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

Ebat: px
Şu sayfadan göstermeyi başlat:

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

Transkript

1 X Sabt Varyans Y Var(u X ) = Var(u ) = E(u ) = s Eşt Varyans EKKY nn varsayımlarından br anakütle regresyon fonksyonu u lern eşt varyanslı olmasıdır Her hata term varyansı bağımsız değşkenlern verlen değerlerne göre s ye eşt aynı (sabt) br değerdr Bu nedenle eşt varyansa sabt varyans da denr 1

2 Sabt Varyansta Hataların Dağılımı Tüketm y t Gelr x t

3 Sabt Varyans Durumu f(y t ) x 1 x x 3 x 4 Gelr x t 3

4 Farklı Varyans Kavramı Sabt varyans (homoscedastcty) varsayımına göre verl X açıklayıcı değşkenlerne bağlı olarak Y nn koşullu varyansı sabttr: =1,,,n de- Farklı varyans (heteroscedastcty) durumunda se ğştkçe nn koşullu varyansı da değşr: Y E(u ) s E(u ) s Farklı varyansa br örnek olarak tasarrufların varyansının gelrle brlkte artmasını vereblrz Yüksek gelrl alelern tasarrufları, düşük gelrl alelere oranla hem ortalama olarak daha çoktur hem de değşrlğ daha fazladır X 4

5 Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman 5

6 Farklı Varyansta Hataların Dağılımı Tüketm y t Gelr x t

7 Farklı Varyans Durumu f(y t ) Zengn breyler Yoksul breyler x 1 x x 3 Gelr x t

8 Farklı Varyansın Nedenler s Hata term varyansının değşken olma nedenlernden bazıları şunlardır: 1 Hata öğrenme (error learnng) modellerne göre breyler bazı konuları öğrendkçe daha az hata yaparlar Buna göre de nn de zamanla küçülmes beklenr Örnek olarak, blgsayarda klavye kullanma süres arttıkça hem klavye hataları hem de bunların varyansları azalır 8

9 Farklı Varyansın Nedenler Gelr düzey arttıkça gelrn harcanableceğ seçenekler de genşler Böylece, gelr düzey le brlkte hem harcamaların hem de bunların varyanslarının artması beklenr 3 Zaman çersnde ver derleme teknklernn gelşmesne koşut olarak de düşeblr s 4 Farklı varyans dışadüşen (outler) gözlemlern br sonucu olarak da ortaya çıkablrböyle gözlemlern alınması ya da bırakılması, özellkle de örneklem küçükken sonuçları öneml ölçüde değştreblr

10 Farklı Varyansın Nedenler 5 Farklı varyansın br dğer neden de model belrleme (spesfkasyon) hatasıdır Özellkle de öneml br değşkenn modelden çıkartılması farklı varyansa yol açablr 6 Farklı varyans sorunu yatay kest verlernde zaman sers verlerne oranla daha fazla görüleblmektedr Bunun neden, zaman serlernde değşkenlern zaman çersnde yakın büyüklüklerde olma eğlmdr 10

11 Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde Kar dağıtım modellernde Sektör modellernde Ücret modellernde Deneme - Yanılma modellernde

12 En Küçük Kareler İle İlgl Özellkler 1 En Küçük Kareler Tahmncler doğrusal ve sapmasızdır Katsayı tahmncler etkn değldr 3 En Küçük kareler tahmnclernn standart hataları doğru değldr 4 Standart hata formuller doğru olmadığından güven aralıkları ve hpotez testler geçerl değldr

13 y t = b 1 + b x t + e t Farklı varyans durumunda: En küçük kareler varyans formulu geçerszdr: var(b ) = s S (x t - x ) Enküçük kareler varyans formulu aşağıdak gb düzeltlmeldr: var(b ) = S s t (x t - x ) [S (x t - x ) ]

14 Farklı Varyansın Belrlenmes Grafk Yöntemle Sıra Korelasyonu test le Goldfeld-Quandt test le Breusch Pagan test le Glejser Test le Whte test le Lagrange çarpanları test le Ramsey Reset test le Park test le 14

15 Grafk Yöntem

16 E Grafk Yöntem YIL

17 Grafk Yöntem

18 Sıra Korelasyonu Test 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a =? sd=? 3Aşama t hes r s n 1- - r s? t tab =? Sd rs 1-6 n(n -1)? 4Aşama t hes > t tab H 0 hpotez reddedleblr 18

19 Sıra Korelasyonu Test Y X e X s e s d d Mutlak değerl olarak bulundukları yer tbaryle küçükten büyüğe sıra numarası verlr d=x-e Sd =11

