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

Benzer belgeler
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 ) = σ i2. Eşit Varyans. Hata. Zaman

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

NİTEL TERCİH MODELLERİ

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

Korelasyon ve Regresyon

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

Bağımlı Kukla Değişkenler

Sorunun varlığı durumunda hata terimi varyans-kovaryans matrisi Var, Cov(u) = E(uu') = σ 2 I n şeklinde yazılamıyor fakat

PARÇALI DOĞRUSAL REGRESYON

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

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

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

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

HAFTA 13. kadın profesörlerin ortalama maaşı E( Y D 1) erkek profesörlerin ortalama maaşı. Kestirim denklemi D : t :

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

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

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

SEK Yönteminin Güvenilirliği Sayısal Bir Örnek. Ekonometri 1 Konu 11 Sürüm 2,0 (Ekim 2011)

SEK Tahmincilerinin Arzulanan Özellikleri. SEK Tahmincilerinin Arzulanan Özellikleri. Ekonometri 1 Konu 9 Sürüm 2,0 (Ekim 2011)

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

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

UYGULAMALAR. Normal Dağılımlılık

İKİ DEĞİŞKENLİ BASİT DOĞRUSAL REGRESYON MODELİ

İyi Bir Modelin Özellikleri

OTOKORELASYON OTOKORELASYON

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

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

DOĞRUSAL ve DOĞRUSAL OLMAYAN SINIRLAMALAR DOĞRUSAL OLMAYAN SINIRLAMALARIN TESTİ

Doğrusal Korelasyon ve Regresyon

Bağımlı Kukla Değişkenler

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

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

Bağımlı Kukla Değişkenler

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.

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

ÇOKLU DOĞRUSAL BAĞLANTI

Bağımlı Kukla Değişkenler

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

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

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

Tek Yönlü Varyans Analizi

İSTATİSTİK DERS NOTLARI

Korelasyon analizi. Korelasyon analizinin niteliği. Sınava hazırlanma süresi ile sınavdan alınan başarı arasında ilişki var mıdır?

Sansürlenmiş ve Kesikli Regresyon Modelleri

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

Sıklık Tabloları ve Tek Değişkenli Grafikler

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

ÇOKLU REGRESYON ANALİZİNDE VARSAYIMLARDAN SAPMALARIN İNCELENMESİ

KUKLA DEĞİŞKENLİ MODELLER

En Yüksek Olabilirlik Yöntemi. İstatistikte, tüm anakütleler kendilerine karşılık gelen bir olasılık dağılımı ile tanımlanırlar.

1. YAPISAL KIRILMA TESTLERİ

GM-220 MÜH. ÇALIŞ. İSTATİSTİKSEL. Frekans Dağılımı Oluşturma Adımları VERİLERİN SUNUMU. Verilerin Özetlenmesi ve Grafikle Gösterilmesi

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

Kukla Değişken Nedir?

Regresyon ve Korelasyon Analizi. Regresyon Analizi

Rasgele Değişken Üretme Teknikleri

EKONOMETRİ I E-VİEWS UYGULAMALI VE ÇÖZÜMLÜ SORULAR

YER ÖLÇÜLERİ. Yer ölçüleri, verilerin merkezini veya yığılma noktasını belirleyen istatistiklerdir.

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

1. KEYNESÇİ PARA TALEBİ TEORİSİ

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

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

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

A EKONOMETRİ KPSS/1-AB-PÖ/2006

Merkezi Eğilim (Yer) Ölçüleri

Bölüm 4. Tahmin Sorunu. 4.1 Sıradan En Küçük Kareler Yöntemi. Sıradan En Küçük Kareler Yöntemi

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

Tek Yönlü Varyans Analizi (ANOVA)

Farklıserpilimsellik

6. NORMAL ALT GRUPLAR

KENTSEL ALANDA ET TALEP ANALİZİ: BATI AKDENİZ BÖLGESİ ÖRNEĞİ. Dr. Ali Rıza AKTAŞ 1 Dr. Selim Adem HATIRLI 2

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

Koşullu Öngörümleme. Bu nedenle koşullu öngörümleme gerçekleştirilmelidir.

