DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ

Save this PDF as:
 WORD  PNG  TXT  JPG

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ"

Transkript

1 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 Testi Wald Test

2 DOĞRUSAL SINIRLAMALAR Bazen İktisat teorisinden kaynaklanan bazı sınırlamaların modelde yer alması istenebilir veya gerekebilir. Tüketim ve tasarruf eğilimlerinin toplamı, Coubb-Douglas modelinin katsayılarının toplamının ölçeğe göre sabit getiri olması için bire eşit olması gibi birleşimler söz konusu olabilir. durumlarda doğrusal Benzer şekilde bazı katsayıların birbirine eşitliği veya farklı doğrusal birleşimlerinin varlığı da arzu edilebilir. Bu tür sınırlamalara doğrusal sınırlamalar denir.

3 Regresyon modeli, İ i Y ve sınırlama, olsun. Bu durumda, olacağından, İ i Y ) ( İ i Y

4 İ i Y ) ( ( 4 ) Y İ ( 4 ) olacak ve model ve için ve tanımlaması yapılırsa, * Y * İ Y 5 5 * * olarak tahmin edilecektir. Katsayıların birbirine eşitliği de doğrusal sınırlamadır. Aynı modelde sınırlama olursa, İ i Y modeli, 4

5 * İ tanımlaması ile model, İ i i Y * olarak tahmin edilir. olarak incelenebilir. Burada, İ i Y ) ( 5

6 DOĞRUSAL SINIRLAMALARIN TESTİ Sınırlamalar doğrusal olduğunda test edilmeleri için t ve F testleri kullanılabilir. t TESTİ Katsayıların anlamlılığının veya belirli bir değere eşitliğinin söz konusu olduğu durumda açıklanan t testi, doğrusal sınırlamaların testi için de benzer bir şekilde kullanılır. Doğrusal sınırlama türlerinin gösterdiği farklılığa bağlı olarak t testinin uygulanması da farklılıklar gösterir. Sabit değer sınırlamasında katsayılardan birinin belirli bir değere eşit olması söz konusu olduğunda yapılacak t testi katsayıların belirli bir değere eşit olmasının testi ile aynıdır. 6

7 Regresyonun orijinden geçip geçmediği test edilmek istendiğinde ise, sabit katsayının anlamlılığın yani sıfırdan farklı olup olmadığının test edilmesi gerekecektir. Sabit değer kısıtlaması birden fazla parametre için geçerli ise, t testi her biri için ayrı ayrı uygulanacaktır. Test işlemleri sınırlandırılmamış model ile yapılacaktır. İki parametrenin birbirine eşit olması, toplamlarının veya farklarının belirli bir değere eşit olması şeklinde bir sınırlama söz konusu ise, yani veya 0 sınırlaması veya örneğin veya sınırlaması test 0 edilecekse hipotezler daha önce açıklandığı gibi oluşturulur. Test istatistiği ise eşitlik için, t ( ) ( ) s olacak ve test edildiğinden 7

8 ), ( Cov s s s olarak tahmin edilir. Toplamlar veya farklar söz konusu olduğunda test istatistiği, örneğin durumu için, ) ( ) ( s t ve ) ( s t ve s t olacaktır.burada, 8

9 s Cov(, s s ) olacaktır. Diğer işlemler daha önce açıklandığı gibi yapılacaktır. 9

10 Uygulama: Türkiye nin yılları arasında elde ettiği turizm gelirlerini (TG) incelemek amacıyla Türkiye ye gelen turist sayısı (TS) ve turizm yatırımları (TY) değişkenleri ile tam logaritmik model elde edilmiştir. Bulunan bu modelde turist sayısına ilişkin parametrenin turizm yatırımlarına ilişkin parametre ile eşit olduğunu sınayınız. LN(TG) = LN(TS)+.4LN(TY) s(b i ) = (0.77) (0.5) (0.5) t = (-4.078) (4.85) (.5) prob = [0.0000] [0.0000] [0.0000] F hes = R= prob [0.0000] e t Cov( ) 0.4 0

11 0) ( : 0 H 0) ( H.74.05;8 t 0 ) ( ) ( s t ) (.888 t 0. (0.4) (0.5) (0.5) s

12 t hes =.7 > t tab =.74 H 0 reddedilir. Sınırlama geçerli değildir. Parametrelerin birbirine eşit olduğu söylenemez.( )

13 F TESTİ Doğrusal sınırlamaların testi için sınırlandırılmış ve sınırlandırılmamış modellerin tahmin edilmesi gereklidir. Bu test yapılırken sınırlama sayısı önemli değildir. Test söz konusu olan sınırlamaların geçerli olmaması halinde modellerin açıklandığı değişim miktarlarının aynı olacağı mantığına dayanmaktadır. Diğer bir ifade ile söz konusu olan sınırlamalar geçerli ise sınırlandırılmış ve sınırlandırılmamış modeller tarafından bağımlı değişkendeki değişmelerin açıklanma miktarları arasında istatistiksel olarak anlamlı bir fark olacaktır.

14 Test için açıklanmayan değişme, yani artıkların kareleri toplamı kullanılabilir. Sınırlandırılmış modelin artıklarının kareleri toplamı kareleri toplamı e R e U ve sınırlandırılmamış modelin artıklarının ile ifade edilirse F test istatistiği, F ( e t e R t U e /( n t U k u ) / c olarak hesaplanacaktır. Burada, ) c k U k R 4

15 ve test istatistiğinin dağılımı c ve (n- k U ) serbestlik dereceli F dağılımıdır. F test istatistiği R değerleri ile, F ( RU RR ) / c ( R ) /( n k) U veya F ( RBD RBD )/ c U R ( HBD )/( n k) U olarak da hesaplanabilir. 5

16 Kimya Sanayii dalında faaliyet gösteren 5 firmanın üretimleri (Y), emek girdileri( ) ve sermaye girdileri ( ) aşağıdaki gibidir. Firma Üretim(bin ton) Emek(saat) Sermaye(makine saati)

17 logy. b b Y b log 0.668log 0.95 R u n=5, k= Bu üretim fonksiyonu sınırlanmamış modeldir, zira b parametrelerine sınır konmamıştır. Şimdi b +b = sınırlamasını koymak isteyelim.. Aşama:. Aşama: H H 0 : b : b 0.05 b b anlamlılık seviyesi ve f =c= sınırlama, f =n-k=5-= sd. lerinde F tab =4.75 7

