Yarı Logaritmik Modeller (Log-Lin ve Lin-Log)

19 soru

Soru 1Soru

Bir araştırmacı, bir bölgedeki konut fiyatları (YY) ile konutun merkeze olan uzaklığı (XX) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik (Log-Lin) regresyon modelini tahmin etmiştir:

ln(Yi)=12,50,06Xi+ei\ln(Y_i) = 12,5 - 0,06 X_i + e_i

Burada uzaklık (XX) kilometre cinsinden ölçülmüştür. Buna göre, konutun merkeze olan uzaklığındaki 1 kilometrelik artışın konut fiyatı üzerindeki etkisi ile ilgili aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Konut fiyatında yaklaşık %6 oranında bir azalışa neden olur.

Cevap

Konutun merkeze olan uzaklığındaki 1 birimlik (km) artış, konut fiyatında yaklaşık %6'lık bir azalışa (100×0,06100 \times -0,06) yol açar.
Log-Lin modellerinde bağımsız değişkendeki (XX) bir birimlik artış, bağımlı değişkende (YY) yaklaşık olarak katsayının 100 katı kadar (100×β1100 \times \beta_1) yüzdesel bir değişime yol açar. Sorudaki modelde β1=0,06\beta_1 = -0,06 olduğundan, uzaklıktaki 1 km'lik artış fiyatlarda %6'lık bir azalışı ifade eder.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirle.
Model Log-Lin (yarı logaritmik) formundadır: ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X.
Bağımlı değişken logaritmik, bağımsız değişken doğrusaldır.
2
Eğim katsayısının (β1\beta_1) matematiksel anlamını analiz et.
β1=dln(Y)dX=1YdYdX=Yu¨zdesel Deg˘is¸im YBirim Deg˘is¸im X\beta_1 = \frac{d\ln(Y)}{dX} = \frac{1}{Y} \frac{dY}{dX} = \frac{\text{Yüzdesel Değişim } Y}{\text{Birim Değişim } X}.
Logaritmik bir değişkenin türevi o değişkendeki nispi değişimi verir.
3
Katsayıyı yüzdeye dönüştürerek yorumla.
0,06×100=%6-0,06 \times 100 = -\%6.
XX'deki 1 birimlik artışın YY'de neden olduğu yaklaşık yüzdesel değişimi bulmak için katsayı 100 ile çarpılır.

Anahtar Kavram

Log-Lin modellerinde yarı-esneklik (semi-elasticity) yorumu
Tahmini Süre:1m 30s
Soru 2Soru

Bir araştırmacı, bir kamu kurumundaki personelin hizmet yılı (XX) ile aylık maaşları (YY) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik (Log-Lin) modeli tahmin etmiştir:

ln(Yi)=8,5+0,032Xi+ei\ln(Y_i) = 8,5 + 0,032 X_i + e_i

Bu modelde elde edilen eğim katsayısı β^1=0,032\hat{\beta}_1 = 0,032 olduğuna göre, hizmet yılındaki bir birimlik (yıllık) artışın aylık maaş üzerindeki etkisiyle ilgili aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Aylık maaşta yaklaşık %3,2 oranında bir artışa neden olur.

Cevap

Hizmet yılındaki bir birimlik artış, aylık maaşta yaklaşık %3,2 oranında bir artışa neden olmaktadır.
Tahmin edilen model bir Log-Lin (yarı logaritmik) modelidir. Bu tür modellerde eğim katsayısı, bağımsız değişkendeki (XX) 1 birimlik artışın bağımlı değişkende (YY) yaklaşık olarak katsayı değeri kadar (yüzde cinsinden) bir değişime yol açacağını ifade eder. Bu durumda 0,032 değeri, yaklaşık %3,2'lik bir artışı temsil etmektedir.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirle.
Model ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X formundadır (Log-Lin).
Bağımlı değişkenin logaritması alınmış, bağımsız değişken doğrusal bırakılmıştır.
2
Katsayının anlamını analiz et.
Eğim katsayısı β1\beta_1, yarı esnekliği (semi-elasticity) ifade eder.
Log-Lin modellerinde katsayı, bağımsız değişkendeki mutlak değişime karşılık bağımlı değişkendeki nispi değişimi gösterir.
3
Yüzdesel değişimi hesapla.
0,032×100=0,032 \times 100 = %3,2
Bağımsız değişkendeki 1 birimlik artışın yüzde etkisini bulmak için katsayı 100 ile çarpılır.

Anahtar Kavram

Log-Lin modellerinde eğim katsayısı, bağımsız değişkendeki bir birimlik değişimin bağımlı değişkende yaratacağı yaklaşık yüzde değişimi ifade eder.
Tahmini Süre:1m 30s
Soru 3Soru

Bir işletmeci, televizyon reklamlarına harcanan bütçe (XX, bin TL) ile ürünün satış miktarı (YY, adet) arasındaki ilişkiyi n=60n=60 gözlem kullanarak aşağıdaki regresyon modeli ile tahmin etmiştir:

Y^i=2500+600ln(Xi)\hat{Y}_i = 2500 + 600 \ln(X_i)
(s.e.)(400)(120)(s.e.) \quad (400) \quad (120)

Burada parantez içindeki değerler standart hataları göstermektedir. Tahmin edilen modele göre, reklam harcamalarındaki %1'lik bir artışın satış miktarı üzerindeki beklenen etkisi aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Satış miktarında yaklaşık 6 adetlik bir artış meydana gelir.

Cevap

Satış miktarında yaklaşık 6 adetlik bir artış meydana gelmesi beklenir.
Tahmin edilen model bir Lin-Log modelidir. Bu tür modellerde, bağımsız değişkendeki (XX) yüzde birlik (%1) artışın bağımlı değişken (YY) üzerindeki mutlak etkisi β1/100\beta_1 / 100 formülüyle hesaplanır. Soruda β^1=600\hat{\beta}_1 = 600 olarak verildiğinden, reklam harcamaları %1 arttığında satış miktarının yaklaşık 600/100=6600 / 100 = 6 adet artması beklenir.

Adım Adım Çözüm

1
Regresyon modelinin formunu belirleyin.
Model Y=β0+β1ln(X)Y = \beta_0 + \beta_1 \ln(X) formundadır, yani bir 'Lin-Log' (Doğrusal-Logaritmik) modeldir.
Bağımsız değişken logaritmik, bağımlı değişken ise doğrusal formdadır.
2
Lin-Log modeli için katsayı yorumlama kuralını uygulayın.
ΔYβ1100×(%ΔX)\Delta Y \approx \frac{\beta_1}{100} \times (\% \Delta X) formülü kullanılır.
Lin-Log modellerinde bağımsız değişkendeki %1'lik değişim, bağımlı değişkende katsayının yüzde biri kadar mutlak değişim yaratır.
3
Verilen değerleri formülde yerine koyarak hesaplama yapın.
600/100=6600 / 100 = 6 adet.
Eğim katsayısı β1=600\beta_1 = 600 olduğu için, %1'lik artışın etkisi 600×0,01=6600 \times 0,01 = 6 birim (adet) olur.

