Bağımlı Kukla Değişkenler

Benzer belgeler
Bağımlı Kukla Değişkenler

EKONOMETRİYE GİRİŞ II ÖDEV 4 ÇÖZÜM

Bağımlı Kukla Değişkenler

NİTEL TERCİH MODELLERİ

UYGULAMA 2. Bağımlı Kukla Değişkenli Modeller

Sosyoekonomi / / M. Emin İnal & Derviş Topuz & Okyay Uçan. Sosyo Ekonomi. Doğrusal Olasılık ve Logit Modelleri ile Parametre Tahmini

Bağımlı Kukla Değişkenler

Bağımlı Kukla Değişkenler

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

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

PARÇALI DOĞRUSAL REGRESYON

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

İSTATİSTİK TERMODİNAMİK

Bu malzemelere atıfta bulunmak veya kullanım şartlarını öğrenmek için sitesini ziyaret ediniz

İSTATİSTİK TERMODİNAMİK

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

KESİKLİ SEÇİM MODELLERİ

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

Sabit kur sisteminde ise faiz denge sistemi çalışamamaktadır. Çünkü kur sabittir. Yurt içi faiz oranının yurt dışı faize oranına eşit olmalıdır.

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

Bir Kompleks Sayının n inci Kökü.

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

Sakarya Ticaret Bozrsası. Üye Memnuniyet ve Beklenti Anketi. Raporu

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

İyi Bir Modelin Özellikleri

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

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

Korelasyon ve Regresyon

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

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

BURSA TEKNİK ÜNİVERSİTESİ MAKİNE MÜHENDİSLİĞİ BÖLÜMÜ MAKİNE LABORATUVAR DERSİ. İçten Yanmalı Motorlarda Performans ve Enerji Dağılımı Deneyi

AYRIK VE SÜREKLİ ZAMANLI BİRİNCİ DERECEDEN SİGMA-DELTA MODÜLATÖRÜNÜN PRATİK OLARAK GERÇEKLEŞTİRİLMESİ

Ölçme Kuramnda Temel Yaklamlar

MODEL SORU - 1 DEKİ SORULARIN ÇÖZÜMLERİ

Regresyon Analizinde Nitel Bilgi. Nitel Değişkenler: Ders Planı. Nitel Bilgi

Sakarya Ticaret Borsası. Üye Memnuniyet ve Beklenti Anketi. Raporu

KUKLA DEĞİŞKENLİ MODELLER

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

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

Yuvalanmamış F testi- Davidson- MacKinnon J sınaması

Kukla Değişken Nedir?

Termodinamiğin Yasaları:

BİRDEN ÇOK BAĞIMLI DEĞİŞKENİ OLAN MODELLER

İLETKEN ve YARIİLETKENLERDE HALL OLAYI

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

A. Regresyon Katsayılarında Yapısal Kırılma Testleri

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

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

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

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

OTOKORELASYON OTOKORELASYON

4. BİR BOYUTLU ZAMANA BAĞLI ISI İLETİMİ

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

Ekonometri I VARSAYIMLARI

KATEGORİK VERİLERİN TESTİ (ki-kare testi)

Appendix C: İstatistiksel Çıkarsama

MAK TERMODİNAMİK (CRN: 22594, 22599, 22603, ) BAHAR YARIYILI ARA SINAV-1

YTÜ İktisat Bölümü EKONOMETRİ I Ders Notları

KUKLA DEĞİŞKENLİ MODELLER

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

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.

1. YAPISAL KIRILMA TESTLERİ

ÖRNEKLEME DAĞILIŞLARI VE TAHMİNLEYİCİLERİN ÖZELLİKLERİ

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

OLASILIK ve ÝSTATÝSTÝK ( Genel Tekrar Testi-1) KPSS MATEMATÝK. Bir anahtarlıktaki 5 anahtardan 2 si kapıyı açmak - tadır.

