251

Basit Dorusal Regresyon

11

alma Biimine likin Olarak:

Kavramlar ve bu kavramlar arasndaki ilikiler dikkatle incelenmeli, rnekler ve rnek zmleri dikkatle incelenmeli, sorunlarla karlalrsa ilgili nitelere geri dnlmelidir.

252

statistik

Amalar:
Serpilme diyagram yardmyla, deikenler arasndaki ilikinin, ne tr bir fonksiyonla ifade edilebileceini aratrabileceksiniz. Basit dorusal regresyon modelinde yer alan katsaylar, en kk kareler tekniine gre hesaplayabileceksiniz. Basit dorusal regresyon modeliyle elde edilen kestirimlerin standart hatasn hesaplayabileceksiniz. Basit dorusal regresyonda, parametrelerin nokta kestiriminden sonra genelleme yapabilmek iin, parametrelere ilikin aralk kestirimi yapabileceksiniz. Basit dorusal regresyon denkleminde elde edilen parametre kestirimlerinin, istatistiksel olarak anlamlln test edebileceksiniz.

erik Haritas
GR SERPLME DYAGRAMI BAST DORUSAL REGRESYON Basit Dorusal Regresyon Modeli Basit Dorusal Regresyon Denkleminin Kestirimi Katsaylarn En Kk Kareler (EKK) Kestirimleri VARYANSIN ( s2) KESTRM BAST DORUSAL REGRESYONDA ARALIK KESTRM REGRESYON KATSAYILARININ ANLAMLILIK TESTLER

nite 11 - Basit Dorusal Regresyon

253

GR
Regresyon (balanm); szlk anlamyla, bir eyi baka bir eye balama ii ve biimidir. Bilimsel olarak regresyon terimi bir deikenle baka bir (ya da birden ok) deiken arasnda iliki kurma iini ve ilikinin biimini anlatr. statistiksel anlamda, iki deiken arasndaki iliki, bunlarn deerlerinin karlkl deimeleri arasnda bir ballk eklinde anlalr. (X) deikeninin deerleri deiirken, buna bal olarak (Y) deikeninin deerleri de deiiyorsa, bu iki deiken arasnda bir iliki olduu sylenebilir. rnein, pancar retimi arttnda fiyat dyorsa ya da azaldnda fiyat ykseliyorsa, insanlarn boy uzunluuyla birlikte arl da artyorsa bunlar, deikenler arasnda iliki olduunu gsterir. Aslnda deikenler arasndaki bu iliki neden-sonu ilikisidir. te deikenler arasndaki neden sonu ilikisinin matematiksel bir fonksiyonla ifade edilmesi regresyon analizinin konusunu oluturmaktadr. Regresyon, bir baml (aklanan) deiken, dieri de bamsz (aklayc) deiken olarak en az iki deiken arasndaki ortalama ilikinin matematik bir fonksiyon eklinde ifade edilmesidir. Bu fonksiyona regresyon denklemi ad verilmektedir. Bu nitede ilk olarak, regresyon zmlemesinde kullanlan serpilme diyagram hatrlatlacak, daha sonraysa basit dorusal regresyon modeli ele alnacak, son olarak da basit dorusal regresyon modeline ilikin katsaylarn, en kk kareler yntemiyle, kestirimlerinin elde edilmesi ele alnacaktr.

Regresyon, deikenler arasndaki ortalama ilikinin matematiksel bir fonksiyonla ifade edilmesidir.

SERPLME DYAGRAMI
AMA

Serpilme diyagram yardmyla, deikenler arasndaki ilikinin, ne tr bir fonksiyonla ifade edilebileceini aratrabileceksiniz.

