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

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

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

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

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

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

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

İyi Bir Modelin Özellikleri

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

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

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

NİTEL TERCİH MODELLERİ

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

Bağımlı Kukla Değişkenler

1. YAPISAL KIRILMA TESTLERİ

KUKLA DEĞİŞKENLİ MODELLER

Bağımlı Kukla Değişkenler

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

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

Kukla Değişken Nedir?


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

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

PARANIN TARİHÇESİ TÜRKİYE DE NAKİTSİZ EKONOMİ EKONOMİNİN FAYDALARI

KUKLA DEĞİŞKENLİ MODELLER

EVIEWS KULLANIMI (EVIEWS 8)

OTOKORELASYON OTOKORELASYON

EKONOMETRİDE BİLGİSAYAR UYGULAMLARI EVİEWS UYGULAMA SORULARI VE CEVAPLARI

ÇOKLU DOĞRUSAL BAĞLANTI

EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR

KUKLA DEĞİŞKENLİ MODELLER

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

SAĞLIK HARCAMALARININ YILLARA GÖRE KARŞILAŞTIRILMASI ve SAĞLIK HARCAMALARINI ETKİLEYEN FAKTÖRLERİN İNCELENMESİ

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

İyi Bir Modelin Özellikleri

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

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

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

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

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

TÜRKİYE DE PARA POLİTİKALARININ BANKALARIN KARLILIKLARI ÜZERİNE ETKİSİ

EKONOMETRİ. GRETL Uygulamaları. Prof. Dr. Bülent Miran

Yılları Arasında Bist 30 Endeksi ve BİST

Vadeli İşlem Sözleşmelerinde Vade Etkisi: Türkiye Örneği

ZAMAN SERİLERİ EKONOMETRİSİ I: DURAĞANLIK, BİRİM KÖKLER

IIBINTERNATIONAL REFEREED ACADEMIC SOCIAL SCIENCES JOURNAL

EVIEWS KULLANIMI (EVIEWS 7.1)

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

TÜRKİYE AZERBAYCAN DIŞ TİCARETİNİ ETKİLEYEN FAKTÖRLER ( DÖNEMİ)*

ARIMA MODELLERİ İLE ENFLASYON TAHMİNLEMESİ: TÜRKİYE UYGULAMASI

TEKNOLOJĐK ARAŞTIRMALAR

DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ

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

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

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

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

PROF. DR. ŞÜKRÜ KIZILOT

Bağımsız Örneklemler İçin Tek Faktörlü ANOVA

8. BÖLÜM: DEĞİŞEN VARYANS

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

TÜRKİYE DE LOJİSTİK HİZMETLERİNİN GELİŞİMİNİN İHRACATTAKİ BÜYÜMEYE ETKİLERİ

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

Osmanlı endüstriyel üretim yapısının ( ) emek sermaye bileşeninde incelenmesi

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

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

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

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

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

KAMU HARCAMALARI BİLEŞİMİNİN GELİR DAĞILIMI VE REFAH ETKİLERİ: TÜRKİYE ÖRNEĞİ. Doç. Dr. Cem DİŞBUDAK, Muğla Sıtkı Koçman Üniversitesi, İktisat Bölümü

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

UYGULAMALAR. Normal Dağılımlılık

ÖNGÖRÜ TEKNĐKLERĐ ÖDEV 5 (KEY)

KIRGIZİSTAN DA ENFLASYON DİNAMİKLERİ,

Mali Teşvikler ile Doğrudan Yabancı Sermaye Girişleri Arasındaki İlişkinin ARDL Yaklaşımı ile Analizi: Türkiye Örneği

28-30 APRIL 2015 ISTANBUL PROCEEDINGS

Nitel Tepki Bağlanım Modelleri

MODEL KURMA HATALARI ve VERİ SORUNLARI

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 61, Aralık 2017, s

Number: 1 pp: Summer 2015

SESSION 4C: Sağlık Ekonomisi 471

INTERNATIONAL JOURNAL OF ECONOMIC STUDIES

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

EŞANLI DENKLEM MODELLERİ

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

ÜLKE RAPORU Eren GÜNDOĞAN

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

TÜRKİYE DE SOFRALIK ÜZÜM ÜRETİM ve DIŞ SATIMINA YÖNELİK PROJEKSİYONLAR VE DEĞERLENDİRMELER

Akademik Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 57, Kasım 2017, s

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

KORELASYON VE REGRESYON ANALİZİ. Doç. Dr. Bahar TAŞDELEN

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

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

UHİVE.