18 . Aşama: R =0.95 Sınırlandırılmamış üretim fonksiyonunun belirlilik katsayısıdır. Sınırlandırılmış üretim fonksiyonunun belirlilik katsayısı; R R? Bunu bulabilmek için sınırlandırılmış üretim fonksiyonunu belirleyip EKKY ile tahmin etmeliyiz, yani sınırlandırılmış EKKY yı uygulamalıyız. Şöyleki; yukarıdaki sınırlandırılmamış orijinal üretim fonksiyonu; lny b b ln b ln u göre H 0 hipotezi sınırlaması b + b = i dikkate almak için b b veya b b alınmalıdır. Biz sonuncusunu alalım: veya lny b b ( b ln )ln b (ln b ln ln u ) u 8

19 ln ln Y Y veya ln( ln ln Y Y ) b b b b b ln b b ln ln( ln( Y / ) b b ln( / ) u Burada Y/, üretim/emek oranı; /, sermaye/emek oranı olup, iktisadi yönden önemlidir. İşte b ve b ün denklemden EKKY ile tahmini sınırlandırılmış EKKY adını alır. b ü bu yöntemle bulduktan sonra b =-b den b yi bulabiliriz. Üretim fonksiyonu için yani sınırlandırılmış EKKY tahmin sonuçları şöyledir: ln( Y / ln (ln b ) ln( ) ln ln s( b i ) ( ) (0.409) R R Şimdi formül uygulanabilir, b / u ln ) ) b 0.40 u ln u u 9

20 F hes ( )/ ( 0.95)/ Aşama: %5 ve %0 önem düzeyinde, F hes =7.5 > F tab =4.75 H 0 reddedilir. Yani sabit verimlilik reddedilir. Yani ilgili dönemde ^ b ^ b.0889 değeri %5 ve %0 anlamlılık seviyesinde.0889 un den farklı olduğu kabul edilir. Buradan, istatistik testlerden anlamlılık seviyesinin tespitinin, testi gerçekleştirmeden önce yapılması gerektiği sonucu çıkmaktadır. ^ Sınırlı EKKY tahminlerinden bulunduğuna göre ^ b olacaktır. b.797 0

21 Yapısal Kararlılığın Sınanması.-0. slaytlar arası sayfasından alınmıştır.

22 Yapısal Kararlılığın Sınanması.-0. slaytlar arası sayfasından alınmıştır.

23 Yapısal Kararlılığın Sınanması.-0. slaytlar arası sayfasından alınmıştır.

24 Yapısal Kararlılığın Sınanması.-0. slaytlar arası sayfasından alınmıştır. 4

25 Yapısal Kararlılığın Sınanması.-0. slaytlar arası sayfasından alınmıştır. 5

26 Yapısal Kararlılığın Sınanması HKT =8,90 HKT =0,487 HKT =55, slaytlar arası sayfasından alınmıştır. 6

27 Chow Sınaması.-0. slaytlar arası sayfasından alınmıştır. 7

28 Chow Sınaması Verilen varsayımlar altında Chow sınaması şöyle yapılır. Birinci modelden sd si (n k) olan HKT bulunur. İkinci modelden sd si (n k) olan HKT bulunur. İki bağlanıma ait hata terimleri bağımsız kabul edildiği için, HKT R =HKT +HKT olarak hesaplanır. Tüm gözlemlerin kullanıldığı. model tahmin edilir ve HKT yada HKT U bulunur. Yapısal değişim yoksa HKT R ve HKT U istatistiksel olarak farklı olmamalıdır. Sınırlamalar için şu istatistik kullanılır. HKT U HKT R / k F Fk, nn k HKT / n n k R.-0. slaytlar arası sayfasından alınmıştır. 8

29 Chow Sınaması slaytlar arası sayfasından alınmıştır. 9

30 Chow Sınaması HKT HKT HKT HKT R.-0. slaytlar arası sayfasından alınmıştır. 0

31 Regresyon Modelinin Fonksiyonel Biçiminin Test Edilmesi (MWD) Bir doğ-doğ regresyon modeli ile log-log regresyon modelinden hangisinin tercih edileceğine karar vermek için MWD testini kullanabiliriz. Y aa a u () lnyb b ln b ln v () H 0 : Doğ-doğ model geçerlidir H : Log-log model geçerlidir.

32 . ADIM: nolu model (doğ-doğ) model tahmin edilir. Y ( doğ ). ADIM: nolu model (log-log) model tahmin edilir. lny Y ( doğ ). ADIM:. adımdaki değerlerinin log. lny( doğ) 4. ADIM: Z i lny( doğ) lny 5.ADIM: 4.adımda elde edilen Z değişkeni nolu modeldeki doğrusal regresyon modeline bağımsız değişken olarak eklenir. Z değişkeninin katsayı tahmini istatistiksel ise H 0 red edilir. olarak anlamlı

33 UYGULAMA: year and quarter Y 97 III, IV 9, I 8, II 0, III 9,40.7. IV 8, I 6, İzmir ilinde 97(III)-975(II) üçer aylık dönemlerinde onikişer adetlik demet gül talebi (Y), demet gülün fiyatı ( ) ile ikame mal olarak bir demet karanfilin fiyatı ( ) değişkenlerine ait veriler yan tabloda verilmiştir. II 8,5..49 III 8,08.6. IV 7, I 5, II 7, III 6, IV 5, I, II 5,

34 UYGULAMA: İzmir ilinde 97(III)-975(II) üçer aylık dönemlerinde onikişer adetlik demet gül talebi incelenmiştir. Demet gül talebi Y bağımlı değişken, bir demet gülün fiyatı ve ikame mal olarak da bir demet karanfilin fiyatı bağımsız değişken olarak modele alınmıştır. Bu model hem doğ-doğ hem de log-log model olarak tahmin edilmiştir. Hangi model tercih edilmelidir? Doğ-doğ model: Y R = Log-log model: ln Y ln.98ln R =

