Çoklu Doğrusal Regresyon Analizi

126 questions

Question 41Question

Çoklu doğrusal regresyon analizinde, farklı ölçü birimlerine (örneğin; gelir için TL, eğitim süresi için yıl) sahip bağımsız değişkenlerin bağımlı değişken üzerindeki etkilerini birbiriyle kıyaslayabilmek amacıyla başvurulan standartlaştırılmış regresyon katsayıları (Beta) hakkında aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Değişkenlerin kendi standart sapmalarına oranlanarak birimden arındırılması sayesinde, katsayıların mutlak büyüklükleri değişkenlerin bağımlı değişken üzerindeki bağıl önemini karşılaştırmaya olanak tanır.

Answer

Standartlaştırılmış katsayılar değişkenlerin ölçü birimlerinden arındırılmış olmasını sağlayarak bağıl önem karşılaştırmasına imkan tanır.
Standartlaştırılmış katsayılar (Beta), değişkenleri orijinal birimlerinden (TL, yıl, adet vb.) kurtararak standart sapma birimine dönüştürür. Bu durum, araştırmacıya farklı ölçeklerdeki değişkenlerin bağımlı değişken üzerindeki 'bağıl önemini' (hangi değişkenin daha baskın etkide bulunduğunu) mutlak değerleri üzerinden doğrudan karşılaştırma imkanı verir.

Step-by-Step Solution

1
Standartlaştırılmış katsayının (Beta) formülünü hatırlayın.
βj=bj(sxjsy)\beta_j = b_j \left( \frac{s_{x_j}}{s_y} \right) formülü ile ham katsayı (bjb_j), değişkenlerin standart sapma oranları ile çarpılır.
Bu işlem, değişkeni kendi ölçü biriminden (TL, metre, kg vb.) arındırarak standart sapma birimine dönüştürür.
2
Birimden arındırmanın sonucunu yorumlayın.
Artık tüm bağımsız değişkenler '1 standart sapmalık değişim' ortak paydasında buluşmuştur.
Böylece ölçekleri farklı olan değişkenlerin (örn. 0-1 arası bir oran ile 1.000.000'luk bir nüfus değeri) hangisinin bağımlı değişkeni daha güçlü etkilediği mutlak değerce kıyaslanabilir hale gelir.

Key Concept

Birimden arındırılmış (Unit-free) katsayılar ve bağıl önem (relative importance)

Practice More

Standartlaştırılmış katsayıların hangi durumlarda 1'den büyük olabileceğini ve bu durumun çoklu doğrusal bağlantı ile ilişkisini araştırabilirsiniz.

Alternative Method

Katsayıların bağıl önemini karşılaştırmak için Beta katsayılarının yanı sıra 'Kısmi Belirleme Katsayıları' (r2r^2) veya 'Varyans Ayrıştırma' yöntemleri de kullanılabilir.
Estimated Time:1m 15s
Question 42Question

Bir tarım araştırmacısı, 3737 farklı bölgedeki buğday verimini (YY); sulama miktarı (X1X_1), gübre kullanımı (X2X_2) ve toprak kalitesi (X3X_3) bağımsız değişkenleri ile açıklayan bir çoklu doğrusal regresyon modeli tahmin etmiştir. Modele ait varyans analizi (ANOVA) tablosunun bir kısmı aşağıda verilmiştir:

Değişim KaynağıKareler Toplamı (KTKT)Serbestlik Derecesi (sdsd)
Regresyon (Model)450450?
Hata (Artık)660660?
Toplam**11101110**?

Buna göre, modelin genel anlamlılığının test edilmesi için hesaplanan FF istatistiği değeri kaçtır?

Show answer & explanation

Answer: 7,50

Answer

Modelin genel anlamlılığı için hesaplanan F istatistiği değeri 7,50'dir.
Doğru cevap olan 7,50 değeri, ANOVA tablosundaki veriler kullanılarak F=(SSR/k)/(SSE/(nk1))F = (SSR/k) / (SSE/(n-k-1)) formülüyle elde edilir. Burada n=37n=37 ve k=3k=3 olduğu için F=(450/3)/(660/33)=150/20=7,50F = (450/3) / (660/33) = 150 / 20 = 7,50 sonucuna ulaşılır.

Step-by-Step Solution

1
Serbestlik derecelerini (sdsd) belirleyiniz.
sdR=k=3sd_R = k = 3; sdE=nk1=3731=33sd_E = n - k - 1 = 37 - 3 - 1 = 33.
Regresyon serbestlik derecesi bağımsız değişken sayısına (kk), hata serbestlik derecesi ise toplam gözlem sayısından parametre sayısının çıkarılmasına (nk1n-k-1) eşittir.
2
Kareler ortalamalarını (KOKO) hesaplayınız.
KOR=450/3=150KO_R = 450 / 3 = 150; KOE=660/33=20KO_E = 660 / 33 = 20.
Kareler ortalaması, ilgili kareler toplamının serbestlik derecesine bölünmesiyle elde edilir.
3
F istatistiğini hesaplayınız.
F=150/20=7,50F = 150 / 20 = 7,50.
F istatistiği, regresyonun açıkladığı varyansın (hata varyansına oranla) anlamlılığını test etmek için regresyon kareler ortalamasının hata kareler ortalamasına bölünmesiyle bulunur.

Key Concept

Çoklu regresyonda ANOVA tablosu ve F testi, modeldeki bağımsız değişkenlerin bağımlı değişkeni açıklamadaki toplu (genel) anlamlılığını test eder.

Alternative Method

Belirtme katsayısı (R2R^2) biliniyorsa, F=[R2/k]/[(1R2)/(nk1)]F = [R^2 / k] / [(1 - R^2) / (n - k - 1)] formülü ile de aynı sonuç elde edilebilir. Bu soruda R2=450/11100,4054R^2 = 450 / 1110 \approx 0,4054 olup formülde yerine konulduğunda aynı sonuca ulaşılır.
Estimated Time:1m 30s
Question 43Question

Bir kamu kurumunun yıllık eğitim bütçesi (YY), kurumdaki sertifikalı personel sayısı (X1X_1) ve kurumun toplam faaliyet süresi (X2X_2) arasındaki doğrusal ilişkiler üzerine bir araştırma yapılmaktadır. Yapılan analizler sonucunda değişkenler arasındaki basit korelasyon katsayıları şu şekilde hesaplanmıştır:

Değişken ÇiftiKorelasyon Katsayısı
YY ve X1X_1rYX1=0,576r_{YX_1} = 0,576
YY ve X2X_2rYX2=0,60r_{YX_2} = 0,60
X1X_1 ve X2X_2rX1X2=0,80r_{X_1X_2} = 0,80

Buna göre, kurumun toplam faaliyet süresi (X2X_2) değişkeninin etkisi kontrol edildiğinde (sabit tutulduğunda), yıllık eğitim bütçesi (YY) ile sertifikalı personel sayısı (X1X_1) arasındaki kısmi korelasyon katsayısı (rYX1.X2r_{YX_1.X_2}) kaçtır?

Show answer & explanation

Answer: 0,20

Answer

Kısmi korelasyon katsayısı 0,20 olarak hesaplanır.
Kurumun faaliyet süresi (X2X_2) kontrol edildiğinde, eğitim bütçesi ile personel sayısı arasındaki net ilişki kısmi korelasyon formülüyle bulunur. Formülde rYX1=0,576r_{YX_1}=0,576, rYX2=0,60r_{YX_2}=0,60 ve rX1X2=0,80r_{X_1X_2}=0,80 değerleri kullanıldığında pay 0,0960,096, payda ise 0,4800,480 çıkar. Bu iki değerin oranı 0,200,20 sonucunu verir.

