OTOKORELASYON

Birinci dereceden Otokorelasyon Otokorelasyon, anakütle hata terimi ut serisi ile ilgili bir konudur. ut hata teriminin birbirini izleyen değerleri arasında ilişki olması demektir. Yt = a + bXt + ut  Cov (ut,us)  0  ut = r ut-1 + et Birinci dereceden Otokorelasyon Birinci Dereceden Otoregressif Süreç; AR(1) ut ut nin t döneminde (yıl, ay, gün gibi) aldığı değer ut-1 ut nin bir önceki dönemde aldığı değeri göstermektedir.

ut ile ut-1 arasında otokorelasyon; kovaryansların veya beklenen değerlerin sıfıra eşitliği demektir. E(ut)=E(ut-1)=0 varsayımı veri iken Anket verileri için ise

olmaktadır. Otokorelasyon olması durumunda iki değer arasında ilişki vardır ve bu durum aşağıdadır: Otokorelasyonun en basit durumu AR(1) dir. Burada r otokorelasyon katsayısıdır. AR(1) AR(2)

ut = r ut-1 + vt Birinci dereceden otokorelasyonu gösterdiğinde r değeri aşağıdaki gibidir: -1<r<1

OTOKORELASYON İLE KARŞILAŞILAN DURUMLAR Modele Bazı Bağımsız Değişkenlerin Alınmaması Modelin Matematiksel Biçiminin Yanlış Seçilmesi, Bağımlı Değişkenin Ölçme Hatalı Olması, Verilerin İşlenmesi, Örümcek Ağı Olayı, u’nun yanlış tanımlanması.

OTOKORELASYONU GÖZARDI ETMENİN SONUÇLARI X “gerçek” doğru    “tahminlenmiş” doğru      

OTOKORELASYONU GÖZARDI ETMENİN SONUÇLARI Hipotez testleri üzerine etkisi, Tahmin edilen katsayı varyansları gerçek varyans değerinden daha küçük elde edilir ve bu varyans değerleri sapmalı ve tutarsızdır. Dolayısıyla bunlara bağlı olarak, değeri olduğundan büyük tahmin edilebilir, elde edilen t ve F istatistiklerine ve elde edilen güven aralıklarına güvenilemeyecektir.

Öngörümleme üzerine etkisi. Tahminler sapmasız olduğundan, öngörümleme değerleri de sapmasız olacaktır. Ancak daha büyük varyanslı olma nedenleriyle etkinlik özelliğini kaybedeceklerdir.

OTOKORELASYONUN BELİRLENME YÖNTEMLERİ Grafik Yöntem, Durbin-Watson testi, Wallis testi Breusch-Godfrey testi, Engle ARCH testi.

GRAFİK YÖNTEM

GRAFİK YÖNTEM

DURBİN-WATSON TESTİ d=2(1-r) H0: r = 0 H1: r  0 Pozitif Otokorelasyon Bölgesi. Negatif Otokorelasyon Bölgesi r=0 Kararsızlık Kararsızlık 2 4 dL dU 4-dU 4-dL d=2(1-r)

DURBİN-WATSON TESTİ Y=-467.1080+6.394X dw=0.765 Dependent Variable: Y Sample: 1985 2000 Included observations: 16 Variable Coefficient Std. Error t-Statistic Prob. C -467.1080 44.27578 -10.54997 0.0000 X 6.394968 0.489065 13.07590 0.0000 R-squared 0.924316 Mean dependent var 110.4375 Adjusted R-squared 0.918910 S.D. dependent var 43.22494 S.E. of regression 12.30889 Akaike info criterion 7.974988 Sum squared resid 2121.121 Schwarz criterion 8.071562 Log likelihood -61.79991 F-statistic 170.9791 Durbin-Watson stat 0.765629 Prob(F-statistic) 0.000000 Y=-467.1080+6.394X dw=0.765

