ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER
|
|
- Ece Derviş
- 7 yıl önce
- İzleme sayısı:
Transkript
1 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, yıllık olabildiği gibi, haftalık hatta günlük de olabilir. Aylık işsizlik oranları, yıllık enflasyon oranları vb. TEMEL KAVRAMLAR Ekonometrik bir çalışmada model içerisinde ele alınan değişkenler arasındaki ilişki analiz edilirken, elde edilen sonuçların iktisadi, istatistiksel ve ekonometrik açıdan tutarlı olmaları gerekir.
2 ZAMAN SERİLERİ VE TEMEL KAVRAMLAR Model tahminleri birtakım amaçlar için yapılır: Bu amaçlar, yapısal analiz, Geleceği tahmin etme (öngörü)dir. Yapısal analiz, iktisadi teorilerin test edilmesi, Geleceği tahmin etme(öngörü) ise, tahmin edilen modele dayanarak, bağımlı değişkenlerin ileride alacağı değerlerin belirlenmesidir. Eğer bir zaman serisi analizi tek değişkenin zaman içindeki hareketi inceleniyorsa tek değişkenli zaman serisi (univariate), Eğer birden fazla değişkenin birlikte zaman içindeki değişimini gözlemliyorsa çok değişkenli zaman serisi (multivariate) adını alır.
3 ZAMAN SERİLERİ VE TEMEL KAVRAMLAR Zaman serileri random (tesadüfi) değişkenlerle yani stokastik (olasılık kurallarına bağlı) değişkenlerle çalışır. Bir zaman serisinin deterministik ya da stokastik özelliklerinin incelenerek dikkate alınması önemlidir. Deterministik özellikler; sabit katsayı, trend ve mevsimselliğin varlığını ortaya koyarken, Stokastik özellik; değişkenin durağanlığı (stationary) ile ilgilidir. Bir zaman serisinin durağan olması, zaman içinde belirli bir değere doğru yaklaşması, daha açık bir ifadeyle, sabit bir ortalama, sabit varyans ve gecikme seviyesine bağlı kovaryansa sahip olmasıdır.
4 ZAMAN SERİLERİ VE TEMEL KAVRAMLAR Zaman serileri hem bir bilgi edinme kaynağı, hem de geleceği bilmeye yarayan yöntem olarak değerlendirildiğinde, serilerde zaman içindeki büyüme eğilimin, trend, mevsimsellik, konjonktürel ve düzensiz dalgalanmalar anlamında ayrıştırılması önemlidir. Y = T + C + S + I Modelde, T: Trend, C. Konjonktürel, S: Mevsimsellik modelin deterministik kısmını, I:stokastik kısmını ifade etmektedir. Değişkenlerin seyrini zaman içinde yakalayabilmek ve bu seyri doğru tanımlayabilmek için yukarıda sözü edilen bileşenlerinden ayrıştırmaya gidilmesi gerekir.
5 STOKASTİK ZAMAN SERİLERİNİN ÖZELLİKLERİ VE DURAĞANLIK Stokastik bir süreç izleyen zaman serilerinde, serinin durağan(stationary) olup olmadığı çok önem kazanmaktadır. Stokastik veya random bir değişkenin zaman içinde ortalaması, varyansı ve otokovaryansının sabit olmasına durağanlık denir. Serinin değerlerinin belli bir değere yaklaşmasını ya da beklenen değeri etrafında dalgalandığını ifade eder. Eğer bir stokastik süreç durağan değilse, serinin davranışı sadece ele alınan tahmin dönemi için geçerli olacaktır. Ancak seri hakkında diğer dönemler için bir genelleme yapılamayacak ve değişkene verilecek şok kalıcı olacaktır.
6 STOKASTİK ZAMAN SERİLERİNİN ÖZELLİKLERİ VE DURAĞANLIK E(Y t ) = µ Ortalama (tüm t ler için) Var(Y t ) = E(Y t -µ) 2 =σ 2 Varyans (tüm t ler için) Cov(Y t,y t+k )= γ k Kovaryans (tüm t ler için tüm k 0 için) Eğer bir zaman serisinin ortalaması, varyansı ve kovaryansı zaman boyunca sabit kalıyorsa, serinin durağan olduğu söylenebilir. Bir zaman serisinin, başka bir zaman serisine göre regresyonunu hesaplarken, ikisi arasında anlamlı bir ilişki olmasa bile çoğunlukla yüksek bir R 2 bulunur. Bu durum SAHTE REGRESYON sorununa yol açmaktadır.
7 ÖRNEK 1: ABD,1970/I 1991/IV Dönemine İlişkin Makroiktisat Verileri GSYİÜ= Gayrisafi Yurtiçi Üretim (GDP) KHG = Kişisel Harcanabilir Gelir (PDI) KTH = Kişisel Tüketim Harcaması (PCE) Karlar (profit) Kar Payı Dağıtımları (dividends)
8 Bu zaman serileri aslında durağan olmayan zaman serilerine örnektir. Her zaman serisinin bir olasılıklı ya da rassal süreç ile türediği düşünülebilir. Veri kümesi ise bu olasılıklı sürecin bir dışavurumudur. Zaman serileri çalışmalarında ilgi gösterilen ve incelenen bir olasılıklı süreç türü, durağan olasılıklı süreçtir.
