X = 11433, Y = 45237,

Ebat: px
Şu sayfadan göstermeyi başlat:

Download "X = 11433, Y = 45237,"

Transkript

1 A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI Süre 90 dakkadır..,. ve 3. sorular 0 ar, 4. ve 5. sorular 30 ar pua, ödev 0 pua değerdedr. Tüm formüller ve şlemlerz açıkça gösterz. ) Y = Xβ + u doğrusal model ç (a) EKK tahm edcs elde edlmesde kullaıla krter edr? Gösterz. (b) MO tahm edcs elde edlmesde kullaıla krter edr? Gösterz. ) EKK tahm edcs βˆı β ı sapmasız br tahm edcs olduğuu gösterz. Bu souca ulaşmak ç hag varsayımları yapılması gerektğ açıklayıız. 3) Dyelm k Y = β0 + β log X + β X + u deklem tahm etmek styorsuuz. (a) β ve β katsayılarıı yorumlayıız. (b) Dyelm k yalışlıkla log Y = γ0 + γ log X + γ log X + e deklem tahm edld. Bu deklem tahm souçlarıı kullaarak β değer asıl elde edersz? 4) X ve Y değşkelere at 5 örek vers kullaılarak Y = β + β X + u model tahm edlecektr. Örek verler le lgl aşağıdak blgler mevcuttur. = 5, Y = 4537, Y= 035, X = 59, X = 433, X Y = 5, û Bu blgler kullaarak (a) β ve β EKK tahm edcs hesaplayıız. (b) β varyasıı (Var(β )) hesaplayıız. (c) R değer hesaplayıız ve yorumlayıız. 5) Y t = β + β Xt + β X3t + u t, (t=.5) model tahm aşağıdak souçları vermştr: 5 3 β ˆ = 0.4, Var,Cov(ˆ) β = Şu hpotezler test edz: (a) β = 0 (b) β > (c) β + β 3 = (Not: Soruyu yaıtlarke boş hpotez ve alteratf hpotezler açıkça gösterz.) Not: t = σˆ u Rˆ β r R(X' X) R'

2 A.Ü. SBF, IV Malye EKONOMETRİ I DÖNEM SONU SINAVI Süre 75 dakkadır. 3. soru 0, dğerler 0 şer pua ve ödev 0 pua değerdedr. Tüm şlemlerz açıkça gösterz. ) Kşler aylık kra gder (K) bağımlı değşke olduğu br model tahm edlmektedr ( = 57). Açıklayıcı değşkeler ve tahm souçları aşağıdak gbdr (paratez çdek değerler t statstklerdr). Y: kş gelr (YTL), A: kş yaşı (YTL), S: okula/şe gtmek ç gereke süre (dakka), I: kş yaşadığı şehr (İstabul da yaşıyorsa, değlse 0 dır), E: kş mede durumudur (evl se, değlse 0 dır). K = Y A.47 S I E 0. (I *Y ) (.63) (7.5) (0.08) (-4.83) (5.87) (8.3) (-.86) a) Evller ç, dğer değşkeler sabtke, okula/şe gtmek ç gereke süre dakka arttığıda aylık kra gder e kadar ve e yöde değşr? b) Gelr etks İstabul da dğer şehrlere göre daha düşük müdür? Test edz. c) Dekleme, kş bekar se, evl se 0 değer ala br ye kukla değşke ekleyecek olursak souçlar asıl etkler? Açıklayıız. d) Kra gder ve gelr YTL yere 000YTL csde hesaplasaydı, Y değşke katsayı tahm ve stadart hatası asıl değşrd? Nede? ) Aşağıda tahm souçları verle modelde R tasarruf mevduatı faz oraı (%), G kamu bütçe açığıı GSMH ya oraı (%) ve M omal para arzıdır (b YTL). Model arası yıllık verler kullaılarak tahm edlmştr. R = G 7.58 log(m) = 8, R = 0.467, DW = 0.735, SSR = (38.3) (.676) (.68) a) Brc sıra çsel bağıtı soruuu test edz. (Boş ve alteratf hpotezler de belrtz.)

3 b) Ayrıca, yukarıdak deklem hata term (E) bağımlı değşke olduğu k yardımcı deklem, arası 6 ver le tahm edlmş ve aşağıdak souçlar elde edlmştr. İçsel bağıtı soruuu test edz. (Boş ve alteratf hpotezler de belrtz.) Varable Coeffcet Std. Error t-statstc Prob. C G LOG(M) R-squared Mea depedet var Sum squared resd Schwarz crtero Log lkelhood F-statstc Durb-Watso stat.4778 Prob(F-statstc) Varable Coeffcet Std. Error t-statstc Prob. C G LOG(M) E(-) R-squared Mea depedet var Sum squared resd Schwarz crtero Log lkelhood F-statstc Durb-Watso stat Prob(F-statstc) ) π = β 0 + β r + β s + u kar foksyouu tahm etmek ç kest vers kullaılmaktadır. Burada π karı, r sektörü tarfe korumasıı br ölçütü ve s frmaı toplam satış mktarıdır. Hata term varyasıı sabt olmadığı ve s değşke le lşkl olduğu düşüülmektedr. a) Goldfeld-Quadt test kullaarak hata term varyasıı sabt olmadığı hpotez asıl test edebleceğz açıklayıız. (Boş ve alteratf hpotezler de belrtz.) b) Eğer hata term varyası /s le oratılı se model asıl tahm edersz?

4 4) Herhag br β j katsayısı ç t statstğ formülüü gösterz. Bu formüle dayaarak aşağıdak durumlarda her brde, t statstğ asıl etkleeceğ açıklayıız. a) Hata termler varyası sabt değldr. b) Hata termler arasıdak kovaryas sıfırda farklıdır. c) Açıklayıcı değşkeler arasıda doğrusal lşk vardır. 5) Balık tüketm açıklamak üzere kurula br model 5 ver le tahm aşağıdak souçları vermştr (paratez çdek değerler t değerlerdr.). L(Fˆ) = l(pf) l(pb) l(yd) R = (4.697) (0.907) (0.030) (0.536) Burada F kş başıa tüketle ortalama balık mktarı (kg), Pf balık fyat deks, Pb bftek fyat deks ve Yd reel kş başı kullaılablr gelrdr (YTL). Ayrıca her br açıklayıcı değşke ayrı ayrı bağımlı değşke olduğu üç yardımcı deklem tahm edlmştr. Bu tahmler determasyo katsayıları aşağıdak gbdr. Bağımlı değşke Açıklayıcı değşeler R L(Pf) l(pb), l(yd) L(Pb) l(pf), l(yd) L(Yd) l(pf), l(pb) Aşağıdak göstergeler kullaarak çoklu bağıtı soruuu araştırıız. a) Katsayılar ç t ve R değerler (t testler le F test souçlarıı) karşılaştırılması. (Boş ve alteratf hpotezler de belrtz.) b) Çoklu korelasyo (determasyo katsayıları).

