Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

ÇOKLU DO Ğ RUSALLIK ;. Klasik doğrusal bağlanım modelinin 8. varsayımı bağlanım modeline katılan değişkenler arasında çoklu doğrusallığın bulunmadığı.

Benzer bir sunumlar


... konulu sunumlar: "ÇOKLU DO Ğ RUSALLIK ;. Klasik doğrusal bağlanım modelinin 8. varsayımı bağlanım modeline katılan değişkenler arasında çoklu doğrusallığın bulunmadığı."— Sunum transkripti:

1 ÇOKLU DO Ğ RUSALLIK ;

2 Klasik doğrusal bağlanım modelinin 8. varsayımı bağlanım modeline katılan değişkenler arasında çoklu doğrusallığın bulunmadığı yolundadır. Bu bölümde bu varsayıma şu sorulara yanıt arayarak eleştirel bir gözle bakacağız.

3 1. ÇOKLU DOĞRUSALLIĞIN NİTELİĞİ NEDİR? 2. ÇOKLU DOĞRUSALLIK GERÇEKTEN BİR SORUN MUDUDR? 3. UYGULAMADA DOĞURDUĞU SONUÇLAR NELERDİR? 4. VARLIĞI NASIL ANLAŞILABİLİR? 5. ÇOKLU DOĞRUSALLIK SORUNUNU HAFİFLETMEK İÇİN NE GİBİ HAFİFLETİCİ ÖNLEMLER ALINMALIDIR?

4  Çoklu doğrusallık terimini RAĞNAR FRİSCH’e borçluyuz.önceleri bu terim bir bağlanım modelininbütün yada bazı açıklayıcı değişkenleri arasında tam yada kesin doğrusal ilişki anlamına geliyordu. Açıklayıcı değişkenlerini içeren k değişkenli bağlanımda kesin bir doğrusal ilişkinin var olduğunun söylenebilmesi için şu koşulun sağlanması gerekir.

5 Burada hepsi aynı anda sıfır olmayan sabitlerdir.oysa bugün doğrusallık terimi hem tam çoklu doğrusallığı,hemde X değişkenlerinin tam olmasada birbirleriyle ilişki içinde oldukları durumu içeren daha geniş bir anlamda kullanılmaktadır. olasılıklı hata terimidir.

6 Tam yada tamdan az çoklu doğrusallık arasındaki farkı görebilmek için olsun. O zaman şöyle yazılabilir.  X in oteki değişkenlere nasıl kesin doğrusal bağlı olduğunu  Öteki x değişkenlerinin doğrusal bir bileşiminden

7 Doğrusal bileşiminden nasıl türetilebileceğini gösterir.(ilişki katsayısı 1 dir) Benzer şekilde nin olasılıklı hata terimi tarafından da belirlendiği için öteki x değişkenlerinin kesin doğrusal bileşimi olmadığını gösterir.

8

9

10 Bu çizimde Y X2 ve X3 daireleri sırasıyla Y(bağmlı değişken) X2 X3 açıklayıcı değişkenlerdeki değişikliği yansıtmaktadır.Ortak doğrusallığın derecesi X2 ve X3 dairelerinin arakesitkerinin büyüklüğü ile ölçülmektedir. X2 ile X3 arasındaki kesişim büyüdükçe,ortak doğrusallığın dereceside artmaktadır. En uç durumda X2 ile X3 üst üstüste binmişse ortak doğrusallık olur.

11 Y= toplam üretim maliyeti X=çıktı Aralarında çoklu doğrusallık yoktur Ancak fonksiyonel ilişki içindedirler.

12 Eğer çoklu doğrusallık Anlamında tam ise, x değişkenlerinin bağlanım katsayıları belirsiz olup sh = sonsuzdur.eğer çoklu doğrusallık tamdan azsa Bağlanım katsayıları belirlenebilmekle birlikte büyük sh ‘lar taşır.Buda katsayıların büyük bir doğruluk yada kesinlikle tahmin edilememeleri anlamına gelir.

13  Kulanılan veri derleme yöntemi  Modeldeki yada örneklem alınan anakütledeki sınırlamalar  Model kurma  Aşırı belirlenmiş bir model Çoklu doğrusallığın zaman serilerindeki ek bir nedeni,modeldeki açıklayıcı değişkenlerin ortak bir eğilim içinde olmalarıdır.