Bir marketler zinciri E ehrinin farkl semtlerinde ubeler amay hedeflemektedir. Ancak, planlama blm, alacak ube saysnn belirlenebilmesinde ad geen ehirde hane bana perakende satlarn, hane bana harcanabilir gelirle olan ilikisine ihtiya duymaktadr. htiya duyulan iliki, ilgili blgeden derlenecek veriler nda, uygun istatistiksel teknikler uygulanarak, bir matematiksel model halinde ifade edilebilir. Bu nitede, iki deiken arasndaki ilikinin matematiksel bir modelle ifade edilme sreci, kitabn amalar uyarnca sadece basit dorusal regresyon dzeyinde ele alnm ve konuya ilikin kavramlar rneklerle pekitirilmeye allmtr. ki deiken arasndaki ilikinin ne tr bir fonksiyon tipine uyduu, yaklak olarak serpilme diyagram izerek belirlenebilir. Deikenlerin arasndaki ilikiyi gstermenin en iyi yolu, ilikinin derecesini saysal olarak belirlemektir. likiyi gstermenin dier bir yolu da grafik yntemidir. X ve Y gzlem ikilileri bir grafik zerinde birer nokta halinde gsterilsin. aretlenen bu noktalarn oluturduu ekil anmsanaca gibi serpilme diyagram olarak isimlendirilir.

254

statistik

ekil 9.1 Serpilme Diyagram.

Dorusal liki Durumu

Erisel liki Durumu

Serpilme diyagram, deikenler arasndaki iliki tipinin belirlenmesine yardmc olur.

Serpilme diyagramnda noktalarn durumu ve genel seyri, iki deiken arasnda iliki olup olmadn ve varsa ilikinin ne tr bir fonksiyon tipine uyduunun belirlenmesinde yardmc olur. Serpilme diyagram yalnz ilikinin olup olmadn ve fonksiyonel eklini gstermekle kalmaz, ilikinin derecesi hakknda da bilgi verir. Bunun iin, noktalarn en dta kalanlar birletirilerek, bir ekil elde edilir. Sz konusu eklin durumuna gre ilikinin derecesi hakknda tahminde bulunulur. Eer ekil, olduka dar bir elipse benziyorsa, iliki kuvvetlidir. Elips geniledike iliki zayflar. Eskiehir ilinde sat yapan bir maaza rnlerini, yerel radyodaki reklamlarla tantmaktadr. Firmann 6 hafta sresince belirli bir rn iin harcad reklam tutar ve satlan rn says aadaki tabloyla verilmitir. Serpilme diyagramn izelim. Reklam harcamas (X) (Milyon TL) 10 20 30 40 50 Satlar (Y) (Adet) 3 4 6 7 10

RNEK 1

ZM

ekil 9.2 Reklam Harcamalarna likin Serpilme Diyagram.

10 9 8 7 6 5 4 3 2 1 0

Kartezyen koordinat sisteminde X ve Y ye ait verileri iaretlediimizde, iki deiken arasndaki ilikinin dorusal olduunu grebiliriz.

X 10 20 30 40 50

nite 11 - Basit Dorusal Regresyon

255

1. Serpilme diyagramyla ne belirlenir? 2. Serpilme diyagram, iki deiken arasnda iliki olup olmad ve fonksiyonel ekli dnda, baka ne hakknda bilgi verir? 3. Bir A lkesinde, 1995-2000 yllar arasndaki erkek nfus art hz, yllara gre aadaki tabloda verilmitir. Serpilme diyagramn iziniz. YILLAR 1995 1996 1997 1998 1999 2000 Erkek Nfus Art Hz (%) 18.50 19.00 20.00 20.40 21.60 22.90

SIRA SZDE

BAST DORUSAL REGRESYON

AMA

Basit dorusal regresyon modelinde yer alan katsaylar, en kk kareler tekniine gre hesaplayabileceksiniz.

Regresyon analizinde bamsz (aklayc) deiken says bir olduunda basit regresyon modelinden, iki ya da daha fazla olduundaysa oklu regresyon modelinden sz edilir. rnein enflasyon oranyla para arz arasndaki ya da hem para arz hem de kamu harcamalar arasndaki ilikinin aratrlmasnda olduu gibi. Regresyon analizinde deikenler arasndaki ilikinin dorusal olup olmad da nemlidir. Dolaysyla deikenler arasndaki iliki dorusal olduunda dorusal regresyon modeli, dorusal olmadndaysa dorusal olmayan regresyon modeli sz konusu olur. Kitabn amalar dorultusunda burada, sadece basit dorusal regresyon konusuna yer verilecektir.