Y 43 53 59 82 92 100 102 97 101 110 116 130 148 162 182 190 X 80 81 82 84 86 88 89 90 92 94 91 95 97 96 99 101 et -1.48939 2.115639 1.720671 11.93074 9.140799 4.350863 -0.0441 -11.4391 -20.229 -24.0189 1.16596 -10.4139 -5.20385 15.19112 16.00622 11.21628 et-1 - -1.48939 2.115639 1.720671 11.93074 9.140799 4.350863 -0.0441 -11.4391 -20.229 -24.0189 1.16596 -10.4139 -5.20385 15.19112 16.00622 et- et-1 - 3.605032 -0.39497 10.21006 -2.78994 -4.78994 -4.39497 -11.395 -8.78994 -3.78994 25.1849 -11.5799 5.210064 20.39497 0.815096 (et- et-1)2 - 12.99626 0.156 104.2454 7.783742 22.94349 19.31574 129.8453 77.26297 14.36361 634.2794 134.0934 27.14477 415.9547 0.664382 et2 2.218292 4.475928 2.960708 142.3424 83.55421 18.93001 0.001945 130.8524 409.2128 576.9097 1.359462 108.4496 27.08003 230.7701 256.199 125.8049 S 1623.993 2121.1215

H0: Otokorelasyon yoktur. H1 : Otokorelasyon vardır. TEST AŞAMALARI 1.Aşama H0: Otokorelasyon yoktur. H1 : Otokorelasyon vardır. 2.Aşama n =16 k’= 1 dL =1.106 dU = 1.371 H0 reddedilir. Pozitif otokorelasyon var. 3.Aşama : Pozitif Otokorelasyon Bölgesi. Negatif Otokorelasyon Bölgesi r=0 Kararsızlık Kararsızlık Otokorelasyon yok 0.76 1.106 1.371 2 2.629 2.894 4

DURBİN-WATSON TESTİ Model sabit terimsiz ise, Bağımsız X değişkenleri stokastikse, Otokorelasyonun derecesi 1’den büyük ise, Zaman serisinde ara yıllar noksan ise, Modelde bağımsız değişken olarak gecikmeli bağımlı değişken varsa dw testi uygulanmaz.

Wallis Testi Üçer aylık veriler için otokorelasyon olup olmadığını incelemek amacıyla kullanılır. Testin uygulanabilmesi için tek koşul bağımsız değişkenlerin tesadüfi değişken olmamasıdır. Bu test Durbin-Watson testinin dördüncü dereceden otokorelasyon için düzenlenmiş şeklidir.

H0: Dördüncü dereceden otokorelasyon yoktur. TEST AŞAMALARI H0: Dördüncü dereceden otokorelasyon yoktur. H1 : Dördüncü dereceden otokorelasyon vardır. 1.Aşama 2.Aşama 3.Aşama : Pozitif Otokorelasyon Bölgesi. Negatif Otokorelasyon Bölgesi r=0 Kararsızlık Kararsızlık d4,L d4,U 2 4- d4,U 4-d4,L 4

UYGULAMA: 1994.01 ve 1999.04 dönemi için Türkiye’nin üçer aylık ihtacat ve döviz kuru değerleri verilmiştir. Bu verilerden elde edilen tam logaritmik modelin hata terimleri arasında otokorelasyon olup olmadığını test ediniz.

Σ= 0.1915 Σ= 0.1920

H0: Dördüncü dereceden otokorelasyon yoktur. TEST AŞAMALARI 1.Aşama H0: Dördüncü dereceden otokorelasyon yoktur. H1 : Dördüncü dereceden otokorelasyon vardır. 2.Aşama 3.Aşama a=0.05 hata payı ve k’ = 1 n=24 Wallis tablo değeri d4,L = 1.036 ve d4,U =1.189 dir.