9 Durağanlığın Gerekliliği Bir regresyon denklemindeki açıklayıcı değişkenlerden her hangi birisi yukarıda tanımlandığı anlamda durağan olmadığında regresyon teorisi bozulur. Klasik regresyon modeli durağan değişkenler arasındaki ilişkilerde kullanılmak için keşfedilmiştir. Bu nedenle durağan olmayan serilere uygulanmamalıdır. DURAĞANLIK TESTLERİ 1. Grafiksel Analiz: Serinin grafiği incelendiğinde seyir konusunda ön bir bilgi edinilebilir. a)durağan Olmama Durumu X t X t t t
10 Durağan Olmama Durumu X t t
11 2. Otokorelasyon Fonksiyonu (ACF) Basit bir durağanlık testi, ACF na dayanır. Gecikmesi k iken ρ k ile gösterilen ACF şöyle tanımlanır: γ k ρk = 1< ρk < 1 γ 0 gecikme k iken ortak varyans = varyans k=0 iken ρ k =1 olur, Neden? ρ k nın k ye göre çizilmesiyle anakütle korelogramı elde edilir. Örneklem ACF ˆ γ k ˆ ρk = ˆ γ 0 Örneklem Ortak Varyansı ( Yt Y)( Yt+ k Y) ˆ γ k = n Örneklem Varyansı ( Yt Y) ˆ γ 0 = n 2
12 ABD, 1970/I 1991 IV arası döneme ilişkin GSYİÜ serisine ilişkin korelogram ρ k Herhangi bir ˆk ρnin istatistik bakımından anlamlılığı, standart hatasıyla belirlenir. Bartlett, bir zaman serisi bütünüyle rassal ise (beyaz gürültü) Örneklem Otokorelasyon Katsayılarının sıfır ortalama ve 1/n varyansla yaklaşık normal dağıldığını söyler. N(0,1/ n) n=88, varyans 1/88 ve standart sapma 1/ n = ρ k nın %95 güven aralığı
13 ± 1.96(0.1066) = ± Tahmin edilen ρ k ( , ) aralığına düşerse gerçek ρ k nın sıfır olduğunu söyleyen hipotezi reddetmeyiz. Dışına düşerse gerçek ρ k nın sıfır olduğunu söyleyen hipotezi reddederiz.%95 güven aralığı şekilde (korelogram) iki kesikli çizgiyle gösterilmiştir. P ( ρ ) = 0.95 H H 0 0 : ρ = 0 seridurağan k k : ρ 0 seridurağandeğil k Q istatistiği Durağan bir seriye ilişkin korelogram incelendiğinde, Q istatistiklerinin anlamlı olmadığı söylenebilir. ACF değerleri, bir durağan seri için sıfıra yaklaşırsa, bütün gecikmeler için otokorelasyon olmadığını söyleyen hipotez kabul edilecektir. Bütün ρ k otokorelasyon katsayılarının eşanlı olarak sıfır olduğunun test edilmesinde kullanılır.box ve Pierce tarafından geliştirilmiştir. Q istatistiği asimptotik olarak m serbestlik derecesi ile Ki kare dağılır. n:örneklem büyüklüğü (örnekte 88 dir) m:gecikme uzunluğu (örnekte 25 dir)
14 Q H Q Q istatistiği m sd li ki kare dağılımı gösterir. = n m k = 1 ˆ ρ 2 k = ρ = ρ =... = ρ = > χ H 0 k rededilebilir. durağ an değ ildir. Q test istatistiği= α=0.05 m=25 gecikme için ki kare tablo değeri= dir. H 0 reddir. Yani seri durağan değildir. DURAĞANLIĞIN BİRİM KÖKLE SINANMASI Dickey ve Fuller Birim Kök Testi Basit bir seride birim kökün varlığını araştıran sistematik test Dickey ve Fuller tarafından ortaya konan bir testtir. Y Y u u 2 t = t 1 + t t(0, σ ) : beyaz gürültü hata terimi Y Y u t = ρ t 1 + t Sürecinde birim kökün varlığı araştırıldığında hipotez aşağıdaki gibi oluşturulur. H 0 1 : ρ 1 (Seri durağan değildir) H : ρ < 1 (Seri durağandır) ρ = 1 Yt 'nin bir birim kökü vardır, rassal yürüyüş serisidir, durağan değildir.
15 u t : ortalaması sıfır, varyansı değişmeyen, ardışık bağımlı olmayan, olasılıklı hata terimidir. Bu hata terimi beyaz gürültü hata terimi olarak anılmaktadır. Y Y u Eşitliğin her iki tarafı Y t 1 den çıkarılırsa t = ρ t 1 + t Y = ρy + u t t 1 t Y Y = ρy Y + u t t 1 t 1 t 1 t Δ Y = ( ρ 1) Y + u t t 1 t = δy + u δ = ρ 1 t 1 t Δ :birinci fark işlemcisi Δ Y = ( Y Y ) t t t 1
16 H H Bu durumda H 0 hipotezi : ρ 1 veya H : δ 0( Seri durağan değildir, birim kök vardır 0 0 : ρ < 1 veya H : δ < 0(Seri durağandır) 1 0 τ İstatistiğinin eşik değerleri Dickey Fuller tarafından belirlenmiştir. Bu teste Dickey Fuller testi adı da verilmektedir. H0 : ρ = 1 ( δ =0) birim kök vardır, durağan değildir. hipotezini test etmek için kullanılan t istatistiği, τ istatistiği olarak bilinir. eğer τ > τ Eşik değeri seri durağandır Eğer, bir zaman serisinin birinci farkları durağan ise başlangıç (rassal yürüyüş) serisi 1.dereceden bütünleşiktir, I(1) Eğer, durağan bir seriye ulaşmadan önce ilk serinin iki kez farkı alınıyorsa, ilk seri 2.dereceden bütünleşiktir, I(2) Eğer bir zaman serisinin d kez farkının alınması gerekiyorsa, o seri d inci dereceden bütünleşik ya da I(d) dir.
17 Δ Y = β + β t+ δy + u Dickey-Fuller birim kök sınaması t 1 2 t 1 t için üç model kullanılır. 1. Pür Rassal Yürüyüş Modeli: Bu model trendin ve sabitin yer almadığı modeldir. Δ Y = δ Y + u H H t t 1 t : ρ 1 veya H : δ 0( Seri durağan değildir, birim kök vardı : ρ < 1 veya H : δ < 0(Seri durağandır) şeklindeki hipotezler test edilir. 2. Sabitin Yer Aldığı Rassal Yürüyüş Modeli: Modelde sabit yer almaktadır. H H Δ Y = β + δ Y + u t 1 t 1 t : ρ 1 veya H : δ 0( Seri durağan değildir, birim kök vardı : ρ < 1 veya H : δ < 0(Seri durağandır) şeklindeki hipotezler test edilir. H 0 hipotezi kabul edilirse süreç durağan değildir.
18 3. Trend ve Sabitin Yer Aldığı Rassal Yürüyüş Modeli: Eşitliğin sağ tarafında sabit ve deterministik trend birlikte yar almaktadır. Yani model tüm deterministik bileşenleri ve stokastik kısmı içermektedir. Δ Y = β + β t+ δy + u t 1 2 t 1 t H : ρ 1 veya H : δ 0( Seri durağan değildir, birim kök vardır) 0 0 H : ρ < 1 veya H : δ < 0(Seri durağandır) 1 0 Seri hakkında fazla bir bir bilgi yoksa 3. modelden başlanarak ilgili kritik değerlerle hipotez sınanır ve 1. Eğer H 0 reddedilirse serinin trend durağan I(0) olduğuna karar verilir. 2. H 0 hipotezi kabul edilirse de birim kökün varlığına karar verilir.
