Examkin

Soru

Zorluk: OrtaDoğrusal Hale Getirilebilen Modeller (Kavramsal Çerçeve)

Regresyon analizinde, değişkenler arasındaki ilişkinin doğası gereği doğrusal olmayan ancak parametreler veya değişkenler üzerinde yapılan uygun dönüşümlerle En Küçük Kareler (EKK) yöntemiyle tahmin edilebilir hale gelen modellere "doğrusal hale getirilebilen modeller" denir.

Bu tür modellerin kurulumu, varsayımları ve sonuçlarının değerlendirilmesiyle ilgili aşağıdaki ifadelerden hangisi doğrudur?

  1. Bağımlı değişkenin ölçeğinin değiştiği (örneğin bir modelde YY, diğerinde ln⁡Y\ln Y) iki farklı modelin belirtme katsayıları (R2R^2) doğrudan birbiriyle karşılaştırılamaz.Cevap
  2. B
    Yarı logaritmik (Log-Lin) bir modelde tahmin edilen eğim katsayısı, bağımsız değişkendeki %1'lik değişimin bağımlı değişkendeki yüzde değişimini (esnekliği) verir.
  3. C
    Bir modelin "doğrusal regresyon modeli" olarak kabul edilebilmesi için hem parametrelerin (beta\\beta) hem de değişkenlerin (XX ve YY) doğrusal formda olması zorunludur.
  4. D
    Çift logaritmik (Log-Log) modellerde eğim katsayısı, bağımsız değişkendeki mutlak 1 birimlik artışın bağımlı değişkende yol açtığı mutlak artış miktarını gösterir.
  5. E
    Üstel bir modelin (lnY=β0+β1X+u\\ln Y = \beta_0 + \beta_1 X + u) logaritması alınarak doğrusal hale getirilmesi, modelin hata teriminin varyansını her zaman azaltarak Gauss-Markov varsayımlarını kesinleştirir.

Cevap

Bağımlı değişkenin formunun değiştiği modellerde belirtme katsayıları (R2R^2) doğrudan karşılaştırılamaz çünkü toplam varyansın hesaplandığı temel ölçek değişmiştir.
Doğrusal hale getirilebilen modellerde, bağımlı değişkenin matematiksel formu (örneğin seviye değerinden logaritmik değere) değiştiğinde, modelin açıklayamadığı hata kareler toplamı ve toplam varyasyon (TSSTSS) değerleri de değişir. Bu nedenle, bağımlı değişkeni YY olan bir modelin R2R^2 değeri ile bağımlı değişkeni ln⁡Y\ln Y olan bir modelin R2R^2 değerini kıyaslayarak hangisinin 'daha iyi' olduğunu söylemek istatistiksel olarak hatalıdır.

Adım Adım Çözüm

1
Doğrusallık tanımını değerlendirme
Parametrelere göre doğrusallık şartı sağlandığı sürece değişkenler dönüşüme uğratılabilir.
Regresyon modelinin 'doğrusal' olması, parametrelerin (β0,β1\beta_0, \beta_1) üssünün 1 olması ve birbirleriyle çarpılmaması demektir.
2
R2R^2 hesaplama mantığını analiz etme
R2=1−HKTTKTR^2 = 1 - \frac{HKT}{TKT} formülünde TKT=∑(Yi−Yˉ)2TKT = \sum (Y_i - \bar{Y})^2 ifadesi bağımlı değişkenin ölçeğine bağlıdır.
Eğer bağımlı değişken YY iken ln⁡Y\ln Y olursa, TKTTKT değerleri tamamen farklı bir ölçekte hesaplanır.
3
Katsayı yorumlarını kontrol etme
Esneklik yorumu sadece Log-Log modellerde katsayının kendisidir; Log-Lin modelinde ise katsayı 100 ile çarpılarak yüzde değişim olarak yorumlanır.
Dönüşümün türü, katsayının (eğimin) ekonomik veya istatistiksel anlamını doğrudan değiştirir.

Anahtar Kavram

Parametrelere göre doğrusallık ve R2R^2 karşılaştırma kısıtları

Daha Fazla Pratik

Bağımlı değişkenlerin formları farklıyken modelleri karşılaştırmak için kullanılan 'Zarembka Dönüşümü' veya 'Mizon-Richard Testi' gibi alternatifleri inceleyebilirsiniz.
Tahmini Süre:1m 30s
Bu soruyu puanla

Konular

Doğrusal Hale Getirilebilen Modeller (Kavramsal Çerçeve)