ALIŞTIRMA 2 GSYİH. Toplamsal Ayrıştırma Yöntemi

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

TÜRKİYE DE 1980 SONRASI SATIN ALMA GÜCÜ PARİTESİ YAKLAŞIMI

The macroeconomic effects of budget deficits in Turkey

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

Transkript:

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 RESET testi ve LM testi ile araştırınız. b) Para Arzı M yerine araç değişken olarak r faiz oranı alarak Y= b 1 +b r modelini kurup Hausman testiyle modelde spesifikasyon hatası olup olmadığını araştırınız. r M Y 1966 4.5 480 08.3 1967 4.19 54.3 71.4 1968 5.16 566.3 365.6 1969 5.87 589.5 43.3 1970 5.95 68. 416. 1971 4.88 71.8 484.8 197 4.5 805. 608.5 1973 6.44 861 744.1 1974 7.83 908.4 79.3 1975 6.5 103.1 695 1976 5.5 1163.6 86.7 1977 5.46 186.6 958.6 1978 7.46 1388.9 3115. 1979 10.8 1497.9 319.4 1980 11.77 1631.4 3187.1 1981 13.4 1794.4 348.8 198 11.0 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: 03/3/11 Time: 16:51 Sample: 1966 1985 Included observations: 0 R ESKİ Variable M C Coefficie nt Std. Error t-statistic Prob. 0.61488 0.038653 15.90790 0.0000 08.44 8 54.1108 38.47758 0.0000 Tahmin değeri ile hata terimi grafiği parabolik olduğundan.. R-squared Adjusted R- squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat 0.93359 4 Mean dependent var 0.9990 5 S.D. dependent var 110.068 5 Akaike info criterion 18071. 4 Schwarz criterion - 11.347 F-statistic 0.48436 3 Prob(F-statistic) 849. 5 415.738 3 1.3347 1.4343 0 53.061 3 0.00000 0

Dependent Variable: Y Date: 03/3/11 Time: 17:03 Sample: 1966 1985 Included observations: 0 M.687447 0.457061 5.879844 0.0000 YTAH*YTAH -0.000568 0.00015-4.5433 0.0003 C 4195.335 466.6591 8.990150 0.0000 R-squared 0.97000 Mean dependent var 849.5 Adjusted R- squared 0.966473 S.D. dependent var 415.7383 S.E. of regression 76.1313 Akaike info criterion 11.64006 Sum squared resid 98510.43 Schwarz criterion 11.7894 Log likelihood -113.4006 F-statistic 74.8546 Durbin-Watson stat 1.085476 Prob(F-statistic) 0.000000 UYGULAMA: RESET Testi 1.Aşama H 0 : Model spesifikasyonu doğrudur. H 1 : Model spesifikasyonu yanlıştır.aşama F tab =F a,1, 0-3 =4.45 f1: Yeni Değişken Sayısı f: n yeni model katsayı sayısı 3.Aşama 4.Aşama F 0.97 0.93 /1.66 1 0.97 /17 Fhes > Ftab H 0 reddedilebilir

LM TESTİ SINIRLANDIRILMIŞ MODEL Dependent Variable: Y Date: 03/3/11 Time: 17:31 Sample: 1966 1985 Included observations: 0 M 0.61488 0.038653 15.90790 0.0000 C 08.448 54.1108 38.47758 0.0000 R-squared 0.933594 Mean dependent var 849.5 Adjusted R- squared 0.99905 S.D. dependent var 415.7383 S.E. of regression 110.0685 Akaike info criterion 1.3347 Sum squared resid 18071.4 Schwarz criterion 1.43430 Log likelihood -11.347 F-statistic 53.0613 Durbin-Watson stat 0.484363 Prob(F-statistic) 0.000000 SINIRLANDIRILMAMIŞ MODEL Dependent Variable: U Date: 03/4/11 Time: 11:3 Sample: 1966 1985 Included observations: 0 Variable Coefficien t Std. Error t-statistic Prob. M -0.061897 0.049943-1.39360 0.30 R.3833 1.3597 1.810976 0.0879 C -85.6104 69.5311-1.3153 0.350 R-squared 0.16171 Mean dependent var 3.6E-13 Adjusted R-squared 0.063099 S.D. dependent var 107.138 S.E. of regression 103.6977 Akaike info criterion 1.583 Sum squared resid 18804.8 Schwarz criterion 1.40768 Log likelihood -119.583 Hannan-Quinn criter. 1.8748 F-statistic 1.639817 Durbin-Watson stat 0.469463 Prob(F-statistic) 0.357