14

15

16 veri ise nın sonsuz çüzümü var demektir. Örneğin;

17 Tam çoklu doğrusallık yerine şunu seçebiliriz. V ise eşitliğini sağlar. Tam olmayan doğrusallık durumunda bağlanım katsayılarının tahmini olanaklıdır. yi de yerine koyarsak;

18 KÜÇÜK ÖRNEKLEM(MİCRO NUMEROSİTY) Goldberger e göre tam küçük örneklem doğrusallığı örneklem büyüklüğü n sıfırken ortaya çıkar bu durumda herhangi bir tahmin olanaksızdır.

19 1. Tama yakın çoklu doğrusallık durumunda bile;sek tahmin edicilerin sapkınsız olduğu doğrudur.ama sapkınsızlık çok örneklemliliğin yada yinelenen örneklemliliğin bir özelliğidir.eğer yinelenen örneklemlerv alınlrda x değişkenlerinin değerlerini aynı tutarak bu örneklemlerin her biri için sek tahmin edicileri hesaplanırsa,örneklemlerden bulunan değerlerin ortalaması,örneklem sayısı arttıkça tahmin edicilerin ana kütledeki değerlerine yaklaşır.verili herhangi bir örneklemde tahmin edicilerin özellikleri konusunda bir şey söylememektedir.

20 2)Ortak doğrusallığın en küçük varyans özelliğide bulunmadığı doğrudur. 3)Çoklu doğrusallık temelde bir örneklem olgusudur.

21 Tama yakın yada yüksek çoklu doğrusallık durumunda şu sonuçlar doğabilir; 1. Sek tahmin edicilerinin,deste olmalarına karşın,varyansları ve ortak varyansları büyüktür buda kesin tahmini güçleştirir. 2. Güven aralıkları çok geniş olma eğilimindedir.buda sıfır önsavlarının kolayca kabul edilmesine yol açar. 3. Bir yada daha çok katsayının t oranları istatislik bakımından anlamsız olmasına karşın bütününün uyum iyiliğinin ölçüsü çok büyük olabilir 4. Sek tahmin edicileriyle onların sh ları,verilerdeki küçük değişmelere karşı duyarlı olabilir.

22 Burada arasındaki ilşki katsayısıdır.1.de ve 2.de 1e yaklaşırken yani ortak doğrusallık artarken iki tahmin edicinin varyanslarının büyüyecaği,limitte

23 Olduğunda varyansların sonsuz olacağı açıktır.3.de 1e yaklaşırken iki tahmin edicininde ortak varyansları büyüyecektir. Varyanslarla ortak varyanslar hangi hızla büyür? Varyans şişirme çarpanı :

24 Varyans şişirme çarpanı,çoklu doğrusallığın varlığının bir tahmin edicinin varyansını nasıl şişirdiğini gösterir. 1 e yaklaşırken Varyans şişirme çarpanı sonsuza gider.yani ortak doğrusallık artarken,tahmin edicinin varyansı büyür,limitte sonsuz olur. Arasında ortak doğrusallık yokken Varyans şişirme çarpanı 1 olacaktır.

25 Bu da bize ün varyanslarının Varyans şişirme çarpanı ile doğru orantılı olduğunu gösterir.

26

27 Bu çizelgede görüldüğü gibi deki artışların sek tahmin edicilerin varyanslarıyla ortak varyansları üzerinde çarpıcı etkileri olmaktadır. iken sıfırkenki varyansın 1.33 katıyken 0.95 e ulaştığında ortak doğrusallığın olmadığu durumdaki varyansın 10 katına çıkabildiği görülmektadir.

