EKK (En Küçük Kareler) Yöntemi ile Parametre Tahmini

17 questions

Question 1Question

Bir araştırmacı, reklam harcamalarının (XX, bin TL) satış gelirleri (YY, bin TL) üzerindeki etkisini incelemek amacıyla 10 haftalık veri toplamış ve aşağıdaki özet istatistikleri elde etmiştir:

n=10n = 10
Xˉ=10\bar{X} = 10
Yˉ=50\bar{Y} = 50
(XiXˉ)2=20\sum (X_i - \bar{X})^2 = 20
(XiXˉ)(YiYˉ)=40\sum (X_i - \bar{X})(Y_i - \bar{Y}) = 40

Buna göre, En Küçük Kareler (EKK) yöntemi kullanılarak tahmin edilen basit doğrusal regresyon denklemi (Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=30+2X\hat{Y} = 30 + 2X

Answer

Tahmini regresyon denklemi Y^=30+2X\hat{Y} = 30 + 2X olarak hesaplanmalıdır.
EKK yönteminde eğim katsayısı (β^1\hat{\beta}_1), XX ve YY arasındaki ortak değişimin XX'in varyansına oranı ile bulunur. Verilen istatistiklere göre β^1=40/20=2\hat{\beta}_1 = 40 / 20 = 2 olarak hesaplanır. Sabit terim (β^0\hat{\beta}_0) ise regresyon doğrusunun ortalama noktasından (Xˉ,Yˉ\bar{X}, \bar{Y}) geçmesi kuralına dayanarak β^0=Yˉβ^1Xˉ=502×10=30\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X} = 50 - 2 \times 10 = 30 olarak bulunur. Parametre tahminleri yerine konulduğunda regresyon denklemi Y^=30+2X\hat{Y} = 30 + 2X şeklini alır.

Step-by-Step Solution

1
Eğim katsayısını (β^1\hat{\beta}_1) hesaplama
β^1=4020=2\hat{\beta}_1 = \frac{40}{20} = 2
EKK yönteminde eğim katsayısı, X ve Y arasındaki ortak değişimin (kovaryansın) X'in varyansına oranı formülüyle ((XiXˉ)(YiYˉ)(XiXˉ)2\frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2}) bulunur.
2
Sabit terimi (β^0\hat{\beta}_0) hesaplama
β^0=502×10=30\hat{\beta}_0 = 50 - 2 \times 10 = 30
Regresyon doğrusu ortalamalar noktasından geçmek zorundadır. Bu nedenle sabit terim β^0=Yˉβ^1Xˉ\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X} formülüyle hesaplanır.
3
Regresyon denklemini oluşturma
Y^=30+2X\hat{Y} = 30 + 2X
Bulunan β^0\hat{\beta}_0 ve β^1\hat{\beta}_1 katsayıları Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X genel denkleminde yerine konulur.

Key Concept

EKK Yöntemi ile Basit Doğrusal Regresyon Katsayılarının Tahmini
Question 2Question

Bir araştırmacı, basit doğrusal regresyon modelini tahmin etmek üzere 2020 gözlemden oluşan bir veri seti için aşağıdaki özet istatistikleri elde etmiştir:

Xˉ=5\bar{X} = 5, Yˉ=20\bar{Y} = 20
(XiXˉ)2=400\sum (X_i - \bar{X})^2 = 400
(XiXˉ)(YiYˉ)=800\sum (X_i - \bar{X})(Y_i - \bar{Y}) = 800

Araştırmacı, Gauss-Markov teoreminin tüm varsayımlarının sağlandığını kabul ederek parametreleri EKK (En Küçük Kareler) yöntemiyle tahmin etmiş ve en iyi doğrusal sapmasız tahmin edicilere (BLUE) ulaşmıştır.

Buna göre, eğim katsayısının tahmini (β^1\hat{\beta}_1) değeri ve modelde sonradan değişen varyans (heteroskedastisite) sorunu olduğu fark edilirse Gauss-Markov teoremine göre EKK tahmin edicilerinin ortadan kalkan özelliği aşağıdakilerin hangisinde sırasıyla ve doğru olarak verilmiştir?

Show answer & explanation

Answer: β^1=2\hat{\beta}_1 = 2 ; Etkinlik (minimum varyans) özelliği ortadan kalkar, ancak tahmin ediciler sapmasız kalmaya devam eder.

Answer

Eğim katsayısı 2'dir ve değişen varyans durumunda etkinlik (minimum varyans) özelliği ortadan kalkar.
Basit doğrusal regresyonda EKK eğim katsayısı β^1=(XiXˉ)(YiYˉ)(XiXˉ)2\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2} formülü ile hesaplanır ve 800400=2\frac{800}{400} = 2 bulunur. Gauss-Markov teoremine göre EKK tahmin edicilerinin 'En İyi' (BLUE içerisindeki Best / Etkin) olabilmesi için hata terimlerinin varyansının sabit olması gerekir. Değişen varyans sorunu ortaya çıktığında tahmin ediciler sapmasız, tutarlı ve doğrusal kalmaya devam eder ancak etkinlik (minimum varyans) özelliği kaybolur.

Step-by-Step Solution

1
Eğim katsayısını (β^1\hat{\beta}_1) EKK formülü ile hesaplama
β^1=(XiXˉ)(YiYˉ)(XiXˉ)2=800400=2\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2} = \frac{800}{400} = 2
EKK yönteminde eğim parametresinin tahmini, iki değişken arasındaki ortak değişimin, bağımsız değişkenin kendi içindeki değişimine oranı ile bulunur.
2
Gauss-Markov teoremini ve varsayım ihlallerini değerlendirme
Değişen varyans (heteroskedastisite) sorunu durumunda, EKK tahmin edicileri sapmasız ve tutarlı kalmaya devam eder, ancak minimum varyanslı (etkin) olma özelliklerini yitirirler.
Gauss-Markov teoremine göre en iyi (etkin) olmanın temel şartı hata terimlerinin sabit varyanslı olmasıdır.

Key Concept

EKK Tahmin Edicilerinin BLUE Özellikleri ve Varsayım İhlalleri
Question 3Question

Bir araştırmacı, XX (bağımsız) ve YY (bağımlı) değişkenleri arasındaki ilişkiyi incelemek için klasik doğrusal regresyon modelini En Küçük Kareler (EKK) yöntemi ile tahmin etmiştir. Değişkenlerin ortalamadan farkları (xi=XiXˉx_i = X_i - \bar{X} ve yi=YiYˉy_i = Y_i - \bar{Y}) dikkate alınarak aşağıdaki özet istatistikler elde edilmiştir:

n=25n = 25
i=1nxi2=50\sum_{i=1}^{n} x_i^2 = 50
i=1nxiyi=150\sum_{i=1}^{n} x_i y_i = 150

Modelin temel varsayımlarının (Gauss-Markov varsayımları) tam olarak sağlandığı bilinmektedir.

