Eğim Kukla Değişkenleri (Kukla ve Sürekli Değişken Etkileşimi)

11 questions

Question 1Question

Bir iktisatçı, hanehalkı tüketim harcamalarını (YY) gelir (XX) ve yerleşim yeri (DD; Kentsel = 1, Kırsal = 0) değişkenleri üzerinden analiz etmektedir. Tahmin edilen çoklu regresyon modeli sonuçları aşağıdaki tabloda verilmiştir:

DeğişkenKatsayıStandart Hatatt-istatistiği
Sabit (CC)12.0001.20010,00
Gelir (XX)0,650,0513,00
Yerleşim (DD)2.5005005,00
Gelir×Yerles\cimGelir \times Yerleşim (XDX \cdot D)0,150,035,00

Verilen model sonuçlarına göre, kentsel bölgelerde yaşayan hanehalkları için marjinal tüketim eğilimi (gelirdeki bir birimlik artışın tüketim üzerindeki etkisi) kaçtır?

Show answer & explanation

Answer: 0,80

Answer

Kentsel bölgeler için marjinal tüketim eğilimi 0,80 olarak hesaplanır.
Tahmin edilen modelde kentsel bölge (D=1D=1) için marjinal tüketim eğilimi, temel gelir katsayısı (β1=0,65\beta_1 = 0,65) ile etkileşim terimi katsayısının (β3=0,15\beta_3 = 0,15) toplamı olan 0,800,80 değerine eşittir.

Step-by-Step Solution

1
Kukla değişken değerlerini belirle.
D=1D=1 (Kentsel), D=0D=0 (Kırsal)
Soruda kentsel bölge için marjinal etki sorulduğundan kukla değişkenin hangi değeri alacağı netleştirilmelidir.
2
Model denklemini kentsel bölge (D=1D=1) için özelleştir.
Y^=12.000+0,65X+2.500(1)+0,15(X1)\hat{Y} = 12.000 + 0,65X + 2.500(1) + 0,15(X \cdot 1)
Etkileşimli modellerde belirli bir grup için etkiyi bulmak için o grubun kukla değeri yerine koyulur.
3
Denklemi düzenleyerek XX değişkeninin katsayısını (eğimi) bul.
Y^=(12.000+2.500)+(0,65+0,15)X=14.500+0,80X\hat{Y} = (12.000 + 2.500) + (0,65 + 0,15)X = 14.500 + 0,80X
Marjinal etki, bağımlı değişkenin bağımsız değişkene göre türevidir, bu da düzenlenmiş denklemdeki eğim katsayısına eşittir.

Key Concept

Eğim kukla değişkenleri, sürekli bir bağımsız değişkenin bağımlı değişken üzerindeki etkisinin (eğiminin), nitel bir özelliğe göre nasıl değiştiğini ölçer.
Question 2Question

Bir kamu kurumunda çalışan personelin aylık maaşları (YY) ile hizmet yılları (XX) arasındaki ilişkiyi analiz etmek isteyen bir araştırmacı; personelin unvanını da (DD; Uzman = 1, Diğer = 0) modele dahil ederek aşağıdaki regresyon denklemini tahmin etmiştir:

Y^i=25+1,2Xi+6Di+0,8(XiDi)\hat{Y}_i = 25 + 1,2 X_i + 6 D_i + 0,8 (X_i \cdot D_i)

Burada YY bin TL cinsinden maaşı, XX ise yıl cinsinden hizmet süresini temsil etmektedir. Buna göre, uzman unvanına sahip bir personelin hizmet süresindeki 1 yıllık artışın maaşı üzerinde yaratacağı toplam beklenen artış kaç bin TL'dir?

Show answer & explanation

Answer: 2,0

Answer

Uzman unvanına sahip bir personelin tecrübe başına maaş artışı 2,0 bin TL'dir.
Verilen regresyon modelinde hizmet yılının (XX) katsayısı olan 1,2, referans grubu (D=0D=0) için eğimi temsil eder. Uzman unvanına sahip olanlar (D=1D=1) için ise bu eğime etkileşim terimi katsayısı olan 0,8 eklenir. Dolayısıyla toplam etki 1,2+0,8=2,01,2 + 0,8 = 2,0 olarak bulunur.

