Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

Benzer belgeler
Dependent Variable: Y Method: Least Squares Date: 03/23/11 Time: 16:51 Sample: Included observations: 20

ADMIT: Öğrencinin yüksek lisans programına kabul edilip edilmediğini göstermektedir. Eğer kabul edildi ise 1, edilmedi ise 0 değerini almaktadır.

Bağımlı Kukla Değişkenler

T.C. TRAKYA ÜNİVERSİTESİ İKTİSADİ VE İDARİ BİLİMLER FAKÜLTESİ İKTİSAT BÖLÜMÜ GENEL EKONOMİK SORUNLAR TÜFE NİN İŞSİZLİK ÜZERİNE ETKİSİ HAZIRLAYANLAR:

Y = 29,6324 X 2 = 29,0871 X 3 = 28,4473 y 2 = 2,04 x 2 2 = 0,94 x 2 3 = 2,29 yx 2 = 0,19 yx 3 = 1,60 x 2 x 3 = 1,06 e 2 = 0,2554 X + 28,47 X 3-0,53

1. YAPISAL KIRILMA TESTLERİ

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

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

Normal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.

NİTEL TERCİH MODELLERİ

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

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

İyi Bir Modelin Özellikleri

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

1. Basitlik 2. Belirlenmişlik Y t = b 1 (1-r)+b 2 X t -rb 2 X t-1 +ry t-1 +e t 3. R 2 ölçüsü 4. Teorik tutarlılık 5. Doğru Fonksiyonel Biçim

Normal Dağılımlılık. EKK tahmincilerinin ihtimal dağılımları u i nin ihtimal dağılımı hakkında yapılan varsayıma bağlıdır.

EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI


KUKLA DEĞİŞKENLİ MODELLER

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

KUKLA DEĞİŞKENLİ MODELLERDE KANTİTATİF DEĞİŞKEN SAYISININ İKİ SINIF İÇİN FARKLI OLMASI DURUMU

KUKLA DEĞİŞKENLİ MODELLER

KUKLA DEĞİŞKENLİ MODELLER

EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR

Bağımlı Kukla Değişkenler

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

Bağımlı Kukla Değişkenler

Kukla Değişken Nedir?

İyi Bir Modelin Özellikleri

Vadeli İşlem Sözleşmelerinde Vade Etkisi: Türkiye Örneği

PARANIN TARİHÇESİ TÜRKİYE DE NAKİTSİZ EKONOMİ EKONOMİNİN FAYDALARI

TEFE VE TÜFE ENDEKSLERİ İLE ALT KALEMLERİNDEKİ MEVSİMSEL HAREKETLERİN İNCELENMESİ* Soner Başkaya. Pelin Berkmen. Murat Özbilgin.

TÜRKİYE DE PARA POLİTİKALARININ BANKALARIN KARLILIKLARI ÜZERİNE ETKİSİ

White ın Heteroskedisite Tutarlı Kovaryans Matrisi Tahmini Yoluyla Heteroskedasite Altında Model Tahmini

ÜNİVERSİTE ÖĞRENCİLERİNİN CEP TELEFONU HAT TERCİH OLASILIĞININ BELİRLENMESİ: ATATÜRK ÜNİVERSİTESİ ÖRNEĞİ

EVIEWS KULLANIMI (EVIEWS 8)

EVIEWS KULLANIMI (EVIEWS 7.1)

TEKNOLOJĐK ARAŞTIRMALAR

PROF. DR. ŞÜKRÜ KIZILOT

ÖĞRENCİ SEÇME SINAVI NA HAZIRLANAN ÖĞRENCİLERİN BAŞARILARINI ETKİLEYEN FAKTÖRLERİN BELİRLENMESİ (OLTU ANADOLU LİSESİ ÖĞRENCİLERİ İÇİN BİR UYGULAMA)

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

Samuelson-Balassa Hipotezi Ve Reel Döviz Kuru: Türkiye, ABD, İngiltere, Fransa Ve Almanya İçin Sınanması

TÜRKİYE DE LOJİSTİK HİZMETLERİNİN GELİŞİMİNİN İHRACATTAKİ BÜYÜMEYE ETKİLERİ

Türkiye nin Dış Turistik Tanıtımının Turizm Talebine Etkisi: Dönemi 1 Aytuğ ARSLAN 2