Step-by-Step Solution

1
Kısmi korelasyon katsayısı formülünü belirleyiniz.
r12.3=r12r13r23(1r132)(1r232)r_{12.3} = \frac{r_{12} - r_{13}r_{23}}{\sqrt{(1-r_{13}^2)(1-r_{23}^2)}}
Üçüncü bir değişkenin etkisi sabitken iki değişken arasındaki ilişkiyi bulmak için bu standart formül kullanılır.
2
Verilen değerleri formülde yerlerine koyarak pay kısmını hesaplayınız.
0,576(0,60×0,80)=0,5760,480=0,0960,576 - (0,60 \times 0,80) = 0,576 - 0,480 = 0,096
Pay kısmı, iki değişken arasındaki basit ilişkiden, ortak değişken üzerinden gelen dolaylı etkinin çıkarılmasını temsil eder.
3
Formülün payda kısmını hesaplayınız.
(10,602)(10,802)=(10,36)(10,64)=0,64×0,36=0,80×0,60=0,480\sqrt{(1 - 0,60^2)(1 - 0,80^2)} = \sqrt{(1 - 0,36)(1 - 0,64)} = \sqrt{0,64 \times 0,36} = 0,80 \times 0,60 = 0,480
Payda, bağımlı ve bağımsız değişkenlerin üçüncü değişken tarafından açıklanamayan varyanslarını normalize eder.
4
Payı paydaya bölerek nihai katsayıyı bulunuz.
0,096/0,480=0,200,096 / 0,480 = 0,20
Sonuç, X2X_2 sabit tutulduğunda YY ve X1X_1 arasındaki net ilişkiyi gösterir.

Key Concept

Kısmi korelasyon katsayısı (r12.3r_{12.3}), kontrol edilen değişkenin (X3X_3) hem bağımlı (YY) hem de bağımsız (X1X_1) değişken üzerindeki doğrusal etkisini arındırdıktan sonra kalan ilişkiyi ölçer. Değeri her zaman 1-1 ile +1+1 arasındadır.

Hints

1
Kısmi korelasyonu hesaplamak için önce pay kısmında iki korelasyonun çarpımını basit korelasyondan çıkarmalısınız.
2
Payda kısmında (1r2)\sqrt{(1-r^2)} yapısındaki iki ifadenin çarpıldığını unutmayın; 0,60 ve 0,80 için kareler sırasıyla 0,36 ve 0,64'tür.

Practice More

Çoklu korelasyon katsayısının (RR) her zaman en az basit korelasyon katsayılarının mutlak değeri kadar büyük olması gerektiğini hatırlayarak sonuçlarınızı kontrol edebilirsiniz.
Estimated Time:1m 30s
Question 44Question

Bir ekonomi uzmanı, bir sektördeki toplam satış gelirlerini (YY), Ar-Ge harcamaları (X1X_1) ve reklam giderleri (X2X_2) ile açıklayan bir çoklu doğrusal regresyon modeli kurmuştur. 28 gözlem birimi kullanılarak elde edilen analiz sonuçlarının bir kısmı aşağıdaki tabloda verilmiştir:

DeğişkenKatsayı (ββ)Standart Hata (sese)
Sabit10,502,10
Ar-Ge (X1X_1)2,400,80
Reklam (X2X_2)-1,500,50

Buna göre, %5 anlamlılık düzeyinde Ar-Ge harcamalarının (X1X_1) bağımlı değişken üzerindeki etkisinin anlamlı olup olmadığını test etmek için hesaplanması gereken t-istatistiği değeri ve bu testin serbestlik derecesi (sdsd) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: t=3,00t = 3,00 ve sd=25sd = 25

Answer

Ar-Ge harcamaları (X1X_1) değişkeni için t-istatistiği 3,00 ve serbestlik derecesi 25'tir.
Ar-Ge harcamalarına (X1X_1) ait katsayının anlamlılık testi için hesaplanması gereken t-değeri, katsayının (β1=2,40β_1 = 2,40) standart hataya (se=0,80se = 0,80) bölünmesiyle 3,003,00 olarak bulunur. Serbestlik derecesi ise toplam 28 gözlemden, modeldeki 2 bağımsız değişken ve 1 sabit terim çıkarılarak (282128 - 2 - 1) 25 olarak elde edilir.

Step-by-Step Solution

1
t-istatistiğini hesapla
thesap=β^1Sβ^1=2,400,80=3,00t_{hesap} = \frac{\hat{\beta}_1}{S_{\hat{\beta}_1}} = \frac{2,40}{0,80} = 3,00
Bireysel parametre anlamlılık testi için ilgili katsayı tahmini, kendi standart hatasına bölünür.
2
Serbestlik derecesini belirle
sd=nk1=2821=25sd = n - k - 1 = 28 - 2 - 1 = 25
Çoklu regresyon modelinde t-testi için serbestlik derecesi, gözlem sayısından toplam parametre sayısının (bağımsız değişkenler + sabit terim) çıkarılmasıyla bulunur.

Key Concept

Çoklu doğrusal regresyonda kısmi katsayıların anlamlılık testi (t-testi) ve serbestlik derecesi bileşenleri.

Practice More

Eğer Ar-Ge harcamaları için hesaplanan t=3,00t=3,00 değeri, %5 anlamlılık düzeyindeki kritik tablo değeri olan 2,06'dan büyükse, bu değişkenin bağımlı değişken üzerinde istatistiksel olarak anlamlı bir etkisi olduğu sonucuna varılır.
Estimated Time:1m 15s
Question 45Question

Bir kamu kurumundaki personelin verimlilik düzeyini (YY) etkileyen faktörler; hizmet yılı (X1X_1), sertifika sayısı (X2X_2) ve yaş (X3X_3) değişkenleri kullanılarak n=25n = 25 gözlem ile analiz edilmiştir. Tahmin edilen çoklu doğrusal regresyon modeline ilişkin katsayılar ve standart hatalar aşağıdaki tabloda sunulmuştur:

DeğişkenKatsayı (β^\hat{\beta})Standart Hata (sese)
Sabit12,4012,403,103,10
Hizmet Yılı (X1X_1)0,800,800,400,40
Sertifika Sayısı (X2X_2)4,504,501,801,80
Yaş (X3X_3)0,15-0,150,250,25

Buna göre, sertifika sayısı (X2X_2) değişkeninin bağımlı değişken üzerindeki etkisinin bireysel anlamlılığını test etmek için hesaplanması gereken tt test istatistiği ve bu test için kullanılacak serbestlik derecesi (sdsd) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: t=2,50t = 2,50 ve sd=21sd = 21

Answer

Sertifika sayısı değişkeni için hesaplanan tt istatistiği 2,502,50 ve serbestlik derecesi 2121 olmalıdır.
Sertifika sayısı (X2X_2) için tt istatistiği, ilgili katsayının (4,504,50) standart hataya (1,801,80) bölünmesiyle 2,502,50 olarak bulunur. Serbestlik derecesi ise 2525 gözlemden 33 bağımsız değişken ve 11 sabit terim çıkarılarak (253125-3-1) 2121 olarak hesaplanır.

Step-by-Step Solution

1
tt test istatistiğini hesaplayın.
t=β^2se(β^2)=4,501,80=2,50t = \frac{\hat{\beta}_2}{se(\hat{\beta}_2)} = \frac{4,50}{1,80} = 2,50
Bir regresyon katsayısının bireysel anlamlılığını test etmek için katsayı tahmini kendi standart hatasına bölünür.
2
Serbestlik derecesini (sdsd) belirleyin.
sd=nk1=2531=21sd = n - k - 1 = 25 - 3 - 1 = 21
Çoklu doğrusal regresyonda tt testi için serbestlik derecesi; gözlem sayısı (nn) eksi bağımsız değişken sayısı (kk) eksi 11 (sabit terim için) şeklinde hesaplanır.

Key Concept

Çoklu regresyonda bireysel parametrelerin anlamlılığı tt testi ile ölçülür ve serbestlik derecesi modeldeki toplam parametre sayısı (sabit dahil) dikkate alınarak belirlenir.

Practice More

Modelin genel anlamlılığını test etmek için ANOVA tablosundaki F istatistiğini ve serbestlik derecelerini hesaplamayı deneyebilirsiniz.
Estimated Time:1m 30s
Question 46Question

Bir araştırmacı, personelin iş performansını (YY) etkileyen faktörleri incelemek amacıyla "hizmet içi eğitim süresi" (X1X_1, saat) ve "motivasyon skoru" (X2X_2, 0-100 puan arası) bağımsız değişkenlerini kullanarak bir çoklu doğrusal regresyon analizi yapmıştır. Analiz sonucunda değişkenlere ait elde edilen bazı istatistikler aşağıdaki tabloda sunulmuştur:

DeğişkenKısmi Regresyon Katsayısı (bjb_j)Standart Sapma (sxjs_{x_j})
X1X_1 (Eğitim Süresi)2,502,504,04,0
X2X_2 (Motivasyon Skoru)0,150,1520,020,0

Bağımlı değişkenin standart sapması (sys_y) 20,020,0 olarak hesaplandığına göre, bağımsız değişkenlerin performans üzerindeki bağıl önemini (relative importance) karşılaştırmak için kullanılan standartlaştırılmış katsayılarla ilgili aşağıdaki ifadelerden hangisi doğrudur?

