EVIEWS İLE EKONOMETRİYE GİRİŞ

Doğrusal Regresyon Modeli

26.10.2023 1
 TEMEL KAVRAMLAR

Veri Seti: Yapılacak çalışma için toplanan verilerdir.

Denek: Araştırma yapılacak öğedir. (Ülke ekonomisi)
Değişken: Deneklere ilişkin özelliklerdir.
Gözlem: Deneğe ilişkin verilerdir. (2012 yılına ilişkin büyüme oranı, enflasyon
oranı ve işsizlik oranı)

Tarih Büyüme Oranı Enflasyon Oranı İşsizlik Oranı Değişken

2012 4.78994 8.89157 8.149
2013 8.491309 7.49309 8.732
2014 5.166691 8.854573 9.88
2015 6.057629 7.670854 10.236
2016 2.876411 7.775134 10.329

Veri

26.10.2023 2
 TEMEL KAVRAMLAR

Zaman Serisi: Belirli bir döneme ilişkin toplanan günlük, haftalık, aylık,
çeyreklik, yıllık verilerdir. (2002-2016 döneminde Türkiye’de büyüme oranları)

Kesit Verisi: Zamanının belirli bir noktasında hanehalkı, birey, ülke ve

firmalardan toplanan verilerdir. (2016 yılı için OECD ülkelerine ilişkin büyüme
oranları)

Panel Verisi: Hem zaman boyutunu hem de kesit boyutunu içinde barındıran
verilerdir. (2002-2016 dönemine ilişkin OECD ülkelerine ilişkin büyüme
oranları)

26.10.2023 3
 TEMEL KAVRAMLAR

Bağımsız Değişken: İncelenecek olayı etkileyen faktörlerdir. Açıklayıcı değişken veya

dışsal değişken olarak da adlandırılır.

Bağımlı Değişken: Üzerinde inceleme yapılacak değişkendir. Açıklanan veya içsel

değişken olarak da adlandırılır.

Örneğin, doğrudan yabancı yatırımlar bağımlı değişken, bunu etkileyen büyüme

oranı, döviz kuru, enflasyon oranı gibi değişkenler ise bağımsız değişkenlerdir.

Deterministik Model:

26.10.2023 4
 TEMEL KAVRAMLAR

Belirlilik Katsayısı: Belirlilik katsayısı, gözlem noktalarının regresyon doğrusuna olan

yakınlık derecesini ifade etmektedir. Belirlilik katsayısı, bağımsız değişkenlerin bağımlı
değişkendeki değişmeleri açıklama derecesini göstermektedir. Belirlilik katsayısı 0 ile 1
arasında değer almaktadır.

Korelasyon Katsayısı: Korelasyon katsayısı, bağımlı ve bağımsız değişkenler arasındaki

doğrusal ilişkinin derecesini gösterir ve -1 ve 1 arasında değer almaktadır. Korelasyon
katsayısı simetrik bir ölçüdür. Korelasyon katsayısı ile hata terimi arasında ters yönlü
bir ilişki mevcuttur.

Tahminin standart hatası: Bağımlı ve bağımsız değişkenler arasındaki ortalama ilişkiyi

gösteren regresyon doğrusu etrafındaki dağılımın ölçüsüdür.

26.10.2023 5
TEMEL KAVRAMLAR

26.10.2023 6
TEMEL KAVRAMLAR

26.10.2023 7
TEMEL KAVRAMLAR

26.10.2023 8
İki Değişkenli Doğrusal Regresyon DOĞRUSAL REGRESYON MODELLERİ
Çok Değişkenli Doğrusal Regresyon

Regresyon Modeli: Bağımlı ve bağımsız değişkenler arasındaki ortalama ilişkiyi

gösteren matematiksel bir fonksiyondur.

Anakütle Regresyon Denklemi: Bağımsız değişkenler sabit iken, bağımlı değişkenin

beklenen değerlerinin geometrik yeridir.

