Doğrusal Olmayan Regresyon Modelleri

96 questions

Question 1Question

İktisadi ve idari olaylar arasındaki ilişkiler her zaman değişkenlerin seviyeleri arasında doğrusal bir yapı sergilemez. Ancak bazı doğrusal olmayan modeller, değişkenlerin veya parametrelerin uygun dönüşümleri (logaritmik, ters, vb.) aracılığıyla doğrusal hale getirilerek En Küçük Kareler (EKK) yöntemiyle tahmin edilebilir.

Doğrusal hale getirilebilen regresyon modellerinin kavramsal çerçevesi ve bu modellerin istatistiksel özellikleri dikkate alındığında, aşağıdaki ifadelerden hangisi doğrudur?

Show answer & explanation

Answer: Üstel bir modelin (Y=αXβeuY = \alpha X^\beta e^u) logaritması alındığında elde edilen lnY=lnα+βlnX+u\ln Y = \ln \alpha + \beta \ln X + u denkleminde, hata terimi (uu) başlangıçta çarpımsal (multiplicative) etkili iken dönüşüm sonucunda toplamsal (additive) hale gelir.

Answer

Üstel bir modelde hata terimi çarpımsal formda olduğunda, logaritmik dönüşüm bu hata terimini doğrusal denklemin bir parçası olarak toplamsal hale getirir.
Doğrusal hale getirilebilen üstel modellerde, bağımlı değişkenin logaritması alındığında çarpım durumundaki katsayılar ve hata terimi toplamsal hale gelir. Bu durum, modelin parametrelere göre doğrusal hale gelmesini ve standart EKK teknikleriyle tahmin edilebilmesini sağlar.

Step-by-Step Solution

1
Doğrusal hale getirilebilen modelin yapısını analiz etmek
Üstel model Y=αXβeuY = \alpha X^\beta e^u formundadır.
Değişkenlerin ve hata teriminin birbirleriyle olan ilişkisini belirlemek için modelin başlangıç formu incelenmelidir.
2
Logaritmik dönüşüm uygulamak
lnY=lnα+βlnX+u\ln Y = \ln \alpha + \beta \ln X + u elde edilir.
Logaritmanın özelliği gereği ln(ab)=lna+lnb\ln(a \cdot b) = \ln a + \ln b ve ln(eu)=u\ln(e^u) = u olduğundan, çarpımsal ilişkiler toplamsal hale gelir.
3
İstatistiksel yorumlama ve karşılaştırma kriterlerini kontrol etmek
Hata terimi uu artık regresyon denklemi içinde eklemeli (toplamsal) bir bileşendir.
EKK yönteminin uygulanabilmesi için hata teriminin modelde toplamsal olması varsayımı bu dönüşümle sağlanmış olur.

Key Concept

Logaritmik dönüşümlerle çarpımsal hata yapılarının doğrusal ve toplamsal hale getirilmesi.

Practice More

Bağımlı değişkenin logaritmasının alındığı modellerde tahmin edilen değerlerin (Y-şapka) orijinal birime nasıl geri döndürüleceği (anti-logaritma ve sapma düzeltmesi) konusunu inceleyebilirsiniz.
Estimated Time:1m 30s
Question 2Question

Bir iktisatçı, bir ülkedeki teknolojik gelişimin çıktı miktarı üzerindeki etkisini incelemek amacıyla Yt=eβ0+β1t+utY_t = e^{\beta_0 + \beta_1 t + u_t} biçimindeki üstel regresyon modelini kullanmaktadır. Modelin logaritması alınarak yapılan En Küçük Kareler (EKK) tahmini sonucunda elde edilen regresyon denklemi şu şekildedir:

ln(Yt)^=5,20+0,08t\widehat{\ln(Y_t)} = 5,20 + 0,08t

(e0,081,0833e^{0,08} \approx 1,0833 olduğu varsayılmaktadır.)

Bu tahmin sonuçlarına göre, zaman (tt) bir birim arttığında çıktı miktarında (YY) meydana gelecek değişim ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Çıktı miktarında yaklaşık %8,33 oranında bir artış beklenir.

Answer

Çıktı miktarında yaklaşık %8,33 oranında bir artış bekleyen seçenek doğrudur.
Verilen model ln(Y)=β0+β1t\ln(Y) = \beta_0 + \beta_1 t formunda bir yarı-logaritmik modeldir. Bu modellerde bağımsız değişkendeki (tt) bir birimlik artış, bağımlı değişkende (YY) yaklaşık 100×β1100 \times \beta_1 kadar, tam olarak ise 100×(eβ11)100 \times (e^{\beta_1} - 1) kadar yüzde değişim yaratır. Hesaplamada e0,081=0,0833e^{0,08} - 1 = 0,0833 bulunmuş, bu da %8,33 artışa karşılık gelmektedir.

Step-by-Step Solution

1
Modelin fonksiyonel formunu belirle.
Model Y=eβ0+β1XY = e^{\beta_0 + \beta_1 X} yapısındadır, bu bir 'Log-Lin' (Yarı Logaritmik) modeldir.
Bağımlı değişken logaritmik, bağımsız değişken doğrusaldır.
2
Katsayı yorumlama formülünü uygula.
Yüzde değişim = (eβ11)×100(e^{\beta_1} - 1) \times 100
Üstel büyüme modellerinde bir birimlik artışın etkisi katsayının antilogaritması üzerinden hesaplanır.
3
Verilen değerleri yerine koy.
(e0,081)×100=(1,08331)×100=8,33(e^{0,08} - 1) \times 100 = (1,0833 - 1) \times 100 = 8,33
Soruda verilen e0,081,0833e^{0,08} \approx 1,0833 bilgisi kullanılarak kesin yüzde artış hesaplanır.

Key Concept

Log-Lin Modellerinde Katsayı Yorumu

Practice More

Çift logaritmik modeller ile yarı logaritmik modellerin katsayı yorumlarını karşılaştıran bir soru çözebilirsiniz.
Estimated Time:1m 30s
Question 3Question

Bir üretim sürecinde girdi ile çıktı arasındaki ilişkiyi analiz etmek amacıyla tahmin edilen Cobb-Douglas tipi üretim fonksiyonu şu şekildedir:

lnQi=1,5+0,6lnKi+0,4lnLi+ui\ln Q_i = 1,5 + 0,6 \ln K_i + 0,4 \ln L_i + u_i

Burada QQ üretim miktarını, KK sermaye miktarını ve LL işgücü miktarını temsil etmektedir. Bu modele göre, diğer değişkenler sabitken sermaye miktarında meydana gelecek %5\%5'lik bir artışın üretim miktarı üzerindeki beklenen etkisi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Üretim miktarında %3 oranında bir artış gerçekleşmesi

Answer

Sermaye miktarındaki %5'lik bir artış, üretim miktarında %3'lük bir artışa neden olur.
Verilen modelde lnQ\ln Q ve lnK\ln K ifadeleri bulunduğu için bu bir çift logaritmik modeldir. Bu tür modellerde sermaye değişkeninin (KK) önündeki katsayı (0,60,6), üretim miktarının sermayeye göre esnekliğini ifade eder. Esneklik, bağımsız değişkendeki yüzdesel değişimin bağımlı değişkende yol açacağı yüzdesel değişimi gösterdiğinden; sermaye %5 arttığında üretim 0,6×0,6 \times %5 = %3 oranında artacaktır.