Show answer & explanation

Answer: X1X_1 değişkeninin standartlaştırılmış katsayısı 0,500,50 olarak hesaplanır ve performans üzerindeki bağıl etkisi X2X_2 değişkeninden daha fazladır.

Answer

Hizmet içi eğitim süresi değişkeninin standartlaştırılmış katsayısı 0,50 olup motivasyon skoruna (0,15) göre performans üzerinde daha yüksek bir bağıl öneme sahiptir.
Doğru ifadede belirtildiği üzere, eğitim süresi değişkeninin Beta katsayısı 0,50 olarak hesaplanır. Motivasyon skorunun Beta katsayısı ise 0,15'tir. Standartlaştırılmış katsayılar birimsiz (unitless) değerler oldukları için, 0,50 değeri 0,15'ten büyük olduğundan, eğitim süresinin performans üzerindeki bağıl etkisi daha yüksektir.

Step-by-Step Solution

1
X1X_1 (Eğitim Süresi) için standartlaştırılmış regresyon katsayısını (β1\beta_1) hesaplayınız.
β1=b1×(sx1/sy)=2,50×(4,0/20,0)=2,50×0,2=0,50\beta_1 = b_1 \times (s_{x_1} / s_y) = 2,50 \times (4,0 / 20,0) = 2,50 \times 0,2 = 0,50
Değişkeni ölçü biriminden arındırarak standart sapma cinsinden ifade etmek gerekir.
2
X2X_2 (Motivasyon Skoru) için standartlaştırılmış regresyon katsayısını (β2\beta_2) hesaplayınız.
β2=b2×(sx2/sy)=0,15×(20,0/20,0)=0,15×1=0,15\beta_2 = b_2 \times (s_{x_2} / s_y) = 0,15 \times (20,0 / 20,0) = 0,15 \times 1 = 0,15
İkinci bağımsız değişkenin bağıl etkisini hesaplayarak karşılaştırma zemini oluşturmak gerekir.
3
Elde edilen Beta katsayılarını mutlak değerce karşılaştırınız.
0,50>0,15|0,50| > |0,15| olduğu için X1X_1 değişkeninin etkisi daha fazladır.
Standartlaştırılmış katsayısı büyük olan değişken, bağımlı değişkenin varyansını açıklamada daha büyük bir paya sahiptir.

Key Concept

Standartlaştırılmış Regresyon Katsayıları (Beta)

Practice More

Bağımsız değişkenler arasında yüksek korelasyon (çoklu doğrusal bağlantı) olması durumunda Beta katsayılarının yorumlanmasının nasıl zorlaştığını inceleyiniz.
Estimated Time:1m 30s
Question 47Question

Bir kamu bankası, bireysel kredi müşterilerinin kredi geri ödeme performans puanlarını (YY) etkileyen faktörleri incelemek amacıyla 41 farklı müşteri verisiyle bir çoklu doğrusal regresyon analizi yapmıştır. Modelde açıklayıcı değişken olarak; müşterinin aylık geliri, kredi skoru, mevcut borç oranı ve yaşı olmak üzere toplam 4 bağımsız değişken kullanılmıştır. Analiz sonucunda Regresyon Kareler Toplamı (RKTRKT) 800 ve Hata Kareler Toplamı (HKTHKT) 720 olarak bulunmuştur.

Bu verilere dayanarak, modelin genel anlamlılığının test edilmesi için hazırlanan ANOVA tablosundaki FF hesap değeri kaçtır?

Show answer & explanation

Answer: 10,00

Answer

Modelin genel anlamlılık testi için hesaplanan F istatistiği değeri 10,00 olarak bulunur.
Çoklu doğrusal regresyon modellerinde genel anlamlılık testi için ANOVA tablosu kullanılır. Burada F=(RKT/k)/(HKT/(nk1))F = (RKT / k) / (HKT / (n - k - 1)) formülü uygulanır. Verilen değerlere göre n=41n=41 ve k=4k=4 olduğundan, pay serbestlik derecesi 4, payda serbestlik derecesi ise 4141=3641 - 4 - 1 = 36 olur. Hesaplama sonucunda F=(800/4)/(720/36)=200/20=10,00F = (800 / 4) / (720 / 36) = 200 / 20 = 10,00 elde edilir.

Step-by-Step Solution

1
Serbestlik derecelerini (SDSD) belirleyin.
SDregresyon=k=4SD_{regresyon} = k = 4 ve SDhata=nk1=4141=36SD_{hata} = n - k - 1 = 41 - 4 - 1 = 36.
Çoklu regresyonda F testi için pay ve payda serbestlik derecelerinin doğru tanımlanması gerekir.
2
Kareler ortalamalarını (KOKO) hesaplayın.
RKO=RKT/SDregresyon=800/4=200RKO = RKT / SD_{regresyon} = 800 / 4 = 200 ve HKO=HKT/SDhata=720/36=20HKO = HKT / SD_{hata} = 720 / 36 = 20.
F istatistiği, varyans tahminlerinin (kareler ortalamalarının) birbirine oranıdır.
3
F hesap değerini bulun.
F=RKO/HKO=200/20=10,00F = RKO / HKO = 200 / 20 = 10,00.
Modelin genel anlamlılığı, regresyonun açıkladığı varyansın açıklanamayan (hata) varyansa oranlanmasıyla test edilir.

Key Concept

ANOVA Tablosu ve F Testi

Practice More

Belirleme katsayısı (R2R^2) ile FF istatistiği arasındaki ilişkiyi inceleyen benzer bir hesaplama sorusu çözebilirsiniz.
Estimated Time:1m 30s
Question 48Question

Bir sosyal araştırmacı, bir ildeki suç oranı (YY), işsizlik oranı (X1X_1) ve ortalama eğitim düzeyi (X2X_2) arasındaki ilişkileri incelemektedir. Yapılan analizler sonucunda değişkenler arasındaki basit korelasyon katsayıları şu şekilde hesaplanmıştır:

* Suç oranı ile işsizlik oranı arasındaki korelasyon: ryx1=0,72r_{yx_1} = 0,72
* Suç oranı ile eğitim düzeyi arasındaki korelasyon: ryx2=0,60r_{yx_2} = -0,60
* İşsizlik oranı ile eğitim düzeyi arasındaki korelasyon: rx1x2=0,80r_{x_1x_2} = -0,80

Buna göre, eğitim düzeyi (X2X_2) değişkeninin etkisi kontrol edildiğinde, suç oranı (YY) ile işsizlik oranı (X1X_1) arasındaki kısmi korelasyon katsayısı (ryx1.x2r_{yx_1.x_2}) kaçtır?

Show answer & explanation

Answer: 0,50

Answer

Eğitim düzeyi kontrol edildiğinde suç oranı ile işsizlik oranı arasındaki kısmi korelasyon katsayısı 0,50'dir.
Kısmi korelasyon hesaplanırken, pay kısmında suç oranı ve işsizlik arasındaki 0,72 değerinden, her iki değişkenin eğitim düzeyi ile olan ilişkilerinin çarpımı (0,48) çıkarılır. Elde edilen 0,24 değeri, paydadaki düzeltme katsayısı olan 0,48'e bölündüğünde net ilişki 0,50 olarak saptanır. Bu, eğitim düzeyi sabitlendiğinde suç ve işsizlik arasındaki ilişkinin halen pozitif ve orta şiddetli olduğunu gösterir.