20 Sıra Korelasyonu Test 1-6 Sd n(n -1) rs (10-1) 1 = 031 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a = 005 sd= 8 3Aşama t hes (031) t tab = 306 = Aşama t hes < t tab H 0 hpotez reddedlemez 0

21 Goldfeld-Quandt Test Büyük örneklere uygulanan br F testdr Bu test s nn farklı varyansının bağımsız değşkenlerden br le poztf lşkl olduğunu varsayar s s X s X le poztf (aynı yönde) lşkldr ve s farklı varyansı X n kares le orantılıdır Yan X değerler arttıkça s değer de artmaktadır

22 Goldfeld-Quandt Test Y = b 1 + b X + b 3 X b k X k + u Y X s X 3 X k IAlt Örnek n 1 Çıkarılan Gözlemler Y I = b 11 + b 1 X + b 31 X b k1 X k + u Se 1 =? n(1/6) < c < n(1/3) IIAlt Örnek n Y II = b 1 + b X + b 3 X b k X k + u Se =?

23 Goldfeld-Quandt Test 1Aşama H 0 : Eşt Varyans H 1 : Farklı Varyans Aşama a =? 3Aşama 4Aşama f f Se Se Fhes 1 F hes > F tab (n - c - k) 1?? F tab =? X bağımsız değşkennn değerler küçükyen büyüğe doğru lgl Y bağımlı değşkennn değerler de taşınarak sıralanır Ortadan c kadar gözlem çıkarılır H 0 hpotez reddedleblr 3

24 Yıl Tasarruf Gelr

25 Tasarruf 1654 Gelr Gelr bağımsız değşkenne göre tasarrufu da sıralıyoruz

26 n 1 Tasarrfuf Gelr n Tasarrfuf Gelr Gelre göre sırandı Ortadan 31/4=8 veya 9 gözlem çıkarılacak İk alt grup oluşturuldu

27 S X 1 Se 1 (1894) (0015) S X (7098) (00) Se

28 f 1 =f =(n-c-k)/=9 sd de F tab =318 F test Se S e

29 Goldfeld-Quandt Test lnmaas = b 1 + b Yıl + b 3 Yıl Dependent Varable: lnmaas Included observatons: Varable Coeffcent Std Error t-statstc Prob C Yıl Yıl R-squared Mean dependent var Adjusted R-squared SD dependent var SE of regresson Akake nfo crteron Sum squared resd Schwarz crteron Log lkelhood F-statstc Durbn-Watson stat Prob(F-statstc)

30 Goldfeld-Quandt Test 1alt örnek sonuçları: Dependent Varable: lnmaas Sample: 1 75 Included observatons: 75 Varable Coeffcent Std Errort-Statstc Prob C Yıl Yıl R-squared Mean dependent var Adjusted R-squared SD dependent var SE of regresson Akake nfo crteron Sum squared resd Schwarz crteron Log lkelhood F-statstc Durbn-Watson stat Prob(F-statstc)

31 Goldfeld-Quandt Test Altörnek Sonuçları: Dependent Varable: lnmaas Sample: 148 Included observatons: 75 Varable Coeffcent Std Error t-statstc Prob C Yıl Yıl R-squared Mean dependent var Adjusted R-squared SD dependent var SE of regresson 0496 Akake nfo crteron Sum squared resd Schwarz crteron Log lkelhood F-statstc Durbn-Watson stat Prob(F-statstc)

32 Goldfeld-Quandt Test 1Aşama Aşama H 0 : Eşt Varyans H 1 : Farklı Varyans a = 005 ( - 7-3) f f 143<F tab < Aşama Se Se Fhes 1? = Aşama F hes > F tab H 0 hpotez reddedleblr 3

33 Breusch Pagan Test Y = b 1 + b X + b 3 X b k X k +u (1) 1Aşama (1) Nolu denklem EKKY le tahmn edlp e 1 e e n örnek hata termler hesaplanır Bu e lerden hareketle e s hesaplanır n Aşama p e s 3Aşama p = a 1 + a Z + a 3 Z a m Z m +v () RBD =? 33

34 4Aşama Breusch Pagan Test p = a 1 + a Z + a 3 Z a m Z m +v () 1 (RBD) c - m 1 m: () nolu denklemdek parametre sayısı 5Aşama H 0 : a = a 3 = =a m = 0 (Eşt varyans) H 1 : En az br sıfırdan farklıdır (Farklı varyans) c c hes tab H 0 reddedlr 34