Step-by-Step Solution

1
Modelin türünü ve katsayıların anlamını belirleyin.
Model çift logaritmik (Log-Log) formdadır; bu formda eğim katsayıları sabit esneklik değerlerini temsil eder.
Hem bağımlı değişkenin (Q) hem de bağımsız değişkenin (K) doğal logaritması alınmıştır.
2
Esneklik formülünü kullanarak bağımlı değişkendeki yüzdesel değişimi hesaplayın.
%\Delta Q = \text{Esneklik} \times %\Delta K \Rightarrow 0,6 \times 5 = 3
Esneklik, bağımsız değişkendeki %1'lik değişime karşılık bağımlı değişkende meydana gelen %'lik değişimi ifade eder.

Key Concept

Çift logaritmik modellerde eğim katsayıları 'sabit esneklik' (constant elasticity) katsayılarıdır ve bağımsız değişkendeki yüzde değişimlerin bağımlı değişkende yaratacağı yüzde değişimleri doğrudan gösterir.

Practice More

Modelin sabit teriminin (β0\beta_0) ve diğer girdi olan işgücünün (LL) esneklik değerlerinin toplamının, ölçeğe göre getiri (constant/increasing/decreasing returns to scale) kavramı ile ilişkisini inceleyebilirsiniz.

Alternative Method

Esneklik tanımı üzerinden ϵ=dlnQdlnK\epsilon = \frac{d \ln Q}{d \ln K} yazılarak, dlnQ=0,6×dlnKd \ln Q = 0,6 \times d \ln K ilişkisinden dlnQ=0,6×0,05=0,03d \ln Q = 0,6 \times 0,05 = 0,03 (yani %3) sonucu elde edilebilir.
Estimated Time:1m 30s
Question 4Question

Bir araştırmacı, bir bölgedeki konut fiyatları (YY) ile konutun merkeze olan uzaklığı (XX) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik (Log-Lin) regresyon modelini tahmin etmiştir:

ln(Yi)=12,50,06Xi+ei\ln(Y_i) = 12,5 - 0,06 X_i + e_i

Burada uzaklık (XX) kilometre cinsinden ölçülmüştür. Buna göre, konutun merkeze olan uzaklığındaki 1 kilometrelik artışın konut fiyatı üzerindeki etkisi ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Konut fiyatında yaklaşık %6 oranında bir azalışa neden olur.

Answer

Konutun merkeze olan uzaklığındaki 1 birimlik (km) artış, konut fiyatında yaklaşık %6'lık bir azalışa (100×0,06100 \times -0,06) yol açar.
Log-Lin modellerinde bağımsız değişkendeki (XX) bir birimlik artış, bağımlı değişkende (YY) yaklaşık olarak katsayının 100 katı kadar (100×β1100 \times \beta_1) yüzdesel bir değişime yol açar. Sorudaki modelde β1=0,06\beta_1 = -0,06 olduğundan, uzaklıktaki 1 km'lik artış fiyatlarda %6'lık bir azalışı ifade eder.

Step-by-Step Solution

1
Modelin fonksiyonel formunu belirle.
Model Log-Lin (yarı logaritmik) formundadır: ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X.
Bağımlı değişken logaritmik, bağımsız değişken doğrusaldır.
2
Eğim katsayısının (β1\beta_1) matematiksel anlamını analiz et.
β1=dln(Y)dX=1YdYdX=Yu¨zdesel Deg˘is¸im YBirim Deg˘is¸im X\beta_1 = \frac{d\ln(Y)}{dX} = \frac{1}{Y} \frac{dY}{dX} = \frac{\text{Yüzdesel Değişim } Y}{\text{Birim Değişim } X}.
Logaritmik bir değişkenin türevi o değişkendeki nispi değişimi verir.
3
Katsayıyı yüzdeye dönüştürerek yorumla.
0,06×100=%6-0,06 \times 100 = -\%6.
XX'deki 1 birimlik artışın YY'de neden olduğu yaklaşık yüzdesel değişimi bulmak için katsayı 100 ile çarpılır.

Key Concept

Log-Lin modellerinde yarı-esneklik (semi-elasticity) yorumu
Estimated Time:1m 30s
Question 5Question

Bir araştırmacı, bağımlı değişken YY ile bağımsız değişken XX arasındaki ilişkiyi incelemek amacıyla aşağıdaki ikinci dereceden polinom regresyon modelini tahmin etmiştir:

Yi=β0+β1Xi+β2Xi2+ϵiY_i = \beta_0 + \beta_1 X_i + \beta_2 X_i^2 + \epsilon_i

Modelin En Küçük Kareler (EKK) yöntemiyle tahmin edilmesinin ardından, β2\beta_2 parametresinin anlamlılığına yönelik yapılan tt testi sonucunda hesaplanan pp değeri 0,450,45 olarak bulunmuştur.

Buna göre, elde edilen bu bulguya dayalı olarak yapılabilecek en uygun değerlendirme aşağıdakilerden hangisidir?

Show answer & explanation

Answer: İkinci dereceden terim istatistiksel olarak anlamlı bulunmadığı için modelin derecesi düşürülmeli ve basit doğrusal regresyon modeli tercih edilmelidir.

Answer

En yüksek dereceli terimin istatistiksel olarak anlamsız olması, modelin derecesinin düşürülmesi gerektiğini ve basit doğrusal modelin daha uygun olduğunu gösterir.
Polinom regresyon modellerinde uygun dereceyi belirlemek için en yüksek dereceli terimin anlamlılığı kontrol edilir. Eğer bu terim için yapılan tt testi sonucunda pp değeri anlamlılık düzeyinden büyük çıkarsa (bu soruda 0,450,45), bu terimin modele istatistiksel olarak anlamlı bir katkı sağlamadığına karar verilir ve modelden çıkarılarak daha basit bir modele (bir alt dereceye) geçilir.

Step-by-Step Solution

1
En yüksek dereceli terimin (X2X^2) katsayısına ait pp değerini incele.
p=0,45>0,05p = 0,45 > 0,05 (veya 0,010,01).
Anlamlılık düzeyinden büyük bir p değeri, sıfır hipotezinin (katsayının sıfıra eşit olduğu) reddedilemediğini gösterir.
2
Model karmaşıklığını değerlendir.
İkinci dereceden terim modele açıklayıcı bir güç katmamaktadır.
Polinom regresyonda temel kural, en yüksek dereceli terim anlamsızsa modelin basitleştirilmesidir.
3
Alternatif modeli belirle.
Basit doğrusal regresyon modeli (Y=β0+β1X+ϵY = \beta_0 + \beta_1 X + \epsilon).
Veri yapısının doğrusal olmayan (eğrisel) bir forma sahip olduğuna dair istatistiksel kanıt yetersizdir.