19 Trend Çizgisi GSYİÜ Zaman Serisi Durağan mı? H 0 : δ=0 yani ρ=1 %1, %5 ve %10 için kritik değerler : , , GSYİÜ birim kök taşır
20 Δ GDPt = t GDPt 1 t = (1.8389) (1.6109) ( ) model için kritik değerler: , , ve dir. Deterministik trend yok. Birim kök vardır. Seri durağan değildir. Stokastik trend vardır. Fark alma işlemi yapılır. Eğer H 0 hipotezi reddedilseydi serinin trend durağan olduğuna karar verilecekti. GSYİÜ Serisinin İlk Farkları Durağan mı? %1 için kritik değer ; test değeri ile karşılaştırıldığında H 0 red edilebilir.gsyiü verilerinin ilk farkları birim kök taşımaz, yani durağandır
21 ÖRNEK: 1991: : 02 dönemine ilişkin üçer aylık toptan eşya fiyat indeksi serisinin durağan olup olmadığını birim kök testi ile araştırınız.
22 Serinin logaritmasının alınması ile serinin değerleri arasındaki farklar azalacağından kısmen serinin durağanlaşmasını sağlayacaktır. O yüzden TEFE değişkenin logaritması alınarak işleme başlayabiliriz. Grafiksel analiz Grafiksel görünüm ilk başta serinin ele alınan dönem içinde ortalamasının sabit olmadığı izlemini vermektedir. Serinin Otokorelasyon Katsayılarının İncelenmesi(ACF)
23 Otokorelasyon katsayıları incelendiğinde yaklaşık 15. gecikmeye kadar %95 güven düzeyinde otokorelasyon olmadığını söyleyen kabul bölgesinin dışına çıktığı dolayısıyla seride otokorelasyon görünümünün olduğunu göstermektedir. H 0 kabul. Seri durağan değildir. ADF Test Statistic % Critical Value* 5% Critical Value 10% Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNTEFE) Method: Least Squares Sample(adjusted): 1991:2 2004:2 Included observations: 53 after adjusting endpoints Variable Coefficient LNTEFE(-1) C R-squared Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat Trendli ve Sabit terimli model H : ρ 1 ( Seri durağan değildir, birim kök vardır) H : ρ < 1 (Seri durağandır) Std. Error t-statistic Prob Mean dependent var S.D. dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic)
24 H H Fark durağanlık için : ρ 1 veya H : δ 0( Seri durağan değildir, birim kök vardır) 0 0 : ρ < 1 veya H : δ < 0(Seri durağandır) 1 0 Δ DY = ( ρ 1) Δ Y + u t t 1 t = δy + u δ = ρ 1 t 1 t Seri durağandır Δ DY = ( ρ 1) Δ Y + u t t 1 t ADF Test Statistic % Critical Value* % Critical Value % Critical Value *MacKinnon critical values for rejection of hypothesis of a unit root. Augmented Dickey-Fuller Test Equation Dependent Variable: D(LNTEFE,2) Method: Least Squares Sample(adjusted): 1991:3 2004:2 Included observations: 52 after adjusting endpoints Variable Coefficient Std. Error t-statistic Prob. D(LNTEFE(-1)) C
25 Sahte Korelasyon/Regresyon Eğer denklemdeki hem bağımlı hem de bağımsız değişkenlerde trend baskınsa, kuvvetli bir şekilde anlamlı regresyon katsayıları elde etmek mümkündür. Modelde yer alan trende sahip değişkenlerin birbirleriyle tamamen ilişkisiz olsalar dahi, R 2 (belirlilik katsayısı) için yüksek değerler tahmin edilebilir. Bu sonuçlar tamamen sahte (spurious) dir. Sahte Korelasyon/Regresyon Bu duruma en iyi örnek Hendry(1980) tarafından verilmiştir. Şöyleki: Yağış miktarı ile UK enflasyon oranı arasında bulunan kuvvetli sahte korelasyon ilişkisidir. Trende sahip değişkenler arasında bu tür nedensel ilişkiler bulunabilir. Trendin kuvvetine göre regresyon katsayılarının anlamlılığı artabilir. Ve tabi ki bu tür ilişkilerde sahte korelasyon olduğu keşfedilecektir.
26 Sahte Korelasyon/Regresyon Sahte regresyonun açık göstergesi (Phillips-1986 tarafından teorik olarak ispatlanmıştır) çok düşük Durbin-Watson istatistiği ile kabul edilebilir R 2 istatistiğinin birlikte ortaya çıkmasıdır. Yani, DW< R 2 KHG = Kişisel Harcanabilir Gelir (PDI) KTH = Kişisel Tüketim Harcaması (PCE) KT H t = KHGt t ( ) ( ) 2 R = d = > Regresyonun sahte olduğu düşünülür..
27 KTH t = t KTH t 1 t (1.6358) (1.2983) ( ) KHG t = t KHG t (2.7368) (2.5243) ( ) t 1 %1 için : %5 için : %10 için : ve %10 düzeyindeki tablo değeri ile karşılaştırıldığında her ikisi değişken de birim köklüdür, yani ikisi de durağan değildir. ÖDEV : KTH t ve KHG t durağandırlar. KTH t ve KHG t durağan olduğuna göre bu değişkenlere göre oluşturulan regresyon modeli kullanılamaz mı? HAYIR.Çünkü ilk farklarını alırken, KTH ile KHG nin orijinal düzeylerinde belirlenen uzun dönem ilişkilerini yitirebiliriz.
28 KTH : PCE KHG : PDI Her iki seri rassal ilerler ama aralarında bir birliktelik vardır. EŞBÜTÜNLEŞME KTH ile KHG nin her ikisi de birim köklüdür, yani ikisi de durağan değildir.(i(1)) Dikkat! Bu iki değişkenin doğrusal bileşimi durağan olabilir. u = KTH β β KHG t t 1 2 t u t nin I(0) yada durağan olduğunu bulursak KTH ile KHG değişkenlerinin eşbütünleşik olduğunu söyleriz. Bu durumda bu değişkenler aynı dalga boyundadır.