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ YÜKSEK LİSANS TEZİ

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ

İki veri setinin yapısının karşılaştırılması

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

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

Korelasyon, Korelasyon Türleri ve Regresyon

SAYISAL ANALİZ. Doç.Dr. Cüneyt BAYILMIŞ. Sayısal Analiz. Doç.Dr. Cüneyt BAYILMIŞ

ALGILANAN HİZMET KALİTESİ VE LOJİSTİK REGRESYON ANALİZİ İLE HİZMET TERCİHİNE ETKİSİNİN BELİRLENMESİ. Özet

İÇİNDEKİLER 1. GİRİŞ...

KUKLA DEĞİŞKENLİ MODELLER

Elektrik Akımı. Test 1 in Çözümleri. voltmetresi K-M arasına bağlı olduğu için bu noktalar arasındaki potansiyel farkını ölçer. V 1. = i R KM 1.

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

Manyetizma Testlerinin Çözümleri. Test 1 in Çözümü

TURİZM SEKTÖRÜNDE TALEP TAHMİN MODELLEMESİ

ANOVA. CRD (Completely Randomized Design)

YAŞAM ÇÖZÜMLEMESİNDE AYKIRI DEĞERLER OUTLIERS IN SURVIVAL ANALYSIS

Matris Cebiriyle Çoklu Regresyon Modeli

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

ÖRNEK SET 5 - MBM 211 Malzeme Termodinamiği I

Transkript:

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 göre s ye eşt aynı (sabt) br değerdr Bu nedenle eşt varyansa sabt varyans da denr 1

Sabt Varyansta Hataların Dağılımı Tüketm y t Gelr x t

Sabt Varyans Durumu f(y t ) x 1 x x 3 x 4 Gelr x t 3

Farklı Varyans Kavramı Sabt varyans (homoscedastcty) varsayımına göre verl X açıklayıcı değşkenlerne bağlı olarak Y nn koşullu varyansı sabttr: =1,,,n de- Farklı varyans (heteroscedastcty) durumunda se ğştkçe nn koşullu varyansı da değşr: Y E(u ) s E(u ) s Farklı varyansa br örnek olarak tasarrufların varyansının gelrle brlkte artmasını vereblrz Yüksek gelrl alelern tasarrufları, düşük gelrl alelere oranla hem ortalama olarak daha çoktur hem de değşrlğ daha fazladır X 4

Farklı Varyans Hata Var(u X ) = Var(u ) = E(u ) = s Farklı Varyans Zaman 5

Farklı Varyansta Hataların Dağılımı Tüketm y t Gelr x t

Farklı Varyans Durumu f(y t ) Zengn breyler Yoksul breyler x 1 x x 3 Gelr x t

Farklı Varyansın Nedenler s Hata term varyansının değşken olma nedenlernden bazıları şunlardır: 1 Hata öğrenme (error learnng) modellerne göre breyler bazı konuları öğrendkçe daha az hata yaparlar Buna göre de nn de zamanla küçülmes beklenr Örnek olarak, blgsayarda klavye kullanma süres arttıkça hem klavye hataları hem de bunların varyansları azalır 8

Farklı Varyansın Nedenler Gelr düzey arttıkça gelrn harcanableceğ seçenekler de genşler Böylece, gelr düzey le brlkte hem harcamaların hem de bunların varyanslarının artması beklenr 3 Zaman çersnde ver derleme teknklernn gelşmesne koşut olarak de düşeblr s 4 Farklı varyans dışadüşen (outler) gözlemlern br sonucu olarak da ortaya çıkablrböyle gözlemlern alınması ya da bırakılması, özellkle de örneklem küçükken sonuçları öneml ölçüde değştreblr

Farklı Varyansın Nedenler 5 Farklı varyansın br dğer neden de model belrleme (spesfkasyon) hatasıdır Özellkle de öneml br değşkenn modelden çıkartılması farklı varyansa yol açablr 6 Farklı varyans sorunu yatay kest verlernde zaman sers verlerne oranla daha fazla görüleblmektedr Bunun neden, zaman serlernde değşkenlern zaman çersnde yakın büyüklüklerde olma eğlmdr 10

Farklı Varyans le Karşılaşılan Durumlar Kest Verlernde Kar dağıtım modellernde Sektör modellernde Ücret modellernde Deneme - Yanılma modellernde