Basit Dorusal Regresyon Modeli

Basit dorusal regresyon modeli Yi = b0 + b1 Xi +

ei

i = 1, 2, ...., N

eklinde stokastik(olaslkl) bir modeldir. b0 ve b1 bilinmeyen regresyon katsaylardr. ei , i inci gzleme karlk gelen hata terimidir. X (bamsz) ve Y (baml) deikenlerinin anaktlelerini oluturan ve bu deikenler iin akla gelebilecek btn deerlere sahip olunmas uygulamada imkansz olduundan, sz konusu deikenler iin rneklemeye bavurulur. Bylece b0 ve b1 parametrelerinin kestirimi olan b0 ve b1 bulunabilir ve kestirimi elde edilen iliki, Yi = b0 + b1 Xi + ei eklinde yazlr. b0 , dorusal modelin sabit terimidir ve X = 0 olduunda regresyon dorusunun dikey eksen Y yi kestii noktay gstermektedir. b1 ise dorusal modelin

256

statistik

eimini vermektedir ve regresyon analizinde, bamsz Xdeki bir birimlik deimenin, baml deiken Yde, ne kadarlk bir deimeye yol aacan gsteren regresyon katsaysdr. b0 ve b1 ise anaktle regresyon katsaylarnn (b0 ve b1 in) kestirimleridir.

Basit Dorusal Regresyon Denkleminin Kestirimi

ki deiken arasnda gerek dorusal bir iliki varsa regresyon denklemi, b0 ve b1 in Yi Yi artklarn kk yapabilen kestiricilerin elde edilmesiyle bulunur. Varyans kavram gz nnde tutulduunda bunun bir ls artklarn kareler toplamdr. Bu toplam en kkleyen b0 ve b1 kestiricilerinin elde edilmesine ilikin kestirim yntemi, En Kk Kareler (EKK) Yntemidir. b0 ve b1 ve s2 in kestirimlerinde ska bu yntem kullanlmakla birlikte, bir baka kestirim yntemi de en ok olabilirlik yntemidir. Burada sadece yaygn olarak kullanlan, EKK yntemiyle regresyon modelinin kestirimine yer verilecektir.

Katsaylarn En Kk Kareler (EKK) Kestirimleri

Y = b0 + b1 X + e dorusal ilikisi, X ve Y deikenlerinin anaktleleri iin geerlidir. statistiksel almalarn ounda olduu gibi, regresyon analizinde de anaktleye ilikin verilerin tmne ulalamadndan, bu anaktleden seilen rnek verileriyle analiz yaplr. rnek verilerinden hareketle anaktle parametreleri olan b0 ve b1 in kestirimlerini elde edebilmek iin en kk kareler ynteminden yararlanlabilir. Bunun iin, ncelikle, gzlem ikililerini bir serpilme diyagramnda gsterdiimizi varsayalm. Serpilme diyagram incelendiinde dorusal bir eilim grlyorsa, Yin Xe gre matematik fonksiyonunun dorusal olduuna (kesin olmasa da) karar verilebilir. Ancak, gzlem noktalar arasndan, ok sayda dorusal fonksiyon geirilebilir. Bu dorusal fonksiyonlardan en uygunu, Yi gzlem deerlerine en yakn kuramsal (tahmin) Yi deerini veren dorusal fonksiyon olacaktr. Bir baka ifadeyle, belirli bir X deeri iin, elimizde iki ordinat deeri olacaktr; birincisi gzlem deeri, ikincisiyse bu noktann doru ya da eri zerinde teorik olarak hesaplanacak ordinat deeridir. te, Yi kuramsal deerlerle, Yi gzlem deerleri arasndaki farklar, hata terimlerini oluturur. E = Yi - Yi eklinde hesaplanan hata terimleri, pozitif ya da negatif ya da sfr deerlerine sahip olurken, bu farklarn cebirsel toplam sfra eittir:
n n

ei =
i=1 i=1

Yi Yi = 0

En kk kareler ynteminin esas b0 ve b1 in kestirimleri olan b0 ve b1 i sz konusu farklarn kareleri toplamn minimum, yani
n i=1

e2 = i

Yi Y
i=1

= min.