Key Concept

Polinom regresyonda model derecesinin seçimi ve t-testi yorumu
Question 6Question

Regresyon analizinde, değişkenler arasındaki ilişkinin niteliğine bağlı olarak bazen değişkenlerin seviye değerleri yerine logaritmik veya ters dönüşümleri kullanılarak model doğrusal hale getirilir. Bir araştırmacı, bağımlı değişkenin seviye değerinin (YY) kullanıldığı doğrusal bir model ile bağımlı değişkenin doğal logaritmasının (lnY\ln Y) kullanıldığı yarı-logaritmik bir modelin açıklama güçlerini karşılaştırmak istemektedir. Bu iki farklı modelin belirtme katsayılarının (R2R^2) doğrudan birbiriyle kıyaslanamamasının temel nedeni aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Bağımlı değişkenlerin formları değiştiği için Toplam Kareler Toplamı (TKTTKT) değerlerinin farklı tanımlanması ve ölçeklerinin farklılaşması

Answer

Bağımlı değişkenlerin formları değiştiği için Toplam Kareler Toplamı (TKT) değerlerinin farklı tanımlanması ve ölçeklerinin farklılaşması
Belirtme katsayısı (R2R^2), bağımlı değişkendeki toplam değişimin (TKTTKT) model tarafından açıklanan kısmını oranlar. Eğer bir modelde bağımlı değişken YY, diğerinde lnY\ln Y ise, bu iki değişkenin toplam kareler toplamları (TKTTKT) farklı birim ve ölçeklerdedir. Dolayısıyla, bu modellerden elde edilen yüzdesel açıklama oranlarını (R2R^2) birbiriyle doğrudan kıyaslamak matematiksel olarak anlamlı değildir. Bu tür durumları karşılaştırmak için bağımlı değişkeni aynı forma getiren özel dönüştürülmüş R2R^2 yöntemleri veya tahmin edilen değerlerin antilogaritmaları üzerinden hesaplanan kriterler kullanılmalıdır.

Step-by-Step Solution

1
Belirtme katsayısının (R2R^2) matematiksel tanımını analiz etme
R2=1HKTTKTR^2 = 1 - \frac{HKT}{TKT} formülünde TKT=(YiYˉ)2TKT = \sum (Y_i - \bar{Y})^2 olarak tanımlanır.
R2R^2 değerinin hangi bileşenlerden oluştuğunu anlamak karşılaştırma kriterini belirler.
2
Bağımlı değişken dönüşümünün TKTTKT üzerindeki etkisini inceleme
Doğrusal modelde TKT1=(YiYˉ)2TKT_1 = \sum (Y_i - \bar{Y})^2 iken, logaritmik modelde TKT2=(lnYilnY)2TKT_2 = \sum (\ln Y_i - \overline{\ln Y})^2 olur.
Bağımlı değişkenin formu değiştiğinde, paydadaki toplam varyasyon (TKT) tamamen farklı bir büyüklük ve ölçek kazanır.
3
Karşılaştırma mantığını değerlendirme
Farklı paydalara (TKTTKT) sahip oranların (R2R^2) doğrudan karşılaştırılması, 'elma ile armutun kıyaslanması' gibidir ve hatalıdır.
R2R^2 karşılaştırması yapabilmek için bağımlı değişkenlerin aynı formda olması gerekir.

Key Concept

Bağımlı değişkenin formu değiştiğinde R2R^2 değerlerinin doğrudan karşılaştırılamaması
Estimated Time:1m 30s
Question 7Question

Bir işletmenin üretim yapısı Cobb-Douglas tipi fonksiyon ile modellenmiş ve aşağıdaki çift logaritmik (tam logaritmik) regresyon denklemi tahmin edilmiştir:

ln(Qi)=3,2+0,6ln(Li)+0,4ln(Ki)+ui\ln(Q_i) = 3,2 + 0,6 \ln(L_i) + 0,4 \ln(K_i) + u_i

Burada QQ çıktı miktarını, LL işgücü saatini ve KK sermaye kullanımını temsil etmektedir. Sermaye girdisi (KK) sabitken, işgücü saatinde (LL) meydana gelecek %5'lik bir artışın çıktı miktarı üzerindeki beklenen etkisi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Çıktı miktarında %3 oranında bir artış beklenir.

Answer

Çıktı miktarında %3 oranında bir artış beklenir.
Tahmin edilen model bir çift logaritmik (log-log) modeldir. Bu modellerde eğim katsayıları bağımlı değişkenin ilgili bağımsız değişkene göre esnekliğini verir ve bu esneklik model boyunca sabittir. İşgücü saatini (LL) temsil eden değişkenin katsayısı 0,60,6 olarak verilmiştir; bu da işgücündeki %1'lik bir artışın çıktı miktarında (QQ) %0,6'lık bir artışa yol açacağını gösterir. Dolayısıyla, işgücü saatindeki %5'lik bir artış, çıktı miktarında 5×0,6=5 \times 0,6 = %3 oranında bir artışa neden olur.

Step-by-Step Solution

1
Modelin fonksiyonel formunu belirleyin.
Model hem bağımlı hem de bağımsız değişkenlerin logaritmasını içerdiği için çift logaritmik (log-log) formdadır.
Çift logaritmik modellerde katsayıların yorumu diğer modellerden farklıdır.
2
Bağımsız değişkenin katsayısının (eğim) anlamını belirleyin.
İşgücü (LL) değişkeninin önündeki 0,60,6 katsayısı, çıktının işgücüne göre esnekliğini (EQLE_{QL}) temsil eder.
Çift logaritmik modellerde eğim katsayıları doğrudan sabit esneklik değerini verir.
3
Esneklik formülünü kullanarak çıktıdaki yüzde değişimi hesaplayın.
%ΔQ=EQL×%ΔL=0,6×5=3\% \Delta Q = E_{QL} \times \% \Delta L = 0,6 \times 5 = 3.
Esneklik, bağımsız değişkendeki %1'lik değişime karşılık bağımlı değişkende beklenen yüzde değişimi gösterir.

Key Concept

Çift logaritmik modellerde katsayılar 'sabit esneklik' (constant elasticity) olarak yorumlanır.
Question 8Question

Bir ekonomist, bir ülkenin yıllık nüfus artışını incelemek amacıyla Yt=β0eβ1tvtY_t = \beta_0 e^{\beta_1 t} v_t biçiminde bir üstel regresyon modeli kurmuştur. Burada YtY_t ilgili yıldaki nüfusu, tt zamanı (yıl) ve vtv_t ise çarpımsal hata terimini ifade etmektedir. Bu modelin yapısı ve katsayılarının yorumlanmasıyla ilgili aşağıdaki ifadelerden hangisi doğrudur?

Show answer & explanation

Answer: Bu model, logaritma dönüşümü yardımıyla parametreleri bakımından doğrusal hale getirilebildiği için "içsel olarak doğrusal" (intrinsically linear) bir modeldir ve β1\beta_1 katsayısının yüzde etkisi 100(eβ11)100(e^{\beta_1} - 1) formülü ile hesaplanır.

