TOBB Ekonomi ve Teknoloji Üniversitesi İKT352 Ekonometri II, Ara Sınavı. Y i X X = 104 [ [

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

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

TOBB Ekonomi ve Teknoloji Üniversitesi İKT351 Ekonometri I, Ara Sınavı

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

Çoklu Bağlanım Çıkarsama Sorunu

Doğrusal Bağlanım Modeline Dizey Yaklaşımı

İki Değişkenli Bağlanım Çıkarsama Sorunu

Farklıserpilimsellik

İki Değişkenli Bağlanım Modelinin Uzantıları

Çoklu Bağlanım Çözümlemesi

Eşanlı Denklem Modelleri

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

Zaman Serileri Ekonometrisine Giriş

Çoklu Bağlanım Çözümlemesi

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

Ekonometri 2 Ders Notları

Kukla Değişkenlerle Bağlanım. Ekonometri 1 Konu 30 Sürüm 2,0 (Ekim 2011)

Bölüm 6. Çıkarsama Sorunu. 6.1 Aralık Tahmini Bazı Temel Noktalar

Ekonometrik Modelleme

Çoklueşdoğrusallık. Bağlayanlar İlintili ise Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011)

Zaman Serileri Ekonometrisine Giriş

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Ekonometrik Modelleme

Matris Cebiriyle Çoklu Regresyon Modeli

Ekonometri I VARSAYIMLARI

İki Değişkenli Bağlanım Modelinin Uzantıları

Eşanlı Denklem Modelleri

Ekonometri 1 Ders Notları

Nitel Tepki Bağlanım Modelleri

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

SEK Tahmincilerinin Türetilmesi. SEK Tahmincilerinin Türetilmesi. Ekonometri 1 Konu 8 Sürüm 2,0 (Ekim 2011)

Bölüm 3. Çoklueşdoğrusallık. 1. Çoklueşdoğrusallığın niteliği nedir? Çoklueşdoğrusallık Kavramı

Dizey Cebirinin Gözden Geçirilmesi

Dizey Cebirinin Gözden Geçirilmesi

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

İÇİNDEKİLER 1. GİRİŞ...

İstatistik ve Olasılık

Eşanlı Denklem Modelleri

2. BASİT DOĞRUSAL REGRESYON 12

Ekonometrik Modelleme

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

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

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

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

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

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

4. TAHMİN SONUÇLARININ DEĞERLENDİRİLMESİ Katsayıların Yorumu

İstatistiksel Kavramların Gözden Geçirilmesi

A EKONOMETRİ. n iken de aynı sonuç geçerliyse, β hangi. A) β nın sabit olması. D) Xβ nın normal dağılımlı olması. E) n olması. dur?

Zaman Serileri Ekonometrisine Giriş

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

UYGULAMALAR. Normal Dağılımlılık

ÇOKLU REGRESYON ANALİZİNDE VARSAYIMLARDAN SAPMALARIN İNCELENMESİ

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

VERİ SETİNE GENEL BAKIŞ

Nitel Tepki Bağlanım Modelleri

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

İÇİNDEKİLER ÖN SÖZ...

Bölüm 6. Ekonometrik Modelleme. 6.1 Belirtim Hatalarının Niteliği

Örneklemden elde edilen parametreler üzerinden kitle parametreleri tahmin edilmek istenmektedir.

Ölçme ve Değerlendirme

Değişen Varyans (Heteroscedasticity) Sabit Varyans (Homoscedasticity) Varsayımı Altında Basit Regresyon Modeli

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

BÖLÜM 6 MERKEZDEN DAĞILMA ÖLÇÜLERİ

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Özilinti. Hatalar İlintili ise Ne Olur? Yrd. Doç. Dr. A. Talha YALTA Ekonometri 2 Ders Notları Sürüm 2,0 (Ekim 2011)