35 Z i değişkeni ile birlikte tahmin edilen doğrusal model Y Zi t (.78) (-6.7) (.866) (0.007) R = H 0 : Doğ-doğ model geçerlidir H : Log-log model geçerlidir. t tab = t n-k =t, =0.05 =.79 t hes < t tab H 0 reddedilemez. 5

36 UYGULAMA: Bir ekonomideki para talebi modelinde M D = Talep edilen para miktarı, Y = Milli Gelir, L = (para dışındaki) likit Akifler stoku( tasarruflar, vadeli mevduat gibi) değişkenleri yer almaktadır dönemi verileri ile bir ülke için şu tahmin edilmiştir. MD i 0.5Y 0.67L s(b i) y 0.90 R i Daha sonra bu değişkenlerle tam logaritmik model oluşturulmuştur. ln MD 0.4.5ln i.98 ln Y 0.47 ln L s(b ) i yi 0. R 0.4 Doğrusal modelin doğru model olduğu hipotezini test etmek için aşağıdaki model kurulmuştur. Gerekli hipotezleri kurup %5 önem seviyesinde hangi modelin tercih edileceğini söyleyiniz. M i 0. Y 0.68 L.84Z s(b ) y 0.09 R D i i 6

37 UYGULAM:.Adım:H 0 : Dog-dog model geçerlidir. H : Log-log model geçerlidir..adım: z değişkeninin t değeri.84 thes Adım: t tab = t 8-5=,=0.05 =.04 4.Adım: t hes > t tab H 0 reddedilir. Log-log model geçerlidir 7

38 DOĞRUSAL OLMAYAN SINIRLAMALAR Bazı durumlarda sınırlamaların yapısı doğrusal olmaz. Bu durumda doğrusal sınırlamalardan farklı olarak modellerin tahmininde problemlerle karşılaşılır. Parametreler klasik en küçük kareler yöntemi ile tahmin edilemeyebilirler. Y Regresyon modelinin, i i i 4 i4 İ olduğunu ve katsayılar ile ilgili sınırlamanın varsayalım. Bu durumda, 4. 4 olduğunu 8

39 İ i i i i Y 4 olacaktır. Bu model doğrusal olmayan bir modeldir. Model parametreleri, en küçük kareler veya farklı bir yöntemle tahmin edilecektir. olacağı model, 9

40 DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ Gerçekte doğrusal olmayan modeller için söz konusu olan doğrusal olmayan sınırlamalar için kullanılacak testlerde, bu tür modellerin tahmincilerinin dağılımı normal dağılım olmadığından farklı olacaktır. Sınırlamalar için Benzerlik Oranı testi (LR), Wald testi (W) ve Lagrange Çarpanı testi (LM) kullanılır. Bu testler sadece doğrusal olmayan sınırlamalar için geçerli olmayıp, doğrusal sınırlamalar için de geçerlidir. Ancak doğrusal sınırlamalar için açıklanan testlerin gerçekte doğrusal olmayan modeller için kullanılması söz konusu değildir. 40

41 BENZERLİK ORANI TESTİ Benzerlik oranı testi için adından da anlaşılacağı gibi benzerlik fonksiyonu kullanılır. Test için sınırlandırılmış modelin tahmini de yapılır ve logaritmik benzerlik fonksiyonunu eğiminin sıfır veya sıfırdan farklı olması durumuna göre sınırlamaların geçerli olup olmayacağına karar verilir. Sınırlandırılmış modelin logaritmik benzerlik fonksiyonunu L R, sınırlandırılmamış modelin logaritmik benzerlik fonksiyonu L U ile ifade edersek test istatistiği, LR ( L R LU ) olarak hesaplanır. LR test istatistiğinin dağılımı c serbestlik dereceli ki-kare dağılımıdır. c sınırlama sayısıdır. Temel hipotez sınırlamaların geçerli olduğunu,alternatif hipotez ise 4 sınırlamaların geçerli olmadığını ifade eder.

42 LR test istatistiği hata payı ve c serbestlik derecesi ile ki-kare tablosundan bulunacak değer ile karşılaştırılır. LR tablo değerinden büyükse H 0 hipotezi reddedilir, sınırlamalar geçersizdir. Aksi söz konusu ise sınırlamalar geçerlidir. LR test istatistiği sınırlandırılmış ve sınırlandırılmamış modellerin artıklarının karelerinin toplamı ile LR e t R nloge et U veya sınırlandırılmış ve sınırlandırılmamış modellerin belirlilik katsayısı ile, LR nlog e R R R U olarak da hesaplanabilir. 4

43 LAGRANGE ÇARPANI TESTİ Bu test Lagrange fonksiyonuna ve sınırlandırılmış modelin tahminine dayanarak yapılır. Büyük örnekler için LM e t e R e / n t R t U olarak hesaplanır ve test istatistiğinin dağılımı c (sınırlama sayısı) serbestlik dereceli ki-kare dağılımıdır. LM test istatistiği R değerleri ile, LM ( R ( U R hesaplanabilir. R RR ) ) / n Doğrusal sınırlamalar söz konusu olduğunda test istatistiği, 4

44 LM nr olarak hesaplanabilir. Hipotezler ve hipotezin kabul kararı benzerlik oranı testinde açıklandığı gibidir. LM testi F testi gibi bağımsız değişken katsayılarının tümünün anlamlılığını test etmek için kullanılabilir. Bu durumda test istatistiği sınırlandırılmamış modelin belirlilik katsayısı kullanılarak R U LM nr U hesaplanır. LM test istatistiğinin dağılımı test edilen parametre sayılı (k-) serbestlik dereceli ki-kare dağılımıdır. 44

45 WALD TESTİ Testte, sınırlandırılmamış modelden tahmin edilen varyans kullanıldığından sınırlandırılmamış modelin tahminini gerektirir. Birden fazla sınırlama test edilebilir. Sınırlama sayısı c ile ifade edilebilir. Wald test istatistiği, W et e R e / n t U t U olarak hesaplanır. Wald test istatistiği R değerleri ile, W ( RU R ( R ) / U R ) n hesaplanır. 45

46 Sınırlama sayısı c= olduğundan ki-kare tablosunda serbestlik derecesi ile tablo değeri bulunarak benzerlik oranı testinde olduğu gibi karar verilir. Aynı modelde aynı kısıtlamalar için Lagrange çarpanı, Benzerlik oranı ve Wald testleri hesaplandığında, LM LRW ilişkisi görülür. 46