35 Breusch Pagan Test Yıllar GSMH IT et Yıllar GSMH IT et IT: İthalat IT GSMH e

36 Breusch Pagan Test 1Aşama Aşama e s n 0 p e s p p

37 Breusch Pagan Test 3Aşama p GSMH e 8691 R 0050 RBD = 459 4Aşama 1 (RBD) 95 c m 1 c - 1, Aşama H 0 : a = a 3 = =a m = 0 (Eşt varyans) H 1 : En az br sıfırdan farklıdır (Farklı varyans) c c H 0 reddedlemez hes tab 37

38 Glejser Farklı Varyans Test 1Aşama: Y le X (veya X ler) arasındak lşk tahmn edlerek, lgl örnek hata termler e ler bulunur Aşama: s le lşkl olduğu düşünülen bağımsız değşken çn aşağıdak modeller denenmektedr e a ax v e a a X v e a ax v 1 e a a v X 1 e a a v X e a a X v 38

39 Glejser Farklı Varyans Test 3Aşama: Korelasyon katsayısı ve a ların standat hata değerlerne göre en uyun model seçlp H 0 : a = 0 H 1 : a 0 test edlr 4Aşama: H 0 kabul edlrse eşt varyans gerçeklemştr sonucuna varılır 39

40 Glejser Farklı Varyans Test 1Aşama: Yıllar GSMH IT et Yıllar GSMH IT et IT: İthalat IT GSMH e

41 Glejser Farklı Varyans Test Aşama: e GSMH t (05795) (1315) prob (05694) (0058) 3Aşama: H 0 : a = 0 H 1 : a 0 4Aşama: prob = 0058 > 005 H 0 reddedlemez Eşt varyans gerçekleşmştr 41

42 Whte Test Y = b 1 + b X + b 3 X 3 + u Whte Test çn yardımcı regresyon: u = a 1 + a X + a 3 X 3 + a 4 X + a 5 X 3 + a 6 X X 3 + v R y =? Whte Test Aşamaları: 1Aşama H 0 : a = a 3 = a 4 = a 5 = a 6 =0 H 1 : a lern en az br tanes anlamlıdır Aşama a =? sd= k-1 c tab=? 3Aşama W= nr y =? 4Aşama W > c tab H 0 hpotez reddedleblr 4

43 Whte Test lnmaaş = yıl yıl Whte Test çn yardımcı regresyon: e = Yıl Yıl Yıl Yıl 4 R y = Aşama H 0 : a = a 3 = a 4 = a 5 =0 ; H 1 : a lern en az br tanes anlamlıdır Aşama a = 005 sd=5-1=4 c tab= Aşama W= nr y = (00901)= 000 4Aşama W > c tab H 0 hpotez reddedleblr 43

44 Lagrange Çarpanları(LM) Test Y = b 1 + b X + b 3 X 3 + u LM test çn yardımcı regresyon: e a * b Ŷ v LM Test Aşamaları: 1Aşama H 0 : b = 0 H 1 : b0 Aşama a =? sd= 1 * R y =? c tab=? 3Aşama LM= nr y =? 4Aşama LM > c tab H 0 hpotez reddedleblr 44

45 Lagrange Çarpanları(LM) Test lnmaaş = yıl yıl LM Test çn yardımcı regresyon: e = (lnmaas-tah) R y = Aşama H 0 : b = 0 H 1 : b0 Aşama a = 005 sd=1 c tab= Aşama LM= nr y = (00537)= Aşama LM > c tab H 0 hpotez reddedleblr 45

46 Ramsey Reset Test Y = b 1 + b X + b 3 X 3 + +b k X k + u 1Aşama: Ramsey Reset test çn yardımcı regresyon: e a a Y v 1 ˆ Aşama: H 0 : a = 0 (Eşt Varyans) H 1 : a 0 (Farklı Varyans) Hpotezler a hata payı le t tablosundan bulunacak değer le karşılaştırılır 3Aşama: t hes > t tab H 0 reddedlr 46

47 Ramsey Reset Test 1Aşama: IT GSMH e Yˆ t (117) (0514) prob (074) (0613) Aşama: H 0 : a = 0 (Eşt Varyans) H 1 : a 0 (Farklı Varyans) 47

48 Ramsey Reset Test 3Aşama: t tab = t n-k,a = t 0-, 005 = 101 4Aşama: t hesap = 0514 < t tab = 101 H o reddedlemez 48

49 Park Test s s Xe ( ) b v ln s lns b ln X v s blnmedğnden bunun yerne hata kareler toplamı e kullanılır ( ) ln e lns blnx v lns a ( ) ln e a blnx v 49

50 Park Test 1Aşama: ( ) ln e a blnx v Aşama: H 0 : b = 0 (Eşt Varyans) H 0 : b 0 (Farklı Varyans) 3Aşama: t hes > t tab H 0 reddedlr 50