E(Y/X)=f(X)=β0+ β1X

Doğrusal regresyon modellerinde tek bir bağımsız değişkeninin yer aldığı modeller iki
değişkenli, birden fazla bağımsız değişkenin yer aldığı modeller ise çok değişkenli
regresyon modelleri olarak adlandırılmaktadır.

26.10.2023 9
İki Değişkenli Doğrusal Regresyon DOĞRUSAL REGRESYON MODELLERİ
Çok Değişkenli Doğrusal Regresyon

Doğrusal Regresyon Modeline İlişkin Varsayımlar:

 Hata teriminin ortalaması sıfırdır.
 Hata terimi normal dağılımlıdır.
 Hata terimleri arasında korelasyon yoktur.
 Hata terimleri eşit varyanslıdır.
 Bağımsız değişkenler ile hata terimi arasında ilişki yoktur.
 Bağımsız değişken stokastik değildir.
 Bağımsız değişkenin varyansı sonlu pozitif bir sayıdır.
 Bağımsız değişkenler arasında ilişki yoktur.

26.10.2023 10
İki Değişkenli Doğrusal Regresyon DOĞRUSAL REGRESYON MODELLERİ
Çok Değişkenli Doğrusal Regresyon

stokastik hata terimidir.

26.10.2023 11
 DOĞRUSAL REGRESYON MODELLERİ
İki Değişkenli Doğrusal Regresyon
Çok Değişkenli Doğrusal Regresyon

stokastik hata terimidir.

26.10.2023 12
İki Değişkenli Doğrusal Regresyon DOĞRUSAL REGRESYON MODELLERİ
Çok Değişkenli Doğrusal Regresyon

stokastik hata terimidir.

Çoklu regresyon modelinin parametreleri EKKY veya ML yöntemleri ile tahmin edilebilir.

Çoklu regresyon modelinde, bağımsız değişkenler arasında ilişki olmaması gerekmektedir.

Diğer bir ifadeyle, bağımsız değişkenler ortogonal olmalıdır.

Çoklu regresyon modelinde, tahmin edilen katsayıların anlamlılıkları ayrı ayrı n-k
serbestlik dereceli t testi ile test edilebilir.

Parametrelerin topluca anlamlılığı ise (k-1)/(n-k) serbestlik dereceli F testi ile test
edilmektedir.

26.10.2023 13
 DOĞRUSAL REGRESYON MODELLERİ
İki Değişkenli Doğrusal Regresyon
Çok Değişkenli Doğrusal Regresyon

stokastik hata terimidir.

26.10.2023 14
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

26.10.2023 15
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Otokorelasyonun varlığı durumunda,

 Tahmin edilen katsayıların varyansları daha küçük olur
 Bu nedenle t ve F testleri doğru bir şekilde elde edilemez
 EKK tahmincileri sapmasız ve tutarlıdır, ancak etkinlik özelliğini kaybederler

Otokorelasyonun tespiti için kullanılan testler;

• Durbin Watson testi
• Breusch Godfrey LM testi

26.10.2023 16
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

26.10.2023 17
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

26.10.2023 18
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

26.10.2023 19
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Hata terimlerinin farklı varyansa sahip olması durumunda;

• EKK tahmincileri sapmasız ve tutarlıdır.

• Bununla birlikte, etkin değildirler.

• Diğer bir ifadeyle, sapmasız tahminciler arasında minimum varyansa sahip

değildir. BLUE değildir.

• t ve F istatistikleri doğru sonuçları vermez.

26.10.2023 20
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

26.10.2023 21
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

26.10.2023 22
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Farklı Varyansı Ortadan Kaldırma Yolları:

• Farklı varyans probleminin varlığı durumunda EKK tahmicileri etkinlik özelliğini kaybetmektedir.
• Farklı varyans problemi değişkenlerin logaritması alınarak ortadan kaldırılabilir.
• Model dirençli tahminciler kullanılarak tahmin edilebilir.

