Upload
others
View
8
Download
0
Embed Size (px)
Citation preview
M. Ü. İktisadi ve İdari Bilimler Fakültesi Dergisi
Yıl:/999, Cilt: XV, Sayı:/ , Sayfa:/81-186
KLASİK DOGRUSAL REGRESYON MODELLERİ İLE
STANDARTLAŞTIRILMIŞ DOGRUSAL REGRESYON
MODELLERİNİN KARŞILAŞTIRILMASI
Ebru ÇAGLA YAN•
istatistikte ölçüm birimleri farklı olan değişkenler karşılaştırılmak
istendiğinde, standartlaştırma işlemine başvurulmaktadır. Standartlaştırma işlemi
farklı ölçüm birimlerindeki serilerin ortalama, varyans gibi ölçülerini ayn'ı standart
ölçüye dönüştürdüğünden, hem ·farklı serilerin karşılaştırılmasını sağlamakta, hem de
normal dağılım tablosunda olduğu gibi standart tabloların kullanılmasına olanak
vermektedir. Standartlaştırma işlemi serilerin tüm birimlerinden serinin aritmetik
ortalamasının çıkartılıp, standart sapmasına bölünmesi ile yapılmaktadır. Bu şekilde
standartlaştırılmış serilerin ortal~maları O ve varyansları 1 olmaktadır. Aslında bu
dönüşüm ile yapılan, ekseni sıfırdan aritmetik ortalamaya kaydırıp; ölçeklendirme
birimini de standart sapma büyüklüğünde değiştirmektir.
İstatistikte değişken çiftleri arasındaki ilişkiyi belirlemek için kovaryans,
korelasyon katsayısı veya regresyon modelleri . kullanılmaktadır. Bu analizler
standartlaştırılmış değişken çiftleri için de yapılabilir. Bilindiği gibi kovaryans
standart bir ölçU olmadığından , değişken çiftleri arasındaki ilişkinin yönü ile ilgili
bilgi vermektedir. Bu ölçü ilişkinin derecesini belirtmediği gibi farklı değişken
çiftleri arasindaki ilişkilerin karşılaştırılmasına da imkan vermemektedir. Oysa
standartlaştırılmış değişken çiftleri için kovaryansların karşılaştırılması mllmkiin
olmaktadır. Bu durumda standartlaştırılmış değişken çiftleri için kovaryans ile
korelasyon katsayıları aritmetik ortalamalar O ve standart sapmalar 1 olduğundan
birbirine eşittir. Bu çalışmanın amacı standart ve standart olmayan değişken grupları
için oluşturulacak regresyon modelleri arasındaki farkları ve benzerlikleri ortaya
koymaktır.
· KLASİK ve STANDARTLAŞTIRILMIŞ BASİT DOGRUSAL
REGRESYON MODELLERİ
X ve Y değişkenleri için basit doğrusal regresyon modelinin,
Y; = /30 + /3ıX; + E;I olduğunu varsayalım. Basit doğrusal regresyon modelinin parametre
tahminleri gerçek değerlerle;
• Araş . Gör., M.Ü. i.i.B.F. Ekonometri Bölümü.