Answer

Model, logaritmik dönüşümle doğrusal hale getirilebildiği için içsel olarak doğrusaldır ve eğim katsayısının yüzde etkisi 100(eβ11)100(e^{\beta_1} - 1) formülüyle bulunur.
Doğru ifade, üstel modelin logaritma alınarak parametreleri bakımından doğrusal hale getirilebildiğini ve bu nedenle 'içsel olarak doğrusal' kabul edildiğini belirtmektedir. Ayrıca, log-lin modellerde bağımsız değişkendeki 1 birimlik artışın bağımlı değişken üzerindeki net yüzde etkisi 100(eβ11)100(e^{\beta_1} - 1) formülü ile doğru şekilde tanımlanmıştır.

Step-by-Step Solution

1
Modelin her iki yanının doğal logaritmasını (ln) alın.
lnYt=lnβ0+β1t+lnvt\ln Y_t = \ln \beta_0 + \beta_1 t + \ln v_t denklemi elde edilir.
Üstel modelleri En Küçük Kareler (EKK) yöntemiyle tahmin edebilmek için doğrusal forma dönüştürmek gerekir.
2
Modelin doğrusallık türünü belirleyin.
Parametreler (lnβ0\ln \beta_0 ve β1\beta_1) bakımından doğrusal bir yapı oluştuğu için model 'içsel olarak doğrusal' (intrinsically linear) sınıfına girer.
Bir modelin içsel olarak doğrusal olması, uygun dönüşümlerle doğrusal hale getirilebilmesi anlamına gelir.
3
Katsayı yorumu için gerekli dönüşümü uygulayın.
lnY\ln Y üzerindeki 1 birimlik değişim YY üzerinde yüzde değişime karşılık gelir; tam değer 100(eβ11)100(e^{\beta_1} - 1) ile hesaplanır.
Sürekli büyüme modellerinde katsayılar doğrudan oransal değişimi verir, yüzdeye çevirmek için üstel dönüşüm kullanılır.

Key Concept

Üstel Modellerin Doğrusallaştırılması ve Yarı-Logaritmik Katsayı Yorumu
Question 9Question

Bir bölgedeki tarımsal üretim miktarını (QQ) etkileyen faktörleri incelemek amacıyla gübre kullanımı (GG) ve sulama miktarı (SS) değişkenleri kullanılarak aşağıdaki çift logaritmik (Cobb-Douglas tipi) regresyon modeli tahmin edilmiştir:

ln(Qi)=2,5+0,4ln(Gi)+0,7ln(Si)+ei\ln(Q_i) = 2,5 + 0,4 \ln(G_i) + 0,7 \ln(S_i) + e_i

Bu modele göre, sulama miktarında (SS) meydana gelecek %10'luk bir artışın üretim miktarı (QQ) üzerindeki beklenen etkisi ve modelin esneklik özelliği ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Üretim miktarı %7 oranında artar ve model sabit esneklik özelliğine sahiptir.

Answer

Üretim miktarı %7 oranında artar ve model sabit esneklik özelliğine sahiptir.
Verilen modelde hem bağımlı hem de bağımsız değişkenlerin logaritması alınmıştır. Bu formdaki modellerde eğim katsayıları doğrudan esnekliği ifade eder. Sulama miktarının (SS) katsayısı 0,70,7 olduğu için, sulamadaki %10'luk bir artış üretimi 0,7×10=0,7 \times 10 = %7 oranında artıracaktır. Ayrıca bu modellerde esneklik değeri tüm gözlemler için sabit olduğundan 'sabit esneklik modeli' olarak adlandırılırlar.

Step-by-Step Solution

1
Model tipini belirle
Çift Logaritmik (Log-Log) Model
Hem bağımlı değişkenin (QQ) hem de bağımsız değişkenlerin (GG ve SS) logaritmik formda olması modelin çift logaritmik olduğunu gösterir.
2
Katsayı yorumunu yap
β2=0,7\beta_2 = 0,7 (Sulama Esnekliği)
Çift logaritmik modellerde eğim katsayıları, bağımlı değişkenin ilgili bağımsız değişkene göre esnekliğini (ElasticityElasticity) temsil eder.
3
Yüzdesel etkiyi hesapla
ΔQ=0,7×10=\Delta Q = 0,7 \times 10 = %7
Esneklik tanımı gereği, bağımsız değişkendeki %1'lik değişim katsayı kadar (0,7) değişim yaratır; bu durumda %10'luk artış 0,7×10=70,7 \times 10 = 7 birimlik yüzdesel artış sağlar.
4
Modelin esneklik özelliğini tespit et
Sabit Esneklik
Tam logaritmik modellerin temel özelliği, esnekliğin veri seti boyunca değişmemesi ve doğrudan katsayıya eşit olmasıdır.

Key Concept

Çift logaritmik modellerde katsayılar doğrudan 'sabit esneklik' (constant elasticity) değerlerini verir.
Question 10Question

Bir dış ticaret uzmanı, belirli bir ithal tüketim malına yönelik talebi (MM) ve bu malın göreli fiyatını (PP) analiz etmek amacıyla Cobb-Douglas tipi bir talep fonksiyonundan hareketle aşağıdaki çift logaritmik (tam logaritmik) regresyon modelini tahmin etmiştir:

ln(Mt)=5,401,20ln(Pt)+ut\ln(M_t) = 5,40 - 1,20 \ln(P_t) + u_t

Bu modele göre, malın göreli fiyatında (PP) meydana gelecek %5\%5'lik bir artışın ithalat talebi (MM) üzerinde yaratacağı beklenen değişim aşağıdakilerden hangisidir?

Show answer & explanation

Answer: %6 oranında azalır

Answer

İthalat talebi %6 oranında azalır
Tahmin edilen model ln(Mt)=β0+β1ln(Pt)\ln(M_t) = \beta_0 + \beta_1 \ln(P_t) yapısındadır. Bu tür çift logaritmik modellerde β1\beta_1 katsayısı 'sabit esneklik' katsayısıdır. Esneklik, bağımsız değişkendeki %1'lik değişime karşılık bağımlı değişkende meydana gelen beklenen yüzdesel değişimi ifade eder. Soruda fiyatta %5'lik bir artış verildiği için, bu değişim esneklik katsayısı olan 1,20-1,20 ile çarpılır: 5×(1,20)=65 \times (-1,20) = -6. Negatif işaret talebin azalacağını gösterdiğinden, sonuç %6 oranında azalıştır.

Step-by-Step Solution

1
Modelin fonksiyonel formunu ve katsayı anlamını belirleme
Model çift logaritmik (log-log) formdadır; bu formda eğim katsayısı (β1=1,20\beta_1 = -1,20) doğrudan talebin fiyat esnekliğini verir.
Çift logaritmik modellerde değişkenlerin logaritması alındığı için katsayılar esneklik (yüzdeye karşı yüzde değişim) olarak yorumlanır.
2
Fiyattaki yüzdesel değişimin etkisini hesaplama
Bag˘ımlı Deg˘is¸kendeki % Deg˘is¸im=Esneklik×Bag˘ımsız Deg˘is¸kendeki % Deg˘is¸im=1,20×%5=%6\text{Bağımlı Değişkendeki } \% \text{ Değişim} = \text{Esneklik} \times \text{Bağımsız Değişkendeki } \% \text{ Değişim} = -1,20 \times \%5 = -\%6
Esneklik tanımı gereği, bağımsız değişkendeki %1'lik artışın bağımlı değişkende katsayı kadar (burada %1,20 azalış) değişim yaratması beklenir.