29 EŞBÜTÜNLEŞME Genel olarak, Y dizisi I(1), başka bir X dizisi de I(1) ise ve d aynı değerse bu iki dizi eşbütünleşik olabilir. Eşbütünleşik iseler bu iki değişkenin düzey değerleri ile yapılan regresyon anlamlıdır. Böylece uzun dönemli ilişki kaybolmamış olur. EŞBÜTÜNLEŞME KT H t = KHG t ( ) ( ) 2 R = d = > t Eşbütünleşik regresyon Eşbütünleşim katsayıları
30 EŞBÜTÜNLEŞMENİN SINANMASI Engle Granger Testi Eşbütünleşik regresyon Durbin Watson Testi HATA DÜZELTME MODELLERİ KTH ile KHG eşbütünleşiktirler dönemli bir ilişki söz konusudur yani aralarında uzun Denge Hatası u = KTH β β KHG t t 1 2 t Bu hata terimi KTH nin kısa dönem davranışını uzun dönem davranışına bağlamak için kullanılabilir.
31 Granger Nedensellik Testi Temel Kavramlar İktisatta sebep-sonuç (etki) ilişkisi veya nedensellik konusu önemli ve karmaşık bir konudur. Çalışmaların başarısı değişkenler arasındaki nedenselliğin tesbitine dayanmaktadır.
32 Ekonometrik modellerde, bir değişkenin diğer değişkenlerle bağımlılığı söz konusu olmaktadır. Y nin X'lerle olan bağımlılığı Bu bağımlılık, Y ile X'ler arasında mutlaka bir sebep-sonuç ilişkisi olduğu anlamına gelmez. Para Arzı(M) ve GSMH değişkenleri arasındaki ilişkiyi inceleyelim: Bu değişkenlerden her biri diğerini (dağıtılmış) gecikmeli olarak etkiler. M GSMH GSMH M M GSMH ve GSMH M
33 İki değişken arasında zamana bağlı gecikmeli ilişki varken, nedenselliğin yönünün (sebep ve sonuç ilişkisinin) istatistikî olarak tesbiti konusu ile karşı karşıyayız. Nedensellik konudaki ilk çalışma Granger(1969) tarafından yapılmıştır. Bu nedenle Granger nedensellik testi adı ile anılmaktadır. Granger değişkenler arasındaki nedensellik testi zaman serisi verilerine dayanır. Testte önce şu denklemler tahmin edilir: m n GSMH = α M + β GSMH + u n t i t i j t j 1t i= 1 j= 1 M = λ M + δ GSMH + u m t i t i j t j 2t i= 1 j= 1 =Granger nedensellik testi modelleri
34 M nin GSMH yı tek tönlü etkilemesi (M GSMH ) i n GSMH = α M + β GSMH + u n t i t i j t j 1t i= 1 j= 1 α 0 istatistiki olarak sıfırdan farklı olması ve m M = λ M + δ GSMH + u m t i t i j t j 2t i= 1 j= 1 δ = 0 parametrelerinin sıfırdan farksız olması halinde söz konusudur j GSMH nin M yi tek tönlü etkilemesi (GSMH M ) i n GSMH = α M + β GSMH + u α n t i t i j t j 1t i= 1 j= 1 istatistiki olarak sıfırdan farksız olması ve m M = λ M + δ GSMH + u m t i t i j t j 2t i= 1 j= 1 δ 0 parametrelerinin sıfırdan farklı olması halinde söz konusudur j
35 M GSMH ve GSMH M m n GSMH = α M + β GSMH + u n t i t i j t j 1t i= 1 j= 1 M = λ M + δ GSMH + u m t i t i j t j 2t i= 1 j= 1 α 0 β 0 λ 0 δ 0 i j i j Aksi halde GSMH ve M birbirinden etkilenmemektedir. Granger Nedensellik Sınaması Aşamaları: n GSMH = α M + β GSMH + u n t i t i j t j 1t i= 1 j= 1 1. Cari GSMH nın bütün gecikmeli GSMH değerlerine ve varsa başka değişkenlere göre regresyonu bulunur. Bu modelde M nin gecikmeli değerleri modele dahil edilmez. Sınırlanmış hata kareler toplamı hesaplanır. 2. Aynı modele bu defa M terimleri dahil edilerek model tahminlenir ve bu sınırlanmamış modelin hata kareler toplamı bulunur.
36 Granger Nedensellik Sınaması Aşamaları: 3. H hipotezi oluşturulur. 0 = α i = 0 4. m ve (n k) sd ile F dağılımına uyan test istatistiği hesaplanır: m:gecikmeli M terimleri sayısı k:sınırlanmamış regresyonda tahmin edilen anakütle katsayılarının sayısı ( HKTS HKTSM)/ m F = HKTSM /( n k) 5. F>Ftab ise H 0 hipotezi reddedilir. Bu ise M nin GSMH nın nedeni olduğunu söylemektedir. ABD 1960-I den 1980-IV GSMH ve M büyüme hızı arasındaki nedensellik : Nedenselliğin Yönü F hes Değeri F tab Değeri Karar M GSMH GSMH M H O red H 0 kabul
TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir.
EKONOMETRİ II Uygulama - Otokorelasyon TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere Tuketim 58 Gelir 3959 Fiyat 312 değişkenlere ait veriler verilmiştir. 56 3858
DetaylıA. Regresyon Katsayılarında Yapısal Kırılma Testleri
A. Regresyon Katsayılarında Yapısal Kırılma Testleri Durum I: Kırılma Tarihinin Bilinmesi Durumu Kırılmanın bilinen bir tarihte örneğin tarihinde olduğunu önceden bilinmesi durumunda uygulanır. Örneğin,
DetaylıNormal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.
Normal Dağılımlılık EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır. b tahminleri için uygulanan testlerin geçerliliği u i nin normal dağılmasına bağlıdır.
DetaylıNormal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.
Normal Dağılımlılık EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır. β tahminleri için uygulanan testlerin geçerliliği u i nin normal dağılmasına bağlıdır.
DetaylıKUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU
KUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU.HAL: Sabit Terimlerin Farklı Eğimlerin Eşit olması Yi = b+ b2di + b3xi + ui E(Y Di =,X i) = b + b3xi E(Y Di
DetaylıDependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20
ABD nin 1966 ile 1985 yılları arasında Y gayri safi milli hasıla, M Para Arazı (M) ve r faiz oranı verileri aşağıda verilmiştir. a) Y= b 1 +b M fonksiyonun spesifikasyon hatası taşıyıp taşımadığını Ramsey
Detaylı0, model 3 doğruysa a3. Variable Coefficient Std. Error t-statistic Prob.