Step-by-Step Solution

1
Uzman grubu için model denkleminde D=1D=1 yazılarak gruba özgü denklem oluşturulur.
Y^=25+1,2X+6(1)+0,8(X1)Y^=31+2,0X\hat{Y} = 25 + 1,2 X + 6(1) + 0,8(X \cdot 1) \Rightarrow \hat{Y} = 31 + 2,0 X
Kukla değişkenin sabit terim ve eğim üzerindeki etkilerini birleştirmek için.
2
Denklemin hizmet yılına (XX) göre kısmi türevi alınarak eğim bulunur.
Y^X=1,2+0,8=2,0\frac{\partial \hat{Y}}{\partial X} = 1,2 + 0,8 = 2,0
Eğim kuklası (etkileşim) içeren modellerde, ilgili grubun eğimi temel katsayı ile etkileşim katsayısının toplamıdır.

Key Concept

Eğim Kukla Değişkeni (Kukla ve Sürekli Değişken Etkileşimi)
Estimated Time:1m 30s
Question 3Question

Bir pazarlama müdürü, şirketinin reklam harcamaları (XiX_i, bin TL) ile satış hacmi (YiY_i, bin TL) arasındaki ilişkiyi analiz etmektedir. Analizinde satışların yapıldığı kanalın (e-ticaret veya perakende mağaza) etkisini de ölçmek için bir kukla değişken (DiD_i) kullanmıştır. Tanımlanan kukla değişken DiD_i (E-ticaret = 1, Perakende = 0) olmak üzere tahmin edilen regresyon modeli şu şekildedir:

Y^i=150+2,5Xi+40Di+0,8(DiXi)\hat{Y}_i = 150 + 2,5X_i + 40D_i + 0,8(D_i X_i)

Buna göre, e-ticaret kanalında reklam harcamaları 1 bin TL arttığında satış hacminde meydana gelmesi beklenen artış miktarı kaç bin TL'dir?

Show answer & explanation

Answer: 3,3

Answer

E-ticaret kanalı için beklenen artış miktarı 3,3 bin TL'dir.
E-ticaret kanalı için D=1D=1 olduğundan, model Y^=(150+40)+(2,5+0,8)X\hat{Y} = (150 + 40) + (2,5 + 0,8)X halini alır. Bu durumda reklam harcamalarındaki 1 birimlik artışın satışlardaki etkisi 2,5+0,8=3,32,5 + 0,8 = 3,3 birim olur.

Step-by-Step Solution

1
E-ticaret kanalı için tanımlanan kukla değişken değerini modele yerleştirmek
Di=1D_i = 1
Soru e-ticaret kanalındaki değişimi sorduğu için bu gruba ait kukla değişken değeri kullanılmalıdır.
2
Tahmin edilen denklemi e-ticaret grubu için yeniden düzenlemek
Y^i=150+2,5Xi+40(1)+0,8(1Xi)=190+3,3Xi\hat{Y}_i = 150 + 2,5X_i + 40(1) + 0,8(1 \cdot X_i) = 190 + 3,3X_i
Kukla değişken yerine yazıldığında grubun kendine has kesişim ve eğim değerleri ortaya çıkar.
3
Eğim katsayısını (marjinal etkiyi) belirlemek
2,5+0,8=3,32,5 + 0,8 = 3,3
Reklam harcamalarındaki (XX) bir birimlik artışın satışlardaki (YY) etkisi, XX değişkeninin önündeki toplam katsayıdır.

Key Concept

Eğim Kukla Değişkeni ve Marjinal Etki Hesaplama

Alternative Method

Bağımlı değişkenin bağımsız değişkene göre kısmi türevi alınarak marjinal etki bulunabilir: Y^X=2,5+0,8D\frac{\partial \hat{Y}}{\partial X} = 2,5 + 0,8D. Burada D=1D=1 yazılarak doğrudan 3,3 sonucuna ulaşılır.
Estimated Time:1m 30s
Question 4Question

Bir araştırmacı, konut fiyatları (YY, bin TL) ile konutun büyüklüğü (XX, m2m^2) arasındaki ilişkiyi, konutun bulunduğu bölge (DD; Şehir Merkezi = 1, Kırsal Alan = 0) değişkenini de modele dahil ederek aşağıdaki gibi tahmin etmiştir:

Y^i=200+15Xi50Di+10(XiDi)\hat{Y}_i = 200 + 15X_i - 50D_i + 10(X_i \cdot D_i)

Modeldeki tüm katsayılar istatistiksel olarak anlamlıdır. Bu modele göre, şehir merkezinde bulunan bir konutun metrekaresindeki 1 birimlik artışın fiyat üzerindeki beklenen etkisi (marjinal etki) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: 25

Answer

Şehir merkezindeki konutlar için metrekaresindeki 1 birimlik artışın fiyat üzerindeki beklenen etkisi 25 bin TL'dir.
Şehir merkezindeki konutlar için D=1D=1 olduğundan, regresyon denklemi Y^=(20050)+(15+10)X\hat{Y} = (200 - 50) + (15 + 10)X halini alır. Burada XX'in katsayısı olan 25, şehir merkezindeki konutlar için metrekaradeki bir birimlik artışın fiyat üzerindeki marjinal etkisidir.

Step-by-Step Solution

1
Şehir merkezi grubu için kukla değişken değerini modelde yerine koyun.
D=1D = 1 değeri için: Y^=200+15X50(1)+10(X1)\hat{Y} = 200 + 15X - 50(1) + 10(X \cdot 1)
Soruda istenen grubun (Şehir Merkezi) parametrelerini ayrıştırmak gerekir.
2
Modeli XX değişkenine göre düzenleyin.
Y^=(20050)+(15+10)XY^=150+25X\hat{Y} = (200 - 50) + (15 + 10)X \Rightarrow \hat{Y} = 150 + 25X
Sabit terimdeki ve eğimdeki değişimleri netleştirmek için benzer terimler gruplandırılır.
3
Düzenlenen modelde XX değişkeninin katsayısını (eğimi) belirleyin.
2525
XX değişkenindeki bir birimlik değişimin YY üzerindeki etkisi, o grubun eğim katsayısıdır.

Key Concept

Eğim kukla değişkenleri (etkileşim terimleri), bağımsız değişkenin bağımlı değişken üzerindeki marjinal etkisinin nitel bir özelliğe göre nasıl değiştiğini ölçer.

Hints

1
Şehir merkezi için kukla değişken DD değerinin ne olduğunu belirleyerek işe başlayın.
2
D=1D=1 olduğunda modelde hem sabit terim hem de XX'in katsayısı değişecektir.

Practice More

İki grubun regresyon doğrularının kesiştiği XX değerini hesaplayarak modelin görsel yorumunu pekiştirebilirsiniz.
Estimated Time:1m 30s
Question 5Question

Bir sanayi bölgesindeki fabrikaların aylık elektrik tüketimi (YY, kWh) ile üretim miktarları (XX, ton) arasındaki ilişki, üretim teknolojisi (DD; 1 = Otomatik, 0 = Manuel) değişkeni eklenerek aşağıdaki modelle tahmin edilmiştir:

Y^=5.000+250X800D+120(XD)\hat{Y} = 5.000 + 250X - 800D + 120(X \cdot D)

Buna göre, otomatik üretim teknolojisi kullanan fabrikalarda üretim miktarındaki bir birimlik (1 ton) artışın elektrik tüketimi üzerindeki marjinal etkisi kaç kWh'dir?

Show answer & explanation

Answer: 370

Answer

Otomatik üretim teknolojisi kullanan fabrikalarda üretim miktarındaki artışın marjinal etkisi 370 kWh'dir.
Modelde otomatik üretim için D=1D=1 değeri yerine koyulduğunda, XX değişkeninin katsayısı temel eğim parametresi (250250) ile etkileşim terimi katsayısının (120120) toplamı olan 370370 olarak bulunur. Bu değer, otomatik üretim yapan fabrikalarda üretimin elektrik tüketimi üzerindeki marjinal etkisidir.