En Küçük Kareler İle İlgl Özellkler 1 En Küçük Kareler Tahmncler doğrusal ve sapmasızdır Katsayı tahmncler etkn değldr 3 En Küçük kareler tahmnclernn standart hataları doğru değldr 4 Standart hata formuller doğru olmadığından güven aralıkları ve hpotez testler geçerl değldr

y t = b 1 + b x t + e t Farklı varyans durumunda: En küçük kareler varyans formulu geçerszdr: var(b ) = s S (x t - x ) Enküçük kareler varyans formulu aşağıdak gb düzeltlmeldr: var(b ) = S s t (x t - x ) [S (x t - x ) ]

Farklı Varyansın Belrlenmes Grafk Yöntemle Sıra Korelasyonu test le Goldfeld-Quandt test le Breusch Pagan test le Glejser Test le Whte test le Lagrange çarpanları test le Ramsey Reset test le Park test le 14

Grafk Yöntem 5 50 48 46 44 4 40 38 36 0 10 0 30 40 15 50

E Grafk Yöntem 7 6 5 4 3 1 00-1 0 10 0 30 40 50 16 YIL

Grafk Yöntem 4 3 1 0-1 - -3-4 0 10 0 30 40 17 50

Sıra Korelasyonu Test 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a =? sd=? 3Aşama t hes r s n 1- - r s? t tab =? Sd rs 1-6 n(n -1)? 4Aşama t hes > t tab H 0 hpotez reddedleblr 18

Sıra Korelasyonu Test Y 75 88 95 15 115 17 165 17 183 5 X 80 100 10 140 160 180 00 0 40 60 e X s e s d d 70545 47091-36364 11018-1437 -1767 49818-33636 -77091 189455 1 3 4 5 6 7 8 9 10 5 3 7 8 9 4 1 6 10-4 -1 1-3 -3-3 3 7 3 0 16 1 1 9 9 9 9 49 9 0 Mutlak değerl olarak bulundukları yer tbaryle küçükten büyüğe sıra numarası verlr d=x-e Sd =11

Sıra Korelasyonu Test 1-6 Sd n(n -1) rs - 6 11 10(10-1) 1 = 031 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a = 005 sd= 8 3Aşama t hes 031 10-1- (031) t tab = 306 = 09593 4Aşama t hes < t tab H 0 hpotez reddedlemez 0

Goldfeld-Quandt Test Büyük örneklere uygulanan br F testdr Bu test s nn farklı varyansının bağımsız değşkenlerden br le poztf lşkl olduğunu varsayar s s X s X le poztf (aynı yönde) lşkldr ve s farklı varyansı X n kares le orantılıdır Yan X değerler arttıkça s değer de artmaktadır

Goldfeld-Quandt Test Y = b 1 + b X + b 3 X 3 + + b k X k + u Y X s X 3 X k IAlt Örnek n 1 Çıkarılan Gözlemler Y I = b 11 + b 1 X + b 31 X 3 + + b k1 X k + u Se 1 =? n(1/6) < c < n(1/3) IIAlt Örnek n Y II = b 1 + b X + b 3 X 3 + + b k X k + u Se =?

Goldfeld-Quandt Test 1Aşama H 0 : Eşt Varyans H 1 : Farklı Varyans Aşama a =? 3Aşama 4Aşama f f Se Se Fhes 1 F hes > F tab (n - c - k) 1?? F tab =? X bağımsız değşkennn değerler küçükyen büyüğe doğru lgl Y bağımlı değşkennn değerler de taşınarak sıralanır Ortadan c kadar gözlem çıkarılır H 0 hpotez reddedleblr 3

Yıl Tasarruf Gelr 1 64 8777 105 910 3 90 9954 4 131 10508 5 1 10979 6 107 1191 7 406 1747 8 503 13499 9 431 1469 10 588 155 11 898 16730 1 950 17663 13 779 18575 14 819 19635 15 1 1163 16 170 880 17 1578 417

Tasarruf 1654 Gelr 5604 1400 6500 189 7670 00 8300 017 7430 105 9560 1600 8150 50 3100 40 3500 570 3550 170 33500 1900 36000 100 3600 300 3800 Gelr bağımsız değşkenne göre tasarrufu da sıralıyoruz

n 1 Tasarrfuf Gelr n Tasarrfuf Gelr 1 64 8777 1 189 7670 105 910 1600 8150 3 90 9954 3 00 8300 4 131 10508 4 105 9560 5 1 10979 5 50 3100 6 107 1191 6 40 3500 7 406 1747 7 170 33500 8 503 13499 8 570 3550 9 431 1469 9 1900 36000 10 588 155 10 100 3600 11 898 16730 11 300 3800 Gelre göre sırandı Ortadan 31/4=8 veya 9 gözlem çıkarılacak İk alt grup oluşturuldu