olacak ekilde belirlemektir.

nite 11 - Basit Dorusal Regresyon

257

b0 ve b1 in EKK kestirimleri, yukardaki en kkleme yntemi iin

n

Yi Y i
i=1

=
i=1

Y i b 0 b 1 Xi 2

ifadesinin b0 ve b1 e gre trevleri alnp sfra eitlenerek: e = 2 b0 e = 2 b1 Yi b 0 b 1 Xi = 0 Xi Yi b 0 b 1 Xi = 0

bulunur, elde edilen bu iki eitlikten, Yi = b 0n + b 1 Xi Yi = b 0 Xi X2 i

Xi + b 1

denklemleri elde edilir. Bu denklemler normal denklemler olarak isimlendirilir. Doru denklemleri ve katsaylarnn en kk kareler kouluna uygun olarak hesaplanmas, bu iki denklemin zmyle gerekleebilir. Normal denklemlerdeki dier deerler n, Xi , Yi , Xi2 ve Xi Yi dr ve denklemlerdeki Xi ve Yi deerleri sfr orijinine gre ifade edilmilerdir. Bu deerleri seri kymetlerine dayanarak hesapladktan sonra, basit dorusal regresyon modelindeki b0 ve b1 in kestirimleri olan b0 ve b1 i normal denklemlere dayanarak kolaylkla zmek mmkndr. b0 ve b1 gibi iki bilinmeyenli iki denklem sisteminde bu katsaylar hesaplandnda Y in X e gre dorusal regresyon denklemi Y = b0 + b 1X eklinde ifade edilecektir. rnek 1de verdiimiz probleme tekrar dnelim. Eskiehir ilinde sat yapan bir maaza rnlerini, yerel radyodaki reklamla tantmaktadr. Firmann 5 hafta sresince, belirli bir rn iin harcad reklam tutar ve satlan rn says tabloda verilmitir. Sat miktarnn, reklam harcamalarna gre, basit dorusal regresyon denkleminin kestirimini, en kk kareler tekniiyle elde ediniz.

Y=bo+b1X Basit dorusal regresyonda, doru denkleminin parametreleri (bo,b1) en kk kareler (EKK) teknii ile hesaplanr.

RNEK 2

Reklam harcamas (X) (Milyon TL) 10 20 30 40 50

Satlar (Y) (Adet) 3 4 6 7 10

258
ZM

statistik

Basit dorusal regresyon denklemi Y = b0 + b 1X i oluturabilmek iin b0 ve b1 katsaylarn normal denklemler yardmyla hesaplayalm. Normal denklemler: Y = b 0n + b 1 XY = b 0 X X2

X + b1

dir. Bu durumda, X, Y, X2 ve X Y deerlerinin hesaplanmas gerekir. X 10 20 30 40 50 X =150 Y 3 4 6 7 10 Y =30 XY 30 80 180 280 500 XY =1070 X2 100 400 900 1600 2500 X2=5500

30 = 5b0 + 150b1 1070 = 150b0 + 5500b1 Bu iki denklemin b0 ve b1 katsaylar; b0 = 0.9 ; b1 = 0.17 olarak hesaplanr. Buna gre, regresyon dorusu denklemi, Y = 0.9 + 0.17 eklinde elde edilir. Regresyon katsays 0.17 bulunduundan, X bamsz deikenindeki bir birimlik deime, Y baml deikeninde 0.17 birimlik deimeye neden olacaktr. Normal denklemlerde X ve Y deerleri yerine bunlarn aritmetik ortalamalarndan sapmalar olan x ve y deerlerinin konulmasyla; yi = b0n + b1 xiyi = b0 xi x2 i

xi + b1

denklemleri elde edilir. Tanm gereince xi = X X ve yi = Y Y olduundan aritmetik ortalamann temel zelliklerinden birincisine gre (aritmetik ortalamadan cebirsel sapmalarn toplam sfrdr.) Sxi = 0 ve Syi = 0 dr. Bylece son iki eitlikten b1 =
Regresyon doru denklemleri, sfr ya da ortalamalar orijinine gre hesaplanabilir.