Step-by-Step Solution

1
Otomatik üretim grubu için kukla değişken değerini belirlemek.
D=1D = 1
Soru kökünde otomatik üretim teknolojisi için D=1D=1 olduğu belirtilmiştir.
2
Belirlenen DD değerini regresyon denkleminde yerine koymak.
Y^=5.000+250X800(1)+120(X1)\hat{Y} = 5.000 + 250X - 800(1) + 120(X \cdot 1)
Belirli bir grubun fonksiyonunu bulmak için o gruba ait kukla değerleri modele yerleştirilir.
3
Denklemi XX değişkenine göre düzenleyerek eğim katsayısını hesaplamak.
Y^=(5.000800)+(250+120)XY^=4.200+370X\hat{Y} = (5.000 - 800) + (250 + 120)X \Rightarrow \hat{Y} = 4.200 + 370X
Marjinal etki, bağımlı değişkenin bağımsız değişkene göre türevidir veya doğrusal modelde XX'in önündeki toplam katsayıdır.

Key Concept

Eğim Kukla Değişkeni (Etkileşim Terimi) Yorumu
Estimated Time:1m 30s
Question 6Question

Tarımsal bir araştırmada, hektar başına alınan verim (YY, ton) ile kullanılan gübre miktarı (XX, kg) arasındaki ilişki, tohum türü (DD; Hibrit tohum = 1, Geleneksel tohum = 0) değişkeni de modele dahil edilerek şu şekilde tahmin edilmiştir:

Y=40+5X+10D+2(XD)Y = 40 + 5X + 10D + 2(X \cdot D)

Buna göre, hibrit tohum kullanıldığında gübre miktarındaki bir birimlik artışın verim üzerindeki etkisi (eğim katsayısı) kaçtır?

Show answer & explanation

Answer: 7

Answer

Hibrit tohum kullanıldığında gübre miktarındaki artışın verim üzerindeki etkisi 7'dir.
Verilen regresyon modelinde hibrit tohum için D=1D=1 yazıldığında model Y=50+7XY = 50 + 7X halini alır. Burada XX değişkeninin önündeki katsayı (5+2=75+2=7), gübre miktarındaki bir birimlik artışın verim üzerindeki toplam etkisini gösterir.

Step-by-Step Solution

1
Kukla değişken değerini belirleme
D=1D = 1
Soru kökünde hibrit tohum için kukla değişkenin (DD) 1 olduğu belirtilmiştir.
2
Modelde değişkeni yerine yazma
Y=40+5X+10(1)+2(X1)Y = 40 + 5X + 10(1) + 2(X \cdot 1)
Hibrit tohum grubu için spesifik regresyon doğrusunu elde etmek amacıyla DD yerine 1 yazılır.
3
Denklemi düzenleme ve XX değişkeninin katsayısını hesaplama
Y=50+(5+2)XY=50+7XY = 50 + (5 + 2)X \Rightarrow Y = 50 + 7X
XX içeren terimler paranteze alınarak toplam eğim katsayısı bulunur.

Key Concept

Eğim kuklası içeren modellerde, ilgili kategori için toplam eğim; referans grubun eğimi ile etkileşim terimi katsayısının toplamıdır.

Practice More

Modelde D=0D=0 verildiğinde eğimin nasıl değiştiğini inceleyerek referans grup kavramını pekiştirebilirsiniz.
Estimated Time:45s
Question 7Question

Bir araştırmacı, hanehalklarının aylık gıda harcamaları (YY, TL) ile aylık toplam gelirleri (XX, bin TL) arasındaki ilişkiyi, hanehalkının çocuk sahibi olup olmama durumuna (Çocuklu = 11, Çocuksuz = 00) göre analiz etmektedir. Tahmin edilen regresyon denklemi aşağıda verilmiştir:

Y^i=450+0,12Xi+120Di+0,08(XiDi)\hat{Y}_i = 450 + 0,12 X_i + 120 D_i + 0,08 (X_i D_i)

Buna göre, çocuklu hanehalkları için gelirin gıda harcaması üzerindeki marjinal etkisi kaçtır?

Show answer & explanation

Answer: 0,20

Answer

Çocuklu hanehalkları için gelirin gıda harcaması üzerindeki marjinal etkisi 0,20'dir.
Verilen modelde D=1D=1 (çocuklu aileler) durumunda, gelirin (XX) marjinal etkisi β1+β3\beta_1 + \beta_3 formülüyle hesaplanır. Burada β1=0,12\beta_1 = 0,12 (temel eğim) ve β3=0,08\beta_3 = 0,08 (eğim kuklası) değerlerinin toplamı olan 0,200,20, çocuklu aileler için gelirin bir birim artması durumunda gıda harcamasında beklenen artışı gösterir.

