Biri diğerinin alt kümesi veya özel bir durumu olmayan, bağımlı değişkenleri aynı fakat bağımsız değişkenleri veya fonksiyonel yapıları farklı olan alternatif modellerdir.
Bir modelin bağımsız değişkenlerinin, diğer daha geniş bir modelin bağımsız değişkenlerinin tam bir alt kümesi olması durumudur; klasik F testi ile sınanabilirler.
Benzerlik oran testine dayanan, farklı fonksiyonel şekillerdeki ve farklı değişkenlere sahip yuvalanmamış modellerin karşılaştırılmasını sağlayan asimtotik bir testtir.
Alternatif modelin öngörü değerlerini diğer modele ek bir bağımsız değişken olarak ekleyip t testi ile anlamlılığını sınayan pratik bir yuvalanmamış model seçim testidir.
Bağımsız değişkenin hem cari hem de geçmiş (gecikmeli) değerlerinin bağımlı değişkeni açıkladığı model yapısıdır. Örneğin, KBTH modelinde cari ve gecikmeli KBHG değişkenlerinin kullanılması.
Bağımlı değişkenin kendi geçmiş (gecikmeli) değerlerinin de bağımsız değişken olarak modelde yer aldığı dinamik model yapısıdır.
Modelin tahmin edilen değerleri ile gerçek değerleri arasındaki farkların (hataların) karelerinin toplamıdır; modelin açıklama gücünün bir göstergesidir.
Farklı fonksiyonel yapıdaki modellerin karşılaştırılmasında, bağımlı değişken serisinin değerlerinin çarpımının n'inci dereceden kökü alınarak hesaplanan istatistiksel ölçüdür.
Farklı fonksiyonel şekillerdeki modellerin karşılaştırılmasında kullanılan Box-Cox test istatistiğinin (L) tabi olduğu, 1 serbestlik derecesine sahip teorik olasılık dağılımıdır.
Bir regresyon modelinin tahmini katsayıları ve bağımsız değişken değerleri kullanılarak hesaplanan, bağımlı değişkenin model tarafından öngörülen değeridir.
İki modelin veriyi açıklama derecelerini (olasılık fonksiyonu maksimumlarını) oranlayarak karşılaştıran ve Cox testinin de temelini oluşturan istatistiksel yöntemdir.
Bir ekonometrik modelde bağımlı ve bağımsız değişkenler arasındaki ilişkinin matematiksel yapısıdır (doğrusal, yarı logaritmik, tam logaritmik vb.). Doğru fonksiyonel şeklin seçilmesi, modelin parametrelerinin doğru yorumlanması ve güvenilir öngörüler yapılması için zorunludur.
Bağımlı değişkendeki toplam değişimin bağımsız değişkenler tarafından açıklanma oranını gösteren istatistiktir. Bağımlı değişkenleri farklı ölçeklerde olan (biri doğrusal, diğeri logaritmik) modelleri karşılaştırmak için doğrudan kullanılamaz.
Doğrusal ve logaritmik-doğrusal modelleri karşılaştırmak için kullanılan, yardımcı modellerden elde edilen kalıntıların (U1 ve U2) orijinal modellere eklenmesine dayanan bir spesifikasyon testidir.
Doğrusal ve tam logaritmik modellerin karşılaştırılmasında kullanılan, tahmini değerlerin farklarından oluşturulan yapay değişkenlerin (Z1 ve Z2) modellere eklenmesiyle gerçekleştirilen testtir.
Bağımlı değişkenin logaritmik, bağımsız değişkenlerin ise doğrusal formda olduğu model türüdür. Örnek olarak log(Y) = beta0 + beta1*X modeli verilebilir.
Hem bağımlı değişkenin hem de bağımsız değişkenlerin logaritması alınmadan, doğrudan kendi değerleriyle modele dahil edildiği regresyon modelidir.
Hem bağımlı değişkenin hem de tüm bağımsız değişkenlerin logaritmik formda modele dahil edildiği, katsayıların doğrudan esneklik olarak yorumlandığı model yapısıdır.