8. BÖLÜM: DEĞİŞEN VARYANS


ISTATISTIK VE OLASILIK SINAVI EKİM 2016 WEB SORULARI

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

LOJİSTİK REGRESYON ANALİZİ

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

Hatalar Bilgisi ve İstatistik Ders Kodu: Kredi: 3 / ECTS: 5

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

3 KESİKLİ RASSAL DEĞİŞKENLER VE OLASILIK DAĞILIMLARI

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

Hipotez Testleri. Mühendislikte İstatistik Yöntemler

MIT OpenCourseWare Ekonomide İstatistiksel Yöntemlere Giriş Bahar 2009

Tanımlayıcı İstatistikler. Yrd. Doç. Dr. Emre ATILGAN

GeroBarometre OCAK- ŞUBAT 2017

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

ÜSTEL DÜZLEŞTİRME YÖNTEMİ

Temel İstatistik. Y.Doç.Dr. İbrahim Turan Mart Tanımlayıcı İstatistik. Dağılımları Tanımlayıcı Ölçüler Dağılış Ölçüleri

TEMEL İSTATİSTİKİ KAVRAMLAR YRD. DOÇ. DR. İBRAHİM ÇÜTCÜ

Nitel özellikleri nicel olarak gösterebilmek için, niteliğin varlık ya da yokluğunu gösteren 1 ve 0 değerlerini alırlar.

SIRADAN EN KÜÇÜK KARELER (OLS)

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

Nedensel Modeller Y X X X

Ev sahibi olup olmamayı belirleyen etmenler. Bir kredi başvurusunun reddedilip reddedilmeyeceği

Eşanlı Denklem Modelleri

Ekonometrinin Konusu ve Yöntembilimi. Ekonometri Nedir? Ekonometrinin Konusu ve Yöntembilimi. Ekonometri 1 Konu 4 Sürüm 2,0 (Ekim 2011)

Ch. 12: Zaman Serisi Regresyonlarında Ardışık Bağıntı (Serial Correlation) ve Değişen Varyans

Ch. 5: SEKK (OLS) nin Asimptotik Özellikleri

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

CEVAPLAR. n = n 1 + n 2 + n 3 + n 4 + n 5 + n 6 + n 7 = = 11 dir.

8.Hafta. Değişkenlik Ölçüleri. Öğr.Gör.Muhsin ÇELİK. Uygun değişkenlik ölçüsünü hesaplayıp yorumlayabilecek,

İçindekiler. Ön Söz... xiii

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

Transkript:

TOBB Ekonomi ve Teknoloji Üniversitesi Öğr.Gör.: Yrd. Doç. Dr. A. Talha YALTA Ad, Soyad: Açıklama ve uyarılar: Bu sınav toplam 100 puan değerinde 3 sorudan oluşmaktadır. Sınav süresi 90 dakikadır ve tüm soruların yanıtlanması gereklidir. Birinci soruyu yanıtlamada kullanılabilecek bazı formül ve/veya tanımlar sorulara ek olarak verilmiştir. Tüm işlemler bu sınav kağıdı üzerinde yapılacaktır. Kopya çekme ve çektirme girişiminde bulunanlar hakkında üniversitenin disiplin kuralları çerçevesinde işlem yapılacaktır. Sınav süresince sınav içeriği ile ilgili soru sormak yasaktır. Sorular 1. (25 puan) Aşağıda verilen varsayımsal veri setini, Y i ˆβ 1 + ˆβ 2 X 2i + û i iki değişkenli bağlanım modeli çerçevesinde ele alalım. Y i X i 2 1 3 5 4 6 (a) (5 puan) Modeli dizey biçiminde gösteriniz. 1 2 3 4 1 1 1 5 1 6 [ ˆβ1 + ˆβ 2 û 1 û 2 û 3 û 4 (b) (10 puan) X X ve (X X) 1 dizeylerini bulunuz. X X [ 1 1 1 1 0 1 5 6 adj(x X) (X X) 1 1 [ X X adj(x X) 1 1 1 5 1 6 X X 104 [ 62 12 12 4 [ 4 12 12 62 62/104 12/104 12/104 4/104 [ 0,60 0,12 0,12 0,038 Sayfa 1 \ 5 Sonraki sayfaya geçiniz...