47 Uygulama: Mayıs 00-Mart 00 dönemi için faiz oranları (FAİZ), enflasyon açığı (EACIK), üretim açığı (URETİMACIK), bir dönem önceki faiz oranı (GFAİZ) ve döviz kuru açığı (DKACIK) değişkenleriyle model tahmin edilmiştir. Daha sonra döviz kuru açığının yer almadığı modeli ele alarak sınırlama testlerinden F, LR, LM ve W testleri ile hangi model ile çalışılacaktır. 47

48 Y t =β +β GFAİZ β DKAÇIK+β 4 EAÇIK+β 5 ÜRETİMAÇIK+u t H H 0 : : 0 0 R U Sınırlandırılmamış model: = t U e.49 48

49 Sınırlandırılmış model: R R = t R e

50 . F TESTİ ÖRNEĞİ. aşama: H 0 : Sınırlamalar geçerlidir. ( H 0 ) 0 : H : Sınırlamalar geçersizdir. ( H 0 ) :. aşama: f :c=,f : n-k= 06-5=0 F tab =6,85. aşama: F ( RU RR ) / c ( R ) /( n k) U F ( ) / ( ) /

51 4. aşama: F hes = > F tab = 6.85 H 0 reddedilir. Sınırlamalar geçersizdir. Sınırlandırılmamış model ile çalışılmalıdır. 5

52 .BENZERLİK ORANI TESTİ ÖRNEĞİ. aşama: H 0 : Sınırlamalar geçerlidir. ( H 0) H : Sınırlamalar geçersizdir. ( H 0 ) : 0 :.aşama: c=.84.aşama: LR e t R nloge et U 9.70 LR 06loge

53 4.aşama: LR=4.4 > tab.84 H 0 reddedilir. Sınırlamalar geçersizdir. Sınırlandırılmamış model ile çalışılmalıdır. veya LR nlog e R R R U loge LR > tab. 84 H 0 reddedilir. Sınırlamalar geçersizdir. 5

54 .LAGRANGE ÇARPANI TESTİ ÖRNEĞİ. aşama: H 0 : Sınırlamalar geçerlidir. ( H 0 ) H : Sınırlamalar geçersizdir. ( H 0 ) : 0 :.aşama: c=.84.aşama: LM et e R e / n t R t U LM /06 54

55 4.aşama LM=.48 >.84 H 0 reddedilir. Sınırlamalar geçersizdir. veya LM ( RU R ( R ) / R R ) n ( ) LM.48 >. 84 ( ) /06 H 0 reddedilir. Sınırlamalar geçersizdir. Sınırlandırılmamış model ile çalışılmalıdır. 55

56 WALD TESTİ ÖRNEĞİ. aşama: H 0 : Sınırlamalar geçerlidir. ( H 0 ) H : Sınırlamalar geçersizdir. ( H 0 ) : 0 :.aşama: c=.aşama: W.84 et e R e / n t U t U W /

57 W=5.449 >.84 H 0 reddedilir. Sınırlamalar geçersizdir. veya W ( RU RR ( R ) / U ) n ( ) W >. 84 ( ) /06 H 0 reddedilir. Sınırlamalar geçersizdir. Sınırlandırılmamış model ile çalışılmalıdır. 57

58 LM=.48 LR=4.4 W=5.449 LM LR W 58

59 Y t =β +β GFAİZ β DKAÇIK+β 4 EAÇIK+β 5 ÜRETİMAÇIK+u t 0 : 0 : H H Sınırlandırılmamış model: = R U.49 U t e 59

60 Sınırlandırılmış model: R R = e t R

61 4.WALD TESTİ ÖRNEĞİ. aşama: H 0 : Sınırlamalar geçerlidir. ( H 0) H : Sınırlamalar geçersizdir. ( H 0) : 4 0 : 4.aşama: c= tab 5.99.aşama: W e t e R e / n t U t U W /06.8 6

62 W=5.449 > tab 5.99 H 0 reddedilir. Sınırlamalar geçersizdir. veya W ( RU RR ( R ) / U ) n W ( ) ( ) /06.4 W=5.449 > tab 5.99 H 0 reddedilir. Sınırlamalar geçersizdir. Sınırlandırılmamış model ile çalışılmalıdır. 6

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

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

Çoklu Bağlanım Çıkarsama Sorunu

Çoklu Bağlanım Çıkarsama Sorunu Çoklu Bağlanım Çıkarsama Sorunu Diğer Sınama ve Konular Ekonometri 1 Konu 27 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

Detaylı

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

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

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

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık KORELASYON ve REGRESYON ANALİZİ Doç. Dr. İrfan KAYMAZ Tanım Bir değişkenin değerinin diğer değişkendeki veya değişkenlerdeki değişimlere bağlı olarak nasıl etkilendiğinin istatistiksel

Detaylı

EŞANLI DENKLEM MODELLERİ

EŞANLI DENKLEM MODELLERİ EŞANLI DENKLEM MODELLERİ Eşanlı denklem modelleri, tek denklemli modeller ile açıklanamayan iktisadi olayları açıklamak için kullanılan model türlerinden birisidir. Çift yönlü neden-sonuç ilişkisi söz

Detaylı

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

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

Detaylı

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla.

7.Ders Bazı Ekonometrik Modeller. Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. 7.Ders Bazı Ekonometrik Modeller Đktisat (ekonomi) biliminin bir kavramı: gayrisafi milli hasıla. Kaynak: TÜĐK dönemler gayri safi yurt içi hasıla düzeyi 1987-1 8680793 1987-2 9929354 1987-3 13560135 1987-4

Detaylı

10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ

10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ 10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ Bu bölümde; Fonksiyonel Form için EViews Tablosu EViews ta Quasi R 2 Hesaplanması EViews ta Doğrusal ve Log-Lin Modeller için Quasi R 2 Hesaplanması EViews

Detaylı

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

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2

YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI. Sibel SELİM 1 Efe SARIBAY 2 Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi Cilt 5, Sayı:2, 2003 YABANCI DİL EĞİTİMİ VEREN ÖZEL BİR EĞİTİM KURUMUNDAKİ ÖĞRENCİLERİN BEKLENTİLERİNİN ARAŞTIRILMASI Sibel SELİM 1 Efe SARIBAY