Model tahmin edildikten sonra, bağımsız değişkenlerin gözlem değerleri ve tahmin edilen katsayılar kullanılarak hesaplanan bağımlı değişken değerleridir. Eviews programında 'Fitted' başlığı altında sunulur.
Logaritması alınmış bir değişkeni orijinal ölçeğine geri döndürmek için yapılan üssel (e üzeri x) matematiksel işlemdir. BM ve PE testlerinde tahmini logaritmik değerleri dönüştürmek için kullanılır.
PE testinde modellerin tahmini değerleri ile bu değerlerin logaritmik/antilogaritmik dönüşümleri arasındaki farklardan oluşturulan ve modellere sınama amacıyla eklenen değişkenlerdir.
Bağımlı değişkenin gerçek değeri ile model tarafından tahmin edilen değeri arasındaki farktır. BM testinde yardımcı modellerden elde edilen U1 ve U2 kalıntıları testin temelini oluşturur.
Regresyon modellerinde bireysel katsayıların istatistiksel olarak anlamlı (sıfırdan farklı) olup olmadığını test etmek için kullanılan parametrik hipotez testidir.
Bir istatistiksel hesaplamada serbestçe değişebilen gözlem sayısıdır. Regresyon analizinde gözlem sayısından (n) tahmin edilen parametre sayısının (k) çıkarılmasıyla (n-k) hesaplanır.
Doğrudan ölçülebilen ve sayısal olarak ifade edilebilen nicel verilerdir. Ekonometrik modellerde kullanılan gayri safi yurtiçi hasıla, faiz oranları veya nüfus gibi değişkenler kantitatif verilere örnek gösterilebilir.
Sayısal olarak doğrudan ifade edilemeyen, nitel özellikleri ve etkileri gösteren verilerdir. Ekonometride bu veriler, kriz dönemleri veya cinsiyet gibi etkileri modele dahil etmek amacıyla kukla değişkenler (dummy variables) aracılığıyla sayısal forma dönüştürülür.
Bir ekonometrik modelin tahmin edilebilmesi için gerekli olan minimum veri miktarını belirleyen kuraldır. Güvenilir parametre tahminleri elde edebilmek için gözlem sayısının modeldeki parametre sayısından kesinlikle büyük olması (gözlem sayısı > parametre sayısı) gerekir.
Belli bir dönemi kapsayan zaman serisi verilerinin, mevcut zaman diliminin dışına (geleceğe veya geçmişe) doğru uzatılması yöntemidir. Örneğin, t ve t+1 dönemleri biliniyorken, aradaki değişimin sabit olduğu varsayımıyla t+2 dönemindeki değerin hesaplanmasında kullanılır.
Zaman serisi verilerinde, serinin sınırları içinde kalan ancak herhangi bir nedenle gözlenememiş veya kayıp olan ara dönem değerlerinin tahmin edilmesi yöntemidir. Basitçe, bilinen t ve t+2 dönem değerlerinin aritmetik ortalaması alınarak bilinmeyen t+1 değeri hesaplanır.
Parasal (nominal) değişkenlerin, enflasyonun getirdiği suni artışlardan arındırılarak reel (sabit) fiyatlara dönüştürülmesi işlemidir. Bu işlem, cari fiyatlarla ifade edilen değerlerin uygun bir fiyat indeksine bölünmesi ve 100 ile çarpılmasıyla gerçekleştirilir.
Milli gelir, katma değer ve yatırım gibi makroekonomik büyüklükleri cari fiyatlardan sabit fiyatlara dönüştürmek (deflate etmek) amacıyla araştırmacıların gayri safi milli hasıla rakamlarından elde ettikleri özel bir fiyat indeksidir.
Yurtiçinde üretimi yapılan ürünlerin KDV ve benzeri vergiler hariç tutulmuş peşin satış fiyatlarındaki değişimleri zaman içinde ölçen indekstir. Türkiye'de 2005 yılından itibaren toptan eşya fiyat indeksinin (TEFE) yerini almıştır.
Belirli bir referans döneminde hanehalklarının ortalama tüketim kalıplarını temsil eden belirli bir mal ve hizmet sepetinin perakende fiyatlarındaki değişimleri ölçen indekstir. Doğrudan yaşam maliyetini ve nihai tüketici enflasyonunu gösterir.
