Bir perakende zincirinin veri bilimi ekibi, mağazaların aylık satış gelirlerini () modellemek için mağaza metrekaresi (), çalışan sayısı () ve günlük ortalama ziyaretçi sayısı () değişkenlerini kullanarak En Küçük Kareler (EKK) yöntemiyle bir çoklu doğrusal regresyon analizi yürütmektedir.
Yapılan ön incelemelerde, çalışan sayısı () ile günlük ortalama ziyaretçi sayısı () arasında çok yüksek bir korelasyon bulunduğu ve modelde ciddi bir çoklu doğrusal bağlantı (multicollinearity) sorunu olduğu tespit edilmiştir. Ayrıca, değişkenine ait tolerans (tolerance) değeri olarak hesaplanmıştır.
Bu regresyon modelindeki çoklu doğrusal bağlantı sorunu ve sonuçları hakkında aşağıdakilerden hangisi kesinlikle doğrudur?
- değişkeni için Varyans Şişirme Faktörü (VIF) değeri 'dir; çoklu doğrusal bağlantı EKK tahmincilerinin sapmasızlık özelliğini bozmaz ancak varyanslarını büyüterek etkinliklerini ortadan kaldırır.Answer
- Bdeğişkeninin VIF değeri 'dir; bu değer kritik eşik olan 'i aştığı için EKK tahmincileri sapmalı hale gelir ve modelin açıklama gücü tamamen kaybolur.
- Cdeğişkeni için VIF değeri hesaplandığında bulunur; bu durum çoklu doğrusal bağlantının tahminciler üzerindeki etkisini azaltarak katsayıların standart hatalarını küçültür.
- DTolerans değerinin olması modelde değişen varyans (heteroscedasticity) sorunu olduğunu gösterir ve bu durum katsayı tahminlerinin güven aralıklarını yapay olarak daraltır.
- EBu sorun hata terimleri arasında ardışık bir ilişkinin (otokorelasyon) varlığına işaret eder ve EKK tahmincilerinin hem sapmalı hem de tutarsız olmasına yol açar.
Answer
VIF değerinin 20 olduğunu ve çoklu doğrusal bağlantının sapmasızlığı bozmayıp etkinliği ortadan kaldırdığını (varyansı büyüttüğünü) belirten ifadedir.
Tolerans değeri olarak verildiğine göre, Varyans Şişirme Faktörü olarak hesaplanır. Regresyon analizinde çoklu doğrusal bağlantı (multicollinearity) sorunu, bağımsız değişkenler arasında yüksek korelasyon olması durumudur. Bu durum EKK tahmincilerinin sapmasızlık (unbiasedness) ve tutarlılık (consistency) özelliklerini bozmaz. Ancak tahmincilerin varyanslarını ve standart hatalarını büyüterek (şişirerek) etkinliklerini (efficiency) kaybetmelerine ve t-istatistiklerinin küçülmesine (değişkenlerin istatistiksel olarak anlamsız görünmesine) neden olur.
Step-by-Step Solution
Key Concept
Çoklu doğrusal bağlantının (multicollinearity) tespiti (Tolerans ve VIF ilişkisi) ve EKK tahmincileri üzerindeki sonuçları (sapmasızlığın korunması, etkinliğin yitirilmesi).