51 Park Test 1Aşama: ( ) ln e ln X t (-867) (869) prob (0010) (00107) Aşama: H 0 : b = 0 (Eşt Varyans) H 0 : b 0 (Farklı Varyans) 3Aşama: t tab = t 18, 001 = 878???????? t hes < t tab H 0 reddedlemez 51

52 UYGULAMA: 3 alenn yıllık gıda harcamaları (Y) ve aylık ortalama gelrler (X) aşağıda verlmştr Ale Sayısı Y X u Ale Sayısı Y X u

53 UYGULAMA: Y = b 0 + b 1 X + model çn sabt varyans varsayımının geçerl olup olmadığını Grafk Yöntemle Sıra Korelasyonu test le Goldfeld-Quandt test le Breusch Pagan test le Glejser Test le Whte test le Lagrange çarpanları test le Ramsey Reset test le Park test le 53

54 Grafk Yöntem 54

55 Sıra Korelasyonu Test 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a = 005 sd=? 3Aşama t hes r s n 1- - r s? t tab =? Sd rs 1-6 n(n -1)? 4Aşama t hes > t tab H 0 hpotez reddedleblr 55

56 Sıra Korelasyonu Test 1-6 Sd n(n -1) r s (3-1) 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a = 005 sd= 30 t tab = 04 t hes (03347) = Aşama t hes < t tab H 0 hpotez reddedlemez 56

57 Goldfeld-Quandt Test c = 3 / 5 = 64 6 gözlem atılacak (14-19 gözlemler) 13 gözlemden oluşan k grup çn modeller 1-13 gözlemler çn Y = X e gözlemler çn Y = X e

58 1Aşama Goldfeld-Quandt Test H 0 : Eşt Varyans H 1 : Farklı Varyans Aşama a = 005 3Aşama Se F e 3601 hes S 1 (3-6 -*) f1 f 11 F tab =8 4Aşama F hes > F tab H 0 hpotez reddedleblr 58

59 Breusch Pagan Test Y X e Aşama e s n Aşama p e s 59

60 Breusch Pagan Test 3Aşama p X e 4666 R 0196 RBD = 131 4Aşama 1 (RBD) 656 c m 1 c - 1, Aşama H 0 : a = a 3 = =a m = 0 (Eşt varyans) H 1 : En az br sıfırdan farklıdır (Farklı varyans) c c H 0 reddedleblr hes tab 60

61 Glejser Farklı Varyans Test 1Aşama: e X t (0565) (599) Aşama: H 0 : a = 0 H 1 : a 0 3Aşama: a = 005 n k = 3 =30 t tab = 04 4Aşama: t hes > t tab H 0 reddedleblr Eşt varyans gerçekleşmemştr 61

62 Y X Whte Test Whte Test çn yardımcı regresyon: e = X 00058X R y = 096 1Aşama H 0 : a = a 3 = 0 ; H 1 : a lern en az br tanes anlamlıdır Aşama a = 005 sd=3-1= c tab=599 3Aşama W= nr y = 3(096) = Aşama W > c tab H 0 hpotez reddedleblr 6

63 Lagrange Çarpanları(LM) Test Y X LM Test çn yardımcı regresyon: e Y R y = 001 1Aşama H 0 : b = 0 H 1 : b0 Aşama a = 005 sd=-1=1 c tab= Aşama LM= nr y = 3(001) = 643 4Aşama LM > c tab H 0 hpotez reddedleblr 63

64 Ramsey Reset Test 1Aşama: Y X e Yˆ t (051) (753) prob (0605) (0009) Aşama: H 0 : a = 0 (Eşt Varyans) H 1 : a 0 (Farklı Varyans) 3Aşama: t hes > t tab H 0 reddedlr 64

65 Ramsey Reset Test 3Aşama: t tab = t n-k,a = t 3-, 005 =04 4Aşama: t hesap = 753 > t tab = 04 H 0 reddedleblr 65

66 Park Test 1Aşama: ( ) ln e ln X t (-1765) (13113) prob (0088) (01997) Aşama: H 0 : b = 0 (Eşt Varyans) H 0 : b 0 (Farklı Varyans) 3Aşama: t tab = t 3-=30, 005 = 04 t hes < t tab H 0 reddedlemez 66

67 FARKLI VARYANSI ORTADAN KALDIRMA s YOLLARI Farklı varyans durumunda EKKY tahmncler etknlk özellklern kaybettklernden güvenlr değldrler Bu sebeple farklı varyans ortadan kaldırılmadan EKKY uygulanmamalıdır Y lern (veya u lern) farklı varyansları s nn blnp blnmemesne göre farklı varyansı kaldıran k yol vardır: nn BİLİNMESİ HALİ s nn BİLİNMEMESİ HALİ