Step-by-Step Solution

1
Kısmi korelasyon formülünü belirleyiniz.
ryx1.x2=ryx1(ryx2×rx1x2)(1ryx22)(1rx1x22)r_{yx_1.x_2} = \frac{r_{yx_1} - (r_{yx_2} \times r_{x_1x_2})}{\sqrt{(1 - r_{yx_2}^2)(1 - r_{x_1x_2}^2)}}
Üçüncü bir değişkenin (X2X_2) doğrusal etkisi arındırıldığında iki değişken (YY ve X1X_1) arasındaki ilişkiyi ölçmek için bu standart formül kullanılır.
2
Verilen değerleri pay kısmına yerleştirerek hesaplayınız.
Pay: 0,72((0,60)×(0,80))=0,720,48=0,240,72 - ((-0,60) \times (-0,80)) = 0,72 - 0,48 = 0,24
Pay kısmı, iki değişken arasındaki basit korelasyondan, diğer değişkenlerle olan ortak ilişkilerin çarpımının çıkarılmasını gerektirir.
3
Payda kısmındaki düzeltme faktörünü hesaplayınız.
Payda: (1(0,60)2)(1(0,80)2)=(10,36)(10,64)=0,64×0,36=0,8×0,6=0,48\sqrt{(1 - (-0,60)^2)(1 - (-0,80)^2)} = \sqrt{(1 - 0,36)(1 - 0,64)} = \sqrt{0,64 \times 0,36} = 0,8 \times 0,6 = 0,48
Payda, her iki değişkenin üçüncü değişken tarafından açıklanamayan varyanslarının kareköklerinin çarpımıdır.
4
Payı paydaya oranlayarak sonucu bulunuz.
ryx1.x2=0,240,48=0,50r_{yx_1.x_2} = \frac{0,24}{0,48} = 0,50
Nihai kısmi korelasyon katsayısı, hesaplanan farkın standartlaştırılmış varyans oranına bölünmesiyle elde edilir.

Key Concept

Kısmi korelasyon, bir veya daha fazla değişkenin (kontrol değişkenleri) doğrusal etkisi istatistiksel olarak sabit tutulduğunda, iki değişken arasındaki saf ilişkiyi ölçer.
Estimated Time:1m 30s
Question 49Question

Bir araştırmacı, n=24n=24 gözlem kullanarak Y=β0+β1X1+ϵY = \beta_0 + \beta_1 X_1 + \epsilon modelini En Küçük Kareler (EKK) yöntemiyle matris formunda tahmin etmektedir. Analiz sonucunda aşağıdaki matris değerleri ve artık kareler toplamı (eee'e) elde edilmiştir:

(XX)1=(0,40,10,10,2),XY=[2030],ee=110(X'X)^{-1} = \begin{pmatrix} 0,4 & -0,1 \\ -0,1 & 0,2 \\ \end{pmatrix}, \quad X'Y = \begin{bmatrix} 20 \\ 30 \\ \end{bmatrix}, \quad e'e = 110

Buna göre, eğim katsayısı tahmini (β^1\hat{\beta}_1) ve bu katsayının standart hatası (SE(β^1)SE(\hat{\beta}_1)) değerleri aşağıdakilerin hangisinde doğru verilmiştir?

Show answer & explanation

Answer: β^1=4\hat{\beta}_1 = 4 ve SE(β^1)=1,00SE(\hat{\beta}_1) = 1,00

Answer

Eğim katsayısı tahmini 4 ve bu katsayının standart hatası 1,00 olarak hesaplanır.
Matris çarpımı sonucunda eğim katsayısı tahmini β^1=4\hat{\beta}_1 = 4 olarak bulunur. Hata varyansı tahmini için Artık Kareler Toplamı n2=22n-2=22 serbestlik derecesine bölünerek 5 değeri elde edilir. Bu varyans değeri, ters matrisin eğim katsayısına karşılık gelen 0,20,2 elemanıyla çarpıldığında katsayı varyansı 1, bunun karekökü olan standart hata ise 1,00 olur.

Step-by-Step Solution

1
Parametre tahmin vektörünü (β^\hat{\beta}) hesaplayınız.
β^=(XX)1XY=(0,40,10,10,2)[2030]=[(0,4×20)+(0,1×30)(0,1×20)+(0,2×30)]=[54]\hat{\beta} = (X'X)^{-1}X'Y = \begin{pmatrix} 0,4 & -0,1 \\ -0,1 & 0,2 \end{pmatrix} \begin{bmatrix} 20 \\ 30 \end{bmatrix} = \begin{bmatrix} (0,4 \times 20) + (-0,1 \times 30) \\ (-0,1 \times 20) + (0,2 \times 30) \end{bmatrix} = \begin{bmatrix} 5 \\ 4 \end{bmatrix}
EKK tahmincileri matris formunda β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y formülüyle hesaplanır. Burada vektörün ilk elemanı sabit terimi (β^0\hat{\beta}_0), ikinci elemanı ise eğim katsayısını (β^1\hat{\beta}_1) verir.
2
Hata terimlerinin varyans tahminini (σ^2\hat{\sigma}^2) hesaplayınız.
σ^2=eenk1=1102411=11022=5\hat{\sigma}^2 = \frac{e'e}{n-k-1} = \frac{110}{24-1-1} = \frac{110}{22} = 5
Hata varyansının sapmasız tahmini için Artık Kareler Toplamı, gözlem sayısından parametre sayısı çıkarılarak elde edilen serbestlik derecesine bölünür.
3
Eğim katsayısının varyansını ve standart hatasını bulunuz.
Var(β^1)=σ^2×((XX)1)22=5×0,2=1,00Var(\hat{\beta}_1) = \hat{\sigma}^2 \times ((X'X)^{-1})_{22} = 5 \times 0,2 = 1,00 SE(β^1)=1,00=1,00SE(\hat{\beta}_1) = \sqrt{1,00} = 1,00
Katsayıların varyans-kovaryans matrisi Var(β^)=σ2(XX)1Var(\hat{\beta}) = \sigma^2 (X'X)^{-1} formülüyle tanımlanır. Eğim katsayısının varyansı, hata varyansı ile ters matrisin ilgili köşegen elemanının çarpımıdır.

Key Concept

EKK Matris Çözümü ve Gauss-Markov Özellikleri

Practice More

EKK tahmincilerinin Gauss-Markov varsayımları altında BLUE (En İyi Doğrusal Sapmasız Tahminci) olma özelliklerini tekrar ediniz.
Estimated Time:2m 0s
Question 50Question

Sabit terimli bir basit doğrusal regresyon modeli Y=β0+β1X1+ϵY = \beta_0 + \beta_1 X_1 + \epsilon, matris formunda Y=Xβ+ϵY = X\beta + \epsilon olarak ifade edilmektedir. n=25n = 25 gözlem içeren bu modelin tahmini için hesaplanan (XX)1(X'X)^{-1} matrisi ve XYX'Y vektörü aşağıda verilmiştir:

(XX)1=[0,20,10,10,5],XY=[5020](X'X)^{-1} = \begin{bmatrix} 0,2 & -0,1 \\ -0,1 & 0,5 \end{bmatrix}, \quad X'Y = \begin{bmatrix} 50 \\ 20 \end{bmatrix}

Buna göre, modeldeki eğim parametresinin (β^1\hat{\beta}_1) En Küçük Kareler (EKK) tahmin değeri kaçtır?

Show answer & explanation

Answer: 5

Answer

Modeldeki eğim katsayısının (β^1\hat{\beta}_1) EKK tahmin değeri 5'tir.
Verilen matrislerin çarpımı sonucunda β^\hat{\beta} vektörü [8,5][8, 5]' olarak hesaplanır. Soruda istenen eğim katsayısı β^1\hat{\beta}_1 olduğu için sonuç 5'tir.

Step-by-Step Solution

1
EKK tahminci vektörü için gerekli matris formülünü belirle.
β^=(XX)1XY\hat{\beta} = (X'X)^{-1} X'Y
Çoklu doğrusal regresyonda parametrelerin matris çözümü bu temel formül ile gerçekleştirilir.
2
Verilen matris ve vektörü çarparak parametre vektörünü hesapla.
[β^0β^1]=[0,20,10,10,5][5020]\begin{bmatrix} \hat{\beta}_0 \\ \hat{\beta}_1 \end{bmatrix} = \begin{bmatrix} 0,2 & -0,1 \\ -0,1 & 0,5 \end{bmatrix} \begin{bmatrix} 50 \\ 20 \end{bmatrix}
Vektörün ilk elemanı sabit terimi, ikinci elemanı ise ilk bağımsız değişkenin eğim katsayısını verir.
3
Eğim katsayısı (β^1\hat{\beta}_1) için satır ve sütun çarpımını gerçekleştir.
β^1=(0,1×50)+(0,5×20)=5+10=5\hat{\beta}_1 = (-0,1 \times 50) + (0,5 \times 20) = -5 + 10 = 5
Matris çarpımı kuralları gereği, ters matrisin ikinci satırı ile XYX'Y vektörü çarpılarak sonuca ulaşılır.