181
/
Ebru Çağlayan
A L.XY-nXY 1 /3 1 = IX2 -nxı olarak tahmin edilir. X ve Y değişkenleri
X • - X; - X 1 y• - Y; - y 1 . - ve . -I s I s
x y
olarak standartlaştırılırsa model,
Y;• = /3~ + İ3~ X; • + E; 1 şeklini alır ve katsayılar yukarıda verilen formüllerde X ve Y yerine standaıt l aştırılmış X* ve Y* değerlerinin konulması ile tahmin edilir. Aradaki
i l işkiyi belirlemek için X* ve Y* değerlerini ~ 1 I ve~ 01 formüllerinde yerine koyarsak,
L.XY-nXY
~·- S XSy ı - uı -nxı
SxSx
_SX /3A - 1
Sr
olacaktır. Standartlaştırılm ı ş serilerin ortalaması sıfır olduğundan, ~o · ıparametresi sıfır o lacaktır. Standartlaştırma işlemi hata terimlerini de etki lemektedir. Basit regresyon modelinin hata terimleri;
e; = Y; -Y; = Y; - ~~ - ~ ı x,I dir. Hata terimleri standartlaştırıldığında, . . ". .... . · ı e, = Y; - f3 o - f3 ı X,
A A . s A
[3~ =O; f3 1 = Sx /3 ı; y
X • x - x y • y - y 1 = ve =---Sx Sy
olduğundan ,
e> (Y, - l') -f3, s.,. (X, - X) = ı; - l' -/3,x, - /3, X 1 sy sy sx sy
Y - ·~ ı X = ~ 01 olduğundan , e;· = Y; - ~o - ~;X; = .2._· ı
sy . sy o l acaktır. Standart l aştırılmış hata teriminden de yararlanarak parametre varyarıslarını hesaplamak istediğimizde anakütle hata terimleri varyansının tahmini ,
182
T C. ' nin 75. Kuruluş Yıldönümüne Armağan
sı = I.ei2 I e n-k
:~:ğ~n:::;t~d~~ş"j'lm>Ş •::tle h~•;:d,mleri varyansının tahmini,
e n - k n - k ~ (n - k)S)~ s; olacaktır. · ı
Basit doğrusal regresyonda {3 0 ive {3 1 lparametrelerinin varyansları .
sırasıyla;
8 2 - 8 2 [! + _xı J 1 s~ = s 2 1 1 A, - e n I.(Xi - X)2 fJı e I.(Xi - X)2
şeklinde hesaplanmaktadır. Standartlaştırılmış regresyon parametrelerinin
va<yans;•; - s"[_!._ + _x ·ı ] - s; [_!._+o] - s; 1 A: - e n I.(Xi• - x ·) - s; n - ns;
ve
s~. = s·ı 1 - · ı s} s; _ s.;
fJ, e I.(Xi• - X ) = s): · r.(xi - X) 2 - s;
olacaktır. Klasik doğrusal regresyon modeli ile standartlaştırılmış regresyon modelinin belirlilik katsayıları birbirine eşittir . Klasik regresyon modelinin belirlilik katsayısı ,
R ı = 1- r.e; 1 / I.(Y-Y) 2
ve standartlaştırılmış regresyon modeli için belirlilik katsayısı , I.eiı
R•2 = 1- I.e? = 1- s;, I.e2 1 I.(Y• - Y. )2 I.(Y -Y)2 = l - I.(Y -
1
Y) 2
s ı y
olacaktır. Doğrusal korelasyon katsayısı R2' nin kareköküne eşit olduğundan o da değişmeyecektir.
183
/
-
Ebru Çağlayan
rxy = cov(x,y) 1 sxsy
r. · = cov( x • , y •) 1 xy s· s·
x y . . 1 sx = sy = 1 · olduğundan
r_,y · = L(X - X)(Y - Y) = rxyl · nSxSy
o~acakt~~, Bililndiği gibi° basit doğrusal regresyonda
/31 = Sx r'J,
ilişkisi vardır. Aynı ilişki standartlaştırılmış basit doğrusal regresyon için de
geçerlidir ve
f3~ = r,~, = rxy 1 olacaktır.