68 nn BİLİNMESİ HALİ s Y = b 1 + b X + u s 1 u X b 1 b Y s s s s ( ) u E 1 u E s s 1 1 s s * * * * * 1 Y b b X u Genelleştrlmş EKKY(GEKKY)

69 Genelleştrlmş EKKY(GEKKY) Sabt term yoktur İk tane bağımsız değşken vardır Y s b 1 1 s b X s u s

70 Genelleştrlmş EKKY(GEKKY) * * * * * 1 Y b b X e e * e s ( * * ) 1 e Y - b - b X mn * * * * * ( ) ( ) ( ) ( ) e s Y s - b1 1 s - b X s ( ) w 1s ( * * ) 1 w e w Y - b - b X

71 Genelleştrlmş EKKY(GEKKY) w e b 0 * 1 w e b 0 * ( * * 1 )( ) w e b w Y - b - b X -1 * 1 ( * * 1 )( ) w e b w Y - b - b X -X * * * 1 w Y b w b w X * * * * 1 - b Y b X * * 1 w X Y b w X b w X b ( w )( wxy ) - ( wx )( wy ) ( w )( wx ) - ( wx ) * Y * w Y w X * w X w

72 EKKY ve GEKKY Arasındak Fark EKKY e Y - b - b X ( ) 1 mn GEKKY ( * * ) we w Y - b1 - bx w 1s mn

73 s nn BİLİNMEMESİ HALİ 1HAL: LOGARİTMİK DÖNÜŞÜMLER Y b1 bx u lny lnb1 b lnx v HAL: E( u ) Y b1 bx u s s X Y X b 1 X b X 1 X u X ( ) ( ) ( ) ( ) ( ) 1 b 1 X b v ( ) 1 1 E v E u X 1 X E u s X s X

74 s nn BİLİNMEMESİ HALİ 3 HAL: E( u ) s s X Y b1 bx u ( ) ( ) Y X b 1 X b X 1 X u X 1 ( ) b 1 X b X v 1 ( ) ( ) ( ) ( ) s E v E u X 1 X E u 1 X X s

75 s nn BİLİNMEMESİ HALİ E u s s a a X 4 HAL: ( ) ( ) ( ) E u s 0 1 s f (X) ( ) ( ) ( ) f X a a X a a X Y b1 bx u ( ) 0 1 a a X bölünür

76 s nn BİLİNMEMESİ HALİ E u s s E Y 5 HAL: ( ) ( ) Y b1 bx u ( ) ( ) ( ) ( ) ( ) Y E Y b E Y b X E Y u E Y 1 b 1 E( Y ) b X E( Y ) v 1

77 UYGULAMA: 3 alenn yıllık gıda harcamaları (Y) ve aylık ortalama gelrler (X) aşağıda verlmştr Ale Sayısı Y X u Ale Sayısı Y X u

78 1HAL: LOGARİTMİK DÖNÜŞÜMLER ( ) ln Y ln X t (15691) (81077) prob (0171) (00000) ( ) R ln e ln Y R Aşama H 0 : b = 0 H 1 : b 0 Aşama a = 005 sd=-1=1 c tab= Aşama LM= nr y = 3(00178) = Aşama LM < c tab H 0 hpotez reddedlemez

79 HAL: E( u ) s s X ( ) Y X X 0365 t (5151) (8109) prob (0000) (0000) e Y R R Aşama H 0 : b = 0 H 1 : b 0 Aşama a = 005 sd=-1=1 c tab= Aşama LM= nr y = 3(00509) = Aşama LM < c tab H 0 hpotez reddedlemez

80 3 HAL: E( u ) s s X ( ) Y X X X t (-4686) (15337) prob (0001) (0000) R e Y 1Aşama H 0 : b = 0 H 1 : b 0 R 0365 Aşama a = 005 sd=-1=1 c tab= Aşama LM= nr y = 3(0365) = Aşama LM > c tab H 0 hpotez reddedleblr

81 E u s s E Y 5 HAL: ( ) ( ) 1 1 Y E( Y) E Y X E Y ( ) ( ) ( ) t (5630) (74167) prob (00000) (00000) R 0044 e Y R Aşama H 0 : b = 0 H 1 : b 0 Aşama a = 005 sd=-1=1 c tab= Aşama LM= nr y = 3(0090) = 098 4Aşama LM < c tab H 0 hpotez reddedlemez