S -73884 0 008X 1 Se 1 (1894) (0015) 1447771 S 114107 0 09X (7098) (00) Se 769899

f 1 =f =(n-c-k)/=9 sd de F tab =318 F test Se S e 1 769899 144771 5

Goldfeld-Quandt Test lnmaas = b 1 + b Yıl + b 3 Yıl Dependent Varable: lnmaas Included observatons: Varable Coeffcent Std Error t-statstc Prob C 3809365 0041338 915104 00000 Yıl 0043853 000489 9081645 00000 Yıl -000067 000011-5190657 00000 R-squared 0536179 Mean dependent var 435410 Adjusted R-squared 0531943 SD dependent var 030511 SE of regresson 00696 Akake nfo crteron -099140 Sum squared resd 9380504 Schwarz crteron -053158 Log lkelhood 36045 F-statstc 16583 Durbn-Watson stat 1618981 Prob(F-statstc) 0000000 9

Goldfeld-Quandt Test 1alt örnek sonuçları: Dependent Varable: lnmaas Sample: 1 75 Included observatons: 75 Varable Coeffcent Std Errort-Statstc Prob C 3954106 0059538 664134 00000 Yıl -001930 001019-1043349 03003 Yıl 0004375 0001600 73399 00079 R-squared 046565 Mean dependent var 4031098 Adjusted R-squared 0450781 SD dependent var 0167536 SE of regresson 014160 Akake nfo crteron -195318 Sum squared resd 110996 Schwarz crteron -10619 Log lkelhood 5157443 F-statstc 3136845 Durbn-Watson stat 1807774 Prob(F-statstc) 0000000 30

Goldfeld-Quandt Test Altörnek Sonuçları: Dependent Varable: lnmaas Sample: 148 Included observatons: 75 Varable Coeffcent Std Error t-statstc Prob C 4007507 0976346 4104598 00001 Yıl 001998 0060603 03883 0743 Yıl -000010 000090-0110443 0914 R-squared 007865 Mean dependent var 451399 Adjusted R-squared 0053031 SD dependent var 031175 SE of regresson 0496 Akake nfo crteron -0106594 Sum squared resd 364376 Schwarz crteron -0013895 Log lkelhood 699788 F-statstc 30707 Durbn-Watson stat 1684803 Prob(F-statstc) 005446 31

Goldfeld-Quandt Test 1Aşama Aşama H 0 : Eşt Varyans H 1 : Farklı Varyans a = 005 ( - 7-3) f f 143<F tab <153 1 7 3Aşama Se Se Fhes 1? 36438 = 3830 11099 4Aşama F hes > F tab H 0 hpotez reddedleblr 3

Breusch Pagan Test Y = b 1 + b X + b 3 X 3 + + b k X k +u (1) 1Aşama (1) Nolu denklem EKKY le tahmn edlp e 1 e e n örnek hata termler hesaplanır Bu e lerden hareketle e s hesaplanır n Aşama p e s 3Aşama p = a 1 + a Z + a 3 Z 3 + + a m Z m +v () RBD =? 33

4Aşama Breusch Pagan Test p = a 1 + a Z + a 3 Z 3 + + a m Z m +v () 1 (RBD) c - m 1 m: () nolu denklemdek parametre sayısı 5Aşama H 0 : a = a 3 = =a m = 0 (Eşt varyans) H 1 : En az br sıfırdan farklıdır (Farklı varyans) c c hes tab H 0 reddedlr 34

Breusch Pagan Test Yıllar GSMH IT et Yıllar GSMH IT et 1971 164000 1171000 5317850 1981 694600 8933000-150700 197 069800 1563000 45890 198 6301400 8843000 0111170 1973 608100 086000 3558590 1983 5960700 935000 1444510 1974 3597600 3778000 516650 1984 584000 1075700 399440 1975 4486500 4739000 101660 1985 6500800 1134300 06040 1976 5133100 519000-0374870 1986 786100 1110500-0347510 1977 5861000 5796000-171900 1987 8375300 1415800-030390 1978 6486500 4599000-464450 1988 8735000 1433500-110760 1979 8880100 5069000-1078770 1989 1037470 1580000-4186170 1980 6734400 7909000-019190 1990 1453810 30000-9189460 IT: İthalat IT -19951 0165GSMH e 11115 35