5 A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI Süre 60 dakkadır.. ve. sorular 0 şer, 3. ve 4. sorular 30 ar pua değerdedr. Hesaplamalar ç hesap makes kullamak serbesttr. Acak cep telefou kullaılamaz. Tüm formüller ve şlemlerz açıkça gösterz. ) Aşağıdakler yaıtlayıız. a) Normal dağılımlı br X ktlesde ortalaması X = 6, varyası S = 6 ve öğe sayısı = 5 ola br örek alımıştır. H 0 : µ X 5, H : µ X > 5 hpotez 0.95 alamlılık düzeyde (α = 0.05) test edz. b) Sabt varyas varsayımıı bağımlı değşke varyası (Var(Y )) le lgl souçları elerdr? ) Aşağıdak fadeler doğru mudur? Nede? Açıklayıız ve matematksel gösterm yapıız. a) Örek ortalaması X ktle beklee değer (µ X ) sapmasız br tahm edcsdr. b) Br tahm edc sapmasızlık özellğ sağlamasa ble etklk özellğ sağlayablr. 3) Y = α + βx + u deklem tahm edlmek stemektedr. Y ve X değşkeler ç aşağıdak örek verler mevcuttur. EKK yötem kullaarak katsayıları tahm değerler ve varyaslarıı hesaplayıız. X Y ) log(m t ) = β + β log(y t ) + β 3 R t + u t deklem yıllık verler kullaılarak, 63 gözlemle tahm edlmştr. Burada M reel para arzı (Mlyo YTL), Y reel GSMH (Mlyo YTL) ve R reel faz oraıı göstermektedr. Tahm souçları aşağıdak gbdr: βˆ =.5, βˆ = 0.530, βˆ = -0.89, 3 R = 0.96, a) Katsayıları yorumlayıız. b) R ve R değerler yorumlayıız. c) log(y t ) değşke deklemde çıkarılırsa R = R ve R değerler asıl etkler? Tartışıız.

6 A.Ü. SBF, IV Malye EKONOMETRİ I Döem Sou Sıavı Süre 90 dakkadır..,. ve 3. sorular 0 şer, 4. ve 5. sorular 5 er pua değerdedr. Not: Tüm hpotez testlerde boş ve alteratf hpotezler belrtz ve α = 0.05 kabul edz. ) log M = β + β log Y + β 3 R + β 4 K +β 5 K*R + u modelde M para mktarıı (YTL), Y ulusal gelr (YTL), R faz oraıı (%) ve K 994 ve sorasıda değer ala kukla değşke göstermektedr. Bu model arası ver le tahm edlmş ve aşağıdak souçlar elde edlmştr (Paratez çdek değerler katsayı stadart hatalarıı gösterr): log M = log Y + 0. R K K*R (.84) (0.) (0.) (0.05) (0.3) a) Katsayıları yorumlayıız. b) 994 sorası sabt term 994 öcesde farklı mıdır? Test edz. ) y t = β + β x + β t 3 y t- + u t model arası yıllık verler kullaılarak 0 ver le tahm edlmş ve aşağıdak souçlar elde edlmştr β ˆ = 0.70, Var Cov(ˆ) β = , σ u =.5, R = 0.95, DW = a) SST(toplam kareler), SSE (açıklaa kareler) ve SSR'y (açıklaamaya kareler) hesaplayıız. b). sıra çsel bağıtı soruuu test edz. 3) Br araştırmacı aşağıdak deklem tahm souçlarıı elde etmştr. Y = X R = 0.79, = 57 û = X X R = 0.84, = 57 (ûbrc deklemde elde edle hata tahmler göstermektedr) a) İkc deklem tahm edlme ede e olablr ve bu tahmlerde e souç çıkarılablr? b) Öcek şıkta araştırıla soruu bu deklemde var olduğu varsayımıyla br çözüm öerz.

7 4) Br araştırmacı ktap ç yapıla harcamaları (B) yıllık gelr (Y) ve eğtm düzey (E) le açıkladığı aşağıdak model 00 kşye at very kullaarak tahm etmektedr. Verler, Y le E arasıda korelasyo katsayısıı 0.86 olduğuu göstermektedr. Araştırmacıı k deklem tahm soucu aşağıdak gbdr (paratez çdek değerler t değerlerdr): B = Y +.0 E R = 0.59 (-3.0) (.6) (.59) B = Y R = 0.57 (-3.79) (6.00) İlk deklemde Y ve E katsayıları ede statstk olarak alamsız çıkıyor olablr? Açıklayıız. Not: Açıklamalarıızı hag göstergelere ve bulgulara dayadırdığıızı mutlaka gösterz. 5) Dyelm k ödevde kulladığıız modelde 'de 'ye kadar çsel bağıtı soruu test edlmek stemektedr. Evews programıı kullaarak bu test yapmaı kaç yötem vardır? Bu yötem(ler) asıl uygulayacağıızı kısaca tarf edz.

8 A.Ü. SBF, IV Malye..009 EKONOMETRİ I ARA SINAVI Süre 60 dakkadır. Sorular eşt ağırlıktadır. Hesaplamalar ç hesap makes kullamak serbesttr. Acak cep telefou kullaılamaz. ) Ortalaması μ, varyası σ ola br aakütlede seçle üç gözleml rassal öreklem X, X ve X 3 olsu. Aşağıda μ'ü 4 farklı tahm edcs yer almaktadır. Hag tahm edc BLUE dur (doğrusal sapmasız e y tahm edc)? Nede? X + X + 3X 3 X + X + X 3 3 X + X + X 3 µ ˆ =, µ ˆ =, µ ˆ =, µ 6 X 6 ) a) Stadart ormal dağılımlı değşke edr? Nasıl elde edlr? b) Ortalaması ve varyasıı kaça eşt olduğuu hesaplayıız. 3) Y = a + b X X = + X 6 X ˆ + u deklem tahm edlmek stemektedr. Y ve X değşkeler ç aşağıdak örek verler mevcuttur. EKK yötem kullaarak katsayıları tahm değerler hesaplayıız. X Y 4 4) X ve Y arasıdak doğrusal lşk 46 ver le tahm edlmş ve şu souçlar elde edlmştr: Y = X + u. Değşkelere at verler aşağıdak gbdr. ΣY = 55; ΣX = 80; ΣY = 78; ΣX = 65; ΣX Y = 3, X' X = Katsayıları varyaslarıı hesaplayıız. 5) Regresyoda aşağıdak fadeler le lgl yapıla deal varsayımları belrtz ve matematksel göstermler yapıız. a) Hata termler beklee değer b) Hata termler varyası c) Hata termler arasıdak lşk d) Hata termler le X değşkeler arasıdak lşk EK BİLGİLER z = (X-µ * )/ (σ/ ) t = (X-µ * )/ (S/ ) ˆ β = (X' X) X' Y û û' û Y' Y ˆ' X' Y, β Var(u ) ˆ = σ u = = =, Var,Cov(ˆ) β = σˆ u (X' X) k k k

9 A.Ü. SBF, IV Malye EKONOMETRİ I DÖNEM SONU SINAVI Süre 60 dakkadır. Sorular eşt ağırlıktadır. Hesaplamalar ç hesap makes kullamak serbesttr. Acak cep telefou kullaılamaz. ) Türkye de 003 yılı ç 853 çalışaa at verler kullaılarak aşağıdak deklem tahm edlmştr. Deklemde yer ala W kş aylık ücret (b TL), E erkek olması durumuda değer ala kukla, O eğtm yılı, S sedkalı olması durumuda değer ala kukla, Y yaşı ve Y yaşı karesdr. Katsayıları altıda paratez çde yer ala değerler stadart hatalardır. W = E O + 87S + 489Y - 3Y + 584(E *Y ) + u (739) (5584) (63) (87) (369) (5) (7) R = 0.55, R = 0.53 a) Bu modele göre ücretler belrlemesde erkek olmak kadı olmaya göre asıl farklılık(lar) getrmektedr? Bu fark(lar)ı statstk olarak var olup olmadığıı % 5 alamlılık düzeyde test edz. b) O ve S değşkeler katsayılarıı yorumlayıız. ) Brc soruda verle deklem tahme dayaarak aşağıdakler yaıtlayıız. a) R değer yorumlayıız ve H 0 : R = 0 boş hpotez % 5 alamlılık düzeyde test edz. b) Dekleme kş evl olup olmadığıı göstere br kukla değşke açıklayıcı değşke olarak eklep yede tahm edlmes durumuda R ve R asıl etkler? 3) Y t = β 0 + β X t + β X t + u t û = α t 0 + α X t + α X t + α 3 X t + α 4 X t + α 5 (X t *X t ) + e t deklemler 6 ver le tahm edlmş, R değer brcs ç 0.7, kcs ç 0.68 bulumuştur. Burada hag soru test edlmektedr. Boş hpotez de yazarak test uygulayıız ve souçlarıı yorumlayıız. 4) Aşağıdak deklemde M Türkye toplam thalatıı, Y GSMH yı göstermektedr. Deklem 987Q-006Q döem ç 85 ver le tahm edlmş ve aşağıdak souçlar elde edlmştr. (u brc deklem hata term ve paratez çdek değerler stadart hataları göstermektedr) M t = Y t = 85 DW =.35 SSR = (633.5) (0.009) û = Y t t = 8 DW =.3 SSR = (676.9) (0.04) û = Y t t û t 4 = 8 DW =.84 SSR = (594.3) (0.03) (0.56)