Key Concept

Çift logaritmik modellerde katsayılar sabit esneklik (constant elasticity) değerini verir.

Practice More

Modelde sadece bağımlı değişkenin logaritması alınsaydı (Log-Lin model), katsayının nasıl yorumlanacağını inceleyiniz.
Estimated Time:1m 30s
Question 11Question

Bir araştırmacı, bir kamu kurumundaki personelin hizmet yılı (XX) ile aylık maaşları (YY) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik (Log-Lin) modeli tahmin etmiştir:

ln(Yi)=8,5+0,032Xi+ei\ln(Y_i) = 8,5 + 0,032 X_i + e_i

Bu modelde elde edilen eğim katsayısı β^1=0,032\hat{\beta}_1 = 0,032 olduğuna göre, hizmet yılındaki bir birimlik (yıllık) artışın aylık maaş üzerindeki etkisiyle ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Aylık maaşta yaklaşık %3,2 oranında bir artışa neden olur.

Answer

Hizmet yılındaki bir birimlik artış, aylık maaşta yaklaşık %3,2 oranında bir artışa neden olmaktadır.
Tahmin edilen model bir Log-Lin (yarı logaritmik) modelidir. Bu tür modellerde eğim katsayısı, bağımsız değişkendeki (XX) 1 birimlik artışın bağımlı değişkende (YY) yaklaşık olarak katsayı değeri kadar (yüzde cinsinden) bir değişime yol açacağını ifade eder. Bu durumda 0,032 değeri, yaklaşık %3,2'lik bir artışı temsil etmektedir.

Step-by-Step Solution

1
Modelin fonksiyonel formunu belirle.
Model ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X formundadır (Log-Lin).
Bağımlı değişkenin logaritması alınmış, bağımsız değişken doğrusal bırakılmıştır.
2
Katsayının anlamını analiz et.
Eğim katsayısı β1\beta_1, yarı esnekliği (semi-elasticity) ifade eder.
Log-Lin modellerinde katsayı, bağımsız değişkendeki mutlak değişime karşılık bağımlı değişkendeki nispi değişimi gösterir.
3
Yüzdesel değişimi hesapla.
0,032×100=0,032 \times 100 = %3,2
Bağımsız değişkendeki 1 birimlik artışın yüzde etkisini bulmak için katsayı 100 ile çarpılır.

Key Concept

Log-Lin modellerinde eğim katsayısı, bağımsız değişkendeki bir birimlik değişimin bağımlı değişkende yaratacağı yaklaşık yüzde değişimi ifade eder.
Estimated Time:1m 30s
Question 12Question

Bir araştırmacı, bir üretim sürecindeki sıcaklık (XX) ile ürün verimi (YY) arasındaki ilişkiyi incelemek amacıyla n=40n=40 gözlem kullanarak ikinci dereceden bir polinom regresyon modeli (Y=β0+β1X+β2X2+ϵY = \beta_0 + \beta_1 X + \beta_2 X^2 + \epsilon) kurmuştur. Yapılan analiz sonucunda en yüksek dereceli terim olan X2X^2 değişkenine ait tt istatistiğinin p-değeri 0,240,24 olarak hesaplanmıştır.

Buna göre, %5 anlamlılık düzeyinde bu çalışma ve model seçimi ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Kareli terim modele istatistiksel olarak anlamlı bir katkı sağlamamaktadır; bu nedenle ilişkinin açıklanmasında basit doğrusal model yeterlidir.

Answer

P-değerinin anlamlılık düzeyinden (0,05) büyük olması nedeniyle kareli terimin modele anlamlı bir katkı sağlamadığı ve basit doğrusal modelin tercih edilmesi gerektiği sonucuna varılır.
Verilen modelde X2X^2 terimine ait p-değeri (0,240,24), standart anlamlılık düzeyi olan 0,050,05'den büyük olduğu için bu terimin katsayısının sıfıra eşit olduğu yönündeki sıfır hipotezi reddedilemez. Bu durum, sıcaklığın karesinin verim üzerinde istatistiksel olarak anlamlı bir etkisi olmadığını ve daha basit olan doğrusal modelin veriyi açıklamak için yeterli olduğunu gösterir.

Step-by-Step Solution

1
Hipotezlerin kurulması
H0:β2=0H_0: \beta_2 = 0 ve H1:β20H_1: \beta_2 \neq 0
Polinomun derecesinin artırılmasının gerekip gerekmediği, en yüksek dereceli terimin katsayısının anlamlılığı ile test edilir.
2
P-değeri ile anlamlılık düzeyinin (α\alpha) karşılaştırılması
0,24>0,050,24 > 0,05
İstatistiksel karar vermek için hesaplanan p-değeri seçilen anlamlılık düzeyi ile kıyaslanır.
3
Karar ve Yorum
H0H_0 reddedilemez.
P-değeri α\alpha'dan büyük olduğu için kareli terimin bağımlı değişken üzerindeki etkisi istatistiksel olarak anlamsızdır ve modelden çıkarılmalıdır.

Key Concept

Polinom regresyon modellerinde model derecesine karar verilirken en yüksek dereceli terimin t-testi sonuçlarına ve düzeltilmiş R-kare değerindeki değişime bakılır.

Practice More

Polinom regresyon modellerinde değişkenler arasındaki çoklu doğrusal bağlantı problemini azaltmak için kullanılan 'merkezleme' (centering) yöntemini inceleyebilirsiniz.
Estimated Time:1m 30s
Question 13Question

Bir işletmeci, televizyon reklamlarına harcanan bütçe (XX, bin TL) ile ürünün satış miktarı (YY, adet) arasındaki ilişkiyi n=60n=60 gözlem kullanarak aşağıdaki regresyon modeli ile tahmin etmiştir:

Y^i=2500+600ln(Xi)\hat{Y}_i = 2500 + 600 \ln(X_i)
(s.e.)(400)(120)(s.e.) \quad (400) \quad (120)

Burada parantez içindeki değerler standart hataları göstermektedir. Tahmin edilen modele göre, reklam harcamalarındaki %1'lik bir artışın satış miktarı üzerindeki beklenen etkisi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Satış miktarında yaklaşık 6 adetlik bir artış meydana gelir.

Answer

Satış miktarında yaklaşık 6 adetlik bir artış meydana gelmesi beklenir.
Tahmin edilen model bir Lin-Log modelidir. Bu tür modellerde, bağımsız değişkendeki (XX) yüzde birlik (%1) artışın bağımlı değişken (YY) üzerindeki mutlak etkisi β1/100\beta_1 / 100 formülüyle hesaplanır. Soruda β^1=600\hat{\beta}_1 = 600 olarak verildiğinden, reklam harcamaları %1 arttığında satış miktarının yaklaşık 600/100=6600 / 100 = 6 adet artması beklenir.