Breusch Pagan Test 1Aşama Aşama e 11115 s 55575 n 0 p e s p p 0045111 0018977 0006813 0064343 0004446 04876 0000964 1914014 0055765 1384578 066704 085573 0540614 116343 80939 08038 9764475 01575 0194494 0080743 36

Breusch Pagan Test 3Aşama p -00599 00165GSMH e 8691 R 0050 RBD = 459 4Aşama 1 (RBD) 95 c m 1 c - 1,005 384 5Aşama H 0 : a = a 3 = =a m = 0 (Eşt varyans) H 1 : En az br sıfırdan farklıdır (Farklı varyans) c c H 0 reddedlemez hes tab 37

Glejser Farklı Varyans Test 1Aşama: Y le X (veya X ler) arasındak lşk tahmn edlerek, lgl örnek hata termler e ler bulunur Aşama: s le lşkl olduğu düşünülen bağımsız değşken çn aşağıdak modeller denenmektedr e a ax v e a a X v e a ax v 1 e a a v X 1 e a a v X e a a X v 38

Glejser Farklı Varyans Test 3Aşama: Korelasyon katsayısı ve a ların standat hata değerlerne göre en uyun model seçlp H 0 : a = 0 H 1 : a 0 test edlr 4Aşama: H 0 kabul edlrse eşt varyans gerçeklemştr sonucuna varılır 39

Glejser Farklı Varyans Test 1Aşama: Yıllar GSMH IT et Yıllar GSMH IT et 1971 164000 1171000 5317850 1981 694600 8933000-150700 197 069800 1563000 45890 198 6301400 8843000 0111170 1973 608100 086000 3558590 1983 5960700 935000 1444510 1974 3597600 3778000 516650 1984 584000 1075700 399440 1975 4486500 4739000 101660 1985 6500800 1134300 06040 1976 5133100 519000-0374870 1986 786100 1110500-0347510 1977 5861000 5796000-171900 1987 8375300 1415800-030390 1978 6486500 4599000-464450 1988 8735000 1433500-110760 1979 8880100 5069000-1078770 1989 1037470 1580000-4186170 1980 6734400 7909000-019190 1990 1453810 30000-9189460 IT: İthalat IT -19951 0165GSMH e 11115 40

Glejser Farklı Varyans Test Aşama: e 05358 0017GSMH t (05795) (1315) prob (05694) (0058) 3Aşama: H 0 : a = 0 H 1 : a 0 4Aşama: prob = 0058 > 005 H 0 reddedlemez Eşt varyans gerçekleşmştr 41

Whte Test Y = b 1 + b X + b 3 X 3 + u Whte Test çn yardımcı regresyon: u = a 1 + a X + a 3 X 3 + a 4 X + a 5 X 3 + a 6 X X 3 + v R y =? Whte Test Aşamaları: 1Aşama H 0 : a = a 3 = a 4 = a 5 = a 6 =0 H 1 : a lern en az br tanes anlamlıdır Aşama a =? sd= k-1 c tab=? 3Aşama W= nr y =? 4Aşama W > c tab H 0 hpotez reddedleblr 4

Whte Test lnmaaş = 38094 + 00439yıl - 00006 yıl Whte Test çn yardımcı regresyon: e = -00018 + 0000 Yıl + 00007 Yıl - 000003 Yıl 3 + 00000004Yıl 4 R y = 00901 1Aşama H 0 : a = a 3 = a 4 = a 5 =0 ; H 1 : a lern en az br tanes anlamlıdır Aşama a = 005 sd=5-1=4 c tab=94877 3Aşama W= nr y = (00901)= 000 4Aşama W > c tab H 0 hpotez reddedleblr 43

Lagrange Çarpanları(LM) Test Y = b 1 + b X + b 3 X 3 + u LM test çn yardımcı regresyon: e a * b Ŷ v LM Test Aşamaları: 1Aşama H 0 : b = 0 H 1 : b0 Aşama a =? sd= 1 * R y =? c tab=? 3Aşama LM= nr y =? 4Aşama LM > c tab H 0 hpotez reddedleblr 44