Buna göre, EKK yöntemi ile hesaplanan eğim katsayısı (β^1\hat{\beta}_1) tahmin edicisinin değeri ve Gauss-Markov teoremine göre özellikleri hakkında aşağıdakilerden hangisi doğrudur?

Show answer & explanation

Answer: β^1=3\hat{\beta}_1 = 3'tür ve doğrusal, yansız tahmin ediciler sınıfı içinde en küçük varyansa sahip tahmin edicidir.

Answer

Hesaplanan katsayı β^1=3\hat{\beta}_1 = 3'tür ve bu katsayı, tüm doğrusal ve yansız tahmin ediciler arasında en küçük varyansa sahiptir (BLUE özelliği).
Eğim katsayısı, ortalamadan farklar formülü kullanılarak β^1=xiyixi2=15050=3\hat{\beta}_1 = \frac{\sum x_i y_i}{\sum x_i^2} = \frac{150}{50} = 3 olarak hesaplanır. Ayrıca Gauss-Markov teoremine göre, klasik doğrusal regresyon modelinin temel varsayımları sağlandığında EKK tahmin edicileri BLUE'dur (Best Linear Unbiased Estimator). Buradaki 'Best' (En İyi) ifadesi, bu tahmin edicinin tüm doğrusal ve yansız tahmin ediciler arasında 'en küçük varyansa' sahip olduğunu matematiksel olarak kanıtlar.

Step-by-Step Solution

1
Eğim katsayısı formülünü hatırlama
β^1=xiyixi2\hat{\beta}_1 = \frac{\sum x_i y_i}{\sum x_i^2}
EKK yönteminde ortalamadan farklar formülü kullanılarak eğim katsayısı (parametre tahmini) hesaplanır.
2
Verilen değerleri formülde yerine koyma
β^1=15050=3\hat{\beta}_1 = \frac{150}{50} = 3
Sayısal katsayı değerine ulaşmak için verilerin denkleme yerleştirilmesi gerekir.
3
Gauss-Markov teoreminin sonucunu değerlendirme
EKK tahmin edicileri BLUE (En İyi Doğrusal Yansız Tahmin Edici) özelliğine sahiptir.
Modelin tüm varsayımları sağlandığında EKK, doğrusal ve yansız tahmin ediciler arasında en küçük varyansa (minimum varyans) sahiptir.

Key Concept

EKK Eğim Katsayısı Hesaplanması ve Gauss-Markov Teoremi
Estimated Time:1m 30s
Question 4Question

Bir Kalkınma Ajansı, desteklenen projelerin bütçeleri (XX, milyon TL) ile bu projelerin tamamlanma süreleri (YY, ay) arasındaki ilişkiyi basit doğrusal regresyon modeliyle tahmin etmek istemektedir. İncelenen n=81n=81 proje için aşağıdaki özet istatistikler elde edilmiştir:

i=181(XiXˉ)2=400\sum_{i=1}^{81} (X_i - \bar{X})^2 = 400

i=181(XiXˉ)(YiYˉ)=100\sum_{i=1}^{81} (X_i - \bar{X})(Y_i - \bar{Y}) = 100

Xˉ=15\bar{X} = 15

Yˉ=8\bar{Y} = 8

Klasik doğrusal regresyon modelinin tüm varsayımlarının (Gauss-Markov varsayımları) sağlandığı kabul edildiğinde; EKK (En Küçük Kareler) yöntemiyle elde edilen sabit terim (β^0\hat{\beta}_0) ve eğim katsayısı (β^1\hat{\beta}_1) tahminleri sırasıyla kaçtır ve bu tahmin edicilerin Gauss-Markov teoremine göre en temel istatistiksel özelliği aşağıdakilerden hangisidir?

Show answer & explanation

Answer: β^0=4,25\hat{\beta}_0 = 4,25 ; β^1=0,25\hat{\beta}_1 = 0,25 ; Doğrusal ve sapmasız tahmin ediciler sınıfında minimum varyansa sahiptir.

Answer

Modelin katsayıları β^0=4,25\hat{\beta}_0 = 4,25 ve β^1=0,25\hat{\beta}_1 = 0,25 olup, bu tahmin ediciler doğrusal ve sapmasız tahmin ediciler sınıfında minimum varyansa sahiptir.
Doğru seçenekte eğim katsayısı formülü (β^1=(XiXˉ)(YiYˉ)(XiXˉ)2\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2}) uygulanarak 100400=0,25\frac{100}{400} = 0,25 değeri bulunmuştur. Sabit terim (β^0=Yˉβ^1Xˉ\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X}) eşitliğinden 8(0,25×15)=4,258 - (0,25 \times 15) = 4,25 olarak hesaplanmıştır. Gauss-Markov teoremine göre, klasik varsayımlar altında elde edilen bu EKK tahmin edicileri, doğrusal ve sapmasız tahmin ediciler arasında en küçük (minimum) varyansa sahip olma (EİDSTE/BLUE) özelliğini taşır.

Step-by-Step Solution

1
Eğim katsayısını (β^1\hat{\beta}_1) hesapla.
β^1=100400=0,25\hat{\beta}_1 = \frac{100}{400} = 0,25
EKK yönteminde eğim katsayısı, XX ve YY'nin ortak varyansının (çarpımlar toplamı) XX'in varyansına (kareler toplamı) bölünmesiyle bulunur.
2
Sabit terimi (β^0\hat{\beta}_0) hesapla.
β^0=8(0,25×15)=83,75=4,25\hat{\beta}_0 = 8 - (0,25 \times 15) = 8 - 3,75 = 4,25
Regresyon doğrusu örneklem ortalamalarından (Xˉ,Yˉ\bar{X}, \bar{Y}) geçmek zorundadır. Bu nedenle β^0=Yˉβ^1Xˉ\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1\bar{X} formülü kullanılır.
3
Gauss-Markov teoremine göre tahmin edicilerin özelliklerini belirle.
EKK tahmin edicileri En İyi Doğrusal Sapmasız Tahmin Edicidir (EİDSTE / BLUE).
Klasik varsayımlar sağlandığında, EKK tahmin edicileri sapmasızdır ve tüm doğrusal sapmasız tahmin ediciler arasında en küçük varyansa (minimum varyans / en iyi) sahiptir.

