Regresyon analizinde, orijinal haliyle doğrusal olmayan bir ilişkiyi modellemek amacıyla bağımlı değişkenin logaritmasının alındığı (log-lin) bir model ile bağımlı değişkenin orijinal haliyle bırakıldığı (doğrusal) bir model tahmin edilmiştir. Bu iki modelin açıklayıcılık güçlerini ve başarılarını değerlendirmek isteyen bir araştırmacının, aşağıdakilerden hangisini doğrudan bir karşılaştırma ölçütü olarak kullanması hatalı bir yaklaşımdır?
- Belirtme katsayısı ()Cevap
- BParametrelerin istatistiksel anlamlılığı ( testleri)
- CBağımsız değişken katsayılarının işaretleri
- DModelin genel anlamlılığı ( istatistiği)
- EGözlem sayısı ve serbestlik derecesi
Cevap
Belirtme katsayısı (), bağımlı değişkenin formu (ölçeği) değiştiğinde modeller arasında doğrudan karşılaştırma yapmak için kullanılamaz.
Belirtme katsayısı (), bağımlı değişkendeki toplam değişimin açıklanma oranını ifade eder. Doğrusal modelde bağımlı değişken iken, logaritmik modelde bağımlı değişken şeklindedir. İki farklı bağımlı değişkenin toplam değişimleri (toplam kareler toplamları) matematiksel olarak aynı ölçekte olmadığından, bu değerler üzerinden hesaplanan oranlarını doğrudan birbirleriyle kıyaslamak bilimsel olarak hatalıdır.
Adım Adım Çözüm
Anahtar Kavram
Belirtme katsayısı (), yalnızca bağımlı değişkenin (Y) aynı formda ve aynı birimde olduğu modeller arasında karşılaştırma yapmak için geçerli bir ölçüttür.
Alternatif Yöntem
Bağımlı değişkenin formu değiştiğinde modelleri kıyaslamak için 'Düzeltilmiş Belirtme Katsayısı' da doğrudan kullanılamaz. Bunun yerine, logaritmik modelden elde edilen tahminlerin antilogaritması alınarak birimine dönüştürülmesi ve bu değerlerle hesaplanan 'Karşılaştırılabilir ' veya 'Akaike Bilgi Kriteri (AIC)' gibi yöntemler tercih edilmelidir.
Tahmini Süre:45s