Step-by-Step Solution

1
Regresyon modelinin formunu belirleyin.
Model Y=β0+β1ln(X)Y = \beta_0 + \beta_1 \ln(X) formundadır, yani bir 'Lin-Log' (Doğrusal-Logaritmik) modeldir.
Bağımsız değişken logaritmik, bağımlı değişken ise doğrusal formdadır.
2
Lin-Log modeli için katsayı yorumlama kuralını uygulayın.
ΔYβ1100×(%ΔX)\Delta Y \approx \frac{\beta_1}{100} \times (\% \Delta X) formülü kullanılır.
Lin-Log modellerinde bağımsız değişkendeki %1'lik değişim, bağımlı değişkende katsayının yüzde biri kadar mutlak değişim yaratır.
3
Verilen değerleri formülde yerine koyarak hesaplama yapın.
600/100=6600 / 100 = 6 adet.
Eğim katsayısı β1=600\beta_1 = 600 olduğu için, %1'lik artışın etkisi 600×0,01=6600 \times 0,01 = 6 birim (adet) olur.

Key Concept

Lin-Log modellerinde eğim katsayısının (β1\beta_1) yorumu: Bağımsız değişkendeki %1'lik değişim, bağımlı değişkende β1/100\beta_1 / 100 birimlik değişim yaratır.
Estimated Time:1m 30s
Question 14Question

Bir kamu kurumundaki dijitalleşme süreci kapsamında aylık üretilen dijital belge sayısı (YY) ile zaman (XX, ay) arasındaki ilişkiyi incelemek amacıyla Yi=β0eβ1XiuiY_i = \beta_0 e^{\beta_1 X_i} u_i biçiminde bir üstel regresyon modeli kurulmuştur. Yapılan analizde, değişkenler logaritmik dönüşümle doğrusal hale getirilmiş ve eğim katsayısı β^1=0,06\hat{\beta}_1 = 0,06 olarak tahmin edilmiştir. (e0,061,0618e^{0,06} \approx 1,0618)

Buna göre, tahmin edilen bu modelin yapısı ve katsayının yorumu ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Model özünde doğrusal (intrinsically linear) olup, belge sayısı her ay ortalama %6,18 oranında artmaktadır.

Answer

Model özünde doğrusal (intrinsically linear) bir yapıya sahiptir ve tahmin edilen katsayıya göre dijital belge sayısı her ay ortalama %6,18 oranında artış göstermektedir.
Verilen üstel model logaritma dönüşümü ile parametreleri açısından doğrusal hale getirilebildiği için 'özünde doğrusal' (intrinsically linear) bir modeldir. Log-lin modellerde eğim katsayısı (β1\beta_1), bağımsız değişkendeki bir birimlik artışın bağımlı değişkende yaratacağı yaklaşık yüzde değişimi ifade eder. Kesin yüzde değişim ise (eβ11)×100(e^{\beta_1} - 1) \times 100 formülüyle hesaplanır. Burada e0,061=0,0618e^{0,06} - 1 = 0,0618 sonucu elde edildiğinden, belge sayısının her ay %6,18 arttığı ifadesi doğrudur.

Step-by-Step Solution

1
Modelin doğrusal hale getirilmesi
lnYi=lnβ0+β1Xi+lnui\ln Y_i = \ln \beta_0 + \beta_1 X_i + \ln u_i
Üstel modelin her iki tarafının doğal logaritması alınarak parametreler açısından doğrusal bir form elde edilir.
2
Model yapısının sınıflandırılması
Özünde Doğrusal (Intrinsically Linear)
Parametreleri doğrusal hale getirilebilen modeller 'özünde doğrusal' olarak tanımlanır.
3
Eğim katsayısının yorumlanması
Değişim Oranı = e0,061e^{0,06} - 1
Yarı logaritmik (Log-Lin) modellerde bağımsız değişkendeki 1 birimlik artışın bağımlı değişkendeki göreli etkisi bu formülle hesaplanır.
4
Sayısal hesaplamanın yapılması
1,06181=0,06181,0618 - 1 = 0,0618 yani %6,18\%6,18
Verilen e0,06e^{0,06} değeri yerine konularak yüzde değişim elde edilir.

Key Concept

Üstel modellerin log-linear dönüşümü ve katsayıların yüzde cinsinden yorumlanması.

Hints

1
Üstel modellerin (Y=eβXY = e^{\beta X}) hangi dönüşümle doğrusal regresyon formatına getirildiğini hatırlayın.
2
Bağımlı değişkenin logaritmasının alındığı modellerde katsayının birim değişim mi yoksa oransal değişim mi ifade ettiğini düşünün.
3
Yüzde değişim için (eβ1)(e^\beta - 1) formülünü kullanın ve verilen sayısal değeri yerine koyun.

Practice More

Bağımlı değişkenin doğrusal, bağımsız değişkenin logaritmik olduğu (Lin-Log) modellerde katsayı yorumunun nasıl değiştiğini inceleyin.
Estimated Time:1m 30s
Question 15Question

Bir işletmenin satış hacmi (YY) ile reklam harcamaları (XX) arasındaki ilişkiyi incelemek amacıyla Cobb-Douglas tipi bir kuvvet modeli temel alınarak aşağıdaki çift logaritmik (tam logaritmik) regresyon denklemi tahmin edilmiştir:

ln(Y)=2,5+0,80ln(X)+u\ln(Y) = 2,5 + 0,80 \ln(X) + u

Buna göre, işletmenin reklam harcamalarında meydana gelecek %15'lik bir artışın satış hacminde yol açacağı beklenen değişim aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Satış hacmi %12 oranında artar.

Answer

Reklam harcamalarındaki %15'lik bir artış, satış hacminde %12'lik bir artışa yol açar.
Verilen model ln(Y)=β0+β1ln(X)+u\ln(Y) = \beta_0 + \beta_1 \ln(X) + u formunda bir çift logaritmik modeldir. Bu modelde β1\beta_1 katsayısı, YY değişkeninin XX değişkenine göre esnekliğini ifade eder. Sabit esneklik özelliği gereği, XX'deki yüzde değişim ile katsayının çarpımı (15×0,80=1215 \times 0,80 = 12), YY'deki beklenen yüzde değişimi verir.

Step-by-Step Solution

1
Model tipini ve katsayı anlamını belirleme
Model çift logaritmik formdadır; ln(X)\ln(X)'in katsayısı olan 0,800,80, YY'nin XX'e göre esnekliğini verir.
Çift logaritmik modellerde katsayılar doğrudan sabit esneklik değerini temsil eder.
2
Esneklik formülünü uygulama
Yu¨zde Deg˘is¸im (Y)=Esneklik×Yu¨zde Deg˘is¸im (X)\text{Yüzde Değişim } (Y) = \text{Esneklik} \times \text{Yüzde Değişim } (X) formülünden; 0,80×15=120,80 \times 15 = 12 elde edilir.
Esneklik, bağımsız değişkendeki %1'lik değişimin bağımlı değişkende yaratacağı yüzde değişimi gösterir.

Key Concept

Çift logaritmik modellerde eğim katsayısı, bağımlı değişkenin bağımsız değişkene göre sabit esnekliğini (constant elasticity) verir.