Lagrange Çarpanları(LM) Test lnmaaş = 38094 + 00439yıl - 00006 yıl LM Test çn yardımcı regresyon: e = -0736 + 00730 (lnmaas-tah) R y = 00537 1Aşama H 0 : b = 0 H 1 : b0 Aşama a = 005 sd=1 c tab=384146 3Aşama LM= nr y = (00537)= 11914 4Aşama LM > c tab H 0 hpotez reddedleblr 45

Ramsey Reset Test Y = b 1 + b X + b 3 X 3 + +b k X k + u 1Aşama: Ramsey Reset test çn yardımcı regresyon: e a a Y v 1 ˆ Aşama: H 0 : a = 0 (Eşt Varyans) H 1 : a 0 (Farklı Varyans) Hpotezler a hata payı le t tablosundan bulunacak değer le karşılaştırılır 3Aşama: t hes > t tab H 0 reddedlr 46

Ramsey Reset Test 1Aşama: IT -19951 0165GSMH e 449+0014Yˆ t (117) (0514) prob (074) (0613) Aşama: H 0 : a = 0 (Eşt Varyans) H 1 : a 0 (Farklı Varyans) 47

Ramsey Reset Test 3Aşama: t tab = t n-k,a = t 0-, 005 = 101 4Aşama: t hesap = 0514 < t tab = 101 H o reddedlemez 48

Park Test s s Xe ( ) b v ln s lns b ln X v s blnmedğnden bunun yerne hata kareler toplamı e kullanılır ( ) ln e lns blnx v lns a ( ) ln e a blnx v 49

Park Test 1Aşama: ( ) ln e a blnx v Aşama: H 0 : b = 0 (Eşt Varyans) H 0 : b 0 (Farklı Varyans) 3Aşama: t hes > t tab H 0 reddedlr 50

Park Test 1Aşama: ( ) ln e -9968 446ln X t (-867) (869) prob (0010) (00107) Aşama: H 0 : b = 0 (Eşt Varyans) H 0 : b 0 (Farklı Varyans) 3Aşama: t tab = t 18, 001 = 878???????? t hes < t tab H 0 reddedlemez 51

UYGULAMA: 3 alenn yıllık gıda harcamaları (Y) ve aylık ortalama gelrler (X) aşağıda verlmştr Ale Sayısı Y X u Ale Sayısı Y X u 1 8-075464 17 15-1541 3 35-01301 18 58 7 17447 3 41 135-153666 19 8 181 14103 4 35 8-080818 0 43 6 049313 5 4 59 046833 1 94 161 311164 6 63 153 0116 51 5-346933 7 46 97-008417 3 4 8-190818 8 88 64-00701 4 81 134 48841 9 73 18 04856 5 49 56 1435 10 44 67 04678 6 3 4-030556 11 67 113 161478 7 46 88 01414 1 35 47 006911 8 19 35-1301 13 68 63-04505 9 6 14-76094 14 7 3-06443 30 39 43 056938 15 31 61-068181 31 7 19 151373 16 4 3-06549 3 11 65 3048 5

UYGULAMA: Y = b 0 + b 1 X + model çn sabt varyans varsayımının geçerl olup olmadığını Grafk Yöntemle Sıra Korelasyonu test le Goldfeld-Quandt test le Breusch Pagan test le Glejser Test le Whte test le Lagrange çarpanları test le Ramsey Reset test le Park test le 53

Grafk Yöntem 54

Sıra Korelasyonu Test 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a = 005 sd=? 3Aşama t hes r s n 1- - r s? t tab =? Sd rs 1-6 n(n -1)? 4Aşama t hes > t tab H 0 hpotez reddedleblr 55

Sıra Korelasyonu Test 1-6 Sd n(n -1) r s 1-6 3630 3(3-1) 1Aşama H 0 : r = 0 H 1 : r 0 Aşama a = 005 sd= 30 t tab = 04 t hes 03347 3-1 - (03347) = 19454 4Aşama t hes < t tab H 0 hpotez reddedlemez 56

Goldfeld-Quandt Test c = 3 / 5 = 64 6 gözlem atılacak (14-19 gözlemler) 13 gözlemden oluşan k grup çn modeller 1-13 gözlemler çn Y = 05096 + 06078X e1 3601 0-3 gözlemler çn Y = 38153 + 0173X e 499631 57