KARAR AŞAMASI: 4.Aşama : Pozitif Otokorelasyon Bölgesi. Negatif Kararsızlık Kararsızlık H0 reddedilir. Pozitif otokorelasyon var. 0.997 1.036 1.189 2 2.811 2.964 4

BREUSCH-GODFREY (B-G) TESTİ(LM) Y = b1 + b2 X2 + b3 X3+ e LM testi için yardımcı regresyon: et = b1 + b2 X2 + b3 X3+ r1et-1 + r2et-2+ ... + rset-s + vt Ry2 = ? B-G Testi Aşamaları: 1.Aşama H0: r1 = r2= ... = rs = 0 H1 : ri0 2.Aşama s.d.= s c2tab=? a = ? 3.Aşama B-G= (n).Ry2 = ? B-G > c2tab H0 hipotezi reddedilebilir 4.Aşama

BREUSCH-GODFREY (B-G) TESTİ Dependent Variable: HATA Method: Least Squares Sample (adjusted): 16 Included observations: 15 after adjustments Variable Coefficient Std. Error t-Statistic Prob.   C -12.34801 91.23885 -0.135337 0.8946 X 0.223393 0.989285 0.225813 0.8251 HATA(-1) 0.989166 0.189149 5.229553 0.0002 R-squared 0.958923     Mean dependent var 1.381627 Adjusted R-squared 0.952077     S.D. dependent var 33.51601 S.E. of regression 7.337108     Akaike info criterion 7.000623 Sum squared resid 645.9978     Schwarz criterion 7.142233 Log likelihood -49.50467    F-statistic 140.0673 Durbin-Watson stat 1.177353     Prob(F-statistic) 0.000000 Hata=-12.348+0.223X+0.989Hatat-1 Yardımcı regresyon denklemi Ry2 = 0.958

H0 hipotezi reddedilebilir TEST AŞAMALARI 1.Aşama H0: r1 = 0 H1 : r1  0 2.Aşama a = 0.05 c2tab=3.84 s.d.= 1 3.Aşama B-G= (16)*0.958 = 15.328 4.Aşama B-G > c2tab H0 hipotezi reddedilebilir

Otoregresif Koşullu Farklı Varyans Modeli(ARCH) 27 27

ARCH (Engle, 1982) Şartlı varyans zaman içerisinde değişmektedir, Hareketli bir küme de önceden tahmin edilemeyen değerlerdeki büyük (küçük) değişimler, aynı şekilde büyük (küçük) değişimlerin olmasına neden olur. 28 28

Varyans Büyük Değişiklikler Göstermektedir UK Stok Fiyat İndeksi Varyans Büyük Değişiklikler Göstermektedir 29 29

Varyansların genelleştirildiği süreç ENGLE ARCH TEST SÜRECİ Engle Arch test ile sadece hatalar arasındaki ardışık bağımlılık değil hata varyanslarındaki değişimler test edilmektedir. Varyansların genelleştirildiği süreç p dereceli ARCH süreci

TEST AŞAMALARI H0 : a1 = a2 =……..= ap = 0 hipotezini test edebilmek için aşağıdaki adımlar takip edilir. 1.ADIM modeli tahmin edilir. 2.ADIM: Hata terimi u’lar tahminlenir. Buradan hataların karesi alınıp değerleri hesaplanır.

3.ADIM: ile regresyona tabi tutulur. R2y elde edilir. 4.ADIM: 2hes= (n - r).Ry2 = ? 5.ADIM: a = ? s.d.=r c2tab=? 6.ADIM: 2hes > 2tab ise Ho reddedilir.

UYGULAMA ABD’de 1960– 1995 yılları arasında iskonto oranı(r), para arzı (M2) ve bütçe açığı (D1) değişkenleri kullanılarak elde edilen model aşağıdaki gibidir. (RAMANATHAN Data 9.2) Dependent Variable: r Method: Least Squares Sample: 1960 1995 Included observations: 36 Variable Coefficient Std. Error t-Statistic Prob.   C 5.273802 0.853568 6.178537 0.0000 M 0.000886 0.001044 0.849046 0.4020 D1 -0.007451 0.013300 -0.560251 0.5791 R-squared 0.03415     Mean dependent var 6.067500 Adjusted R-squared -0.02438      S.D. dependent var 2.572607 S.E. of regression 2.60378      Akaike info criterion 4.831461 Sum squared resid 223.7292   Schwarz criterion 4.963421 Log likelihood -83.9663   F-statistic 0.583474 Durbin-Watson stat 0.219732   Prob(F-statistic) 0.563609 r=5.273+0.000886M2-0.007451D1 Hataların karesi elde edilir.