Anahtar Kavram

Lin-Log modellerinde eğim katsayısının (β1\beta_1) yorumu: Bağımsız değişkendeki %1'lik değişim, bağımlı değişkende β1/100\beta_1 / 100 birimlik değişim yaratır.
Tahmini Süre:1m 30s
Soru 4Soru

Bir merkez bankası ekonomisti, finansal bir gösterge olan YY ile makroekonomik bir değişken olan XX arasındaki doğrusal olmayan ilişkiyi incelemek amacıyla aşağıdaki iki farklı yarı logaritmik regresyon modelini En Küçük Kareler (EKK) yöntemiyle tahmin etmiştir:

Model I (Log-Lin): ln(Yi)^=β^0+β^1Xi\widehat{\ln(Y_i)} = \hat{\beta}_0 + \hat{\beta}_1 X_i
Model II (Lin-Log): Yi^=α^0+α^1ln(Xi)\hat{Y_i} = \hat{\alpha}_0 + \hat{\alpha}_1 \ln(X_i)

Bu iki modelin özellikleri ve elde edilen parametre tahminlerinin yorumlanmasıyla ilgili olarak aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Model I'de esneklik sabit olmayıp XX'in değerine bağlı olarak (β^1Xi\hat{\beta}_1 X_i) değişirken, Model II'de XX değişkenindeki %1'lik göreli bir artışın YY'de ortalama α^1100\frac{\hat{\alpha}_1}{100} birimlik mutlak bir değişime yol açması beklenir.

Cevap

Model I'de esneklik sabit olmayıp XX'in değerine bağlı olarak değişirken, Model II'de XX değişkenindeki %1'lik göreli bir artışın YY'de ortalama α^1100\frac{\hat{\alpha}_1}{100} birimlik mutlak bir değişime yol açması beklenir.
Log-Lin (Model I) formatında, esneklik hesaplandığında E=β1XE = \beta_1 X bulunur, bu da esnekliğin XX'in seviyesine göre değiştiğini gösterir (sabit değildir). Lin-Log (Model II) formatında ise XX değişkenindeki %1'lik bir göreli (oransal) artış, YY değişkeninde α1/100\alpha_1/100 birimlik bir mutlak değişime neden olmaktadır. Verilen bu iki matematiksel gerçek tek bir ifadede kusursuz şekilde birleştirilmiştir.

Adım Adım Çözüm

1
Model I (Log-Lin) için esneklik formülünü türet
ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X eşitliğinin XX'e göre türevi 1YdYdX=β1\frac{1}{Y}\frac{dY}{dX} = \beta_1'dir. Esneklik formülü E=dYdXXYE = \frac{dY}{dX}\frac{X}{Y} yerine konulduğunda E=(β1Y)XY=β1XE = (\beta_1 Y)\frac{X}{Y} = \beta_1 X elde edilir.
Model I'deki esnekliğin sabit mi yoksa değişkene bağlı mı olduğunu ispatlamak için.
2
Model II (Lin-Log) için katsayı yorumunu analiz et
Y=α0+α1ln(X)Y = \alpha_0 + \alpha_1 \ln(X) eşitliğinin diferansiyeli alındığında dY=α1dXXdY = \alpha_1 \frac{dX}{X} elde edilir. dXX\frac{dX}{X} değişkenin göreli (oransal) değişimidir. %1'lik artış için bu değer 0.01 olur ve dY=α1×0.01=α1100dY = \alpha_1 \times 0.01 = \frac{\alpha_1}{100} birim mutlak değişime eşit olur.
α1\alpha_1 katsayısının Y üzerindeki mutlak etkisini doğru şekilde ifade edebilmek için.
3
Diğer model özelliklerini doğrula
Farklı bağımlı değişken formlarına (YY ve ln(Y)\ln(Y)) sahip modellerin R2R^2 değerleri karşılaştırılamaz ve Log-Lin modelinde mutlak yüzde değişim tam formülü (eβ11)×100(e^{\beta_1} - 1) \times 100 şeklindedir.
Seçeneklerde yer alan çeldirici ifadelerin (yanılgıların) neden hatalı olduğunu netleştirmek için.

Anahtar Kavram

Yarı Logaritmik Modellerin Yorumlanması ve Esneklik Çıkarımları
Soru 5Soru

Bir iktisatçı, belirli bir sanayi kolundaki firmaların yıllık Ar-Ge harcamaları (XX, milyon TL) ile toplam ihracat tutarları (YY, milyon TL) arasındaki ilişkiyi incelemek amacıyla 40 firmadan elde edilen verilerle aşağıdaki yarı logaritmik regresyon modelini tahmin etmiştir:

ln(Yi)=4,20+0,085Xi+ei\ln(Y_i) = 4,20 + 0,085 X_i + e_i

Tahmin edilen bu modeldeki eğim katsayısının (β^1=0,085\hat{\beta}_1 = 0,085) yorumuyla ilgili olarak aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Ar-Ge harcamalarındaki 1 milyon TL'lik artış, ihracat tutarında yaklaşık %8,5'lik bir artışa yol açar.

Cevap

Ar-Ge harcamalarındaki 1 milyon TL'lik artışın ihracat tutarında yaklaşık %8,5'lik bir artışa yol açacağını belirten ifade doğrudur.
Tahmin edilen model ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X formundaki bir Log-Lin modelidir. Bu tür modellerde, bağımsız değişkendeki (XX) 1 birimlik mutlak artış, bağımlı değişkende (YY) yaklaşık olarak (100×β1)%(100 \times \beta_1)\% oranında bir değişime neden olur. Soruda β1=0,085\beta_1 = 0,085 olarak verildiğinden, Ar-Ge harcamalarındaki 1 milyon TL'lik artış ihracat tutarında yaklaşık %8,5'lik bir artış yaratacaktır.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirle.
Model Log-Lin (Yarı Logaritmik) formundadır.
Bağımlı değişken logaritmik (lnY\ln Y), bağımsız değişken ise doğrusaldır (XX).
2
Eğim katsayısının yorumlama kuralını uygula.
Yüzdesel değişim = 100×β^1100 \times \hat{\beta}_1.
Log-lin modellerinde β^1\hat{\beta}_1, yarı-esneklik (semi-elasticity) değerini verir ve XX'deki bir birimlik değişimin YY'deki yaklaşık oransal değişimini temsil eder.
3
Verilen katsayıyı hesapla.
100×0,085=8,5100 \times 0,085 = 8,5.
Bağımsız değişken milyon TL cinsinden ölçüldüğü için 1 birimlik artış 1 milyon TL'ye karşılık gelir.

Anahtar Kavram

Log-Lin Modellerde Katsayı Yorumu (Yarı-Esneklik)
Tahmini Süre:1m 15s
Soru 6Soru

Bir ziraat mühendisi, buğday verimi (YY, kg/dekar) ile kullanılan gübre miktarı (XX, kg/dekar) arasındaki ilişkiyi incelemek amacıyla 82 deneme parselinden elde ettiği verilerle aşağıdaki regresyon modelini tahmin etmiştir:

Y^i=45,0+150,0ln(Xi)\hat{Y}_i = 45,0 + 150,0 \ln(X_i)
(s.h)(12,5)(30,0)(s.h) \quad (12,5) \quad (30,0)

Buna göre, α=0,05\alpha = 0,05 anlamlılık düzeyinde eğim katsayısının yorumu ile ilgili aşağıdakilerden hangisi doğrudur? (t0,025;801,99t_{0,025; 80} \approx 1,99)

Cevabı ve açıklamayı göster

Cevap: Gübre miktarındaki %1'lik artış, buğday veriminde yaklaşık 1,5 kg/dekar artışa yol açmaktadır.