1. Adım: H 0 : Model spesifikasyonu doğrudur. H 1 : Model spesifikasyonu yanlıştır.. Adım: tab 3.84 3. Adım: nr =0*0.16=3.4 hes 4. Adım: hes tab 0 H :kabul HAUSMAN TESTİ Gerçek model Dependent Variable: Y Date: 03/4/11 Time: 13:6 Sample: 1966 1985 Included observations: 0 M 0.61488 0.038653 15.90790 0.0000 C 08.448 54.1108 38.47758 0.0000 R-squared 0.933594 Mean dependent var 849.5 Adjusted R-squared 0.99905 S.D. dependent var 415.7383 S.E. of regression 110.0685 Akaike info criterion 1.3347 Sum squared resid 18071.4 Schwarz criterion 1.43430 Log likelihood -11.347 Hannan-Quinn criter. 1.35416 F-statistic 53.0613 Durbin-Watson stat 0.484363 Prob(F-statistic) 0.000000

r araç değişken olarak kullanıldığında Dependent Variable: Y Method: Two-Stage Least Squares Date: 03/4/11 Time: 13:31 Sample: 1966 1985 Included observations: 0 Instrument list: R M 0.685145 0.061446 11.15039 0.0000 C 1994.88 81.1685 4.57638 0.0000 R-squared 0.91404 Mean dependent var 849.5 Adjusted R-squared 0.917037 S.D. dependent var 415.7383 S.E. of regression 119.746 Sum squared resid 58104.6 F-statistic 14.3311 Durbin-Watson stat 0.4331 Prob(F-statistic) 0.000000 Second-Stage SSR 150116. r m,r =0.68 q ˆ ˆ ˆ 0.68 0610.07 Var 1 0 0 0.039 0.0015 qr ˆ (0.07) (0.68) m.773 Var ˆ ( ) 1 r (0.0015) 1 0.68 0 1. Adım: H 0 : Model spesifikasyonu doğrudur. H 1 : Model spesifikasyonu yanlıştır.. Adım:Test İstatistiği: m=.773 3. Adım: tab 3.84 4. Adım: m < Ho kabul

UYGULAMA: 15-19 yaşlarındaki 50 çocuğun eğitimine devam kararını etkileyen etmenleri bulmak için aşağıdaki modeller kurulmuştur. OGRNC: Eğer çocuk okula devam ediyorsa 1, Okula Etmiyorsa 0; ANNE_EGTS: Çocuğun annesinin eğitimi; BABA_EGTS: Çocuğun babasın eğitimi; ANNE_CALISAN: Çocuğun annesi çalışıyorsa 1, çalışmıyorsa 0; KENT: Çocuk kentte yaşıyorsa 1, Kırda yaşıyorsa 0, HHB: Hanede yaşayan birey sayısı a) Çocuğun eğitim kararı DOM ile tahminlenmiş ve aşağıdaki model tahmini elde edilmiştir. Katsayı tahminlerini iktisadi ve istatistiki olarak yorumlayınız. Dependent Variable: OGRNC Sample: 1 50 Included observations: 50 ANNE_EGTS 0.0051 0.010051.014767 0.0450 BABA_EGTS 0.034301 0.010484 3.7167 0.001 C 0.167 0.145443 1.48699 0.1383 ANNE_CALISAN 0.1391 0.05868.10943 0.0365 KENT 0.136460 0.069717 1.957335 0.0514 HHB -0.031990 0.015660 -.04737 0.04 R-squared 0.53918 Mean dependent var 0.480000 Adjusted R-squared 0.3869 S.D. dependent var 0.50060 S.E. of regression 0.436808 Akaike info criterion 1.0506 Sum squared resid 46.5555 Schwarz criterion 1.89577 Log likelihood -144.637 F-statistic 16.60836 Durbin-Watson stat 1.95646 Prob(F-statistic) 0.000000 Annenin eğitim düzeyi arttıkça çocuğun eğitimine devam etme olasılığı 0.00 artmaktadır. Babanın eğitim düzeyi arttıkça çocuğun eğitimine devam etme olasılığı %3 artarken hanehalkında yaşayan birey sayısı arttıkça çocuğun eğitimine devam etme olasılığı %3 azalmaktadır. Annesi çalışan çocukların annesi çalışmayan çocuklara göre eğitimine devam etme olasılığı %1, kentte yaşayan çocukların kırda yaşayan çocuklar göre eğitimlerine devam etme olasılığı %13 daha fazladır. Kent değişkeni %10 önem düzeyinde anlamlıyken diğer değişkenler %5 önem düzeyinde istatistiki olarak anlamlıdır.