10 Boş hpotezler de yazarak a). sıra çsel bağıtı soruuu ve b) 4. sıra çsel bağıtı soruuu % 5 hata payıyla test edz ve souçları yorumlayıız. 5) Br araştırmacı yaptığı br tahm sorasıda aşağıda E-vews çıktı souçları verle br test uygulamıştır. Araştırmacıı ey test ettğ belrtz, boş hptez yazıız ve test soucuu yorumlayıız. F-statstc 0.45 Prob. F(,4) Obs*R-squared Prob. Ch-Square() Test Equato: Depedet Varable: RESID^ Method: Least Squares Sample (adjusted): 998Q4 009Q3 Icluded observatos: 44 after adjustmets Varable Coeffcet Std. Error t-statstc Prob. C.7E+ 5.04E RESID^(-) RESID^(-) R-squared Mea depedet var.49e+ Adjusted R-squared S.D. depedet var.3e+ S.E. of regresso.7e+ Akake fo crtero Sum squared resd.e+4 Schwarz crtero Log lkelhood F-statstc 0.45 Durb-Watso stat Prob(F-statstc) Formüller t βˆ β * j j k =, Sβj SSR û R = =, SST Y Y R /(k ) =, ( R ) /( k) F (û İçsel Bağıtı: t û ) t DW = ( ρ), h = ρ û t Var(ˆ) γ SSR LM: T SSR D / m R D R T / m F = (T., D. yardımcı deklemdr) SSR / k m ( R ) / k m D D SSR Değşe Varyas: Goldfeld-Quadt: /( k) F = SSR /( k) R LM: Y / k + f F ( R Y ) / k f (F yardımcı deklemde bulua fakat asıl deklemde bulumaya değşke sayısıdır)

11 A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI 9..0 Burça Kızılırmak Süre 50 dakkadır.. ve. sorular 30 ar, 3. soru 40 pua değerdedr. Not : Hpotez testlerde boş ve alteratf hpotezler mutlaka yazıız. Alamlılık düzey % 5 alıız. ) Y t = β0 + β Xt + u t, (t=.5) model le lgl olarak aşağıdak blgler mevcuttur. Y= 9 X = 66, X = 06, Y = 35, X Y = 90, û 0.7 a) Katsayıları E Küçük Kareler tahm buluuz b) R ve R değerler hesaplayıız ve yorumlayıız c) X t değşke deklemde çıkarılırsa R ve R değerler asıl etkler? Tartışıız. ) 30 şyere at örek vers kullaılarak Y = β + β X + β3 Z + u model tahm edlecektr. Burada Y şyer ödedğ yıllık verg mktarıdak % artış, X şyer toplam gelrdek yıllık % artış ve Z şyerde çalışa kş sayısıdır. Örek verler le lgl aşağıdak blgler mevcuttur. 5 9 ˆβ = 0.4, Var, Orv( ˆ) β = Bu blgler kullaarak (a) β rakamsal değer yorumlayıız. (b) β > hpotez test edz. (c) β + β 3 = hpotez test edz. 3. Türkye İmalat Saayde yılları arası (=0) katma değer (Y), sermaye stoku (K) ve şgücü mktarı (L) verler kullaılarak br Cobb-Douglas üretm foksyou (l(y t ) = β + β l(s t ) + β 3 l(l t ) + u t ) tahm edlmştr (Y ve S b YTL olarak ölçülmüştür). Tahm souçları aşağıdak gbdr. (Paratez çdek değerler p değerlerdr.) l(y t ) = l(S t ) +.40l(L t ) R = 0.79, F= 3.44, KKT = 0.05 (0.0) (0.03) (0.49) (a) β 3 ü rakamsal değer yorumlayıız. (b) β 3 ç alamlılık test yapıız (c) Model açıklama gücü ç F test yapıız ve soucu yorumlayıız Model verler le tahm souçları l(y t ) = l(S t ) +.35l(L t ) R = 0.8, F= 35.4, KKT = 0.00, =8 (0.05) (0.049) (0.5) Model verler le tahm souçları l(y t ) = l(S t ) l(L t ) R = 0.703, F= 5.3, KKT = 0.003, = (0.00) (0.0) (0.0) (d) Yapısal değşklğ test edz.

12 A.Ü. SBF, IV Malye EKONOMETRİ I DÖNEM SONU SINAVI Burça Kızılırmak Süre 90 dakkadır.. ve. sorular 5 er, 3. ve 4. sorular 0 şer ve 5. soru 0 puadır. Not : Hpotez testlerde boş ve alteratf hpotezler mutlaka yazıız. Alamlılık düzey % 5 alıız. ) E = β 0 + β Y + β Y + β 3 A + β 4 I + β 5 L + β 6 D + u, deklemde E br ülkedek gelr eştszlğ düzey, Y ülke kş başı gelr, Y kş başı gelr kares, A alıa uluslar arası yardımlar, I yabacı doğruda yatırım, L şgücü çde yabacıları payı ve D OECD üyes ülkeler ç, dğer ülkeler ç 0 değer ala kukladır. Model 0 ülkeye at verler kullaılarak E Küçük Kareler le tahm aşağıdak souçları vermştr. (Paratez çdek değerler stadart hatalardır.) E = Y Y A +.03 I L D (9.) (0.0) (0.00) (0.005) (.05) (0.) (.0) R =0.5, SST=30. Aşağıdak fadeler doğruluğuu (gerekrse lgl testler de yürüterek) tartışıız. a) Y le Y arasıda korelasyo yüksek olduğuda dolayı modelde çoklu doğrusallık soruu vardır b) OECD üyes olmak gelr eştszlğ etklemez c) β 0 dışıdak tüm katsayılar sıfıra eşttr ) Br araştırmacı frma verler kullaarak aşağıdak deklem tahm etmek stemektedr. Π = β 0 + β R + β S + u Bu deklemde hata termler varyasıı sabt olmadığı ve açıklayıcı değşkelerde brs le lşkl olableceğde şüphelelmektedr. (a) Değşe varyas soruu olması durumuda hata termler varyas-ortak varyas matrs asıl olması bekler? Gösterz. (b) Değşe varyas soruuu Whte test le asıl sıaableceğ alatıız. (c) Hata term varyasıı /s le oratılı olması durumuda (Var(u )=σ (/s )) soruu çözümü ç tahm edlmes gereke deklem buluuz. Soruu asıl çözdüğüü gösterz.