DENEY 10 PM DC Servo Motor Karakteristikleri

DOĞUŞ ÜNİVERSİTESİ MATEMATİK KLÜBÜ FEN LİSELERİ TAKIM YARIŞMASI 2007 SORULARI

ÇOKLU DOĞRUSAL BAĞLANTI

Çok Parçalı Basınç Çubukları

NADİR TOPRAK ELEMENTLERİ OKSİTLERİNİN ELEKTRONİK VE OPTİK ÖZELLİKLERİNİN İNCELENMESİ: AB İNİTİO YÖNTEMİ *

GAUSS IŞINLARININ SAÇILMASININ SINIR KIRINIM DALGASI TEORİSİ İLE İNCELENMESİ

Doğrusal Korelasyon ve Regresyon

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

Regresyon. Regresyon korelasyon ile yakından ilişkilidir

{ } { } Ters Dönüşüm Yöntemi

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

KUKLA DEĞİŞKENLİ MODELLER

ortalama ve ˆ ˆ, j 0,1,..., k

YARI LOGARİTMİK MODELLERDE KUKLA DECİşKENLERİN KA TSA YıLARıNIN YORUMU

Elektromanyetik Dalga Teorisi

Matris Cebiriyle Çoklu Regresyon Modeli

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

3. TAHMİN En Küçük Kareler (EKK) Yöntemi 1

Merkezi eğilim ölçüleri ile bir frekans dağılımının merkezi belirlenirken; yayılma ölçüleri ile değişkenliği veya yayılma düzeyini tespit eder.

12. HAFTA (RİSK VE GETİRİ) Prof. Dr. Yıldırım B. ÖNAL

GENETİK ALGORİTMA KULLANILARAK GÜÇ SİSTEMLERİNDE OPTİMAL ÇALIŞMA ŞARTLARININ BELİRLENMESİ

Regresyon ve Korelasyon Analizi. Regresyon Analizi

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

Bir ekonomide mal piyasası dengesi aşağıdaki şekliyle dengeye geldiği varsayılmaktadır;

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

MONOSİMETRİK VE AÇIK KESİTLİ BİR EULER-BERNOULLI KİRİŞİNİN İKİ FARKLI METOTLA SERBEST TİTREŞİM ANALİZİ

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

Normallik Varsayımı ve Ençok Olabilirlik Yöntemi

Ders 9: Kitle Ortalaması ve Varyansı için Tahmin

Üstel Dağılım SÜREKLİ ŞANS DEĞİŞKENLERİNİN OLASILIK YOĞUNLUK FONKSİYONLARI

Communication Theory

KATEGORİK VERİLERİN TESTİ (ki-kare testi)

DÜZCE ÜNİVERSİTESİ TEKNOLOJİ FAKÜLTESİ ELEKTRİK-ELEKTRONİK MÜHENDİSLİĞİ BÖLÜMÜ EET305 OTOMATİK KONTROL I Dr. Uğur HASIRCI

BÖLÜM 2- HATA VE HATA KAYNAKLARI SORULAR ÇÖZÜMLER & MATLAB PROGRAMLAMA

Transkript:

Bağımlı Kukla Dğşknlr Bağımlı dğşkn özünd k dğr alablyorsa yan br özllğn varlığı ya da yokluğu söz konusu s bu durumda bağımlı kukla dğşknlr söz konusudur. Bu durumdak modllr tahmn tmk çn dört yaklaşım vardır: -Doğrusal Olasılık Modl -Logt Modl -Probt Modl -Tobt Modl Doğrusal Olasılık Modl Bast doğrusal olasılıklı modl şöyldr: b + b +u () Eğr. Bry stnn özllğ sahps(k durumlu bağımlıdğşkn) 0 Dğr Durumlarda Bağımsız dğşkn Modl, k durumlu bağımlı dğşknn n doğrusal fonksyonu olarak göstrr. Buna doğrusal olasılık modl dnr. Bu modl olasılıklı modl dnmsnn ndn nn çn şartlı bklnn dğrnn, nn çn şartlı olasılığına şt olmasıdır E( )Pr( ) b + b ()

Doğrusal Olasılık Modl Olasılık 0 l arasında olduğundan aşağıdak sınırlama dama gçrldr: 0 E( ) E( )Pr( ) b + b () nolu dnklm şöyl spatlanır: Blndğ gb: E( ) b + b E(u ) 0 Ayrıca Doğrusal Olasılık Modl Olasılık 0 -P P Toplam Bklnn dğr tanımına gör E( ) Σ P 0.(-P ) +.(P ) P E( ) b + b P

DOM Tahmnndk Sorunlar u hata trmnn normal dağılmayışı(bnom dağılımlıdır) Normallk varsayımının sağlanmaması durumunda tahmn dclr sapmasızlıklarını korurlar. Nokta tahmnd normallk varsayımı gözardı dlr. Örnk hacm sonsuza gdrkn EKK tahmnclr çoğunlukla normal dağılıma uyarlar DOM l yapılan statstksl çıkarsamalar normallk varsayımı altındak EKK sürcn uyarlar. u -b -b (3) 0 çn u -b -b çn u -b -b DOM Tahmnndk Sorunlar u hata trmnn dğşn varyanslı olması: u İhtmalP(u ) 0 -b -b (-P ) -b -b P Var(u ) ( b b ) ( P) + ( b b ) (P) Var(u) (b + b)( b b) Var(u ) E( )[ E( )] P ( P ) u ların varyansı farklıdır. u nun varyansı nn çn şartlı olasılığına bağlıdır. u nun varyansı n dğrn bağlıdır v şt dğldr.