b) Modelde değişen varyans olup olmadığı White testi ile araştırılmıştır. Değişen varyans olup olmadığını yorumlayınız. White Heteroskedasticity Test: F-statistic 4.58871 Probability 0.00003 Obs*R-squared 33.04407 Probability 0.000060 Test Equation: Dependent Variable: RESID^ Sample: 1 50 Included observations: 50 C 0.16765 0.090538 1.40014 0.168 ANNE_EGTS 0.01384 0.00860 1.49946 0.1351 ANNE_EGTS^ -0.001160 0.000665-1.744094 0.084 BABA_EGTS 0.03630 0.01379.933944 0.0037 BABA_EGTS^ -0.00661 0.000768-3.464917 0.0006 ANNE_CALISAN -0.01018 0.01348-0.56941 0.5740 KENT 0.048705 0.05403 1.91777 0.0564 HHB -0.01548 0.0336-0.9358 0.3573 HHB^ 0.001100 0.00158 0.695048 0.4877 R-squared 0.13176 Mean dependent var 0.186 Adjusted R-squared 0.103369 S.D. dependent var 0.167448 S.E. of regression 0.158558 Akaike info criterion -0.810061 Sum squared resid 6.058870 Schwarz criterion -0.68388 Log likelihood 110.576 F-statistic 4.58871 Durbin-Watson stat 1.867630 Prob(F-statistic) 0.00003 c) Değişen varyans testine göre hatalar arasında değişen varyans olduğu görülmektedir. Değişen varyas sorununu gidermek için vi E(Y X i)[1 E(Y X i)] P i(1 P i) tartısı uygulanarak aşağıdaki tartılı en küçük kareler modeli tahminlenmiştir.

Dependent Variable: OGRNC/KOKV Sample: 1 50 Included observations: 38 ANNE_EGTS/KOKV 0.0033 0.009763 0.3408 0.7340 BABA_EGTS/KOKV 0.018588 0.008800.117 0.0357 1/KOKV 0.59908 0.138886 1.871378 0.066 ANNE_CALISAN/KOKV 0.787 0.055833 4.98398 0.0000 KENT/KOKV 0.30877 0.078613.936897 0.0036 HHB/KOKV -0.039095 0.01549 -.56374 0.0110 R-squared 0.540671 Mean dependent var 1.4616 Adjusted R-squared 0.53077 S.D. dependent var 1.77398 S.E. of regression 1.14713 Akaike info criterion 3.51780 Sum squared resid 34.35 Schwarz criterion 3.339316 Log likelihood -380.9618 Durbin-Watson stat 1.73565 d) Çocuğun okula devam kararı ayrıca logit model ile en çok benzerlik yöntemi kullanılarak tahminlenmiştir. Tahmin sonuçlarını iktisadi ve istatistiki olarak yorumlayınız. Dependent Variable: OGRNC Method: ML - Binary Logit (Quadratic hill climbing) Sample: 1 50 Included observations: 50 Convergence achieved after 4 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-statistic Prob. ANNE_EGTS 0.113764 0.056034.03058 0.043 BABA_EGTS 0.189130 0.061460 3.07787 0.001 C -1.449060 0.8677-1.75671 0.0797 ANNE_CALISAN 0.644915 0.3145.05396 0.0401 KENT 0.7318 0.381811 1.915155 0.0555 HHB -0.191170 0.09519 -.0085 0.0446 Mean dependent var 0.480000 S.D. dependent var 0.50060 S.E. of regression 0.43464 Akaike info criterion 1.135846 Sum squared resid 46.09106 Schwarz criterion 1.0361 Log likelihood -135.9807 Hannan-Quinn criter. 1.169861 Restr. log likelihood -173.0867 Avg. log likelihood -0.54393 LR statistic (5 df) 74.105 McFadden R-squared 0.14378 Probability(LR stat) 1.35E-14 Obs with Dep=0 130 Total obs 50 Obs with Dep=1 10