13 3) I t = β 0 + β K t + β P t + u t deklemde (a) K t le P t yüksek orada lşkl olduğu gözlemlemştr. Bu durum katsayıları ve hpotez testler güvelrlğ etkler m? Etklerse hag yöde etkler? Açıklayıız. (d) Bu deklemde. derece ardışık bağımlılık soruu olduğu ve u t = u t- + ε t lşks geçerl olduğu gözlemlemştr (E(ε t )=0, Var(ε t )=σ, Orv(ε t, ε t- )=0). Soruu çözümü ç br yötem öerz. Soruu asıl çözdüğüü gösterz. 4) Y t = β 0 + β X t + β X t- + u t, deklem E Küçük Kareler le tahm edlmş ve aşağıdak souçlar elde edlmştr. Y t = X t X t- R =0.96, d=., =50 (0.) (0.) (0.0) u t = X t + 0. X t X t- +.0 u t u t u t u t 4 (0.0)(0.) (0.) (0.03) (0.05) (0.0) (0.0005) (0.00) R =0.87, d=0.3 Verle blgler kullaarak uygulayableceğ tüm ardışık bağımlılık tester uygulayıız ve souçları yorumlayıız. 5) Br araştırmacı Evews da (a) hata termler ormal dağılıp dağılmadığıı ve (b) 4. derece ARCH olup olmadığıı test etmek stemektedr. Araştırmacıı Evews ta zleyeceğ yolu açıklayıız. (Not: test keds değl, sadece Evews uygulamasıı açıklamaız yeterldr.) İpucu:

14 A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI 6..0 Burça Kızılırmak Süre 70 dakkadır. Sorular eşt ağırlıktadır. Not : Hpotez testlerde boş ve alteratf hpotezler mutlaka yazıız. ) Aşağıdak fadeler doğru mu, yalış mı, belrsz mdr? Nedeleryle açıklayıız. (a) Hata termler ormal dağılıma sahptr varsayımı geçerl değlse E Küçük Kareler yötem etklk özellğ sağlamaz. (b) E Küçük Kareler yötem le bulua hata termler ortalaması 0 dır. ) Y = β 0 + β X + u model ç aşağıdak blgler kullaarak soruları yaıtlayıız. Y X (a) Deklem E Küçük Kareler yötem le tahm ederek ββ =3.84, 0 ββ =.05 olduğuu gösterz. (b) Hata termler sers hesaplayıız. Y = α + βx + u doğrusal model ç E Küçük Kareler tahm edcs elde edlmesde kullaıla krter edr? Gösterz ve bu yötem ormal deklemler buluuz. 3) Y = β 0 + β X + u model ve E Küçük Kareler yötem le tahm le lgl olarak aşağıdak blgler mevcuttur. ββ =86.66, 0 ββ =-.45, σσ uu =9.3, =5 ΣΣX=3, ΣΣY=355, ΣΣX =4, ΣΣY =555, ΣΣXY=8 (a) β > hpotez %0 alamlılık düzeyde test edz. (b) r y hesaplayıız ve yorumlayıız. 4) l(m t ) = β 0 + β l(y t ) + u t deklemde M para arzı, Y GSMH dır (ks de Mlyo TL csde hesaplamıştır). Deklem E Küçük Kareler yötem le tahm edlmş ve aşağıdak souçlar elde edlmştr. (Paratez çdek değerler p değerlerdr.) l(m t ) = l(y t ) (0.0) (0.04) (a) Katsayıları rakamsal değerler yorumlayıız. (b) β =0 hpotez %5 alamlılık düzeyde test edz.

15 A.Ü. SBF, IV Malye EKONOMETRİ I DÖNEM SONU SINAVI.0.03 Burça Kızılırmak Süre 70 dakkadır. Sorular eşt ağırlıktadır. Not : Hpotez testlerde boş ve alteratf hpotezler mutlaka yazıız. Alamlılık düzey %5 alıız. 5) Hata termler varyaslarıı aşağıdak gb olması durumuda br ekoometrk soru var mıdır? Eğer varsa e tür br ekoometrk sorula karşı karşıya olacağımızı belrtz. Yaıtıızı ede mutlaka açıklayıız. (a) σσ σσ σσ (b) ρρ ρρ σσ ρρ εε ρρ ρρ ρρ ρρ 6) Y = β 0 + β X + β X + u model üç farklı döem ç tahm aşağıdak souçları vermştr. Paratez çdek değerler t değerlerdr. Döem Souç RR RR KKT Y = X (5.87) (7.9) Y = X X (5.85) (7.5) (0.76) Y = X X (.64) (.63) (0.69) Y = X X (0.08) (4.03) (.4) (c) İlk k deklem açıklama güçler karşılaştırmak ç hag gösterge kullaılmalıdır? Nede? (d) Souçları kullaarak 994 öces ve sorası yapısal farklılık olup olmadığıı test edz. 7) E t = β 0 + β D + β t K + u t t modelde E yıllık TEFE eflasyo oraı (%), D dövz kurudak yüzde değşme ve K 000 öces sorası değer ala kukla değşkedr. Deklem Türkye ç yılları arası tahm aşağıdak souçları vermştr. 4.5 ββ =8.65, 0 ββ =.45, ββ =-5.45, VVVVVV CCCCCC(ββ) =, =6 (c) Katsayıları yorumlayıız. (d) β 0 + β =0 hpotez test edz

16 8) Y t = β 0 + β X t + u t deklem tahm edlmş, elde edle hata termler (uu ) le de aşağıdak yardımcı deklemler tahm edlmştr. Aşağıdak soruları test edz. Y t = X t = 90 DW =.40 R =0. 8 (6.5) (0.008) û = X t t X t = 90 DW =.05 R = 0.83 (66.9) (0.04) û = X t t û t 4 = 86 DW =.84 R = 0.63 (4.3) (0.0) (0.65) (a) Değşe varyas (b) Brc sıra çsel bağıtı (ardışık bağımlılık) 9) ly = β 0 + β ls + β ll deklem EVews le tahm edlmştr. Açıklayıcı değşkeler arası korelasyolar celeecektr. (a) Hag soru araştırılmaktadır? (b) Evews ta zlemes gereke yolu açıklayıız.

17 A.Ü. SBF, IV Malye EKONOMETRİ I ARA SINAVI Burça Kızılırmak Süre 60 dakkadır... ve 3. sorular 0 şer, 4. soru 40 pua değerdedr. Hesaplamalar ç hesap makes kullamak serbesttr. Acak cep telefou kullaılamaz. Not: Hpotez testlerde boş ve alteratf hpotezler mutlaka yazıız. Alamlılık düzey % 5 alıız. ) Y = β 0 + β X + u model ç EKK tahm edcs elde edlmesde kullaıla krter edr? Gösterz. Bu krter kullaarak β 0 ç EKK formülüü buluuz. ) Y = β 0 + β (X /X ) + u deklem tahm edlmek stemektedr. Y ve X değşkeler ç aşağıdak örek verler mevcuttur. EKK yötem kullaarak aşağıdak soruları yaıtlayıız. Y X X a) β 0 = ve β = 0.5 olduğuu gösterz b) σσ uu yu hesaplayıız. 3) ) Y = α + βx model 8 ver le tahm edlmş ve aşağıdak souçlar elde edlmştr (Paratez çdek değerler t değerlerdr). Y = X R =0.95 (4.) (.5) a) X katsayısı ç alamlılık test yapıız ve yorumlayıız b) R değer yorumlayıız 4) U t = β 0 + β Y t + β P t + u t deklemde U br ülkedek şsz sayısıı (b kş), Y ulusal gelr (mlyar TL) ve P yurtç üretc fyat edeks göstermektedr. Deklem Türkye verler le tahm aşağıdak souçları vermştr. (Paratez çdek değerler t değerlerdr) U t = Y t + 6.P t R =0.5 (.98) (-.0) (.3) a) Ulusal gelr mlyar TL arttığıda şsz sayısı e yöde, e mktarda değşr? b) β varyası kaçtır? c) Ulusal gelr 00 mlyar TL ve fyat edeks 50 olduğu br yılda şsz sayısıı kaç kş olması bekler? d) Model açıklama gücü ç F test yapıız ve yorumlayıız.