DOM Tahmnndk Sorunlar 0 E( ) varsayımının yrn glmyş: tahmnlrn 0 dan küçük ya da dn büyük çıkması durumunda vr st az s 0 dan küçük dğrlr 0, dn büyük dğrlr dğr vrlr. Eğr vr st büyük s gözlmlr çıkartılablr. Blrllk katsayısının güvnl olmaması: Blrllk katsayısı düşük çıktığından modl sçmnd blrllk katsayısı dkkat alınmaz. Doğrusal Olasılık Modl D b + b M +b 3 S +u D Eğr. Kadının br ş varsa ya da ş arıyorsa 0 Dğr Durumlarda M Eğr. Kadın vlys v dğr durumlarda 0 S.kadının yıl olarak aldığı ğtm

D M S D M S 0 6 0 0 4 4 6 0 0 0 0 9 0 0 0 3 0 0 4 0 4 0 0 0 7 0 0 0 0 8 0 0 0 0 4 0 5 0 0 0 3 0 0 9 Kadının İşgücün Katılımı Modl: D.Kadının br ş varsa ya da ş arıyorsa 0 Dğr Durumlarda M. Kadın vlys 0 dğr durumlarda S.kadının yıl olarak aldığı ğtm Kadının İşgücün Katılımı Modl D b + b M +b 3 S +u Dpndnt Varabl: DI Includd obsrvatons: 30 Varabl Coffcnt Std. Error t-statstc Prob. C -0.8430 0.435743-0.6545 0.596 MI -0.38780 0.53053 -.494430 0.090 SI 0.0930 0.034598.68840 0.0 R-squard 0.363455 Man dpndnt var 0.600000 Adjustd R-squard 0.36304 S.D. dpndnt var 0.49873 S.E. of rgrsson 0.400 Akak nfo crtron.59060 Sum squard rsd 4.583 Schwarz crtron.9979 Log lklhood -4.38590 F-statstc 7.70857 Durbn-Watson stat.55075 Prob(F-statstc) 0.0047

Wht Htroskdastcty Tst: F-statstc.759076 Probablty 0.6874 Obs*R-squard 6.58906 Probablty 0.5965 Dpndnt Varabl: RESID^ Includd obsrvatons: 30 Varabl Coffcnt Std. Error t-statstc Prob. C -0.39060 0.700490-0.557639 0.58 MI -0.40659 0.3535 -.30336 0.047 MI*SI 0.0360 0.065.38049 0.797 SI 0.34 0.6635.35344 0.670 SI^ -0.0070 0.004809 -.4768 0.5 R-squard 0.9635 Man dpndnt var 0.577 Adjustd R-squard 0.094777 S.D. dpndnt var 0.680 S.E. of rgrsson 0.5394 Akak nfo crtron -0.75347 Sum squard rsd 0.5945 Schwarz crtron 0.5994 Log lklhood 6.3009 F-statstc.75907 Durbn-Watson stat.96344 Prob(F-statstc) 0.6874 DOM d Farklı Varyansı Önlm u hata trmnn dğşn varyanslı olması: Var(u ) P (-P ) b b u + + v v v v v E( )[ E( )] P ( P ) Ancak burada anakütl dğrlr E( ) P blnmdğndn, örnk tahmn v ( ˆ ) ˆ Ŷ ld dlr. lr hsaplanarak