Hatakare=0.055859+1.3656hatakaret-1-0.5555hatakaret-2 2.ADIM: u hata terimleri elde edilip karesi alınır. 3.ADIM: ile regresyona tabi tutulur. Dependent Variable: HATAkare Method: Least Squares Sample (adjusted): 1962 1995 Included observations: 34 after adjustments Variable Coefficient Std. Error t-Statistic Prob. C 0.055859 0.175374 0.318514 0.7522 HATA2 (-1) 1.365618 0.150759 9.058296 0.0000 HATA2(-2) -0.555529 0.153512 -3.618791 0.00 R-squared 0.84820 Mean dependent var 0.134393 Adjusted R-squared 0.83841  S.D. dependent var 2.537825 S.E. of regression 1.020146    Akaike info criterion 2.961866 Sum squared resid 32.26164      Schwarz criterion 3.096545 Log likelihood -47.35172  F-statistic 86.61339 Durbin-Watson stat 1.700638      Prob(F-statistic) 0.000000 Hatakare=0.055859+1.3656hatakaret-1-0.5555hatakaret-2 R2=0.8482

6.ADIM: 2hes > 2tab ise Ho reddedilir. 2hes= (n - r).Ry2 = (36-2)*0.8482 = 28.83 4.ADIM: 5.ADIM: a =0.05 2tab = 5.99 s.d.=2 6.ADIM: 2hes > 2tab ise Ho reddedilir.

Bu denklemden elde edilen hata kareler toplamı Bu modele ilk farklar uygulandığında

Otokorelasyonun Önlenmesi GEKKY, Fonksiyonel Biçimin Değiştirilmesi, Genel Dinamik Yapı Tanımlanması, Birinci dereceden Farkların Alınması, Cochrane-Orcut Yöntemi, Hildreth – Lu Yöntemi 37

Otokorelasyonun Önlenmesi I. r nin bilinmesi halinde otokorelasyonun önlenmesi yöntemi (GEKKY) II. r nin bilinmemesi halinde otokorelasyonun önlenmesi yöntemi (GEKKY) 38

I.p nin Bilinmesi Halinde Otokorelasyonun Önlenmesi Yöntemi (GEKKY) Denklemin GEKK Çözümü 39

r nin Bilinmesi Halinde Otokorelasyonun Önlenmesi Yöntemi (GEKKY) Genelleştirilmiş Fark Denklemi 40

Birinci Dereceden Farklar Yöntemi Durbin-Watson d istatistiği Yöntemi II. r nin Bilinmemesi Halinde Otokorelasyonun Önlenmesi Yöntemi (GEKKY) Birinci Dereceden Farklar Yöntemi Durbin-Watson d istatistiği Yöntemi Theil –Nagar Yöntemi Tekrarlı İki Aşamalı Cochrane – Orcut Yöntemi Tekrarlı Cochrane – Orcut Yöntemi Hildreth – Lu Yöntemi 41

1.Birinci Dereceden Farklar Yöntemi Birinci dereceden faklar yönteminde; genelleştirilmiş fark denkleminde r=1 alınarak yani pozitif otokorelasyon olduğu kabul edilerek şu denklem tahminlenir: Birinci Dereceli Fark Denklemi 42