Key Concept

Çoklu doğrusal regresyon modellerinde parametre vektörü β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y formülüyle tahmin edilir ve Gauss-Markov varsayımları altında bu tahminciler 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUE) özelliğine sahiptir.

Hints

1
EKK tahmin vektörünü bulmak için (XX)1(X'X)^{-1} matrisi ile XYX'Y vektörünü çarpmanız gerekir.
2
Eğim katsayısı β^1\hat{\beta}_1, elde edeceğiniz sonuç vektörünün ikinci elemanıdır.

Practice More

Varyans-kovaryans matrisini kullanarak katsayıların standart hatalarının hesaplanması konusuna çalışabilirsiniz.
Estimated Time:1m 30s
Question 51Question

Bir halk sağlığı uzmanı, 25 farklı il merkezinden topladığı verilerle yıllık solunum yolu hastalıkları vaka sayısını (YY); hava kirliliği indeksi (X1X_1), nüfus yoğunluğu (X2X_2) ve bölgedeki ortalama yaş (X3X_3) değişkenleri ile açıklayan bir çoklu doğrusal regresyon modeli tahmin etmiştir.

Model sonuçlarına ilişkin özet tablo aşağıdadır:

DeğişkenKatsayı (β^\hat{\beta})Standart Hata (sese)
Sabit12,404,20
Hava Kirliliği (X1X_1)4,501,50
Nüfus Yoğunluğu (X2X_2)0,850,30
Ortalama Yaş (X3X_3)2,100,75

Buna göre, hava kirliliği (X1X_1) değişkeninin bağımlı değişken üzerindeki etkisinin %5 anlamlılık düzeyinde istatistiksel olarak anlamlı olup olmadığını belirlemek için hesaplanması gereken t-istatistiği değeri ve bu testin serbestlik derecesi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: t=3,00t = 3,00 ve sd=21sd = 21

Answer

Hesaplanması gereken t-istatistiği 3,003,00 ve testin serbestlik derecesi 2121'dir.
Doğru seçenekte, t-istatistiği katsayının standart hataya bölünmesiyle (4,50/1,50=3,004,50 / 1,50 = 3,00) doğru şekilde bulunmuştur. Serbestlik derecesi ise 25 gözlemden 3 bağımsız değişken (X1,X2,X3X_1, X_2, X_3) ve 1 sabit terim çıkarılarak (2531=2125 - 3 - 1 = 21) hatasız tespit edilmiştir.

Step-by-Step Solution

1
t-istatistiğinin hesaplanması
t=β^1se(β^1)=4,501,50=3,00t = \frac{\hat{\beta}_1}{se(\hat{\beta}_1)} = \frac{4,50}{1,50} = 3,00
Bir regresyon katsayısının bireysel anlamlılığını test etmek için katsayı tahmini, kendi standart hatasına bölünür.
2
Serbestlik derecesinin belirlenmesi
sd=nk1=2531=21sd = n - k - 1 = 25 - 3 - 1 = 21
Çoklu regresyon analizinde t-testi için serbestlik derecesi; gözlem sayısından (n), bağımsız değişken sayısının (k) ve sabit terimin (1) çıkarılmasıyla elde edilir.
3
Sonucun yorumlanması
thesap=3,00t_{hesap} = 3,00 ve sd=21sd = 21
Elde edilen bu değerler istatistik tablolarındaki kritik değerlerle karşılaştırılarak katsayının anlamlılığına karar verilir.

Key Concept

Bireysel Parametrelerin Anlamlılık Testi (t Testi)
Estimated Time:1m 30s
Question 52Question

Bir araştırmacı, 41 gözlem (n=41n = 41) kullanarak tahmin ettiği iki bağımsız değişkenli (k=2k = 2) bir regresyon modeline üçüncü bir bağımsız değişken eklemiştir. Analiz sonuçlarına göre modelin hata kareler toplamı (HKTHKT) ve gözlem sayısı bilgileri aşağıdaki tabloda verilmiştir:

İstatistikModel 1 (k=2k=2)Model 2 (k=3k=3)
Gözlem Sayısı (nn)4141
Hata Kareler Toplamı (HKTHKT)380375

Buna göre, dördüncü değişkenin modele eklenmesinin belirtme katsayısı (R2R^2) ve düzeltilmiş belirtme katsayısı (Rˉ2\bar{R}^2) üzerindeki etkisi hakkında aşağıdakilerden hangisi söylenebilir?

Show answer & explanation

Answer: Belirtme katsayısı (R2R^2) artmış, ancak düzeltilmiş belirtme katsayısı (Rˉ2\bar{R}^2) azalmıştır.

Answer

Belirtme katsayısı (R2R^2) artmış, ancak düzeltilmiş belirtme katsayısı (Rˉ2\bar{R}^2) azalmıştır.
Hata kareler toplamındaki (HKTHKT) düşüş R2R^2 değerini artırırken, bu düşüşün serbestlik derecesindeki (38'den 37'ye) azalmayı telafi edecek kadar büyük olmaması MSEMSE değerini yükseltmiş ve dolayısıyla düzeltilmiş R2R^2 değerini düşürmüştür.

Step-by-Step Solution

1
Belirtme katsayısındaki (R2R^2) değişimi analiz etme
R2R^2 artmıştır.
Modele yeni bir bağımsız değişken eklendiğinde hata kareler toplamı (HKTHKT) azalıyorsa veya değişmiyorsa, R2=1(HKT/TKT)R^2 = 1 - (HKT/TKT) formülü gereği R2R^2 değeri artar veya sabit kalır. Burada HKTHKT 380'den 375'e düştüğü için R2R^2 kesinlikle artmıştır.
2
Modellerin hata kareler ortalamasını (MSEMSE) hesaplama
MSE1=10MSE_1 = 10, MSE210,135MSE_2 \approx 10,135
MSE=HKT/(nk1)MSE = HKT / (n - k - 1) formülüyle hesaplanır. Model 1 için: 380/(4121)=380/38=10380 / (41 - 2 - 1) = 380 / 38 = 10. Model 2 için: 375/(4131)=375/3710,135375 / (41 - 3 - 1) = 375 / 37 \approx 10,135.
3
Düzeltilmiş belirtme katsayısındaki (Rˉ2\bar{R}^2) değişimi belirleme
Rˉ2\bar{R}^2 azalmıştır.
Rˉ2=1(MSE/Var(Y))\bar{R}^2 = 1 - (MSE / Var(Y)) bağıntısına göre, hata kareler ortalaması (MSEMSE) arttığında düzeltilmiş belirtme katsayısı azalır. 10,135>1010,135 > 10 olduğu için Rˉ2\bar{R}^2 azalmıştır.

Key Concept

Düzeltilmiş belirtme katsayısı (Rˉ2\bar{R}^2), modele eklenen yeni değişkenin açıklayıcı gücünün, serbestlik derecesindeki kaybı telafi edip etmediğini ölçer.

Practice More

Değişen varyans veya otokorelasyon durumunda R2R^2 değerinin güvenilirliği üzerine çalışmalar yapılması önerilir.

Alternative Method

Düzeltilmiş R2R^2'nin artması için modele eklenen yeni değişkenin tt istatistiğinin mutlak değerce 1'den büyük olması (t>1|t| > 1) veya FF testindeki değişim miktarının anlamlılık düzeyinden bağımsız olarak belli bir eşiği geçmesi gerekir.
Estimated Time:1m 30s
Question 53Question

Bir araştırmacı, n=21n = 21 gözlem içeren bir veri seti üzerinde 4 bağımsız değişkenli (k=4k = 4) bir çoklu doğrusal regresyon modeli tahmin etmiştir. Varyans Analizi (ANOVA) sonuçlarına göre elde edilen kareler toplamı değerleri aşağıda verilmiştir:

Kareler Toplamı TürüDeğer
Toplam Kareler Toplamı (SSTSST)200
Hata Kareler Toplamı (SSESSE)64

Buna göre, bu model için hesaplanan düzeltilmiş belirleme katsayısı (Rˉ2\bar{R}^2) değeri kaçtır?