(c) (10 puan) ˆB yöneyini tahmin ediniz. [ [ ˆβ1 ˆβ 2 X Y [ 1 1 1 1 0 1 5 6 62/104 12/104 12/104 4/104 ˆB (X X) 1 X Y 1 2 3 4 [ 10 41 [ 10 41 [ 128/104 44/104 [ 1,23 0,42 2. (50 puan) 1960 1979 dönemindeki gemi arızalarına ilişkin iki ayrı modele ait tahmin sonuçları aşağıda verilmiştir. Burada: Model 1: Y i α 1 + α 2 D i + β 1 X 1i + β 2 (D i X 1i ) + β 3 X 2i + β 4 (D i X 2i ) + u i Model 2: Y i λ 1 + λ 2 D i + γ 1 X 1i + γ 2 (D i X 1i ) + v i Y X 1 X 2 D örneklem dönemi içerisindeki toplam arıza sayısını, geminin kullanımda olduğu toplam ay sayısını, toplam bakım sayısını, 0 ise 1974 öncesi ve 1 ise 1974 sonrası dönem olduğunu göstermektedir. 15 gözleme dayanan ve SEK ile elde edilmiş bağlanım bulguları şöyledir: Ŷ i 3,919 9,408D i +0,04048X 1i 0,3313(D i X 1i ) 0,4725X 2i +3,991(D i X 2i ) t (0,925) ( 1,729) (0,324) ( 1,942) ( 0,315) (1,949) R 2 0,8658 Ŷ i 2,721 0,6766D i +0,001136X 1i +0,001222(D i X 1i ) t (1,361) ( 0,253) (8,166) (4,193) R 2 0,8348 (a) (5 puan) Birinci ve ikinci modele ait bağlanım sonuçlarını birlikte inceleyerek birinci modelde olası bir çoklueşdoğrusallık sorunundan söz edebilir misiniz? Çoklueşdoğrusallıktan neden kuşkulandığınızı en çok iki tümce ile anlatınız. Tahmin edilen tüm katsayılara ait t oranları (2t kuralına göre) anlamlı değilken, bağlanıma ait yakışmanın derecesini gösteren R 2 değeri oldukça yüksektir. Ayrıca, 1974 sonrası için X 2 nin katsayı işareti ( 0,4725 + 3,991 3,5185) de yanlıştır. Dolayısıyla birinci modelde olası bir çoklueşdoğrusallık sorunundan söz edebiliriz. (b) (5 puan) X 1i a 1 + a 3 X 2i + ɛ i yardımcı bağlanımına ait r 2 değeri 0,999998 olarak bulunmuştur. Bu sonuçtan ne şekilde yararlanabileceğinizi en çok iki tümce ile açıklayınız. Sayfa 2 \ 5 Sonraki sayfaya geçiniz...

Verilen r 2 0,999998, birinci modele ait R 2 0,8658 değerinden yüksektir. Bu da modelde yer alan X 1 ve X 2 değişkenleri arasındaki çoklueşdoğrusallığın dikkate almayı gerektirecek kadar yüksek olduğunun bir göstergesidir. (c) (5 puan) X 1 ve X 2 değişkenleri arasındaki ilişki bir tam eşdoğrusallık ilişkisi midir? Nedenini en çok iki tümce ile açıklayınız. Hayır değildir. Eğer X 1 ve X 2 arasındaki ilişki tam eşdoğrusallık olsaydı r 2 1 e eşit olurdu. Ayrıca katsayılara ait ölçünlü hatalar 0 olarak bulunur ve t ve p değerleri de hesaplanamazdı. (d) (10 puan) Birinci modeldeki olası çoklueşdoğrusallık sorununu gidermek için kullanabileceğiniz iki farklı düzeltici yöntem öneriniz. Bu önlemleri kısaca açıklayınız ve uygulama açısından karşılaştırınız. Kullanabileceğimiz düzeltici önlemlerden bazıları şunlardır: Verileri dönüştürmek: Eldeki bir zaman serisi bağlanımı olduğu için 1. fark dönüşümünden yararlanılabilir. X 1 ve X 2 arasında eşdoğrusallık görülmeyecektir, ancak böyle bir modelde de hata teriminin özilinti sergilemesi olasıdır. Ek ya da yeni veri derlemek: Örneklem büyüklüğü artırılarak veya farklı bir örneklem ile varyansların küçülüp güven aralıklarının daralması sağlanabilir, ancak bunu yapabilmek kolay veya olanaklı olmayabilir. Bazı değişkenleri çıkartmak: Uygulaması kolay olan bu yöntem ile eşdoğrusallığın önüne geçilebilir, ancak dikkatli olunmazsa bu yöntem de model belirtim hatası ve yanlı katsayı tahminlerine yol açabilir. Önsel bilgilerden yararlanmak: X 1 ve X 2 arasındaki olası bir ilişkiden ya da karma verilerden yararlanarak X 1 veya X 2 nin bir tahmini elde edilebilir. Bağlanımda bu bilgiyi kullanmak eşdoğrusallık sorununu giderebilse de bu yöntemi uygulayabilmek her zaman olanaklı değildir. Sayfa 3 \ 5 Sonraki sayfaya geçiniz...