UYGULAMA: 1974-1994 yılları için Satış ve Kar verileri (Ramanathan Data 9.4) SATIŞLAR KARLAR 1060.6 58.7 1065.2 49.1 1203.2 64.5 1328.1 70.4 1496.4 81.1 1741.8 98.7 1912.8 92.6 2144.7 101.3 2039.4 70.9 2114.3 85.8 2335 107.6 2331.4 87.6 2220.9 83.1 2378.2 115.6 2596.2 154.6 2745.1 136.3 2810.7 111.6 2761.1 67.5 2890.2 23.2 3015.1 83.9 3258.4 176.6 SATIŞ(-1) KAR(-1) - 1060.6 58.7 1065.2 49.1 1203.2 64.5 1328.1 70.4 1496.4 81.1 1741.8 98.7 1912.8 92.6 2144.7 101.3 2039.4 70.9 2114.3 85.8 2335 107.6 2331.4 87.6 2220.9 83.1 2378.2 115.6 2596.2 154.6 2745.1 136.3 2810.7 111.6 2761.1 67.5 2890.2 23.2 3015.1 83.9 KAR - KAR(-1) SATIŞ - SATIŞ(-1) - -9.6 4.6 15.4 138 5.9 124.9 10.7 168.3 17.6 245.4 -6.1 171 8.7 231.9 -30.4 -105.3 14.9 74.9 21.8 220.7 -20 -3.6 -4.5 -110.5 32.5 157.3 39 218 -18.3 148.9 -24.7 65.6 -44.1 -49.6 -44.3 129.1 60.7 92.7 243.3 43

Genel Dinamik Yapının Tanımlanması Data 9-4: Kar= b1 + b2 Satış Dependent Variable: Kar Sample: 1974 1994 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C 34.01410 24.04132 1.414818 0.1733 Satış 0.026544 0.010652 2.491902 0.0221 R-squared 0.246318 Mean dependent var 91.46190 Adjusted R-squared 0.206651 S.D. dependent var 35.08631 S.E. of regression 31.25144 Akaike info criterion 9.812400 Sum squared resid 18556.39 Schwarz criterion 9.911879 Log likelihood -101.0302 F-statistic 6.209574 Durbin-Watson stat 1.079979 Prob(F-statistic) 0.022115 Kar=34.0141+0.02654Satış 44

Otokorelasyon Testi: Breusch-Godfrey Serial Correlation LM Test: F-statistic 3.887323 Probability 0.064222 Obs*R-squared 3.729729 Probability 0.053452 Test Equation: Dependent Variable: RESID Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. C -7.114831 22.68834 -0.313590 0.7574 Satış 0.003872 0.010117 0.382731 0.7064 RESID(-1) 0.473739 0.240278 1.971630 0.0642 R-squared 0.177606 Mean dependent var 1.45E-1 Adjusted R-squared 0.086229 S.D. dependent var 30.46013 S.E. of regression 29.11726 Akaike info criterion 9.712103 Sum squared resid 15260.67 Schwarz criterion 9.861320 Log likelihood -98.97708 F-statistic 1.94366 Durbin-Watson stat 1.139408 Prob(F-statistic) 0.172075 45

H0: r1 = r2= ... = rs = 0 H1 : ri0 a = ? s.d.= s c2tab=3.182 1.Aşama H0: r1 = r2= ... = rs = 0 H1 : ri0 2.Aşama a = ? s.d.= s c2tab=3.182 3.Aşama B-G= (n).Ry2 = ? B-G > c2tab 4.Aşama Hata=-7.114+0.003872Satış+0.4737hatat-1 R2=0.177606 B-G=(21)*0.1776=3.7297 a=0.10 a göre prob=0.053452 prob<a H0:red

Birinci farklar yöntemi kullanılarak otokorelasyonun önlenmesi (Kart – Kart-1) = b2 (Satışt – Satışt-1 ) + vt Dependent Variable: (Kart – Kart-1) Method: Least Squares Sample(adjusted): 1975 1994 Included observations: 20 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. (Satışt – Satışt-1 ) 0.116432 0.042287 2.753360 0.0126 R-squared 0.26257 Mean dependent var 5.895000 Adjusted R-squared 0.262576 S.D. dependent var 33.99321 S.E. of regression 29.19113 Akaike info criterion 9.634314 Sum squared resid 16190.3 Schwarz criterion 9.684100 Log likelihood -95.34314 Durbin-Watson stat 1.023515 (Kart – Kart-1) = 0.1164 (Satışt – Satışt-1 ) + vt 47