Show answer & explanation

Answer: 0,60

Answer

Düzeltilmiş belirleme katsayısı değeri 0,60 olarak bulunur.
Verilen değerlere göre hata kareler toplamı (64) hata serbestlik derecesine (21-4-1=16) bölündüğünde 4 değeri; toplam kareler toplamı (200) ise toplam serbestlik derecesine (21-1=20) bölündüğünde 10 değeri elde edilir. Bu iki değerin oranı olan 0,4'ün 1'den çıkarılmasıyla düzeltilmiş belirleme katsayısı 0,60 olarak hesaplanır.

Step-by-Step Solution

1
Model parametrelerini ve kareler toplamı değerlerini belirleyin.
n=21n = 21, k=4k = 4, SST=200SST = 200, SSE=64SSE = 64.
Hesaplama için gerekli olan gözlem sayısı, değişken sayısı ve kareler toplamı değerlerini formüle yerleştirmek için tespit etmek gerekir.
2
Pay ve payda için serbestlik derecelerini hesaplayın.
Hata serbestlik derecesi (dfEdf_E) = nk1=2141=16n - k - 1 = 21 - 4 - 1 = 16; Toplam serbestlik derecesi (dfTdf_T) = n1=211=20n - 1 = 21 - 1 = 20.
Düzeltilmiş R2R^2 hesaplanırken kareler toplamlarının serbestlik derecelerine bölünmesiyle elde edilen ortalama kareler kullanılır.
3
Düzeltilmiş belirleme katsayısı formülünü uygulayın.
Rˉ2=1SSE/16SST/20=164/16200/20=1410=10,4=0,60\bar{R}^2 = 1 - \frac{SSE / 16}{SST / 20} = 1 - \frac{64 / 16}{200 / 20} = 1 - \frac{4}{10} = 1 - 0,4 = 0,60
Düzeltilmiş belirleme katsayısı, modeldeki bağımsız değişken sayısındaki artışın yarattığı yapay R2R^2 artışını cezalandırmak için serbestlik derecelerini dikkate alır.

Key Concept

Düzeltilmiş Belirleme Katsayısı (Adjusted R-squared)
Estimated Time:1m 30s
Question 54Question

Bir ziraat mühendisi, buğday verimi (YY) üzerindeki gübre kullanımı (X1X_1) ve sulama miktarının (X2X_2) etkisini 23 gözlem kullanarak çoklu doğrusal regresyon modeli ile incelemiştir. Yapılan analiz sonucunda gübre kullanımı katsayısının tahmini değeri β^1=10\hat{\beta}_1 = 10 ve bu katsayının standart hatası se(β^1)=2se(\hat{\beta}_1) = 2 olarak hesaplanmıştır. %95 güven düzeyinde gübre kullanımı katsayısı (β1\beta_1) için güven aralığı aşağıdakilerden hangisidir?

(Kritik değerler: t0,025;20=2,086t_{0,025; 20} = 2,086; t0,025;21=2,080t_{0,025; 21} = 2,080; t0,025;22=2,074t_{0,025; 22} = 2,074)

Show answer & explanation

Answer: [5,828;14,172][5,828; 14,172] tokens

Answer

Gübre kullanımı katsayısı için %95 güven aralığı [5,828;14,172][5,828; 14,172] olarak hesaplanır.
Verilen modelde 23 gözlem ve 2 bağımsız değişken bulunmaktadır. Serbestlik derecesi 2321=2023 - 2 - 1 = 20 olarak hesaplanır. %95 güven düzeyi için 20 serbestlik derecesindeki kritik tt değeri 2,0862,086'dır. Bu değer standart hata olan 2 ile çarpıldığında hata payı 4,1724,172 bulunur. Tahmini katsayı olan 10'dan bu değerin çıkarılması ve eklenmesiyle [5,828;14,172][5,828; 14,172] aralığına ulaşılır.

Step-by-Step Solution

1
Serbestlik derecesini (sd) hesapla
sd=nk1=2321=20sd = n - k - 1 = 23 - 2 - 1 = 20
Çoklu doğrusal regresyonda katsayılar için tt dağılımının serbestlik derecesi gözlem sayısından toplam parametre sayısının çıkarılmasıyla bulunur.
2
Kritik t değerini belirle
tα/2;sd=t0,025;20=2,086t_{\alpha/2; sd} = t_{0,025; 20} = 2,086
%95 güven düzeyi için çift yönlü anlamlılık düzeyi α/2=0,025\alpha/2 = 0,025 olup, 20 serbestlik derecesindeki tablo değerine bakılır.
3
Güven aralığı sınırlarını hesapla
10±(2,086×2)=10±4,17210 \pm (2,086 \times 2) = 10 \pm 4,172
Güven aralığı β^j±tα/2,nk1se(β^j)\hat{\beta}_j \pm t_{\alpha/2, n-k-1} \cdot se(\hat{\beta}_j) formülüyle hesaplanır. Alt sınır 104,172=5,82810 - 4,172 = 5,828 ve üst sınır 10+4,172=14,17210 + 4,172 = 14,172 olur.

Key Concept

Çoklu doğrusal regresyonda kısmi regresyon katsayıları için güven aralığı tahmini.

Practice More

Bağımsız değişkenler arasında çoklu doğrusal bağlantı (multicollinearity) olması durumunda standart hatanın artmasının güven aralığı genişliğini nasıl etkileyeceğini düşününüz.
Estimated Time:1m 30s
Question 55Question

Çoklu doğrusal regresyon analizinde, modelde yer alan diğer bağımsız değişkenlerin (örneğin X2X_2) hem bağımlı değişken (YY) hem de ilgili bağımsız değişken (X1X_1) üzerindeki doğrusal etkisi istatistiksel olarak sabit tutulduğunda, YY ile X1X_1 arasında kalan 'saf' ilişkiyi ölçen katsayı aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Kısmi korelasyon katsayısı

Answer

Kısmi korelasyon katsayısı
Kısmi korelasyon katsayısı, bir veya daha fazla kontrol değişkeninin etkisini istatistiksel olarak dışladıktan sonra iki değişken arasındaki doğrusal ilişkinin derecesini ifade eder. Soruda belirtilen 'diğer değişkenlerin etkisinin sabit tutulması' durumu tam olarak bu katsayının tanımını teşkil eder.

Step-by-Step Solution

1
Sorudaki temel kavramın belirlenmesi
Değişkenlerin etkisinin 'sabit tutulması' veya 'kontrol edilmesi' ifadesi incelenmiştir.
Regresyon analizinde değişkenler arası 'saf' ilişkiyi bulmak için kontrol işlemi gereklidir.
2
Katsayı türlerinin karşılaştırılması
Basit korelasyonun kontrolsüz olduğu, çoklu korelasyonun ise toplu ilişkiyi ölçtüğü belirlenmiştir.
İlişkinin belirli bir parçasını (kısmını) diğerlerinden arındırarak ölçen ölçüt kısmi korelasyondur.
3
Doğru terimin seçilmesi
Kısmi (partial) korelasyon katsayısı (r12.3r_{12.3}) tanımına ulaşılmıştır.
İstatistikte 'holding constant' (sabit tutma) işlemi kısmi katsayılar ile ifade edilir.