xiyi x2 i

ya da b1 = xiyi x2 i

nite 11 - Basit Dorusal Regresyon

259

elde edilir. b0in 0a eit olmas, ortalamalar orijinine gre, regresyon dorusunun, deikenlerin ortalamalaryla tanmlanan bir noktadan getiini ortaya koymaktadr. Bu durumda regresyon denklemi y = b 1xi veya y = byxxi eklinde yazlabilir. Bir regresyon dorusu ister sfr orijinine, ister ortalamalar orijinine gre yazlsn, eimi deimez. Bu nedenle her iki orijine gre hesaplanan b1 katsays ayndr. Buna karlk b0 ise SYi = nb0 + b1SXi eitliinden hareketle elde edilir. Eitliin her iki taraf n ile blndnde Yi nb0 b 1 Xi = + n n n Y = b 0 + b 1X ve b0 = Y b 1 X sonucuna ulalr. ve bu ekilde elde edildiine gre, veriler iin en iyi doru denklemi; Y = b0 + b 1 X eklinde yazlabilir. rnek 2deki veriler iin, Ynin Xe gre regresyon denklemini, ortalamalar orijinine gre, en kk kareler tekniiyle elde edelim. Basit dorusal regresyon denklemini ortalamalar orijinine gre yazabilmek iin, ilk olarak, X ve Y serisinin aritmetik ortalamalarn ve x, y, xy ve x2 leri elde edelim. X= xi -20 -10 0 10 20 0 b0 = 0 Xi 150 = = 30 n 5 yi -3 -2 0 1 4 0 xiyi 60 20 0 10 80 170 xi2 400 100 0 100 400 1000 Y= Y i 30 = =6 n 5
ZM

RNEK 3

260

statistik

b1 = byx =

xiyi X2 i

= 170 = 0.17 1000

Bu durumda, ortalamalar orijinine gre, Ynin Xe gre regresyon denklemi, y = 0,17x eklinde yazlr. Yukardaki aklamalarda Y deikeni baml deiken, X deikeniyse bamsz deiken kabul edilmiti. X deikeni baml Y deikeni bamsz deiken olduundaysa doru denklemi; X = b0 + b 1Y olarak ifade edilecektir. Bu durumda b0 ve b1 b1 = xiyi y2 i

ya da bxy = ve b0 = X b 1 Y formlleri yardmyla bulunur. b0 ve b1 in kestirimleri olan b0 ve b1 in ve byx formlleri incelendiinde, her ikisi de daima ayn iareti tar, fakat ayn deerde deildir. xiyi y2 i

RNEK 4

rnek 1de verdiimiz reklam harcamas ve satlan rn says problemi iin bu kez i) Xin Y ye ve ortalamalar orijinine gre, regresyon denklemini, ii) Xin Yye ve sfr orijinine gre, regresyon denklemini hesaplayalm.
ZM

i) Xin Yye ve ortalamalar orijinine gre regresyon katsays bxy = xiyi y2 i = 170 = 5.66 30

olup, regresyon denklemi x = 5.66 y eklinde elde edilir.