Birinci Farklar Yöntemi Kullanılarak Otokorelasyonun Önlenmesi Breusch-Godfrey Serial Correlation LM Test: F-statistic 3.737797 Probability 0.069080 Obs*R-squared 2.404216 Probability 0.121009 Test Equation: Dependent Variable: RESID Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. D(SALES) 0.004389 0.039600 0.110835 0.9130 RESID(-1) 0.481517 0.249060 1.933338 0.0691 R-squared 0.120211 Mean dependent var 6.899697 Adjusted R-squared 0.071334 S.D. dependent var 28.31979 S.E. of regression 27.29103 Akaike info criterion 9.54563 Sum squared resid 13406.41 Schwarz criterion 9.645206 Log likelihood -93.45633 F-statistic 2.459446 Durbin-Watson stat 1.588424 Prob(F-statistic) 0.134232 a=0.05 e göre prob=0.121. prob>a H0 kabul 48

2.Durbin-Watson d istatistiği Yöntemi 49

Uygulama: Data 9-4: Kar= b1 + b2 Satış Dependent Variable: Kar Sample: 1974 1994 Included observations: 21 Variable Coefficient Std. Error t-Statistic Prob. C 34.01410 24.04132 1.414818 0.1733 Satış 0.026544 0.010652 2.491902 0.0221 R-squared 0.246318 Mean dependent var 91.46190 Adjusted R-squared 0.206651 S.D. dependent var 35.08631 S.E. of regression 31.25144 Akaike info criterion 9.812400 Sum squared resid 18556.39 Schwarz criterion 9.911879 Log likelihood -101.0302 F-statistic 6.209574 Durbin-Watson stat 1.079979 Prob(F-statistic) 0.022115 50

Dependent Variable: (Kart – rKart-1) Method: Least Squares Sample(adjusted): 1975 1994 Included observations: 20 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 12.62572 25.44471 0.496202 0.6258 (Satışt – rSatışt-1 ) 0.033676 0.020483 1.644121 0.1175 R-squared 0.130566 Mean dependent var 52.98570 Adjusted R-squared 0.082265 S.D. dependent var 31.25519 S.E. of regression 29.94201 Akaike info criterion 9.731041 Sum squared resid 16137.43 Schwarz criterion 9.830615 Log likelihood -95.31041 F-statistic 2.703133 Durbin-Watson stat 1.141677 Prob(F-statistic) 0.117503 51

Breusch-Godfrey Serial Correlation LM Test: F-statistic 2.423061 Probability 0.137981 Obs*R-squared 2.495035 Probability 0.114206 Test Equation: Dependent Variable: RESID Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. C -7.335593 24.94406 -0.294082 0.7723 SALES1 0.007305 0.020269 0.360400 0.7230 RESID(-1) 0.429226 0.275743 1.556618 0.1380 R-squared 0.124752 Mean dependent var 1.56E-14 Adjusted R-squared 0.021781 S.D. dependent var 29.14341 S.E. of regression 28.82427 Akaike info criterion 9.697794 Sum squared resid 14124.26 Schwarz criterion 9.847154 Log likelihood -93.97794 F-statistic 1.211531 Durbin-Watson stat 1.303590 Prob(F-statistic) 0.322193 a=0.05 olsun prob=0.1142 prob>a H0:kabul 52

n = Toplam Gözlem Sayısı (Örnek Hacmi) 3.Theil – Nagar Yöntemi n = Toplam Gözlem Sayısı (Örnek Hacmi) d = DW İstatistiği Değeri k = Tahmin Edilen Katsayı Sayısı 53

Uygulama: n = 21 d = 1.076 k = 2 54

4. Tekrarlı İki Aşamalı Cochrane – Orcut Yöntemi 1.Aşama: (1) nolu denklem EKKY ile tahminlenip ut örnek hata terimleri hesaplanır ve p değeri tahminlenir: 2.Aşama: r değeri Genelleştirilmiş fark denkleminde yerine konur. 55

