Regresyon Varsayımları ve İhlalleri

93 questions

Question 41Question

Hata terimleri arasında ardışık bağımlılığın (Cov(ui,uj)0,ijCov(u_i, u_j) \neq 0, i \neq j) bulunduğu bir doğrusal regresyon modelinde, parametrelerin En Küçük Kareler (EKK) yöntemiyle tahmin edilmesine ilişkin aşağıdaki ifadelerden hangisi doğrudur?

Show answer & explanation

Answer: EKK tahmin edicileri sapmasızlık (unbiasedness) özelliğini korur ancak artık etkin (minimum varyanslı) değildirler.

Answer

EKK tahmin edicileri sapmasızlık özelliğini korurken, minimum varyanslı (etkin) olma özelliğini kaybederler.
Doğrusal regresyon modelinde otokorelasyon (ardışık bağımlılık) sorunu olduğunda, En Küçük Kareler (EKK) tahmin edicileri sapmasız (unbiased) ve tutarlı (consistent) kalmaya devam eder. Çünkü sapmasızlık varsayımı hata terimlerinin kendi aralarındaki korelasyonuna değil, bağımsız değişkenlerle olan ilişkisine ve beklenen değerine dayanır. Ancak, hata terimlerinin birbiriyle ilişkili olması Gauss-Markov teoreminin 'küresel hata' varsayımını bozduğu için, EKK tahmin edicileri artık doğrusal sapmasız tahmin ediciler arasında en küçük varyansa sahip (etkin) olma özelliğini kaybeder.

Step-by-Step Solution

1
Otokorelasyonun tanımını ve kapsamını belirle.
Hata terimlerinin birbiriyle ilişkili olması (Cov(ui,uj)0Cov(u_i, u_j) \neq 0) durumudur.
Varsayım ihlalinin hangi istatistiksel özellikleri etkilediğini anlamak için başlangıç noktasıdır.
2
Tahmin edicilerin beklenen değerini (E[β^]E[\hat{\beta}]) incele.
E[β^]=βE[\hat{\beta}] = \beta eşitliği bozulmaz; tahmin ediciler sapmasız kalır.
Sapmasızlık varsayımı hata terimlerinin ortalamasının sıfır olmasına dayanır, birbiriyle ilişkisine değil.
3
Tahmin edicilerin varyansını ve Gauss-Markov teoremini değerlendir.
EKK tahmin edicileri artık BLUE (En İyi Doğrusal Sapmasız Tahmin Edici) değildir.
Etkinlik (en küçük varyans), hata terimlerinin ilişkisiz (küresel) olması varsayımına bağlıdır.

Key Concept

Otokorelasyonun EKK Tahmin Edicileri Üzerindeki Etkileri

Practice More

Otokorelasyonun varlığını tespit etmek için kullanılan Durbin-Watson ve Breusch-Godfrey testlerini inceleyebilirsiniz.
Estimated Time:45s
Question 42Question

Regresyon analizinde hata terimlerinin varyansının sabit olması (Var(ui)=σ2Var(u_i) = \sigma^2) varsayımının sınanmasında kullanılan; gözlemlerin belirli bir bağımsız değişkene göre küçükten büyüğe sıralanıp orta kısmın veri setinden çıkarılmasının ardından, geriye kalan iki alt grubun hata kareler toplamlarının oranına dayanan istatistiksel test aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Goldfeld-Quandt Testi

Answer

Goldfeld-Quandt Testi
Goldfeld-Quandt testi, hata terimlerinin varyansının bir bağımsız değişkenin büyüklüğü ile ilişkili olduğu varsayımı altında, verilerin sıralanması ve orta grubun çıkarılması yoluyla oluşturulan iki alt grubun hata kareler toplamlarının oranlanmasına (F testi) dayanır. Bu prosedür, testin en belirgin karakteristik özelliğidir.

Step-by-Step Solution

1
Verilerin belirli bir bağımsız değişkene göre sıralanması.
Varyansın hangi değişkenle ilişkili olduğu varsayılıyorsa, gözlemler o değişkene göre artan sırada dizilir.
Varyans farklılıklarını sistematik olarak görebilmek için sıralama gereklidir.
2
Merkezi gözlemlerin (cc) analiz dışı bırakılması.
Örneklemin orta kısmındaki gözlemler çıkarılarak iki uç grup (alt ve üst) oluşturulur.
İki grup arasındaki varyans farkının test gücünü artırmak amacıyla orta kısım elenir.
3
Alt gruplar için ayrı regresyonların tahmin edilmesi ve F oranının hesaplanması.
F=HKT2HKT1F = \frac{HKT_2}{HKT_1} formülü ile test istatistiği elde edilir.
Hesaplanan F değeri, kritik tablo değeri ile karşılaştırılarak değişen varyansın varlığına karar verilir.

Key Concept

Goldfeld-Quandt testi, değişen varyansın (heteroskedastisite) tespiti için örneklemi alt gruplara ayırarak varyans oranlarını karşılaştıran parametrik bir testtir.
Estimated Time:45s
Question 43Question

Bir araştırmacı, kurduğu çoklu doğrusal regresyon modelinde bağımsız değişkenler arasında yüksek dereceli ancak tam olmayan bir doğrusal ilişki (çoklu doğrusal bağlantı) saptamıştır. Yapılan analiz sonucunda modelin belirtme katsayısının (R2R^2) oldukça yüksek olduğu, ancak bireysel katsayıların çoğunun t-testine göre istatistiksel olarak anlamsız çıktığı görülmüştür.

Buna göre, bu modelde kullanılan En Küçük Kareler (EKK) tahmin edicilerinin özellikleri ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Tahmin ediciler sapmasızlık (unbiasedness) özelliğini korur, ancak varyansları büyüdüğü için katsayı tahminleri hassasiyetini kaybeder.

Answer

En Küçük Kareler (EKK) tahmin edicileri sapmasızlık özelliğini korur, ancak varyansları büyüdüğü için katsayı tahminleri hassasiyetini kaybeder.
Çoklu doğrusal bağlantı problemi varlığında EKK tahmin edicileri hala 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUE) olma özelliğini korur. Yani tahmin ediciler hala sapmasızdır ve örneklem hacmi büyüdükçe tutarlıdır. Ancak, bağımsız değişkenler arasındaki yüksek ilişki, katsayıların varyanslarının 'şişmesine' (multivariance inflation) neden olur. Bu durum, katsayıların standart hatalarının büyümesine, dolayısıyla güven aralıklarının genişlemesine ve katsayı tahminlerinin gerçek değer etrafında çok kararsız (düşük hassasiyetli) olmasına yol açar.