Cevap

Gübre miktarındaki %1'lik artışın buğday veriminde yaklaşık 1,5 kg/dekar artışa yol açtığını belirten seçenek doğrudur.
Tahmin edilen model bir Lin-Log modelidir (Y=β1+β2lnXY = \beta_1 + \beta_2 \ln X). Bu modellerde eğim katsayısının yorumu, bağımsız değişkendeki %1'lik artışın bağımlı değişkende (β2/100)(\beta_2 / 100) birimlik değişime yol açacağı şeklindedir. Burada 150/100=1,5150 / 100 = 1,5 olduğundan, gübredeki %1'lik artış verimi 1,5 kg artırır. Ayrıca t-istatistiği 5 bulunduğu için bu etki istatistiksel olarak anlamlıdır.

Adım Adım Çözüm

1
Eğim katsayısının istatistiksel anlamlılığını test et.
thesap=β^2s.h(β^2)=150,030,0=5,0t_{hesap} = \frac{\hat{\beta}_2}{s.h(\hat{\beta}_2)} = \frac{150,0}{30,0} = 5,0
Katsayının yorumlanabilmesi için önce sıfırdan farklı olduğunun kanıtlanması gerekir.
2
Hesaplanan t değerini tablo değeri ile karşılaştır.
5,0>1,99|5,0| > 1,99 olduğu için H0H_0 reddedilir.
Hesaplanan değer kritik değerden büyük olduğu için eğim katsayısı %5 anlamlılık düzeyinde istatistiksel olarak anlamlıdır.
3
Lin-Log modeline uygun katsayı yorumunu uygula.
ΔY=(β2/100)×(%ΔX)=(150/100)×1=1,5\Delta Y = (\beta_2 / 100) \times (\% \Delta X) = (150 / 100) \times 1 = 1,5
Lin-Log modellerinde bağımsız değişkendeki yüzde birlik değişim (XX), bağımlı değişkende (YY) katsayının yüzde biri kadar mutlak değişim yaratır.

Anahtar Kavram

Lin-Log (Yarı Logaritmik) Model Katsayı Yorumu
Soru 7Soru

Bir araştırmacı, bir bölgedeki aylık elektrik tüketimi (YY, kWh) ile sanayi üretim endeksi (XX) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik regresyon modelini tahmin etmiştir:

ln(Y)=β0+β1X+u\ln(Y) = \beta_0 + \beta_1 X + u

Yapılan analiz sonucunda eğim katsayısı β^1=0,05\hat{\beta}_1 = 0,05 olarak hesaplanmıştır. Buna göre, üretim endeksindeki (XX) 1 birimlik artışın elektrik tüketimi (YY) üzerindeki etkisi ile ilgili aşağıdaki ifadelerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Elektrik tüketiminde yaklaşık %5'lik bir artışa neden olur.

Cevap

Üretim endeksindeki 1 birimlik artış, elektrik tüketiminde yaklaşık %5'lik bir artışa neden olur.
Verilen model bir 'Log-Lin' modelidir. Bu tür modellerde, bağımsız değişkendeki (XX) 1 birimlik mutlak artışın, bağımlı değişken (YY) üzerinde yarattığı oransal etki incelenir. β1\beta_1 katsayısı 0,05 olduğunda, bu durum XX'deki 1 birimlik artışın YY'de yaklaşık 0,05×100=%50,05 \times 100 = \%5 oranında bir artışa yol açacağını gösterir.

Adım Adım Çözüm

1
Modelin formunu belirle.
Model Log-Lin (yarı logaritmik) formundadır: ln(Y)=β0+β1X+u\ln(Y) = \beta_0 + \beta_1 X + u.
Bağımlı değişken logaritmik, bağımsız değişken doğrusal formdadır.
2
Katsayı yorumlama kuralını uygula.
Log-Lin modellerinde β1\beta_1 katsayısı yarı-esneklik (semi-elasticity) belirtir. XX değişkenindeki 1 birimlik değişim, YY değişkeninde yaklaşık 100×β1100 \times \beta_1 oranında yüzde değişime yol açar.
Logaritmik bir bağımlı değişkenin türevi (dlnYdX=1YdYdX)(\frac{d \ln Y}{dX} = \frac{1}{Y} \frac{dY}{dX}) oransal değişimi verir.
3
Verilen değeri yerine koyarak hesapla.
100×0,05=5100 \times 0,05 = 5.
Tahmin edilen katsayı 0,05 olduğu için etkisi %5 olarak bulunur.

Anahtar Kavram

Log-Lin Modellerinde Katsayı Yorumu (Yarı-Esneklik)
Tahmini Süre:45s
Soru 8Soru

Bir pazar araştırma şirketi, bir perakende mağazasının günlük müşteri sayısı (YY) ile mağazanın şehir merkezine olan uzaklığı (XX, km) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik regresyon modelini tahmin etmiştir:

ln(Yi)=7,20,15Xi+ui\ln(Y_i) = 7,2 - 0,15 X_i + u_i

Buna göre, mağazanın şehir merkezinden 1 km daha uzaklaşmasının günlük müşteri sayısı üzerindeki beklenen etkisi aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Günlük müşteri sayısında yaklaşık %15'lik bir azalış

Cevap

Günlük müşteri sayısında yaklaşık %15'lik bir azalış beklendiği sonucuna varılır.
Tahmin edilen modelde bağımlı değişken logaritmik (lnY\ln Y), bağımsız değişken ise doğrusaldır (XX). Bu tür modellerde (Log-Lin), bağımsız değişkendeki 1 birimlik artışın bağımlı değişken üzerindeki etkisi 100×β1100 \times \beta_1 formülüyle yüzde olarak hesaplanır. β1=0,15\beta_1 = -0,15 değeri, uzaklıktaki 1 km'lik artışın müşteri sayısında yaklaşık %15'lik bir azalmaya yol açacağını gösterir.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirlemek.
Bağımlı değişkenin logaritması (lnY\ln Y) alınmış, bağımsız değişken (XX) doğrusal bırakılmıştır. Bu bir 'Log-Lin' (yarı logaritmik) modeldir.
Fonksiyonel form, katsayıların nasıl yorumlanacağını belirleyen temel unsurdur.
2
Katsayının yorumlama kuralını uygulamak.
Log-Lin modellerinde β1\beta_1 katsayısı, XX değişkenindeki 1 birimlik artışın YY üzerindeki yaklaşık yüzde değişimini ifade eder (Yarı esneklik).
Logaritmik bir bağımlı değişkendeki fark, yaklaşık oransal değişime eşittir.
3
Katsayı değerini kullanarak hesaplama yapmak.
β1=0,15\beta_1 = -0,15 olduğuna göre, yüzde değişim 100×(0,15)=%15100 \times (-0,15) = -\%15 olarak hesaplanır.
Katsayıyı yüzde cinsinden ifade etmek için 100 ile çarpmak gerekir.

Anahtar Kavram

Log-Lin Modellerde Katsayı Yorumu
Tahmini Süre:45s
Soru 9Soru

Bir kamu kurumunda personelin toplam hizmet içi eğitim süresi (XX, saat) ile iş verimlilik endeksi (YY) arasındaki ilişkiyi belirlemek amacıyla aşağıdaki yarı logaritmik model tahmin edilmiştir:

ln(Y)=3,20+0,04X\ln(Y) = 3,20 + 0,04X

Buna göre, eğitim süresindeki 1 saatlik artışın verimlilik endeksi üzerindeki etkisi aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Verimlilik endeksinde yaklaşık %4'lük bir artışa yol açar.