Uygulama: et -3.47 -13.2 -1.45 1.13 7.37 18.5 7.81 10.4 -17.2 -4.34 11.6 -8.3 -9.87 51.7 29.4 2.98 -39.8 -87.5 -30.1 56.1   SATIŞLAR KARLAR 1060.6 58.7 1065.2 49.1 1203.2 64.5 1328.1 70.4 1496.4 81.1 1741.8 98.7 1912.8 92.6 2144.7 101.3 2039.4 70.9 2114.3 85.8 2335 107.6 2331.4 87.6 2220.9 83.1 2378.2 115.6 2596.2 154.6 2745.1 136.3 2810.7 111.6 2761.1 67.5 2890.2 23.2 3015.1 83.9 3258.4 176.6 et-1 --  -3.47 -13.2 -1.45 1.13 7.37 18.5 7.81 10.4 -17.2 -4.34 11.6 -8.3 -9.87 51.7 29.4 2.98 -39.8 -87.5 -30.1 ∑ et*et-1 -- 45.7 19.2 -1.64 8.34 136 144 80.9 -179 74.8 -50.3 -96.3 81.9 -182 954 1520 87.6 -119 3484 2639 -1691 6957 e(t-1)kare -- 12,0409 174,24 2,1025 1,2769 54,3169 342,25 60,9961 108,16 295,84 18,8356 134,56 68,89 97,4169 2672,89 864,36 8,8804 1584,04 7656,25 906,01 15405,6062 56

Breusch-Godfrey Serial Correlation LM Test: Prob>a H0:kabul Breusch-Godfrey Serial Correlation LM Test: F-statistic 3.012500 Probability 0.100713 Obs*R-squared 3.010619 Probability 0.082721 Test Equation: Dependent Variable: RESID Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. C -9.550805 24.40174 -0.391398 0.7004 (Satışt – pSatışt-1 ) 0.007660 0.016669 0.459557 0.6517 RESID(-1) 0.463904 0.267279 1.735656 0.1007 R-squared 0.150531 Mean dependent var 1.49E-14 Adjusted R-squared 0.050593 S.D. dependent var 28.31279 S.E. of regression 27.58727 Akaike info criterion 9.610067 Sum squared resid 12937.98 Schwarz criterion 9.759427 Log likelihood -93.10067 F-statistic 1.506250 Durbin-Watson stat 1.256343 Prob(F-statistic) 0.249893 57

Uygulama 2: 18 Mart 1951 – 11 Temmuz 1953 yılları arasında 4 haftalık dönemlerde dondurma talebi için elde edilen model Dependent Variable: DONDURMA TALEBİ Method: Least Squares Sample: 1 30 Included observations: 30 Variable Coefficient Std. Error t-Statistic Prob. C 0.197315 0.270216 0.730212 0.4718 FIYAT -1.044414 0.834357 -1.251759 0.2218 GELIR 0.003308 0.001171 2.823722 0.0090 SICAKLIK 0.003458 0.000446 7.762213 0.0000 R-squared 0.718994 Mean dependent var 0.359433 Adjusted R-squared 0.686570 S.D. dependent var 0.065791 S.E. of regression 0.036833 Akaike info criterion 3.64129 Sum squared resid 0.035273 Schwarz criterion 3.454469 Log likelihood 58.61944 F-statistic 22.17489 Durbin-Watson stat 1.021170 Prob(F-statistic) 0.000000 58

Breusch-Godfrey Serial Correlation LM Test: prob<a H0:red Breusch-Godfrey Serial Correlation LM Test: F-statistic 4.111588 Probability 0.053376 Obs*R-squared 4.237064 Probability 0.039551 Test Equation: Dependent Variable: RESID Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. C 0.061553 0.257165 0.239352 0.8128 FIYAT -0.147641 0.791862 -0.186448 0.8536 GELIR -0.000116 0.001109 -0.104457 0.9176 SICAKLIK -0.000203 0.000433 -0.469769 0.6426 RESID(-1) 0.428282 0.211215 2.027705 0.0534 R-squared 0.141235 Mean dependent var 1.44E-1 Adjusted R-squared 0.003833 S.D. dependent var 0.034876 S.E. of regression 0.034809 Akaike info criterion 3.72689 Sum squared resid 0.030291 Schwarz criterion 3.49335 Log likelihood 60.90334 F-statistic 1.027897 Durbin-Watson stat 1.571366 Prob(F-statistic) 0.412279 59