EKONOMETRİYE GİRİŞ II ÖDEV 2 ÇÖZÜM (Örgün ve İkinci Öğretim için) 1987-2006 yıllarına ait GSYH, YATIRIM ve FAİZ verileri kullanılarak elde edilen sonuçlar şu şekildedir: Yuvalanmamış-F Testi Model 1: YATIRIM
Detaylı2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım
2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı
DetaylıT.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR:
T.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR: 2120703360 KÜBRA İNAN 2120703321 EDA ZEYNEP KAYA EDİRNE
DetaylıKUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıADMIT: Öğrencinin yüksek lisans programına kabul edilip edilmediğini göstermektedir. Eğer kabul edildi ise 1, edilmedi ise 0 değerini almaktadır.
Uygulama-2 Bir araştırmacı Amerika da yüksek lisans ve doktora programlarını kabul edinilmeyi etkileyen faktörleri incelemek istemektedir. Bu doğrultuda aşağıdaki değişkenleri ele almaktadır. GRE: Üniversitelerin
Detaylı3 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
DetaylıBİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER
BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER Birden çok bağımlı değişkenin yer aldığı modelleri incelemek amacıyla kullanılan modeller Birden Çok Bağımlı Değişkenli Regresyon Modelleri ya da kısaca MRM ler
DetaylıKukla Değişken Nedir?
Kukla Değişken Nedir? Cinsiyet, eğitim seviyesi, meslek, din, ırk, bölge, tabiiyet, savaşlar, grevler, siyasi karışıklıklar (=darbeler), iktisat politikasındaki değişiklikler, depremler, yangın ve benzeri
DetaylıCh. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri II Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 12: Zaman Serisi Regresyonlarında
DetaylıDOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci
DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri
DetaylıYuvalanmamış F testi- Davidson- MacKinnon J sınaması
Yuvalanmamış F testi- Davidson- MacKinnon J sınaması Tablo da yer alan verileri kullanarak aşağıdaki ilgili soruları cevaplayınız. Yıllar Yatırım GSYH Faiz 1987 18491 747 45 1988 78 7495 54 1989 5187 8014
DetaylıİÇİNDEKİLER 1. GİRİŞ...
İÇİNDEKİLER 1. GİRİŞ... 1 1.1. Regresyon Analizi... 1 1.2. Uygulama Alanları ve Veri Setleri... 2 1.3. Regresyon Analizinde Adımlar... 3 1.3.1. Problemin İfadesi... 3 1.3.2. Konu ile İlgili Potansiyel
DetaylıE- VİWES 8 EKONOMETRİK MODELLEME ÇALIŞMASI
E- VİWES 8 EKONOMETRİK MODELLEME ÇALIŞMASI DEVLETİN TÜKETİM HARCAMALARI VE ENFLASYON İLİŞKİNİN EŞBÜTÜNLEŞME ANALİZİ İLE İNCELENMESİ 16 MAYIS 018 MARMARA ÜNİVERSİTESİ /İKTİSAT FAKÜLTESİ/İKTİSAT BÖLÜMÜ/İKTİSADİ
Detaylı9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir?
9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.
Detaylı3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1
3. TAHMİN 3.1. En Küçük Kareler (EKK) Yöntemi 1 En Küçük Kareler (EKK) yöntemi, regresyon çözümlemesinde en yaygın olarak kullanılan, daha sonra ele alınacak bazı varsayımlar altında çok aranan istatistiki
DetaylıAppendix B: Olasılık ve Dağılım Teorisi
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix B: Olasılık ve Dağılım Teorisi
DetaylıEKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI
EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI Aşağıdaki verileri EVIEWS paket programına aktarınız. Veri setini tanımladıktan sonra aşağıda istenen soruları bu verileri kullanarak
DetaylıTÜRK İMALAT SANAYİİ NDE UZUN DÖNEM ÜCRET-FİYAT-İSTİHDAM İLİŞKİLERİNİN EKONOMETRİK OLARAK İNCELENMESİ. Kıvılcım METİN* Şenay ÜÇDOĞRUK** ÖZET
TÜRK İMALAT SANAYİİ NDE UZUN DÖNEM ÜCRET-FİYAT-İSTİHDAM İLİŞKİLERİNİN EKONOMETRİK OLARAK İNCELENMESİ Kıvılcım METİN* Şenay ÜÇDOĞRUK** ÖZET Bu çalışmada 1962-1992 yılları arasında Türk İmalat Sanayiinde
Detaylı500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ. YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ. Anabilim Dalı: İşletme Mühendisliği
İSTANBUL TEKNİK ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ 500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ Anabilim Dalı: İşletme Mühendisliği Programı
Detaylıİyi Bir Modelin Özellikleri
İyi Bir Modelin Özellikleri 1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin
DetaylıKoşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.
Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı
Detaylı27 Mart Ders Kitabı: Introductory Econometrics: A Modern Approach (4th ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ZAMAN SERİLERİ VERİLERİYLE REGRESYON ANALİZİNDE EK KONULAR Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (4th ed.) J. Wooldridge
Detaylı1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim
1. Basitlik. Belirlenmişlik Y t = b 1 (1-r)+b X t -rb X t-1 +ry t-1 +e t 3. R ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim 1 Model Tanımlanması Araştırmada kullanılan modelin tanımlamasının doğru
DetaylıAppendix C: İstatistiksel Çıkarsama
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. edition, Thomson Learning Appendix C: İstatistiksel Çıkarsama Doç.