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

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

Detaylı

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

Farklı Varyans. Var(u i X i ) = Var(u i ) = E(u i2 ) = σ i2. Eşit Varyans. Hata. Zaman Farklı Varyans Var(u X ) = Var(u ) = E(u ) = σ Eşt Varyans Y X Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = σ Farklı Varyans Zaman Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde. Kar dağıtım

Detaylı

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM (Örgün e İknc Öğretm çn) 1. 754 hanehalkına at DOMerset sml Excel dosyasında yer alan erler kullanarak tahmnlenen DOM sonuçları: Dependent Varable: CALISANKADIN Sample:

Detaylı

NİTEL TERCİH MODELLERİ

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

Detaylı

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

Korelasyon ve Regresyon

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

Detaylı

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

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

Detaylı

Bağımlı Kukla Değişkenler

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

Detaylı

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

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

Detaylı

PARÇALI DOĞRUSAL REGRESYON

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

Detaylı

ÇOKLU 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. 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

Detaylı

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

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

Detaylı

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

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

Detaylı

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

TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere değişkenlere ait veriler verilmiştir. EKONOMETRİ II Uygulama - Otokorelasyon TABLO I: Bağımlı değişken; Tüketim,- bağımsız değişkenler; gelir ve fiyat olmak üzere Tuketim 58 Gelir 3959 Fiyat 312 değişkenlere ait veriler verilmiştir. 56 3858

Detaylı

Normal 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. 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.

Detaylı

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

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

Detaylı

Normal 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. 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.

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

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

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Tek Denklemli Modellerde Uygulanan Testler 1.Yeni Bağımsız Değişkenler Ekleme Testi(s )

Tek Denklemli Modellerde Uygulanan Testler 1.Yeni Bağımsız Değişkenler Ekleme Testi(s ) Tek Denklemli Modellerde Uygulanan Testler 1.Yeni Bağımsız Değişkenler Ekleme Testi(s.285-293) Y=β 1 + β 2 X 2 + β 3 X 3 + u (SR) Y=β 1 + β 2 X 2 + β 3 X 3 + β 4 X 4 + β 5 X 5 + u 1.Aşama (SM) H 0 : β

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

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

İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ

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

Detaylı

İyi Bir Modelin Özellikleri

İyi 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

Detaylı

OTOKORELASYON OTOKORELASYON

OTOKORELASYON 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

Detaylı

1. 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 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

Detaylı

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

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

Detaylı

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

BİRDEN 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

Detaylı

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

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

Detaylı

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

Doğrusal Korelasyon ve Regresyon

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

Detaylı

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

0, model 3 doğruysa a3. Variable Coefficient Std. Error t-statistic Prob.

0, 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

Detaylı

Y = 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

Y = 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

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

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

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

Detaylı

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

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

Detaylı

ÇOKLU DOĞRUSAL BAĞLANTI

ÇOKLU 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.

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

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

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

Yuvalanmamış 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

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

Tek Yönlü Varyans Analizi

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

Detaylı

İSTATİSTİK DERS NOTLARI

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

Detaylı

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır?

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır? Korelasyon analz Korelasyon analz Sınava hazırlanma süres le sınavdan alınan başarı arasında lşk var mıdır? q N sayıda öğrencnn sınava hazırlanma süreler le sınavdan aldıkları puanlar tespt edlr. Reklam

Detaylı

Sansürlenmiş ve Kesikli Regresyon Modelleri

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

Detaylı

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

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

Detaylı

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

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

Detaylı

Sıklık Tabloları ve Tek Değişkenli Grafikler

Sıklık Tabloları ve Tek Değişkenli Grafikler Sıklık Tabloları ve Tek Değşkenl Grafkler Sıklık Tablosu Ver dzsnde yer alan değerlern tekrarlama sayılarını çeren tabloya sıklık tablosu denr. Sıklık Tabloları tek değşken çn marjnal tablo olarak adlandırılır.

Detaylı

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

14 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

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

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

En Yüksek Olabilirlik Yöntemi. İstatistikte, tüm anakütleler kendilerine karşılık gelen bir olasılık dağılımı ile tanımlanırlar.

