Regresyon analizinde, başlangıçta doğrusal olmayan bir fonksiyonel formun 'doğrusal hale g… — KPSS İstatistik

Regresyon analizinde, başlangıçta doğrusal olmayan bir fonksiyonel formun 'doğrusal hale getirilebilir' (linearizable) olarak nitelendirilmesi ve standart En Küçük Kareler (EKK) yöntemiyle analiz edilebilmesi için belirli yapısal özellikler taşıması gerekir. Bu bağlamda, doğrusal hale getirilebilen modellerin kavramsal çerçevesiyle ilgili aşağıdaki ifadelerden hangisi doğrudur?

A
Modelin orijinal halinin parametrelere göre doğrusal olması, doğrusal hale getirilebilirlik için ön şarttır.
B
Bağımlı değişken üzerinde logaritmik dönüşüm yapıldığında elde edilen belirtme katsayısı ( $R^2$ ), seviye değerindeki modelin $R^2$ değeri ile doğrudan kıyaslanabilir.
Dönüşüm sonrasında hata teriminin toplamsal (additive) bir form alması ve klasik regresyon varsayımlarını sağlaması esastır.Answer
D
Bağımsız değişkenlerin tersinin ( $1/X$ ) alınması durumunda model, parametrelere göre doğrusal olma özelliğini kesinlikle kaybeder.
E
Üstel bir modelde hata terimi başlangıçta toplamsal ( $+u$ ) ise, logaritmik dönüşüm yapıldığında model her zaman doğrusal hale gelir.

Answer

Dönüşüm sonrasında hata teriminin toplamsal (additive) bir form alması ve klasik regresyon varsayımlarını sağlaması esastır.

Doğrusal olmayan regresyon modellerinin doğrusal hale getirilebilmesi için, yapılan matematiksel dönüşüm (genellikle logaritma) sonucunda parametrelerin doğrusal bir yapıya kavuşması ve hata teriminin de bu yapıya toplamsal olarak eklenmesi gerekir. Eğer dönüşüm sonrası hata terimi toplamsal ve klasik varsayımlara (sabit varyans, ilişkisizlik vb.) uygun hale gelmezse EKK tahmincileri sapmalı veya etkisiz olur.

Step-by-Step Solution

Doğrusal hale getirilebilir model kavramını analiz etmek.

Bu modellerin, değişkenler veya parametreler üzerindeki uygun dönüşümlerle parametrelere göre doğrusal forma sokulabildiği saptanır.

EKK yönteminin temel şartı modelin parametrelere göre doğrusal olmasıdır.

Hata teriminin dönüşüm sonrası yapısını incelemek.

Dönüşüm (örneğin logaritma) uygulandıktan sonra hata teriminin modelin geri kalanından ayrışarak toplamsal bir yapıya (

\beta_0 + \beta_1 X + u

) dönüşmesi gerektiği görülür.

EKK, hata kareler toplamını minimize edebilmek için hata teriminin parametrelerden bağımsız ve toplamsal olmasını gerektirir.

Karşılaştırma kısıtlarını değerlendirmek.

Özellikle bağımlı değişkenin formunun değiştiği durumlarda

R^2

karşılaştırmasının hatalı olduğu belirlenir.

Açıklanan varyansın temeli olan bağımlı değişken değiştiğinde payda (toplam varyans) aynı kalmaz.

Key Concept

Doğrusal hale getirilebilen modellerde temel amaç, parametrelere göre doğrusallığı ve hata teriminin toplamsallığını sağlamaktır.

Alternative Method

Bağımlı değişkenin değiştiği modellerde karşılaştırma yapmak için R² yerine 'Antilog Y' üzerinden hesaplanan karşılaştırmalı R² veya Akaike Bilgi Kriteri (AIC) gibi alternatif istatistikler kullanılabilir.

Estimated Time:1m 30s

Question

Answer

Step-by-Step Solution

Key Concept

Common Mistakes

Alternative Method

Topics