26.10.2023 23
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

EKKY tahmincilerine yönelik yapılacak istatistiki testler, söz konusu katsayı

tahmincilerinin normal dağıldığı varsayımına dayanmaktadır. Bu durum ise, hata
terimlerinin normal dağılmasına bağlıdır.

Normal dağılımda çarpıklık değeri 0, basıklık değeri 3’dür.

Jarque Bera Normallik Testi:

26.10.2023 24
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Çoklu doğrusal bağlantı, bağımsız değişkenler arasında ilişki olması anlamına

gelmektedir.

Bağımsız değişkenler arasındaki korelasyon katsayısının 1’e eşit olması durumuna

tam çoklu doğrusal bağlantı denir. Bu durumda β parametreleri için bir değer elde
edilemez.

Çoklu doğrusal bağlantının diğer bir uç durumu, bağımsız değişkenler arasındaki

korelasyon katsayısının 0’a eşit olmasıdır. Bu durumda, bağımsız değişkenler
ortogonaldir ve bağımlı değişken ile her bir bağımsız değişken arasında basit
regresyon uygulandığında, çoklu regresyon β tahmincilerinin değerleri aynı olur.

26.10.2023 25
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

• Bağımsız değişkenler arasındaki korelasyon katsayısı 0’a yaklaştıkça az veya sıfır

çoklu doğrusal bağlantı, 1’e yaklaştıkça kuvvetli veya çok kuvvetli çoklu doğrusal
bağlantıdan söz edilmektedir.

• Kuvvetli çoklu doğrusal bağlantı durumunda regresyon katsayılarının standart

hata değerleri büyümekte, dolayısıyla regresyon katsayıları tam ve doğru olarak
tahmin edilememektedir.

26.10.2023 26
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Çoklu doğrusal bağlantının varlığı durumunda,

• Regresyon katsayılarının değerleri belirsiz olmakta,

• Regresyon katsayılarının varyansları ve dolayısıyla güven aralıkları büyümekte,
• t değerli küçülmekte,
• olduğundan büyük çıkmakta,
• EKK tahmincileri ve standart hataları, verilerdeki küçük değişikliklerden önemli
ölçüde etkilenmektedir.

26.10.2023 27
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Çoklu Doğrusal Bağlantının Tespit Edilmesi

1. Çoklu doğrusal bağlantının varlığının en belirgin göstergesi, bir modelde çok yüksek
değerine karşılık, regresyon katsayılarının t istatistiklerinin anlamsız olmasıdır.
Katsayıların topluca anlamlılığını gösteren F testi anlamlı iken, katsayıların birer birer t
testi anlamsız ise, bu durum çoklu doğrusal bağlantının bir sonucudur.

2. Bağımsız değişkenler arasında güçlü ikili ilişkinin olması çoklu doğrusal bağlantının
varlığını göstermektedir. Bununla birlikte, bu kriterin ikiden fazla bağımsız değişken
içeren modellerde kullanılması uygun değildir.

26.10.2023 28
Otokorelasyon DOĞRUSAL REGRESYON MODELİNE
Farklı Varyans
Normallik İLİŞKİN TANIMLAYICI TESTLER
Çoklu Doğrusal Bağlantı

Çoklu Doğrusal Bağlantının Tespit Edilmesi

3. Her bir bağımsız değişken ile modeldeki diğer bağımsız değişkenler arasında regresyon
modeli kurulur ve bu regresyon modellerinin belirlilik katsayısı elde edilir. Hesaplanan F
istatistiğinin kritik değerden büyük olması, söz konusu değişkenin çoklu doğrusal bağlantı
problemine neden olduğunu ifade etmektedir.

4. Varyans artış faktörü, çoklu doğrusal bağlantının tespit edilmesinde kullanılan bir diğer
yöntemdir. Yardımcı regresyondan elde edilen belirlilik katsayısından haraketle varyans artış
faktörü aşağıdaki gibi hesaplanmaktadır:

>5 olması durumunda çoklu doğrusal bağlantının varlığından söz edilir.