En Yüksek Olabilirlik Yöntemi. İstatistikte, tüm anakütleler kendilerine karşılık gelen bir olasılık dağılımı ile tanımlanırlar. En Yüksek Olabilirlik Yöntemi İstatistikte, tüm anakütleler kendilerine karşılık gelen bir olasılık dağılımı ile tanımlanırlar. Basit(sıradan) en küçük kareler yöntemi, özünde olasılık dağılımları ile

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

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi VERİLERİN SUNUMU GM-0 MÜH. ÇALIŞ. İSTATİSTİKSEL YÖNTEMLER Br çalışadan elde edlen verler ha ver ntelğndedr. Ha verlerden blg ednek zor ve zaan alıcıdır. Ha verler çok karaşık durudadır. Verlern düzenlenes

Detaylı

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

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

Detaylı

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

Regresyon ve Korelasyon Analizi. Regresyon Analizi

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

Detaylı

Rasgele Değişken Üretme Teknikleri

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

Detaylı

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

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir. YER ÖLÇÜLERİ Yer ölçüler, verler merkez veya yığılma oktasıı belrleye statstklerdr. Grafkler bze verler yığılma oktaları hakkıda ö blg vermede yardımcı olurlar. Acak bu değerler gerçek değerler değldr,

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

1. KEYNESÇİ PARA TALEBİ TEORİSİ

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

Detaylı

ÇOKLU 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. ÇOKLU REGRESYON MODELİ Bir ağımlı değişkene etki eden çok sayıda ağımsız değişkeni analize dahil ederek çoklu regresyon modeli uygulanailir. Y= + + + u Y= + + +...+ k k + u EKKY varsayımları çoklu regresyon

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

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

Regresyon. Regresyon korelasyon ile yakından ilişkilidir Regresyon Regresyona Giriş Regresyon korelasyon ile yakından ilişkilidir Regresyon bir bağımlı değişken ile (DV) bir veya daha fazla bağımsız değişken arasındaki doğrusal ilişkiyi inceler. DV için başka

Detaylı

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

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

Detaylı

A EKONOMETRİ KPSS/1-AB-PÖ/2006

A EKONOMETRİ KPSS/1-AB-PÖ/2006 . 6. SOULI ŞĞIDKİ BİLGİLEE GÖE CEVPLYINIZ. Y =β +β X +... +β kxk + u denklem, n adet örnek ver ve k adet katsayı çn matrs ve vektörlerle Y = Xβ+ u şeklnde fade edlmştr. Burada ( kx ), X ( nxk ) ve u (

Detaylı

Merkezi Eğilim (Yer) Ölçüleri

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

Detaylı

Bölüm 4. Tahmin Sorunu. 4.1 Sıradan En Küçük Kareler Yöntemi. Sıradan En Küçük Kareler Yöntemi

Bölüm 4. Tahmin Sorunu. 4.1 Sıradan En Küçük Kareler Yöntemi. Sıradan En Küçük Kareler Yöntemi Bölüm 4 İk Değşkenl Bağlanım Model - Tahmn Sorunu 4.1 Sıradan En Küçük Kareler Yöntem Sıradan En Küçük Kareler Yöntem Bağlanım çözümlemesnde amaç, örneklem bağlanım şlev (ÖBİ) temel alınarak anakütle bağlanım

Detaylı

Tahmin Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011)

Tahmin Sorunu. Yrd. Doç. Dr. A. Talha YALTA Ekonometri 1 Ders Notları Sürüm 2,0 (Ekim 2011) İk Değşkenl Bağlanım Model Tahmn Sorunu Yrd. Doç. Dr. A. Talha YALTA Ekonometr 1 Ders Notları Sürüm 2,0 (Ekm 2011) Açık Lsans Blgs İşbu belge, Creatve Commons Attrbuton-Non-Commercal ShareAlke 3.0 Unported

Detaylı

Tek Yönlü Varyans Analizi (ANOVA)

Tek Yönlü Varyans Analizi (ANOVA) VARYANS ANALİZİ İ örne ortalaması arasında farın önem ontrolü, örne büyülüğüne göre z veya testlernden bryle yapılır. Bu testlerle, den fazla örne ortalamasını brlte test etme ve aralarında farın önem

Detaylı

Farklıserpilimsellik

Farklıserpilimsellik Farklıserpilimsellik Hata Varyansı Sabit Değilse Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011) Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

6. NORMAL ALT GRUPLAR

6. NORMAL ALT GRUPLAR 6. ORMAL ALT GRUPLAR G br grup ve olsun. 5. Bölümden çn eştlğnn her zaman doğru olamayacağını blyoruz. Fakat bu özellğ sağlayan gruplar, grup teorsnde öneml rol oynamaktadır. Bu bölümde bu tür grupları

Detaylı

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2 Journal of Yasar Unversty 2010 3294-3319 KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ Dr. Al Rıza AKTAŞ 1 Dr. Selm Adem HATIRLI 2 ÖZET Bu çalışmada, Batı Akdenz Bölges kent merkezlernde