Detaylı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 4 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı

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

14 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

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

Bölüm 9. Çoklu Bağlanım Çözümlemesi - Çıkarsama Sorunu. 9.1 T Sınamaları Çoklu Bağlanımda Önsav Sınaması

Bölüm 9. Çoklu Bağlanım Çözümlemesi - Çıkarsama Sorunu. 9.1 T Sınamaları Çoklu Bağlanımda Önsav Sınaması Bölüm 9 Çoklu Bağlanım Çözümlemesi - Çıkarsama Sorunu 9.1 T Sınamaları 9.1.1 Çoklu Bağlanımda Önsav Sınaması Bu bölümde daha önce iki değişkenli bağlanım modelleri için ele almış olduğumuz aralık tahmini

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

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

İÇİNDEKİLER. BÖLÜM 1 Değişkenler ve Grafikler 1. BÖLÜM 2 Frekans Dağılımları 37 İÇİNDEKİLER BÖLÜM 1 Değişkenler ve Grafikler 1 İstatistik 1 Yığın ve Örnek; Tümevarımcı ve Betimleyici İstatistik 1 Değişkenler: Kesikli ve Sürekli 1 Verilerin Yuvarlanması Bilimsel Gösterim Anlamlı Rakamlar

Detaylı

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

OLS Yönteminin Asimptotik (Büyük Örneklem) Özellikleri SIRADAN EN KÜÇÜK KARELER (OLS) Asimptotik Özellikler: Tutarlılık. Asimptotik Özellikler

OLS 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

Detaylı

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız.

Örnek. Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. Örnek Aşağıdaki veri setlerindeki X ve Y veri çiftlerini kullanarak herbir durumda X=1,5 için Y nin hangi değerleri alacağını hesaplayınız. i. ii. X 1 2 3 4 1 2 3 4 Y 2 3 4 5 4 3 2 1 Örnek Aşağıdaki veri

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 6- İSTATİSTİK VE REGRESYON ANALİZİ Doç. Dr. Ali Rıza YILDIZ 1 İSTATİSTİK VE REGRESYON ANALİZİ Bütün noktalardan geçen bir denklem bulmak yerine noktaları temsil eden, yani

Detaylı

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

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

8. BÖLÜM: DEĞİŞEN VARYANS

8. BÖLÜM: DEĞİŞEN VARYANS 8. BÖLÜM: DEĞİŞEN VARYANS Bu bölümde; Değişen Varyans Tespiti için Grafik Çizme Değişen Varyans Testi: Park Testi Değişen Varyans Testi: White Testi Değişen Varyans Probleminin Çözümü: Ağırlıklandırılmış

Detaylı

Hipotez. Hipotez Testleri. Y. Doç. Dr. İbrahim Turan Nisan 2011

Hipotez. 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.

Detaylı

LOJİSTİK REGRESYON ANALİZİ

LOJİSTİK REGRESYON ANALİZİ LOJİSTİK REGRESYON ANALİZİ Lojistik Regresyon Analizini daha kolay izleyebilmek için bazı terimleri tanımlayalım: 1. Değişken (incelenen özellik): Bireyden bireye farklı değerler alabilen özellik, fenomen

Detaylı

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

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

Detaylı

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım

2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI Tanım 2. REGRESYON ANALİZİNİN TEMEL KAVRAMLARI 2.1. Tanım Regresyon analizi, bir değişkenin başka bir veya daha fazla değişkene olan bağımlılığını inceler. Amaç, bağımlı değişkenin kitle ortalamasını, açıklayıcı

Detaylı

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

ANADOLU ÜNİVERSİTESİ REGRESYON KATSAYILARININ GÜVEN ARALIĞI = + REGRESYON KATSAYILARININ GÜVEN ARALIĞI ANADOLU ÜNİVERSİTESİ Deney Tasarımı ve Regresyon Analizi Regresyonda Güven Aralıkları ve Hipotez Testleri Doç. Dr. Nihal ERGİNEL-2015 REGRESYON KATSAYILARININ GÜVEN ARALIĞI + in güven aralığı : i-) n 30

Detaylı

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

SIRADAN EN KÜÇÜK KARELER (OLS)

SIRADAN 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

Detaylı

ZAMAN SERİLERİNDE REGRESYON ANALİZİ

ZAMAN SERİLERİNDE REGRESYON ANALİZİ ZAMAN SERİLERİNDE REGRESYON ANALİZİ 1 1. GİRİŞ Trent, serinin genelinde yukarıya ya da aşağıya doğru olan hareketlere denmektedir. Bu hareket bazen düz bir doğru şeklinde olmaktadır. Bu tür harekete sahip

Detaylı

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2

OPTIMIZASYON Bir Değişkenli Fonksiyonların Maksimizasyonu...2 OPTIMIZASYON.... Bir Değişkenli Fonksiyonların Maksimizasyonu.... Türev...3.. Bir noktadaki türevin değeri...4.. Maksimum için Birinci Derece Koşulu...4.3. İkinci Derece Koşulu...5.4. Türev Kuralları...5

Detaylı

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

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

Detaylı

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

9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? 9. ARDIŞIK BAĞIMLILIK SORUNU (AUTOCORRELATION) 9.1. Ardışık Bağımlılık Sorunu Nedir? Ardışık bağımlılık sorunu, hata terimleri arasında ilişki olmadığı (E(u i,u j ) = 0, i j) varsayımının geçerli olmamasıdır.