nite 11 - Basit Dorusal Regresyon

261

ii) Xin Yye gre ve sfr orijinine gre, regresyon denklemini yazabilmemiz iin b0 hesaplamamz gerekir. X = b 0 + b1Y b0 = X b1Y b0 = 30 5.66(6) b0 = 3.96 ve regresyon denklemi X = 3.96 + 5.66 Y eklinde elde edilir. 1. Bir retim yesi, rencilerin A dersinden aldklar final notlarnn, rencilerin vize notlarna bal olduunu dnmektedir. retim yesinin bu dncesiyle oluturulabilecek bir dorusal regresyon denklemindeki baml ve bamsz deikenler neler olacaktr? 2. Baml deikenin sahip olduu deerle, bu baml deiken iin, dorusal regresyon denkleminden elde edilen tahmin deeri arasndaki farka ne ad verilir? 3. Aada (X) ve (Y) deikenleri iin gzlem deerleri verilmitir. (X) bamsz deiken ve (Y) de baml deiken olarak alnrsa, en kk kareler yntemine gre regresyon denklemi ne olacaktr? X 3 5 7 9 Y 2 4 6 5
SIRA SZDE

VARYANSIN (s2 ) KESTRM

AMA

Basit dorusal regresyon modeliyle elde edilen kestirimlerin standart hatasn hesaplayabileceksiniz.

Basit dorusal regresyon modelinde, b0 ve b1 in kestirimlerine ek olarak, aralk kestirimlerinde ve hipotez testlerinde gerekli olan s2in kestirimine de gereksinim vardr. s2, ei hata terimlerinin ortak varyansdr. eiin kestirimi ei hata terimi olduundan eilerin varyans da s2in bir kestirimi olacaktr. Hatalarn kareler toplam, HKT = = e2 i Yi Yi
2

yazlabilir. HKTin serbestlik derecesine blmyle elde edilen

262

statistik

HKO = HKT nk hata kareler ortalamas, (bir baka ifadeyle hatalarn varyans) s2in bir kestirimidir. Basit dorusal regresyon modeliyle hatalarn hesaplanmasnda, b0 ve b1 in kestiricileri b0 ve b1 kullanldndan, serbestlik derecesi (n-2) olarak yazlr. HKO un kare kk alndndaysa denklemin standart hatas elde edilir ve s ile gsterilir. s = HKO = Yi Y i n2
2

RNEK 5

rnek 1deki verileri kullanarak, regresyon denklemine dayanarak yaplacak kestirimlerin standart hatas ( s ) hesaplayalm.
ZM

s hesaplayabilmek iin ncelikle, Y lar daha sonra da Y Y ve leri hesaplayalm. Y = 0,9 + 0,17X Y 2.6 4.3 6 7.7 9.4 Y Y 0.4 -0.3 0 -0.7 0.6 Y Y 0.16 0.09 0 0.49 0.36 1.1
2

Y Y

buradan, s= 1,1 = 0.36 = 0.6 52

olarak elde edilir. 1. ei hata terimlerinin ortak varyans nedir? 2. Basit dorusal regresyon modelinde serbestlik derecesi ne olacaktr? 3. s in kestirimi nerelerde kullanlr?

SIRA SZDE

BAST DORUSAL REGRESYONDA ARALIK KESTRM

AMA

Basit dorusal regresyonda, parametrelerin nokta kestiriminden sonra genelleme yapabilmek iin, parametrelere ilikin aralk kestirimi yapabileceksiniz.

nite 11 - Basit Dorusal Regresyon

263

statistiksel karsamalarda yaplan kestirimlerin, gerek deerlerle genellenmesi aralk kestirimleriyle yaplr. Regresyon zmlemesi, rneklem verileriyle yapldndan, elde edilen b0 ve b1 lerin anaktle parametreleri, b0 ve b1e ilikin aralk testlerinde de elde edilmelidir. b0 katsays iin t rnekleme dalm yardmyla b0 iin gven aral P (b0 ta . sb 0 b0 b0 + ta . sb 0) = 1 a eklinde verilir. Sb0, b0 in standart hatasdr ve sb 0 = s 1 + n X
2 2