Step-by-Step Solution

1
Çoklu doğrusal bağlantının varsayımlar üzerindeki etkisini belirlemek
Çoklu doğrusal bağlantı, bağımsız değişkenlerin hata terimiyle ilişkili olmasına neden olmaz.
EKK tahmin edicilerinin sapmasız olması için temel şart, bağımsız değişkenlerin hata terimiyle ilişkisiz (E[Xε]=0E[X'ε]=0) olmasıdır. Çoklu bağlantı bu şartı bozmaz.
2
Varyans ve standart hatalar üzerindeki etkiyi analiz etmek
Varyans Şişme Faktörü (VIF) artar, dolayısıyla katsayıların varyansları ve standart hataları büyür.
Değişkenler arası ilişki arttıkça (XX)1(X'X)^{-1} matrisinin elemanları büyür, bu da tahminlerin kesinliğini (hassasiyetini) azaltır.
3
Hipotez testleri üzerindeki sonucu değerlendirmek
Geniş güven aralıkları ve düşük t-istatistikleri oluşur.
Standart hata paydadaki değer olduğu için, büyümesi t-değerini küçültür ve katsayıların anlamsız görünmesine yol açar.

Key Concept

Çoklu Doğrusal Bağlantıda Sapmasızlık ve Hassasiyet Dengesi

Hints

1
EKK tahmin edicilerinin 'sapmasızlık' (unbiasedness) özelliğinin hangi şartlar altında bozulduğunu hatırlayın.
2
Çoklu doğrusal bağlantı durumunda R2R^2 ve t-testi sonuçları arasındaki tipik çelişkiyi düşünün.

Practice More

Çoklu doğrusal bağlantının tespiti için kullanılan Varyans Şişme Faktörü (VIF) ve Tolerans değerleri arasındaki ilişkiyi inceleyebilirsiniz.
Estimated Time:1m 30s
Question 44Question

Çoklu doğrusal regresyon analizinde, bağımsız değişkenler arasında yüksek dereceli bir doğrusal ilişki (çoklu doğrusal bağlantı) bulunup bulunmadığını tespit etmek amacıyla aşağıdaki yöntemlerden hangisine başvurulur?

Show answer & explanation

Answer: Varyans Şişme Faktörü (VIF) değerlerinin incelenmesi

Answer

Varyans Şişme Faktörü (VIF) değerlerinin incelenmesi
Varyans Şişme Faktörü (VIF) değerlerinin incelenmesi, bağımsız değişkenlerin her birinin diğer bağımsız değişkenler üzerine kurulduğu yardımcı regresyon modellerinden elde edilen belirleme katsayılarını (R2R^2) kullanarak, varyansın ne kadar arttığını gösterir ve çoklu doğrusal bağlantıyı başarıyla tespit eder.

Step-by-Step Solution

1
Problemi tanımlama
Bağımsız değişkenler arasında yüksek korelasyon olması durumu 'çoklu doğrusal bağlantı' olarak adlandırılır.
Soruda istenen tespit yönteminin hangi varsayım ihlaliyle ilgili olduğu belirlenmelidir.
2
Uygun test yöntemini seçme
Varyans Şişme Faktörü (VIFVIF) ve Tolerans değeri bu problemin en temel tanı araçlarıdır.
Çoklu doğrusal bağlantı, değişkenlerin varyanslarını şişirdiği için VIFVIF değerleri üzerinden takip edilir.

Key Concept

Çoklu doğrusal bağlantı (multicollinearity) tespiti

Practice More

VIF değerinin 10'dan büyük olması durumunda ne tür bir işlem yapılması gerektiğini araştırabilirsiniz.
Estimated Time:45s
Question 45Question

Regresyon analizinde değişen varyans (heteroskedastisite) probleminin varlığını araştırmak için uygulanan Breusch-Pagan, White veya Goldfeld-Quandt gibi testlerde sınanan temel hipotez (H0H_0) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Hata terimlerinin varyansı tüm gözlemler için sabittir (eş varyanslılık vardır).

Answer

Hata terimlerinin varyansı tüm gözlemler için sabittir (eş varyanslılık vardır).
Değişen varyans testlerinde (Breusch-Pagan, White, Goldfeld-Quandt vb.) temel hipotez (H0H_0), regresyon modelindeki hata terimlerinin varyansının tüm gözlemler için sabit olduğunu (Var(ui)=σ2Var(u_i) = \sigma^2), yani eş varyanslılık varsayımının sağlandığını kabul eder.

Step-by-Step Solution

1
Hipotez testinin amacını belirleme
Değişen varyans testlerinin (White, BP vb.) amacı, hata terimlerinin varyansının sabitliği varsayımını denetlemektir.
İstatistikte varsayım testleri genellikle 'varsayım ihlal edilmemiştir' (statükonun korunması) önermesini temel hipotez (H0H_0) olarak kabul eder.
2
Temel hipotezin (H0H_0) matematiksel ifadesini yazma
H0:Var(ui)=σ2H_0: Var(u_i) = \sigma^2 (Sabit varyans)
Değişen varyans testlerinde H0H_0 hipotezi varyansın sabit olduğunu (Var(ui)=σ2Var(u_i) = \sigma^2), H1H_1 hipotezi ise varyansın değişken olduğunu (Var(ui)σ2Var(u_i) \neq \sigma^2) savunur.

Key Concept

Değişen Varyans Testlerinde Hipotez Kurulumu
Estimated Time:45s
Question 46Question

Bir araştırmacı tarafından kurulan çoklu doğrusal regresyon modelinde, bağımsız değişkenler için hesaplanan Varyans Şişme Faktörü (VIF) değerlerinden birinin 1212 olduğu saptanmıştır. Ayrıca modelin genel anlamlılık testi (FF-testi) anlamlı sonuç vermesine rağmen, bağımsız değişkenlerin çoğuna ait bireysel anlamlılık testleri (tt-testleri) anlamsız çıkmıştır. Bu bulgular ışığında, araştırmacının karşılaştığı sorunu gidermek amacıyla başvurabileceği en uygun yöntem aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Ridge regresyon gibi yanlı tahmin yöntemlerini kullanmak

Answer

Modeldeki çoklu doğrusal bağlantı sorununu gidermek için Ridge regresyon gibi yanlı tahmin yöntemleri kullanılmalıdır.
Varyans Şişme Faktörü (VIF) değerinin 10'un üzerinde olması, ilgili bağımsız değişkenin diğer bağımsız değişkenler tarafından yüksek oranda açıklandığını gösterir. Bu durumdaki bir modelde katsayıların standart hataları şişer ve t-testleri anlamsızlaşır. Ridge regresyon, katsayı tahmin sürecine bir 'ceza terimi' ekleyerek varyansı minimize eden ve çoklu doğrusal bağlantı durumunda daha güvenilir sonuçlar veren yanlı bir tahmin yöntemidir.

