaki önemini kavrar ve sonraki dersler için gerekli terminolojiye hakim olur.

Detaylı

SPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011

SPPS. Verileri Düzenleme ve Değiştirme 3 - Data Menüsü. Y. Doç. Dr. İbrahim Turan Nisan 2011 SPPS Verileri Düzenleme ve Değiştirme 3 - Data Menüsü Y. Doç. Dr. İbrahim Turan Nisan 2011 Data Menüsü 1- Define Variable 1- Properties (Değişken Özelliklerini Tanımlama) Değişken özelliklerini tanımlamak

Detaylı

BASİT REGRESYON MODELİ

BASİT REGRESYON MODELİ BASİT REGRESYON MODELİ 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: Basit Regresyon

Detaylı

Zoru Kolay Yapmak İçin...

Zoru Kolay Yapmak İçin... Zoru Kolay Yapmak İçin... 3308 Mesleki Eğitim Okullarında Öğrenci Takip Programı KURULUM Programı http://www.cetasey.com/userfiles/file/setup.exe adresinden bilgisayarınıza indirip kurun. Daha sonra programın

Detaylı

Türkiye deki Bankaların Sektörler Bazında Kullandırdıkları Krediler İle Ekonomik Büyüme Arasındaki İlişki: 1999-2011

Türkiye deki Bankaların Sektörler Bazında Kullandırdıkları Krediler İle Ekonomik Büyüme Arasındaki İlişki: 1999-2011 Muhasebe ve Finansman Dergisi Temmuz/2015 Türkiye deki Bankaların Sektörler Bazında Kullandırdıkları Krediler İle Ekonomik Büyüme Arasındaki İlişki: 1999-2011 Selahattin KOÇ ÖZET Türkiye de finansal yapı

Detaylı

Samuelson-Balassa Hipotezi Ve Reel Döviz Kuru: Türkiye, ABD, İngiltere, Fransa Ve Almanya İçin Sınanması

Samuelson-Balassa Hipotezi Ve Reel Döviz Kuru: Türkiye, ABD, İngiltere, Fransa Ve Almanya İçin Sınanması Finans Politik & Ekonomik Yorumlar 2007 Cilt: 44 Sayı:509 9 Samuelson-Balassa Hipotezi Ve Reel Döviz Kuru: ürkiye, ABD, İngiltere, Fransa Ve Almanya İçin Sınanması Özet Samuelson-Balassa hipotezine göre

Detaylı

EXCEL 2007 ELEKTRONİK ÇİZELGE

EXCEL 2007 ELEKTRONİK ÇİZELGE EXCEL 2007 ELEKTRONİK ÇİZELGE Excel, Microsoft Office paketinde yer alan ve iş hayatında en sık kullanılan programlardandır. Bir hesap tablosu programıdır. Excel, her türlü veriyi (özellikle sayısal verileri)

Detaylı

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression OLS Klasik Varsayımlar Çoklu Regresyon Multiple Regression. Lineer regresyon modeli. E(e i )=, ortalama hata sıfırdır. E(X i e i )=, bağımsız değişkenlerle hatalar arasında korelasyon mevcut değildir 4.

Detaylı

Yine benzer şekilde hücreler içine yazılan yazıların renklerini değiştirebiliriz. Bunun için tüm satırı veya sütunu yine fareyle seçmek durumundayız.

Yine benzer şekilde hücreler içine yazılan yazıların renklerini değiştirebiliriz. Bunun için tüm satırı veya sütunu yine fareyle seçmek durumundayız. 2. EKLE SEKMESĐ TABLO EKLEMEK: Sayfamıza tablo eklemek için, TABLO butonuna bastıktan sonra açılan pencereden kaç sütün ve kaç satırlık bir tablo oluşturacağımızı belirliyoruz. Fareyi sürüklemek, tablonun

Detaylı

MICROSOFT EXCEL 2000 GİRİŞ:

MICROSOFT EXCEL 2000 GİRİŞ: MICROSOFT EXCEL 2000 GİRİŞ: Excel, popüler elektronik tablolama hesaplama programıdır. Excel, excel.exe dosyası tarafından çalıştırılır. Excel ile oluşturulan dosyanın uzantısı xls olur. Excel de çalışma

Detaylı

EŞANLI DENKLEM MODELLERİ

EŞANLI 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

Detaylı

MICROSOFT EXCEL 2002

MICROSOFT EXCEL 2002 MICROSOFT EXCEL 2002 Microsoft Excel, verileri hesaplama, yenileme, depolama, grafik hazırlama, sıralama, tablo gibi işlemlerin yapılabilmesini sağlayan bir hesap programıdır.excel dosyalarında verilerin

Detaylı