Model spesifikasyonunda yapılan 'aşırı belirleme' (over-specification) hatasının, yani mod… — KPSS İstatistik

Model spesifikasyonunda yapılan 'aşırı belirleme' (over-specification) hatasının, yani modelde yer almaması gereken gereksiz bir bağımsız değişkenin modele dahil edilmesinin, En Küçük Kareler (EKK) tahmin edicilerinin özellikleri üzerindeki etkisiyle ilgili aşağıdakilerden hangisi doğrudur?

Tahmin ediciler sapmasızlık ve tutarlılık özelliklerini korurlar; ancak etkinliklerini kaybederek daha büyük varyanslara sahip olurlar.Answer
B
Tahmin ediciler hem sapmalı (biased) hem de tutarsız hale gelerek Gauss-Markov varsayımlarını tamamen ihlal ederler.
C
Modelin belirtme katsayısı ( $R^2$ ) kesinlikle azalırken, hata terimi varyansının tahmini ( $\hat{\sigma}^2$ ) sapmalı hale gelir.
D
Tahmin ediciler sapmasızlık özelliğini kaybeder ancak minimum varyanslılık (etkinlik) özelliğini korumaya devam ederler.
E
Düzeltilmiş belirtme katsayısı ( $\bar{R}^2$ ) her durumda artış gösterir ve katsayı tahminlerinin standart hataları küçülür.

Answer

Tahmin ediciler sapmasızlık ve tutarlılık özelliklerini korurlar; ancak etkinliklerini kaybederek daha büyük varyanslara sahip olurlar.

Aşırı belirleme durumunda (gereksiz değişken eklenmesi), model hala 'doğru' ortalamayı tahmin eder çünkü eklenen değişkenin gerçek popülasyon katsayısı sıfırdır. Bu nedenle EKK tahmin edicileri sapmasız ve tutarlı kalır. Ancak, modele gereksiz bir değişken dahil edilmesi hem serbestlik derecesini (n-k) azaltır hem de bağımsız değişkenler arasında çoklu doğrusal bağlantı riskini artırır. Bu durum katsayı tahminlerinin varyanslarının büyümesine ve dolayısıyla 'en iyi' (minimum varyanslı) özelliklerini yani etkinliklerini kaybetmelerine neden olur.

Step-by-Step Solution

Aşırı belirleme hatasının tanımını ve kapsamını belirle.

Gereksiz (popülasyon katsayısı sıfır olan) bir değişkenin modele dahil edilmesidir.

Spesifikasyon hatasının türünü belirlemek sonuçları anlamak için temel adımdır.

EKK tahmin edicilerinin sapmasızlık özelliğini değerlendir.

Hata terimi varsayımları hala geçerli olduğu için

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

olur; yani sapmasızlık korunur.

Gereksiz değişkenin etkisi teorik olarak sıfır olduğundan tahminlerin merkezi değişmez.

Tahmin edicilerin varyans ve etkinlik özelliklerini analiz et.

Modele gereksiz parametre eklenmesi serbestlik derecesini azaltır ve genellikle varyansları şişirir.

Daha fazla parametre tahmini verideki bilginin daha fazla dağılmasına ve hassasiyet kaybına yol açar.

Key Concept

Aşırı Belirlemede Sapmasızlık ve Etkinlik Kaybı

Practice More

Eksik belirleme (ilgili değişkenin dışlanması) hatasının sonuçlarıyla bu soruyu karşılaştırarak sapma-varyans ödünleşimini (bias-variance tradeoff) inceleyebilirsiniz.

Estimated Time:1m 30s

Question

Answer

Step-by-Step Solution

Key Concept

Common Mistakes

Practice More

Topics