Hazine ve Maliye Bakanlığında görevli bir veri analisti, bölgesel vergi tahsilat oranlarını açıklayan en uygun ekonometrik modeli kurmak amacıyla çok sayıda makroekonomik değişkeni değerlendirmektedir. Analist, başlangıçta modelde hiçbir bağımsız değişkenin yer almadığı bir algoritma çalıştırmıştır. Algoritma, belirlenen istatistiksel giriş kriterini (F-to-enter) sağlayan değişkenleri sırayla modele eklemektedir. Ancak ilerleyen adımlarda algıritmaya yeni bir değişkeni dahil edildikten hemen sonra, önceki adımlarda modele girmiş ve o aşamada istatistiksel olarak anlamlı bulunmuş olan değişkeninin kısmi F-istatistiği belirlenen çıkış eşiğinin (F-to-remove) altına düşmüş ve bu nedenle değişkeni modelden çıkarılmıştır.
Buna göre, analistin kullandığı değişken seçim yöntemi ve değişkeninin sonradan modelden çıkarılmasının temel istatistiksel gerekçesi aşağıdakilerin hangisinde doğru birlikte verilmiştir?
- Adımsal regresyon (Stepwise regression) / ile arasında yüksek çoklu doğrusal bağlantı olması nedeniyle 'nin modele sağladığı marjinal açıklayıcılık katkısının azalmasıCevap
- Bİleriye doğru seçim (Forward selection) / Kullanılan tüm seçim algoritmalarının nihayetinde aynı değişken setini üretme zorunluluğu ve 'nin görevini 'ye devretmesi
- CAdımsal regresyon (Stepwise regression) / Yeni eklenen değişkenin yarattığı çoklu doğrusal bağlantının, 'nin EKK tahmincisini sapmalı (biased) hale getirerek parametreyi geçersiz kılması
- DGeriye doğru eleme (Backward elimination) / Modelin genel anlamlılığını ölçen ANOVA F-testi sonucunun anlamsız hale gelmesiyle bireysel parametre testlerinin hükmünü yitirmesi
- Eİleriye doğru seçim (Forward selection) / Modele yeni bir değişken eklendiğinde serbestlik derecesindeki kaybın, düzeltilmiş () değerini düşürerek otomatik eleme mekanizmasını çalıştırması