DOM d Farklı Varyansı Önlm D v b v + b M v + b S v + u v 3 Dpndnt Varabl: D/ v Includd obsrvatons: 30 Varabl Coffcnt Std. Error t-statstc Prob. / v -0.8454 0.36834-0.583 0.5659 M/ v -0.36893 0.359 -.68355 0.03 S/ v 0.08678 0.03 3.6740 0.000 R-squard 0.8770 Man dpndnt var.90469 Adjustd R-squard 0.8638 S.D. dpndnt var.5466 S.E. of rgrsson 0.99809 Akak nfo crtron.786965 Sum squard rsd 3.3473 Schwarz crtron.97085 Log lklhood -38.80448 F-statstc 9.55700 Durbn-Watson stat.583787 Prob(F-statstc) 0.000000 UGULAMA:Cp tlfonunun kullanılıp kullanılmamasını fad dn bağımlı kukla dğşkn 50 kşy yapılan ankt sonuncunda yaş v aylık ortalama glr l açıklanmıştır.(, cp tlfonuna sahp s, 0 cp tlfonuna sahp dğls) Kş (Glr) Z(aş) Kş (Glr) Z(aş) 50 3 6 0 85 350 7 50 3 0 50 3 8 500 4 600 9 790 3 5 00 30 500 6 0 50 0 3 675 7 390 7 3 490 8 0 00 8 33 500 9 0 900 5 34 760 0 0 50 8 35 550 6 0 55 8 36 400 4 0 300 0 37 00 3 640 5 38 0 0 4 500 7 39 75 3 5 300 40 840 6 0 550 9 4 50 3 7 800 8 4 00 3 8 875 43 00 3 9 0 600 7 44 485 3 0 0 500 0 45 50 0 500 9 46 300 0 500 47 470 9 3 550 48 800 3 4 750 49 0 50 5 5 3 50 0 30 3

Dpndnt Varabl: Mthod: Last Squars Includd obsrvatons: 50 Varabl Coffcnt Std. Error t-statstc Prob. C -.373086 0.585035 -.34707 0.03 0.00049 0.00059.90037 0.0635 Z 0.08630 0.0678 3.604 0.004 R-squard 0.4006 Man dpndntvar0.700000 Adjustd R-squard 0.07770 S.D. dpndnt var0.4690 S.E. of rgrsson 0.404 Akak nfo crtron.653 Sum squard rsd 7.978889 Schwarz crtron.373 Log lklhood -5.06633 F-statstc 7.45357 Durbn-Watson stat.55777 Prob(F-statstc)0.00577 Wht Htroskdastcty Tst: F-statstc.305076 Probablty 0.060504 Obs*R-squard 0.37848 Probablty 0.06595 Dpndnt Varabl: RESID^ Includd obsrvatons: 50 Varabl Coffcnt Std. Error t-statstc Prob. C.34377.476.0904 0.85-0.004404 0.00530 -.87846 0.006 ^.63E-06 6.58E-07.47547 0.07 *Z 0.0003 6.84E-05.9794 0.0603 Z -0.6457 0.9-0.609369 0.5454 Z^ 0.0030 0.004396 0.9595 0.7687 R-squard 0.07570 Man dpndnt var0.59578 Adjustd R-squard 0.75 S.D. dpndnt var 0.5 S.E. of rgrsson 0.574 Akak nfo crtron -0.5634 Sum squard rsd.96960 Schwarz crtron 0.0738 Log lklhood 9.907860 F-statstc.305076 Durbn-Watson stat.375 Prob(F-statstc) 0.060504

Kş Kş Kş Kş 0.7308 6 0.5338 3 0.8536 46 0.4970 0.6077 7 0.5705 3 0.767 47 0.4944 3 0.687 8 0.8658 33 0.685 48.00 4 0.867 9 0.386 34 0.8093 49 0.5586 5 0.60 0 0.5953 35.367 50 0.678 6 0.433 0.509 36 0.8907 7.44 0.685 37 0.5340 8 0.756 3 0.79 38 0.5438 9.6 4 0.8044 39 0.6939 0 0.50 5 0.785 40 0.8486 0.306 6 0.566 4 0.687 0.4970 7 0.5586 4 0.706 3.0948 8 0.685 43 0.706 4.98 9 0.9963 44 0.8463 5 0.6693 30 0.7676 45 0.5586 Dpndnt Varabl: / v Mthod: Last Squars Includd obsrvatons: 50 Varabl Coffcnt Std. Error t-statstc Prob. / v 0.853 0.6046 0.350388 0.776 / v -0.0000 0.00049-0.48933 0.63 Z/ v 0.09798 0.03603.647 0.30 R-squard 0.769835 Man dpndnt var.67990 Adjustd R-squard 0.76004 S.D. dpndnt var 3.4638 S.E. of rgrsson.678363 Akak nfo crtron 3.93639 Sum squard rsd 3.3944 Schwarz crtron 4.04636 Log lklhood -95.9098 F-statstc 78.60087 Durbn-Watson stat.49773 Prob(F-statstc) 0.000000

