Bir gayrimenkul değerleme uzmanı, konut satış fiyatlarını (Y); konutun yüz ölçümü (X_1), o… — KPSS İstatistik

Bir gayrimenkul değerleme uzmanı, konut satış fiyatlarını ( $Y$ ); konutun yüz ölçümü ( $X_1$ ), oda sayısı ( $X_2$ ) ve bina yaşı ( $X_3$ ) değişkenlerini kullanarak çoklu doğrusal regresyon modeliyle analiz etmektedir. Modelin bağımsız değişkenlerine ilişkin elde edilen bazı istatistikler aşağıdaki tabloda sunulmuştur:

Değişken	Tolerans ( $1-R_j^2$ )	Varyans Şişme Faktörü (VIF)
$X_1$	0,80	1,25
$X_2$	0,05	20,00
$X_3$	0,10	10,00

Bu modelde ortaya çıkan çoklu doğrusal bağlantı (multicollinearity) sorunu ve En Küçük Kareler (EKK) tahmincileri üzerindeki etkileri ile ilgili aşağıdakilerden hangisi doğrudur?

A
Parametre tahminleri sapmalı (bias) hale geldiği için kitle parametrelerini doğru tahmin etme özelliğini kaybeder.
B
Tolerans değerinin $0,05$ olması, ilgili değişkenin varyansının olması gerekenden $5$ kat daha fazla şiştiğini gösterir.
EKK tahmincileri sapmasız kalmaya devam eder; ancak parametre varyansları büyüdüğü için tahminciler etkinliklerini kaybeder.Answer
D
Modeldeki VIF değerlerinin yüksek olması, hata terimleri arasında otokorelasyon veya değişen varyans sorunu olduğunu kanıtlar.
E
Tolerans değeri ile VIF arasında doğru orantı olduğundan, tolerans değeri sıfıra yaklaştıkça bağlantı sorunu azalır.

Answer

Çoklu doğrusal bağlantı durumunda En Küçük Kareler tahmincileri sapmasızlık (unbiasedness) özelliğini korur; fakat parametre tahminlerinin varyansları büyüdüğü için etkinliklerini (efficiency) kaybederler.

Çoklu doğrusal regresyon analizinde bağımsız değişkenler arasındaki yüksek korelasyon (çoklu doğrusal bağlantı), En Küçük Kareler (EKK) tahmincilerinin sapmasızlık (unbiasedness) özelliğini değiştirmez. Ancak, bu sorun parametre tahminlerinin varyanslarını ve standart hatalarını aşırı derecede büyüterek güven aralıklarının genişlemesine ve t-testlerinin anlamsız çıkmasına neden olur. Bu durum, tahmincilerin 'en küçük varyanslı' olma özelliğini (etkinliğini) pratikte yitirmesi anlamına gelir.

Step-by-Step Solution

VIF ve Tolerans değerlerini analiz etme

Oda sayısı (

X_2

) için VIF değerinin

20

ve toleransın

0,05

olduğu, bunun da kabul gören eşik değer olan

10

'un çok üzerinde olduğu görülmektedir.

Değişkenler arasındaki bağlantı düzeyini belirlemek için istatistiksel eşik değerler kontrol edilmelidir.

Çoklu doğrusal bağlantının EKK tahmincileri üzerindeki teorik etkisini değerlendirme

Çoklu doğrusal bağlantı bir veri sorunudur ve Gauss-Markov varsayımlarını (tam bağlantı hariç) bozmaz. Bu nedenle tahminciler hala sapmasızdır.

EKK yönteminin temel özelliklerinin hangi şartlarda korunduğunu belirlemek gerekir.

Etkinlik ve varyans ilişkisini kurma

Bağlantı arttıkça varyans şişme faktörü (VIF) artar, bu da standart hataları büyüterek t-istatistiklerini küçültür ve katsayıları anlamsız kılar; bu durum etkinlik kaybı olarak tanımlanır.

Sorunun istatistiksel çıkarımlar (hipotez testleri) üzerindeki pratik etkisini açıklamak için gereklidir.

Key Concept

Çoklu Doğrusal Bağlantı Altında EKK Tahmincilerinin Özellikleri

Practice More

Çoklu doğrusal bağlantı sorununu gidermek için kullanılan Ridge Regresyon ve Temel Bileşenler Regresyonu gibi yöntemlerin, sapmasızlık ve varyans arasındaki ödünleşimi (bias-variance tradeoff) nasıl yönettiğini inceleyebilirsiniz.

Estimated Time:1m 30s

Question

Answer

Step-by-Step Solution

Key Concept

Common Mistakes

Practice More

Topics

More questions from this topic