Detaylı

istatistik 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

istatistik 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

Detaylı

REGRESYON ANALİZİ VE UYGULAMA. Yrd. Doç. Dr. Hidayet Takcı

REGRESYON ANALİZİ VE UYGULAMA. Yrd. Doç. Dr. Hidayet Takcı REGRESYON ANALİZİ VE UYGULAMA Yrd. Doç. Dr. Hidayet Takcı htakci@cumhuriyet.edu.tr Sunum içeriği Bu sunumda; Lojistik regresyon konu anlatımı Basit doğrusal regresyon problem çözümleme Excel yardımıyla

Detaylı

6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN

6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM. Yazan SAYIN SAN 6. HAFTA DERS NOTLARI İKTİSADİ MATEMATİK MİKRO EKONOMİK YAKLAŞIM Yazan SAYIN SAN SAN / İKTİSADİ MATEMATİK / 2 A.5. Doğrusal olmayan fonksiyonların eğimi Doğrusal fonksiyonlarda eğim her noktada sabittir

Detaylı

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi

Parametrik Olmayan Testler. İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi Parametrik Olmayan Testler İşaret Testi-The Sign Test Mann-Whiney U Testi Wilcoxon Testi Kruskal-Wallis Testi Rank Korelasyon Parametrik

Detaylı

009 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

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık -II Prof. Dr. İrfan KAYMAZ İki Ortalama Farkının Güven Aralığı Anakütle Varyansı Biliniyorsa İki ortalama arasındaki farkın dağılımına ilişkin Z değişkeni: Güven aralığı ifadesinde

Detaylı

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır?

26.12.2013. Farklı iki ilaç(a,b) kullanan iki grupta kan pıhtılaşma zamanları farklı mıdır? 26.2.23 Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel yöntemlere HĐPOTEZ TESTLERĐ denir. Sonuçların raslantıya bağlı olup

Detaylı

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN KORELASYON VE REGRESYON ANALİZİ Doç. Dr. Bahar TAŞDELEN Günlük hayattan birkaç örnek Gelişim dönemindeki bir çocuğun boyu ile kilosu arasındaki ilişki Bir ailenin tükettiği günlük ekmek sayısı ile ailenin

Detaylı

KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ

KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ KORELASYON VE TEKLİ REGRESYON ANALİZİ-EN KÜÇÜK KARELER YÖNTEMİ 1 KORELASYON ANALİZİ İki değişken arasındaki doğrusal ilişkinin gücünü(derecesini) ve yönünü belirlemek için hesaplanan bir sayıdır. Belirli

Detaylı

1. KEYNESÇİ PARA TALEBİ TEORİSİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ DERS NOTU 06 IS/LM EĞRİLERİ VE BAZI ESNEKLİKLER PARA VE MALİYE POLİTİKALARININ ETKİNLİKLERİ TOPLAM TALEP (AD) Bugünki dersin içeriği: 1. KEYNESÇİ PARA TALEBİ TEORİSİ... 1 2. LM EĞRİSİ VE PARA TALEBİNİN

Detaylı

Bir Normal Dağılım Ortalaması İçin Testler

Bir Normal Dağılım Ortalaması İçin Testler Bir Normal Dağılım Ortalaması İçin Testler İÇERİK o Giriş ovaryansı Bilinen Bir Normal Dağılım Ortalaması İçin Hipotez Testler P-değerleri: II. Çeşit hata ve Örnekleme Büyüklüğü Seçimi Örnekleme Büyüklüğü

Detaylı

İÇİNDEKİLER ÖN SÖZ...

İÇİNDEKİLER 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

Detaylı

Regresyon Modelinin Uzantılar

Regresyon Modelinin Uzantılar Bölüm m 6:İki Degişkenli Dogrusal Regresyon Modelinin Uzantılar ları İki degişkenli modellere paralel olarak Sıfır r noktasından ndan geçen en regresyonu yani β 1 yok iken... Ölçü birimleri sorunu ve Y

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

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr

İSTATİSTİK 2. Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI. aysecagli@beykent.edu.tr İSTATİSTİK 2 Hipotez Testi 21/03/2012 AYŞE S. ÇAĞLI aysecagli@beykent.edu.tr 1 Güven aralığı ve Hipotez testi Güven aralığı µ? µ? Veriler, bir değer aralığında hangi değeri gösteriyor? (Parametrenin gerçek

Detaylı

Nitel Tepki Bağlanım Modelleri

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

Detaylı

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

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

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

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH

BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH BİYOİSTATİSTİK Korelasyon Analizi Yrd. Doç. Dr. Aslı SUNER KARAKÜLAH Ege Üniversitesi, Tıp Fakültesi, Biyoistatistik ve Tıbbi Bilişim AD. Web: www.biyoistatistik.med.ege.edu.tr 1 Bir değişkenin değerinin,

Detaylı

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş

Hipotez Testlerine Giriş. Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Hipotez Testlerine Giriş Gözlem ya da deneme sonucu elde edilmiş sonuçların, raslantıya bağlı olup olmadığının incelenmesinde kullanılan istatistiksel

Detaylı

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

DOĞRUSAL ZAMAN SERİSİ MODELLERİ. Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci DOĞRUSAL ZAMAN SERİSİ MODELLERİ Durağan ARIMA Modelleri: Otoregresiv Modeller AR(p) Süreci Tek Değişkenli Zaman Serisi Modelleri Ekonomik verilerin analizi ile ekonomik değişkenlerin gelecekte alabilecekleri

Detaylı

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

ÜSTEL 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

Detaylı

Nazım K. Ekinci Matematiksel İktisat Notları ax 1 + bx 2 = α cx 1 + dx 2 =

Nazım K. Ekinci Matematiksel İktisat Notları ax 1 + bx 2 = α cx 1 + dx 2 = Naım K. Ekinci Matematiksel İktisat Notları 0.6. DOĞRUSL DENKLEM SİSTEMLERİ ax + bx = α cx + dx = gibi bir doğrusal denklem sistemini, x ve y bilinmeyenler olmak üere, çömeyi hepimi biliyoru. ma probleme

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

(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS

(AYIRIM) DENLİ. Emre KUZUGÜDENL. Doç.Dr.Serdar CARUS DİSKRİMİNANT ANALİZİ (AYIRIM) Emre KUZUGÜDENL DENLİ Doç.Dr.Serdar CARUS Bu analiz ile; Bir bireyin hangi gruptan geldiği (p değişkeni kullanarak, bireyi uygun bir gruba atar ) Her bir değişkenin atama

Detaylı

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

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Dönem Sonu Sınavı TOBB Ekonomi ve Teknoloji Üniversitesi Öğr. Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklamalar: Bu sınav toplam 100 puan değerinde 4 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların

Detaylı

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9

EME 3105 SİSTEM SİMÜLASYONU. Girdi Analizi Prosedürü. Dağılıma Uyum Testleri. Dağılıma Uyumun Kontrol Edilmesi. Girdi Analizi-II Ders 9 EME 3105 1 Girdi Analizi Prosedürü SİSTEM SİMÜLASYONU Modellenecek sistemi (prosesi) dokümante et Veri toplamak için bir plan geliştir Veri topla Verilerin grafiksel ve istatistiksel analizini yap Girdi