DOM Altrnatf Modl Arama DOM l lgl sayılan sorunların hps br şkld aşılablr Ancak, DOM P E( ) olasılığının l doğrusal olarak arttığını varsayar. an dk marjnal vya küçük br artış hp sabttr. Grçk hayatta s bu bklnn br durum dğldr. DOM l lgl sorunlar şu k özllk saysnd aşılablr:. arttıkça P E( ) d artar ancak 0 l aralığının dışına çıkmaması stnr,.p l arasındak lşknn doğrusal olmaması stnr. DOM Altrnatf Modl Arama ukarıdak özllğ taşıyan modln şkl aşağıda vrlmştr: P KDF - 0 + ukarıdak ğr kümülatf dağılım fonksyonuna bnzmktdr. Bu fonksyon bağımlı kukla dğşknl rgrsyon modllrnd kullanılablr.

Logstk Dağılım Fonksyonu Logt Modl PE( ) (b b ) + + + Z Z b + b z z + -P + + + z z z z P + z. z -P + z Bahs ya da olablrlk oranı Logt Modl P L ln Z b+ b Kümülatf logstk fonksyon P L fark oranı logartması olup hm hm d b paramtrlrn gör doğrusaldır. Z, - l + arasında dğrlr alırkn P nn aldığı dğrlr s 0 l arasında dğşmktdr. Z l P arasındak lşk doğrusal dğldr. Logstk modld b katsayısı, dk br brmlk artışın L d(yan v sahb olma lhn fark oranında ) yapacağı artışı göstrr.

Logt Modln Özllklr. P, 0 dan kadar dğr aldığında, Logtt - l + arasında dğr alır. P P ln ln ln + P 0 P 0 0 P 0 ln ln ln P 0 -. Logt, gör doğrusal kn olasılıklara gör dğldr. 3. Logt modln b katsayısı şu şkld yorumlanır: Bağımsız dğşkndk br brmlk dğşm karşısında Logttk dğşmy göstrr. 4. Logt modl tahmn dldktn sonra, bağımsız dğşknnn blrl br dğr çn logtn grçklşm olasılığı hsaplanablr. Logt Modln EKK İl Tahmn.Adım: P n N olasılıkları hsaplanır..adım: L ln(p P) fark oranı logartmaları hsaplanır. L ln[n (N n )] 3.Adım: L b+ b + u orjnal lojstk modl tahmnlnr. Farklı varyans durumu söz konusu s; orjnal lojstk modln hr k tarafı da l çarpılarak dönüşümlü lojstk modl ld dlr. v L b+ b + u v N P( P)

Logt Modln EKK İl Tahmn Farklı varyans durumu söz konusu s; orjnal lojstk modln hr k tarafı da l çarpılarak dönüşümlü lojstk modl ld dlr. v vl b v + b v + vu L b v + b + w Dönüşümlü vya Tartılı * * v NP( P) w u v EKK Lojstk Modl Logstk Modl Uygulaması 300 aldn oluşan küçük br kasabada allrn, yıllık glrlr ( ) v v sahb olanların sayısı (n ) aşağıdak tabloda göstrlmştr. Mlyon TL) Al Sayısı N Ev Sahb Olan Al Sayısın 0 5 0.5 Nsp Frkanslar P n /N 6 5 6 0.4 0 35 0 0.8 6 45 5 0.33 30 50 5 0.50 40 34 8 0.53 50 30 0 0.66 60 6 6 0.6 70 0 5 0.75 80 5 0 0.67 ΣN 300 Σn 40

Logstk Modl Uygulaması 6 0 6 30 40 50 60 70 80 N 0 5 35 45 50 34 30 6 0 5 n 3 5 6 0 5 5 8 0 6 5 0 P 43/ 0.5 0.4 0.8 0.33 0.50 0.53 0.66 0.6 0.75 0.67 -P 5-4 0.75 0.76 0.7 0.67 0.50 0.47 0.34 0.39 0.5 0.33 P /- P 64/5 0.33 0.3 0.39 0.49.00.3.94.56 3.00.03 L 7ln(6) -.086 -.7-0.946-0.733 0.0000 0. 0.666 0.4446.0986 0.7080 Logstk Modl Uygulaması Dpndnt Varabl: L Mthod: Last Squars Includd obsrvatons: 0 Varabl Coffcnt Std. Error t-statstc Prob. C -.409706 0.5776-6.5339 0.000 0.03669 0.004667 7.0000 0.000 R-squard 0.859649 Man dpndnt var -0.089870 Adjustd R-squard 0.8406 S.D. dpndnt var 0.83500 S.E. of rgrsson 0.33799 Akak nfo crtron 0.80880 Sum squard rsd 0.88073 Schwarz crtron 0.868797 Log lklhood -.0440 F-statstc 49.0005 Durbn-Watson stat.5865 Prob(F-statstc) 0.0003