ÜLKE RAPORU Eren GÜNDOĞAN

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

ÇOKLU DOĞRUSAL BAĞLANTI

21. ULUSLARARASI İKTİSAT ÖĞRENCİLERİ KONGRESİ. Ege Üniversitesi İktisadi ve İdari Bilimler Fakültesi. Nakitsiz Ekonomi: Türkiye Örneği

OTOKORELASYON OTOKORELASYON

SEKTÖREL AÇIDAN ENERJİNİN ARTAN ÖNEMİ: KONYA İLİ İÇİN BİR DOĞALGAZ TALEP TAHMİNİ DENEMESİ

TÜRKİYE DE 1980 SONRASI SATIN ALMA GÜCÜ PARİTESİ YAKLAŞIMI

28-30 APRIL 2015 ISTANBUL PROCEEDINGS

KIRGIZİSTAN DA ENFLASYON DİNAMİKLERİ,

PANEL VERİ MODELLERİNİN TAHMİNİNDE PARAMETRE HETEROJENLİĞİNİN ÖNEMİ: GELENEKSEL PHILLIPS EĞRİSİ ÜZERİNE BİR UYGULAMA

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

SAĞLIK HARCAMALARININ YILLARA GÖRE KARŞILAŞTIRILMASI ve SAĞLIK HARCAMALARINI ETKİLEYEN FAKTÖRLERİN İNCELENMESİ

MODEL KURMA HATALARI ve VERİ SORUNLARI

EKONOMETRİ. GRETL Uygulamaları. Prof. Dr. Bülent Miran

Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD) Eurasian Journal of Researches in Social and Economics (EJRSE) ISSN:

IIBINTERNATIONAL REFEREED ACADEMIC SOCIAL SCIENCES JOURNAL

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, For Evaluation Only. Enerji Modellemesi

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 40, Şubat 2017, s

3. TÜRKİYE NİN SOSYO-EKONOMİK DURUMU, ANALİZİ VE GELİŞME ÖNGÖRÜLERİ

POLİTİK BÜTÇE DÖNGÜLERİ ve TÜRKİYE EKONOMİSİ ( ) Özet. Abstract

Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 25, Sayı: 3-4,

AKTÜERLK SINAVLARI FNANSAL MATEMATK SINAVI ÖRNEK SORULARI

Güven Grup A.Ş. Finans Yönetmeni. Güven grup A.Ş. İstanbul/Türkiye. Celal Bayar Üniversitesi Uygulamalı Meslek Yüksek Okulu Manisa/Türkiye

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

Türkiye deki Bankaların Sektörler Bazında Kullandırdıkları Krediler İle Ekonomik Büyüme Arasındaki İlişki:

ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA

Sosyo Ekonomi. Türkiye de İhracatta Uygulanan KDV İadesinin İhracata Etkisi: Ekonometrik Bir Analiz

ARIMA MODELLERİ İLE ENFLASYON TAHMİNLEMESİ: TÜRKİYE UYGULAMASI

Ülkelerarası küresel eşitsizlik - reel büyüme ilişkisinin uzun dönemli gelişimi

Osmanlı endüstriyel üretim yapısının ( ) emek sermaye bileşeninde incelenmesi

1998 YILINDA RUSYA DA YAŞANAN BANKACILIK KRİZİ VE ÖNCÜ GÖSTERGELERİ

Bingöl İli Bal Üretimi. Honey Productıon in Bingol. Iğdır University Journal of the Institute of Science and Technology

ÇOKLU REGRESYON MODELİ. Bir bağımlı değişkene etki eden çok sayıda bağımsız değişkeni analize dahil ederek çoklu regresyon modeli uygulanabilir.

Keynesyen makro ekonomik modelin geçerli oldu(u bir ekonomide aa(daki ifadelerden hangisi yanltr?

OLS Klasik Varsayımlar. Çoklu Regresyon. Çoklu Regresyon Modellemesi. Çoklu Regresyon Modeli. Multiple Regression

Yılları Arasında Bist 30 Endeksi ve BİST

YILLARI ARASINDA GÜNEY CAROLINA DA OKUL İÇİ ŞİDDET İSTATİSKLERİ ANALİZİ (Bir Önceki Projeden Devam Edilecektir)

Matematiksel denklemlerin çözüm yöntemlerini ara t r n z. 9. FORMÜLLER

Kare tabanl bir kutunun yükseklii 10 cm dir.taban uzunluunu gösteren X ise (2, 8) arasnda uniform (tekdüze) dalmaktadr.