Detaylı1. YAPISAL KIRILMA TESTLERİ
1. YAPISAL KIRILMA TESTLERİ Yapısal kırılmanın araştırılması için CUSUM, CUSUMSquare ve CHOW testleri bize gerekli bilgileri sağlayabilmektedir. 1.1. CUSUM Testi (Cumulative Sum of the recursive residuals
DetaylıEME 3117 SİSTEM SIMÜLASYONU. Girdi Analizi. Özet İstatistikler ve Histogram (Minitab)(1) Örnek: Eczane İçin Servis Süreleri
EME 3117 1 2 Girdi Analizi SİSTEM SIMÜLASYONU Modellenecek sistemi (prosesi) dokümante et. Veri toplamak için bir plan geliştir. Veri topla. Verilerin grafiksel ve istatistiksel analizini yap. Girdi Analizi-I
DetaylıZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri
ZAMAN SERİSİ SÜREÇLERİ Durağan ve Durağan Olmayan Zaman Serileri 1 Zaman Serileri Analizi Zaman Serisi Modelleri Veri Üretme Süreci(DGP) Stokastik Süreçler Durağan Stokastik Süreçler Durağan Stokastik
DetaylıEkonometri I VARSAYIMLARI
Ekonometri I ÇOK DEĞİŞKENLİ REGRESYON MODELİNİN VARSAYIMLARI Hüseyin Taştan Temmuz 23, 2006 İçindekiler 1 Varsayım MLR.1: Parametrelerde Doğrusallık 1 2 Varsayım MLR.2: Rassal Örnekleme 1 3 Varsayım MLR.3:
DetaylıA EKONOMETRİ. n iken de aynı sonuç geçerliyse, β hangi. A) β nın sabit olması. D) Xβ nın normal dağılımlı olması. E) n olması. dur?
EKONOMETRİ KPSS-AB-PÖ/007 1. 6. SORULARI AŞAĞIDAKİ BİLGİLERE β β β ( ) Y i = 1 + x + + i k x ik+ u i i = 1,, n denkleminin matrislerle ifadesi Y = X + u dur. Y( nx1 ), β ( kx1 ), X( nxk) ve β u nx1 boyutludur
DetaylıMeslek lisesi ve devlet lisesine giden N tane öğrenci olduğu ve bunların yıllık okul harcamalarına ait verilerin olduğu varsayılsın.
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
Detaylıİstatistik ve Olasılık
İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel
DetaylıZaman Serileri Ekonometrisine Giriş
Zaman Serileri Ekonometrisine Giriş Durağanlık ve Durağan-Dışılık Ekonometri 2 Konu 24 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike
Detaylı4. 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
DetaylıBağımlı Kukla Değişkenler
Bağımlı Kukla Değişkenler Bağımlı değişken özünde iki değer alabiliyorsa yani bir özelliğin varlığı ya da yokluğu söz konusu ise bu durumda bağımlı kukla değişkenler söz konusudur. Bu durumdaki modelleri
DetaylıDOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci
DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Hareketli Ortalama Modelleri MA(q) Süreci Hareketli Ortalama Süreci:MA(q) Hareketli Ortalama sürecini yapısını ortaya koymak için önce hisse senedi
DetaylıOTOKORELASYON OTOKORELASYON
OTOKORELASYON OTOKORELASYON Y = α + βx + u Cov (u,u s ) 0 u = ρ u -1 + ε -1 < ρ < +1 Birinci dereceden Ookorelasyon Birinci Dereceden Ooregressif Süreç; A R(1) e = ρ e -1 + ε Σe e ˆ ρ = Σ 1 e KARŞILA ILAŞILAN
DetaylıBağımlı Kukla Değişkenler
Bağımlı Kukla Değişkenler Bağımlı değişken özünde iki değer alabiliyorsa yani bir özelliğin varlığı ya da yokluğu söz konusu ise bu durumda bağımlı kukla değişkenler söz konusudur. Bu durumdaki modelleri
DetaylıDoç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ
I Doç. Dr. Dilek ALTAŞ İSTATİSTİKSEL ANALİZ II Yayın No : 2845 Teknik Dizisi : 158 1. Baskı Şubat 2013 İSTANBUL ISBN 978-605 - 377 868-4 Copyright Bu kitabın bu basısı için Türkiye deki yayın hakları BETA
DetaylıZaman Serileri-1. If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist. IENG 481 Tahmin Yöntemleri Dr.
Zaman Serileri-1 If you have to forecast, forecast often. EDGAR R. FIEDLER, American economist IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere
DetaylıEditörler Prof.Dr. Ömer Yılmaz & Doç.Dr. Nihat Işık EKONOMETRİ
Editörler Prof.Dr. Ömer Yılmaz & Doç.Dr. Nihat Işık EKONOMETRİ Yazarlar Prof. Dr. Hüseyin Özer Prof.Dr. Murat Karagöz Doç.Dr. H. Bayram Işık Doç.Dr. Mustafa Kemal Beşer Doç.Dr. Nihat Işık Doç.Dr. Selçuk
DetaylıMatris Cebiriyle Çoklu Regresyon Modeli
Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β
DetaylıBağımlı Kukla Değişkenler
Bağımlı Kukla Değişkenler Bağımlı değişken özünde iki değer alabiliyorsa yani bir özelliğin varlığı ya da yokluğu söz konusu ise bu durumda bağımlı kukla değişkenler söz konusudur. Bu durumdaki modelleri
DetaylıKUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıÜSTEL DÜZLEŞTİRME YÖNTEMİ
ÜSEL DÜLEŞİRME YÖNEMİ ÜSEL DÜLEŞİRME YÖNEMİ Bu bölüme kadar anlatılan yöntemler zaman içinde değişmeyen parametre varsayımına uygun serilerin tahminlerinde kullanılmaktaydı. Bu tür seriler deterministik
Detaylı14 Ekim 2012. Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: ÇIKARSAMA Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri
DetaylıY = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53
EKONOMETR DERS ÇALIMA SORULARI SORU : 1 1980-1994 y llar aras ndaki Türkiye Özel Yat r m (Y), Reel Mevduat Faiz Oran (X ) ve GSMH (X 3 ) verilerinden hareketle a*a+ daki ortalamadan farklara göre ara sonuçlar
DetaylıAKADEMİK BAKIŞ Uluslararası Hakemli Sosyal Bilimler E-Dergisi ISSN:1694 528X Sayı: 5 Ocak 2005
ZAMAN SERİLERİNDE SAHTE REGRESYON SORUNU VE REEL KAMU HARCAMALARINA YÖNELİK BİR EKONOMETRİK MODEL UYGULAMASI Nevin UZGÖREN * Ergin UZGÖREN ** ÖZET Zaman serisi verilerine dayalı ekonometrik analizlerde
DetaylıOLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler
1 SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge
DetaylıT.C. İNÖNÜ ÜNİVERSİTESİ SOSYAL BİLİMLERİ ENSTİTÜSÜ
T.C. İNÖNÜ ÜNİVERSİTESİ SOSYAL BİLİMLERİ ENSTİTÜSÜ ASİMETRİK NEDENSELLİK TESTİ VE İHRACAT- EKONOMİK BÜYÜME İLİŞKİSİ ÜZERİNE BİR UYGULAMA YÜKSEK LİSANS TEZİ DANIŞMAN HAZIRLAYAN YRD.DOÇ.DR.FATMA ZEREN A.KÜBRA
DetaylıZaman Serileri. IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören
Zaman Serileri IENG 481 Tahmin Yöntemleri Dr. Hacer Güner Gören Zaman Serisi nedir? Kronolojik sırayla elde edilen verilere sahip değișkenlere zaman serisi adı verilmektedir. Genel olarak zaman serisi,
Detaylı7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.