vn.p.(-p) 8.4.5 3.75 4.56 7.05 9.95.50 8.47 6.73 6.8 3.75 3.3 Logstk Modl Uygulaması v L* * 9 8 07.9.9.9365 -.468 3.379.354 -.5009 34.666.655 -.500 53.036 3.543 -.4999 8.034 3.5355 0.0000 06.0660.903 0.3556 6.430.594.789 9.7.4859.05 49.576.9365.74 35.5544.893.880 45.547 Logstk Modl Uygulaması L * -.38056 v + 0.03363 *, s 0.84 s(b ): (0.35) (0.00556), R 0.80 t (-5.967) (6.044), d.649, F 36.95 Glr br brm arttığında v sahb olma lhn fark oranının logartması 0.033 artmaktadır. Bu fark oranından harktl bll br glr düzynd v sahb olma olasılığı bulunablr: 40 s L* -.38056 (.903) + 0.03363 (6.43)-0.088 antlog(-0.088))0.90 (P/-P)0.90 s P0.4743

40 brm glrl br alnn v sahb olma olasılığı %47.43 dür. Logstk br modld bll br glr düzynd, glrdk br brm artışın v sahb olma olasılığını n ölçüd arttıracağı tahmn dlblr: b (-P)P formülündn 40 kn glr br brm daha arttığında v sahb olma olasılığı (0.03363)(-0.4743).0.47430.00838 F(z) 0 Z FADA İNDEKSİ Probt Modl ( Zμz) / I b + b P R O B İ T (NORMAL) MODEL I * I fads faydanın bll br şk dğrndn sonra söz konusu olablcğn göstrr. Normal dağılım varsayımıyla I * ıni dn küçük vya şt olma htmal şu standartlaştırılmış normal KDF l hsaplanablr: P Pr()Pr(I * I )F(I ) I t / dt b + b t / dt

Probt Modl P F(I ) P 0 - I b + b + P F(I ) I vrlmşkn, ordnatta P htmal bulunur P P vrlmşkn, absst I bulunur. 0 - I F - (P ) + Probt Modln Tahmn Aşamaları. P n /N hsaplanır.. I F - (P ) normal şdğr sapma bulunur. 3. I b + b + u EKK l tahmn dlr. 4. İstnrs, I yrn, (I + 5)probt dğrlr alınarak, EKK l (3.9) tahmn dlr. 5. modlnn hata trm u farklı varyanslıdır. Bu sbptn dönüşümlü dğrlr alınarak TEKK uygulanablr: u P( P) Nf f F - (P ) fadsn şt standart normal yoğunluk fonksyonudur. 6. Büyük örnklr çn b 'lrn güvn aralıkları v hpotz tstlr uygulanarak, anakütld durumun gçrllğ araştırılablr. 7. Blrllk katsayısı R, modln fonksyonl bçmnn y sçlp sçlmdğ konusunda bz fkr vrmz.

Probt Modl Uygulaması P 0.5 0.4 0.8 0.33 0.50 0.53 0.66 0.6 0.75 0.67 I F - (P ) -0.6745-0.7063-0.588-0.4399 0.0000 0.075 0.44 0.793 0.6745 0.4399 ProbtlrZ (I +5) 4.355 4.937 4.47 4.560 5.0000 5.075 5.44 5.793 5.6745 5.4399 6 0 6 30 40 50 60 70 80 Probt Modl Uygulaması I -0.8587 + 0.000, r 0.868 r 0.989 s(b ) (0.008) s 0. d.59 t (7.094) Z 4.34 + 0.00, r 0.86 r 0.985 s(b ) (0.008) s 0. d.5637 t (7.07)

Probt Modl Uygulaması I -0.8587 + 0.000, r 0.868 r 0.989 çn I -0.6 v P 0.6 30 çn I -0.6 v P 0.39 Wooldrdg Exampl 7. nlf kdslt6 kdsg6 ag duc xpr nwfnc xprsq Obs: 753. nlf şgücün katılıyorsa. kdslt6 6 < yaşında küçük çocuk sayısı 3. kdsg6 6-8 yaşları arasındak çocuk sayısı 4. ag kadının yaşı 5. duc ğtm yılı 6. xpr dnym 7. nwfnc (alglr ücrt*saat)/000 8. xprsq dnymkar