UHİVE.

EANLI DENKLEML MODELLERN ÇÖZÜM YÖNTEMLER I: MATRSSZ ÇÖZÜM:

ĐSTANBUL DA KAPALI SĐTE KONUT FĐYATLARININ ANALĐZĐ

BİST TE İŞLEM GÖREN TARIM VE HAYVANCILIK ŞİRKETLERİNİN PERFORMANS ANALİZLERİ: ( ) *

Panel Veri Analizi. Prof. Dr. Recep KÖKK Dr. Nevzat ŞİMŞEK

Yrd.Doç.Dr.Erkan POYRAZ Araş. Gör. Saliha DİDİN

DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ

The International New Issues In SOcial Sciences

TÜRKİYE AZERBAYCAN DIŞ TİCARETİNİ ETKİLEYEN FAKTÖRLER ( DÖNEMİ)*

3. BÖLÜM: EN KÜÇÜK KARELER

THE EFFECTIVENESS OF INTEREST RATE CORRIDOR POLICY OF THE CENTRAL BANK OF TURKISH REPUBLIC

L SANS YERLE T RME SINAVI 1

BAĞIMLI KUKLA DEĞİŞKENLİ MODELLER A- KADININ İŞGÜCÜNE KATILIM MODELİ NİN DOM İLE E-VIEWS DA ÇÖZÜMÜ

I. Giriş Günümüz dünyası hızla küreselleşmekte ve demokratikleşmektedir. Dış ticaretteki artışlar bunun en önemli göstergelerinden biri olarak kabul

19. BÖLÜM BİRBİRİYLE İLİŞKİLİ OLAN İKİ DEĞİŞKENDEN BİRİSİNDEKİ DEĞİŞİME GÖRE DİĞERİNİN ALACAĞI DEĞERİ YORDAMA (KESTİRME) UYGULAMA-I

TÜRK YE'DE BÜTÇE AÇIKLARININ MAKRO EKONOM K SONUÇLARI

Transkript:

ABD nin 1966 ile 1985 yllar arasnda Y gayri safi milli hasla, M Para Araz (M) ve r faiz oran verileri a#a$da verilmi#tir. a) Y= b 1 +b M fonksiyonun spesifikasyon hatas ta#yp ta#mad$n Ramsey RESET testi ve LM testi ile ara#trnz. b) Para Arz M yerine araç de$i#ken olarak r faiz oran alarak Y= b 1 +b r modelini kurup Hausman testiyle modelde spesifikasyon hatas olup olmad$n ara#trnz. r M Y 1966 4.5 48 8.3 1967 4.19 54.3 71.4 1968 5.16 566.3 365.6 1969 5.87 589.5 43.3 197 5.95 68. 416. 1971 4.88 71.8 484.8 197 4.5 85. 68.5 1973 6.44 861 744.1 1974 7.83 98.4 79.3 1975 6.5 13.1 695 1976 5.5 1163.6 86.7 1977 5.46 186.6 958.6 1978 7.46 1388.9 3115. 1979 1.8 1497.9 319.4 198 11.77 1631.4 3187.1 1981 13.4 1794.4 348.8 198 11. 1954.9 3166 1983 8.5 188.8 377.7 1984 8.8 371.7 349 1985 7.69 563.6 3573.5

Dependent Variable: Y Date: 3/3/11 Time: 16:51 Sample: 1966 1985 Included observations: R ESK5 Variable M C Coefficie nt Std. Error t-statistic Prob..61488.38653 15.979. 8.44 8 54.118 38.47758. Tahmin de$eri ile hata terimi grafi$i parabolik oldu$undan.. R-squared Adjusted R- squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat.93359 4 Mean dependent var.999 5 S.D. dependent var 11.68 5 Akaike info criterion 1871. 4 Schwarz criterion - 11.347 F-statistic.48436 3 Prob(F-statistic) 849. 5 415.738 3 1.3347 1.4343 53.61 3.

