11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ

Benzer belgeler
3. BÖLÜM: EN KÜÇÜK KARELER

8. BÖLÜM: DEĞİŞEN VARYANS

7. BÖLÜM: ARDIŞIK BAĞIMLILIK

2. BÖLÜM: REGRESYON ANALİZİ

Bu örnekte kullanılan veri 200 gözleme sahiptir ve örnek için özel olarak oluşturulmuştur.

10. BÖLÜM: MODEL KURMA: FONKSİYONEL FORM SEÇİMİ

9. BÖLÜM: MODEL KURMA: BAĞIMSIZ DEĞİŞKEN SEÇİMİ

4. BÖLÜM: REGRESYON ANALİZİNİ KULLANMAYI ÖĞRENME

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

Excel dosyasından verileri aktarmak için Proc/Import/Read Text-Lotus-Excel menüsüne tıklanır.

EVIEWS KULLANIMI (EVIEWS 8)

EŞANLI DENKLEM MODELLERİ

1. GİRİŞ Kılavuzun amacı. Bu bölümde;

EVIEWS KULLANIMI (EVIEWS 7.1)

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

Eviews ve Veri Girişi

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

DERS BİLGİLERİ Ders Kodu Yarıyıl T+U Saat Kredi AKTS Çok Değişkenli İstatistik EKO428 Bahar Ön Koşul Dersin Dili

İstatistik ve Olasılık

İÇİNDEKİLER 1. BÖLÜM STATA PAKET PROGRAMINA GİRİŞ

Korelasyon ve Regresyon

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

SIEMENS NX CAE YAZILIMLARI İÇİN COMPOSITE HOST ID VE MAC ADRESİ NASIL ÖĞRENİLİR?


ÖĞRENME FAALİYETİ 1 ÖĞRENME FAALİYETİ 1

İÇİNDEKİLER 1. GİRİŞ...

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

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

Bİ L 131 Hafta 2. 1) Bilgisayara Java SE Development Kit 7 kurulması

Öğr. Elemanı: Dr. Mustafa Cumhur AKBULUT

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

Eşanlı Denklem Modelleri

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

SPSS-Tarihsel Gelişimi

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

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

BKİ farkı Standart Sapması (kg/m 2 ) A B BKİ farkı Ortalaması (kg/m 2 )

Sayı : 02 Konu : STONEX Format Çevirici ilepoligon ve Detay Alım Çıktılarının Alınması

EKONOMETRİ. GRETL Uygulamaları. Prof. Dr. Bülent Miran

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

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

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

Bağlı Dosya Oluşturma Uygulaması

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?

QUANTILE REGRESYON * Quantile Regression

Campus Online. Güncelleme: Haziran 24, 2013

T.C. BAŞBAKANLIK ATATÜRK KÜLTÜR, DİL VE TARİH YÜKSEK KURUMU PROJE TAKİP VE YÖNETİM SİSTEMİ KULLANICI KILAVUZU

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

CAEeda ÇÖZÜMÜ YAPILMIŞ NACA 0012 KANADI İÇİN 2B ÇİZİM EĞİTİM NOTU. EDA Tasarım Analiz Mühendislik

CAEeda TM NACA0012 OLUŞTURULAN DÖRTGENE ÇÖZÜMAĞI OLUŞTURMA EĞİTİM NOTU. EDA Tasarım Analiz Mühendislik

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

Data Structures Lab Güz

IV. Ünite A. BAŞLANGIÇ B. TEMEL İŞLEMLER C. FORMÜLLER VE FONKSİYONLAR D. BİÇİMLEME E. İLERİ ÖZELLİKLER ELEKTRONİK TABLOLAMA

FAKS SUNUCU EĞİTİM DÖKÜMANI

Yeni İşyeri Aktarma. Örnek Excel dosyası aşağıdaki gibi olmalıdır.