28 K ıncı katsayının varyansı şöyle yazılabilir.

29

30 x açıklayıcı değişkeninin kısmi bağlanım katsayısı nin kalan açıklayıcı değişkene göre bağlanımdaki burada görebileceğiniz gibi ile doğru orantılı ile ters orantılıdır.,

31 X hoşgörü ölçüsü Hiç çoklu doğrusallık yokken iken hoş=1 Çoklu doğrusallık varken iken hoş=0 Varyans şişirme çarpanı

32 DAHA GENİŞ GÜVEN ARALIKLARI Yüksek çoklu doğrusallık durumunda örneklem verisi çeşitli önsav takımlarıyla uyumlu olabilir buda yanlış önsavın kabul olasılığını arttırır. ANLAMSIZ T ORANI Yüksek ortak doğrusallık durumunda tahmin edilen standart hatalar çarpıcı bir biçimde artarak t değerini küçültmektedir ilgili ankütledeki gerçek değerin sıfır olduğunu söyleyen sıfır önsavını daha çok kabul ederiz.

33 Yüksek ortak doğrusallık durumunda,bir yada daha çok kısmı bağlanım katsayısının,t sınaması temelinde tek tek istatislik bakımından anlamsız bulabiliriz.AMA bu durumlarda öyle yüksek (.90),f sınaması temelinde önsavını inandırıcı bir biçimde red edebilir.

34 Çoklu doğrusallık tam olmadığı sürece bağlanım katsayıları hesaplanabilir.ama bu tahminlerle onların sh verideki en küçük değişmelere bile çok duyarlıdır.

35 Hiçbir bağlanım katsayısının alışıldık.01 ve.05 anlamlılık düzeylerinde tek tek anlamlı olmadıklarını göstermektedir.Yalnızca tek kuyruklu t sınamasında.1o düzeyinde anlamlı çıkmaktadır.

36

37

38  tekil olarak istatistiksel açıdan anlamsızdır eş anlı olarak sınayacak olursak bu onsav reddedilir çünkü aslında elips olan bir ortak bir güven aralığı sıfır noktasını

39 İçermemektedir.Ortak doğrusallık yüksekken açıklayıcı değişkenlerinn tekil sınsmaları güvenilir olmaz böyle durumlarda ynin çeşitliaçıklayıcı değişkenlerle ilişkili olmadığı bütününü f sınaması gösterir.(tekil olarak iki kısmi eğimin sıfır olduğu söyleyen önsavı kabul edebiliriz.

40

41 Neredeyse tam ortak doğrusallık var Y nin x2 ye göre bağlanımı Y nin x3 e göre bağlanımı

42 Aşırı çoklu doğrusallık durumlarında yüksek ortak doğrusallık gösteren değişkeni modelden çıkarmak çoğu zaman öteki x değişkeninin istatislik bakımından anlamlı çıkmasına yol açar.

43 Yüksek ama anlamlı pek az oranı; yüksekse diyelim ki.8 aşıyorsa F sınaması çoğu durumda kısmi eğim katsayılarının eş anlı olarak sıfır olduğunu söyleyen önsavı reddedecektir.Ama tekil t sınamaları kismi eğim katsayılarından hiç birinin istatistik bakımından sıfırdan farklı olmadığını yada pek azının istatistik bakımından sıfırdan farklı olduğunu gösterecektir.

44 Açıklatıcı değişkenler arasında çifter çifter yüksek ilişki Sıfırıncı dereceden yüksek ilişkiler çoklu doğrusallık için yeterli ama gerekli olmayan bir koşuldur.Çünkü sıfırıncı dereceden yada basit ilişkiler düşük olsa bile çoklu doğrusallık bulunabilir.

45 ikiside birden sıfır olmayan sabitler. rv Doğrusal bir ilişkisi Vardır bu durumda belirlilik katsayısı dir. olduğundan;

46 İkiden çok açıklayıcı değişken içeren modellerde basit yada sıfırıncı dereceden ilişki çoklu doğrusallığın varlığını gösteren yanılmaz bir gösterge sağlamaz.

47 Bunların çoklu doğrusallık için yanılmaz bir gösterge olacağı kesin değildir. YAN BAĞLANIMLAR Bir ya da daha çok açıklayıcı değişkenin öteki açıklayıcı değişkenleri tam yada yaklaşık doğrusal birleşimi olmasından doğduğuna göre hangi x değişkenini öteki x değişkenleriyle ilişkili olduğunu bulmanın yolu her bir öteki xi nin öteki x değişkenlerine bağlanımını alıp buna karşılık gelen R2 değerini bulmaktır.bu bağlanımlardan her birine Ynin Xlere göre olan asıl bağlanımın yanı sıra hesaplandıklarından yan baglanım denir. ile f dağılımına uyar.