Key Concept

EKK Parametre Tahmini ve Gauss-Markov Teoremi
Question 5Question

Bir il sağlık müdürlüğü, ilçelerdeki aile sağlığı merkezlerinde görev yapan hekim sayısı (XX) ile aylık muayene edilen toplam ortalama hasta sayısı (YY) arasındaki ilişkiyi basit doğrusal regresyon modeli ile incelemektedir. Rastgele seçilen 5050 ilçe için toplanan verilere ait bazı özet istatistikler aşağıda verilmiştir:

* n=50n = 50
* i=1nXi=500\sum_{i=1}^{n} X_i = 500
* i=1nYi=35000\sum_{i=1}^{n} Y_i = 35000
* i=1n(XiXˉ)2=250\sum_{i=1}^{n} (X_i - \bar{X})^2 = 250
* i=1n(XiXˉ)(YiYˉ)=5000\sum_{i=1}^{n} (X_i - \bar{X})(Y_i - \bar{Y}) = 5000

Gauss-Markov varsayımlarının sağlandığı kabul edildiğinde, YY'nin XX üzerine regresyonu için En Küçük Kareler (EKK) yöntemiyle tahmin edilen örneklem regresyon denklemi (Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=500+20X\hat{Y} = 500 + 20X

Answer

Doğru denklem Y^=500+20X\hat{Y} = 500 + 20X şeklindedir.
Verilen özet istatistikler kullanılarak EKK formülleri eksiksiz uygulandığında model Y^=500+20X\hat{Y} = 500 + 20X olarak bulunur. Gauss-Markov varsayımları geçerli olduğundan, elde edilen bu tahminciler doğrusal, yansız ve en küçük varyanslı (BLUE) özellik taşır. Eğim katsayısı 5000250=20\frac{5000}{250} = 20, ortalamalar ise Xˉ=10\bar{X}=10 ve Yˉ=700\bar{Y}=700'dür. Sabit terim β^0=700(20×10)=500\hat{\beta}_0 = 700 - (20 \times 10) = 500 olarak hesaplanır.

Step-by-Step Solution

1
Bağımsız ve bağımlı değişkenlerin örneklem ortalamalarını hesaplama
Xˉ=50050=10\bar{X} = \frac{500}{50} = 10 ve Yˉ=3500050=700\bar{Y} = \frac{35000}{50} = 700
Regresyon modelinin sabit terimini (β^0\hat{\beta}_0) bulmak için her iki değişkenin ortalama değerine ihtiyaç vardır.
2
Eğim katsayısını (β^1\hat{\beta}_1) EKK formülüyle hesaplama
β^1=(XiXˉ)(YiYˉ)(XiXˉ)2=5000250=20\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2} = \frac{5000}{250} = 20
Bağımsız değişkendeki bir birimlik artışın bağımlı değişkende yaratacağı ortalama değişimi belirlemek.
3
Sabit terimi (β^0\hat{\beta}_0) formül ile hesaplama
β^0=Yˉβ^1Xˉ=70020(10)=700200=500\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1\bar{X} = 700 - 20(10) = 700 - 200 = 500
Regresyon doğrusunun Y eksenini kestiği noktayı, yani bağımsız değişken sıfır olduğunda Y'nin beklenen değerini bulmak.
4
Örneklem regresyon denklemini oluşturma
Y^=500+20X\hat{Y} = 500 + 20X
Hesaplanan parametre tahminlerini standart doğrusal model denkleminde yerine koymak.

Key Concept

EKK Yöntemi ile Basit Doğrusal Regresyon Katsayılarının Tahmini ve Gauss-Markov Teoremi
Question 6Question

Bir tarım araştırmacısı, buğday tarlalarında kullanılan gübre miktarı (XX, kg/dekar) ile elde edilen ürün verimi (YY, ton/dekar) arasındaki ilişkiyi incelemek amacıyla 1010 farklı tarladan veri toplamıştır. Araştırmacı verilerden aşağıdaki özet istatistikleri hesaplamıştır:

n=10n = 10
Xˉ=5\bar{X} = 5
Yˉ=12\bar{Y} = 12
i=110(XiXˉ)2=40\sum_{i=1}^{10} (X_i - \bar{X})^2 = 40
i=110(XiXˉ)(YiYˉ)=60\sum_{i=1}^{10} (X_i - \bar{X})(Y_i - \bar{Y}) = 60

Buna göre, bağımlı değişkenin (YY) bağımsız değişken (XX) üzerine regresyonu için En Küçük Kareler (EKK) yöntemiyle tahmin edilen basit doğrusal regresyon denklemi (Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=4,5+1,5X\hat{Y} = 4,5 + 1,5 X

Answer

Doğru tahmin edilen regresyon denklemi Y^=4,5+1,5X\hat{Y} = 4,5 + 1,5 X şeklindedir.
Verilen özet istatistikler kullanılarak eğim parametresi β^1=6040=1,5\hat{\beta}_1 = \frac{60}{40} = 1,5 olarak bulunur. Sabit terim ise ortalamalar yardımıyla β^0=12(1,5×5)=4,5\hat{\beta}_0 = 12 - (1,5 \times 5) = 4,5 olarak hesaplanır. Bu değerler denkleme yerleştirildiğinde Y^=4,5+1,5X\hat{Y} = 4,5 + 1,5 X doğrusu elde edilir.

Step-by-Step Solution

1
Eğim parametresinin (β^1\hat{\beta}_1) hesaplanması
β^1=6040=1,5\hat{\beta}_1 = \frac{60}{40} = 1,5
EKK yönteminde eğim katsayısı, X ve Y arasındaki ortak değişimin (kovaryansın pay kısmı), X'in kendi içindeki değişimine (varyansın pay kısmı) bölünmesiyle bulunur: β^1=(XiXˉ)(YiYˉ)(XiXˉ)2\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2}
2
Sabit terimin (β^0\hat{\beta}_0) hesaplanması
β^0=12(1,5×5)=127,5=4,5\hat{\beta}_0 = 12 - (1,5 \times 5) = 12 - 7,5 = 4,5
Regresyon doğrusu mutlaka değişkenlerin ortalamalarından (Xˉ\bar{X}, Yˉ\bar{Y}) geçmek zorundadır. Bu nedenle sabit terim β^0=Yˉβ^1Xˉ\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X} formülüyle hesaplanır.
3
Regresyon denkleminin oluşturulması
Y^=4,5+1,5X\hat{Y} = 4,5 + 1,5 X
Bulunan parametre değerleri genel model denklemi olan Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X ifadesinde yerine konur.

Key Concept

Basit Doğrusal Regresyonda EKK Tahmincilerinin Formülleri
Question 7Question

Bir e-ticaret platformunun yöneticisi, satıcılara ait mağazaların aylık platform içi reklam harcamaları (XX, bin TL) ile bu mağazaların aylık satış gelirleri (YY, bin TL) arasındaki ilişkiyi incelemek istemektedir.

Rastgele seçilen 3636 mağazaya ait veriler analiz edildiğinde aşağıdaki özet istatistikler elde edilmiştir:

* Reklam harcamalarının ortalaması: xˉ=20\bar{x} = 20
* Satış gelirlerinin ortalaması: yˉ=150\bar{y} = 150
* Reklam harcamalarının standart sapması: sx=4s_x = 4
* Satış gelirlerinin standart sapması: sy=25s_y = 25
* Değişkenler arasındaki korelasyon katsayısı: r=0,80r = 0,80

Bu bilgilere göre, En Küçük Kareler (EKK) yöntemiyle tahmin edilen basit doğrusal regresyon denklemi (y^=β^0+β^1x\hat{y} = \hat{\beta}_0 + \hat{\beta}_1 x) aşağıdakilerden hangisidir?