Dependent Variable: Y Date: 3/3/11 Time: 17:3 Sample: 1966 1985 Included observations: M.687447.45761 5.879844. YTAH*YTAH -.568.15-4.5433.3 C 4195.335 466.6591 8.9915. R-squared.97 Mean dependent var 849.5 Adjusted R- squared.966473 S.D. dependent var 415.7383 S.E. of regression 76.1313 Akaike info criterion 11.646 Sum squared resid 9851.43 Schwarz criterion 11.7894 Log likelihood -113.46 F-statistic 74.8546 Durbin-Watson stat 1.85476 Prob(F-statistic). UYGULAMA: RESET Testi 1.A#ama H : Model spesifikasyonu do$rudur. H 1 : Model spesifikasyonu yanl#tr.a#ama F tab =F a,1, -3 =4.45 f1: Yeni De$i#ken Says f: n yeni model katsay says ( ) ( ).97.93 /1 3.A#ama F = =.66 1.97 /17 4.A#ama Fhes > Ftab H reddedilebilir

LM TEST SINIRLANDIRILMI MODEL Dependent Variable: Y Date: 3/3/11 Time: 17:31 Sample: 1966 1985 Included observations: M.61488.38653 15.979. C 8.448 54.118 38.47758. R-squared.933594 Mean dependent var 849.5 Adjusted R- squared.9995 S.D. dependent var 415.7383 S.E. of regression 11.685 Akaike info criterion 1.3347 Sum squared resid 1871.4 Schwarz criterion 1.4343 Log likelihood -11.347 F-statistic 53.613 Durbin-Watson stat.484363 Prob(F-statistic). SINIRLANDIRILMAMI MODEL Dependent Variable: U Date: 3/4/11 Time: 11:3 Sample: 1966 1985 Included observations: Variable Coefficien t Std. Error t-statistic Prob. M -.61897.49943-1.3936.3 R.3833 1.3597 1.81976.879 C -85.614 69.5311-1.3153.35 R-squared.16171 Mean dependent var 3.6E-13 Adjusted R-squared.6399 S.D. dependent var 17.138 S.E. of regression 13.6977 Akaike info criterion 1.583 Sum squared resid 1884.8 Schwarz criterion 1.4768 Log likelihood -119.583 Hannan-Quinn criter. 1.8748 F-statistic 1.639817 Durbin-Watson stat.469463 Prob(F-statistic).357

1. Adm: H : Model spesifikasyonu do$rudur. H 1 : Model spesifikasyonu yanl#tr.. Adm: tab = 3.84 3. Adm: = nr =*.16=3.4 hes 4. Adm: < hes tab H : kabul HAUSMAN TEST Gerçek model Dependent Variable: Y Date: 3/4/11 Time: 13:6 Sample: 1966 1985 Included observations: M.61488.38653 15.979. C 8.448 54.118 38.47758. R-squared.933594 Mean dependent var 849.5 Adjusted R-squared.9995 S.D. dependent var 415.7383 S.E. of regression 11.685 Akaike info criterion 1.3347 Sum squared resid 1871.4 Schwarz criterion 1.4343 Log likelihood -11.347 Hannan-Quinn criter. 1.35416 F-statistic 53.613 Durbin-Watson stat.484363 Prob(F-statistic).

r araç de>i?ken olarak kullan@ld@>@nda Dependent Variable: Y Method: Two-Stage Least Squares Date: 3/4/11 Time: 13:31 Sample: 1966 1985 Included observations: Instrument list: R M.685145.61446 11.1539. C 1994.88 81.1685 4.57638. R-squared.9144 Mean dependent var 849.5 Adjusted R-squared.91737 S.D. dependent var 415.7383 S.E. of regression 119.746 Sum squared resid 5814.6 F-statistic 14.3311 Durbin-Watson stat.4331 Prob(F-statistic). Second-Stage SSR 15116. r m,r =.68 qˆ = ˆ ˆ =.68 61=.7 Var 1 ( ) ( ) =.39 =.15 = qr ˆ = (.7) (.68) m =.773 Var ( ˆ ) 1 r (.15) 1.68 ( ) ( ) ( ) 1. Adm: H : Model spesifikasyonu do$rudur. H 1 : Model spesifikasyonu yanl#tr.. Adm:Test 5statisti$i: m=.773 3. Adm: tab = 3.84 4. Adm: m < Ho kabul