7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4
DetaylıİÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37
İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar
DetaylıDOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ
DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL SINIRLAMALARIN TESTİ t testi F testi Diğer testler: Chow testi MWD testi DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ Benzerlik Oranı Testi Lagrange Çarpanı
DetaylıPANEL VERİ MODELLERİNİN TAHMİNİNDE PARAMETRE HETEROJENLİĞİNİN ÖNEMİ: GELENEKSEL PHILLIPS EĞRİSİ ÜZERİNE BİR UYGULAMA
PAEL VERİ MODELLERİİ TAHMİİDE PARAMETRE HETEROJELİĞİİ ÖEMİ: GELEEKSEL PHILLIPS EĞRİSİ ÜZERİE BİR UYGULAMA Selim TÜZÜTÜRK (*) Özet: Panel veri modellerinin tahmininde, örneklem ile ilgili dikkat edilmesi
DetaylıEVIEWS KULLANIMI (EVIEWS 8)
EVIEWS KULLANIMI (EVIEWS 8) BAŞLANGIÇ Yeni bir dosya (workfile) yaratma Adım 1. Ana menüden File/New/Workfile ı seçin Adım 2. Workfile structure type ne tür veri kullandığınızı gösterir. ÖR1. Zaman serisi
DetaylıBÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ
İÇİNDEKİLER BÖLÜM 10 ÖRNEKLEME YÖNTEMLERİ I. ÖRNEKLEME... 1 II. ÖRNEKLEMENİN SAFHALARI... 2 III. ÖRNEK ALMA YÖNTEMLERİ 5 A. RASYONEL ÖRNEK ALMA... 5 B. TESADÜFİ ÖRNEK ALMA... 6 C. KADEMELİ ÖRNEK ALMA...
DetaylıCh. 5: SEKK (OLS) nin Asimptotik Özellikleri
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Notları Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik
DetaylıÇOKLU DOĞRUSAL BAĞLANTI
ÇOKLU DOĞRUSAL BAĞLANTI ÇOKLU DOĞRUSALLIĞIN ANLAMI Çoklu doğrusal bağlanı; Bağımsız değişkenler arasında doğrusal (yada doğrusala yakın) ilişki olmasıdır... r xx i j paramereler belirlenemez hale gelir.
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıYTÜ İktisat Bölümü EKONOMETRİ I Ders Notları
Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri
DetaylıİÇİNDEKİLER ÖN SÖZ...
İÇİNDEKİLER ÖN SÖZ... v GİRİŞ... 1 1. İSTATİSTİK İN TARİHÇESİ... 1 2. İSTATİSTİK NEDİR?... 3 3. SAYISAL BİLGİDEN ANLAM ÇIKARILMASI... 4 4. BELİRSİZLİĞİN ELE ALINMASI... 4 5. ÖRNEKLEME... 5 6. İLİŞKİLERİN
DetaylıTürkiye deki İş Kazalarının Box-Jenkins Tekniği ile İncelenmesi. Doç. Dr. Arzu ALTIN YAVUZ Ar. Gör. Barış ERGÜL Ar. Gör. Ebru GÜNDOĞAN AŞIK
Türkiye deki İş Kazalarının Box-Jenkins Tekniği ile İncelenmesi Doç. Dr. Arzu ALTIN YAVUZ Ar. Gör. Barış ERGÜL Ar. Gör. Ebru GÜNDOĞAN AŞIK Sunu Planı Giriş Bu bölümde İş Sağlığı ve Güvenliği ile ilgili
DetaylıTürkiye de Reel Döviz Kuru, Tarımsal İhracat ve Tarımsal İthalat Arasındaki Nedensellik İlişkisi
TÜRK TARIM ve DOĞA BİLİMLERİ DERGİSİ www.dergipark.gov.tr/turkjans Türkiye de Reel Döviz Kuru, Tarımsal İhracat ve Tarımsal İthalat Arasındaki Nedensellik İlişkisi Ergün ŞİMŞEK Amasya Üniversitesi Amasya
DetaylıZaman Serisi Verileriyle Regresyon Analizi
Zaman Serisi Verileriyle Regresyon Analizi Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi Iktisat Bölümü Textbook: Introductory Econometrics (4th ed.) J. Wooldridge 13 Mart 2013 Ekonometri II: Zaman Serisi
DetaylıARALIK TAHMİNİ (INTERVAL ESTIMATION):
YTÜ-İktisat İstatistik II Aralık Tahmini I 1 ARALIK TAHMİNİ INTERVAL ESTIMATION): Nokta tahmininde ilgilenilen anakütle parametresine ilişkin örneklem bilgisinden hareketle tek bir sayı üretilir. Bir nokta
Detaylı009 BS 400- İstatistik sonılannın cevaplanmasında gerekli olabilecek tablolar ve formüller bu kitapçığın sonunda verilmiştir. 1. şağıdakilerden hangisi doğal birimdir? l TV alıcısı Bl Trafik kazası CL
DetaylıKorelasyon ve Regresyon
Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)
Detaylıİki Değişkenli Bağlanım Çıkarsama Sorunu
İki Değişkenli Bağlanım Çıkarsama Sorunu Aralık Tahmini Ekonometri 1 Konu 15 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported
DetaylıKUKLA DEĞİŞKENLİ MODELLER
KUKLA DEĞİŞKENLİ MODELLER Bir kukla değişkenli modeller (Varyans Analiz Modelleri) Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller) Kukla değişkenlerin
DetaylıÖrneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı
Örneklem Dağılımları & Hipotez Testleri Örneklem Dağılımı Ortalama veya korelasyon gibi istatistiklerin dağılımıdır Çıkarımsal istatistikte örneklem dağılımı temel fikirlerden biridir. Çıkarımsal istatistik
DetaylıZaman Serileri Analizi. TFF Süper Lig 2018 Şampiyon Takımın Puan Tahmini İLYAS TUNÇ / SULTAN ŞENTEKİN. DANIŞMAN Yrd. Doç. Dr. Özge ELMASTAŞ GÜLTEKİN
2017 Zaman Serileri Analizi TFF Süper Lig 2018 Şampiyon Takımın Puan Tahmini İLYAS TUNÇ / SULTAN ŞENTEKİN DANIŞMAN Yrd. Doç. Dr. Özge ELMASTAŞ GÜLTEKİN Bornova 2017 İÇİNDEKİLER Özet 3 1) TFF Süper Lig
DetaylıÇoklu Bağlanım Çıkarsama Sorunu
Çoklu Bağlanım Çıkarsama Sorunu Diğer Sınama ve Konular Ekonometri 1 Konu 27 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported
DetaylıDİNAMİK PANEL VERİ MODELLERİ. FYT Panel Veri Ekonometrisi 1
DİNAMİK PANEL VERİ MODELLERİ FYT Panel Veri Ekonometrisi 1 Dinamik panel veri modeli (tek gecikme için) aşağıdaki gibi gösterilebilir; y it y it 1 x v it ' it i Gecikmeli bağımlı değişkenden başka açıklayıcı
DetaylıHipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011
Hipotez Hipotez Testleri Y. Doç. Dr. İbrahim Turan Nisan 2011 Hipotez Nedir? Gözlemlenebilir (araştırılabilir) bir olay, olgu veya fikri mantıklı ve bilimsel olarak açıklamaya yönelik yapılan tahminlerdir.