Show answer & explanation

Answer: y^=50+5x\hat{y} = 50 + 5x

Answer

y^=50+5x\hat{y} = 50 + 5x denklemi doğru regresyon modelidir.
Basit doğrusal regresyon modelinde, özet istatistikler verildiğinde EKK tahmin edicileri ardışık olarak hesaplanır. Önce β^1=rsysx\hat{\beta}_1 = r \cdot \frac{s_y}{s_x} formülü ile eğim 0,80(25/4)=50,80 \cdot (25/4) = 5 olarak bulunur. Ardından β^0=yˉβ^1xˉ\hat{\beta}_0 = \bar{y} - \hat{\beta}_1 \bar{x} formülü ile sabit terim 150(520)=50150 - (5 \cdot 20) = 50 olarak bulunur. Bu değerler denklemde yerine konduğunda sonuç y^=50+5x\hat{y} = 50 + 5x olur.

Step-by-Step Solution

1
Eğim katsayısının (β^1\hat{\beta}_1) hesaplanması
β^1=0,80254=0,806,25=5\hat{\beta}_1 = 0,80 \cdot \frac{25}{4} = 0,80 \cdot 6,25 = 5
Basit doğrusal regresyonda eğim, korelasyon katsayısı ile bağımlı ve bağımsız değişkenin standart sapmalarının oranının çarpımına eşittir (β^1=rsysx\hat{\beta}_1 = r \cdot \frac{s_y}{s_x}).
2
Sabit terimin (β^0\hat{\beta}_0) hesaplanması
β^0=150(520)=150100=50\hat{\beta}_0 = 150 - (5 \cdot 20) = 150 - 100 = 50
EKK regresyon doğrusu her zaman ortalamalar noktasından (xˉ,yˉ)(\bar{x}, \bar{y}) geçer. Bu nedenle β^0=yˉβ^1xˉ\hat{\beta}_0 = \bar{y} - \hat{\beta}_1 \bar{x} formülü kullanılarak sabit terim bulunur.
3
Regresyon denkleminin yazılması
y^=50+5x\hat{y} = 50 + 5x
Hesaplanan katsayılar standart y^=β^0+β^1x\hat{y} = \hat{\beta}_0 + \hat{\beta}_1 x denkleminde yerine konur.

Key Concept

EKK Yöntemiyle Eğim ve Kesme Noktası Tahmini
Question 8Question

Klasik doğrusal regresyon modeli varsayımlarının sağlandığı bir araştırmada, bir kamu kurumunda çalışan personelin hizmet içi eğitim süreleri (XX, saat) ile aylık performans puanları (YY) arasındaki ilişki incelenmektedir. 8 personelden elde edilen gözlemlere ilişkin özet istatistikler aşağıda verilmiştir:

İstatistikDeğer
nn8
Xi\sum X_i40
Yi\sum Y_i80
Xi2\sum X_i^2250
XiYi\sum X_i Y_i480

Buna göre, Gauss-Markov teoremi çerçevesinde En Küçük Kareler (EKK) yöntemiyle tahmin edilen regresyon denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=2+1,6X\hat{Y} = 2 + 1,6X

Answer

En Küçük Kareler yöntemiyle tahmin edilen denklem Y^=2+1,6X\hat{Y} = 2 + 1,6X şeklindedir.
Verilen özet istatistikler kullanılarak yapılan hesaplamada, eğim katsayısı 1,6 ve sabit terim 2 olarak bulunmuştur. Gauss-Markov teoremi, bu yöntemin sunduğu tahmincilerin en iyi doğrusal tarafsız tahminciler (BLUE) olduğunu garanti eder.

Step-by-Step Solution

1
Aritmetik ortalamaların hesaplanması
Xˉ=40/8=5\bar{X} = 40/8 = 5 ve Yˉ=80/8=10\bar{Y} = 80/8 = 10
Katsayı formüllerinde kullanılacak olan merkezî eğilim ölçülerini belirlemek için gereklidir.
2
Eğim katsayısının (β^1\hat{\beta}_1) hesaplanması
β^1=nXiYiXiYinXi2(Xi)2=8(480)(40)(80)8(250)(40)2=3840320020001600=640400=1,6\hat{\beta}_1 = \frac{n\sum X_i Y_i - \sum X_i \sum Y_i}{n\sum X_i^2 - (\sum X_i)^2} = \frac{8(480) - (40)(80)}{8(250) - (40)^2} = \frac{3840 - 3200}{2000 - 1600} = \frac{640}{400} = 1,6
Bağımsız değişkendeki bir birimlik değişimin bağımlı değişken üzerindeki etkisini ölçmek için EKK formülü uygulanır.
3
Sabit terimin (β^0\hat{\beta}_0) hesaplanması
β^0=Yˉβ^1Xˉ=10(1,6×5)=108=2\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1\bar{X} = 10 - (1,6 \times 5) = 10 - 8 = 2
Regresyon doğrusunun y-eksenini kestiği noktayı bulmak için ortalamalar üzerinden hesaplama yapılır.
4
Denklemin oluşturulması
Y^=2+1,6X\hat{Y} = 2 + 1,6X
Tahmin edilen parametrelerin genel model formuna yerleştirilmesiyle nihai denklem elde edilir.

Key Concept

En Küçük Kareler (EKK) yöntemi, artık kareler toplamını minimize ederek parametre tahmini yapar ve Gauss-Markov varsayımları altında 'En İyi Doğrusal Tarafsız Tahmin Edici' (BLUE) özelliğine sahiptir.
Question 9Question

Bir vergi dairesi başkanlığı, ilçelerde yıllık olarak gerçekleştirilen vergi denetim sayısı (XX) ile tahsil edilen ek vergi geliri (YY, milyon TL) arasındaki ilişkiyi incelemek amacıyla basit doğrusal regresyon modeli (Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X) kurmak istemektedir.

Rastgele seçilen 10 ilçe için elde edilen özet istatistikler aşağıda verilmiştir:
i=110Xi=400\sum_{i=1}^{10} X_i = 400
i=110Yi=300\sum_{i=1}^{10} Y_i = 300
i=110(XiXˉ)2=500\sum_{i=1}^{10} (X_i - \bar{X})^2 = 500
i=110(YiYˉ)2=200\sum_{i=1}^{10} (Y_i - \bar{Y})^2 = 200
i=110(XiXˉ)(YiYˉ)=250\sum_{i=1}^{10} (X_i - \bar{X})(Y_i - \bar{Y}) = 250

Buna göre, En Küçük Kareler (EKK) yöntemi ile tahmin edilen regresyon denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=10+0,50X\hat{Y} = 10 + 0,50 X

Answer

Doğru regresyon denklemi Y^=10+0,50X\hat{Y} = 10 + 0,50 X şeklindedir.
Tahmin edilen regresyon denklemi En Küçük Kareler (EKK) formülleri ile elde edilir. İlk olarak eğim katsayısı hesaplanır: β^1=(XiXˉ)(YiYˉ)(XiXˉ)2=250500=0,50\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2} = \frac{250}{500} = 0,50. Ardından kesme noktası hesaplanır: Gözlem sayısı n=10n=10 olduğundan ortalamalar Xˉ=40010=40\bar{X} = \frac{400}{10} = 40 ve Yˉ=30010=30\bar{Y} = \frac{300}{10} = 30 olarak bulunur. Bu değerler β^0=Yˉβ^1Xˉ\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X} formülünde yerine konulduğunda β^0=30(0,50×40)=10\hat{\beta}_0 = 30 - (0,50 \times 40) = 10 elde edilir. Denklem Y^=10+0,50X\hat{Y} = 10 + 0,50 X olarak kurulur.