18 A.Ü. SBF, IV Malye EKONOMETRİ I DÖNEM SONU SINAVI Burça Kızılırmak Süre 50 dakkadır.. ve. sorular 40 ar, 3. soru 0 pua değerdedr. Tüm formüller ve şlemlerz açıkça gösterz. Hpotez testlerde boş ve alteratf hpotezler mutlaka belrtz. Aks belrtlmedkçe alamlılık düzey 0.05 alıız. Hesap makes kullaımı serbesttr acak cep telefou kullaılamaz. ) W = β 0 + β Y + β E + β 3 K + u deklem tahm soucu aşağıdak gbdr. Burada W kş ücret (b TL), Y kş çalıştığı yıl sayısı, E kş eğtm yılı sayısı ve K kş kadısa erkekse 0 değer ala kukla değşkedr. (Paratez çdek değerler stadart hatalardır.) W = Y E.5 K R = 0.7, = 4, S = 0.0, K =.40 (0.) (0.) (0.) (0.3) a) β 3 katsayısıı yorumlayıız. b) H 0 : β boş hpotez test edz. c) Hata termler ormal dağıldığı hpotez test edz. d) Var ola bulgular ışığıda bu tahmde çoklu doğrusallıkta şüpheler msz? Nede? ) Aşağıdak deklem tahm, yıllık 50 ver kullaılarak elde edlmştr. Y t = X t W t R = 0.75 Tahm hata termler (u t ) kullaılarak aşağıdak ek regresyolar elde edlmştr. u t = X t +.5 W t X t +.5 W t - 0. X t W t R = 0.5 u t =. -.03u t u t- R = 0.5 u t = X t.35 W t u t u t- R = 0.55 Aşağıdaklerde uygu olaları test edz. a) Yapısal değşklk b) Değşe varyas c) ARCH d) Ardışık bağımlılık

19 3) Aşağıdak Evews çıktısıda yer ala M M para arzıı (B TL), Y reel GSYİH yı (998 Fyatlarla, B TL), R faz oraıı (bakalarca açıla mevduatlara uygulaa ağırlıklı ortalama faz oraları, %) ve P fyat edeks (topta eşya, 968=00, İTO) göstermektedr. Souçlara göre aşağıdak fadeler doğru mu, yalış mı, belrsz mdr? Nede belrterek açıklayıız. İfade yalışsa doğrusuu belrtz. a) Tüm açıklayıcı değşkeler, bağımlı değşkedek değşmeler yaklaşık %95.5 açıklamaktadır. b) % hata payıyla R statstk olarak sıfırda farklıdır. Formüller R =- KKT BKT =- u Y - ( Y ), R = -(-RR ) k = - u /( k) ( Y - ( Y ) )/( ) t h = β j β j R /(k ), F s h = βj ( R )/( k), Yapısal farklılaşma: F h = (KKKKKK KKKKKK KKKKKK )/kk (KKKKKK + KKKKKK )/( kk) JJJJ = SS 6 (KK 3) ~χ (), 4 ARCH LM: R Y χ (p) KKT Değşe Varyas: Goldfeld-Quadt: /( k) F =,Whte: R Y χ (k+f-) KKT /( k) Ardışık bağımlılık: DW = (u t u t ) ( ρ ), h = ρ (u t ) Var (γ ), LM: (-p)r Y χ (p) (f yardımcı deklemde fazlada bulua değşke sayısı, p geckme sayısıdır )

Tüm formülleri ve işlemlerinizi açıkça gösteriniz.

Tüm formülleri ve işlemlerinizi açıkça gösteriniz. A.Ü. SBF, IV Maliye EKONOMETRİ I ARA SINAVI 4..006 Süre 90 dakikadır..,. ve 3. sorular 0 ar, 4. ve 5. sorular 30 ar pua, ödev 0 pua değeridedir. Tüm formülleri ve işlemleriizi açıkça gösteriiz. ) Y = Xβ

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

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

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

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

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

Detaylı

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

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

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması

Tahmin Edicilerin ve Test Đstatistiklerinin Simülasyon ile Karşılaştırılması . Ders ĐSTATĐSTĐKTE SĐMÜLASYON Tahm Edcler ve Test Đstatstkler Smülasyo le Karşılaştırılması Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve

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

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama

= k. Aritmetik Ortalama. Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER. Sınıflanmış Seriler İçin Aritmetik Ortalama TANIMLAYICI İSTATİSTİKLER Taımlayıcı İstatstkler MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F..B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl aksarayl@deu.edu.tr Yer Ölçüler (Merkez Eğlm Ölçüler)

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

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ

Değişkenler Arasındaki İlişkiler Regresyon ve Korelasyon. Dr. Musa KILIÇ Değşkeler Arasıdak İlşkler Regresyo ve Korelasyo Dr. Musa KILIÇ http://ks.deu.edu.tr/musa.klc 1. Grş Buda öcek bölümlerde celedğmz koular, br tek değşke ç yorumlamalar yapmaya yöelk statstk yötemler üzerde

Detaylı

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun:

Giriş. Değişkenlik Ölçüleri İSTATİSTİK I. Ders 5 Değişkenlik ve Asimetri Ölçüleri. Değişkenlik. X i ve Y i aşağıdaki gibi iki seri verilmiş olsun: Grş İSTATİSTİK I Ders Değşkelk ve Asmetr Ölçüler Ortalamalar, serler karşılaştırılmasıda her zama yeterl ölçüler değldr. Ayı ortalamayı sahp serler arklı dağılım göstereblrler. Bu edele serler karşılaştırılmasıda,

Detaylı

Doç. Dr. Mehmet AKSARAYLI

Doç. Dr. Mehmet AKSARAYLI Doç. Dr. Mehmet AKSARALI www.mehmetaksarayl İstatstksel araştırmalarda k yada daha çok değşke arasıdak lşk celemes ç e çok kullaıla yötemlerde brs regresyo aalzdr. Değşkeler arasıdak lşk matematksel br

Detaylı

BEKLENEN DEĞER VE VARYANS

BEKLENEN DEĞER VE VARYANS BEKLEE DEĞER VE VARYAS.1. İadel ve adesz öreklemede tüm mümkü örekler.. Beklee değer.3. Varyas.4. İk değşke ortak dağılımı.5. İstatstksel bağımsızlık.6. Tesadüf değşkeler doğrusal kombasyolarıı beklee

Detaylı

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

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

Detaylı

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ

ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 03.05.013 ÖRNEKLEME YÖNTEMLERİ ve ÖRNEKLEM GENİŞLİĞİ 1 Nede Örekleme? Öreklemde çalışmak ktlede çalışmakta daha kolaydır. Ktle üzerde çalışmak çok daha masraflı olablr. Çoğu durumda tüm ktleye ulaşmak

Detaylı

Polinom İnterpolasyonu

Polinom İnterpolasyonu Polom İterpolasyou (Ara Değer Bulma Br foksyou solu sayıdak, K, R oktalarıda aldığı f (, f (,, f ( değerler bls (foksyou keds blmyor. Bu oktalarda geçe. derecede br tek, P a + a + a + + a (... polumu vardır

Detaylı

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

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

Detaylı

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

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

MERKEZİ EĞİLİM ÖLÇÜLERİ

MERKEZİ EĞİLİM ÖLÇÜLERİ MERKEZİ EĞİLİM ÖLÇÜLERİ Gözlee ver düzeleerek çzelgelerle, graklerle suulması çoğu kez yeterl olmaz. Geel durumu yasıtacak br takım ölçülere gereksm vardır. Bu ölçüler verler yalızca özlü br bçmde belrtmekle

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Taımlayıcı İstatstkler br değerler dzs statstksel olarak geel özellkler taımlaya ölçülerdr Taımlayıcı İstatstkler Yer Göstere Ölçüler Yaygılık Ölçüler Yer Göstere Ölçüler Br dağılımı

Detaylı

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy

denklemini sağlayan tüm x kompleks sayılarını bulunuz. denklemini x = 64 = 2 i şeklinde yazabiliriz. Bu son kompleks sayıları için x = 2iy Ders Sorumlusu: Doç. Dr. Necp ŞİMŞEK Problem. deklem sağlaya tüm kompleks sayılarıı buluu. Çöüm deklem şeklde yaablr. Bu so y kompleks sayıları ç y yaalım. Bu taktrde deklemde, baı y ( ) y elde edlr. Burada

Detaylı

Parametrik Olmayan İstatistik Çözümlü Sorular - 2

Parametrik Olmayan İstatistik Çözümlü Sorular - 2 Parametrk Olmaya İstatstk Çözümlü Sorular - Soru Böbrek hastalarıa at Kreat (KRT) değerlere lşk br araştırma yapılmak stemektedr. Buu ç rasgele seçle hastaya at Kreat değerler aşağıdak gb elde edlmştr

Detaylı

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz.