Xi X

formlyle hesaplanr, ta ise a anlamllk dzeyi n-2 serbestlik derecesinde t tablosundan bulunan deerdir. b1 iin gven aral P (b1 ta . sb 1 b1 b1 + ta . sb 1) = 1 a formlyle elde edilir. Sb1, b1 in standart hatasdr ve sb 1 = s Xi X eklinde hesaplanr. rnek 2de rnek 1in verilerini kullanarak b1 = 0.17 olarak hesaplanmtr. Bu sonuca gre, b1 katsaysnn %95 gven araln hesaplayalm. b1 = 0,17 sb 1 = s = 0.6 = 0.6 = 0.019 2 1000 31.6 Xi X
ZM 2

RNEK 6

ve n=3 serbestlik derecesinde t tablo deeri 3.182dir. Buna gre b1 iin %95 gven aral 0.17 (3.182)(0.019) P(0.109 < b1 < 0.23) = 0.95 olarak hesaplanr. Regresyon katsays b1 in 0.95 olaslkla alabilecei deerler 0.109 ile 0.23 olacaktr. 1. b0 katsaysnn gven aral oluturulurken, hangi rnekleme dalm kullanlr? 2. b1 = 0.48 , sb 1 = 0.002 , a = 0.05 , n = 5 iin t tablo deeri t = 2.571 iken, b1 katsaysnn %95 gven araln hesaplaynz? 3. Basit dorusal regresyonda, parametreler hakknda genellemeler yapabilmek iin, hangi teknie ihtiya duyulur?
SIRA SZDE

264

statistik

REGRESYON KATSAYILARININ ANLAMLILIK TESTLER

AMA

Basit dorusal regresyon denkleminde elde edilen parametre kestirimlerinin, istatistiksel olarak anlamlln test edebileceksiniz.

Basit dorusal regresyon modelinde regresyon katsaysna ilikin test, regresyon dorusunun anlamlln da test eder.

Basit dorusal regresyon analizinde, bir baml bir bamsz deiken olmas nedeniyle, test edilecek parametreler b0 ve b1 olacaktr. Daha nce akland gibi, b0 n kestirimi b0 regresyon sabitidir ve b1 ise b1 in kestirimi olup regresyon katsaysdr. Basit dorusal regresyon modelindeki regresyon katsaysna ilikin yaplan test, regresyon dorusunun anlamlln da test etmektedir. yle ki: H0 : b1 = 0 H1 : b1 0 hipotezleri th = b 1 sb 1 istatistiinden yararlanlarak test edilir. a anlam dzeyinde n-2 serbestlik derecesinde t tablosundan bulunan deer, hesaplanan t test istatistiinden bykse H0 : b1 = 0 hipotezi kabul edilir ve regresyon dorusu anlaml deildir. Dier bir ifadeyle Ydeki deiimler Xdeki deimelerden kaynaklanmamaktadr (X ve Y arasnda dorusal bir iliki yoktur.). t istatistiinin deeri t tablo deerinden bykse H 0 reddedilir, yani, regresyon dorusu anlamldr. Elde edilen dorusal regresyon modeli amaca uygun olarak kullanlabilir.

RNEK 7
ZM

Ayn rneimiz iin regresyon katsaysnn anlamllk testini yapalm. H0 : b1 = 0 H1 : b1 0 b Hipotezlerini test edelim. th = 1 , rneklem kk olduu iin benimsenen sb 1 t, n = n-2 = 5-2 = 3 serbestlik derecesiyle t dalr. t = b1 = 0.17 = 8.94 sb 1 0.019 a = 0.05 ve n-2 = 5-2 = 3 serbestlik derecesi ile t 0.05= 3.182 olduundan t > t 0.05 dir ve H0 reddedilecektir, b 1 kestirimi istatistiksel olarak anlamldr. 1. Regresyon denklemi Y = 5.08 + 1.58 X ve katsaylarn standart hatalar s(b0) = 0.29 , s(b1) = 0.067 olarak verilmitir. Katsaylarn anlamlln, %5 anlam dzeyine gre test ediniz. 2. Basit dorusal regresyon modelinde katsaynn istatistiksel olarak anlaml olmasnn pratik anlam nedir? 3. Regresyon katsaylarnn testi iin hipotezler nasl kurulur?