· Standarlaştırma işleminden sonra sabit katsayı sıfır olduğundan bunun için
hesaplanacak t test istatistiği de sıfır olacaktır. iJ 1 I için hesaplanan t test istatistiği
ise A 1 için hesaplanan t t~st istatistiğine eşittir. s.r f31 ~
_s_.:._._, - = _/3_ı = tı s.r s. siı, s {3,
y
KLASİK ve STANDARTLAŞTIRILMIŞ REGRESYON MODELLERİ
ÇOKLU DOGRUSAL
Çoklu regresyon modelini genel olarak,
Y; = f3o + /3ıXı; + f3 2X2; + ....... ... +/3kXk; + E; 1 ifade edelim. Modelde yer alan ~ katsayıları nonnal denklemler veya
bunların matrislere dönüştürülmüş şekli ile tahmin edilebilir. Çoklu doğrusa l regresyon modelinin parametre tahminleri matrislerle,
f3 = cxxr1CX'Y)I
184
T C. 'nin 7 5. Kuruluş Yıl dönümüne Armağan
A - 1
/3 0 n LX, LX2 LXk IS
/3, LXı LX ı 1 LX
1X 2 LX,X k lX,Y
/3 2 LX2 LX2Xı LX2 2 I.X2Xk I.X2Y
A :rx; /3 k LXk LXkXI LXkXI LXkY şekli nde yapı l acaktır . Basit - doğrusa l regresyonda olduğu gibi çoklu
regresyonda da aynı sebeplerden do l ay ı sabit katsay ı s ı fır o l acakt ı r. Sabi t d ı ş ındaki
katsayılar /J ;I il e ifade edili rse,
A s A 1 {3 ; = ;'; /3; y
o l acaktır. Alynı şek ilde çoklu :e
01
aresyonda da S2
1 e;· = ;i s;ı .= ~; s4 = s~ s4 y y . ı ~
•ı 2 I . 1 . . 1 R = R t 0 =O t; = t; o lacaktır. Bu eş i t l i k l er basit regresyonda olduğu gibi matri slerle
gösterilebilirler. Formü l 'ç ı karımla rı daha uzun o l d uğu için bunlara burada yerverilıneın i ştir.
Seri ler standa ıt l aştırıldığında X ve Y değerl er i yerine X* konarak ve
x =X ;_ xı 1 1
olarak tanıml anarak,
Lx 2 - 1
Lx1x2 Lx1xk Lx ,y 1
b * ı s;, s.r , sxı s"., s"'ı s"., s.Ji
b * 2 lı2X2 Lx2 Lx2.xk Lx2Y 2
S, S, . s.;ı SXı SXı s"'ı sY · ı · ı
b *k Lxkx ı . ')
Lxky L.x-k
s.\'1s.,., s; s"'ı s.v
·2
" • - " . - · "* - . . " * - · ı f3 o = Y- /3 ı Xı -,- f3 2X 2- ........ ~{3kXk
ve Y* değer l e r i
,olarak tahmin edilecektir. Matrisin köşegen i nde yera lan değerle r ,
185
~/
Ebru Çağlayan
Lx2 I.x 2 1 - -'- = --'- = n s; r.xi2
. , --n
o~~;:ır
1. Matris köşegeni dışında kalan değerler genel olarak
SX; sx/ şekl inde ifade edilirse ve bu ifade n/n ile çarpılırsa,
n L.x;x1 1 -. · =nr . . s .s -', ·' ı n XI X /
o l acaktır. Görü l düğü gibi bu iki değişken için hesaplanacak korelasyon katsayılarının n katına eş i ttir. Buna göre matrisler,
~~ - 1
n nr,ıxı nr., ıxı- nr,ıY
~; nr,ı xı n nrxıxk nl~'ıY
~: nr.,kxl n nl~Yı)'
olarak elde edil ir. Matrisler n'e bölünürse;
~~ rx,xı
~; r XıX ı
1
~: r xkx ı
şek lini a lır. Matrisler sırası ile ~·, Rxx ve r,Y olarak tanımlanırsa,
/3~. -R - ı , 1 - xx 1xy olacaktır.
KAYNAKLAR 1. FOX Jolın.( 1997), Applicd Regressioıı Annlys is, Lincar Models. and Relatcd
Mctlıod s . Sagc Publ i s lıiıı g, Landon . 2. FREUND .lolııı E .. ( 1992), Matlıcmntica l Statistics, F i ftlı Editioıı . Prcntice-1 lali
lııtcrnalional, Iııc., Ncw .lerscy. 3. GÜR İ Ş Selah attin, BÜLBÜL Şahaıııet.( 1995). Olasılık , Yaylını
Matbaas ı.İ s taııbu 1. 4. KMCNT;\ .lan. ( I 97 1 ) , Elcmeııts of Ecoııometrics, McGraw-I !ili. 5. MYERS Rayınoııd 11..( 1990). Class ical aııd Modern Regrcss ioıı With
Applicatio ıı s , Secoııd Editioıı, PWS-KENT Publishiııg Company, Bostan.
6. WONNACOTT Ronald J. , WONNACOTT Thonıas H .. ( 1979),
Econonıttrics , Second Ecl i tioıı, Johıı Wi ley&Soııs , New York.
186