Step-by-Step Solution

1
Belirtileri analiz etme
VIF > 10 değeri ve anlamlı F testine karşılık anlamsız t testleri, modelde 'Çoklu Doğrusal Bağlantı' (Multicollinearity) olduğunu kanıtlar.
VIF istatistiği bağımsız değişkenlerin birbirleriyle olan ilişkisini ölçer; 10 eşik değerinin aşılması ciddi bir bağlantı sorununa işarettir.
2
Giderme yöntemini seçme
Ridge regresyon veya Temel Bileşenler Regresyonu gibi yöntemler tercih edilmelidir.
Çoklu doğrusal bağlantı durumunda EKK tahmincileri sapmasız kalsa da varyansları çok büyür. Ridge regresyon, katsayılara bir miktar yanlılık (bias) katarak varyansı önemli ölçüde düşürür ve daha kararlı tahminler sağlar.

Key Concept

Varyans Şişme Faktörü (VIF) ve Çoklu Doğrusal Bağlantı Çözümleri

Practice More

Çoklu doğrusal bağlantı durumunda varyansın nasıl 'şiştiğini' anlamak için VIF ile tolerans değeri (1/VIF) arasındaki ilişkiyi inceleyebilirsiniz.
Estimated Time:1m 30s
Question 47Question

Klasik Doğrusal Regresyon Modelinde (KDRM) hata terimlerinin varyansının gözlemden gözleme farklılık göstermesi (Var(ϵi)=σi2Var(\epsilon_i) = \sigma_i^2) durumu olan değişen varyans (heteroskedastisite) varsayım ihlali söz konusu olduğunda, En Küçük Kareler (EKK) tahmin edicilerinin özellikleri hakkında aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Tahmin ediciler sapmasızlık ve tutarlılık özelliklerini korurlar ancak artık en küçük varyanslı (etkin) değillerdir; dolayısıyla BLUE özelliğini kaybederirler.

Answer

En Küçük Kareler (EKK) tahmin edicileri sapmasızlık ve tutarlılık özelliklerini korurlar ancak etkin (minimum varyanslı) olmadıkları için BLUE (En İyi Doğrusal Sapmasız Tahmin Edici) olma özelliğini kaybederler.
Değişen varyans (heteroskedastisite) durumunda, klasik En Küçük Kareler (EKK) tahmin edicileri sapmasızlık ve tutarlılık özelliklerini korurlar. Ancak Gauss-Markov teoremi uyarınca, tahmin edicilerin 'En İyi' (BLUE) olabilmesi için gerekli olan sabit varyans varsayımı ihlal edildiğinden, EKK tahmin edicileri artık minimum varyansa (etkinliğe) sahip değildirler. Bu nedenle BLUE özelliğini kaybederler.

Step-by-Step Solution

1
Varsayım ihlalinin etkisini analiz etme
Değişen varyans (Var(ϵi)=σi2Var(\epsilon_i) = \sigma_i^2), hata terimlerinin varyansının sabit olması (Var(ϵi)=σ2Var(\epsilon_i) = \sigma^2) varsayımını ihlal eder.
Bu ihlal, Gauss-Markov teoreminin şartlarından birini ortadan kaldırır.
2
Sapmasızlık ve etkinlik kontrolü
EKK tahmin edicileri hala sapmasız (unbiased) ve tutarlıdır (consistent). Ancak, varyansları artık minimum değildir.
Tahmin edicilerin beklenen değerleri hala gerçek parametre değerlerine eşittir, fakat etkinlik (efficiency) kaybı yaşanır.
3
BLUE özelliği üzerine sonuç çıkarma
Tahmin ediciler artık BLUE (En İyi Doğrusal Sapmasız Tahmin Edici) değildir.
BLUE olabilmesi için bir tahmin edicinin hem doğrusal, hem sapmasız, hem de minimum varyanslı (etkin) olması gerekir. Etkinlik kaybolunca BLUE özelliği de kaybolur.

Key Concept

Değişen varyans durumunda EKK tahmin edicileri sapmasız kalsa da, artık en küçük varyanslı (etkin) değildirler; bu durum t ve F testlerini geçersiz kılar.

Practice More

Değişen varyansın varlığını test etmek için kullanılan White ve Goldfeld-Quandt testlerinin temel mantığını gözden geçirebilirsiniz.
Estimated Time:1m 15s
Question 48Question

Regresyon modellerinde En Küçük Kareler (EKKEKK) tahmin edicilerinin istatistiksel özelliklerini belirleyen temel unsur, modelin arka planındaki varsayımlardır. Gauss-Markov teoremi, bu tahmin edicilerin hangi koşullarda 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUEBLUE) olacağını ortaya koyar. Buna göre, bir tahmin edicinin BLUEBLUE özelliğine sahip olup olmadığını belirlemede aşağıdaki varsayımlardan hangisi bir gereklilik teşkil etmez?

Show answer & explanation

Answer: Hata terimlerinin olasılık dağılımının normal dağılıma uygunluk göstermesi

Answer

Hata terimlerinin normal dağılıma sahip olması, tahmin edicilerin BLUE özelliği taşıması için zorunlu bir koşul değildir.
Gauss-Markov teoremi uyarınca bir tahmin edicinin BLUE olması için hata terimlerinin normal dağılması gerekmez. Normallik varsayımı, sadece küçük örneklemlerde katsayılar üzerinde hipotez testleri (t-testi, F-testi) yapabilmek için eklenen bir 'Klasik Normal Doğrusal Regresyon Modeli' varsayımıdır.

Step-by-Step Solution

1
BLUE kavramının bileşenlerini tanımla.
BLUE; Doğrusallık (Linearity), Sapmasızlık (Unbiasedness) ve En Küçük Varyans (Efficiency) özelliklerinin birleşimidir.
Tahmin edicinin 'en iyi' olma kriterlerini anlamak için bu üç özellik incelenmelidir.
2
Gauss-Markov varsayımlarını hatırla.
Parametrelerde doğrusallık, hata terimlerinin sıfır ortalamalı olması, sabit varyans ve otokorelasyon yokluğu BLUE özelliği için yeterli koşullardır.
Teorem, bu dört varsayım altında EKK tahmin edicilerinin en düşük varyanslı doğrusal sapmasız tahmin edici olduğunu kanıtlar.
3
Normal dağılım varsayımının rolünü analiz et.
Normal dağılım, tahmin edicilerin örnekleme dağılımını (t ve F testleri gibi) belirlemek için kullanılır, katsayıların sapmasızlığı veya etkinliği için zorunlu değildir.
Normallik varsayımı olmadan da EKK tahmin edicileri BLUE kalmaya devam eder, sadece çıkarımsal istatistikler (testler) etkilenir.