(e) (25 puan) Birinci ve ikinci modele dayanan bağlanım bulgularını birlikte ve dikkatli bir şekilde yorumlayınız. Yorumunuzda; modellerde yer alan kukla değişkenleri, önsel beklentilerinizi, olası çoklueşdoğrusallık sorununu, ikinci modele ait katsayı tahminlerini ve sınav soruları kapsamında yapmış olduğunuz tüm çözümlemeleri de dikkate alınız. Gemi arızalarını geminin kullanımda olduğu süre ve toplam bakım sayısı ile açıklamaya çalışan birinci modele ait bulgular, çoklueşdoğrusallık sorunundan dolayı geçerli değildir. Anlamlı olmayan t istatistikleri ile birlikte görülen 0,87 gibi yüksek bir R 2 değeri ve X 2 değişkenine ait katsayının işaretinin yanlış olması gibi göstergeler bu sorunun varlığını ortaya koymaktadır. Ayrıca X 1 in X 2 ye göre yardımcı bağlanımından elde edilen r 2 0,999998 değeri de bu iki değişken arasında ciddi bir eşdoğrusallık olduğunu kanıtlamaktadır. Birinci modeldeki eşdoğrusallık sorunu, ikinci modelde X 2 değişkeni çıkartılarak aşılabilmiştir. İkinci modele göre, ortalama geminin kullanımda olduğu her 1/0,001136 877 ay (yaklaşık 73 yıl) içerisinde 1 kaza beklenmektedir. 1974 sonrası dönemde ise katsayı 0,002358 olmakta ve yaklaşık 35 yıla ortalama 1 kaza düşmektedir. Geminin kullanım süresi kontrollüyken 1974 öncesi ve 1974 sonrası dönemlerdeki gemi kaza sayılarında istatistiksel olarak anlamlı bir farklılık gözlenmemektedir. R 2 0,8348 değeri verilerin modele yakışma derecesinin oldukça yüksek olduğunu göstermektedir. 3. (25 puan) Aşağda verilen sınamaların sıfır önsavlarını ve hangi istatistiksel dağılıma dayandıklarını yazınız: (a) (5 puan) Park sınaması t dağılımına dayanır. H 0 : ˆβ 0 (Aynıserpilimsellik) (b) (5 puan) Spearman sıra ilintisi sınaması t dağılımına dayanır. H 0 : Aynıserpilimsellik (c) (5 puan) Goldfeld-Quandt sınaması F dağılımına dayanır. H 0 : Aynıserpilimsellik (d) (5 puan) Breusch-Pagan-Godfrey sınaması χ 2 dağılımına dayanır. H 0 : α 2 α 3... α k 0 (Aynıserpilimsellik) (e) (5 puan) White sınaması χ 2 dağılımına dayanır. H 0 : Aynıserpilimsellik Sayfa 4 \ 5 Sonraki sayfaya geçiniz...

Formüller Dizey Cebiri ile Doğrusal Bağlanım n adet gözlem ve Y ile birlikte toplam k değişken içeren doğrusal bağlanım modelinde: Dizey gösterimi: Y n 1 X n k B k 1 + u n 1 Katsayı tahminleri: ˆB (X X) 1 X Y KKT: û û BKT: ˆB X Y nȳ 2 TKT: Y Y nȳ 2 u i sabit varyansı: ˆσ 2 û û n k varcov( ˆB) ˆσ 2 (X X) 1 Belirleme katsayısı: R 2 BKT TKT R 2 1 [(1 R 2 ) n 1 n k Ortalama kestirimi: (Ŷ0 x 0) x 0 ˆB var(ŷ0 x 0) σ 2 x 0(X X) 1 x 0 Tekil kestirim: (Y 0 x 0) x 0 ˆB var(y 0 x 0) ˆσ 2 [1 + x 0(X X) 1 x 0 Tekil olmayan bir A dizeyinin tersi: A 1 1 A (adja) Sayfa 5 \ 5 Sınav sonu.