Wooldrdg Exampl 7.-DOM Dpndnt Varabl: INLF Mthod: Last Squars Includd obsrvatons: 753 Varabl Coffcnt Std. Error t-statstc Prob. NWIFEINC -0.003405 0.00448 -.350840 0.090 EDUC 0.037995 0.007376 5.594 0.0000 EPER 0.03949 0.005673 6.96866 0.0000 EPERSQ -0.000596 0.00085-3.6959 0.003 AGE -0.0609 0.00485-6.47604 0.0000 KIDSLT6-0.680 0.033506-7.83888 0.0000 KIDSGE6 0.030 0.0396 0.986077 0.344 C 0.58559 0.5478 3.797683 0.000 R-squard 0.646 Man dpndnt var 0.568393 Adjustd R-squard 0.57303 S.D. dpndnt var 0.495630 S.E. of rgrsson 0.4733 Akak nfo crtron.474 Sum squard rsd 35.997 Schwarz crtron.965 Log lklhood -43.893 F-statstc 38.795 Durbn-Watson stat 0.493840 Prob(F-statstc) 0.000000 Wooldrdg Exampl 7.-LOGİT Dpndnt Varabl: INLF Mthod: ML - Bnary Logt Includd obsrvatons: 753 Varabl Coffcnt Std. Error z-statstc Prob. NWIFEINC -0.0345 0.0084 -.5346 0.03 EDUC 0.70 0.043440 5.09443 0.0000 EPER 0.05870 0.03057 6.400 0.0000 EPERSQ -0.00354 0.0006-3.04093 0.009 AGE -0.08804 0.04573-6.04035 0.0000 KIDSLT6 -.443354 0.03585-7.089695 0.0000 KIDSGE6 0.060 0.074790 0.803750 0.45 C 0.4545 0.860369 0.494500 0.60 Man dpndnt var 0.568393 S.D. dpndnt var 0.495630 S.E. of rgrsson 0.45963 Akak nfo crtron.088354 Sum squard rsd 35.76 Schwarz crtron.3748 Log lklhood -40.765 Hannan-Qunn crtr..0780 Rstr. log lklhood -54.873 Avg. log lklhood -0.533553 LR statstc (7 df) 6.6 McFaddn R-squard 0.968 Probablty(LR stat) 0.000000 Obs wth Dp0 35 Total obs 753 Obs wth Dp 48

Wooldrdg Exampl 7.-PROBİT Dpndnt Varabl: INLF Mthod: ML - Bnary Probt Includd obsrvatons: 753 Varabl Coffcnt Std. Error z-statstc Prob. NWIFEINC -0.004 0.004840 -.48437 0.030 EDUC 0.30905 0.0554 5.83485 0.0000 EPER 0.3348 0.0876 6.590348 0.0000 EPERSQ -0.00887 0.000600-3.4505 0.007 AGE -0.05853 0.008477-6.34656 0.0000 KIDSLT6-0.86839 0.85-7.3688 0.0000 KIDSGE6 0.036005 0.043477 0.884 0.4076 C 0.70077 0.508593 0.5307 0.5954 Man dpndnt var 0.568393 S.D. dpndnt var 0.495630 S.E. of rgrsson 0.45945 Akak nfo crtron.0874 Sum squard rsd 35.646 Schwarz crtron.365 Log lklhood -40.30 Hannan-Qunn crtr..06050 Rstr. log lklhood -54.873 Avg. log lklhood -0.53938 LR statstc (7 df) 7.40 McFaddn R-squard 0.058 Probablty(LR stat) 0.000000 Obs wth Dp0 35 Total obs 753 Obs wth Dp 48 Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr EKK dışında n çok kullanılan altrnatf br yöntm En Çok Olablrlk öntm dr. Büyük örnklrd hr k yöntmd yakın sonuçlar vrmktdr. Küçük örnklrd s En Çok Olablrlk öntmnd s sapmalıdır. Oysa EKK d s sapmasızdır.