ˆp x p p(1 p)/n. Ancak anakütle oranı p bilinmediğinden bu ilişki doğrudan kullanılamaz. YTÜ-İktisat İstatistik II Aralık Tahmii II 1 ANAKÜTLE ORANININ (p GÜVEN ARALIKLARI (BÜYÜK ÖRNEKLEMLERDE Her birii başarı olasılığı p ola birbiride bağımsız Beroulli deemeside öreklemdeki başarı oraıı ˆp

Detaylı

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu

Bir KANUN ve Bir TEOREM. Büyük Sayılar Kanunu Br KANUN ve Br TEOREM Büyük Türkçe Sözlük kau Đg. law Doğa olaylarıı oluş edeler ortaya koya ve gelecektek olayları öcede kestrme olaağı vere bağıtı; Newto kauu, Kepler kauları. (BSTS / Gökblm Termler

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

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

İSTATİSTİK DERS NOTLARI

İSTATİSTİK DERS NOTLARI Balıkesir Üiversitesi İşaat Mühedisliği Bölümü umutokka@balikesir.edu.tr İSTATİSTİK DERS NOTLARI Yrd. Doç. Dr. Umut OKKAN idrolik Aabilim Dalı Balıkesir Üiversitesi İşaat Mühedisliği Bölümü Bölüm 5 Örekleme

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler TANIMLAYICI İSTATİSTİKLER MERKEZİ EĞİLİM ÖLÇÜLERİ Dr. Mehmet AKSARAYLI D.E.Ü. İ.İ.B.F. EKONOMETRİ BÖLÜMÜ mehmet.aksarayl@deu.edu.tr Taımlayıcı İstatstkler Yer Ölçüler (Merkez Eğlm Ölçüler) Duyarlı Ortalamalar

Detaylı

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ

TALEP TAHMİNLERİ. Y.Doç.Dr. Alpagut YAVUZ TALEP TAHMİNLERİ Y.Doç.Dr. Alpagut YAVUZ Yöetm e temel foksyolarıda br ola plalama, e kaba taımıyla, şletme geleceğe yöelk alıa kararları br bleşkesdr. Geleceğe yöelk alıa kararları başarısı yöetcler yaptıkları

Detaylı

TABAKALI ŞANS ÖRNEKLEME

TABAKALI ŞANS ÖRNEKLEME 6 TABAKAI ŞA ÖREKEME 6.. Populasyo ortalaması ve populasyo toplamıı tam 6.. Populasyo ortalamasıı ve toplamıı varyası 6... Populasyo ortalamasıı varyası 6... Populasyo toplamıı varyası 6..3. Ortalama ve

Detaylı

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç

Sayısal Türev Sayısal İntegrasyon İnterpolasyon Ekstrapolasyon. Bölüm Üç Sayısal Türev Sayısal İtegrasyo İterpolasyo Ekstrapolasyo Bölüm Üç Bölüm III 8 III-. Pvot Noktaları Br ( ) oksyouu değer, geellkle ekse üzerdek ayrık oktalarda belrler. Bu oktalara pvot oktaları der. Bu

Detaylı

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI

T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI 15.09.015 T.C. RECEP TAYYİP ERDOĞAN ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İŞLETME BÖLÜMÜ SAYISAL YÖNTEMLER ANABİLİM DALI DERS NOTLARI ISL4 İSTATİSTİK II HAZIRLAYAN PROF. DR. ALİ SAİT ALBAYRAK

Detaylı

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR

ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR ÖLÇÜM, ÖLÇÜM HATALARI ve ANLAMLI RAKAMLAR Ölçme, her deeysel blm temel oluşturur. Fzk blmde de teorler sıaması ç çeştl deeyler tasarlaır ve bu deeyler sırasıda çok çeştl ölçümler yapılır. Br fzksel celğ

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları Alteratif üretim

Detaylı

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ

Tanımlayıcı İstatistikler (Descriptive Statistics) Dr. Musa KILIÇ Taımlayıcı İstatstkler (Descrptve Statstcs) Dr. Musa KILIÇ TANIMLAYICI ÖRNEK İSTATİSTİKLERİ YER ÖLÇÜLERİ (Frekas dağılışıı abss eksedek durumuu belrtr.) DEĞİŞİM ÖLÇÜLERİ ( Frekas dağılışıı şekl belrtr.).

Detaylı

1. GAZLARIN DAVRANI I

1. GAZLARIN DAVRANI I . GZLRIN DRNI I İdeal Gazlar ç: lm 0 RT İdeal gazlar ç: RT Hacm() basıçla() değşk sıcaklıklarda değşm ekl.. de gösterlmştr. T >T 8 T T T 3 asıç T 4 T T 5 T 7 T 8 Molar Hacm ekl.. Gerçek br gazı değşk sıcaklıklardak

Detaylı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı

YÖNEYLEM ARAŞTIRMASI III. Dinamik Programlama. Örnek 3: Tıbbi Müdahale Ekiplerinin Ülkelere Dağıtımı YÖNEYLEM ARAŞTIRMASI III Hafta Determstk Damk Programlama (devam) Damk Programlama Geçe derste küçük ölçekl problemler damk programlamayla yelemel olarak asıl çözüldüğüü gördük. Bu derste, öreklere devam

Detaylı

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

4/16/2013. Ders 9: Kitle Ortalaması ve Varyansı için Tahmin 4/16/013 Ders 9: Kitle Ortalaması ve Varyası içi Tahmi Kitle ve Öreklem Öreklem Dağılımı Nokta Tahmii Tahmi Edicileri Özellikleri Kitle ortalaması içi Aralık Tahmii Kitle Stadart Sapması içi Aralık Tahmii

Detaylı

6. Uygulama. dx < olduğunda ( )

6. Uygulama. dx < olduğunda ( ) . Uygulama Hatırlatma: Rasgele Değşelerde Belee Değer Kavramı br rasgele değşe ve g : R R br osyo olma üzere, ) esl ve g ) ) < olduğuda D ) sürel ve g ) ) d < olduğuda g belee değer der. c R ve br doğal

Detaylı

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek

FİNANSAL YÖNETİM. Finansal Yönetim Örnek Sorular Güz 2015. Yrd. Doç. Dr. Rüstem Barış Yeşilay 1. Örnek. Örnek. Örnek. Örnek. Örnek Fasal Yöetm Örek lar Güz 2015 Güz 2015 Fasal Yöetm Örek lar 2 Örek FİNNSL YÖNETİM ÖRNEKLER 1000 TL %10 fazde kaç yıl süreyle yatırıldığıda 1600 TL olur? =1000 TL, FV=1600 TL, =0.1 FV (1 ) FV 1600 (1 )

Detaylı

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ

ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ İSTATİSTİKSEL TAHMİNLEME VE İSTATİSTİKSEL YORUMLAMA TAHMİNLEME SÜRECİ VE YORUMLAMA SÜRECİ ÖRNEKLEME TEORİSİ VE TAHMİN TEORİSİ ÖRNEKLEME VE ÖRNEKLEME ÖRNEKLEME DAĞILIMLARI VE ÖRNEKLEME DAĞILIMLARI Yorumlama