Cevap

Eğitim süresindeki 1 saatlik artışın verimlilik endeksinde yaklaşık %4'lük bir artışa yol açacağı yorumu doğrudur.
Tahmin edilen model ln(Y)=β0+β1X\ln(Y) = \beta_0 + \beta_1 X formunda bir Log-Lin modelidir. Bu modelde XX değişkenindeki 1 birimlik (burada 1 saatlik) artış, YY bağımlı değişkeninde yaklaşık olarak 100×β1100 \times \beta_1 kadar yüzdesel bir değişime karşılık gelir. Katsayı 0,040,04 olduğu için 0,04×100=40,04 \times 100 = 4, yani %4'lük bir artış söz konusudur.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirle.
Bağımlı değişken logaritmik, bağımsız değişken doğrusal olduğu için bu bir Log-Lin modelidir.
Yarı logaritmik modellerin hangi türde (Log-Lin veya Lin-Log) olduğunu belirlemek yorumlama kuralını seçmek için gereklidir.
2
Eğim katsayısını (β1\beta_1) tespit et.
β1=0,04\beta_1 = 0,04
Değişimin miktarını hesaplamak için regresyon katsayısı kullanılır.
3
Log-Lin modeli için yorum kuralını uygula.
0,04×100=40,04 \times 100 = 4
Log-Lin modellerinde XX birim artarken YY yaklaşık olarak 100×β1100 \times \beta_1 oranında yüzdesel değişim gösterir.

Anahtar Kavram

Yarı logaritmik Log-Lin modellerinde katsayı yorumu
Tahmini Süre:45s
Soru 10Soru

Bir kamu kurumunda yürütülen denetim faaliyetlerinin sayısı (XX) ile bu denetimler sonucunda tespit edilen toplam usulsüzlük tutarı (YY) arasındaki ilişki aşağıdaki yarı logaritmik (log-lin) modelle tahmin edilmiştir:

ln(Y)=8,4+0,12X\ln(Y) = 8,4 + 0,12X

Buna göre, denetim sayısındaki 1 birimlik artışın usulsüzlük tutarı üzerindeki beklenen etkisi aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Usulsüzlük tutarında yaklaşık %12'lik bir artış beklenir.

Cevap

Denetim sayısındaki 1 birimlik artışın usulsüzlük tutarında yaklaşık %12'lik bir artışa neden olması beklenir.
Verilen modelde bağımlı değişken logaritmik (lnY\ln Y), bağımsız değişken ise doğrusaldır (XX). Bu tür log-lin modellerinde eğim katsayısı (β1\beta_1), bağımsız değişkendeki 1 birimlik artışın bağımlı değişkende yaratacağı yaklaşık yüzde değişimi ifade eder. Dolayısıyla 0,120,12 olan katsayı, denetim sayısındaki her 1 birimlik artışın usulsüzlük tutarında yaklaşık %12'lik bir artışa yol açacağını gösterir.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirleyin.
Bağımlı değişken logaritmik, bağımsız değişken doğrusal formdadır (Log-Lin).
Yarı logaritmik modellerde katsayı yorumu modelin formuna göre değişir.
2
Eğim katsayısının (β1\beta_1) anlamını tanımlayın.
β1=0,12\beta_1 = 0,12 değeri, XX değişkenindeki 1 birimlik artışın ln(Y)\ln(Y) üzerindeki mutlak etkisini veya YY üzerindeki yaklaşık oransal etkisini gösterir.
Log-lin modelinde eğim katsayısı yarı-esneklik (semi-elasticity) olarak adlandırılır.
3
Katsayıyı yüzde cinsinden ifade edin.
0,12×100=%120,12 \times 100 = \%12
Küçük katsayı değerleri için %ΔY100×β1×ΔX\%\Delta Y \approx 100 \times \beta_1 \times \Delta X formülü kullanılır.

Anahtar Kavram

Yarı Logaritmik (Log-Lin) Modellerde Katsayı Yorumu
Soru 11Soru

Bir yerel yönetim biriminde, park ve yeşil alan miktarı (XX, hektar) ile hava kalitesi indeksi (YY) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik (Lin-Log) regresyon modeli tahmin edilmiştir:

Y=45+15ln(X)Y = 45 + 15 \ln(X)

Buna göre, yeşil alan miktarındaki (XX) %1'lik bir artışın hava kalitesi indeksinde (YY) neden olacağı beklenen değişim aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: 0,15 birimlik artış

Cevap

Hava kalitesi indeksinde 0,15 birimlik bir artış beklenmektedir.
Verilen model Y=β0+β1ln(X)Y = \beta_0 + \beta_1 \ln(X) yapısında olduğu için bir Lin-Log modelidir. Bu tür modellerde bağımsız değişkendeki %1'lik artışın etkisi β1/100\beta_1 / 100 birimlik değişimle ölçülür. Burada β1=15\beta_1 = 15 olduğundan, 15/100=0,1515 / 100 = 0,15 birimlik bir artış gerçekleşir.

Adım Adım Çözüm

1
Modelin fonksiyonel formunu belirleyin.
Y=β0+β1ln(X)Y = \beta_0 + \beta_1 \ln(X) formundaki bu model bir 'Lin-Log' (Doğrusal-Logaritmik) modeldir.
Katsayıların yorumlanması, hangi değişkenlerin logaritmik dönüşüme uğradığına bağlıdır.
2
Lin-Log modeli için yorum kuralını hatırlayın.
Bağımsız değişkendeki (XX) %1'lik bir artış, bağımlı değişkende (YY) yaklaşık olarak (β1/100)(\beta_1 / 100) birimlik bir değişime yol açar.
Yarı logaritmik modellerde değişkenlerden biri oransal (yüzde), diğeri mutlak (birim) değişimle ifade edilir.
3
Tahmin edilen katsayıyı kullanarak sonucu hesaplayın.
15/100=0,1515 / 100 = 0,15
Modelde verilen eğim katsayısı β1=15\beta_1 = 15 olduğu için %1'lik değişim etkisi bu değerin yüzde biridir.

Anahtar Kavram

Lin-Log modellerinde eğim katsayısının yorumlanması
Soru 12Soru

Bir eğitim uzmanı, öğrencilerin haftalık ders çalışma süreleri (XX, saat) ile sınav başarı puanları (YY) arasındaki ilişkiyi aşağıdaki Lin-Log modeli ile tahmin etmiştir (parantez içindeki değerler katsayıların standart hatalarını göstermektedir):

Y=30+20ln(X)+uY = 30 + 20 \ln(X) + u
(5,4)(4,2)(5,4) \quad (4,2)

Bu tahmin sonuçlarına göre, öğrencilerin haftalık çalışma süresinde meydana gelecek %1'lik bir artışın sınav puanı üzerindeki etkisi aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: Sınav puanında 0,2 birimlik bir artışa neden olur.

Cevap

Haftalık çalışma süresindeki %1'lik artış, sınav puanında 0,2 birimlik bir artışa neden olur.
Verilen model Y=β0+β1ln(X)+uY = \beta_0 + \beta_1 \ln(X) + u formundaki bir Lin-Log modelidir. Bu modellerde bağımsız değişkendeki (XX) %1'lik bir artışın bağımlı değişken (YY) üzerindeki mutlak etkisi β1/100\beta_1 / 100 birimdir. Soruda β1=20\beta_1 = 20 olarak verildiğinden, 20/100=0,220 / 100 = 0,2 birimlik bir artış doğru sonuçtur.