AİLE İÇİ PAYLAŞIM AYARLARINI AÇMA

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

Sorumluluk Sınavlarının Hazırlanması YABİL. Sınav Planlama Programı İş

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

SINAV OLUŞTURMA VE KATEGORİ YÖNETİMİ

Zaman Serileri Ekonometrisine Giriş

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

İÇİNDEKİLER. Uyap Sorgu Modülü

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

DENEME SINAVI CEVAP ANAHTARI

İSTANBUL ECZACI ODASI BİLGİ İŞLEM BİRİMİ

E-Birlik İhracat. Basitleştirilmiş Gümrük Hattı. Uygulaması - KULLANICI KILAVUZU -

1. Sertifika istenmesi

UYAP VERİ AKTARMA İŞLEMLERİ

AYBEL YAZILIM E-REÇETE PROGRAMI


Eşanlı Denklem Modelleri

HSancak Nesne Tabanlı Programlama I Ders Notları

Akdeniz Üniversitesi

VERİ TABANI NEDİR A. TABLO OLUŞTURMA

DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ

H.Ü. Bilgi ve Belge Yönetimi Bölümü BBY 208 Sosyal Bilimlerde Araştırma Yöntemleri II (Bahar 2012) SPSS DERS NOTLARI I 5 Nisan 2012

YABİL. İŞLETMELERDE MESLEK EĞİTİMİ PROGRAMI Devamsızlıkların e-okul dan Alınması KILAVUZU. Mart

PARAMETRİK TESTLER. Tek Örneklem t-testi. 200 öğrencinin matematik dersinden aldıkları notların ortalamasının 70 e eşit olup olmadığını test ediniz.

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

AutoCad 2010 Programının Çalıştırılması

ÖĞRENME FAALİYETİ 1 ÖĞRENME FAALİYETİ 1 1. FORMLAR

MİCROSOFT WORD. Araç çubukları: menü çubuğundan yapabileceğimiz işlemleri daha kısa zamanda araç çubukları ile yapabiliriz.

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

UYGULAMA 1 SPSS E GİRİŞ. SPSS; File, Edit, View, Data, Transform, Analyze, Graphs, Utilities, Window, Help adlı 10 adet program menüsü içermektedir.

INTERNET BAĞLANTISININ KURULMASI İÇİN GEREKLİ YÖNLENDİRİCİ AYARLARI

İÇİNDEKİLER ÖNSÖZ... Örneklem Genişliğinin Elde edilmesi... 1

Laboratuvar Çalışması Eşler Arası Ağ Oluşturma

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN


Data View ve Variable View

BU CİHAZ BİLGİSAYAR BAĞLANTILI SİSTEM OLMAYIP, BAĞLI OLDUĞU BİLGİSAYAR İLE DEVAMLI İLETİŞİM YAPMAMAKTADIR. Mali Onaylı Yazarkasa

Access Point Mod Kurulumu

SPSS de Tanımlayıcı İstatistikler

T.C. KOCASİNAN KAYMAKAMLIĞI Kocasinan Rehberlik ve Araştırma Merkezi Müdürlüğü. REHBERLİK SERVİSİ BİLGİ İŞLETİM SİSTEMİ (RESBİS v2)

Transkript:

11. BÖLÜM: EŞANLI DENKLEM SİSTEMLERİ Bu bölümde; Yapısal denklemleri kullanarak vergiler ve net ihracatın zaman serilerini oluşturma EKK ile CO tahmini EViews TSLS metodu ile iki aşamalı EKK regresyon tahmini İki ayrı aşamada EKK ile iki aşamalı EKK regresyon tahmini EKK, TSLS ve iki ayrı aşamalı EKK tahminlerinin karşılaştırılması Ayırdetme sorunu ve sıra koşulu Aşağıdaki denklemlerle tanımlanan A.B.D. nin Keynesyen makroekonomik modeli iki aşamalı EKK yönteminin tanıtılmasında kullanılacaktır. Y t = CO t + I t + G t + NX t CO t = β 0 + β 1 YD t + β 2 CO t 1 + ε 1t YD t = Y t T t I t = β 3 + β 4 Y t + β 5 r t 1 + ε 2t r t = β 6 + β 7 Y t + β 8 M t + ε 3t Bu modele ait veri macro14.xls isimli Excel dosyasında bulunmaktadır. Modelde yer alan iki değişken dosyada yer alan verilerden türetilmelidir. 11.1. Yapısal denklemleri kullanarak vergiler ve net ihracatın zaman serilerini oluşturma T (vergiler) ve NX (net ihracat) verisinin modelde yer alan yapısal denklemleri kullanarak türetmek için aşağıdaki adımları takip edin. 1. ADIM: macro14.xls isimli dosyayı EViews dosyası yaratarak bu dosyaya aktarın. Oluşturduğunuz EViews çalışma dosyasını macro14.wf1 olarak adlandırın ve kaydedin. 1

2. ADIM: Vergiye (T) ait zaman serisini oluşturmak için çalışma dosyası menü çubuğunda Genr seçeneğini seçin, Enter equation kısmına T=Y-YD yazın ve OK ye tıklayın. Çalışma dosyası penceresinde T adında yeni bir seri simgesi görüntülenecektir. 3. ADIM: İhracata (NX) ait zaman serisini oluşturmak için çalışma dosyası menü çubuğunda Genr seçeneğini seçin, Enter equation kısmına NX=Y-CO-I-G yazın ve OK ye tıklayın. Çalışma dosyası penceresinde NX adında yeni bir seri simgesi görüntülenecektir. 4. ADIM: Yaptığınız değişiklikleri kaydetmek için çalışma penceresi menü çubuğunda Save 11.2. EKK ile CO tahmini 1. ADIM: macro14.wf1 isimli dosyayı açın. 2. ADIM: Çalışma dosyası menü çubuğundan Objects/New Object/Equation seçeneğini seçin, Equation Specification kısmına CO C YD CO(- 1) yazın ve OK ye tıklayın. 3. ADIM: Denklem menü çubuğundan Name seçeneğini seçin, Name to identify object kısmına OLS_CO yazın ve OK ye tıklayın. 2

4. ADIM: Yaptığınız değişiklikleri kaydetmek için çalışma penceresi menü çubuğunda Save 11.3. EViews TSLS metodu ile iki aşamalı EKK regresyon tahmini CO t = 24.73 + 0.44YD t + 0.54CO t 1 Denklemini tahmin etmek için aşağıdaki adımları takip edin. 1. ADIM: macro14.wf1 isimli dosyayı açın. 2. ADIM: Çalışma dosyası menü çubuğundan Objects/New Object/Equation seçeneğini, Estimation Settings altında Method kısmında ise TSLS Two-Stage Least Squares (TSNLS and ARMA) seçeneğini seçin, pencere değişecek ve Instrument list adında bir kısım daha açılacaktır. 3. ADIM: Equation Specification kısmına CO C YD CO(-1), Instrument list kısmına ise C G T NX CO(-1) R(-1) yazın ve OK ye tıklayın. Bu işlem aşağıdaki çıktıyı oluşturacaktır. Regresyon çıktısında sarı ile işaretlenmiş kısım bir önceki adımda yapılan seçimleri göstermektedir. 3

5. ADIM: Denklem menü çubuğundan Name seçeneğini seçin, Name to identify object kısmına TSLS_CO yazın ve OK ye tıklayın. 6. ADIM: Yaptığınız değişiklikleri kaydetmek için çalışma penceresi menü çubuğunda Save 11.4. İki ayrı aşamada EKK ile iki aşamalı EKK regresyon tahmini CO t = β 0 + β 1 YD t + β 2 CO t 1 + ε 1t denklemini farklı iki aşamada EKK kullanarak tahmin etmek için aşağıdaki adımları takip edin. 1. ADIM: macro14.wf1 isimli dosyayı açın. 2. ADIM: YD ye ait indirgenmiş form denklemini (YD t = 511.6 0.55G t 0.63NX t 0.34T t + 1.24CO t 1 2.03r t 1 ) tahmin etmek için çalışma dosyası menü çubuğundan Objects/New Object/Equation seçeneğini seçin, Equation Specification kısmına YD C G NX T CO(-1) R(-1) yazın ve OK ye tıklayın. 4