Key Concept

Kısmi Korelasyon
Estimated Time:45s
Question 56Question

Bir kamu hastanesinde hasta memnuniyeti (YY), tedavi süresi (X1X_1) ve hemşire başına düşen hasta sayısı (X2X_2) arasındaki ilişkiler incelenmiştir. Yapılan analizler sonucunda değişkenler arasındaki basit korelasyon katsayıları şu şekilde hesaplanmıştır:

* Hasta memnuniyeti ile tedavi süresi arasındaki korelasyon: rYX1=0,52r_{YX_1} = 0,52
* Hasta memnuniyeti ile hemşire başına düşen hasta sayısı arasındaki korelasyon: rYX2=0,60r_{YX_2} = 0,60
* Tedavi süresi ile hemşire başına düşen hasta sayısı arasındaki korelasyon: rX1X2=0,60r_{X_1X_2} = 0,60

Buna göre, hemşire başına düşen hasta sayısının (X2X_2) etkisi sabit tutulduğunda, tedavi süresi (X1X_1) ile hasta memnuniyeti (YY) arasındaki kısmi korelasyon katsayısı (rYX1.X2r_{YX_1.X_2}) kaçtır?

Show answer & explanation

Answer: 0,250,25

Answer

Hemşire başına düşen hasta sayısının etkisi sabit tutulduğunda, tedavi süresi ile hasta memnuniyeti arasındaki kısmi korelasyon katsayısı 0,250,25 olarak hesaplanır.
Verilen basit korelasyon değerleri (rYX1=0,52r_{YX_1}=0,52, rYX2=0,60r_{YX_2}=0,60, rX1X2=0,60r_{X_1X_2}=0,60) kısmi korelasyon formülünde yerine konulduğunda, pay kısmında 0,520,36=0,160,52 - 0,36 = 0,16 ve payda kısmında 0,64×0,64=0,64\sqrt{0,64 \times 0,64} = 0,64 değerleri elde edilir. Bu iki değerin oranı 0,250,25 sonucunu verir. Bu katsayı, hemşire başına düşen hasta sayısının etkisi dışlandığında, tedavi süresi ile memnuniyet arasındaki net ilişkiyi gösterir.

Step-by-Step Solution

1
Kısmi korelasyon katsayısı formülünü belirleyiniz.
rYX1.X2=rYX1rYX2rX1X2(1rYX22)(1rX1X22)r_{YX_1.X_2} = \frac{r_{YX_1} - r_{YX_2} \cdot r_{X_1X_2}}{\sqrt{(1 - r_{YX_2}^2)(1 - r_{X_1X_2}^2)}}
Üçüncü bir değişkenin (X2X_2) etkisini kontrol ederek iki değişken (YY ve X1X_1) arasındaki ilişkiyi ölçmek için bu formül kullanılır.
2
Verilen değerleri formülün pay kısmına yerleştirerek hesaplayınız.
0,52(0,60×0,60)=0,520,36=0,160,52 - (0,60 \times 0,60) = 0,52 - 0,36 = 0,16
Pay kısmı, iki değişken arasındaki toplam korelasyondan, üçüncü değişken üzerinden geçen ortak varyansın çıkarılmasını temsil eder.
3
Formülün payda kısmını hesaplayınız.
(10,602)(10,602)=(10,36)(10,36)=0,64×0,64=0,64\sqrt{(1 - 0,60^2)(1 - 0,60^2)} = \sqrt{(1 - 0,36)(1 - 0,36)} = \sqrt{0,64 \times 0,64} = 0,64
Payda, değişkenlerin X2X_2 tarafından açıklanamayan kalan varyanslarının geometrik ortalamasını temsil eder.
4
Payı paydaya bölerek nihai sonucu bulunuz.
0,160,64=0,25\frac{0,16}{0,64} = 0,25
Kısmi korelasyon katsayısı, arındırılmış ilişkinin normalize edilmiş değeridir.

Key Concept

Kısmi korelasyon katsayısı, bir veya daha fazla kontrol değişkeninin etkisi istatistiksel olarak sabitlendiğinde (arındırıldığında), iki değişken arasındaki doğrusal ilişkinin derecesini ölçer.

Hints

1
Kısmi korelasyon hesaplamak için payda kısmında 1r21-r^2 ifadelerinin çarpımının karekökünü kullanmanız gerektiğini unutmayın.
2
Önce rYX2rX1X2r_{YX_2} \cdot r_{X_1X_2} çarpımını bulun ve bunu rYX1r_{YX_1} değerinden çıkararak payı elde edin.
3
Pay kısmı 0,52(0,6×0,6)=0,160,52 - (0,6 \times 0,6) = 0,16 iken payda kısmı 0,64×0,64=0,64\sqrt{0,64 \times 0,64} = 0,64 olmaktadır.

Practice More

Çoklu belirleme katsayısı (R2R^2) ile kısmi korelasyon katsayıları arasındaki ilişkiyi inceleyen sorulara göz atabilirsiniz.
Estimated Time:1m 30s
Question 57Question

Bir ekonomist, bir ülkenin yıllık ihracat miktarını (YY); reel döviz kuru (X1X_1) ve dış talep endeksi (X2X_2) bağımsız değişkenleri ile açıklamak amacıyla 30 gözlem kullanarak bir çoklu doğrusal regresyon modeli tahmin etmiştir. Tahmin edilen modelde reel döviz kuru katsayısı β^1=0,45\hat{\beta}_1 = 0,45 ve bu katsayının standart hatası se(β^1)=0,15se(\hat{\beta}_1) = 0,15 olarak bulunmuştur.

Buna göre, reel döviz kuru katsayısı (β1\beta_1) için %95\%95 güven düzeyindeki güven aralığı aşağıdakilerden hangisidir?

(t0,025;27=2,052t_{0,025; 27} = 2,052; t0,025;28=2,048t_{0,025; 28} = 2,048; t0,025;29=2,045t_{0,025; 29} = 2,045)

Show answer & explanation

Answer: [0,1422;0,7578][0,1422; 0,7578]

Answer

Reel döviz kuru katsayısı için %95\%95 güven aralığı [0,1422;0,7578][0,1422; 0,7578] aralığıdır.
Çoklu doğrusal regresyon modelinde 2 bağımsız değişken ve 1 sabit terim olmak üzere toplam 3 parametre tahmin edilmektedir. Bu durumda serbestlik derecesi 303=2730 - 3 = 27 olarak belirlenir. %95\%95 güven düzeyi için uygun kritik tablo değeri t0,025;27=2,052t_{0,025; 27} = 2,052 olup, katsayı tahmini ve standart hata ile yapılan hesaplama sonucunda [0,1422;0,7578][0,1422; 0,7578] aralığına ulaşılır.

Step-by-Step Solution

1
Serbestlik derecesinin hesaplanması
sd=nk=303=27sd = n - k = 30 - 3 = 27
Çoklu doğrusal regresyonda serbestlik derecesi; gözlem sayısı (nn) ile tahmin edilen parametre sayısı (kk) arasındaki farktır. Modelde sabit terim dahil 3 parametre (sabit, X1X_1, X2X_2) bulunmaktadır.
2
Kritik t değerinin belirlenmesi
tα/2,27=t0,025,27=2,052t_{\alpha/2, 27} = t_{0,025, 27} = 2,052
%95\%95 güven düzeyi için anlamlılık düzeyi α=0,05\alpha = 0,05 olup, çift yönlü güven aralığı için α/2=0,025\alpha/2 = 0,025 değeri kullanılır.
3
Hata payının hesaplanması
HP=t×se(β^1)=2,052×0,15=0,3078HP = t \times se(\hat{\beta}_1) = 2,052 \times 0,15 = 0,3078
Güven aralığının sınırlarını belirlemek için kritik değer ile standart hata çarpılır.
4
Güven aralığı sınırlarının bulunması
0,45±0,3078[0,1422;0,7578]0,45 \pm 0,3078 \Rightarrow [0,1422; 0,7578]
Alt ve üst sınırlar, nokta tahmin değerinden hata payının çıkarılması ve eklenmesiyle elde edilir.

Key Concept

Çoklu doğrusal regresyonda katsayılar için güven aralığı oluşturulurken serbestlik derecesi parametre sayısı dikkate alınarak (nkn-k) belirlenmelidir.

