Examkin

Question

Difficulty: EasyArtık Analizi ve Model Seçimi

Çoklu doğrusal regresyon analizinde, modele yeni bağımsız değişkenler eklendiğinde belirleme katsayısının (R2R^2) matematiksel olarak hiçbir zaman azalmaması ve genellikle artma eğiliminde olması, farklı sayıda değişken içeren modellerin karşılaştırılmasını zorlaştırmaktadır. Bu durumu kontrol altına almak ve modelleri daha sağlıklı bir şekilde kıyaslayabilmek amacıyla kullanılan istatistik aşağıdakilerden hangisidir?

  1. Düzeltilmiş belirleme katsayısı (Rˉ2\bar{R}^2)Answer
  2. B
    Belirleme katsayısı (R2R^2)
  3. C
    Varyans şişme faktörü (VIF)
  4. D
    Durbin-Watson istatistiği
  5. E
    Hata kareler toplamı (HKT)

Answer

Düzeltilmiş belirleme katsayısı (Rˉ2\bar{R}^2)
Düzeltilmiş belirleme katsayısı, modeldeki bağımsız değişken sayısını (p) ve örneklem hacmini (n) dikkate alan bir serbestlik derecesi düzeltmesi yapar. Bu sayede modele eklenen gereksiz değişkenler için bir 'ceza' uygulanmış olur ve farklı karmaşıklıktaki modellerin birbirleriyle adil bir şekilde karşılaştırılmasına olanak tanır.

Step-by-Step Solution

1
Regresyon modellerinde R2R^2 ve Rˉ2\bar{R}^2 arasındaki farkı belirle.
R2R^2 değişken sayısı arttıkça artarken, Rˉ2\bar{R}^2 serbestlik derecesine göre düzeltme yapar.
Model karşılaştırmasında değişken sayısının 'ceza' olarak modele yansıtılması gerekir.
2
Düzeltilmiş belirleme katsayısının formülünü incele.
Rˉ2=1−(1−R2)n−1n−p−1\bar{R}^2 = 1 - (1 - R^2) \frac{n-1}{n-p-1} formülünde pp (değişken sayısı) arttıkça payda küçülür.
Anlamsız değişken eklenmesi Rˉ2\bar{R}^2 değerinin düşmesine neden olabilir, bu da model seçimi için bir kriter sunar.

Key Concept

Modeller arası karşılaştırmada düzeltilmiş belirleme katsayısının kullanımı

Practice More

AIC ve BIC gibi bilgi kriterlerinin (Information Criteria) hangi durumlarda düzeltilmiş R-kare'ye tercih edildiğini inceleyebilirsiniz.
Estimated Time:45s
Rate this question

Topics

Artık Analizi ve Model Seçimi

More questions from this topic