Zaman serisi veya yatay kesit verilerinin analizinde, incelenen değişkenler arasındaki ili… — KPSS İstatistik

Zaman serisi veya yatay kesit verilerinin analizinde, incelenen değişkenler arasındaki ilişkiler her zaman parametreleri açısından doğrusal bir yapı sergilemez. Ancak bazı fonksiyonel formlar, değişkenlere uygulanacak uygun matematiksel dönüşümler sayesinde En Küçük Kareler (EKK) yöntemiyle tahmin edilebilir (doğrusal) duruma getirilebilir.

Bir bölgenin yıllık enerji tüketiminin ( $Y_i$ ), zaman ( $X_i$ ) içindeki değişim eğilimini analiz etmek isteyen bir araştırmacı, $Y_i = \beta_0 e^{\beta_1 X_i} e^{u_i}$ formunda stokastik bir üstel büyüme modeli kurgulamıştır (burada $u_i$ stokastik hata terimidir). Araştırmacı bu modeli EKK ile tahmin edebilmek amacıyla modelin her iki tarafının doğal logaritmasını alarak dönüşüm uygulayacaktır.

Bu modelin doğrusal hale getirilmesi ve analiz süreciyle ilgili aşağıdaki ifadelerden hangisi teorik olarak doğrudur?

Doğrusal dönüşümün başarıyla uygulanabilmesi ve EKK'nın gerektirdiği toplamsal hata yapısına ulaşılabilmesi için, orijinal modeldeki hata teriminin eşitlikte çarpımsal bir faktör olarak yer alması matematiksel bir zorunluluktur.Answer
B
Dönüştürülmüş modelden hesaplanacak olan belirtme katsayısı ( $R^2$ ), modelin açıklama gücünü kıyaslamak amacıyla, bağımlı değişkenin düzey değerde ( $Y_i$ ) bırakıldığı klasik bir doğrusal modelin $R^2$ değeriyle doğrudan karşılaştırılabilir.
C
Doğrusal dönüşüm sonrasında tahmin edilecek olan $\beta_1$ eğim katsayısı, zaman değişkenindeki yüzde birlik artışın enerji tüketiminde yaratacağı yüzde kaçlık etkiyi gösteren doğrudan esneklik (elastisiyet) değeridir.
D
Dönüşüm sonucunda elde edilen tahmincilerin sapmasızlık özelliğini taşıması, Gauss-Markov teoremine göre bu tahmincilerin otomatik olarak en küçük varyansa (etkinliğe) sahip olmasını da kesin olarak garanti eder.
E
Doğrusallaştırılan modelin hata terimlerinde değişen varyans (heteroskedastisite) sorunu olup olmadığını tespit etmek için temel test istatistiği olarak öncelikle Durbin-Watson d istatistiği kullanılmalıdır.

Answer

Modelin EKK ile tahmin edilebilir doğrusal bir yapıya dönüşebilmesi için hata teriminin orijinal denklemde çarpımsal olarak yer alması gerektiğini belirten ifade doğrudur.

Doğrusal olmayan modellerin doğal logaritma alınarak doğrusallaştırılabilmesi için, hata teriminin orijinal modele çarpımsal biçimde dâhil edilmiş olması gerekir. Eğer orijinal model

Y_i = \beta_0 e^{\beta_1 X_i} + u_i

gibi toplamsal bir hata terimi barındırsaydı, eşitliğin logaritması alındığında sağ taraf doğrusal parametrelere ayrılamayacaktı. Bu nedenle, En Küçük Kareler (EKK) tahmincilerinin bulunabilmesi ve hata teriminin bağımsız bir toplamsal terim (

+ u_i

) olarak modele girebilmesi için baştaki çarpımsal zorunluluk mevcuttur.

Step-by-Step Solution

Modelin matematiksel dönüşüm (logaritma alma) işleminin incelenmesi

Eşitliğin iki tarafının logaritması alındığında

\ln(Y_i) = \ln(\beta_0) + \beta_1 X_i + u_i

doğrusal denkleminin elde edildiğinin görülmesi.

Orijinal modelin özü itibarıyla doğrusal olup olmadığını (intrinsically linear) tespit etmek için.

Hata teriminin formunun dönüşüm üzerindeki etkisinin analiz edilmesi

Hata terimi eğer toplamsal (

+ u_i

) olsaydı,

\ln(Y_i) = \ln(\beta_0 e^{\beta_1 X_i} + u_i)

olacağı ve modelin parametreler açısından doğrusal hale gelemeyeceğinin fark edilmesi.

Logaritmik dönüşümle EKK'nın gerektirdiği toplamsal hata terimine ulaşmak için, başlangıçtaki hata teriminin neden çarpımsal olması gerektiğinin kanıtlanması.

Diğer ifadelerdeki kavram yanılgılarının tespit edilmesi

R² karşılaştırması, esneklik yorumu, Gauss-Markov şartları ve Durbin-Watson testinin kullanım amaçlarına dair hataların ayıklanması.

Çeldirici seçeneklerin içerdiği istatistiksel ve ekonometrik bilgi yanlışlıklarının doğrulanması.

Key Concept

Doğrusal Hale Getirilebilen Modeller ve Çarpımsal Hata Terimi Kavramı

Question

Answer

Step-by-Step Solution

Key Concept

Common Mistakes

Topics