Practice More

Bağımsız değişkenler arasında çoklu doğrusal bağlantı (multicollinearity) olması durumunda standart hatanın nasıl değişeceğini ve bunun güven aralığı genişliği üzerindeki etkisini inceleyiniz.
Estimated Time:1m 30s
Question 58Question

Bir ekonomist, hanehalkı tüketim harcamaları (YY) ile hanehalkı geliri (X1X_1) arasındaki ilişkiyi, hanehalkı genişliği (X2X_2) değişkeninin etkisini devre dışı bırakarak (sabit tutarak) sadece gelir ve harcama arasındaki saf ilişkiyi belirlemek istemektedir. Bu durumda ekonomistin hesaplaması gereken katsayı aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Kısmi korelasyon katsayı

Answer

Ekonomistin kullanması gereken ölçüt kısmi korelasyon katsayısıdır.
Kısmi korelasyon katsayısı, bir modeldeki diğer bağımsız değişkenlerin (bu soruda hanehalkı genişliği) hem bağımlı değişken hem de ilgili bağımsız değişken üzerindeki doğrusal etkisini matematiksel olarak arındırarak kalan 'temiz' ilişkiyi ölçer.

Step-by-Step Solution

1
Araştırma problemini analiz etme
Harcama (YY) ve Gelir (X1X_1) arasındaki ilişki aranıyor, ancak Hanehalkı Genişliği (X2X_2) kontrol edilmek isteniyor.
Değişkenler arası ilişkide üçüncü bir değişkenin 'karıştırıcı' etkisini ortadan kaldırmak hedeflenmektedir.
2
İlgili istatistiksel kavramı belirleme
İki değişken arasındaki ilişkiyi diğerlerini 'sabit tutarak' ölçen terim 'kısmi' (partial) korelasyondur.
Tanım gereği kısmi korelasyon, kontrol edilen değişkenlerin etkisinden arındırılmış saf korelasyonu verir.
3
Sembolik gösterimi tanımlama
rYX1.X2r_{YX_1.X_2} katsayısı hesaplanmalıdır.
Notasyon, nokta sonrasındaki değişkenin (X2X_2) sabit tutulduğunu gösterir.

Key Concept

Kısmi Korelasyon (Partial Correlation)
Question 59Question

Çoklu doğrusal regresyon analizinde, modelde yer alan bağımsız değişkenlerin (X1,X2,...,XkX_1, X_2, ..., X_k) birbirlerinin tam (mükemmel) bir doğrusal fonksiyonu olmamasını ifade eden temel varsayıma ne ad verilir?

Show answer & explanation

Answer: Çoklu doğrusal bağlantı olmaması

Answer

Çoklu doğrusal bağlantı olmaması varsayımı, bağımsız değişkenlerin kendi aralarında tam bir doğrusal ilişki içinde olmamasını gerektirir.
Çoklu doğrusal regresyonun 'tam çoklu doğrusal bağlantı olmaması' varsayımı, bağımsız değişkenlerden hiçbirinin diğerlerinin tam bir doğrusal fonksiyonu (mükemmel korelasyon) olmamasını şart koşar. Bu varsayım, modeldeki katsayıların (β \beta ) tek tek ve benzersiz bir şekilde tahmin edilebilmesini (matematiksel olarak XXX'X matrisinin tersinin alınabilmesini) sağlar.

Step-by-Step Solution

1
Soruda hangi unsurlar arasındaki ilişkiden bahsedildiğini belirleyin.
Bağımsız değişkenler (XX) arasındaki ilişki sorulmaktadır.
Çoklu regresyonda değişkenlerin etkilerini ayrıştırmak için aralarındaki ilişkinin yapısı önemlidir.
2
İstatistikte bağımsız değişkenler arasındaki doğrusal bağımlılığı tanımlayan kavramı hatırlayın.
Değişkenler arası doğrusal ilişki 'çoklu doğrusal bağlantı' (multicollinearity) olarak tanımlanır.
Bu kavram, bir değişkenin diğerlerinin doğrusal kombinasyonu olması durumunu açıklar.
3
Modelin çözülebilirliği için gerekli olan 'yokluk' varsayımını seçin.
Tam çoklu doğrusal bağlantı olmaması varsayımı.
Matrisel çözümde (XX)(X'X) matrisinin tersinin alınabilmesi için bu varsayım zorunludur.

Key Concept

Çoklu Doğrusal Bağlantı (Multicollinearity)

Practice More

Bağımsız değişkenler arasında tam değil de 'yüksek' dereceli bir ilişki olduğunda ortaya çıkan 'kısmi çoklu doğrusal bağlantı' durumunun sonuçlarını inceleyebilirsiniz.
Estimated Time:45s
Question 60Question

Gauss-Markov varsayımlarının sağlandığı sabit terimli bir çoklu doğrusal regresyon modelinde n=25n=25 gözlem ve 2 bağımsız değişken (X1,X2X_1, X_2) bulunmaktadır. Model Y=Xβ+ϵY = X\beta + \epsilon matris formunda ifade edildiğinde, (XX)1(X'X)^{-1} matrisi ve XYX'Y vektörü şu şekilde elde edilmiştir:

(XX)1=[0,20,10,00,10,50,10,00,10,4],XY=[20105](X'X)^{-1} = \begin{bmatrix} 0,2 & 0,1 & 0,0 \\ 0,1 & 0,5 & -0,1 \\ 0,0 & -0,1 & 0,4 \end{bmatrix}, \quad X'Y = \begin{bmatrix} 20 \\ 10 \\ 5 \end{bmatrix}

Bu bilgilere göre, En Küçük Kareler (EKK) tahmin vektörü β^\hat{\beta}'nın hesaplanma formülü, birinci bağımsız değişkene ait katsayı tahmini (β^1\hat{\beta}_1) ve hata varyansının tahmini için kullanılan serbestlik derecesi (sdsd) aşağıdakilerin hangisinde birlikte ve doğru olarak verilmiştir?

Show answer & explanation

Answer: β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y ; β^1=6,5\hat{\beta}_1 = 6,5 ; sd=22sd = 22

Answer

En Küçük Kareler tahmin vektörü β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y formülüyle hesaplanır; buna göre X1X_1 değişkenine ait katsayı tahmini 6,5 ve serbestlik derecesi 22'dir.
Doğru seçenek, EKK tahmincilerinin temel matris formülü olan β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y ifadesini içerir. Hesaplama adımlarında, birinci bağımsız değişkene ait katsayı (β^1\hat{\beta}_1), ters matrisin ikinci satırı ile XYX'Y vektörünün çarpılmasıyla 6,5 olarak bulunur. Serbestlik derecesi ise toplam 25 gözlemden, modeldeki 3 parametrenin (sabit terim ve 2 bağımsız değişken) çıkarılmasıyla 22 olarak elde edilir.

Step-by-Step Solution

1
EKK tahmin vektörü formülünün belirlenmesi
β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y
Çoklu regresyon modelinde hata kareler toplamını minimize eden parametre vektörü normal denklemler aracılığıyla bu matris formuyla ifade edilir.
2
Birinci bağımsız değişkene ait β^1\hat{\beta}_1 katsayısının hesaplanması
β^1=(0,1×20)+(0,5×10)+(0,1×5)=2+50,5=6,5\hat{\beta}_1 = (0,1 \times 20) + (0,5 \times 10) + (-0,1 \times 5) = 2 + 5 - 0,5 = 6,5
Matris gösteriminde katsayı vektörünün ikinci elemanı (β^1\hat{\beta}_1), ters matrisin ikinci satırı ile XYX'Y sütun vektörünün iç çarpımıdır.
3
Hata varyansı tahmini için serbestlik derecesinin (sd) hesaplanması
sd=np=253=22sd = n - p = 25 - 3 = 22
Serbestlik derecesi, gözlem sayısından (nn) tahmin edilen toplam parametre sayısının (pp) çıkarılmasıyla bulunur. Bu modelde sabit terim dahil 3 parametre (β0,β1,β2\beta_0, \beta_1, \beta_2) vardır.

Key Concept

EKK tahmincileri matris formunda β^=(XX)1XY\hat{\beta} = (X'X)^{-1}X'Y olarak ifade edilir ve Gauss-Markov varsayımları altında BLUE (En İyi Doğrusal Sapmasız Tahminci) özelliğine sahiptir.

Alternative Method

Vektör çarpımı yerine her bir katsayı için ayrı ayrı matris satırlarını kullanarak katsayıları tek tek kontrol edebilirsiniz.
Estimated Time:2m 0s
PreviousPage 3 / 7Next
Çoklu Doğrusal Regresyon Analizi Practice Questions — KPSS İstatistik — Page 3 | Examkin