Detaylı

Quality Planning and Control

Quality Planning and Control Qualty Plag ad Cotrol END 3618 KALİTE PLANLAMA VE KONTROL Prof. Dr. Mehmet ÇAKMAKÇI Dokuz Eylül Üverstes Edüstr Mühedslğ Aablm Dalı 1 Qualty Maagemet İstatstksel Proses Kotrol Kotrol Kartları 2 END 3618

Detaylı

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI

ALTERNATİF SİSTEMLERİN KARŞILAŞTIRILMASI µ µ içi Güve Aralığı ALTERNATİF İTEMLERİN KARŞILAŞTIRILMAI Bezetimi e öemli faydalarıda birisi, uygulamaya koymada öce alteratifleri karşılaştırmaı mümkü olmasıdır. Alteratifler; Fabrika yerleşim tasarımları

Detaylı

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1

ĐÇI DEKILER 1. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR 1 ĐÇI DEKILER Sayfa. TEMEL ĐSTATĐSTĐK KAVRAMLAR VE OTASYO LAR.. Grş.. Đstatstk.3. Populasyo.4. Örek.5. Brm.6. Parametre.7. Değşke 3.8. Ver ve Ver Tpler 3.9. Toplama Sembolü 4 ÇALIŞMA PROBLEMLERĐ 6. VERĐLERĐ

Detaylı

Zaman Skalasında Box-Cox Regresyon Yöntemi

Zaman Skalasında Box-Cox Regresyon Yöntemi Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:7, Sayı:, Yıl:0, ss.57-70. Zama Skalasıda Bo-Co Regresyo Yötem Atlla Özur İŞÇİ Sbel PAŞALI GÖKTAŞ ATMACA 3 M. Nyaz ÇANKAYA 4 Özet Hata term

Detaylı

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ

ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ 8. HAFTA ISF404 SERMAYE PİYASALARI VE MENKUL KIYMETYÖNETİMİ PORTFÖY YÖNETİMİ II Doç.Dr. Murat YILDIRIM muratyildirim@karabuk.edu.tr Geleeksel Portföy Yaklaşımı, Bu yaklaşıma göre portföy bir bilim değil,

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

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir.

REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyon Basit doğrusal regresyon modeli: .. + n gözlem için matris gösterimi,. olarak verilir. 203-204 Bahar REGRESYON DENKLEMİNİN HESAPLANMASI Basit Doğrusal Regresyo Basit doğrusal regresyo modeli: y i = β 0 + β x i + ε i Modeli matris gösterimi, y i = [ x i ] β 0 β + ε i şeklidedir. x y 2 gözlem

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

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

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

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

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim.

Tarihli Mühendislik ekonomisi final sınavı. Sınav süresince görevlilere soru sormayın. Başarılar dilerim. 6..27 Tarhl Mühedslk ekooms fal sıavı Süre 9 dakka Sıav Saat: Sıav süresce görevllere soru sormayı. Başarılar dlerm. D: SOYD: ÖĞRENCİ NO: İMZ: Tek ödemel akümüle değer faktörü Tek ödemel gücel değer faktörü

Detaylı

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR

EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR EMEKLİLİK YATIRIM FONLARI DEĞERLENDİRMESİ AÇIKLAMA NOTLARI VE VARSAYIMLAR 2013 yılı fo getrs 02/01/2013-02/01/2014 tarhl brm pay değerler kullaılması le hesaplamıştır. 2013 yılı karşılaştırma ölçütü getrs

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

Đst201 Đstatistik Teorisi I

Đst201 Đstatistik Teorisi I Đst20 Đstatstk Teors I DERSĐN TÜRÜ Zorulu DERSĐN DÖNEMĐ Yaz DERSĐN KREDĐSĐ Ulusal Kred: (4, 0, 0 ) 4 KTS: 7 DERSĐN VERĐLDĐĞĐ Bölüm: Đstatstk 200/20 Öğretm Yılı DERSĐN MCI Đstatstğ matematksel temeller

Detaylı

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II

İSTATİSTİKSEL TAHMİN. Prof. Dr. Levent ŞENYAY VIII - 1 İSTATİSTİK II 8 İSTATİSTİKSEL TAHMİN 8.. İstatistiksel tahmileyiciler 8.. Tahmileyicileri Öellikleri 8... Sapmasılık 8... Miimum Varyaslılık 8..3. Etkilik 8.3. Aralık Tahmii 8.4. Tchebysheff teoremi Prof. Dr. Levet

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

Mal Piyasasının dengesi Toplam Talep tüketim, yatırım ve kamu harcamalarının toplamına eşitti.

Mal Piyasasının dengesi Toplam Talep tüketim, yatırım ve kamu harcamalarının toplamına eşitti. B.E.A. Mal Hzmet Pyasaları le Fnans Pyasalarının Ortak Denges Mal Pyasası Denges: (IS-LM) Model Mal Pyasasının denges Toplam Talep tüketm, yatırım ve kamu harcamalarının toplamına eştt. = C(-V)+I+G atırımlar

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

9. Ders. Đstatistikte Monte Carlo Çalışmaları

9. Ders. Đstatistikte Monte Carlo Çalışmaları 9. Ders Đstatstkte Mote Carlo Çalışmaları Đstatstk rasgelelk olgusu çere olay süreç ve sstemler modellemesde özellkle bu modellerde souç çıkarmada ve bu modeller geçerllğ sıamada kullaıla bazı blg ve yötemler

Detaylı

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

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

ÖNSÖZ. 2) Evde yapabileceklerinizi yapıp, laboratuar kılavuzundaki yerleri doldurun (!!! işaretli yerler).

ÖNSÖZ. 2) Evde yapabileceklerinizi yapıp, laboratuar kılavuzundaki yerleri doldurun (!!! işaretli yerler). ÖNSÖZ Bu laboratuar kılavuzu ĐST 5 Đstatstk Laboratuarı deeyler ç hazırlamıştır. Buradak deeyler ve çalışmaları amacı, şu aa kadar görüle dersler çerçevesde, rasgelelk olgusuu alaşılması ve alatılması

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

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde fazla dağılışı karşılaştırmak ç kullaıla veya ayrıca örek verlerde hareketle frekas dağılışlarıı sayısal olarak düzeleye değerlere taımlayıcı statstkler der. Aalzlede

Detaylı

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler.

İşlenmemiş veri: Sayılabilen yada ölçülebilen niceliklerin gözlemler sonucu elde edildiği hali ile derlendiği bilgiler. OLASILIK VE İSTATİSTİK DERSLERİ ÖZET NOTLARI İstatistik: verileri toplaması, aalizi, suulması ve yorumlaması ile ilgili ilkeleri ve yötemleri içere ve bu işlemleri souçlarıı probabilite ilkelerie göre

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

İSTATİSTİKSEL TAHMİNLEME VE

İSTATİSTİKSEL TAHMİNLEME VE 1 ölüm maçları İSTTİSTİKSEL THMİLEME VE YORUMLM SÜRECİ ÖREKLEME VE ÖREKLEME DĞILIMLRI u bölümde öğreeceklerz. Örekleme gereksm ve yötemler celemek. Örekleme hatası kavramıı taımlamak Örekleme dağılışı

Detaylı

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış

TEZ ONAYI Nur ÇELİK tarafıda hazırlaa ANOVA Modellerde Çarpık Dağılımlar Kullaılarak Dayaıklı İstatstksel Souç Çıkarımı ve Uygulamaları adlı tez çalış ANKARA ÜNİVERSİTESİ EN BİLİERİ ENSTİTÜSÜ DOKTORA TEZİ ANOVA MODELLERİNDE ÇARPIK DAĞILIAR KULLANILARAK DAYANIKLI İSTATİSTİKSEL SONUÇ ÇIKARIMI VE UYGULAMALARI Nur ÇELİK İSTATİSTİK ANABİLİM DALI ANKARA 0

