Examkin

Question

Difficulty: MediumDoğrusal Hale Getirilebilen Modeller (Kavramsal Çerçeve)

Regresyon analizinde modellerin 'doğrusal' (linear) olarak tanımlanması, değişkenlerin formundan ziyade parametrelerin yapısına dayanmaktadır. Bazı modeller başlangıçta doğrusal görünmese de uygun matematiksel dönüşümlerle doğrusal regresyon modeline dönüştürülebilmektedir. Buna göre, doğrusal hale getirilebilen modellerin kavramsal çerçevesi ve bu modellerin En Küçük Kareler (EKK) yöntemiyle tahmini hakkında aşağıdakilerden hangisi doğrudur?

  1. Bir modelin doğrusal regresyon modeli olarak kabul edilmesi için parametrelere göre doğrusal olması yeterlidir; değişkenlerin karesinin, tersinin veya logaritmasının alınması modelin doğrusallığını bozmaz.Answer
  2. B
    Bağımlı değişkenin seviye değerinde olduğu (Y Y ) bir model ile logaritmasının alındığı (ln⁡Y \ln Y ) bir modelin R2 R^2 değerleri, model uyumlarını belirlemek için doğrudan karşılaştırılabilir.
  3. C
    Parametrelere göre doğrusal olmayan (intrinsically non-linear) tüm modeller, logaritmik dönüşüm veya Taylor serisi açılımı yardımıyla her zaman tam olarak doğrusal bir forma dönüştürülebilir.
  4. D
    Çarpımsal bir hata terimine (Y=β0X1β1u Y = \beta_0 X_1^{\beta_1} u ) sahip bir modelde logaritmik dönüşüm yapıldığında, yeni oluşan hata terimi EKK varsayımları gereği yine çarpımsal olarak kalmalıdır.
  5. E
    Yarı logaritmik (log-lin) modellerde tahmin edilen eğim katsayıları, bağımlı değişkendeki mutlak değişimi bağımsız değişkendeki yüzde değişime oranlayarak doğrudan esneklik değerini verir.

Answer

Regresyon modellerinin doğrusallığı parametrelere bağlıdır ve bağımsız değişkenlerin formu ne olursa olsun parametrelere göre doğrusal olan modeller EKK ile tahmin edilebilir.
Doğrusal regresyon analizinde 'doğrusallık' kavramı, modelin bilinmeyen parametrelerine (β\beta) göre doğrusal olması anlamına gelir. Bağımsız değişkenlerin (XX) kareli, logaritmik veya ters (1/X) olması, modelin parametreler açısından hala doğrusal olduğu gerçeğini değiştirmez ve bu modeller EKK ile tahmin edilebilir.

Step-by-Step Solution

1
Doğrusallık tanımını analiz et
Parametrelere göre doğrusallık esastır.
EKK yönteminin kullanılabilmesi için modelin parametreler (β\beta) açısından birinci dereceden olması gerekir.
2
Dönüşüm sonrası R2R^2 geçerliliğini incele
Bağımlı değişken değişirse R2R^2 karşılaştırılamaz.
R2R^2 değeri bağımlı değişkenin toplam varyansına bağlıdır; bağımlı değişken YY iken ölçülen varyans ile ln⁡Y\ln Y iken ölçülen varyans farklı ölçeklerdedir.
3
Hata terimi davranışını kontrol et
Çarpımsal hatalar toplamsal hale gelir.
Logaritmik dönüşüm ln⁡(u⋅v)=ln⁡u+ln⁡v\ln(u \cdot v) = \ln u + \ln v kuralı gereği hataları toplamsal kılar, bu da Gauss-Markov varsayımları için gereklidir.

Key Concept

Parametrelere Göre Doğrusallık (Intrinsic Linearity)

Practice More

Doğrusal hale getirilebilen modellerde katsayıların (yarı esneklik ve esneklik) nasıl yorumlandığını pekiştirmek için log-lin ve lin-log modelleri arasındaki farklara odaklanın.
Estimated Time:1m 30s
Rate this question

Topics

Doğrusal Hale Getirilebilen Modeller (Kavramsal Çerçeve)