Step-by-Step Solution

1
Kukla değişken değerini belirleme
D=1D = 1
Soruda çocuklu hanehalkları için marjinal etki sorulduğundan, modelde tanımlanan D=1D=1 değeri kullanılır.
2
Tahmin edilen denklemi çocuklu aileler için özelleştirme
Y^i=450+0,12Xi+120(1)+0,08(Xi1)\hat{Y}_i = 450 + 0,12 X_i + 120(1) + 0,08 (X_i \cdot 1)
Kukla değişkenin denklemdeki etkisini görmek için ilgili değer yerine yazılır.
3
Denklemi düzenleyerek eğim katsayısını (marjinal etkiyi) bulma
Y^i=(450+120)+(0,12+0,08)Xi=570+0,20Xi\hat{Y}_i = (450 + 120) + (0,12 + 0,08) X_i = 570 + 0,20 X_i
XX değişkeninin önündeki toplam katsayı, o grubun marjinal etkisini (eğimini) verir.

Key Concept

Eğim kukla değişkenleri (etkileşim terimleri), bağımsız bir nicel değişkenin bağımlı değişken üzerindeki etkisinin (eğiminin), nitel bir özelliğe göre nasıl değiştiğini ölçmek için kullanılır.
Question 8Question

Bir otomobil piyasasında araç fiyatları (YY, bin TL) ile aracın yaşı (XX, yıl) arasındaki ilişki, vites türüne (DD; 11 = Otomatik, 00 = Manuel) göre şu regresyon modeli ile tahmin edilmiştir:

Y^i=60015Xi+80Di5(XiDi)\hat{Y}_i = 600 - 15X_i + 80D_i - 5(X_i \cdot D_i)

Buna göre, otomatik vitesli araçlar (D=1D=1) için aracın yaşındaki bir birimlik artışın fiyat üzerindeki beklenen etkisi (eğimi) kaçtır?

Show answer & explanation

Answer: -20

Answer

Otomatik vitesli araçlar için yaşın fiyat üzerindeki marjinal etkisi -20'dir.
Verilen regresyon modelinde manuel vitesli araçların eğimi 15-15 iken, otomatik vitesli araçlar için bu eğime etkileşim terimi katsayısı olan 5-5 eklenir. Sonuç olarak otomatik vitesli araçlar için yaşın bir birimlik artışı fiyatta 2020 birimlik (20-20) bir azalmaya yol açar.

Step-by-Step Solution

1
Modelde D=1D=1 (Otomatik) değerini yerine koyunuz.
Y^i=60015Xi+80(1)5(Xi1)\hat{Y}_i = 600 - 15X_i + 80(1) - 5(X_i \cdot 1)
Y^i=68015Xi5Xi\hat{Y}_i = 680 - 15X_i - 5X_i
Belirli bir grubun denklemini bulmak için ilgili kukla değişken değeri modele dahil edilir.
2
XiX_i değişkenine sahip terimleri gruplandırınız.
Y^i=680+(155)Xi\hat{Y}_i = 680 + (-15 - 5)X_i
Y^i=68020Xi\hat{Y}_i = 680 - 20X_i
Sürekli değişkenin önündeki toplam katsayı o grubun eğimini verir.

Key Concept

Eğim kukla değişkenli modellerde, hedef grubun eğimi referans grubun eğimi (β1\beta_1) ile etkileşim terimi katsayısının (β3\beta_3) toplamına eşittir.