Adım Adım Çözüm

1
Model tipini belirle
Bağımlı değişken (YY) doğrusal, bağımsız değişken (XX) logaritmik formdadır; bu bir Lin-Log modelidir.
Katsayı yorumu modelin fonksiyonel kalıbına göre değişmektedir.
2
Katsayı yorum kuralını uygula
Lin-Log modellerinde eğim katsayısı (β1\beta_1), bağımsız değişkendeki nispi değişimin bağımlı değişkendeki mutlak değişime etkisini gösterir.
Matematiksel olarak ΔY(β1/100)(%ΔX)\Delta Y \approx (\beta_1 / 100) \cdot (\% \Delta X) formülü kullanılır.
3
Hesaplamayı yap
20/100=0,220 / 100 = 0,2
%1'lik artışın etkisini bulmak için eğim katsayısı 100'e bölünür.

Anahtar Kavram

Lin-Log Modelinde Katsayı Yorumu

Alternatif Yöntem

Marjinal etkiyi türev yoluyla kontrol edebilirsiniz: dY/dX=β1/XdY/dX = \beta_1/X. Buradan dY=β1(dX/X)dY = \beta_1 \cdot (dX/X) elde edilir. dX/X=0,01dX/X = 0,01 (%1) ise dY=0,01β1dY = 0,01 \cdot \beta_1 olur.
Tahmini Süre:45s
Soru 13Soru

Bir kamu politikasının etkilerini araştıran bir uzman, 81 ilin 'kişi başına düşen aktif işgücü harcamaları' (XX, bin TL) ile bu illerdeki 'ortalama işsizlik süresi' (YY, ay) arasındaki ilişkiyi incelemek için EKK (En Küçük Kareler) yöntemini kullanarak aşağıdaki doğrusal olmayan iki farklı modeli tahmin etmiştir:

Model 1 (Log-Lin): ln(Yi)^=2,800,06Xi(S.H.:0,02)\widehat{\ln(Y_i)} = 2,80 - 0,06 X_i \quad (S.H.: 0,02)
Model 2 (Lin-Log): Yi^=18,403,50ln(Xi)(S.H.:1,50)\widehat{Y_i} = 18,40 - 3,50 \ln(X_i) \quad (S.H.: 1,50)

(Not: Parantez içindeki değerler, ilgili eğim katsayılarının standart hatalarıdır. İstatistiksel anlamlılık testleri için α=0,05\alpha = 0,05 ve uygun serbestlik derecesindeki kritik tt tablo değeri yaklaşık tc2,0t_c \approx 2,0 olarak alınacaktır. ln\ln, doğal logaritmayı temsil etmektedir.)

Elde edilen bu tahmin sonuçları ve yarı-logaritmik modellerin teorik özellikleri dikkate alındığında, aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: Model 1'de harcamalardaki mutlak 1 bin TL'lik artış, işsizlik süresinde oransal olarak sabit bir değişime yol açarken modelin esnekliği harcama düzeyine (XX) bağlıdır; Model 2'de ise harcamalardaki %1'lik oransal artış işsizlik süresini ortalama 0,035 ay azaltır ve her iki katsayı da istatistiksel olarak sıfırdan farklıdır.

Cevap

Model 1'de harcamalardaki 1 birimlik artışın oransal olarak sabit bir değişime yol açtığını, esnekliğin değişkene bağlı olduğunu; Model 2'de ise %1'lik artışın 0,035 aylık mutlak azalma yarattığını ve her iki katsayının istatistiksel olarak anlamlı olduğunu belirten ifadedir.
Doğru seçenek; Log-Lin modelin (Model 1) doğası gereği mutlak değişimin bağımlı değişkende sabit oransal bir etki yarattığını ve esnekliğinin değişkene bağlı olduğunu, Lin-Log modelin (Model 2) ise oransal (%1) değişimin bağımlı değişkende mutlak bir etki (β1/100\beta_1/100) yarattığını hatasız aktarır. Ayrıca her iki modelin eğim katsayılarının standart hatalarına bölünmesiyle elde edilen t-değerlerinin (3,0-3,0 ve 2,33-2,33) kritik değer olan 2,02,0'ı mutlak değerce aşarak istatistiksel anlamlılığı sağladığını doğru tespit eder.

Adım Adım Çözüm

1
Katsayıların istatistiksel anlamlılığını t-testi ile kontrol etme.
Model 1 için t=0,06/0,02=3,0t = -0,06 / 0,02 = -3,0. Model 2 için t=3,50/1,50=2,33t = -3,50 / 1,50 = -2,33.
Bir katsayının istatistiksel olarak sıfırdan farklı olup olmadığını anlamak için hesaplanan tt istatistiğinin mutlak değerinin kritik tablo değerinden (2,02,0) büyük olup olmadığına bakılmalıdır. Her ikisi de büyüktür ve anlamlıdır.
2
Model 1'in (Log-Lin) matematiksel yorumunu yapma.
1 birim artış oransal değişimi sabit kılar (Δln(Y)=β1\Delta \ln(Y) = \beta_1). Ancak esneklik formülü β1X\beta_1 X olduğundan esneklik XX'e bağlıdır.
Bağımlı değişken logaritmik, bağımsız değişken düzey formunda olduğunda, düzeydeki mutlak artış bağımlı değişkende yüzdesel/oransal bir etki yaratır.
3
Model 2'nin (Lin-Log) matematiksel yorumunu yapma.
XX'teki %1'lik artış, YY'de mutlak olarak β1/100\beta_1/100 birimlik değişime neden olur: 3,50/100=0,035-3,50/100 = -0,035 ay.
Bağımsız değişken logaritmik, bağımlı değişken düzey formunda olduğunda, X'teki oransal (%1) artış Y'yi mutlak olarak β1/100\beta_1 / 100 kadar etkiler.
4
Çeldirici teorik kavramları (R², limit ve F/t denklikleri) eleme.
Dönüşümlü modellerde R2R^2 karşılaştırılamaz, asimptotik limit log-lin modelde geçerli değildir ve basit regresyonda F=t² kuralı geçerlidir.
Öğrencinin ezbere dayalı yüzeysel bilgisini değil, modellerin altında yatan ekonometrik teoriyi tam olarak anlayıp anlamadığını test etmek içindir.

Anahtar Kavram

Yarı Logaritmik Modellerde Parametre Yorumu, Esneklik ve Hipotez Testi
Soru 14Soru

Bir Hazine ve Maliye Bakanlığı denetmeni, büyük ölçekli firmaların yıllık kurumlar vergisi matrahları (YY, milyon TL) ile bu firmaların inovasyon harcamaları (XX, milyon TL) ve AR-GE merkezi sertifikasına sahip olup olmamaları (DD, sertifikaya sahipse 1, değilse 0) arasındaki nedensel ilişkiyi incelemek için aşağıdaki yarı logaritmik (Log-Lin) modeli tahmin etmiştir:

ln(Yi)^=4,50+0,08Xi+0,53Di\widehat{\ln(Y_i)} = 4,50 + 0,08 X_i + 0,53 D_i

Denetmen, modeldeki parametrelerin kurumlar vergisi matrahı üzerindeki kesin (yaklaşık olmayan) oransal etkilerini raporlamak istemektedir. (Hesaplamalarda e0,531,70e^{0,53} \approx 1,70 ve e0,081,083e^{0,08} \approx 1,083 alınacaktır.)

Buna göre, katsayıların tam (kesin) yorumlarına ilişkin aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Sertifikaya sahip olan firmaların matrahı, diğer koşullar sabitken, sahip olmayanlara göre tam olarak %70 daha yüksektir; inovasyon harcamalarındaki 1 milyon TL'lik artış ise matrahı tam olarak %8,3 oranında artırır.