Katsayılar %6 önem düzeyine göre istatistiki olarak anlamlıdır. Anne ve babanın eğitim düzeyi arttıkça çocuğun okula devam etme olasılığı sırasıyla %11 ve %18 artarken, hanede yaşayan birey sayısı arttıkça çocuğun okula devam etme olasılığı %19 azalmaktadır. Annesi çalışan çocukların annesi çalışmayan çocuklara göre okula devam etme olasılığı 0.64 daha fazladır. Ayrıca kentte yaşayan çocukların kırda yaşayan çocuklara göre eğitimlerine devam etme olasılığı 0.73 daha fazladır. e) Annesi çalışan, kırda yaşayan, anne eğitim düzeyi 5, baba eğim düzeyi 8 ve hanedeki birey sayısı 4 iken çocuğun eğitimine devam eme olasılığı nedir? L = -1.449+0.113*5 + 0.189*8 + 0.644*1 + 0.731*0 0.191*4 =1.39 Pi ln( ) 1.39 1 Pi Pi ( ) 3.45 1 Pi P 0.775 i 1 P 1 e Z i 1 0.775 1.4490.113*50.189*8+0.644*1 0.731*0 0.191*4 1.39 1 e f) e şıkkındaki durum geçerli iken annenin eğitim düzeyi 5den 6ya yükselmesi durumunda çocuğun eğitimine devam etme olasılığı nedir? bˆ (1 Pˆ) P ˆ 0.113(1 0.775)0.775 0.019 6 g) Çocuğun okula devam kararı ayrıca probit model ile en çok benzerlik yöntemi kullanılarak tahminlenmiştir. Tahmin sonuçlarını iktisadi ve istatistiki olarak yorumlayınız. Dependent Variable: OGRNC Method: ML - Binary Probit (Quadratic hill climbing) Sample: 1 50 Included observations: 50 Convergence achieved after 4 iterations Covariance matrix computed using second derivatives Variable Coefficient Std. Error z-statistic Prob. ANNE_EGTS 0.06715 0.0394.03963 0.0414 BABA_EGTS 0.111574 0.035567 3.136985 0.0017 C -0.914635 0.483556-1.891478 0.0586 ANNE_CALISAN 0.403047 0.187468.149951 0.0316 KENT 0.459087 0.9304.0009 0.0453 HHB -0.108374 0.05416 -.000917 0.0454