Practice More

Etkileşim terimi katsayısının istatistiksel olarak anlamlı olup olmadığını test etmek için t-testi kullanılabilir.
Estimated Time:45s
Question 9Question

Bir araştırmacı, imalat sektöründeki firmaların yıllık ihracat hacimleri (YY, Milyon TL) ile Ar-Ge harcamaları (XX, Milyon TL) arasındaki ilişkiyi, firmanın bir Teknoloji Geliştirme Bölgesinde (TGB) faaliyet gösterip göstermediğine (DD; 1=1= TGB'de, 0=0= TGB dışında) göre incelemek amacıyla aşağıdaki modeli tahmin etmiştir:

Yi=β0+β1Xi+β2Di+β3(Xi×Di)+uiY_i = \beta_0 + \beta_1 X_i + \beta_2 D_i + \beta_3 (X_i \times D_i) + u_i

Elde edilen En Küçük Kareler (EKK) tahmin sonuçları (standart hatalar parantez içinde verilmiştir) şu şekildedir:

Y^i=12,50(4,10)+3,20(0,80)Xi+5,40(2,50)Di+1,80(0,60)(Xi×Di)\hat{Y}_i = \underset{(4,10)}{12,50} + \underset{(0,80)}{3,20} X_i + \underset{(2,50)}{5,40} D_i + \underset{(0,60)}{1,80} (X_i \times D_i)

α=0.05\alpha = 0.05 anlamlılık düzeyinde tablo kritik değeri tKritik1,96t_{Kritik} \approx 1,96'dır.

Buna göre, TGB içinde ve dışında faaliyet gösteren firmaların Ar-Ge harcamalarının ihracat üzerindeki etkilerine ilişkin aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Show answer & explanation

Answer: TGB içindeki firmalar için Ar-Ge harcamalarının ihracata marjinal etkisi 5,00 milyon TL'dir ve iki grup arasındaki marjinal etki farkı istatistiksel olarak anlamlıdır.

Answer

TGB içindeki firmalar için Ar-Ge harcamalarının ihracata marjinal etkisi 5,00 milyon TL'dir ve iki grup arasındaki marjinal etki farkı istatistiksel olarak anlamlıdır.
TGB içindeki firmalar için (D=1D=1), modele göre eğim katsayısı β1+β3=3,20+1,80=5,00\beta_1 + \beta_3 = 3,20 + 1,80 = 5,00'dır. Bu durum, TGB içindeki firmalar için Ar-Ge harcamalarının ihracata marjinal etkisinin 5,00 milyon TL olduğunu gösterir. İki grup arasındaki bu marjinal etki farkı, doğrudan etkileşim teriminin katsayısı olan β3=1,80\beta_3 = 1,80'dir. Bu farkın istatistiksel olarak anlamlı olup olmadığını belirlemek için etkileşim teriminin t-istatistiği hesaplanır: t=1,80/0,60=3,00t = 1,80 / 0,60 = 3,00. Bulunan test istatistiği (3,003,00), kritik değerden (1,961,96) büyük olduğu için gruplar arası eğim farklılığı %5 düzeyinde istatistiksel olarak anlamlıdır.

Step-by-Step Solution

1
TGB dışında faaliyet gösteren (D=0) firmalar için marjinal etkinin bulunması.
D=0 için denklem: Y^i=12,50+3,20Xi\hat{Y}_i = 12,50 + 3,20 X_i. Marjinal etki (eğim) = 3,20 milyon TL.
Referans kategorisinde kukla değişken (D) ve etkileşim terimi (X*D) sıfır değerini alır.
2
TGB içinde faaliyet gösteren (D=1) firmalar için marjinal etkinin hesaplanması.
D=1 için denklem: Y^i=(12,50+5,40)+(3,20+1,80)Xi\hat{Y}_i = (12,50 + 5,40) + (3,20 + 1,80) X_i. Marjinal etki (yeni eğim) = 5,00 milyon TL.
D=1 olduğunda, bağımsız değişkenin (X) toplam etkisi, temel katsayı ile etkileşim katsayısının toplamına eşittir.
3
Eğim farklılığının (1,80) istatistiksel anlamlılığının test edilmesi.
thesap=β^3SH(β^3)=1,800,60=3,00t_{hesap} = \frac{\hat{\beta}_3}{SH(\hat{\beta}_3)} = \frac{1,80}{0,60} = 3,00.
Gruplar arası marjinal etki farkı etkileşim katsayısıdır (1,80). Bunun anlamlılığı kendi standart hatasına bölünerek t-testi ile sınanır.
4
Hesaplanan t değerinin kritik tablo değeri ile karşılaştırılması.
3,00>1,963,00 > 1,96 olduğundan H0H_0 reddedilir. Eğim farklılığı istatistiksel olarak anlamlıdır.
Mutlak değerce hesaplanan test istatistiği, kritik değerden büyükse katsayı sıfırdan farklı ve anlamlı kabul edilir.