48 F>Fkr x in öteki x ler le ortak doğrusal olduğudur. F

49 en yüksek öz değer en düşük öz değer Koşul İndeksi Hoşgörü ve varyans şişirme çarpanı

50 1. Hiç bir şey yapmamak 2. El yordamı süreçler

51 Kesit verileriyle zaman serisi verilerini bir havuzda toplama 3)Kesit verileriyle zaman serisi verilerini bir havuzda toplama Eğer kesit verimiz varsa gelir esnekliği oldukça Güvenilir tahmin yapabilir.Zaman içindeki bir noktada derlenen bu tür verilerde fiyat pek değişikliğe uğramaz.

52 Ciddi bir çoklu doğrusallıkla karşılaşınca başvurulabilecek en basit yol ortak doğrusal değişkenlerden birini modelden çıkarmaktır.ama bir değişkeni modelden çıkarmak model kurma hatasına yol açabilir. Örn Doğrusu hatalı

53 Bu değişkende yüksek çoklu doğrusallık bulunmasının nedeni değişkenlerin zaman içerisinde aynı yöne doğru ilerlemeleridir. Bu bağımlılığı azaltmanın yolu şöyledir.

54 bu birincil fark kalıbıdır.birincil fark kalıpları genellikle çoklu doğrusallığın derecesini azaltır. Oran dönüştürmesi X3 e böl Ortak doğrusallığı azaltır.

55 Yalnızca örneklem büyültülerek ortak doğrusallık sorunu halledilebilir. Örneklem büyüdükçe ve sh böylece daha hassas tahmin edilebilecek.

56 N=10 gelir servet Servet katsayısı yanlış işaretli %5 anlamlılık düzeyinde anlamsız

57 Örneklem 40 olunca Servet katsayısı doğru işaretli %5 anlamlılık düzeyinde anlamlı

58 Açoklayıcı değişkenlerin sapmalarla belirtildiği durumlarda çoklu doğrusallık önemli ölçüde azalır. ÇOKLU DOĞRUSALLIĞI DÜZELTMEK İÇİN FARKLI YÖNTEMLER • Anabileşenler • Etmen çözümlemesi • Sırt bağlanım

59

60

61 korelasyon matrisi Hoşgörü ölçüsü sıfıra ne kadar yakınsa çoklu doğrusallık kanıtı okadar güçlüdür.

62 Çoklu doğrusallık sorunu vardır çünkü değeri Çok yüksek ama istatislik açısından anlamsızdır

63 a) Böyle modellerde çoklu doğrusallık olmasını beklermisiniz?1o.5 soru

64 Evet çünkü ekonomik zaman serisi verileri aynı yöne hareket etme eğilimindedir.ve burdaki gelir değişkenleri aynı yöne hareket ediyor.

65

66

67 10.24

68

69 Sorua)1.bağlanımda çoklu doğrusallık varmı b)1. bağlanımda log k nın işareti önsel olarak nedir?bulgular beklentiyi doğruluyormu ? c)1.Bağlanımın fonksiyon kalıbının doğruluğunu nasıl gösterebiliriz d)1.Bağlanımı yorumlayın e)2. bağlanımı tahmin etmenin gerekçesi nedir? f)1.bağlanımda çoklu doğrusallık varsa 2)bağlanım bunu azaltmışmıdır? g)2. bağlanım 1. bağlanımın sınırlandırılmış haliyse yazarın koydugu sınırlandırma nedir?hangi sınamayı kullandınız nereden biliyiorsunuz? h)2 bağlanımın r2 değerleri karşılaştırılabilirmi neden yada neden değil karşılaştırılıyorsa karşılaştırn?

70

71 Çoklu doğrusallık ciddiyse düzenleyici önlemler nelerdir?(ipucu 2 yöntem var)

72 1 hiçbirşey yapma 2 el yordamı kurallarını uygula


"ÇOKLU DO Ğ RUSALLIK ;. Klasik doğrusal bağlanım modelinin 8. varsayımı bağlanım modeline katılan değişkenler arasında çoklu doğrusallığın bulunmadığı." indir ppt

Benzer bir sunumlar


Google Reklamları