UYGULAMA: 15-19 ya#larndaki 5 çocu$un e$itimine devam kararn etkileyen etmenleri bulmak için a#a$daki modeller kurulmu#tur. OGRNC: E$er çocuk okula devam ediyorsa 1, Okula Etmiyorsa ; ANNE_EGTS: Çocu$un annesinin e$itimi; BABA_EGTS: Çocu$un babasn e$itimi; ANNE_CALISAN: Çocu$un annesi çal#yorsa 1, çal#myorsa ; KENT: Çocuk kentte ya#yorsa 1, Krda ya#yorsa, HHB: Hanede ya#ayan birey says a) Çocu$un e$itim karar DOM ile tahminlenmi# ve a#a$daki model tahmini elde edilmi#tir. Katsay tahminlerini iktisadi ve istatistiki olarak yorumlaynz. Dependent Variable: OGRNC Sample: 1 5 Included observations: 5 ANNE_EGTS.51.151.14767.45 BABA_EGTS.3431.1484 3.7167.1 C.167.145443 1.48699.1383 ANNE_CALISAN.1391.5868.1943.365 KENT.13646.69717 1.957335.514 HHB -.3199.1566 -.4737.4 R-squared.53918 Mean dependent var.48 Adjusted R-squared.3869 S.D. dependent var.56 S.E. of regression.43688 Akaike info criterion 1.56 Sum squared resid 46.5555 Schwarz criterion 1.89577 Log likelihood -144.637 F-statistic 16.6836 Durbin-Watson stat 1.95646 Prob(F-statistic). Annenin e$itim düzeyi arttkça çocu$un e$itimine devam etme olasl$. artmaktadr. Babann e$itim düzeyi arttkça çocu$un e$itimine devam etme olasl$ %3 artarken hanehalknda ya#ayan birey says arttkça çocu$un e$itimine devam etme olasl$ %3 azalmaktadr. Annesi çal#an çocuklarn annesi çal#mayan çocuklara göre e$itimine devam etme olasl$ %1, kentte ya#ayan çocuklarn krda ya#ayan çocuklar göre e$itimlerine devam etme olasl$ %13 daha fazladr. Kent de$i#keni %1 önem düzeyinde anlamlyken di$er de$i#kenler %5 önem düzeyinde istatistiki olarak anlamldr.

b) Modelde de$i#en varyans olup olmad$ White testi ile ara#trlm#tr. De$i#en varyans olup olmad$n yorumlaynz. White Heteroskedasticity Test: F-statistic 4.58871 Probability.3 Obs*R-squared 33.447 Probability.6 Test Equation: Dependent Variable: RESID^ Sample: 1 5 Included observations: 5 C.16765.9538 1.414.168 ANNE_EGTS.1384.86 1.49946.1351 ANNE_EGTS^ -.116.665-1.74494.84 BABA_EGTS.363.1379.933944.37 BABA_EGTS^ -.661.768-3.464917.6 ANNE_CALISAN -.118.1348 -.56941.574 KENT.4875.543 1.91777.564 HHB -.1548.336 -.9358.3573 HHB^.11.158.69548.4877 R-squared.13176 Mean dependent var.186 Adjusted R-squared.13369 S.D. dependent var.167448 S.E. of regression.158558 Akaike info criterion -.8161 Sum squared resid 6.5887 Schwarz criterion -.68388 Log likelihood 11.576 F-statistic 4.58871 Durbin-Watson stat 1.86763 Prob(F-statistic).3 c) De$i#en varyans testine göre hatalar arasnda de$i#en varyans oldu$u görülmektedir. De$i#en varyas sorununu gidermek için vi = E(Y X i)[1 E(Y X i)] = P i(1 P i) tarts uygulanarak a#a$daki tartl en küçük kareler modeli tahminlenmi#tir.

Dependent Variable: OGRNC/KOKV Sample: 1 5 Included observations: 38 ANNE_EGTS/KOKV.33.9763.348.734 BABA_EGTS/KOKV.18588.88.117.357 1/KOKV.5998.138886 1.871378.66 ANNE_CALISAN/KOKV.787.55833 4.98398. KENT/KOKV.3877.78613.936897.36 HHB/KOKV -.3995.1549 -.56374.11 R-squared.54671 Mean dependent var 1.4616 Adjusted R-squared.5377 S.D. dependent var 1.77398 S.E. of regression 1.14713 Akaike info criterion 3.5178 Sum squared resid 34.35 Schwarz criterion 3.339316 Log likelihood -38.9618 Durbin-Watson stat 1.73565 d) Çocu$un okula devam karar ayrca logit model ile en çok benzerlik yöntemi kullanlarak tahminlenmi#tir. Tahmin sonuçlarn iktisadi ve istatistiki olarak yorumlaynz. Dependent Variable: OGRNC Method: ML - Binary Logit (Quadratic hill climbing) Sample: 1 5 Included observations: 5 Convergence achieved after 4 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-statistic Prob. ANNE_EGTS.113764.5634.358.43 BABA_EGTS.18913.6146 3.7787.1 C -1.4496.8677-1.75671.797 ANNE_CALISAN.644915.3145.5396.41 KENT.7318.381811 1.915155.555 HHB -.19117.9519 -.85.446 Mean dependent var.48 S.D. dependent var.56 S.E. of regression.43464 Akaike info criterion 1.135846 Sum squared resid 46.916 Schwarz criterion 1.361 Log likelihood -135.987 Hannan-Quinn criter. 1.169861 Restr. log likelihood -173.867 Avg. log likelihood -.54393 LR statistic (5 df) 74.15 McFadden R-squared.14378 Probability(LR stat) 1.35E-14 Obs with Dep= 13 Total obs 5 Obs with Dep=1 1