Key Concept

Etkileşim modellerinde eğim (marjinal etki) farklılığının hesaplanması ve anlamlılık testi.
Estimated Time:2m 0s
Question 10Question

Bir veri analisti, banka müşterilerinin aylık ortalama kredi kartı harcamaları (YY, bin TL) ile aylık gelirleri (XX, bin TL) arasındaki ilişkiyi incelemek için müşterinin ev sahipliği durumunu (DD; 11 = Ev Sahibi, 00 = Kiracı) modele dahil ederek aşağıdaki regresyon denklemini tahmin etmiştir:

Yi=β0+β1Xi+β2Di+β3(XiDi)+uiY_i = \beta_0 + \beta_1 X_i + \beta_2 D_i + \beta_3 (X_i \cdot D_i) + u_i

En Küçük Kareler (EKK) yöntemiyle yapılan tahmin sonucunda, etkileşim teriminin katsayısının (β^3\hat{\beta}_3) istatistiksel olarak anlamlı ve sıfırdan büyük (β^3>0\hat{\beta}_3 > 0) olduğu bulunmuştur.

Buna göre, elde edilen β^3\hat{\beta}_3 katsayısının doğru yorumu aşağıdakilerden hangisinde verilmiştir?

Show answer & explanation

Answer: Aylık gelirdeki 1 bin TL'lik artışın kredi kartı harcaması üzerindeki etkisi, ev sahiplerinde kiracılara kıyasla daha yüksektir.

Answer

Aylık gelirdeki 1 bin TL'lik artışın kredi kartı harcaması üzerindeki etkisinin, ev sahiplerinde kiracılara kıyasla daha yüksek olduğunu ifade eder.
Kurulan modelde etkileşim teriminin katsayısı olan β3\beta_3, sürekli değişkenin (XX) bağımlı değişken üzerindeki etkisinin, kukla değişkenin (DD) kategorilerine göre nasıl değiştiğini (eğim farkını) ölçer. D=0D=0 (kiracılar) için eğim β1\beta_1 iken, D=1D=1 (ev sahipleri) için eğim β1+β3\beta_1 + \beta_3 olur. β3>0\beta_3 > 0 olması, XX'in (gelirin) YY (harcama) üzerindeki artırıcı etkisinin ev sahiplerinde daha yüksek olduğu anlamına gelir.

Step-by-Step Solution

1
Kiracılar (D=0) için regresyon denklemini oluşturmak
D=0 için beklenen değer denklemi: E(YD=0)=β0+β1XE(Y|D=0) = \beta_0 + \beta_1 X
Referans grubun (kiracılar) gelir-harcama ilişkisinin eğimini (marjinal etkisini) bulmak için.
2
Ev sahipleri (D=1) için regresyon denklemini oluşturmak
D=1 için beklenen değer denklemi: E(YD=1)=(β0+β2)+(β1+β3)XE(Y|D=1) = (\beta_0 + \beta_2) + (\beta_1 + \beta_3) X
İlgilenilen diğer grubun (ev sahipleri) gelir-harcama ilişkisinin eğimini bulmak için.
3
İki grubun eğim katsayılarını karşılaştırmak
Ev sahiplerinin eğimi (β1+β3)(\beta_1 + \beta_3), kiracıların eğiminden (β1)(\beta_1) β3\beta_3 kadar farklıdır. β3>0\beta_3 > 0 olduğu için ev sahiplerinin eğimi daha büyüktür.
β3\beta_3 katsayısının işaretine göre marjinal etkinin hangi grupta daha güçlü olduğuna karar vermek için.

