Regresyon çözümlemesinde, modele bağımlı değişkenle teorik bir ilişkisi bulunmayan gereksiz bir değişkenin dahil edilmesi sonucunda ortaya çıkan aşırı belirleme (over-specification) hatasının, parametre tahmin edicileri üzerindeki temel etkisi aşağıdakilerden hangisidir?
- ATahmin ediciler sapmalı (biased) hale gelir.
- BTahmin ediciler hem sapmalı hem de tutarsız hale gelir.
- Tahmin ediciler sapmasız kalır ancak etkinliklerini kaybederek varyansları artar.Answer
- DTahmin ediciler sapmasız kalır ve varyansları küçülerek daha etkin hale gelirler.
- EDüzeltilmiş belirtme katsayısı () her zaman artış gösterir.
Answer
Tahmin ediciler sapmasız kalır ancak etkinliklerini kaybederek varyansları artar.
En Küçük Kareler (EKK) yöntemiyle tahmin edilen katsayılar, modele gereksiz bir değişken eklendiğinde de ana kütle parametrelerini doğru merkezde tahmin etmeye devam eder (sapmasızlık). Ancak, bu gereksiz değişken modelin serbestlik derecesini düşürür ve genellikle modeldeki diğer değişkenlerle bir miktar ilişkili olduğu için parametrelerin varyanslarının büyümesine yol açar. Varyansın büyümesi, tahmin edicilerin 'en küçük varyanslı' olma (etkinlik) özelliğini yitirmesi anlamına gelir.
Step-by-Step Solution
Key Concept
Aşırı belirleme durumunda sapmasızlık korunurken etkinlik (minimum varyans) özelliği kaybolur.