Key Concept

Gauss-Markov Teoremi ve Normallik Varsayımı Ayrımı

Practice More

Normal dağılım varsayımının ihlali durumunda t ve F testlerinin geçerliliğini ve merkezi limit teoreminin büyük örneklemlerdeki rolünü inceleyebilirsiniz.
Estimated Time:1m 30s
Question 49Question

Ekonometrik modellemede hata terimlerinin varyans yapısını incelemek için kullanılan Breusch-Pagan testi ile ilgili aşağıdaki ifadelerden hangisi yanlıştır?

Show answer & explanation

Answer: Testin hesaplanabilmesi için verilerin mutlaka bağımsız değişkenlerden birine göre sıralanması ve örneklemin orta kısmındaki gözlemlerin dışarıda bırakılması gerekir.

Answer

Verilerin sıralanması ve orta kısımdaki gözlemlerin analiz dışı bırakılması gerektiğini savunan seçenek yanlıştır çünkü bu prosedür Goldfeld-Quandt testine aittir.
Breusch-Pagan testi tüm gözlemleri kullanır ve verilerin bir değişkene göre sıralanmasını gerektirmez. Verilerin küçükten büyüğe sıralanması ve varyans farkını maksimize etmek için orta kısmın (genellikle n/3 veya n/4 kadar) atılması işlemi Goldfeld-Quandt testine özgü bir yöntemdir.

Step-by-Step Solution

1
Breusch-Pagan testinin temel mantığını analiz etme
Testin, hata varyansının bağımsız değişkenlerin doğrusal bir fonksiyonu olup olmadığını denetlediği ve yardımcı regresyon kullandığı saptandı.
Testin kapsamını belirlemek için.
2
Hipotez yapılarını ve istatistiksel dağılımı kontrol etme
H0H_0 sabit varyans, H1H_1 değişken varyans şeklindedir ve test istatistiği χ2\chi^2 dağılımı gösterir.
Teorik altyapıyı doğrulamak için.
3
Diğer değişen varyans testleriyle (özellikle Goldfeld-Quandt) karşılaştırma yapma
Gözlemleri sıralama ve örneklemi bölme işleminin Goldfeld-Quandt testinin karakteristik bir özelliği olduğu belirlendi.
Yanlış olan seçeneği ayırt etmek için.

Key Concept

Değişen varyans testlerinin (Breusch-Pagan vs Goldfeld-Quandt) ayırıcı özellikleri ve varsayımları.

Practice More

White testinin Breusch-Pagan testine göre avantajlarını ve çapraz çarpım terimlerinin önemini inceleyiniz.
Estimated Time:1m 30s
Question 50Question

Klasik Doğrusal Regresyon Modeli'nin (KDRMKDRM) temel varsayımları arasında yer alan "doğrusallık" (linearity) koşulu, modelin yapısı hakkında aşağıdakilerden hangisini zorunlu kılar?

Show answer & explanation

Answer: Tahmin edilecek olan parametrelerin (β\beta) doğrusal bir yapıda olmasını

Answer

Tahmin edilecek olan parametrelerin doğrusal bir yapıda olması
Klasik Doğrusal Regresyon Modeli'nde (KDRM) 'doğrusal' terimi teknik olarak modelin parametreleri (β0,β1,...\beta_0, \beta_1, ...) açısından doğrusal olduğunu ifade eder. Yani parametrelerin üssü 1 olmalı ve parametreler birbirleriyle çarpım veya bölüm durumunda olmamalıdır. Bağımsız değişkenler ise doğrusal olmayabilir (örneğin X2X^2, lnX\ln X gibi).

Step-by-Step Solution

1
KDRM'deki 'doğrusal' kavramının tanımını hatırla.
Doğrusallık ikiye ayrılır: Değişkenlere göre doğrusallık ve parametrelere göre doğrusallık.
Regresyon analizinde modelin sınıflandırılması bu temel ayrım üzerinden yapılır.
2
EKK yönteminin gereksinimlerini analiz et.
EKK (En Küçük Kareler) yönteminin uygulanabilmesi için modelin parametreler (β\beta) açısından doğrusal olması yeterlidir.
Değişkenlerin (XX) karesinin alınması veya logaritmasının alınması modeli 'doğrusal olmayan' sınıfına sokmaz.
3
Seçenekleri bu kurala göre değerlendir.
Parametrelerin doğrusal olması gerektiği sonucuna ulaşılır.
Örneğin Y=β0+β1X2+uY = \beta_0 + \beta_1 X^2 + u modeli parametrelere göre doğrusaldır ve EKK ile tahmin edilebilir.

Key Concept

Parametrelere Göre Doğrusallık

Practice More

Parametrelere göre doğrusal olan ancak değişkenlere göre doğrusal olmayan model örneklerini (Yarı-logaritmik modeller gibi) inceleyiniz.
Estimated Time:45s
Question 51Question

Gauss-Markov Teoremi'ne göre, belirli varsayımlar altında En Küçük Kareler (EKKEKK) tahmin edicileri 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUEBLUE) özelliğine sahiptir. Bu tanımdaki 'Doğrusal' (LinearLinear) ifadesiyle kastedilen temel özellik aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Tahmin edicilerin, bağımlı değişkenin (YY) gözlem değerlerinin doğrusal bir fonksiyonu olması

Answer

BLUE tanımındaki 'Doğrusal' ifadesi, tahmin edicilerin bağımlı değişkenin (YY) doğrusal bir fonksiyonu/bileşimi olması anlamına gelir.
Gauss-Markov Teoremi çerçevesinde bir tahmin edicinin 'doğrusal' olması, o tahmin edicinin bağımlı değişken olan YY değerlerinin doğrusal bir fonksiyonu olarak yazılabileceği anlamına gelir. Örneğin, EKK eğim tahmin edicisi β^1=wiYi\hat{\beta}_1 = \sum w_i Y_i şeklinde ifade edilebilir. Bu özellik, tahmin edicinin matematiksel yapısını tanımlar.