Katsaylar %6 önem düzeyine göre istatistiki olarak anlamldr. Anne ve babann e$itim düzeyi arttkça çocu$un okula devam etme olasl$ srasyla %11 ve %18 artarken, hanede ya#ayan birey says arttkça çocu$un okula devam etme olasl$ %19 azalmaktadr. Annesi çal#an çocuklarn annesi çal#mayan çocuklara göre okula devam etme olasl$.64 daha fazladr. Ayrca kentte ya#ayan çocuklarn krda ya#ayan çocuklara göre e$itimlerine devam etme olasl$.73 daha fazladr. e) Annesi çal#an, krda ya#ayan, anne e$itim düzeyi 5, baba e$im düzeyi 8 ve hanedeki birey says 4 iken çocu$un e$itimine devam etme olasl$ nedir? L = -1.449+.113*5 +.189*8 +.644*1 +.731*.191*4 =1.39 Pi ln( ) = 1.39 1 Pi Pi ( ) = 3.45 1 Pi P =.775 i veya 1 P = 1 + Z e i 1 = =.775 1.449 +.113*5+.189*8+.644*1 +.731*.191*4= 1.39 1+ e f) e #kkndaki durum geçerli iken annenin e$itim düzeyi 5den 6ya yükselmesi durumunda çocu$un e$itimine devam etme olasl$ nedir? bˆ (1 PP ˆ) ˆ =.113(1.775).775 =.19 6 g) Çocu$un okula devam karar ayrca probit model ile en çok benzerlik yöntemi kullanlarak tahminlenmi#tir. Tahmin sonuçlarn iktisadi ve istatistiki olarak yorumlaynz. Dependent Variable: OGRNC Method: ML - Binary Probit (Quadratic hill climbing) Sample: 1 5 Included observations: 5 Convergence achieved after 4 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-statistic Prob. ANNE_EGTS.6715.394.3963.414 BABA_EGTS.111574.35567 3.136985.17 C -.914635.483556-1.891478.586 ANNE_CALISAN.4347.187468.149951.316 KENT.45987.934.9.453 HHB -.18374.5416 -.917.454