Step-by-Step Solution

1
Bağımlı ve bağımsız değişkenlerin örneklem ortalamalarını hesaplama
Xˉ=40010=40\bar{X} = \frac{400}{10} = 40 ve Yˉ=30010=30\bar{Y} = \frac{300}{10} = 30
EKK tahmin edicilerinden kesme noktasının hesaplanabilmesi için örneklem ortalamalarına ihtiyaç vardır.
2
Eğim katsayısını (β^1\hat{\beta}_1) hesaplama
β^1=250500=0,50\hat{\beta}_1 = \frac{250}{500} = 0,50
Eğim katsayısı, X ve Y arasındaki çarpım toplamlarının (kovaryansın payı), X'in kareler toplamına (varyansın payı) oranı ile bulunur.
3
Kesme noktasını (β^0\hat{\beta}_0) hesaplama
β^0=30(0,50×40)=3020=10\hat{\beta}_0 = 30 - (0,50 \times 40) = 30 - 20 = 10
Regresyon doğrusu örneklem ortalamalarından (Xˉ\bar{X}, Yˉ\bar{Y}) geçmek zorundadır, bu nedenle β^0=Yˉβ^1Xˉ\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X} formülü kullanılır.

Key Concept

Basit Doğrusal Regresyonda EKK Formülleri
Question 10Question

Sanayi ve Teknoloji Bakanlığı, organize sanayi bölgelerindeki (OSB) işletmelerin Ar-Ge harcamaları (XX, milyon TL) ile tescil edilen faydalı model sayıları (YY, adet) arasındaki ilişkiyi incelemek için 16 farklı OSB'den kesit verisi toplamıştır.

Bu değişkenlere ilişkin hesaplanan bazı özet istatistikler aşağıda verilmiştir:

n=16n = 16
Xˉ=5\bar{X} = 5
Yˉ=24\bar{Y} = 24
i=116(XiXˉ)2=40\sum_{i=1}^{16} (X_i - \bar{X})^2 = 40
i=116(XiXˉ)(YiYˉ)=140\sum_{i=1}^{16} (X_i - \bar{X})(Y_i - \bar{Y}) = 140

Klasik doğrusal regresyon modelinin tüm varsayımlarının sağlandığı kabul edilmektedir.

Buna göre, En Küçük Kareler (EKK) yöntemiyle tahmin edilen doğrusal regresyon denklemi ve Gauss-Markov teoremine göre bu tahmincilerin sahip olduğu istatistiksel özellik aşağıdakilerin hangisinde birlikte doğru verilmiştir?

Show answer & explanation

Answer: Y^=6,5+3,5X\hat{Y} = 6,5 + 3,5X ; Doğrusal, yansız ve en küçük varyanslı (BLUE) tahmincilerdir.

Answer

Regresyon denklemi Y^=6,5+3,5X\hat{Y} = 6,5 + 3,5X şeklinde olup, bu tahminciler Gauss-Markov teoremine göre doğrusal, yansız ve en küçük varyanslıdır.
Verilen özet istatistikler kullanılarak eğim katsayısı β^1=14040=3,5\hat{\beta}_1 = \frac{140}{40} = 3,5 ve sabit terim β^0=24(3,5×5)=6,5\hat{\beta}_0 = 24 - (3,5 \times 5) = 6,5 bulunur. Bu durum regresyon denkleminin Y^=6,5+3,5X\hat{Y} = 6,5 + 3,5X olduğunu gösterir. Gauss-Markov teoremine göre ise, klasik doğrusal regresyon varsayımları altında elde edilen bu EKK tahmincileri 'Doğrusal, Yansız ve En Küçük Varyanslı' (BLUE) tahmincilerdir.

Step-by-Step Solution

1
Eğim katsayısını (β^1\hat{\beta}_1) hesapla.
β^1=(XiXˉ)(YiYˉ)(XiXˉ)2=14040=3,5\hat{\beta}_1 = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sum (X_i - \bar{X})^2} = \frac{140}{40} = 3,5
Basit doğrusal regresyonda eğim, XX ve YY arasındaki ortak değişimin XX'in kendi içindeki değişimine oranıdır.
2
Sabit terimi (β^0\hat{\beta}_0) hesapla.
β^0=Yˉβ^1Xˉ=24(3,5×5)=2417,5=6,5\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1\bar{X} = 24 - (3,5 \times 5) = 24 - 17,5 = 6,5
Regresyon doğrusu her zaman örneklem ortalamalarından (Xˉ,Yˉ)(\bar{X}, \bar{Y}) geçmek zorundadır, bu eşitlikten sabit terim çekilir.
3
Gauss-Markov teoreminin sonucunu belirle.
Tahminciler BLUE (Best Linear Unbiased Estimator) özelliklerine sahiptir.
Klasik doğrusal regresyon varsayımları (doğrusallık, sıfır koşullu ortalama, sabit varyans, otokorelasyon olmaması) sağlandığında EKK tahmincileri doğrusal, yansız ve en küçük varyanslı tahmincilerdir.

Key Concept

EKK Parametre Tahmini ve Gauss-Markov Teoremi
Question 11Question

Bir gayrimenkul değerleme uzmanı, bir şehirdeki konutların büyüklükleri (XX, m2m^2) ile aylık kira bedelleri (YY, TL) arasındaki ilişkiyi incelemektedir. 20 konutluk bir örneklem üzerinden yapılan analizde klasik doğrusal regresyon modeli varsayımlarının sağlandığı ve Gauss-Markov teoremine göre en iyi doğrusal tarafsız tahmin edicilerin (BLUE) elde edildiği varsayılmaktadır. Analiz sonucunda elde edilen özet istatistikler şu şekildedir:

İstatistikDeğer
Gözlem sayısı (nn)20
Konut büyüklüğü ortalaması (xˉ\bar{x})100100
Kira bedeli ortalaması (yˉ\bar{y})4.5004.500
(xixˉ)2\sum (x_i - \bar{x})^24.0004.000
(xixˉ)(yiyˉ)\sum (x_i - \bar{x})(y_i - \bar{y})20.00020.000

Buna göre, En Küçük Kareler (EKK) yöntemi ile tahmin edilen basit doğrusal regresyon denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: y^=4.000+5x\hat{y} = 4.000 + 5x

Answer

En Küçük Kareler yöntemi ile tahmin edilen regresyon denklemi y^=4.000+5x\hat{y} = 4.000 + 5x şeklindedir.
Verilen özet istatistiklere göre eğim katsayısı β^1=20.000/4.000=5\hat{\beta}_1 = 20.000 / 4.000 = 5 olarak bulunur. Sabit terim (kesme noktası) ise β^0=4.500(5×100)=4.000\hat{\beta}_0 = 4.500 - (5 \times 100) = 4.000 olarak hesaplanır. Bu durumda tahmin edilen regresyon denklemi y^=4.000+5x\hat{y} = 4.000 + 5x olur.