Step-by-Step Solution

1
BLUE kısaltmasının bileşenlerini analiz etme
B: Best (En İyi - Minimum Varyans), L: Linear (Doğrusal), U: Unbiased (Sapmasız), E: Estimator (Tahmin Edici).
Teoremin her bir harfinin neyi temsil ettiğini anlamak sorunun odak noktasını belirler.
2
Doğrusallık (Linear) kavramının istatistiksel tanımını yapma
β^=kiYi\hat{\beta} = \sum k_i Y_i formunda gösterilebilme.
Regresyon tahmin edicilerinin doğrusal olması, onların bağımlı değişkenin (YY) gözlemlerinin ağırlıklı bir toplamı (doğrusal fonksiyonu) olduğu anlamına gelir.
3
Kavram yanılgılarını eleme
Değişkenlerin (XX) doğrusal olması zorunlu değildir, sadece parametrelerin (β\beta) doğrusal olması varsayılır.
Öğrenciler genellikle 'modelin doğrusallığı' ile 'tahmin edicinin doğrusallığı' kavramlarını birbirine karıştırırlar.

Key Concept

Gauss-Markov Teoremi ve BLUE Özellikleri

Practice More

EKK tahmin edicilerinin sapmasızlık (unbiased) özelliğinin hangi varsayımın ihlali durumunda bozulacağını (örn. dışlanan değişken hatası) inceleyiniz.
Estimated Time:45s
Question 52Question

Klasik Doğrusal Regresyon Modelinde (KDRM), hata terimlerinin varyansının tüm gözlemler için sabit olması varsayımının ihlal edilerek gözlemden gözleme farklılık göstermesi (Var(ϵi)=σi2Var(\epsilon_i) = \sigma_i^2) durumu değişen varyans (heteroskedastisite) olarak tanımlanır.

Buna göre, modelde değişen varyans sorunu ortaya çıktığında En Küçük Kareler (EKK) tahmin edicilerinin özellikleri ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Tahmin ediciler sapmasızlık (unbiasedness) özelliğini korurlar ancak artık en küçük varyanslı (etkin) değildirler.

Answer

Tahmin edicilerin sapmasızlık özelliğini koruması ancak etkinlik (en küçük varyanslılık) özelliğini kaybetmesi
Klasik Doğrusal Regresyon Modelinde değişen varyans (heteroskedastisite) sorunu olduğunda, En Küçük Kareler (EKK) tahmin edicileri hala sapmasız (unbiased) ve tutarlı (consistent) kalırlar. Ancak, hata terimlerinin varyansı sabit olmadığı için Gauss-Markov teoremi gereği 'En İyi Doğrusal Sapmasız Tahmin Edici' (BLUE) olma özelliğini, yani minimum varyansa sahip olma (etkinlik) özelliğini kaybeder. Bu durum, standart hataların yanlış hesaplanmasına ve dolayısıyla t ve F testlerinin geçersizleşmesine yol açar.

Step-by-Step Solution

1
Değişen varyansın EKK tahmincileri üzerindeki etkisini belirleyin.
Hata terimlerinin varyansı sabit olmasa da (Var(ϵi)=σi2Var(\epsilon_i) = \sigma_i^2), tahminciler hala doğrusal ve sapmasızdır.
EKK tahmincilerinin sapmasızlığı, hata terimlerinin ortalamasının sıfır olması ve bağımsız değişkenlerle korelasyonsuz olması varsayımlarına dayanır; varyansın sabitliği ile ilgili değildir.
2
Etkinlik (BLUE) özelliğini kontrol edin.
Varyans sabit olmadığı için EKK tahmincileri artık 'En İyi' (Best) yani en küçük varyanslı tahmin edici değildir.
Gauss-Markov teoremine göre EKK'nın BLUE olması için hata terimlerinin eş varyanslı (homoskedastik) olması gerekir.

Key Concept

Heteroskedastisite altında EKK Tahmincilerinin Özellikleri
Estimated Time:45s
Question 53Question

Zaman serisi verileri kullanılarak tahmin edilen bir regresyon modelinde, hata terimleri arasındaki ardışık bağımlılığı (otokorelasyon) test etmek için kullanılan Durbin-Watson (dd) testi; modelde bağımlı değişkenin gecikmeli değerlerinin (Yt1,Yt2,Y_{t-1}, Y_{t-2}, \dots) bağımsız değişken olarak yer alması durumunda geçerliliğini yitirmektedir. Bu tür dinamik modellerde otokorelasyonun varlığını saptamak için kullanılabilecek en uygun test aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Breusch-Godfrey (LM) Testi

Answer

Breusch-Godfrey (LM) Testi
Breusch-Godfrey (LM) testi, regresyon modelinde bağımlı değişkenin gecikmeli değerlerinin bağımsız değişken olarak yer aldığı dinamik modellerde otokorelasyonu saptamak için en uygun ve genel yöntemdir. Ayrıca sadece birinci dereceden değil, daha yüksek dereceli (AR(p) veya MA(q)) otokorelasyon yapılarını da test edebilme özelliğine sahiptir.

Step-by-Step Solution

1
Durbin-Watson testinin kısıtlarını analiz et.
Durbin-Watson testi sadece birinci dereceden otokorelasyonu ölçer ve modelde gecikmeli bağımlı değişken (Yt1Y_{t-1}) varsa güvenilir sonuç vermez.
Dinamik modellerde Durbin-Watson istatistiğinin beklenen değeri 2'den saptığı için test yanlı hale gelir.
2
Dinamik modeller için alternatif testleri belirle.
Bu durumda Durbin hh testi veya daha genel bir yaklaşım olan Breusch-Godfrey (LM) testi kullanılmalıdır.
Breusch-Godfrey testi, Lagrange Çarpanı (LM) ilkesine dayanır ve gecikmeli bağımlı değişken varlığında geçerliliğini korur.
3
Seçenekleri varsayım ihlalleriyle eşleştir.
Seçeneklerdeki diğer testlerin (White, Goldfeld-Quandt, Glejser) değişen varyansla, VIF'in ise çoklu bağlantı ile ilgili olduğu görülür.
Doğru teşhis koyabilmek için her testin hangi varsayım ihlaline yönelik olduğunu ayırt etmek gerekir.