1Aşama Goldfeld-Quandt Test H 0 : Eşt Varyans H 1 : Farklı Varyans Aşama a = 005 3Aşama Se 499631 F 138016 e 3601 hes S 1 (3-6 -*) f1 f 11 F tab =8 4Aşama F hes > F tab H 0 hpotez reddedleblr 58

Breusch Pagan Test Y 58 0507X e 695490 1Aşama e 695490 s n 3 1734 Aşama p e s 59

Breusch Pagan Test 3Aşama p 00461 00850X e 4666 R 0196 RBD = 131 4Aşama 1 (RBD) 656 c m 1 c - 1,005 384 5Aşama H 0 : a = a 3 = =a m = 0 (Eşt varyans) H 1 : En az br sıfırdan farklıdır (Farklı varyans) c c H 0 reddedleblr hes tab 60

Glejser Farklı Varyans Test 1Aşama: e 05669 00517X t (0565) (599) Aşama: H 0 : a = 0 H 1 : a 0 3Aşama: a = 005 n k = 3 =30 t tab = 04 4Aşama: t hes > t tab H 0 reddedleblr Eşt varyans gerçekleşmemştr 61

Y 58 0507X Whte Test Whte Test çn yardımcı regresyon: e = -06909 + 03498X 00058X R y = 096 1Aşama H 0 : a = a 3 = 0 ; H 1 : a lern en az br tanes anlamlıdır Aşama a = 005 sd=3-1= c tab=599 3Aşama W= nr y = 3(096) = 7347 4Aşama W > c tab H 0 hpotez reddedleblr 6

Lagrange Çarpanları(LM) Test Y 58 0507X LM Test çn yardımcı regresyon: e 0417 + 0060 Y R y = 001 1Aşama H 0 : b = 0 H 1 : b0 Aşama a = 005 sd=-1=1 c tab=384146 3Aşama LM= nr y = 3(001) = 643 4Aşama LM > c tab H 0 hpotez reddedleblr 63

Ramsey Reset Test 1Aşama: Y 58 0507X e 13647 01533Yˆ t (051) (753) prob (0605) (0009) Aşama: H 0 : a = 0 (Eşt Varyans) H 1 : a 0 (Farklı Varyans) 3Aşama: t hes > t tab H 0 reddedlr 64

Ramsey Reset Test 3Aşama: t tab = t n-k,a = t 3-, 005 =04 4Aşama: t hesap = 753 > t tab = 04 H 0 reddedleblr 65

Park Test 1Aşama: ( ) ln e -191 0705ln X t (-1765) (13113) prob (0088) (01997) Aşama: H 0 : b = 0 (Eşt Varyans) H 0 : b 0 (Farklı Varyans) 3Aşama: t tab = t 3-=30, 005 = 04 t hes < t tab H 0 reddedlemez 66

FARKLI VARYANSI ORTADAN KALDIRMA s YOLLARI Farklı varyans durumunda EKKY tahmncler etknlk özellklern kaybettklernden güvenlr değldrler Bu sebeple farklı varyans ortadan kaldırılmadan EKKY uygulanmamalıdır Y lern (veya u lern) farklı varyansları s nn blnp blnmemesne göre farklı varyansı kaldıran k yol vardır: nn BİLİNMESİ HALİ s nn BİLİNMEMESİ HALİ

nn BİLİNMESİ HALİ s Y = b 1 + b X + u s 1 u X b 1 b Y s s s s ( ) u E 1 u E s s 1 1 s s * * * * * 1 Y b b X u Genelleştrlmş EKKY(GEKKY)

Genelleştrlmş EKKY(GEKKY) Sabt term yoktur İk tane bağımsız değşken vardır Y s b 1 1 s b X s u s

Genelleştrlmş EKKY(GEKKY) * * * * * 1 Y b b X e e * e s ( * * ) 1 e Y - b - b X mn * * * * * ( ) ( ) ( ) ( ) e s Y s - b1 1 s - b X s ( ) w 1s ( * * ) 1 w e w Y - b - b X

Genelleştrlmş EKKY(GEKKY) w e b 0 * 1 w e b 0 * ( * * 1 )( ) w e b w Y - b - b X -1 * 1 ( * * 1 )( ) w e b w Y - b - b X -X * * * 1 w Y b w b w X * * * * 1 - b Y b X * * 1 w X Y b w X b w X b ( w )( wxy ) - ( wx )( wy ) ( w )( wx ) - ( wx ) * Y * w Y w X * w X w

