Çoklu doğrusal regresyon analizinde, bağımsız değişkenler arasında yüksek dereceli ancak t… — KPSS İstatistik

Çoklu doğrusal regresyon analizinde, bağımsız değişkenler arasında yüksek dereceli ancak tam olmayan bir doğrusal ilişki (çoklu doğrusal bağlantı) bulunması durumunda, En Küçük Kareler (EKK) tahmin edicilerinin özellikleri ile ilgili aşağıdakilerden hangisi doğrudur?

Tahmin ediciler sapmasızlık ( $unbiasedness$ ) özelliğini korur, ancak katsayıların varyansları ve standart hataları büyür.Answer
B
Tahmin ediciler sapmalı ( $biased$ ) hale gelir ve artık kitle parametrelerinin gerçek değerlerini ortalamada tahmin edemezler.
C
Tahmin ediciler Gauss-Markov teoremi uyarınca sahip oldukları "En İyi Doğrusal Sapmasız Tahmin Edici" (BLUE) olma özelliğini kaybederler.
D
Katsayıların varyansları küçülür, bu da bireysel anlamlılık testlerinde ( $t$ -testi) katsayıların her zaman anlamlı çıkmasına yol açar.
E
Belirleme katsayısı ( $R^2$ ) çok düşük değerler alır ve modelin toplam açıklama gücü istatistiksel olarak anlamsız hale gelir.

Answer

Tahmin ediciler sapmasızlık özelliğini korurken, varyanslarının ve standart hatalarının artması doğru bir tespittir.

Çoklu doğrusal bağlantı (tam olmadığı sürece) EKK tahmin edicilerinin sapmasızlık özelliğini bozmaz; yani tahmin edicilerin beklenen değeri hala gerçek parametre değerine eşittir. Ancak katsayıların varyansları ve standart hataları artar, bu da tahminlerin güvenilirliğini azaltır.

Step-by-Step Solution

Çoklu doğrusal bağlantının tanımını ve EKK varsayımları üzerindeki etkisini hatırla.

Çoklu doğrusal bağlantı, bağımsız değişkenlerin birbirleriyle yüksek korelasyona sahip olmasıdır. Bu durum bir varsayım ihlali olsa da, EKK tahmin edicilerinin temel özelliklerini tamamen yok etmez.

Sorunun cevabına ulaşmak için tahmin edicinin sapmasızlık ve varyans özelliklerini değerlendirmek gerekir.

Sapmasızlık (

Unbiasedness

) ve Etkinlik (

Efficiency

) özelliklerini analiz et.

EKK tahmin edicileri hala sapmasızdır (

E[\hat{\beta}] = \beta

). Ancak varyanslar (

Var(\hat{\beta})

) aşırı derecede büyür.

Çoklu doğrusal bağlantı durumunda örneklem varyansı, Varyans Şişme Faktörü (VIF) nedeniyle artar.

Modelin genel ve bireysel anlamlılık testleri üzerindeki etkisini değerlendir.

Yüksek varyanslar düşük

t

istatistiklerine (

t = \hat{\beta} / se(\hat{\beta})

) yol açar. Bu da katsayıların bireysel olarak anlamsız çıkmasına neden olurken, modelin genel başarısını gösteren

R^2

F

testi genellikle yüksek/anlamlı kalır.

Doğru seçeneği yanlış olanlardan ayırmak için bu çelişkili durum (yüksek

R^2

ve anlamsız

t

) bilinmelidir.

Key Concept

Çoklu doğrusal bağlantının EKK özellikleri üzerindeki temel etkisi, sapmasızlığın korunması ancak varyansların şişmesidir.

Hints

Tahmin edicinin 'ortalamada doğru değer verme' (sapmasızlık) özelliği ile 'ne kadar hassas tahmin yaptığı' (varyans) arasındaki ayrımı düşünün.

Practice More

Varyans Şişme Faktörü (VIF) ve tolerans değerlerinin nasıl hesaplandığını ve yorumlandığını inceleyebilirsiniz.

Estimated Time:1m 30s

Question

Answer

Step-by-Step Solution

Key Concept

Common Mistakes

Hints

Practice More

Topics