Key Concept

Otokorelasyon Tespiti ve Breusch-Godfrey (LM) Testi
Estimated Time:45s
Question 54Question

Çoklu doğrusal regresyon analizinde, bağımsız değişkenler arasındaki yüksek dereceli doğrusal bağımlılığın (çoklu doğrusal bağlantı) bir sonucu olarak parametre tahminlerinin varyanslarındaki artışı ve güven aralıklarının genişlemesini belirlemek amacıyla kullanılan istatistiksel ölçüt aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Varyans Şişme Faktörü (VIF)

Answer

Varyans Şişme Faktörü (VIF), bağımsız değişkenler arasındaki çoklu doğrusal bağlantı probleminin tespitinde kullanılan temel bir ölçüttür.
Varyans Şişme Faktörü (VIF), her bir bağımsız değişkenin diğer bağımsız değişkenler tarafından ne ölçüde açıklandığını (yardımcı regresyonlar aracılığıyla) analiz ederek, bu durumun katsayı varyansını ne kadar artırdığını gösteren istatistiksel bir ölçüttür. Tanımı gereği, çoklu doğrusal bağlantı probleminin tespitiyle doğrudan ilişkilidir.

Step-by-Step Solution

1
Soruda tanımlanan varsayım ihlalinin belirlenmesi.
Bağımsız değişkenler arası yüksek korelasyon ve varyansın büyümesi, 'çoklu doğrusal bağlantı' (multicollinearity) problemidir.
Regresyon modelinin varsayımlarından biri bağımsız değişkenlerin birbirlerinden doğrusal olarak bağımsız olmasıdır.
2
İlgili problemi tespit eden istatistiksel araçların taranması.
Çoklu doğrusal bağlantı tespitinde Varyans Şişme Faktörü (VIF) ve Tolerans değerleri kullanılır.
VIF değeri, bir değişkenin varyansının, bağımsız değişkenler arası ilişki nedeniyle ne kadar şiştiğini (inflated) doğrudan sayısal olarak verir.

Key Concept

Varyans Şişme Faktörü (VIF), çoklu doğrusal bağlantı tespitinde en yaygın kullanılan ölçüttür; genellikle 10'un üzerindeki değerler ciddi bir bağlantı sorununa işaret eder.
Estimated Time:45s
Question 55Question

Zaman serisi verileri kullanılarak tahmin edilen bir regresyon modelinde, hata terimleri arasında birinci dereceden otokorelasyon (AR(1)AR(1)) sorunu saptandığında bu sorunu gidermek amacıyla başvurulan yöntemlerden biri aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Cochrane-Orcutt Yöntemi

Answer

Otokorelasyon sorununu gidermek amacıyla kullanılan yöntem Cochrane-Orcutt yöntemidir.
Cochrane-Orcutt yöntemi, hata terimlerinin AR(1)AR(1) yapısına sahip olduğu durumlarda otokorelasyon parametresini (ρ\rho) tahmin ederek modeli dönüştüren ve iteratif bir yaklaşımla parametre tahminlerini iyileştiren temel bir giderme yöntemidir.

Step-by-Step Solution

1
Sorun türünü belirleme
Sorun, zaman serisi verilerinde sıkça rastlanan otokorelasyondur.
Soruda açıkça otokorelasyonun (ardışık bağımlılık) giderilmesi sorulmaktadır.
2
Giderme yöntemlerini hatırlama
Cochrane-Orcutt, Hildreth-Lu, Prais-Winsten ve Fark alma yöntemleri akla gelir.
Otokorelasyon saptandıktan sonra tahmincilerin etkinliğini (minimum varyans) geri kazanmak için bu yöntemler kullanılır.
3
Seçenekleri analiz etme
Cochrane-Orcutt seçeneği doğru olarak saptanırken diğerleri elenir.
White, Park, Glejser ve Goldfeld-Quandt testleri değişen varyans (heteroskedastisite) ile ilgilidir.

Key Concept

Otokorelasyonu Giderme Yöntemleri
Estimated Time:45s
Question 56Question

Regresyon modelinde değişen varyansın (heteroskedastisite) varlığını araştırmak amacıyla; hata terimlerine ait kalıntıların mutlak değerlerinin (ei|e_i|), bağımsız değişkenin (XiX_i) çeşitli fonksiyonel formları üzerine regresyonunun tahmin edilmesine dayanan test aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Glejser Testi

Answer

Glejser Testi
Glejser testi, değişen varyansın varlığını ve yapısını anlamak için hata terimlerinin mutlak değerlerini (ei|e_i|) bağımsız değişkenin (Xi,Xi,1/XiX_i, \sqrt{X_i}, 1/X_i vb.) çeşitli formları üzerine regresyon yapar. Bu yardımcı regresyondaki katsayıların istatistiksel olarak anlamlı bulunması, değişen varyansın varlığına işaret eder.

Step-by-Step Solution

1
Soruda tanımlanan testin temel özelliğini belirleyin.
Hata terimlerinin (kalıntıların) mutlak değerlerinin (ei|e_i|) bağımsız değişkenin fonksiyonları üzerine regresyonu.
Testlerin ayırt edici özelliklerini (bağımlı değişkenin formu gibi) tanımak doğru sonuca ulaşmayı sağlar.
2
Belirlenen özelliğe sahip testi literatürdeki tanımlarla eşleştirin.
Glejser testi, ei=β0+β1Xin+vi|e_i| = \beta_0 + \beta_1 X_i^n + v_i formunda yardımcı regresyonlar kurar.
Glejser testi, varyansın bağımsız değişkene nasıl bağlı olduğunu anlamak için mutlak kalıntıları kullanır.

Key Concept

Glejser testi, değişen varyansı tespit etmek için kalıntıların mutlak değerlerini kullanan bir yardımcı regresyon yöntemidir.
Estimated Time:45s
Question 57Question

Klasik Doğrusal Regresyon Modeli (KDRMKDRM) varsayımları altında, En Küçük Kareler (EKKEKK) tahmin edicilerinin "En İyi Doğrusal Sapmasız Tahmin Edici" (BLUEBLUE) özelliğine sahip olduğu kabul edilir.

Bu tanım içerisinde yer alan "En İyi" (Best) ifadesi, tahmin edicinin aşağıdaki özelliklerinden hangisine sahip olduğunu belirtmektedir?

Show answer & explanation

Answer: Tahmin edicinin, tüm doğrusal ve sapmasız tahmin ediciler kümesi içinde en küçük varyansa sahip olması

Answer

Tahmin edicinin tüm doğrusal ve sapmasız tahmin ediciler arasında en küçük varyansa sahip olması (etkinlik)
BLUE terimindeki 'Best' (En İyi) ifadesi istatistiksel olarak 'etkinlik' (efficiency) anlamına gelir. Gauss-Markov teoremi uyarınca, belirli varsayımlar altında EKKEKK tahmin edicileri, tüm doğrusal ve sapmasız tahmin ediciler arasında en küçük varyansa sahip olanlardır. Bu durum onları en hassas ve güvenilir kılan özelliktir.