Detaylı

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları Yıldız Teknik Üniversitesi İktisat Bölümü Ekonometri I Ders Kitabı: J.M. Wooldridge, Introductory Econometrics A Modern Approach, 2nd. ed., 2002, Thomson Learning. Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

Detaylı

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ

BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ SAKARYA ÜNİVERSİTESİ BİLİŞİM TEKNOLOJİLERİ İÇİN İŞLETME İSTATİSTİĞİ Hafta 12 Yrd. Doç. Dr. Halil İbrahim CEBECİ Bu ders içeriğinin basım, yayım ve satış hakları Sakarya Üniversitesi ne aittir. "Uzaktan

Detaylı

Eğitim / Danışmanlık Hizmetinin Tanımı

Eğitim / 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

Detaylı

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012)

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS Ders Notları II (19 Nisan 2012) Aşağıdaki analizlerde lise öğrencileri veri dosyası kullanılmıştır.

Detaylı

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

MIT OpenCourseWare http://ocw.mit.edu. 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 MIT OpenCourseWare http://ocw.mit.edu 14.30 Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009 Bu materyale atıfta bulunmak ve kullanım koşulları için http://ocw.mit.edu/terms sayfasını ziyaret ediniz.

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

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

17 Ekim Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge. 1 Yıldız Teknik Üniversitesi ÇOK DEĞİŞKENLİ REGRESYON ANALİZİ: TAHMİN Hüseyin Taştan 1 1 Yıldız Teknik Üniversitesi İktisat Bölümü Ders Kitabı: Introductory Econometrics: A Modern Approach (2nd ed.) J. Wooldridge 17 Ekim 2012 Ekonometri

Detaylı

Korelasyon ve Regresyon

Korelasyon ve Regresyon Korelasyon ve Regresyon Korelasyon- (lineer korelasyon) Açıklayıcı (Bağımsız) Değişken x çalışma zamanı ayakkabı numarası İki değişken arasındaki ilişkidir. Günlük sigara sayısı SAT puanı boy Yanıt (Bağımlı)

Detaylı

Ekonomide Uzun Dönem. Bilgin Bari İktisat Politikası 1

Ekonomide Uzun Dönem. Bilgin Bari İktisat Politikası 1 Ekonomide Uzun Dönem Bilgin Bari İktisat Politikası 1 Neden bazı ülkeler zengin bazı ülkeler fakir? Bilgin Bari İktisat Politikası 2 Bilgin Bari İktisat Politikası 3 Bilgin Bari İktisat Politikası 4 Bilgin

Detaylı

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13

İÇİNDEKİLER. Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 İÇİNDEKİLER ÖNSÖZ III Bölüm 1 MATEMATİKSEL İKTİSADA GİRİŞ 11 1.1.İktisat Hakkında 12 1.2.İktisatta Grafik ve Matematik Kullanımı 13 Bölüm 2 STATİK DENGE ANALİZİ 19 2.1 İktisatta Denge Kavramı 20 2.1.1.

Detaylı

biçimindeki ifadelere iki değişkenli polinomlar denir. Bu polinomda aynı terimdeki değişkenlerin üsleri toplamından en büyük olanına polinomun dereces

biçimindeki ifadelere iki değişkenli polinomlar denir. Bu polinomda aynı terimdeki değişkenlerin üsleri toplamından en büyük olanına polinomun dereces TANIM n bir doğal sayı ve a 0, a 1, a 2,..., a n 1, a n birer gerçel sayı olmak üzere, P(x) = a 0 + a 1 x + a 2 x 2 +... + a n 1 x n 1 +a n x n biçimindeki ifadelere x değişkenine bağlı, gerçel (reel)

Detaylı

Üstel modeli, iki tarafın doğal logaritması alınarak aşağıdaki gibi yazılabilir.

Üstel modeli, iki tarafın doğal logaritması alınarak aşağıdaki gibi yazılabilir. 5. FONKSİYON KALIPLARI VE KUKLA DEĞİŞKENLER 5.1. Fonksiyon Kalıpları Bölüm 4.1 de doğrusal bir modelin katsayılarının yorumu ele alınmıştır. Bu bölümde farklı fonksiyon kalıpları olması durumunda katsayıların

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

15.433 YATIRIM. Ders 7: CAPM ve APT. Bölüm 2: Uygulamalar ve Sınamalar

15.433 YATIRIM. Ders 7: CAPM ve APT. Bölüm 2: Uygulamalar ve Sınamalar 15.433 YATIRIM Ders 7: CAPM ve APT Bölüm 2: Uygulamalar ve Sınamalar Bahar 2003 Öngörüler ve Uygulamalar Öngörüler: - CAPM: Piyasa dengesinde yatırımcılar sadece piyasa riski taşıdıklarında ödüllendirilir.

Detaylı

İçindekiler. Ön Söz... xiii

İçindekiler. Ön Söz... xiii İçindekiler Ön Söz.................................................... xiii Bölüm 1 İstatistiğe Giriş....................................... 1 1.1 Giriş......................................................1

Detaylı

BÖLÜM 13 HİPOTEZ TESTİ

BÖLÜM 13 HİPOTEZ TESTİ 1 BÖLÜM 13 HİPOTEZ TESTİ Bilimsel yöntem aşamalarıyla tanımlanmış sistematik bir bilgi üretme biçimidir. Bilimsel yöntemin aşamaları aşağıdaki gibi sıralanabilmektedir (Karasar, 2012): 1. Bir problemin

Detaylı

Zaman Serileri Ekonometrisine Giriş

Zaman Serileri Ekonometrisine Giriş Zaman Serileri Ekonometrisine Giriş Yöney Özbağlanım Modeli Ekonometri 2 Konu 27 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported

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

İLERİ BİYOİSTATİSTİK KURSU

İLERİ BİYOİSTATİSTİK KURSU 1.GÜN (14 Eylül 2017) 08:30-09:00 Kurs Kayıt Açılış Konuşması 09:00-10:00 Tanışma -Katılımcıların Temel İstatistik Bilgisinin Değerlendirilmesio Çok Değişkenli İstatistiksel Yöntemlere Giriş o Basit Doğrusal