Key Concept

Eğim Kukla Değişkenleri ve Katsayı Yorumu
Question 11Question

Bir kamu kurumu, taşra teşkilatlarındaki şubelerin yıllık işlem hacimleri (YY, bin adet) ile personel sayısı (XX) arasındaki ilişkiyi analiz etmektedir. Şubelerin bulunduğu ilin büyükşehir statüsünde olup olmamasının bu ilişkiyi etkileyip etkilemediğini incelemek amacıyla, büyükşehirdeki şubeler için D=1D=1, diğerleri için D=0D=0 alınarak aşağıdaki regresyon modeli En Küçük Kareler (EKK) yöntemiyle tahmin edilmiştir:

Y^=12.4+2.5X+3.8D+1.2(XD)\hat{Y} = 12.4 + 2.5X + 3.8D + 1.2(X \cdot D)

(Katsayıların standart hataları sırasıyla: 5.15.1, 0.80.8, 4.24.2, 0.40.4)

Örneklem çapının yeterince büyük olduğu varsayımıyla (çift yönlü %5 anlamlılık düzeyi için kritik değer 1.96\approx 1.96), bu modelin sonuçlarına ilişkin aşağıdaki ifadelerden hangisi doğrudur?

Show answer & explanation

Answer: Büyükşehir statüsündeki şubelerde personel sayısının işlem hacmine marjinal katkısı, diğer şubelere kıyasla istatistiksel olarak anlamlı düzeyde daha fazladır.

Answer

Büyükşehir statüsündeki şubelerde personel sayısının işlem hacmine marjinal katkısı, diğer şubelere kıyasla istatistiksel olarak anlamlı düzeyde daha fazladır.
Regresyon modelinde personel sayısının (XX) işlem hacmi üzerindeki marjinal etkisi büyükşehir olmayan (D=0D=0) şubelerde 2.52.5, büyükşehir olan (D=1D=1) şubelerde ise 2.5+1.2=3.72.5 + 1.2 = 3.7'dir. Bu eğim farkının istatistiksel olarak anlamlı olup olmadığını test etmek için etkileşim teriminin (XDX \cdot D) katsayısına ait t-istatistiği hesaplanır: t=1.2/0.4=3.0t = 1.2 / 0.4 = 3.0. Bulunan değer, %5 düzeyindeki kritik tablo değeri olan yaklaşık 1.961.96'dan mutlak değerce büyük olduğu için, personelin marjinal katkısındaki bu artış istatistiksel olarak anlamlıdır.

Step-by-Step Solution

1
Kukla değişkenlere göre modelin marjinal eğim denklemlerini ayırarak yazın.
Büyükşehir olmayanlar için (D=0D=0) eğim 2.52.5; Büyükşehirler için (D=1D=1) eğim 2.5+1.2=3.72.5 + 1.2 = 3.7 olarak bulunur.
Etkileşim teriminin, personel sayısının bağımlı değişkene olan marjinal etkisini nasıl farklılaştırdığını görmek için.
2
Eğimdeki bu farkın (etkileşim katsayısı olan 1.2'nin) istatistiksel anlamlılığını test etmek için t-istatistiğini hesaplayın.
t=β^3se(β^3)=1.20.4=3.0t = \frac{\hat{\beta}_3}{se(\hat{\beta}_3)} = \frac{1.2}{0.4} = 3.0 değeri elde edilir.
Hesaplanan katsayının sıfırdan anlamlı derecede farklı olup olmadığını belirlemek için.
3
Sabit terimde (başlangıç düzeyinde) farklılık yaratan kukla değişkenin (3.8) anlamlılığını test edin.
t=3.84.20.90t = \frac{3.8}{4.2} \approx 0.90 elde edilir.
Seçeneklerde yer alan kesişim ve eğim farklılıklarına dair iddiaları doğrulamak için.
4
Hesaplanan t-istatistiklerini %5 anlamlılık düzeyi kritik değeri (1.96) ile karşılaştırarak yorumlayın.
Eğim farkı anlamlıdır (3.0>1.963.0 > 1.96), ancak sabit terimdeki fark anlamsızdır (0.90<1.960.90 < 1.96).
Doğru istatistiksel çıkarımı yaparak seçenekleri elemek için.

Key Concept

Eğim Kukla Değişkeni Katsayısının Yorumlanması ve Anlamlılık Testi
Estimated Time:2m 0s
Eğim Kukla Değişkenleri (Kukla ve Sürekli Değişken Etkileşimi) Practice Questions — KPSS İstatistik | Examkin