Step-by-Step Solution

1
BLUE kısaltmasının açılımını ve her bir harfin temsil ettiği istatistiksel özelliği belirle.
B: Best (En İyi/Etkin), L: Linear (Doğrusal), U: Unbiased (Sapmasız), E: Estimator (Tahmin Edici).
Kavramın hangi parçasının neyi nitelediğini anlamak için.
2
Gauss-Markov Teoremi çerçevesinde 'En İyi' (Best) teriminin teknik tanımını hatırla.
En iyi ifadesi, aynı sınıftaki (doğrusal ve sapmasız) diğer tüm tahmin edicilerle kıyaslandığında varyansın en düşük (minimum) olmasını ifade eder.
Tahmin edicilerin performans ölçütü olarak varyansın (hata miktarının) küçüklüğünü kullandığımızı saptamak için.

Key Concept

Tahmin Edicilerde Etkinlik (Efficiency) ve Gauss-Markov Teoremi

Hints

1
BLUE kısaltmasındaki her bir harfin farklı bir istatistiksel özelliği temsil ettiğini düşünün.
2
İstatistikte bir tahmin edicinin 'kalitesini' ölçerken, o tahmin edicinin dağılımının ne kadar dar (minimum varyanslı) olduğuna bakarız.

Practice More

Gauss-Markov varsayımlarından biri (örneğin sabit varyans) ihlal edildiğinde tahmin edicinin BLUE özelliğini neden kaybettiğini inceleyiniz.
Estimated Time:45s
Question 58Question

Bir kamu kurumu için hazırlanan ekonomik analiz raporunda, gelir ve harcama değişkenleri arasındaki regresyon modelinde değişen varyans (heteroskedastisite) sorunu saptanmıştır.

Klasik Doğrusal Regresyon Modelinde (KDRM) bu varsayım ihlali söz konusu olduğunda, En Küçük Kareler (EKK) tahmin edicilerinin özellikleri ile ilgili aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: Tahmin ediciler sapmasız (unbiased) kalmaya devam ederler ancak etkinlik özelliğini yitirdikleri için artık En İyi Doğrusal Sapmasız Tahmin Edici (BLUE) değildirler.

Answer

Tahmin ediciler sapmasızlık (unbiasedness) özelliğini korurken, etkinlik (efficiency) özelliğini kaybettikleri için artık En İyi Doğrusal Sapmasız Tahmin Edici (BLUE) değillerdir.
Değişen varyans (heteroskedastisite) durumunda, En Küçük Kareler (EKK) tahmin edicileri hala sapmasızlık (unbiasedness) ve tutarlılık (consistency) özelliklerini korurlar. Ancak, hata terimlerinin varyansı sabit olmadığı için bu tahmin ediciler artık en küçük varyanslı (etkin) değildirler. Gauss-Markov teoremine göre bir tahmin edicinin BLUE (En İyi Doğrusal Sapmasız Tahmin Edici) olabilmesi için 'En İyi' yani 'En Küçük Varyanslı' olması gerekir. Bu özellik kaybolduğu için tahmin ediciler artık BLUE değildir.

Step-by-Step Solution

1
Varsayım ihlalinin tanımını yapın.
Değişen varyans (Var(ϵi)=σi2Var(\epsilon_i) = \sigma_i^2), hata terimlerinin varyansının tüm gözlemler için aynı olmaması durumudur.
Gauss-Markov teoreminin 'eş varyanslılık' (homoskedastisite) varsayımının ihlal edildiğini belirlemek için.
2
EKK tahmin edicilerinin sapmasızlık durumunu kontrol edin.
EKK katsayı tahmin edicileri (bib_i), hata varyansından bağımsız olarak hala sapmasızdır (E[bi]=βiE[b_i] = \beta_i).
Sapmasızlık özelliği hata terimlerinin varyans yapısına değil, bağımsız değişkenler ile hata terimi arasındaki ilişkisizliğe bağlıdır.
3
Etkinlik (BLUE) durumunu değerlendirin.
Hata varyansı sabit olmadığı için EKK tahmin edicileri artık tüm doğrusal sapmasız tahmin ediciler arasında en küçük varyansa sahip değildir.
Gauss-Markov teoremi uyarınca, BLUE özelliği için varyansın tüm gözlemler için sabit (σ2σ^2) olması şarttır.

Key Concept

Gauss-Markov Teoremi ve BLUE Özelliği

Hints

1
Gauss-Markov teoreminin hangi varsayımının BLUE özelliği için kritik olduğunu hatırlayın.
2
Sapmasızlık (unbiasedness) katsayıların ortalamasıyla ilgilidir, değişen varyans ise sadece bu katsayıların dağılım genişliğini (varyansını) etkiler.

Practice More

Değişen varyans durumunda standart hataların sapmalı olmasının t ve F testleri üzerindeki sonuçlarını inceleyebilirsiniz.
Estimated Time:45s
Question 59Question

Standart varsayımların sağlandığı ancak açıklayıcı değişkenler arasında tam olmayan (stokastik) yüksek dereceli bir doğrusal ilişkinin bulunduğu bir ekonometrik model tahmin edilmektedir.

Bu modeldeki En Küçük Kareler (EKK) tahmincilerinin teorik özellikleri ve hipotez testlerine yansımaları dikkate alındığında, aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Show answer & explanation

Answer: EKK tahmincileri "en iyi doğrusal sapmasız tahmin edici" (BLUE) olma vasfını korumasına karşın, parametre varyanslarındaki aşırı genişleme spesifik bireysel anlamlılık testlerinde Tip II hata yapma riskini yükseltir.

Answer

EKK tahmincilerinin BLUE özelliğini koruduğunu ancak artan varyanslar nedeniyle Tip II hata riskinin yükseldiğini ifade eden seçenektir.
Doğru yanıt, EKK tahmincilerinin istatistiksel teoride Gauss-Markov kapsamında hala BLUE (En İyi Doğrusal Sapmasız Tahmin Edici) olduğunu saptarken, aynı zamanda pratikte devasa standart hatalar üreterek değişkenlerin tekil anlamlılıklarını maskelediğini ve Tip II hataya (olan bir ilişkiyi bulamama) yol açtığını kusursuz bir şekilde sentezlemektedir.