DetaylıEşanlı Denklem Modelleri
Eşanlı Denklem Modelleri Eşanlı Denklem Yöntemleri Ekonometri 2 Konu 23 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC
Detaylıistatistik El 10 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre Al 4 Bl 6 cı 7 Dl 8 Al 5 B) 12 CL 27 D) 28 E) 35 2Q 10 BS 4200-A
2Q 10 BS 4200- İstatistik sorulannın cevap l anmasında gerekli olabilecek tablolar ve f ormüller bu kita p ç ığın sonunda ver-ilmiştir. 1_ ve 2_ sorular a Ş3 gldakl bilgilere göre cevaplandırılacaktır
DetaylıÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)
ÖNGÖRÜ TEKNĐKLERĐ ÖDEV (KEY) Aşağıda verilen Y zaman sersisi bir ürünle ilgili satışları,aylar itibariyle, gösteren bir seridir. a) Bu serinin garfiğini çizip serinin taşıdığı desenleri (Trend, mevsimsellik
DetaylıANADOLU ÜNİVERSİTESİ. ENM 317 Prof. Dr. Nihal ERGİNEL
ANADOLU ÜNİVERSİTESİ ENM 317 Prof. Dr. Nihal ERGİNEL 2 ÖRNEKLEME Anakütleden n birimlik örnek alınması ve anakütle parametrelerinin örnekten tahmin edilmesidir. 3 ÖRNEKLEME ALMANIN NEDENLERİ Anakütleye
DetaylıTÜRKİYE, KURU İNCİR İHRACATININ EKONOMETRİK ANALİZİ. AN ECONOMETRIC ANALYSIS OF DRIED FIGS EXPORT in TURKEY
Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi Y.2017, C.22, S.2, s.439-448. Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences Y.2017,
DetaylıEğitim / Danışmanlık Hizmetinin Tanımı
Eğitim / Danışmanlık Hizmetinin Tanımı 1. Proje Kapsamında Eğitim Talep Edilmiş ise, Eğitimin İçeriği Hakkında bilgi veriniz. Ekonometri alanı iktisat teorisi, işletme, matematik ve istatistiğin birleşmesiyle
DetaylıZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ
ZAMAN SERİLERİNDE AYRIŞTIRMA YÖNTEMLERİ 1 A. GİRİŞ Gözlemlerin belirli bir dönem için gün, hafta, ay, üç ay, altı ay, yıl gibi birbirini izleyen eşit aralıklarla yapılması ile elde edilen seriler zaman
DetaylıH 0 : θ = θ 0 Bu sıfır hipotezi şunu ifade eder: Anakütle parametresi θ belirli bir θ 0
YTÜ-İktisat İstatistik II Hipotez Testi 1 HİPOTEZ TESTİ: AMAÇ: Örneklem bilgisinden hareketle anakütleye ilişkin olarak kurulan bir hipotezin (önsavın) geçerliliğinin test edilmesi Genel notasyon: anakütleye
DetaylıTürkiye de Ar-Ge, Patent ve Ekonomik Büyüme İlişkisi ( )
B.E.A. TÜRKİYE DE AR-GE, PATENT VE EKONOMİK BÜYÜME İLİŞKİSİ (1970-2012) YALOVA SOSYAL BİLİMLER DERGİSİ 127 Türkiye de Ar-Ge, Patent ve Ekonomik Büyüme İlişkisi (1970-2012) Mehmet KARAKAŞ 1* Mehmet ADAK
DetaylıOLASILIK ve KURAMSAL DAĞILIMLAR
OLASILIK ve KURAMSAL DAĞILIMLAR Kuramsal Dağılımlar İstatistiksel çözümlemelerde; değişkenlerimizin dağılma özellikleri, çözümleme yönteminin seçimi ve sonuçlarının yorumlanmasında önemlidir. Dağılma özelliklerine
DetaylıFarklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman
Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım
Detaylı14 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi
DEĞİŞEN VARYANS Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 14 Ekim 2012 Ekonometri I: Değişen Varyans
DetaylıÇOKLU REGRESYON MODELİ. Bir bağımlı değişkene etki eden çok sayıda bağımsız değişkeni analize dahil ederek çoklu regresyon modeli uygulanabilir.
ÇOKLU REGRESYON MODELİ Bir bağımlı değişkene etki eden çok sayıda bağımsız değişkeni analize dahil ederek çoklu regresyon modeli uygulanabilir. Y=b 1 + b X + b X + u Y=b 1 + b X + b X +...+ b k X k + u
Detaylıİçindekiler. Ön Söz... xiii
İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1
DetaylıSIRADAN EN KÜÇÜK KARELER (OLS)
SIRADAN EN KÜÇÜK KARELER (OLS) YÖNTEMİNİN ASİMPTOTİK ÖZELLİKLERİ Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge
DetaylıALIŞTIRMA 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
DetaylıÖrnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.
Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri
Detaylı