26.10.2023 29
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

 Spesifikasyon hataları, başlangıçta doğru olduğu varsayılan model ele alınmakta ve bu modelin
yerine kullanılan modelde ortaya çıkan hatalar araştırılmaktadır.
 Model spesifikasyonunun hatalı olması durumunda, başlangıçtaki modelin doğru olup olmadığı
bilinmediğinden herhangi bir seçim yapılamamaktadır.

Model 1 ve Model 2 arasında seçim yapabilmek amacıyla her iki modelin birleşiminden oluşan yeni bir
model kurulur:

ve parametrelerinin ayrı ayrı anlamlı olup olmadıkları test edilerek uygun model seçilir. Bununa birlikte,
bu test çoklu doğrusal bağlantının varlığı durumunda yanıltıcı sonuçlar ortaya çıkarmaktadır.

26.10.2023 30
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

Model spesifikasyon hatası türleri:

• Modelin fonksiyonel biçiminin yanlış seçilmesi
• Modele gerekli değişkenlerin alınmaması
• Modele gereksiz değişkenlerin alınması
• Değişkenlerin ölçme hatalı olması

Modelin fonksiyonel biçiminin yanlış seçilmesi: Modelin fonksiyonel biçiminin gerçek verilere göre mi,
değişkenlerin logaritmik değerlerine göre mi yoksa başka bir matematiksel kalıba göre mi
belirleneceğinin bilinmemesi durumunda ortaya çıkmaktadır.

26.10.2023 31
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

Modele gerekli değişkenlerin alınmaması: Gerçek modeliken,

modelinin seçilmesi durumunda ortaya çıkacak sonuçlar aşağıdaki gibi ifade edilebilir:
ve arasında çoklu doğrusal bağlantı olması durumunda ve sapmalı ve tutarsızdırlar.
ve arasında çoklu doğrusal bağlantı olmaması durumunda bile, sapmasız iken sapmalı olacaktır.
Hata teriminin varyansı yanlış tahmin edilecektir.
’in varyansı, ’in sapmalı bir tahmincisi olacaktır.
Güven aralıkları ve hipotez testlerine güvenilmez.

26.10.2023 32
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

Modele gereksiz değişkenlerin alınması: Gerçek model iken,

modelinin seçilmesi durumunda ortaya çıkacak sonuçlar aşağıdaki gibi ifade edilebilir:
 ve sapmasız ve tutarlı olmasına karşın, etkin değildirler.
 Hata teriminin varyansı doğru tahmin edilir.
 Güven aralıkları ve hipotez testleri geçerlidir.
 Serbestlik derecesi azalmakta, bu nedenle tahminciler etkinlik kaybına uğramakta ve çoklu doğrusal
bağlantı problemi ortaya çıkmaktadır.

Modelde gereksiz değişkenlerin varlığı t ve F testleri ile araştırılabilir.

26.10.2023 33
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

Ramsey Reset Testi:

1. hareketle
2. arasındaki dağılma diyagramından hareketle modele değişkenleri eklenir.
Dağılma diyagramı parabol
Dağılma diyagramı kübik
3.

26.10.2023 34
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

LM Testi:
1. Sınırlandırılmamış Model
Sınırlandırılmış Model
2. Sınırlandırılmış modelden ’ler elde edilir.
3.
4.

26.10.2023 35
Ramsey Reset Testi MODEL SPESİFİKASYONUN TESPİTİNE
LM Testi YÖNELİK TESTLER
Hausman Tanımlama Testi

Hausman Testi: Hausman testinde bağımsız değişkenlerle hata terimi arasında ilişki olup olmadığı
dikkate alınmaktadır.
Bu testte sıfır hipotezi bağımsız değişkenlerle hata terimi arasında ilişki olmadığını (model
spesifikasyonu doğru), alternatif hipotez ise bağımsız değişkenlerle hata terimi arasında ilişki olduğunu
(model spesfikasyonu yanlış) ifade etmektedir.

26.10.2023 36
UYGULAMA

26.10.2023 37