Examkin

Soru

Zorluk: OrtaOtokorelasyon (Ardışık Bağımlılık) Kavramı ve Etkileri

Zaman serisi verilerine dayalı bir doğrusal regresyon modelinde, hata terimleri arasında ardışık bağımlılık (Cov(ϵi,ϵj)≠0Cov(\epsilon_i, \epsilon_j) \neq 0) olduğu saptanmıştır. Bu durumda, klasik En Küçük Kareler (EKK) tahmin edicilerinin özellikleri ve model sonuçları hakkında aşağıdakilerden hangisi doğrudur?

  1. Tahmin ediciler sapmasızlık ve tutarlılık özelliklerini korurlar; ancak artık en küçük varyansa sahip olmadıkları için en iyi doğrusal sapmasız tahmin edici (BLUE) olma özelliğini kaybederler.Cevap
  2. B
    Hata terimleri arasındaki bağımlılık, tahmin edicilerin matematiksel beklentisinin gerçek parametre değerinden uzaklaşmasına neden olarak sapmalı (biased) sonuçlar üretir.
  3. C
    Tahmin ediciler sapmasız ve etkin (minimum varyanslı) kalmaya devam ederler; ancak standart hataların yanlış hesaplanması sadece R2R^2 değerini geçersiz kılar.
  4. D
    Gauss-Markov teoremi uyarınca, otokorelasyon varlığında bile EKK tahmin edicileri hala en küçük varyanslı doğrusal sapmasız tahmin edicilerdir.
  5. E
    Hata terimlerindeki otokorelasyon, tahmin edicilerin örneklem hacmi arttıkça gerçek değere yakınsamasını engelleyerek tutarsız (inconsistent) hale gelmelerine yol açar.

Cevap

Tahmin edicilerin sapmasız ve tutarlı kalmaya devam etmesi ancak artık minimum varyanslı (etkin) olmadıkları için BLUE özelliğini kaybetmeleri doğru ifadedir.
Doğru ifade, tahmin edicilerin sapmasızlık ve tutarlılık özelliklerini koruduğunu ancak etkinliklerini kaybettiklerini belirtmektedir. Klasik regresyon modelinde hatalar arasında otokorelasyon olması, parametre tahminlerinin doğruluğunu (merkezi eğilimini) bozmaz fakat güvenilirliğini (yayılımını/varyansını) olumsuz etkiler. Bu durum, EKK'nın Gauss-Markov şartlarını tam olarak sağlayamamasına ve BLUE özelliğinin kaybolmasına yol açar.

Adım Adım Çözüm

1
Otokorelasyonun sapmasızlık (E[β^]=βE[\hat{\beta}] = \beta) üzerindeki etkisini inceleyin.
Sapmasızlık ispatı için Cov(ϵi,ϵj)=0Cov(\epsilon_i, \epsilon_j) = 0 varsayımı gerekmez; dolayısıyla tahmin ediciler hala sapmasızdır.
EKK katsayılarının beklenen değeri, hata terimlerinin kendi aralarındaki korelasyondan bağımsızdır.
2
Otokorelasyonun varyans ve etkinlik (efficiency) üzerindeki etkisini değerlendirin.
Hata terimleri ilişkili olduğunda, EKK varyans formülleri artık minimum varyansı vermez.
Gauss-Markov teoremi, hataların homoskedastik ve ilişkisiz olmasını gerektirir; bu şart bozulduğunda EKK tahmin edicisi BLUE özelliğini yitirir.
3
Varyans tahminlerinin hipotez testleri üzerindeki sonucunu belirleyin.
Standart hata tahminleri genellikle yanlı (bias) olur, bu da tt ve FF testlerini geçersiz kılar.
Geleneksel varyans formülleri otokorelasyonu hesaba katmaz, bu da genellikle varyansın olduğundan küçük tahmin edilmesine yol açar.

Anahtar Kavram

Otokorelasyon Varlığında EKK Özellikleri
Bu soruyu puanla

Konular

Otokorelasyon (Ardışık Bağımlılık) Kavramı ve Etkileri

Bu konudan daha fazla soru