Detaylı

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Marmara Üniversitesi U.B.F. Dergisi YIL 2005, CİLT XX, SAyı 1 YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU Yrd. Doç. Dr. Ebru ÇACLAYAN' Arş. Gör. Burak GÜRİş" Büyüme modelleri,

Detaylı

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir. Koşullu Öngörümleme Ex - ante (tasarlanan - umulan) öngörümleme söz konusu iken açıklayıcı değişkenlerin hatasız bir şekilde bilindiği varsayımı gerçekçi olmayan bir varsayımdır. Çünkü bazı açıklayıcı

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Gülesen ÜSTÜNDAĞ BAZI PARAMETRİK OLMAYAN İSTATİSTİKSEL YÖNTEMLERİN İNCELENMESİ İSTATİSTİK ANABİLİM DALI ADANA, 005 ÇUKUROVA ÜNİVERSİTESİ

Detaylı

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

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

Detaylı

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

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

Detaylı

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ Savaş OKUR PARAMETRİK VE PARAMETRİK OLMAYAN BASİT DOĞRUSAL REGRESYON ANALİZ YÖNTEMLERİNİN KARŞILAŞTIRMALI OLARAK İNCELENMESİ ZOOTEKNİ ANABİLİM

Detaylı

İki veri setinin yapısının karşılaştırılması

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

Detaylı

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

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

Detaylı

500 BÜYÜK SANAYİ KURULUŞUNDA ÜRETİM, KÂRLILIK VE İSTİHDAM İLİŞKİLERİ. YÜKSEK LİSANS TEZİ Müh. Özlem KÖSTEKLİ. Anabilim Dalı: İşletme Mühendisliği

500 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

Detaylı

Korelasyon, Korelasyon Türleri ve Regresyon

Korelasyon, Korelasyon Türleri ve Regresyon Korelasyon, Korelasyon Türleri ve Regresyon İçerik Korelasyon Korelasyon Türleri Korelasyon Katsayısı Regresyon KORELASYON Korelasyon iki ya da daha fazla değişken arasındaki doğrusal ilişkiyi gösterir.

Detaylı

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

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

Detaylı

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

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

Detaylı

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

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

Elektrik Akımı. Test 1 in Çözümleri. voltmetresi K-M arasına bağlı olduğu için bu noktalar arasındaki potansiyel farkını ölçer. V 1. = i R KM 1.

Elektrik Akımı. Test 1 in Çözümleri. voltmetresi K-M arasına bağlı olduğu için bu noktalar arasındaki potansiyel farkını ölçer. V 1. = i R KM 1. 5 Elektrk kımı 1 Test 1 n Çözümler 1. 4 Ω Ω voltmetre oltmetrenn ç drenc sonsuz büyük kabul edlr. Bu nedenle voltmetrenn bulunduğu koldan akım geçmez. an voltmetrenn olduğu koldak drenç dkkate alınmaz.

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

Manyetizma Testlerinin Çözümleri. Test 1 in Çözümü

Manyetizma Testlerinin Çözümleri. Test 1 in Çözümü 4 Manyetzma Testlernn Çözümler 1 Test 1 n Çözümü 5. Mıknatısların brbrne uyguladığı kuvvet uzaklığın kares le ters orantılıdır. Buna göre, her br mıknatısa uygulanan kuvvet şekl üzernde gösterelm. 1. G

Detaylı

TURİZM SEKTÖRÜNDE TALEP TAHMİN MODELLEMESİ

TURİZM SEKTÖRÜNDE TALEP TAHMİN MODELLEMESİ TURİZM SEKTÖRÜNDE TALEP TAHMİN MODELLEMESİ *Prof. Dr. Münevver TURANLI, Arş. Gör. Elif GÜNEREN 1.Giriş Turizm sektörü; bir yandan ülkeler için önemli bir gelir kaynağı olması, diğer yandan uluslararası

Detaylı

ANOVA. CRD (Completely Randomized Design)

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

Detaylı

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

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

Detaylı

Matris Cebiriyle Çoklu Regresyon Modeli

Matris Cebiriyle Çoklu Regresyon Modeli Matris Cebiriyle Çoklu Regresyon Modeli Hüseyin Taştan Mart 00 Klasik Regresyon Modeli k açıklayıcı değişkenden oluşan regresyon modelini her gözlem i için aşağıdaki gibi yazabiliriz: y i β + β x i + β

Detaylı

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

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I ÖRNE SE 5 - MBM Malzeme ermdnamğ I 5 ºC de ve sabt basınç altında, metan gazının su buharı le reaksynunun standart Gbbs serbest enerjs değşmn hesaplayın. Çözüm C O( ( ( G S S S g 98 98 98 98 98 98 98 Madde

Detaylı