et et-1 et(et-1) (et-1)(et-1) 0.070876 -- 0.016225 0.00115 -0.00082 --- 0.016225 0.00115 0,005023 -0.00082 -1.3E-05 0,000263 0.020327 -1.7E-05 6,72E-07 0.002744 5.58E-05 0,000413 -0.06248 -0.00017 7,53E-06 -0.0653 0.00408 0,003904 -0.05432 0.003547 0,004264 -0.0136 0.000739 0,002951 0.003672 -5E-05 0,000185 0.015137 5.56E-05 1,35E-05 0.011598 0.000176 0,000229 0.020628 0.000239 0,000135 0.00755 0.000156 0,000426 0.004922 3.72E-05 5,7E-05 -0.00569 -2.8E-05 2,42E-05 0.051493 -0.00029 3,24E-05 0.027975 0.001441 0,002652 -0.03158 -0.00088 0,000783 -0.05799 0.001831 0,000997 -0.00668 0.000387 0,003363 -0.01668 0.000111 4,46E-05 -0.04561 0.000761 0,000278 0.028651 -0.00131 0,00208 -0.00486 -0.00014 0,000821 0.006781 -3.3E-05 2,36E-05 0.00273 1.85E-05 4,6E-05 -0.00193 -5.3E-06 7,45E-06 -0.00276 5.32E-06 3,72E-06 0.078986 -0.00022 7,62E-06   ∑ 0.011632 0,029034 60

Dependent Variable: CO(TALEP) Method: Least Squares Sample(adjusted): 2 30 Included observations: 29 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. C 0.082474 0.189944 0.434202 0.6679 CO(FIYAT) -0.862153 0.807782 -1.067310 0.2960 CO(GELIR) 0.003484 0.001441 2.417496 0.0232 CO(SICAKLIK) 0.003598 0.000522 6.888560 0.0000 R-squared 0.679573 Mean dependent var 0.242403 Adjusted R-squared 0.641122 S.D. dependent var 0.053377 S.E. of regression 0.031976 Akaike info criterion 3.92019 Sum squared resid 0.025562 Schwarz criterion 3.73160 Log likelihood 60.84288 F-statistic 17.67362 Durbin-Watson stat 1.493094 Prob(F-statistic) 0.000002 61

Breusch-Godfrey Serial Correlation LM Test: Prob>a H0:kabul Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.520059 Probability 0.477783 Obs*R-squared 0.615076 Probability 0.432883 Test Equation: Dependent Variable: RESID Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. C 0.002320 0.191821 0.012096 0.9904 COFIYAT 0.015061 0.815917 0.018459 0.9854 COGELIR -5.93E-05 0.001457 -0.040719 0.9679 COSICAKLIK -3.70E-05 0.000530 -0.069875 0.9449 RESID(-1) 0.170958 0.237063 0.721151 0.4778 R-squared 0.021210 Mean dependent var 2.30E-17 Adjusted R-squared -0.141922 S.D. dependent var 0.030215 S.E. of regression 0.032288 Akaike info criterion 3.87267 Sum squared resid 0.025020 Schwarz criterion 3.63693 Log likelihood 61.15373 F-statistic 0.130015 Durbin-Watson stat 1.690356 Prob(F-statistic) 0.969957 62

6.Hildreth – Lu Yöntemi Bu yöntemde r’ ye ± 1 arasında değerler verilerek en uygun r değeri seçilmeye çalışılır. r’nin belirlenmesinde genelleştirilmiş fark denklemi kullanılır ve bu denklemin hata kareleri toplamını minimum yapan r değeri en uygun “r” değeri olarak seçilir. 63

Uygulama: 18 Mart 1951 – 11 Temmuz 1953 yılları arasında 4 haftalık dönemlerde dondurma talebi için elde edilen modele HL yöntemi uygulanırsa HKT 64