Mean dependent var 0.480000 S.D. dependent var 0.50060 S.E. of regression 0.434784 Akaike info criterion 1.135656 Sum squared resid 46.1515 Schwarz criterion 1.0171 Log likelihood -135.9570 Hannan-Quinn criter. 1.169671 Restr. log likelihood -173.0867 Avg. log likelihood -0.54388 LR statistic (5 df) 74.5940 McFadden R-squared 0.14515 Probability(LR stat) 1.33E-14 Obs with Dep=0 130 Total obs 50 Obs with Dep=1 10 Katsayılar %6 önem düzeyine göre istatistiki olarak anlamlıdır. Anne ve babanın eğitim düzeyi arttıkça çocuğun okula devam etme olasılığı sırasıyla %6 ve %11 artarken, hanede yaşayan birey sayısı arttıkça çocuğun okula devam etme olasılığı %10 azalmaktadır. Annesi çalışan çocukların annesi çalışmayan çocuklara göre okula devam etme olasılığı 0.40 daha fazladır. Ayrıca kentte yaşayan çocukların kırda yaşayan çocuklara göre eğitimlerine devam etme olasılığı 0.45 daha fazladır. ALMON GECİKME MODELİ Türkiyenin 1963-1989 yılları arasında yapılan özel toplam sabit sermaye yatırımları (Y) ile özel imalat sektörü sabit yatırımları (X) arasındaki ilişkiyi Almon Polinomal modeli kullanılarak gösteriniz. ( X in gecikmesi 3, ayrıca parametreleri i gecikme uzunluğunun ikinci dereceden fonksiyonudur) YILLAR Y X XT1 XT XT3 Z0T Z1T ZT YT1 1963 963,1 163,56 1964 53,4 1164,6 163,56 963,1 1965 694,6 105,69 1164,6 163,56 53,4 1966 3080 103,11 105,69 1164,6 163,56 5016,6 84,89 094,77 694,6 1967 3686,8 1536,3 103,11 105,69 1164,6 499,38 6747,7 15784,1 3080 1968 448,4 184,3 1536,3 103,11 105,69 5607,35 7019,61 15579,97 3686,8 1969 5006,5 111,19 184,3 1536,3 103,11 669,85 854, 18815,5 448,4 1970 5553 358,03 111,19 184,3 1536,3 7847,77 10404,61 3306,99 5006,5 1971 567, 3,84 358,03 111,19 184,3 8634,9 1107,1 738,86 5553 197 6646,5 861,76 3,84 358,03 111,19 9653,8 1337,47 30755,67 567, 1973 754,5 3076,9 861,76 3,84 358,03 10618,9 14581,53 33375,39 6646,5 1974 746,6 3377,67 3076,9 861,76 3,84 11638,56 15768,33 3548,89 754,5 1975 8613, 396,13 3377,67 3076,9 861,76 1377,85 18115,53 41438,67 746,6 1976 104,5 4568,7 396,13 3377,67 3076,9 14984,36 19946,34 45159,4 8613, 1977 10307,1 4604,34 4568,7 396,13 3377,67 1651,41 65,54 50815,8 104,5 1978 9669,8 4157,7 4604,34 4568,7 396,13 179,01 567,7 58536,59 10307,1 1979 835,7 834,83 4157,7 4604,34 4568,7 16164,71 7070,76 63689,06 9669,8 1980 6909,3 436,7 834,83 4157,7 4604,34 1403,71 496,39 6090,97 835,7 1981 6313,9 387,54 436,7 834,83 4157,7 11815,91 0577,74 51191,0 6909,3 198 661 401,15 387,54 436,7 834,83 10059,79 15764,57 37646,09 6313,9 1983 6896 407,17 401,15 387,54 436,7 963,13 14485,04 33877,74 661 1984 7477,6 549,75 407,17 401,15 387,54 9745,61 1437,09 33499,63 6896 1985 8089,4 705,54 549,75 407,17 401,15 10063,61 14567,54 33788,78 7477,6 1986 9417, 3081,5 705,54 549,75 407,17 10743,71 1506,55 34569,07 8089,4 1987 11166 953,1 3081,5 705,54 549,75 1189,64 16141,58 36851,16 9417,

1988 1655,5 974,6 953,1 3081,5 705,54 11714,49 173, 3967,96 11166 1989 1300,4 89,5 974,6 953,1 3081,5 11838,45 1814,55 4518,5 1655,5 3 Z X X X X X 0t ti t t1 t t3 i0 3 Z İX X X 3X 1t ti t1 t t3 i0 3 t ti t14 t 9 t3 i0 Z İ X X X X Dependent Variable: Y Sample (adjusted): 1966 1989 Included observations: 4 after adjustments Z0T =(a 0 ) 4.87 7.31319 0.66536 0.5134 Z1T=(a 1 ) -8.83 18.10345-0.487703 0.6311 ZT=(a ).56 5.931473 0.430943 0.6711 C 3554.7 10613.97 0.334911 0.741 R-squared 0.033903 Mean dependent var 10161.34 Adjusted R-squared -0.11101 S.D. dependent var 176.81 S.E. of regression 1940.3 Akaike info criterion 1.9509 Sum squared resid 3.35E+09 Schwarz criterion.1144 Log likelihood -59.1011 Hannan-Quinn criter. 1.97718 F-statistic 0.33950 Durbin-Watson stat.1044 Prob(F-statistic) 0.871636 parametreleri i gecikme uzunluğunun ikinci dereceden fonksiyonu: i a aia i 0 1

a a 0 a 0 a 4.87 0 0 1 0 a a1a 1 a a a 4.87 8.83.56 1.4 1 0 1 0 1 a a a a a 4a 4.87 *( 8.83) 4*.56.55 0 1 0 1 a a 3 a 3 a 3a 9a 4.87 3*( 8.83) 9*.56 1.4 Y 3 0 1 0 1 t 3554.7 4.87X -1.4X -.55X +1.4X t t-1 t- t-3