Step-by-Step Solution

1
Eğim katsayısının (β^1\hat{\beta}_1) hesaplanması
β^1=(xixˉ)(yiyˉ)(xixˉ)2=20.0004.000=5\hat{\beta}_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2} = \frac{20.000}{4.000} = 5
EKK yönteminde eğim katsayısı, değişkenler arasındaki kovaryansın bağımsız değişkenin varyansına oranlanmasıyla bulunur.
2
Kesme noktası katsayısının (β^0\hat{\beta}_0) hesaplanması
β^0=yˉβ^1xˉ=4.500(5×100)=4.500500=4.000\hat{\beta}_0 = \bar{y} - \hat{\beta}_1 \bar{x} = 4.500 - (5 \times 100) = 4.500 - 500 = 4.000
Regresyon doğrusu ortalamalar noktasından (xˉ,yˉ\bar{x}, \bar{y}) geçtiği için kesme noktası bu ilişki kullanılarak hesaplanır.
3
Tahmin edilen regresyon denkleminin oluşturulması
y^=4.000+5x\hat{y} = 4.000 + 5x
Hesaplanan katsayılar model yapısına yerleştirilir.

Key Concept

EKK (En Küçük Kareler) Parametre Tahmini
Question 12Question

Bir büyükşehir belediyesinin fen işleri daire başkanlığı, yolların bakım çalışmaları kapsamında kullanılan bir iş makinesinin günlük çalışma süresi (XX, saat) ile günlük onarılan yol uzunluğu (YY, km) arasındaki ilişkiyi incelemek amacıyla 8 günlük veriyi analiz etmiştir. Elde edilen özet istatistikler şu şekildedir:

* n=8n = 8
* X=40\sum X = 40
* Y=120\sum Y = 120
* X2=250\sum X^2 = 250
* XY=700\sum XY = 700

Bu verilere göre, En Küçük Kareler (EKK) yöntemiyle tahmin edilen basit doğrusal regresyon denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=5+2X\hat{Y} = 5 + 2X

Answer

Tahmin edilen regresyon denklemi Y^=5+2X\hat{Y} = 5 + 2X şeklindedir.
Verilen özet istatistikler kullanılarak yapılan hesaplamalarda; eğim katsayısı (β1\beta_1) kovaryansın varyansa oranı olarak 2 bulunur. Kesme noktası (β0\beta_0) ise bağımlı değişkenin ortalamasından, eğim ile bağımsız değişken ortalamasının çarpımının çıkarılmasıyla 5 olarak elde edilir. Bu durum denklemin sabit teriminin 5, eğiminin ise 2 olmasını gerektirir.

Step-by-Step Solution

1
Değişkenlerin ortalamalarını hesaplayın.
Xˉ=40/8=5\bar{X} = 40 / 8 = 5 ve Yˉ=120/8=15\bar{Y} = 120 / 8 = 15.
Katsayı tahminlerinde ortalamalar temel bileşendir.
2
Kareler toplamı (SxxS_{xx}) ve çarpımlar toplamını (SxyS_{xy}) hesaplayın.
Sxx=250(402/8)=50S_{xx} = 250 - (40^2 / 8) = 50 ve Sxy=700(40×120/8)=100S_{xy} = 700 - (40 \times 120 / 8) = 100.
Eğim katsayısının hesaplanması için bu değerler gereklidir.
3
Eğim katsayısını (β^1\hat{\beta}_1) hesaplayın.
β^1=Sxy/Sxx=100/50=2\hat{\beta}_1 = S_{xy} / S_{xx} = 100 / 50 = 2.
Eğim katsayısı, bağımsız değişkendeki bir birimlik değişimin bağımlı değişken üzerindeki etkisidir.
4
Kesme noktası katsayısını (β^0\hat{\beta}_0) hesaplayın.
β^0=Yˉβ^1Xˉ=15(2×5)=5\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1\bar{X} = 15 - (2 \times 5) = 5.
Kesme noktası, bağımsız değişken sıfır olduğunda bağımlı değişkenin beklenen değeridir.
5
Katsayıları model denklemine yerleştirin.
Y^=5+2X\hat{Y} = 5 + 2X.
Modelin genel formu Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1X şeklindedir.

Key Concept

En Küçük Kareler (EKK) yöntemi, artık kareler toplamını minimize ederek parametre tahminlerini elde eder. Gauss-Markov teoremi uyarınca, klasik varsayımlar altında bu tahmin ediciler En İyi Doğrusal Tarafsız Tahmin Ediciler (BLUE) özelliğine sahiptir.
Question 13Question

Tarım ve Orman Bakanlığı bünyesindeki bir araştırma istasyonu, belirli bir ürünün dekara kullanılan gübre miktarı (XX, kg) ile alınan ürün verimi (YY, ton) arasındaki ilişkiyi incelemektedir. 5 farklı deneme parselinden elde edilen veriler kullanılarak En Küçük Kareler (EKK) yöntemiyle parametre tahmini yapılması planlanmaktadır. Elde edilen özet istatistikler aşağıda verilmiştir:

Xi=15,Yi=60,Xi2=55,XiYi=210,n=5\sum X_i = 15, \quad \sum Y_i = 60, \quad \sum X_i^2 = 55, \quad \sum X_i Y_i = 210, \quad n = 5

Buna göre, bu veriler kullanılarak elde edilecek olan basit doğrusal regresyon denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=3+3X\hat{Y} = 3 + 3X

Answer

Hesaplamalar sonucunda elde edilen regresyon denklemi Y^=3+3X\hat{Y} = 3 + 3X şeklindedir.
Doğru cevap olan Y^=3+3X\hat{Y} = 3 + 3X denklemi, verilen özet istatistikler kullanılarak EKK katsayılarının standart formülleriyle hesaplanmasıyla elde edilir. Hesaplamada bağımlı ve bağımsız değişkenlerin ortalamaları sırasıyla 12 ve 3, eğim katsayısı 3 ve buna bağlı olarak sabit terim 3 olarak bulunmuştur.