EKKY ve GEKKY Arasındak Fark EKKY e Y - b - b X ( ) 1 mn GEKKY ( * * ) we w Y - b1 - bx w 1s mn

s nn BİLİNMEMESİ HALİ 1HAL: LOGARİTMİK DÖNÜŞÜMLER Y b1 bx u lny lnb1 b lnx v HAL: E( u ) Y b1 bx u s s X Y X b 1 X b X 1 X u X ( ) ( ) ( ) ( ) ( ) 1 b 1 X b v ( ) 1 1 E v E u X 1 X E u s X s X

s nn BİLİNMEMESİ HALİ 3 HAL: E( u ) s s X Y b1 bx u ( ) ( ) Y X b 1 X b X 1 X u X 1 ( ) b 1 X b X v 1 ( ) ( ) ( ) ( ) s E v E u X 1 X E u 1 X X s

s nn BİLİNMEMESİ HALİ E u s s a a X 4 HAL: ( ) ( ) ( ) E u s 0 1 s f (X) ( ) ( ) ( ) f X a a X a a X 0 1 0 1 Y b1 bx u ( ) 0 1 a a X bölünür

s nn BİLİNMEMESİ HALİ E u s s E Y 5 HAL: ( ) ( ) Y b1 bx u ( ) ( ) ( ) ( ) ( ) Y E Y b E Y b X E Y u E Y 1 b 1 E( Y ) b X E( Y ) v 1

UYGULAMA: 3 alenn yıllık gıda harcamaları (Y) ve aylık ortalama gelrler (X) aşağıda verlmştr Ale Sayısı Y X u Ale Sayısı Y X u 1 8-075464 17 15-1541 3 35-01301 18 58 7 17447 3 41 135-153666 19 8 181 14103 4 35 8-080818 0 43 6 049313 5 4 59 046833 1 94 161 311164 6 63 153 0116 51 5-346933 7 46 97-008417 3 4 8-190818 8 88 64-00701 4 81 134 48841 9 73 18 04856 5 49 56 1435 10 44 67 04678 6 3 4-030556 11 67 113 161478 7 46 88 01414 1 35 47 006911 8 19 35-1301 13 68 63-04505 9 6 14-76094 14 7 3-06443 30 39 43 056938 15 31 61-068181 31 7 19 151373 16 4 3-06549 3 11 65 3048 77

1HAL: LOGARİTMİK DÖNÜŞÜMLER ( ) ln Y 0546 0574ln X t (15691) (81077) prob (0171) (00000) ( ) R 06866 ln e 0047 0013ln Y R 00178 1Aşama H 0 : b = 0 H 1 : b 0 Aşama a = 005 sd=-1=1 c tab=384146 3Aşama LM= nr y = 3(00178) = 05696 4Aşama LM < c tab H 0 hpotez reddedlemez

HAL: E( u ) s s X ( ) Y X 177 1 X 0365 t (5151) (8109) prob (0000) (0000) e 00118 0097Y R 04694 R 00509 1Aşama H 0 : b = 0 H 1 : b 0 Aşama a = 005 sd=-1=1 c tab=384146 3Aşama LM= nr y = 3(00509) = 1688 4Aşama LM < c tab H 0 hpotez reddedlemez

3 HAL: E( u ) s s X ( ) Y X -46 1 X 83144 X t (-4686) (15337) prob (0001) (0000) R 07938 e 748 00749Y 1Aşama H 0 : b = 0 H 1 : b 0 R 0365 Aşama a = 005 sd=-1=1 c tab=384146 3Aşama LM= nr y = 3(0365) = 7568 4Aşama LM > c tab H 0 hpotez reddedleblr

E u s s E Y 5 HAL: ( ) ( ) 1 1 Y E( Y) 1839 09 E Y X E Y ( ) ( ) ( ) t (5630) (74167) prob (00000) (00000) R 0044 e -00439 0118Y R 0090 1Aşama H 0 : b = 0 H 1 : b 0 Aşama a = 005 sd=-1=1 c tab=384146 3Aşama LM= nr y = 3(0090) = 098 4Aşama LM < c tab H 0 hpotez reddedlemez