Detaylı

BİYOİSTATİSTİK PARAMETRİK TESTLER

BİYOİSTATİSTİK PARAMETRİK TESTLER BİYOİSTATİSTİK PARAMETRİK TESTLER Doç. Dr. Mahmut AKBOLAT *Bir testin kullanılabilmesi için belirli şartların sağlanması gerekir. *Bir testin, uygulanabilmesi için gerekli şartlar; ne kadar çok veya güçlü

Detaylı

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8

PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 PARAMETRİK OLMAYAN İSTATİSTİKSEL TEKNİKLER 8 Prof. Dr. Ali ŞEN İki Populasyonun Karşılaştırılması: Eşleştirilmiş Örnekler için Wilcoxon İşaretli Mertebe Testi -BÜYÜK ÖRNEK Bağımsız populasyonlara uygulanan

Detaylı

İÇİNDEKİLER BÖLÜM 1: EKONOMİ İLE İLGİLİ DÜŞÜNCELER VE TEMEL KAVRAMLAR...

İÇİNDEKİLER BÖLÜM 1: EKONOMİ İLE İLGİLİ DÜŞÜNCELER VE TEMEL KAVRAMLAR... İÇİNDEKİLER BÖLÜM 1: EKONOMİ İLE İLGİLİ DÜŞÜNCELER VE TEMEL KAVRAMLAR... 1 1.1. EKONOMİ İLE İLGİLİ DÜŞÜNCELER... 3 1.1.1. Romalıların Ekonomik Düşünceleri... 3 1.1.2. Orta Çağ da Ekonomik Düşünceler...

Detaylı

İki Değişkenli Bağlanım Modelinin Uzantıları

İki Değişkenli Bağlanım Modelinin Uzantıları İki Değişkenli Bağlanım Modelinin Uzantıları Bağlanım Modellerinin İşlev Biçimleri Ekonometri 1 Konu 20 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial

Detaylı

İMALAT SANAYİ EĞİLİM ANKETLERİ VE GELECEĞİN TAHMİNİ

İMALAT SANAYİ EĞİLİM ANKETLERİ VE GELECEĞİN TAHMİNİ İ&tanbul Üniversitesi İktisat Fakültesi Ord. Prof.'Şükrü Baban'a Armağan İstanbul - 1984 İMALAT SANAYİ EĞİLİM ANKETLERİ VE GELECEĞİN TAHMİNİ Dr. Süleyman Özmucur" (*) 1. GİRİŞ: Bu makalenin amacı Devlet

Detaylı

KUKLA DEĞİŞKENLİ MODELLER. Kukla değişkenlerin diğer kantitatif değişkenlerle alındığı modeller (Kovaryans Analizi Modeller)

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

Detaylı

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I

IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I IE 303T Sistem Benzetimi L E C T U R E 6 : R A S S A L R A K A M Ü R E T I M I Geçen Ders Sürekli Dağılımlar Uniform dağılımlar Üssel dağılım ve hafızasızlık özelliği (memoryless property) Gamma Dağılımı

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 8: Prof. Dr. Tanım Hipotez, bir veya daha fazla anakütle hakkında ileri sürülen, ancak doğruluğu önceden bilinmeyen iddialardır. Ortaya atılan iddiaların, örnekten elde edilen

Detaylı

İleri Diferansiyel Denklemler

İleri Diferansiyel Denklemler MIT AçıkDersSistemi http://ocw.mit.edu 18.034 İleri Diferansiyel Denklemler 2009 Bahar Bu bilgilere atıfta bulunmak veya kullanım koşulları hakkında bilgi için http://ocw.mit.edu/terms web sitesini ziyaret

Detaylı

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005

KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK. Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 KARŞILAŞTIRMA İSTATİSTİĞİ, ANALİTİK YÖNTEMLERİN KARŞILAŞTIRILMASI, BİYOLOJİK DEĞİŞKENLİK Doç.Dr. Mustafa ALTINIŞIK ADÜTF Biyokimya AD 2005 1 Karşılaştırma istatistiği Temel kavramlar: Örneklem ve evren:

Detaylı

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi

Yrd. Doç. Dr. Neşet Demirci, Balıkesir Üniversitesi NEF Fizik Eğitimi. Parametrik Olmayan Testler. Ki-kare (Chi-Square) Testi Parametrik Olmayan Testler Ki-kare (Chi-Square) Testi Ki-kare (Chi-Square) Testi En iyi Uygunluk (Goodness of Fit) Ki-kare Dağılımı Bir çok önemli istatistik testi ki kare diye bilinen ihtimal dağılımı

Detaylı

Makro İktisat II Örnek Sorular. 1. Tüketim fonksiyonu ise otonom vergi çarpanı nedir? (718 78) 2. GSYİH=120

Makro İktisat II Örnek Sorular. 1. Tüketim fonksiyonu ise otonom vergi çarpanı nedir? (718 78) 2. GSYİH=120 Makro İktisat II Örnek Sorular 1. Tüketim fonksiyonu ise otonom vergi çarpanı nedir? (718 78) 2. GSYİH=120 Tüketim harcamaları = 85 İhracat = 6 İthalat = 4 Hükümet harcamaları = 14 Dolaylı vergiler = 12

Detaylı

MAK 210 SAYISAL ANALİZ

MAK 210 SAYISAL ANALİZ MAK 210 SAYISAL ANALİZ BÖLÜM 5- SONLU FARKLAR VE İNTERPOLASYON TEKNİKLERİ Doç. Dr. Ali Rıza YILDIZ MAK 210 - Sayısal Analiz 1 İNTERPOLASYON Tablo halinde verilen hassas sayısal değerler veya ayrık noktalardan

Detaylı

ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

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

Detaylı

Eşanlı Denklem Modelleri

Eşanlı Denklem Modelleri Eşanlı Denklem Modelleri Eşanlı Denklem Yöntemleri Ekonometri 2 Konu 23 Sürüm 2,0 (Ekim 2011) UADMK Açık Lisans Bilgisi İşbu belge, Creative Commons Attribution-Non-Commercial ShareAlike 3.0 Unported (CC

Detaylı