Question

Difficulty: MediumOtokorelasyon Tespiti (Testler) ve Giderme Yöntemleri

Bir zaman serisi regresyon analizinde Durbin-Watson dd istatistiği sıfıra çok yakın (d0d \approx 0) bulunmuş ve hata terimleri arasında tam pozitif otokorelasyon (ρ=1\rho = 1) olduğu varsayılmıştır. Bu durumda, otokorelasyon problemini gidermek amacıyla modele uygulanması gereken en uygun dönüşüm yöntemi aşağıdakilerden hangisidir?

  1. Birinci Farklar YöntemiAnswer
  2. B
    Cochrane-Orcutt Yöntemi
  3. C
    White Genel Testi
  4. D
    Durbin-Watson d Testi
  5. E
    Goldfeld-Quandt Testi

Answer

Birinci Farklar Yöntemi, ρ=1\rho = 1 varsayımı altında değişkenlerin cari değerlerinden bir önceki dönem değerlerinin çıkarılmasıyla uygulanan dönüşüm yöntemidir.
Durbin-Watson dd istatistiğinin 0 olması tam pozitif otokorelasyona (ρ=1\rho = 1) işaret eder. Genelleştirilmiş fark denkleminde ρ\rho yerine 1 koyulduğunda model, değişkenlerin birinci farklarının (YtYt1Y_t - Y_{t-1} ve XtXt1X_t - X_{t-1}) kullanıldığı 'Birinci Farklar Yöntemi'ne dönüşür.

Step-by-Step Solution

1
Durbin-Watson istatistiği ile ρ\rho arasındaki ilişkiyi belirle.
d2(1ρ)d \approx 2(1 - \rho) formülünden d0d \approx 0 ise 1ρ01 - \rho \approx 0 yani ρ1\rho \approx 1 olur.
Durbin-Watson değeri 0'a yaklaştıkça güçlü pozitif otokorelasyonun varlığı ve ρ\rho'nun 1'e yaklaştığı anlaşılır.
2
Genelleştirilmiş Fark Dönüşümü formülünü ρ=1\rho = 1 için uygula.
YtρYt1=β(XtρXt1)+ϵtY_t - \rho Y_{t-1} = \beta(X_t - \rho X_{t-1}) + \epsilon_t denkleminde ρ=1\rho = 1 yazıldığında ΔYt=βΔXt+ϵt\Delta Y_t = \beta \Delta X_t + \epsilon_t elde edilir.
Tam pozitif otokorelasyon durumunda modelin orijinal değişkenleri yerine bu değişkenlerin birinci farkları ile tahmin yapılması otokorelasyonu giderir.

Key Concept

Otokorelasyon Giderme Yöntemleri (Birinci Farklar)

Practice More

Negatif otokorelasyon (ρ=1\rho = -1) durumunda hangi fark dönüşümünün (ikinci farklar veya toplamlar) uygulanabileceğini inceleyiniz.
Estimated Time:1m 30s
Rate this question