Step-by-Step Solution

1
Değişkenlerin ortalamalarını hesaplayınız.
Xˉ=155=3,Yˉ=605=12\bar{X} = \frac{15}{5} = 3, \quad \bar{Y} = \frac{60}{5} = 12
EKK parametre tahminleri ortalamalar üzerinden hesaplanır.
2
Kareler ve çarpımlar toplamlarını (SXXS_{XX} ve SXYS_{XY}) hesaplayınız.
SXX=551525=5545=10S_{XX} = 55 - \frac{15^2}{5} = 55 - 45 = 10 SXY=21015×605=210180=30S_{XY} = 210 - \frac{15 \times 60}{5} = 210 - 180 = 30
Eğim katsayısının hesaplanması için pay ve payda değerleri gereklidir.
3
Eğim katsayısını (β^1\hat{\beta}_1) hesaplayınız.
β^1=SXYSXX=3010=3\hat{\beta}_1 = \frac{S_{XY}}{S_{XX}} = \frac{30}{10} = 3
EKK yönteminde eğim katsayısı, kovaryansın varyansa oranına eşittir.
4
Kesme noktası katsayısını (β^0\hat{\beta}_0) hesaplayınız.
β^0=Yˉβ^1Xˉ=12(3×3)=3\hat{\beta}_0 = \bar{Y} - \hat{\beta}_1 \bar{X} = 12 - (3 \times 3) = 3
Regresyon doğrusu örneklem ortalamalarından geçer.
5
Tahmin edilen katsayıları modelde yerine yazınız.
Y^=3+3X\hat{Y} = 3 + 3X
Doğrusal regresyon modelinin genel formu Y^=β^0+β^1X\hat{Y} = \hat{\beta}_0 + \hat{\beta}_1 X şeklindedir.

Key Concept

En Küçük Kareler (EKK) yöntemi, hata kareler toplamını minimize ederek en iyi doğruyu bulmayı amaçlar. Gauss-Markov teoremine göre, klasik varsayımlar altında bu tahmin ediciler En İyi Doğrusal Tarafsız Tahmin Edicilerdir (BLUE).
Question 14Question

Kültür ve Turizm Bakanlığı, çeşitli müzelere yapılan aylık tanıtım harcamaları (XX, bin TL) ile bu müzeleri ziyaret eden turist sayıları (YY, bin kişi) arasındaki ilişkiyi basit doğrusal regresyon modeli ile analiz etmektedir.

Rastgele seçilen 10 müze için elde edilen özet istatistikler aşağıda verilmiştir:
xˉ=12\bar{x} = 12
yˉ=60\bar{y} = 60
(xixˉ)2=300\sum (x_i - \bar{x})^2 = 300
(xixˉ)(yiyˉ)=1200\sum (x_i - \bar{x})(y_i - \bar{y}) = 1200

Buna göre, En Küçük Kareler (EKK) yöntemiyle tahmin edilen doğrusal regresyon denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: y^=12+4x\hat{y} = 12 + 4x

Answer

Doğru denklem y^=12+4x\hat{y} = 12 + 4x şeklindedir.
Verilen özet istatistiklerle EKK tahmin edicileri kullanıldığında eğim β^1=1200300=4\hat{\beta}_1 = \frac{1200}{300} = 4 olarak bulunur. Sabit terim ise β^0=604(12)=12\hat{\beta}_0 = 60 - 4(12) = 12 olarak elde edilir. Bu iki katsayı doğrusal regresyon modeline yerleştirildiğinde tahmin denklemi y^=12+4x\hat{y} = 12 + 4x olur.

Step-by-Step Solution

1
Eğim katsayısını (β^1\hat{\beta}_1) hesapla.
β^1=1200300=4\hat{\beta}_1 = \frac{1200}{300} = 4
EKK yönteminde eğim katsayısı, X ve Y arasındaki ortak değişimin (kovaryansın payı) X'in kendi içindeki değişimine (varyansın payı) bölünmesiyle bulunur: β^1=(xixˉ)(yiyˉ)(xixˉ)2\hat{\beta}_1 = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sum (x_i - \bar{x})^2}
2
Sabit terimi (β^0\hat{\beta}_0) hesapla.
β^0=60(4×12)=6048=12\hat{\beta}_0 = 60 - (4 \times 12) = 60 - 48 = 12
Regresyon doğrusu her zaman değişkenlerin ortalama noktasından (xˉ,yˉ\bar{x}, \bar{y}) geçer. Bu nedenle sabit terim β^0=yˉβ^1xˉ\hat{\beta}_0 = \bar{y} - \hat{\beta}_1 \bar{x} formülüyle hesaplanır.
3
Tahmin edilen regresyon denklemini oluştur.
y^=12+4x\hat{y} = 12 + 4x
Basit doğrusal regresyon denklemi y^=β^0+β^1x\hat{y} = \hat{\beta}_0 + \hat{\beta}_1 x formatında yazılır.

Key Concept

En Küçük Kareler (EKK) Yöntemi ile Parametre Tahmini Formülleri
Question 15Question

Ulaştırma ve Altyapı Bakanlığı, otoyol inşaatlarında kullanılan asfalt kaplama kalınlığı (XX, cm) ile yolun bakım gerektirmeden kullanım süresi (YY, yıl) arasındaki ilişkiyi incelemektedir. 10 farklı yol kesitinden alınan verilerle yapılan regresyon analizinde şu özet istatistikler elde edilmiştir:

İstatistikDeğer
nn10
X\sum X100
Y\sum Y50
X2\sum X^21100
XY\sum XY520

Buna göre, En Küçük Kareler (EKK) yöntemi ile tahmin edilen regresyon doğrusunun eğim katsayısı (β^1\hat{\beta}_1) değeri kaçtır?

Show answer & explanation

Answer: 0,2

Answer

Verilen özet istatistikler kullanılarak En Küçük Kareler yöntemiyle hesaplanan eğim katsayısı 0,2 olarak bulunur.
En Küçük Kareler (EKK) yönteminde eğim katsayısı, değişkenler arasındaki kovaryansın bağımsız değişkenin varyansına oranlanmasıyla bulunur. Verilen özet istatistiklerde pay (20) ve payda (100) değerleri doğru şekilde hesaplandığında katsayı 0,2 olarak elde edilir. Gauss-Markov teoremine göre bu tahmin edici, model varsayımları altında 'En İyi Doğrusal Tarafsız Tahmin Edici' (BLUE) özelliğine sahiptir.

Step-by-Step Solution

1
Eğim katsayısı (β^1\hat{\beta}_1) için pay kısmını (SXYS_{XY}) hesaplayınız.
SXY=XY(X)(Y)n=520100×5010=520500=20S_{XY} = \sum XY - \frac{(\sum X)(\sum Y)}{n} = 520 - \frac{100 \times 50}{10} = 520 - 500 = 20
EKK yönteminde pay kısmı, bağımlı ve bağımsız değişkenlerin eş varyasyonunu temsil eder.
2
Eğim katsayısı için payda kısmını (SXXS_{XX}) hesaplayınız.
SXX=X2(X)2n=1100100210=11001000=100S_{XX} = \sum X^2 - \frac{(\sum X)^2}{n} = 1100 - \frac{100^2}{10} = 1100 - 1000 = 100
Payda kısmı, bağımsız değişkenin toplam kareler toplamını (değişkenliğini) temsil eder.
3
Payı paydaya oranlayarak eğim katsayısını bulunuz.
β^1=SXYSXX=20100=0,2\hat{\beta}_1 = \frac{S_{XY}}{S_{XX}} = \frac{20}{100} = 0,2
Regresyon katsayısı, birim değişimdeki etkiyi bulmak için bu iki değerin oranına eşittir.