Detaylı

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise

Bağımsızlık özelliğinden hareketle Ortak olasılık fonksiyonu (sürekli ise YTÜ-İktisat İstatistik II Örekleme ve Öreklem Dağılımları BASİT RASSAL ÖRNEKLEME N tae ese arasıda taelik bir öreklem seçilmesii istediğii düşüelim. eseli olaaklı her öreklemi seçilme şasıı eşit kıla seçim

Detaylı

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA

ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA İstabul Tcaret Üverstes Fe Blmler Dergs Yıl: 11 Sayı: Güz 01 s. 19-35 ETKİN SINIR VE BETA KATSAYI KISITLI PORTFÖY SEÇİM MODELİ ÜZERİNE BİR UYGULAMA Cası KAYA 1, Oza KOCADAĞLI Gelş: 30.05.01 Kabul: 14.1.01

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

İstatistik ve Olasılık

İstatistik ve Olasılık İstatistik ve Olasılık Ders 3: MERKEZİ EĞİLİM VE DAĞILMA ÖLÇÜLERİ Prof. Dr. İrfa KAYMAZ Taım Araştırma souçlarıı açıklamasıda frekas tablosu ve poligou isteile bilgiyi her zama sağlamayabilir. Verileri

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

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI

KONTROL KARTLARI 1)DEĞİŞKENLER İÇİN KONTROL KARTLARI 1 KONTOL KATLAI 1)DEĞİŞKENLE İÇİN KONTOL KATLAI Ölçe,gözle veya deey yolu le elde edle verler değşke(ölçüleblr-sürekl) ve özellk (sayılablr-keskl) olak üzere başlıca k gruba ayrılır. Değşke verler belrl

Detaylı

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ

BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ BÖLÜM 6 6. REGRESYON MODELİNİN TEMEL KONTROLÜ Bu bölüde regresyo odel üzerde gerçekleştrlecek teel kotrol yöteler celeecektr. Bu kısıda açıklaacak ola tekkler sadece doğrusal regresyo ç değl doğrusal olaya

Detaylı

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler

4/4/2013. Ders 8: Verilerin Düzenlenmesi ve Analizi. Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Ders 8: Verileri Düzelemesi ve Aalizi Betimsel İstatistik Merkezsel Eğilim Ölçüleri Dağılım Ölçüleri Grafiksel Gösterimler Bir kitlei tamamıı, ya da kitlede alıa bir öreklemi özetlemekle (betimlemekle)

Detaylı

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması

Olabilirlik Oranı Yöntemine Dayalı, Yapısal Homojen Olmayan Varyans Testlerinin Piyasa Modeli İçin Karşılaştırılması Dokuz Eylül Üverstes İktsad ve İdar Blmler Fakültes Dergs, Clt:6, Sayı:, Yıl:011, ss.135-144 Olablrlk Oraı Yöteme Dayalı, Yaısal Homoje Olmaya Varyas Testler Pyasa Model İç Karşılaştırılması Flz KARDİYEN

Detaylı

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini

Regresyon Analizi Basit Do rusal Regresyon Analizi En Küçük Kareler Tekni i Varyans n(v 2 ) Tahmini Basit Do rusal Regresyonda Aral k Tahmini 5 STAT ST K-II Amaçlar m z Bu ütey tamamlad kta sora; k de flke aras dak lflky aç klaya do rusal model kurablecek, k de flke aras dak lflk dereces belrleyeblecek blg ve becerlere sahp olacaks z. Aahtar

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

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

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI

REGRESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KARELER VE EN KÜÇÜK MEDYAN KARELER YÖNTEMLERİNİN KARŞILAŞTIRILMASI FEN DEGİSİ (E-DEGİ). 8, 3() 9-9 EGESYON ANALİZİNDE KULLANILAN EN KÜÇÜK KAELE VE EN KÜÇÜK MEDYAN KAELE YÖNTEMLEİNİN KAŞILAŞTIILMASI Özlem GÜÜNLÜ ALMA, Özgül VUPA Dokuz Eylül Üverstes, Fe-Edebyat Fakültes,

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

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24

=... 29 İÇİNDEKİLER. E(X) = k... 22. 3.5. Pascal (Negatif Binom) Dağılımı... 22 1. 3.6. Hipergeometrik Dağılım... 22. N y= ... 24 İÇİNDEKİLER SİMGE LİSTESİ... KISALTMA LİSTESİ... v ÇİZELGE LİSTESİ... v ŞEKİL LİSTESİ... v ÖNSÖZ... v ÖZET... x ABSTRACT... x GİRİŞ... BÖLÜM : OLASILIK DAĞILIMLARI VE OLASILIK YOĞUNLUKLARI... BÖLÜM : OLASILIK

Detaylı

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2

TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ ( ) (TRANSLOG MALİYET FONKSİYONU UYGULAMASI) Yaşar AKÇAY 1 Kemal ESENGÜN 2 l Ta rr ım ı Ekooms Kog rres 6-8 - Eylül l 2000 Tek rrdağ TÜRKİYE ŞEKERPANCARI ÜRETİMİNDE FAKTÖR TALEP ANALİZİ (980-998) (TRANLOG MALİYET FONKİYONU UYGULAMAI) Yaşar AKÇAY Kemal EENGÜN 2. GİRİŞ Türkye tarımı

Detaylı

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI

BASAMAK ATLAYARAK VEYA FARKLI ZIPLAYARAK İLERLEME DURUMLARININ SAYISI Projesii Kousu: Bir çekirgei metre, metre veya 3 metre zıplayarak uzuluğu verile bir yolu kaç farklı şekilde gidebileceği ya da bir kişii veya (veya 3) basamak atlayarak basamak sayısı verile bir merdivei

Detaylı

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi

Lojistik Regresyonda Meydana Gelen Aşırı Yayılımın İncelenmesi Yüzücü Yıl Üverstes, Zraat Fakültes, Tarım Blmler Dergs (J. Agrc. Sc.), 008, 18(1): 1-5 Araştırma Makales/Artcle Gelş Tarh: 10.06.007 Kabul Tarh: 7.1.007 Lojstk Regresyoda Meydaa Gele Aşırı Yayılımı İcelemes

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

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör.

KUVVET SİSTEMLERİ KUVVET. Vektörel büyüklük. - Kuvvetin büyüklüğü - Kuvvetin doğrultusu - Kuvvetin uygulama noktası - Kuvvetin yönü. Serbest vektör. İ.T.Ü. aka akültes ekak Aa Blm Dalı STATİK - Bölüm KUVVET SİSTELEİ KUVVET Vektörel büyüklük - Kuvvet büyüklüğü - Kuvvet doğrultusu - Kuvvet uygulama oktası - Kuvvet yöü S = (,,..., ) = + +... + = Serbest

Detaylı

Tanımlayıcı İstatistikler

Tanımlayıcı İstatistikler Taımlayıcı İstatstkler Br veya brde azla dağılışı karşılaştırmak ç kullaıla ve ayrıca örek verlerde hareket le rekas dağılışlarıı sayısal olarak özetleye değerlere taımlayıcı statstkler der. Aalzlerde

Detaylı

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş

İstatistik Ders Notları 2018 Cenap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI. 5.1 Giriş İstatistik Ders Notları 08 Ceap Erdemir BÖLÜM 5 ÖRNEKLME DAĞILIMLARI 5. Giriş Öreklem istatistikleri kullaılarak kitle parametreleri hakkıda çıkarsamalar yapmak istatistik yötemleri öemli bir bölümüü oluşturur.gülük

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