Examkin

Question

Difficulty: HardEKK (En Küçük Kareler) Varsayımları Genel Çerçevesi

Klasik Doğrusal Regresyon Modeli'nde (KDRM), En Küçük Kareler (EKK) tahmin edicilerinin Gauss-Markov teoremine göre 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUE) olabilmesi için belirli varsayımların sağlanması gerekmektedir. Bu varsayımların ihlali, tahmin edicilerin istatistiksel özelliklerini (sapmasızlık, etkinlik vb.) farklı şekillerde etkiler.

Buna göre, KDRM varsayımları ve bu varsayımların ihlalinin sonuçlarıyla ilgili aşağıdaki ifadelerden hangisi teorik olarak doğrudur?

  1. Hata terimlerinin normal dağılıma sahip olduğu varsayımının ihlal edilmesi durumunda dahi, EKK tahmin edicileri doğrusal ve sapmasız tahmin ediciler arasında en küçük varyansa sahip olma (BLUE) özelliğini korur.Answer
  2. B
    Modelde hata terimlerinin varyansının gözlemden gözleme farklılık göstermesi (değişen varyans), Gauss-Markov teoreminin ihlali sayılarak EKK tahmin edicilerinin sapmasızlık özelliğini tamamen yitirmesine neden olur.
  3. C
    Bağımsız değişkenler arasında yüksek dereceli ancak tam olmayan bir doğrusal bağlantının varlığı, tahmin işleminde bağımsızlık varsayımını bozarak EKK tahmin edicilerinin sapmalı (biased) değerler üretmesine yol açar.
  4. D
    Zaman serilerinde karşılaşılan ardışık bağımlılık (otokorelasyon) sorunu, EKK tahmin edicilerinin sapmasızlığını ortadan kaldırırken, aynı zamanda tahmin edicilerin en küçük varyanslı (etkin) olma özelliğini sürdürmesini sağlar.
  5. E
    Modele teorik olarak ilgisiz ve gereksiz bir bağımsız değişkenin dâhil edilmesi (aşırı belirleme), bağımlı değişken üzerindeki etkiyi saptırarak EKK tahmin edicilerinin sapmalı hale gelmesine sebep olur.

Answer

Hata terimlerinin normal dağılıma sahip olduğu varsayımı ihlal edilse bile EKK tahmin edicilerinin BLUE özelliğini koruduğunu ifade eden seçenektir.
Gauss-Markov teoremine göre, En Küçük Kareler (EKK) tahmin edicilerinin 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUE) olabilmesi için normallik varsayımı zorunlu değildir. Teorem; hata terimlerinin ortalamasının sıfır, varyansının sabit (homoskedastisite) ve ardışık bağımsız (otokorelasyonsuz) olmasını şart koşar. Hata terimleri normal dağılmasa bile, bu şartlar sağlandığında EKK tahmin edicileri doğrusal ve sapmasız tahmin ediciler sınıfı içinde en küçük varyansa sahip olmaya devam eder. Normallik varsayımı, sadece küçük örneklemlerde parametrelerin önemliliğini sınamak (t ve F testleri) amacıyla gereklidir.

Step-by-Step Solution

1
Gauss-Markov teoreminin temel varsayımlarını listelemek.
BLUE olabilmek için; parametrelerde doğrusallık, sıfır koşullu ortalama E(ui∣X)=0E(u_i|X)=0, sabit varyans Var(ui∣X)=σ2Var(u_i|X)=\sigma^2 ve otokorelasyonsuzluk Cov(ui,uj∣X)=0Cov(u_i, u_j|X)=0 varsayımları gereklidir.
Teoremin sınırlarını belirlemek ve özellikleri sağlayan çekirdek şartları hatırlamak için.
2
Normallik varsayımının Gauss-Markov teoremindeki yerini ve işlevini incelemek.
Hata terimlerinin normal dağılması, tahmin edicilerin BLUE olması için gerekli bir şart değildir; yalnızca t ve F testleri gibi hipotez testlerinin geçerliliği için varsayılır.
BLUE olma özelliği ile parametrelere ilişkin güven aralığı oluşturma/hipotez testi yapma arasındaki teorik ayrımı netleştirmek için.
3
Diğer varsayım ihlallerinin tahmin ediciler üzerindeki kesin etkilerini haritalandırmak.
Değişen varyans ve otokorelasyon durumlarında tahmin ediciler sapmasız kalır ancak etkinliklerini yitirir. Çoklu bağlantı ve aşırı belirleme ise EKK'nin sapmasızlığını etkilemez.
Diğer seçeneklerde verilen ifadelerin kavramsal olarak yanlış kurgulandığını (sapmasızlık ile etkinliğin birbirine karıştırıldığını) ispatlamak için.

Key Concept

Gauss-Markov Teoremi ve EKK Tahmin Edicilerinin Özellikleri
Rate this question

Topics

EKK (En Küçük Kareler) Varsayımları Genel Çerçevesi

More questions from this topic