Cevap

Sertifikaya sahip olan firmaların matrahı, diğer koşullar sabitken, sahip olmayanlara göre tam olarak %70 daha yüksektir; inovasyon harcamalarındaki 1 milyon TL'lik artış ise matrahı tam olarak %8,3 oranında artırır.
Doğru yorum, Log-Lin modellerin doğasına uygun olarak bağımsız değişkenlerdeki mutlak değişimlerin bağımlı değişkende yarattığı tam (kesin) oransal değişimleri hesaplayan (eβ1)×100(e^{\beta} - 1) \times 100 formülüne dayanmaktadır. Ayrıca çoklu regresyonun temel varsayımı olan 'diğer koşullar sabitken' ifadesini içermektedir. Hesaplamalar neticesinde kukla değişken için %70, sürekli değişken için %8,3 değerlerine ulaşılarak hem matematiksel doğruluk hem de ekonometrik terminoloji sağlanmıştır.

Adım Adım Çözüm

1
Modelin fonksiyonel yapısını belirle.
Bağımlı değişken logaritmik (lnY\ln Y), bağımsız değişkenler doğrusal (XX ve DD) olduğu için tahmin edilen model bir Log-Lin (Yarı logaritmik) modeldir.
Katsayıların nasıl yorumlanacağını saptamak için öncelikle fonksiyonel yapı teşhis edilmelidir.
2
Kukla değişkenin (DD) kesin oransal etkisini hesapla.
Kesin etki formülü: (eβD1)×100(e^{\beta_D} - 1) \times 100. Buradan (e0,531)×100=(1,701)×100=%70(e^{0,53} - 1) \times 100 = (1,70 - 1) \times 100 = \%70 artış bulunur.
Log-Lin modellerde katsayı büyük olduğunda sadece β×100\beta \times 100 yaklaşımını kullanmak (Halvorsen-Palmquist kuralı gereği) ciddi sapma yaratır, tam etki için üstel formül kullanılmalıdır.
3
Sürekli değişkenin (XX) kesin oransal etkisini hesapla.
ΔX=1\Delta X = 1 birimlik artış için tam etki: (eβX1)×100(e^{\beta_X} - 1) \times 100. Buradan (e0,081)×100=(1,0831)×100=%8,3(e^{0,08} - 1) \times 100 = (1,083 - 1) \times 100 = \%8,3 artış bulunur.
Aynı prensiple, XX'in katsayısı için de yaklaşık oransal değişim (%8) yerine tam formül uygulanarak kesin değişim belirlenir.
4
Çoklu regresyon kısıtlarını modele entegre et.
Bulunan etkilerin teorik olarak yorumlanabilmesi için 'diğer bağımsız değişkenler sabitken' (ceteris paribus) ifadesi yoruma eklenir.
Çoklu modelde elde edilen katsayılar, diğer faktörlerin kontrol edildiği kısmi (marjinal) katsayılardır.

Anahtar Kavram

Log-Lin modellerde sürekli ve kukla değişken katsayılarının kesin (Halvorsen-Palmquist) yorumlanması
Soru 15Soru

Bir sağlık ekonomisti, tam teşekküllü hastanelerin yatak kapasiteleri (XX, adet) ile aylık ortalama tıbbi atık miktarları (YY, ton) arasındaki ilişkiyi incelemek amacıyla 150 hastaneden oluşan bir veri seti kullanmıştır. Araştırmacı, EKK yöntemini kullanarak aşağıdaki üç farklı regresyon modelini tahmin etmiştir:

Model 1 (Doğrusal) : Yi^=12,5+0,45Xi(R2=0,68)\widehat{Y_i} = 12,5 + 0,45 X_i \quad (R^2 = 0,68)
Model 2 (Log-Lin) : ln(Yi)^=2,10+0,003Xi(R2=0,74)\widehat{\ln(Y_i)} = 2,10 + 0,003 X_i \quad (R^2 = 0,74)
Model 3 (Lin-Log) : Yi^=45,2+18,6ln(Xi)(R2=0,71)\widehat{Y_i} = -45,2 + 18,6 \ln(X_i) \quad (R^2 = 0,71)

Bu modellerin spesifikasyonları ve elde edilen tahmin sonuçları dikkate alındığında, aşağıdaki ifadelerden hangisi kesinlikle doğrudur?

Cevabı ve açıklamayı göster

Cevap: Model 3'ün fonksiyonel formuna (Lin-Log) göre, yatak kapasitesindeki %1'lik bir artışın tıbbi atık miktarında yaratacağı beklenen mutlak artış ortalama 0,186 tondur.

Cevap

Model 3'ün fonksiyonel formuna (Lin-Log) göre, yatak kapasitesindeki %1'lik bir artışın tıbbi atık miktarında yaratacağı beklenen mutlak artış ortalama 0,186 tondur.
Model 3, yarı logaritmik bir model olup Lin-Log (doğrusal-logaritmik) formundadır. Bu formda bağımsız değişkendeki (XX) %1'lik bir değişim, bağımlı değişkende (YY) mutlak olarak β1/100\beta_1 / 100 birimlik bir değişime yol açar. Model 3'te eğim katsayısı β1=18,6\beta_1 = 18,6 olarak tahmin edilmiştir. Dolayısıyla yatak kapasitesindeki %1'lik artış, tıbbi atık miktarını ortalama 18,6/100=0,18618,6 / 100 = 0,186 ton artıracaktır. Bu nedenle bu ifade matematiksel olarak kesinlikle doğrudur.

Adım Adım Çözüm

1
Model 3'ün (Lin-Log) matematiksel yapısını ve katsayı yorumlama kuralını belirleme.
Lin-Log modellerde Y=β0+β1ln(X)Y = \beta_0 + \beta_1 \ln(X) formülü geçerlidir. Bağımsız değişkendeki (XX) %1'lik değişimin YY üzerindeki mutlak etkisi β1/100\beta_1/100 formülüyle bulunur.
Logaritmik dönüşümün türev özelliklerinden dolayı dY=β1(dX/X)dY = \beta_1 \cdot (dX/X) elde edilir. dX/XdX/X oransal değişimi ifade ettiğinden %1'lik değişim için 1/1001/100 çarpanı kullanılır.
2
Verilen Model 3 denkleminden ilgili katsayıyı seçip hesaplamayı yapma.
Model 3'te β1=18,6\beta_1 = 18,6 olarak verilmiştir. Etki = 18,6/100=0,18618,6 / 100 = 0,186 ton.
Yatak kapasitesindeki %1'lik nispi değişimin tıbbi atık miktarında yaratacağı mutlak etkiyi bulmak için formülü doğrudan uyguladık.
3
Diğer seçeneklerdeki teorik ifadelerin doğruluğunu EKK varsayımları ve regresyon kuralları çerçevesinde sınama.
R2R^2'lerin karşılaştırılamaması, yarı-esneklik/esneklik farkı, çoklu bağlantının sapmaya yol açmaması ve Rˉ2\bar{R}^2'nin cezalandırma mekanizması kurallarının hepsi kullanılarak diğer seçeneklerin yanlışlığı teyit edilir.
Soru 'kesinlikle doğrudur' ifadesini aradığından, yanlış olan diğer seçeneklerin altında yatan teorik yanılgıların kesin olarak dışlanması gerekir.