Mean dependent var.48 S.D. dependent var.56 S.E. of regression.434784 Akaike info criterion 1.135656 Sum squared resid 46.1515 Schwarz criterion 1.171 Log likelihood -135.957 Hannan-Quinn criter. 1.169671 Restr. log likelihood -173.867 Avg. log likelihood -.54388 LR statistic (5 df) 74.594 McFadden R-squared.14515 Probability(LR stat) 1.33E-14 Obs with Dep= 13 Total obs 5 Obs with Dep=1 1 Katsaylar %6 önem düzeyine göre istatistiki olarak anlamldr. Anne ve babann e$itim düzeyi arttkça çocu$un okula devam etme olasl$ srasyla %6 ve %11 artarken, hanede ya#ayan birey says arttkça çocu$un okula devam etme olasl$ %1 azalmaktadr. Annesi çal#an çocuklarn annesi çal#mayan çocuklara göre okula devam etme olasl$.4 daha fazladr. Ayrca kentte ya#ayan çocuklarn krda ya#ayan çocuklara göre e$itimlerine devam etme olasl$.45 daha fazladr. ALMON GECKME MODEL Türkiyenin 1963-1989 yllar arasnda yaplan özel toplam sabit sermaye yatrmlar (Y) ile özel imalat sektörü sabit yatrmlar (X) arasndaki ili#kiyi Almon Polinomal modeli kullanlarak gösteriniz. ( X in gecikmesi 3, ayrca parametreleri i gecikme uzunlu$unun ikinci dereceden fonksiyonudur) YILLAR Y X XT1 XT XT3 ZT Z1T ZT YT1 1963 963,1 163,56 1964 53,4 1164,6 163,56 963,1 1965 694,6 15,69 1164,6 163,56 53,4 1966 38 13,11 15,69 1164,6 163,56 516,6 84,89 94,77 694,6 1967 3686,8 1536,3 13,11 15,69 1164,6 499,38 6747,7 15784,1 38 1968 448,4 184,3 1536,3 13,11 15,69 567,35 719,61 15579,97 3686,8 1969 56,5 111,19 184,3 1536,3 13,11 669,85 854, 18815,5 448,4 197 5553 358,3 111,19 184,3 1536,3 7847,77 144,61 336,99 56,5 1971 567, 3,84 358,3 111,19 184,3 8634,9 117,1 738,86 5553 197 6646,5 861,76 3,84 358,3 111,19 9653,8 1337,47 3755,67 567, 1973 754,5 376,9 861,76 3,84 358,3 1618,9 14581,53 33375,39 6646,5 1974 746,6 3377,67 376,9 861,76 3,84 11638,56 15768,33 3548,89 754,5 1975 8613, 396,13 3377,67 376,9 861,76 1377,85 18115,53 41438,67 746,6 1976 14,5 4568,7 396,13 3377,67 376,9 14984,36 19946,34 45159,4 8613, 1977 137,1 464,34 4568,7 396,13 3377,67 1651,41 65,54 5815,8 14,5 1978 9669,8 4157,7 464,34 4568,7 396,13 179,1 567,7 58536,59 137,1 1979 835,7 834,83 4157,7 464,34 4568,7 16164,71 77,76 63689,6 9669,8 198 699,3 436,7 834,83 4157,7 464,34 143,71 496,39 69,97 835,7 1981 6313,9 387,54 436,7 834,83 4157,7 11815,91 577,74 51191, 699,3 198 661 41,15 387,54 436,7 834,83 159,79 15764,57 37646,9 6313,9 1983 6896 47,17 41,15 387,54 436,7 963,13 14485,4 33877,74 661 1984 7477,6 549,75 47,17 41,15 387,54 9745,61 1437,9 33499,63 6896 1985 889,4 75,54 549,75 47,17 41,15 163,61 14567,54 33788,78 7477,6 1986 9417, 381,5 75,54 549,75 47,17 1743,71 156,55 34569,7 889,4 1987 11166 953,1 381,5 75,54 549,75 1189,64 16141,58 36851,16 9417,

1988 1655,5 974,6 953,1 381,5 75,54 11714,49 173, 3967,96 11166 1989 13,4 89,5 974,6 953,1 381,5 11838,45 1814,55 4518,5 1655,5 3 ( ) Z = X = X + X + X + X t ti t t1 t t3 i= 3 ( 3 ) Z = X = X + X + X 1t ti t1 t t3 i= 3 t = ti = t1+ t + t3 i= ( 4 9 ) Z X X X X Dependent Variable: Y Sample (adjusted): 1966 1989 Included observations: 4 after adjustments ZT =(a ) 4.87 7.31319.66536.5134 Z1T=(a 1 ) -8.83 18.1345 -.48773.6311 ZT=(a ).56 5.931473.43943.6711 C 3554.7 1613.97.334911.741 R-squared.3393 Mean dependent var 1161.34 Adjusted R-squared -.1111 S.D. dependent var 176.81 S.E. of regression 194.3 Akaike info criterion 1.959 Sum squared resid 3.35E+9 Schwarz criterion.1144 Log likelihood -59.111 Hannan-Quinn criter. 1.97718 F-statistic.3395 Durbin-Watson stat.144 Prob(F-statistic).871636 parametreleri i gecikme uzunlu$unun ikinci dereceden fonksiyonu: i = a + ai 1 + ai

= a + a + a = a = 4.87 1 = a + a1+ a 1 = a + a + a = 4.87 8.83 +.56 =1.4 1 1 1 = a + a + a = a + a + 4a = 4.87 + *( 8.83) + 4*.56 =.55 1 1 = a + a 3 + a 3 = a + 3a + 9a = 4.87 + 3*( 8.83) + 9*.56 = 1.4 Y t 3 1 1 = 3554.7 + 4.87X -1.4X -.55X +1.4X t t-1 t- t-3