Practice More

Yarı logaritmik (Log-Lin ve Lin-Log) modellerde katsayıların nasıl 'yarı-esneklik' olarak yorumlandığını tekrar ediniz.
Estimated Time:1m 15s
Question 16Question

Bir ekonometrik çalışmada, üretim miktarı (XX) ile birim maliyet (YY) arasındaki ilişkiyi modellemek amacıyla aşağıdaki ters (hiperbolik) regresyon modeli tahmin edilmiştir:

Y^i=15,20+350Xi\hat{Y}_i = 15,20 + \frac{350}{X_i}

Buna göre, üretim miktarı (XX) sınırsız şekilde arttığında (sonsuza yaklaştığında), birim maliyetin (YY) yaklaşacağı asimptotik limit değer aşağıdakilerden hangisidir?

Show answer & explanation

Answer: 15,20

Answer

Asimptotik limit değeri 15,20'dir.
Ters (hiperbolik) regresyon modellerinde, bağımsız değişken (XX) sonsuza yaklaştığında, 1/X1/X terimi sıfıra yaklaşır. Bu durumda model denklemi Y^=β0+β1(0)\hat{Y} = \beta_0 + \beta_1(0) halini alır ve bağımlı değişken sabit terim olan β0\beta_0 değerine yakınsar. Soru kökündeki modelde β0=15,20\beta_0 = 15,20 olduğu için asimptotik limit bu değerdir.

Step-by-Step Solution

1
Modelin fonksiyonel formu tanımlanır.
Y=β0+β1(1/X)Y = \beta_0 + \beta_1(1/X)
Ters modellerde bağımsız değişkenin çarpmaya göre tersi alınarak doğrusal hale getirme yapılır.
2
Bağımsız değişkenin sonsuza gitmesi durumu analiz edilir.
XX \rightarrow \infty iken 1/X01/X \rightarrow 0
Limit kuralları gereği, payda büyüdükçe kesirli ifadenin değeri sıfıra yaklaşır.
3
Bağımlı değişkenin limit değeri hesaplanır.
limX(15,20+350/X)=15,20+0=15,20\lim_{X \to \infty} (15,20 + 350/X) = 15,20 + 0 = 15,20
Modeldeki sabit terim, bağımsız değişkenin etkisi ortadan kalktığında geriye kalan asimptotik değeri temsil eder.

Key Concept

Ters (Hiperbolik) Modellerde Asimptotik Limit

Practice More

Ters modellerde katsayıların işaretine bakarak asimptotun aşağıdan mı yoksa yukarıdan mı yaklaşıldığını analiz edebilirsiniz.
Estimated Time:1m 0s
Question 17Question

Bir ekonomi araştırmasında, işsizlik oranı (XX) ile enflasyon oranı (YY) arasındaki ilişkiyi temsil eden Phillips eğrisi için aşağıdaki ters (hiperbolik) regresyon modeli tahmin edilmiştir:

Y^i=2,4+15,6Xi\hat{Y}_i = -2,4 + \frac{15,6}{X_i}

Buna göre, işsizlik oranı (XX) sınırsız bir şekilde arttığında, enflasyon oranının (YY) yakınsayacağı asimptotik limit değeri kaçtır?

Show answer & explanation

Answer: -2,4

Answer

Asimptotik limit değeri -2,4'tür.
Verilen Y^i=2,4+15,6/Xi\hat{Y}_i = -2,4 + 15,6/X_i modelinde, XX değişkeni sonsuza doğru arttıkça 15,6/X15,6/X terimi giderek küçülür ve limit durumunda sıfıra yaklaşır. Bu durumda regresyon doğrusu yatay bir hal alır ve bağımlı değişken YY, sabit terim olan -2,4 değerine asimptotik olarak yakınsar. Bu değer, modelin öngördüğü minimum (veya maksimum) sınır değeridir.

Step-by-Step Solution

1
Modelin matematiksel formunun belirlenmesi
Y=β0+β1(1/X)Y = \beta_0 + \beta_1(1/X) formundaki ters regresyon modelinde β0=2,4\beta_0 = -2,4 ve β1=15,6\beta_1 = 15,6 değerleri belirlenmiştir.
Ters modellerde limit analizi katsayılar üzerinden yapılır.
2
Limit analizinin uygulanması
XX \rightarrow \infty iken 1X0\frac{1}{X} \rightarrow 0 olur.
Bağımsız değişken sınırsız arttığında hiperbolik terimin etkisi azalır.
3
Limit değerinin hesaplanması
limX(2,4+15,6X)=2,4+15,6(0)=2,4\lim_{X \to \infty} (-2,4 + \frac{15,6}{X}) = -2,4 + 15,6(0) = -2,4
Sabit terim, fonksiyonun XX sonsuza giderken ulaştığı yatay asimptottur.

Key Concept

Ters (hiperbolik) modellerde sabit terim, bağımlı değişkenin yakınsayacağı asimptotik limiti temsil eder.
Question 18Question

Bir iktisatçı, bir ülkedeki yıllık enflasyon oranı (XX) ile işsizlik oranı (YY) arasındaki ilişkiyi n=28n=28 yıllık bir veri seti kullanarak aşağıdaki ikinci dereceden polinom regresyon modeli ile analiz etmektedir:

Y=β0+β1X+β2X2+ϵY = \beta_0 + \beta_1 X + \beta_2 X^2 + \epsilon

Analiz sonucunda elde edilen varyans analizi (ANOVA) özet bilgileri aşağıdaki tabloda sunulmuştur:

Değişim KaynağıKareler Toplamı
Regresyon (Model)750
Hata (Artık)450
Toplam1200

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

Show answer & explanation

Answer: 0,595

Answer

0,595
Düzeltilmiş belirtme katsayısı hesaplanırken modelin serbestlik derecesindeki kayıp dikkate alınır. n=28n=28 gözlem ve k=3k=3 parametre (ikinci derece polinom için) kullanıldığında, açıklanamayan varyans oranı (10,625=0,3751-0,625=0,375) serbestlik derecesi düzeltme faktörü olan 27/25=1,0827/25=1,08 ile çarpılır. Elde edilen 0,4050,405 değeri 11'den çıkarıldığında 0,5950,595 sonucuna ulaşılır.

Step-by-Step Solution

1
Belirtme katsayısının (R2R^2) hesaplanması
R2=RKTTKT=7501200=0,625R^2 = \frac{RKT}{TKT} = \frac{750}{1200} = 0,625
Düzeltilmiş R2R^2 hesaplamak için öncelikle ham belirtme katsayısına ihtiyaç duyulur.
2
Parametre sayısının (kk) ve serbestlik derecelerinin belirlenmesi
k=p+1=2+1=3k = p + 1 = 2 + 1 = 3; n1=27n-1 = 27 ve nk=25n-k = 25
İkinci dereceden (p=2p=2) bir polinom regresyon modelinde β0,β1\beta_0, \beta_1 ve β2\beta_2 olmak üzere 3 adet parametre bulunur.
3
Düzeltilmiş belirtme katsayısı formülünün uygulanması
Rˉ2=1(1R2)n1nk=1(10,625)2725=1(0,375×1,08)=0,595\bar{R}^2 = 1 - (1 - R^2) \frac{n-1}{n-k} = 1 - (1 - 0,625) \frac{27}{25} = 1 - (0,375 \times 1,08) = 0,595
Modele eklenen değişkenlerin yarattığı 'açıklama gücü artışının' serbestlik derecesindeki kayıpla karşılaştırılması için düzeltme yapılır.