Key Concept

En Küçük Kareler (EKK) yöntemi ile basit doğrusal regresyon parametrelerinin tahmini.
Question 16Question

Bir kamu kurumunda görev yapan 5 veri giriş personelinin günlük çalışma süreleri (XX, saat) ile sisteme kaydettikleri evrak sayıları (YY, adet) arasındaki ilişkiyi incelemek amacıyla bir araştırma yapılmıştır. Elde edilen özet istatistikler şu şekildedir:

İstatistikDeğer
nn5
X\sum X20
Y\sum Y50
X2\sum X^290
XY\sum XY220

Bu verilere göre, En Küçük Kareler (EKK) yöntemi kullanılarak tahmin edilen basit doğrusal regresyon modelinin eğim katsayısı (β^1\hat{\beta}_1) kaçtır?

Show answer & explanation

Answer: 2,0

Answer

Eğim katsayısı 2,0 olarak hesaplanır.
Basit doğrusal regresyon modelinde eğim katsayısı (β^1\hat{\beta}_1), değişkenlerin toplam çarpımları ve kareler toplamları kullanılarak hesaplanır. Verilen değerler formülde yerine yazıldığında pay kısmında 100, payda kısmında ise 50 değeri elde edilir. Bu iki değerin birbirine oranı olan 2,0 doğru tahmin değeridir.

Step-by-Step Solution

1
Basit doğrusal regresyon için EKK eğim katsayısı (β^1\hat{\beta}_1) formülünü belirle.
β^1=nXYXYnX2(X)2\hat{\beta}_1 = \frac{n \sum XY - \sum X \sum Y}{n \sum X^2 - (\sum X)^2}
EKK yöntemiyle parametre tahmini yapmak için gerekli olan standart formüldür.
2
Verilen özet istatistikleri formüldeki yerlerine yerleştir.
β^1=5(220)(20)(50)5(90)(20)2\hat{\beta}_1 = \frac{5(220) - (20)(50)}{5(90) - (20)^2}
Hesaplama aşamasına geçmek için verilerin formüle aktarılması gerekir.
3
Pay ve payda kısımlarındaki çarpma ve çıkarma işlemlerini gerçekleştir.
Pay: 11001000=1001100 - 1000 = 100; Payda: 450400=50450 - 400 = 50
Bölme işlemi öncesinde net değerleri bulmak gerekir.
4
Elde edilen değerleri oranlayarak nihai sonucu bul.
β^1=10050=2\hat{\beta}_1 = \frac{100}{50} = 2
Formülün son adımı olan bölme işlemi ile eğim katsayısı tahmin edilir.

Key Concept

En Küçük Kareler (EKK) Yöntemi ile Eğim Katsayısı Tahmini

Alternative Method

Öncelikle aritmetik ortalamalar hesaplanabilir: Xˉ=20/5=4\bar{X} = 20/5 = 4 ve Yˉ=50/5=10\bar{Y} = 50/5 = 10. Daha sonra xiyi\sum x_i y_i ve xi2\sum x_i^2 sapma kareleri üzerinden de aynı sonuca ulaşılabilir, ancak özet istatistikler verildiğinde doğrudan formül kullanımı daha hızlıdır.
Estimated Time:45s
Question 17Question

Çevre, Şehircilik ve İklim Değişikliği Bakanlığı, 10 farklı organize sanayi bölgesindeki (OSB) sanayi tesisi sayısı (XX, yüz adet) ile bu bölgelerdeki günlük ortalama hava kirliliği indeksi (YY) arasındaki ilişkiyi incelemektedir. Yapılan ön çalışmada aşağıdaki özet istatistikler elde edilmiştir:

n=10n = 10
i=110Xi=40\sum_{i=1}^{10} X_i = 40
i=110Yi=150\sum_{i=1}^{10} Y_i = 150
i=110Xi2=210\sum_{i=1}^{10} X_i^2 = 210
i=110XiYi=700\sum_{i=1}^{10} X_i Y_i = 700

Buna göre, hava kirliliği indeksini sanayi tesisi sayısına bağlayan basit doğrusal regresyon modelinin En Küçük Kareler (EKK) tahmin denklemi aşağıdakilerden hangisidir?

Show answer & explanation

Answer: Y^=7+2X\hat{Y} = 7 + 2X

Answer

Modelin En Küçük Kareler tahmin denklemi Y^=7+2X\hat{Y} = 7 + 2X şeklindedir.
Verilen özet istatistikler kullanılarak önce ortalamalar (Xˉ=4,Yˉ=15\bar{X}=4, \bar{Y}=15), ardından sapma kareler ve çarpımlar toplamları (SSXX=50,SSXY=100SS_{XX}=50, SS_{XY}=100) bulunmuştur. Eğim katsayısı β1^=100/50=2\hat{\beta_1} = 100 / 50 = 2 olarak elde edilmiştir. Son olarak kesme noktası β0^=152(4)=7\hat{\beta_0} = 15 - 2(4) = 7 bulunmuş ve regresyon denklemi Y^=7+2X\hat{Y} = 7 + 2X olarak oluşturulmuştur.

Step-by-Step Solution

1
Örneklem ortalamalarını hesaplama
Xˉ=4010=4\bar{X} = \frac{40}{10} = 4 ve Yˉ=15010=15\bar{Y} = \frac{150}{10} = 15 bulunmuştur.
EKK formüllerinde kullanılmak üzere değişkenlerin ortalamalarına ihtiyaç vardır.
2
Kareler ve çarpımlar toplamını düzeltme (SSXXSS_{XX} ve SSXYSS_{XY} hesabı)
SSXX=21010(42)=50SS_{XX} = 210 - 10(4^2) = 50 ve SSXY=70010(4)(15)=100SS_{XY} = 700 - 10(4)(15) = 100 elde edilmiştir.
Eğim katsayısı, ortalamadan sapmaların çarpım toplamının, X'in ortalamadan sapma kareler toplamına oranıdır.
3
Eğim katsayısını (β1^\hat{\beta_1}) hesaplama
β1^=SSXYSSXX=10050=2\hat{\beta_1} = \frac{SS_{XY}}{SS_{XX}} = \frac{100}{50} = 2 bulunmuştur.
Doğrusal modelde bağımsız değişkenin bağımlı değişken üzerindeki marjinal etkisini tahmin etmek içindir.
4
Kesme noktasını (β0^\hat{\beta_0}) hesaplama
β0^=Yˉβ1^Xˉ=152(4)=7\hat{\beta_0} = \bar{Y} - \hat{\beta_1}\bar{X} = 15 - 2(4) = 7 bulunmuştur.
Regresyon doğrusunun Y eksenini kestiği noktayı belirleyerek tahmin denklemini tamamlamak içindir.

Key Concept

Basit Doğrusal Regresyonda EKK Katsayı Tahmini
EKK (En Küçük Kareler) Yöntemi ile Parametre Tahmini Practice Questions — KPSS İstatistik | Examkin