9 lrn olasılık yoğunluk fonksyonları. + + ) ( f Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr 0 Ortak yoğunluk fonksyonları hr br yoğunluk fonksyonunun çarpımına şttr. ) ( f... ) (... ) ( n n n f f Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr

Olablrlk fonksyonunu, v ya gö kısm türvlrn alarak n çok olablrlk tahmnlrn ld dblrz., ) ( f... ) (... ) ( n n n f f ( )...,...,,, n n n L Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr ) ( f... ) (... ) ( n n n f f ( )...,...,,, n n n L n n... ln ln L Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr

n n... ln ln L ln n ln n L ln ( ) ( ) 0 * ln L + n ( ) ( ) 0 * ln L + Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr ( ) 4 ** n ln L ( ) 0 n ln L 3 + ( ) n Rgrsyon Katsayılarının En Çok Olablrlk Tahmnlr

Örnk Kadının İşgücün Katılımı Modl: D.Kadının br ş varsa ya da ş arıyorsa 0 Dğr Durumlarda M. Kadın vlys 0 dğr durumlarda S.kadının yıl olarak aldığı ğtm A. Kadının aşı Logt Modl Tahmnlr Dpndnt Varabl: DI Mthod: ML - Bnary Logt Includd obsrvatons: 30 Convrgnc achvd aftr 5 tratons Covaranc matrx computd usng scond drvatvs Varabl Coffcnt Std. Error z-statstc Prob. C -5.895933 3.3473 -.773356 0.076 MI -.5860.806 -.938 0.084 SI 0.690368 0.3588.85899 0.088 Man dpndnt var 0.600000 S.D. dpndnt var 0.49873 S.E. of rgrsson 0.39977 Akak nfo crtron.0858 Sum squard rsd 4.3037 Schwarz crtron.548 Log lklhood -3.7693 Hannan-Qunn crtr..9954 Rstr. log lklhood -0.9035 Avg. log lklhood -0.44564 LR statstc ( df) 3.8685 McFaddn R-squard 0.344 Probablty(LR stat) 0.000994 Obs wth Dp0 Total obs 30 Obs wth Dp 8

UGULAMA: Kasımpatı yaprak btklrn öldürn br laçtan Lt suya konan dozlar (, Mlgram), yaklaşık 50cl. lk bt grupları(n ) üzrn sıkılmış v öln bt sayısı (n ) aşağıdak gb tsbt dlmştr: Doz(Ltr başına mg) Gruplardak yaprak bt sayısı (N ) Öln (n ) L.6 50 6.99 3.8 48 6 0.69 5. 46 4 0.09 7.7 49 4.79 0. 50 44.99 Bu vrlrl lgl Logt tahmn modl aşağıdak gbdr: Dpndnt Varabl: LI Mthod: Last Squars Includd obsrvatons: 5 Varabl Coffcnt Std. Error t-statstc Prob. C -.85033 0.6009-4.73373 0.079 0.55044 0.09785 5.658686 0.009 br laçtan Lt suya konan dozlar (, Mlgram), 50cl. lk bt grupları(n) öln bt sayısı (n)

a) Katsayı tahmnlrn yorumlayınız b) 7.7 mlgram doz svysnd ölüm htmal P y hsaplayınız. P L ln( ).85 + 0.55 P P L ln( ).85 + 0.55(7.7).9 P P ln( ).95 P P P.83 P 0.739 UGULAMA: Aşağıda br okulun ğtm l lgl vrlr kullanarak Probt dnklmn çıkartınız. GRADE: n br tknğn uygulanması sonucu öğrnclrn ld ttğ başarı PSI: n Öğrtm öntm GPA: Çocuğun Ortalama Drcs TUCE: Sınav Öncs Konu l lgl Blg SKoru

Dpndnt Varabl: GRADE Mthod: ML - Bnary Probt Includd obsrvatons: 3 Convrgnc achvd aftr 5 tratons Varabl Coffcnt Std. Error z-statstc Prob. C -7.4530.5447 -.933 0.0034 GPA.6580 0.69388.343063 0.09 PSI.4633 0.595038.397045 0.065 TUCE 0.0579 0.083890 0.6666 0.5375 GRADE: n br tknğn uygulanması sonucu öğrnclrn ld ttğ başarı PSI: n Öğrtm öntm GPA: Çocuğun Ortalama Drcs TUCE: Sınav Öncs Konu l lgl Blg Skoru Dpndnt Varabl: GRADE Mthod: ML - Bnary Logt Sampl: 3 Varabl Coffcnt Std. Error z-statstc Prob. C -3.035 4.9337 -.64054 0.0083 GPA.863.6940.3776 0.05 PSI.378688.064563.3446 0.055 TUCE 0.09558 0.4554 0.6735 0.504 GRADE: n br tknğn uygulanması sonucu öğrnclrn ld ttğ başarı PSI: n Öğrtm öntm GPA: Çocuğun Ortalama Drcs TUCE: Sınav Öncs Konu l lgl Blg SKoru