SIRA SZDE

nite 11 - Basit Dorusal Regresyon

265

Kendimizi Snayalm
1. X ve Y deikenleri arasndaki ilikiyi gsteren matematiksel fonksiyona ne ad verilir? a. Regresyon denklemi b. Korelasyon denklemi c. Anlamllk testi d. Hipotez testi e. Baml deiken 2. Deikenler arasndaki ilikinin gsterilmesinde kullanlan grafik yntemi aadakilerden hangisidir? a. Histogram b. Standart normal eri c. Serpilme diyagram d. Kk-yaprak diyagram e. Poligon 3-4 ve 5. sorular aadaki bilgilere gre cevaplandrlacaktr. x : 40, 20, 22, 14 y : 12, 15, 14, 18 bileik serisi verilmitir. 3. Yukardaki verilere gre, XY deeri katr? a. 750 b. 825 c. 1250 d. 1340 e. 2340 4. Yukarda verilen serinin basit dorusal regresyon denklemini aadakilerden hangisidir? a. Y = 50 + 8.2X b. Y = 18.35 0.15X c. Y = 18.35 + 0.15X d. Y = 50 8.2X e. Y = 0.15 + 18.35X 5. Yukarda verilen bileik seri iin ortalamalar orjinine gre regresyon denklemi aadakilerden hangisidir? a. Y = 18.35x b. Y = 0.15x c. Y = -0.15x d. Y = -18.35x e. Y = 8.2x

6. Baml deiken (Yi ) ile bu deiken iin regresyon denkleminden elde edilen tahmin deeri ( Y i ) arasndaki farka ne ad verilir? a. Standart hata b. Tahmin hatas c. Standart sapma d. Varyans e. Regresyon katsays

Yi Y = 2,2 , n = 6 olan basit dorusal regres7. yon denklemiyle elde edilen tahminlerin standart hatas katr? a. 0.36 b. 0.55 c. 0.60 d. 0.75 e. 0.91
8-9 ve 10. sorular aadaki bilgilere gre cevaplandrlacaktr. Regresyon denklemi Y = 1.1 + 0.81X , s(b1) = 0.09 ve n= 6 olarak verilmitir. 8. Regresyon katsaysnn 0.01 anlam dzeyinde test edilmesi istediinde, test istatistiinin deeri aadakilerden hangisidir? a. t = 9 b. t = 3 c. t = 2.9 d. t = 1.9 e. t = 0.9 9. Yukardaki verilere gre, hipotez testinde sfr hipotezinin red blgesi aadakilerden hangisidir? a. t > 3.747 b. t > 3.182 c. t > 2.776 d. t < 3.182 e. t < 2.132 10. Yukardaki verilere gre, regresyon denklemi Y = 1.1 + 0.81X olduunda, (b) regresyon katsays aadakilerden hangisinde doru olarak ifade edilmitir? a. Xdeki bir birimlik artma (ya da azalma) Yde 0.81 birimlik arta (ya da azalmaya) neden olur. b. Xin deeri sfr olduunda Ynin deeri de sfr olur. c. Yde bir birimlik azalma Xde de bir birimlik azalmaya neden olur. d. Yde 1.1 birimlik azalma Xde 2 birimlik arta neden olur. e. Xdeki art Yyi etkilemez.

266

statistik

Yant Anahtar
1. a 2. c 3. d 4. b 5. c 6. b 7. d 8. a 9. b 10. a

Yararlanlan Kaynaklar
ORHUNBLGE, Neyran: Uygulamal Regresyon ve Korelasyon Analizi, . . letme Fakltesi, No : 267, stanbul, 1996. MLEK, Necla: Temel statistik lke ve Teknikleri, Bilim Teknik Yaynevi, Eskiehir, 1989. NEWBOLD, Paul: letme ve ktisat iin statistik, eviren : mit enesen, 4. Basm, Literatr Yaynclk, 2000. SERPER, zer: Uygulamal statistik II, 4. Bask, Ezgi Kitabevi, Bursa, 2000.