Anahtar Kavram

Yarı Logaritmik Modellerde Katsayı Yorumu ve EKK Özellikleri
Tahmini Süre:2m 0s
Soru 16Soru

Bir bölgesel kalkınma ajansı uzmanı, belirli bir bölgedeki sanayi arsalarının ortalama metrekare fiyatları (YY, bin TL) ile bu arsaların en yakın organize sanayi bölgesine (OSB) olan uzaklıkları (XX, km) arasındaki ilişkiyi incelemek için aşağıdaki modeli EKK (En Küçük Kareler) yöntemiyle tahmin etmiştir:

ln(Yi)^=4.800.035Xi\widehat{\ln(Y_i)} = 4.80 - 0.035 X_i

Buna göre, tahmin edilen eğim katsayısının (0.035-0.035) doğru yorumu aşağıdakilerden hangisidir?

Cevabı ve açıklamayı göster

Cevap: OSB'ye olan uzaklık 1 km arttığında, ortalama arsa fiyatları yaklaşık %3,5 oranında azalmaktadır.

Cevap

OSB'ye olan uzaklık 1 km arttığında, ortalama arsa fiyatları yaklaşık %3,5 oranında azalmaktadır.
Verilen model ln(Yi)^=β0+β1Xi\widehat{\ln(Y_i)} = \beta_0 + \beta_1 X_i şeklinde bir Log-Lin (yarı logaritmik) modeldir. Bu fonksiyonel formda eğim katsayısı (β1\beta_1), bağımsız değişken XX'teki 1 birimlik (1 km) artışın bağımlı değişken YY'de meydana getireceği yaklaşık oransal değişimi gösterir. Yüzde değişimi ifade edebilmek için katsayı 100 ile çarpılır. β1=0.035\beta_1 = -0.035 olduğuna göre, OSB'ye olan uzaklıktaki 1 km'lik artış, arsa fiyatlarında yaklaşık %3,5 (0.035×1000.035 \times 100) oranında bir azalışa neden olur.

Adım Adım Çözüm

1
Tahmin edilen modelin fonksiyonel formunu belirleme.
Bağımlı değişken logaritmik (lnY\ln Y), bağımsız değişken doğrusal (XX) formdadır. Bu bir Log-Lin (Yarı logaritmik) modeldir.
Fonksiyonel form, katsayıların nasıl yorumlanacağını doğrudan belirler.
2
Log-Lin modelinde eğim katsayısının matematiksel yorumunu formülize etme.
Log-Lin modelinde eğim katsayısı β1=ΔlnYΔX\beta_1 = \frac{\Delta \ln Y}{\Delta X} olarak tanımlanır. Bu da XX'teki 1 birimlik değişimin YY'de yaratacağı yaklaşık oransal değişimi verir.
Logaritmik dönüşüm yapılmış bir değişkendeki mutlak farklar, orijinal değişkenin oransal farklarına karşılık gelir.
3
Eğim katsayısını (0.035-0.035) yüzde değişime çevirme.
Katsayı 100 ile çarpılarak yüzde değişim bulunur: 0.035×100=%3.5-0.035 \times 100 = -\%3.5. Yarı logaritmik modellerde XX'teki 1 birimlik artış, YY'de %3,5 azalışa yol açar.
İstatistikte ve ekonomide oransal değişimlerin standart sunumu yüzde cinsindendir.

Anahtar Kavram

Log-Lin Modelinde Katsayı Yorumu
Soru 17Soru

Bir Çalışma ve Sosyal Güvenlik Bakanlığı araştırmacısı, işgücü piyasasına yeni katılan bireylerin aldıkları mesleki eğitim süresi (XX, ay) ile işe başlama maaşları (YY, TL) arasındaki ilişkiyi incelemektedir. Araştırmacı, değişkenler arasındaki doğrusal olmayan yapıyı modelleyebilmek için aşağıdaki iki farklı regresyon denklemini En Küçük Kareler (EKK) yöntemiyle tahmin etmiştir:

Model I: ln(Yi)^=9.80+0.06Xi\widehat{\ln(Y_i)} = 9.80 + 0.06 X_i
Model II: Yi^=12000+1500ln(Xi)\hat{Y_i} = 12000 + 1500 \ln(X_i)

Elde edilen bu tahmin sonuçlarına göre, yarı logaritmik modellerin özellikleri ve katsayı yorumları dikkate alındığında aşağıdaki ifadelerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Model II'ye göre, mesleki eğitim süresindeki %1'lik bir artışın, bireyin işe başlama maaşında ortalama 1515 TL'lik bir mutlak artış yaratması beklenir.

Cevap

Model II'de yer alan 1500 katsayısı (Lin-Log model), bağımsız değişkendeki %1'lik bir artışın bağımlı değişkende ortalama 15 TL'lik mutlak bir artışa (1500 / 100 = 15) neden olacağını ifade eden seçenektir.
Lin-Log modellerde (Model II), bağımlı değişken doğrusal (YY), bağımsız değişken ise logaritmik (lnX\ln X) formdadır. Bu modelde eğim katsayısının yorumu, bağımsız değişkendeki %1'lik artışın bağımlı değişkende ortalama β1/100\beta_1 / 100 birimlik mutlak bir değişime yol açacağı şeklindedir. Katsayı 15001500 olduğu için 1500/100=151500 / 100 = 15 TL'lik bir artış beklenmesi matematiksel ve teorik olarak tamamen doğrudur.

Adım Adım Çözüm

1
Model I ve Model II'nin fonksiyonel formlarını belirlemek.
Model I, bağımlı değişkenin logaritmik olduğu Log-Lin (yarı logaritmik) bir modeldir. Model II ise bağımsız değişkenin logaritmik olduğu Lin-Log bir modeldir.
Regresyon katsayılarının yorumu, modelin fonksiyonel formuna göre tamamen değişir.
2
Lin-Log model (Model II) katsayı yorumunu formülize etmek.
Lin-Log modellerde eğim katsayısı (β1\beta_1), bağımsız değişkendeki (XX) %1'lik artışın bağımlı değişkende (YY) meydana getireceği mutlak değişimi β1/100\beta_1 / 100 formülüyle verir.
Modelin türevi alındığında dY=β1(dX/X)dY = \beta_1 (dX/X) elde edilir ve dX/XdX/X oransal değişimi (yüzde değişimi) ifade eder.
3
Katsayı değerini formülde yerine koyarak sonucu hesaplamak.
Model II'de β1=1500\beta_1 = 1500 olduğundan, eğitim süresindeki %1'lik artış maaşta 1500/100=151500 / 100 = 15 TL'lik bir mutlak artış yaratır.
Seçeneklerde yer alan spesifik sayısal ifadenin doğruluğunu teyit etmek için formülün işletilmesi gerekir.

Anahtar Kavram

Yarı Logaritmik Modellerde Katsayı Yorumu
Tahmini Süre:2m 0s
Soru 18Soru

Bir Ulaştırma ve Altyapı Bakanlığı planlama uzmanı, illerin sahip olduğu otoyol ağ uzunluğunun (X1X_1, kilometre) ve o ildeki organize sanayi bölgesi (OSB) sayısının (X2X_2, adet) lojistik sektöründeki toplam istihdam (YY, kişi) üzerindeki etkisini incelemek amacıyla aynı veri setiyle iki farklı çoklu yarı logaritmik regresyon modeli tahmin etmiştir. Tahmin sonuçları ve parametrelere ait standart hatalar (parantez içinde) aşağıda verilmiştir:

Model I (Log-Lin):
ln(Yi)^=8.42+0.025X1i+0.04X2i\widehat{\ln(Y_i)} = 8.42 + 0.025 X_{1i} + 0.04 X_{2i}
Standart Hatalar: (0.15)(0.005)(0.025)\quad (0.15) \quad (0.005) \quad (0.025)
Belirtme Katsayısı: R2=0.68R^2 = 0.68
Model II (Lin-Log):
Yi^=12500+4800ln(X1i)+1500ln(X2i)\widehat{Y_i} = -12500 + 4800 \ln(X_{1i}) + 1500 \ln(X_{2i})
Standart Hatalar: (1100)(600)(800)\quad (1100) \quad (600) \quad (800)
Belirtme Katsayısı: R2=0.74R^2 = 0.74

Bu tahmin sonuçları ve ekonometrik teoriler dikkate alındığında, aşağıdaki ifadelerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Model I'e göre, OSB sayısı sabit tutulduğunda otoyol ağ uzunluğundaki 1 kilometrelik artışın lojistik istihdamını anlık olarak yaklaşık %2.5 oranında artırması beklenmektedir ve bu etki istatistiksel olarak anlamlıdır.