Key Concept

Polinom regresyon modellerinde düzeltilmiş belirtme katsayısı hesaplanırken, parametre sayısı k=p+1k = p+1 (derece + 1) olarak dikkate alınmalıdır.

Practice More

Polinom regresyon modellerinde XX ve X2X^2 terimleri arasındaki yüksek korelasyonun (çoklu doğrusal bağlantı) standart hatalar üzerindeki etkisini inceleyiniz.
Estimated Time:1m 30s
Question 19Question

Bir kamu kurumunun teknoloji merkezi, kurumsal portalın aylık tekil ziyaretçi sayısındaki (YY) artış eğilimini zamana (tt, ay) bağlı olarak analiz etmek amacıyla Yt=β0eβ1tutY_t = \beta_0 e^{\beta_1 t} u_t biçiminde bir üstel regresyon modeli tahmin etmiştir. Yapılan analiz sonucunda eğim katsayısı β1^=0,06\hat{\beta_1} = 0,06 olarak hesaplanmıştır. (e0,061,0618e^{0,06} \approx 1,0618)

Buna göre, tahmin edilen bu model ve katsayılar hakkında aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Zaman (tt) bir birim (bir ay) arttığında, ziyaretçi sayısı (YY) ortalama %6,18 oranında artmaktadır.

Answer

Zaman bir birim arttığında bağımlı değişkendeki oransal artış eβ11e^{\beta_1} - 1 formülüyle hesaplanır ve bu durumda %6,18'dir.
Üstel regresyon modellerinde (Y=β0eβ1XY = \beta_0 e^{\beta_1 X}), bağımsız değişkendeki (XX) bir birimlik artışın bağımlı değişken (YY) üzerindeki kesin oransal etkisi eβ11e^{\beta_1}-1 formülü ile bulunur. Verilen β1=0,06\beta_1 = 0,06 değeri için e0,061=0,0618e^{0,06} - 1 = 0,0618 hesaplanır, bu da ziyaretçi sayısının aylık ortalama %6,18 oranında arttığını gösterir.

Step-by-Step Solution

1
Modelin fonksiyonel formunu ve dönüşüm gereksinimini belirlemek
ln(Yt)=ln(β0)+β1t+ln(ut)\ln(Y_t) = \ln(\beta_0) + \beta_1 t + \ln(u_t)
Üstel modeller, parametrelerine göre doğrusal hale getirilebilen (intrinsically linear) modellerdir ve logaritma dönüşümü ile EKK yöntemiyle tahmin edilebilir.
2
Katsayının yorumlanması için gerekli matematiksel ilişkiyi kurmak
ΔYYeβ11\frac{\Delta Y}{Y} \approx e^{\beta_1} - 1
Yarı logaritmik (log-lin) modellerde, bağımsız değişkendeki 1 birimlik mutlak artışın bağımlı değişkendeki yaklaşık oransal etkisi katsayıya, kesin etkisi ise eβ1e^{\beta} - 1 değerine eşittir.
3
Verilen katsayıyı kullanarak hesaplamayı tamamlamak
e0,061=1,06181=0,0618e^{0,06} - 1 = 1,0618 - 1 = 0,0618 yani %6,18
Eğim katsayısı β1=0,06\beta_1 = 0,06 olarak verildiğinden, zaman bir ay ilerlediğinde ziyaretçi sayısındaki oransal artış %6,18 olur.

Key Concept

Üstel regresyon modellerinde katsayı yorumu ve fonksiyonel dönüşüm

Practice More

Büyüme hızı modellerinde katsayının neden yaklaşık olarak % değişime eşit olduğunu anlamak için Taylor serisi açılımını inceleyebilirsiniz.
Estimated Time:1m 30s
Question 20Question

Bir ekonomide teknolojik inovasyonun ihracat performansına etkisini analiz etmek amacıyla, yüksek teknolojili ürün ihracatı (XX) ile Ar-Ge harcamaları (RR) arasındaki ilişkiyi temsil eden Cobb-Douglas tipi bir kuvvet modeli tahmin edilmiştir. Tahmin edilen regresyon denklemi şu şekildedir:

ln(Xi)=2,50+1,40ln(Ri)+ui\ln(X_i) = 2,50 + 1,40 \ln(R_i) + u_i

Buna göre, Ar-Ge harcamalarında meydana gelen %5\%5’lik bir artışın yüksek teknolojili ürün ihracatı üzerinde yaratacağı etki ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Yüksek teknolojili ürün ihracatı %7 oranında artar.

Answer

Ar-Ge harcamalarındaki %5'lik bir artış, yüksek teknolojili ürün ihracatını %7 oranında artıracaktır.
Tahmin edilen denklem bir çift logaritmik (tam logaritmik) modeldir. Bu modellerde her iki değişkenin logaritması alındığı için regresyon katsayısı (1,401,40) ihracatın Ar-Ge harcamalarına göre esnekliğini verir. Esneklik, bağımsız değişkendeki %1\%1'lik bir artışın bağımlı değişkende yaratacağı yüzdesel değişimi ifade eder. Dolayısıyla, Ar-Ge harcamaları %5\%5 arttığında, ihracattaki artış 1,40×%5=%71,40 \times \%5 = \%7 olacaktır. Bu model türünde esneklik, verinin her noktasında sabit kabul edilir.

Step-by-Step Solution

1
Modelin fonksiyonel formunu belirleyin.
Model hem bağımlı (XX) hem de bağımsız (RR) değişkenin doğal logaritmasını içerdiği için 'çift logaritmik' (log-log) modeldir.
Yorumlama biçimi modelin formuna (doğrusal, yarı logaritmik, tam logaritmik) göre değişir.
2
Eğim katsayısının anlamını tanımlayın.
β1=1,40\beta_1 = 1,40 katsayısı, ihracatın Ar-Ge harcamalarına göre esnekliğini (EXRE_{XR}) temsil eder.
Çift logaritmik modellerde katsayılar 'sabit esneklik' özelliğine sahiptir.
3
Yüzdesel değişimi hesaplayın.
Δ%X=Esneklik×Δ%R=1,40×5=7\Delta \% X = \text{Esneklik} \times \Delta \% R = 1,40 \times 5 = 7.
Esneklik tanımı gereği, bağımsız değişkendeki %1'lik değişim bağımlı değişkende katsayı kadar (%) değişim yaratır.

Key Concept

Çift logaritmik modellerde eğim katsayısı esneklik (elasticity) değerine eşittir ve bağımsız değişkendeki yüzdesel değişimin bağımlı değişken üzerindeki yüzdesel etkisini gösterir.
Page 1 / 5Next
Doğrusal Olmayan Regresyon Modelleri Practice Questions — KPSS İstatistik | Examkin