3. ADIM: Bu denklemden öngörü değerleri türetmek için denklem menü çubuğunda Forecast seçeneğini seçin, Forecast name kısmına YDF yazın ve OK ye tıklayın. Bu işlem çalışma dosyası penceresinde YDF adında yeni bir değişken yaratacaktır. 4. ADIM: CO ye ait ikinci aşama denklemini tahmin etmek için ( CO t = 24.73 + 0.44YD t + 0.54CO t 1 ) çalışma dosyası menü çubuğundan Objects/New Object/Equation seçeneğini seçin, Equation Specification kısmına CO C YDF CO(-1) yazın ve OK ye tıklayın. Dikkat edilirse YD değişkeni yerine araç değişken YDF kullanılmıştır. Kullanılan metot, bağımlı değişken ve bağımsız değişkenler aşağıdaki çıktıda sarı ile işaretlenmiştir. 5. ADIM: Denklem menü çubuğundan Name seçeneğini seçin, Name to identify object kısmına TSLS_OLS_CO yazın ve OK ye tıklayın. 6. ADIM: Yaptığınız değişiklikleri kaydetmek için çalışma penceresi menü çubuğunda Save 5

11.5. EKK, TSLS ve iki ayrı aşamalı EKK tahminlerinin karşılaştırılması Tartışılan üç modele ait katsayılar, standart hatalar ve t-istatistiklerini karşılaştırmak için OLS_CO, TSLS_CO ve TSLS_OLS_CO isimli denklemleri açın. Sürece yardımcı olması amacıyla çıktılar bu rehberde gösterilmiştir. Her üç çıktıya da bakın ve kırmızı kutu içerisinde işaretlenmiş verileri karşılaştırın. TSLS_CO ve TSLS_OLS_CO modellerinde yer alan tahmin edilmiş katsayıların OLS_CO modeli ile karşılaştırıldığında daha küçük olduğuna dikkat edin. Bu EKK ile tahmin edilmiş katsayıların eşanlı denklem modellerinde pozitif sapmaya sahip olduğu hipotezini destekler niteliktedir. Buna karşın TSLS ile tahmin edilen katsayılar ise aşağı yönlü bir sapmaya sahip olma eğilimindedir. TSLS_CO ve TSLS_OLS_CO modellerinde tahmin edilen katsayıların aynı fakat katsayılara ait standart sapmaların TSLS modelinde katsayıları daha anlamlı gösterecek şekilde daha küçük olduğuna dikkat edin. Standart hataların ve t-istatistiklerinin kesin tahminlerini elde etmek için tahmin TSLS ile yapılmalıdır. İkinci aşamanın tahmini gerçekleştirilirken EKK kullanılırsa bu işlem ilk aşamada yapılan tahmini tamamen yapılmamış varsayar. 11.6. Ayırdetme sorunu ve sıra koşulu TSLS Two-Stage Least Squares (TSNLS and ARMA) seçeneği kullanılarak iki aşamalı EKK gerçekleştirmek için tanımlama ayırt etme koşulunu ki bu koşul denklemde en az tahmin edilen katsayı kadar araç değişken olmasını gerektirir, sağlaması gerektirir. Ayırt etme koşulu EViews ta kolaylıkla belirlenebilmektedir. Equation Specification penceresinde yer alan değişkenlerin sayısının (sabit terim hariç), Instrument list kısmında yer alan önceden belirlenmiş değişken sayısından az veya eşit olmasına dikkat edin. EViews TSLS metodu ile gerçekleştirilen iki aşamalı EKK regresyonuna ait çıktıya bakın. 6