Examkin

Question

Difficulty: HardÇoklu Doğrusal Bağlantı Tespiti ve Giderme Yöntemleri

Bir kamu politikası araştırmacısı, illerin yıllık sağlık harcamalarını analiz etmek amacıyla beş bağımsız değişken içeren bir çoklu doğrusal regresyon modeli kurmuştur. Model tahmin sonuçlarına göre; belirtme katsayısı (R2R^2) 0,920,92 olarak hesaplanmış ve modelin genel anlamlılığını sınayan FF-testi istatistiği yüksek düzeyde anlamlı (p<0,01p < 0,01) bulunmuştur. Buna karşılık, modele dahil edilen bağımsız değişkenlerden üçünün kısmi eğim katsayılarına ait tt-testi istatistikleri istatistiksel olarak anlamsız (p>0,10p > 0,10) çıkmıştır.

Bu bulgular dikkate alındığında; modeldeki temel ekonometrik sorunun teşhisi, En Küçük Kareler (EKK) tahmincileri üzerindeki teorik etkisi ve bu sorunun giderilmesine yönelik uygun yaklaşım aşağıdakilerin hangisinde doğru verilmiştir?

  1. A
    Sorunun varlığı White veya Park testleri ile tespit edilir; bu durum EKK tahmincilerinin sapmalı ve tutarsız olmasına yol açtığından, model Ağırlıklı En Küçük Kareler (WLS) yöntemiyle yeniden tahmin edilmelidir.
  2. B
    Sorunun teşhisinde Durbin-Watson dd veya Breusch-Godfrey testleri kullanılır; tahmincilerin etkinliği kaybolduğu için çözüm olarak Cochrane-Orcutt dönüştürmesi uygulanmalıdır.
  3. Sorunun teşhisinde Varyans Şişme Faktörü (VIF) ve Durum İndeksi (CI) kullanılır; bu sorun EKK tahmincilerinin sapmasızlığını bozmaz ancak varyanslarını büyüterek etkinliğini ortadan kaldırır. Çözüm olarak Ridge regresyonu uygulanabilir.Answer
  4. D
    Sorunun teşhisinde Varyans Şişme Faktörü (VIF) kullanılır; bu sorun EKK tahmincilerini sapmalı (yanlı) hale getirdiği için, çözüm olarak modelden derhal en düşük tt değerine sahip değişken çıkarılmalıdır.
  5. E
    Yüksek FF ve düşük tt istatistikleri modelde eksik belirleme (gerekli değişkenin dışlanması) olduğuna işaret eder; tespit için Ramsey RESET testi kullanılmalı ve modele yeni açıklayıcı değişkenler eklenmelidir.

Answer

Modeldeki belirtiler şiddetli çoklu doğrusal bağlantıya işaret etmektedir. Bu sorunun teşhisinde VIF ve CI kullanılır; sorun EKK'nın sapmasızlığını bozmaz fakat etkinliğini yok eder ve çözüm olarak Ridge regresyonu uygulanabilir.
Soruda verilen 'yüksek R2R^2 ve anlamlı FF değerine karşılık anlamsız tt değerleri' durumu, şiddetli çoklu doğrusal bağlantının ders kitaplarında yer alan en klasik belirtisidir. Bu sorunu teşhis etmek için Varyans Şişme Faktörü (VIF) ve Durum İndeksi (Condition Index - CI) kullanılır. Çoklu bağlantı varlığında Gauss-Markov teoremine göre EKK tahmincileri sapmasızlık özelliğini korur, ancak varyansları şiştiği için etkinlik (minimum varyans) özelliklerini yitirirler. Çözüm aşamasında ise, yanlı ama varyansı çok daha düşük tahminler üreten Ridge regresyonu veya Temel Bileşenler Analizi (PCA) gibi yöntemler standart çözüm yollarıdır.

Step-by-Step Solution

1
Soruda verilen ekonometrik belirtileri analiz et.
Modelin genel açıklayıcılığı (R2=0,92R^2 = 0,92) ve genel anlamlılığı (FF-testi) çok yüksekken, bireysel parametrelerin anlamlılığı (tt-testleri) düşüktür.
Bu çelişkili durum, bağımsız değişkenlerin kendi aralarında yüksek korelasyona sahip olduğunu (çoklu doğrusal bağlantı) gösterir; değişkenler birlikte bağımlı değişkeni iyi açıklarken, tekil etkileri birbirinden ayrılamamaktadır.
2
Çoklu doğrusal bağlantının tespit yöntemlerini belirle.
Varyans Şişme Faktörü (VIF), Tolerans değeri, Durum İndeksi (Condition Index - CI) ve korelasyon matrisi bu sorunun temel teşhis araçlarıdır.
Teşhis araçlarını bilmek, diğer varsayım ihlali testlerini (White, Durbin-Watson vb.) elemek için gereklidir.
3
Çoklu doğrusal bağlantının EKK (En Küçük Kareler) tahmincileri üzerindeki teorik etkilerini değerlendir.
Tahminciler doğrusal ve sapmasız (unbiased) olma özelliklerini korurlar; ancak minimum varyanslı olma (etkinlik) özelliklerini kaybederler. Varyanslar şiştiği için standart hatalar büyür ve tt-değerleri küçülür.
Çoklu bağlantının sapmaya yol açtığı şeklindeki yaygın yanılgıya düşmemek için teorik özelliklerin (Gauss-Markov) iyi bilinmesi gerekir.
4
Sorunun giderilmesine yönelik ekonometrik çözüm yöntemlerini tanımla.
Ridge regresyonu, Temel Bileşenler Analizi (PCA) uygulamak, teorik olarak uygunsa değişken dönüştürmek veya veri boyutunu artırmak kabul gören yöntemlerdir.
Ridge regresyonu, yanlılık ekleyerek varyansı ciddi şekilde düşüren ve çoklu bağlantıyı aşmak için özel geliştirilmiş standart bir yöntemdir.

Key Concept

Çoklu Doğrusal Bağlantı (Multicollinearity) Tespiti, EKK Üzerindeki Etkileri ve Çözüm Yolları
Rate this question

Topics

Çoklu Doğrusal Bağlantı Tespiti ve Giderme Yöntemleri