Step-by-Step Solution

1
Çoklu doğrusal bağlantının EKK tahmincilerinin varsayımları üzerindeki etkisini değerlendir.
Tam olmayan çoklu bağlantı Gauss-Markov varsayımlarını doğrudan ihlal etmez. Tahminciler hala doğrusal, sapmasız ve minimum varyanslıdır (BLUE).
Çoklu bağlantı bir spesifikasyon hatası değil, bir veri (örneklem) sorunudur. Dolayısıyla sapmasızlık ve tutarlılık özellikleri varlığını sürdürür.
2
Çoklu bağlantının "varyans" ve "standart hata" üzerindeki matematiksel sonucunu analiz et.
Varyans şişme faktörünün (VIF) artması nedeniyle, katsayı tahminlerinin örneklem varyansları ve standart hataları aşırı derecede büyür.
Bağımsız değişkenler ortak çok fazla bilgi taşıdığında, EKK yöntemi her bir değişkenin bağımlı değişken üzerindeki ayrıştırılmış (kısmi) etkisini net olarak tespit edemez ve tahminin belirsizliği (varyansı) artar.
3
Şişen standart hataların hipotez testlerine yansımasını belirle.
Standart hatanın büyümesi, t-istatistiği hesaplamasında paydayı büyüteceğinden hesaplanan t değerleri mutlak olarak küçülür.
t=β^S.H.(β^)t = \frac{\hat{\beta}}{S.H.(\hat{\beta})} formülüne göre payda büyüdükçe oran küçülür.
4
Küçülen t-istatistiklerinin karar kuramındaki anlamını (Tip hata türleri üzerinden) yorumla.
Parametre gerçekte sıfırdan farklı (anlamlı) olsa bile, küçülen t değeri kritik değeri aşamayacağından sıfır hipotezi (H0:β=0H_0: \beta = 0) reddedilemez. Bu durum doğrudan Tip II hata (yanlış H0H_0'ı kabul etme/reddedememe) riskinin artması demektir.
Gerçekte var olan bir etkinin istatistiksel testlerle tespit edilememesi Tip II hata tanımıyla eşleşir.

Key Concept

Tam olmayan çoklu doğrusal bağlantının EKK özelliklerine (BLUE) teorik etkisi ve hipotez testlerindeki (Tip II hata) sonuçları.
Question 60Question

Bir araştırmacı, n=65n=65 gözlemden oluşan veri seti ile dört bağımsız değişkenli bir çoklu doğrusal regresyon modelini En Küçük Kareler (EKK) yöntemiyle tahmin etmiş ve şu bulgulara ulaşmıştır:

I. Modelin belirtme katsayısı (R2R^2) 0.94 hesaplanmış ve varyans analizi sonucunda modelin genelinin %1 düzeyinde istatistiksel olarak anlamlı olduğu (FF-testi) görülmüştür.
II. İki bağımsız değişkene ait kısmi eğim katsayılarının tt-istatistikleri mutlak değerce oldukça küçük bulunmuş ve %5 düzeyinde anlamsız çıkmıştır.
III. Bağımsız değişkenlerin korelasyon matrisinin özdeğerleri (eigenvalues) kullanılarak hesaplanan en büyük Durum İndeksi (Condition Index, CICI) 45 olarak bulunmuştur.

Bu bulgular dikkate alındığında; karşılaşılan temel ekonometrik problem, EKK tahmin edicilerinin istatistiksel özellikleri ve problemi gidermek için uygulanabilecek en uygun müdahale aşağıdakilerin hangisinde sırasıyla doğru verilmiştir?

Show answer & explanation

Answer: Çoklu doğrusal bağlantı - Tahmin ediciler sapmasızdır ancak varyansları şiştiği için etkinliklerini kaybederler - Yanlı tahmin ediciler veren Ridge regresyon yöntemini uygulamak

Answer

Problemin 'Çoklu doğrusal bağlantı' olduğu, tahmin edicilerin 'sapmasız ancak etkinsiz' hale geldiği ve müdahale olarak 'Ridge regresyon' önerilen seçenektir.
Verilen bulgulardaki yüksek R2R^2 ve anlamlı FF-testine karşın bireysel tt-testlerinin anlamsız çıkması, çoklu doğrusal bağlantının en bilinen belirtisidir. Durum İndeksi'nin (CICI) 30'dan büyük olması (45) bu teşhisi kesinleştirir. Şiddetli çoklu doğrusal bağlantı durumunda EKK tahmin edicileri sapmasızlık özelliğini korur ancak varyansları aşırı şiştiği için en küçük varyanslı (etkin) olma özelliklerini yitirir. Ridge regresyon, tahmin edicilere belirli bir miktar yanlılık (bias) yükleyerek varyansı ciddi oranda düşüren ve bu sorunu çözmekte kullanılan standart ve etkili bir ekonometrik müdahaledir.

Step-by-Step Solution

1
Verilen I, II ve III numaralı bulguları analiz etme.
Yüksek R2R^2, istatistiksel olarak anlamlı FF-testi ve anlamsız tt-istatistikleri görülmüştür. Ayrıca CI=45>30CI = 45 > 30 olarak hesaplanmıştır.
Ekonometride bu kombinasyon, şiddetli Çoklu Doğrusal Bağlantının (Multicollinearity) klasik ve en kesin kanıtıdır.
2
Çoklu doğrusal bağlantının EKK tahmin edicileri üzerindeki teorik etkilerini belirleme.
Tahmin ediciler doğrusal ve sapmasız (unbiased) kalmaya devam eder, ancak varyansları asimptotik olarak şişer (VIF değerleri büyür) ve etkinliklerini kaybederler.
Gauss-Markov varsayımlarında bağımsız değişkenlerin birbirleriyle tam doğrusal ilişkili olmaması gerekir. Bu ilişki arttıkça varyans şişer fakat beklenen değer parametreye eşit kalır.
3
İlgili problem için literatürdeki en uygun müdahale yöntemini seçme.
Sorunlu değişkenin dışlanması, temel bileşenler analizi (PCA) veya Ridge regresyon kullanılması uygun çözümlerdir.
Ridge regresyon, modele küçük bir miktar kasti yanlılık (bias) ekleyerek şişen varyansı dramatik şekilde düşürür ve Hata Kareler Ortalamasını minimize eder. Bu nedenle 'Yanlı tahmin ediciler veren Ridge regresyon' doğru bir bilimsel ifadedir.

Key Concept

Çoklu Doğrusal Bağlantının Teşhisi, Etkileri ve Giderilmesi
PreviousPage 3 / 5Next
Regresyon Varsayımları ve İhlalleri Practice Questions — KPSS İstatistik — Page 3 | Examkin