Cevap

Model I'de otoyol ağ uzunluğu katsayısının yorumlanmasını ve istatistiksel anlamlılığını kısmi etki varsayımı (ceteris paribus) çerçevesinde doğru bir şekilde açıklayan ifade doğru yanıttır.
Doğru ifade, Model I (Log-Lin) analizindeki 0.0250.025 katsayısını doğru bir şekilde yorumlayan seçenektir. Bu modelde, bağımsız değişkendeki (X1X_1) 1 birimlik mutlak artış, bağımlı değişkende yaklaşık 100×β1100 \times \beta_1 oranında anlık yüzedesel değişime (%2.5) neden olur. Çoklu regresyon olduğu için de bu etki 'OSB sayısı sabit tutulduğunda' gerçekleşir. Katsayının değeri standart hatasına (0.005) bölündüğünde elde edilen tt-değeri (55), bu parametrenin %1 ve %5 seviyelerinde istatistiksel olarak kesin anlamlı olduğunu kanıtlar.

Adım Adım Çözüm

1
Model I (Log-Lin) katsayılarının yorumlanma mantığını ve anlamlılığını analiz et.
Eğim katsayısı (0.0250.025), X1X_1'deki 1 birimlik mutlak artışın YY'de yarattığı anlık oransal (yüzde) değişimi gösterir (0.025×100=%2.50.025 \times 100 = \%2.5). t-istatistiği = 0.025/0.005=50.025 / 0.005 = 5 olarak bulunur ve katsayı anlamlıdır.
Model I'in fonksiyonel yapısının doğru anlaşılması çözümün temelidir.
2
Kısmi Regresyon Katsayısı özelliklerini kontrol et.
Çoklu bir regresyon modelinde her katsayı, modeldeki diğer değişkenler sabitken ('ceteris paribus') değerlendirilir.
Bağımsız etkinin yanlış yorumlanmasının önüne geçmek için kısmi katsayı varsayımı teyit edilmelidir.
3
Diğer seçeneklerdeki ekonometrik iddiaların geçerliliğini test et.
Log-Lin katsayıları esneklik değildir. Bağımlı değişken formları farklı (YY ve lnY\ln Y) olduğunda R2R^2 değerleri doğrudan karşılaştırılamaz. Bireysel anlamlılık F-testi ile değil t-testi ile sınanır.
Çeldirici seçeneklerin içindeki kavram yanılgılarını belirlemek.

Anahtar Kavram

Çoklu Yarı Logaritmik Modellerde Katsayı Yorumu ve Model Seçimi
Soru 19Soru

Bir Sanayi ve Teknoloji Bakanlığı uzmanı, teknoparklarda faaliyet gösteren firmaların sahip olduğu tescilli patent sayısı (XX, adet) ile yıllık Ar-Ge harcamaları (YY, milyon TL) arasındaki ilişkiyi incelemek amacıyla aşağıdaki yarı logaritmik (Lin-Log) regresyon modelini En Küçük Kareler (EKK) yöntemiyle tahmin etmiştir:

Yi^=2.40+8.50ln(Xi) \widehat{Y_i} = -2.40 + 8.50 \ln(X_i)
Standart Hatalar:(1.10)(2.50) \text{Standart Hatalar:} \quad (1.10) \quad (2.50)

Testler için anlamlılık düzeyi α=0.05\alpha = 0.05 ve kritik tt değeri yaklaşık 1.961.96 olarak kabul edilmektedir.

Bu tahmin sonuçlarına göre, modelin katsayı yorumu ve istatistiksel anlamlılığı ile ilgili aşağıdakilerden hangisi doğrudur?

Cevabı ve açıklamayı göster

Cevap: Patent sayısındaki %1'lik bir artışın, Ar-Ge harcamalarında ortalama 85.000 TL'lik istatistiksel olarak anlamlı bir artış sağlaması beklenir.

Cevap

Patent sayısındaki %1'lik bir artışın, Ar-Ge harcamalarında ortalama 85.000 TL'lik istatistiksel olarak anlamlı bir artış sağlaması beklenir.
Verilen model Lin-Log formundadır. Bu modellerde bağımsız değişkendeki (X) %1'lik bir artış, bağımlı değişkende (Y) ortalama β1/100\beta_1 / 100 birimlik bir değişime karşılık gelir. Katsayı 8,508,50 olduğuna göre, patent sayısındaki %1'lik artış Ar-Ge harcamalarını 8,50/100=0,0858,50 / 100 = 0,085 milyon TL, yani 85.000 TL artırır. Ayrıca, katsayının standart hatasına bölümüyle elde edilen t-istatistiği (8,50/2,50=3,48,50 / 2,50 = 3,4), \%5 anlamlılık düzeyi için verilen 1,96 kritik değerinden büyük olduğu için bu etki istatistiksel olarak anlamlıdır.

Adım Adım Çözüm

1
Modelin matematiksel formunu ve türünü belirleme.
Bağımlı değişken (Y) doğrusal, bağımsız değişken (X) logaritmik formda olduğu için bu bir Lin-Log modelidir.
Yarı logaritmik modellerde yorumlama kuralı, logaritması alınan değişkene göre farklılık gösterir.
2
Lin-Log modeli için marjinal etkiyi (katsayı yorumunu) hesaplama.
X'teki %1'lik bir artış, Y'de ortalama β1/100\beta_1 / 100 birimlik bir değişime neden olur. 8,50/100=0,0858,50 / 100 = 0,085 birim (milyon TL).
Logaritmik değişkendeki oransal (%1'lik) değişim, doğrusal değişkende mutlak bir değişime yol açar.
3
Ölçü birimini günlük hayata uygun formata dönüştürme.
0,085 milyon TL değeri 1.000.000 ile çarpılarak 85.000 TL olarak ifade edilir.
Seçeneklerdeki ifadelerin doğruluğunu teyit edebilmek için birimlerin aynı olması gerekir.
4
Eğim katsayısının istatistiksel anlamlılığını test etme.
t=8,50/2,50=3,4t = 8,50 / 2,50 = 3,4. Bulunan 3,43,4 değeri 1,961,96 kritik değerinden büyüktür, ilişki istatistiksel olarak anlamlıdır.
Etkinin varlığından bahsedebilmek için katsayının istatistiksel olarak sıfırdan farklı olduğunun kanıtlanması gerekir.

Anahtar Kavram

Yarı Logaritmik Modellerde Katsayı Yorumu ve t-Testi
Yarı Logaritmik Modeller (Log-Lin ve Lin-Log) Alıştırma Soruları — KPSS İstatistik | Examkin