Fiyat indekslerinin hesaplanmasında yaygın olarak kullanılan, temel yılın miktar ağırlıklarını esas alan bir tartılı aritmetik ortalama yöntemidir. Türkiye'de TÜİK tarafından fiyat indekslerinin hesaplanmasında bu yöntem tercih edilmektedir.
Belirli bir dönemde toplam talebin toplam arzı aşması nedeniyle fiyatlar genel seviyesinde görülen sürekli ve yüksek oranlı artışlardır. Aynı zamanda ulusal paranın değer kaybetmesi ve satın alma gücünün azalması durumudur.
Belirli bir mal ve hizmet sepetinin mevcut yıldaki değerinin, seçilen baz yıldaki değerine oranlanıp 100 ile çarpılmasıyla elde edilen ve fiyat değişimlerini izleyen göstergedir.
Ortalama bir tüketicinin sabit bir mal ve hizmet sepetindeki satın alma maliyetini ölçen ve tipik bir hanehalkının yaşam maliyetini gösteren endekstir.
Nihai malların yanı sıra hammadde ve yarı mamul gibi üreticiler tarafından üretim sürecinde kullanılan malların fiyatlarını üretici dağıtım kanallarında ölçen endekstir.
Enerji, mevsimsel gıda ve dolaylı vergiler gibi geçici ve dışsal şoklara açık faktörlerin sepetten çıkarılmasıyla hesaplanan, yapısal enflasyon trendini gösteren endekstir.
Ülke sınırları içinde üretilen tüm nihai mal ve hizmetlerin fiyatlarını içeren, nominal GSMH'nin reel GSMH'ye oranlanmasıyla bulunan en geniş kapsamlı fiyat endeksidir.
Fiyat endeksi hesaplamasında kullanılan mal sepetinin sabit kalmayıp yıllar itibarıyla değişkenlik gösterdiği, yeni malların eklenip eski malların çıkarıldığı endeks türüdür.
Borçlanma ilişkisinde borç alanın borç verene ödemeyi taahhüt ettiği, enflasyondan arındırılmamış cari faiz oranıdır.
Nominal faiz oranının enflasyonun etkilerinden arındırılmasıyla hesaplanan ve borç verenin satın alma gücündeki gerçek artışı gösteren faiz oranıdır.
Uzun dönemde beklenen enflasyondaki değişimlerin nominal faiz oranlarında aynı yönde ve eşit miktarda değişim meydana getireceğini, reel faizlerin ise bundan etkilenmeyeceğini savunan teoridir.
Modellerde doğrudan sayısal olarak ölçülemeyen ancak sayılabilen nitel etkileri (cinsiyet, mevsim, bölge vb.) temsil etmek amacıyla kullanılan, genellikle 1 ve 0 değerlerini alan yapay değişkenlerdir.
Bir nitel özelliğe ait tüm kategoriler için ayrı ayrı gölge değişken tanımlanıp modelde sabit terimle birlikte kullanılması durumunda ortaya çıkan, tam çoklu doğrusal bağlantıya yol açan ekonometrik hatadır.
Bağımsız değişkenleri sadece gölge değişkenlerden oluşan ve farklı kategorik grupların bağımlı değişken ortalamaları arasındaki farkları test eden regresyon modelidir.
Modelde hem nitel etkileri temsil eden gölge değişkenlerin hem de en az bir adet nicel (sayısal) bağımsız değişkenin birlikte yer aldığı regresyon modelidir.
Gölge değişkenin sadece sabit parametreyi etkilediği, eğim parametresinin ise gruplar arasında değişmediği ve grafiksel olarak birbirine paralel doğrular üreten model yapısıdır.
Gölge değişkenin sadece eğim parametresini etkilediği, sabit terimin ise gruplar için aynı kaldığı ve doğruların sabit terim noktasında birleştiği regresyon modelidir.
Gölge değişkenin hem sabit terimi hem de eğim katsayısını aynı anda etkilediği, grupların hem başlangıç noktalarının hem de doğrusal eğimlerinin farklı olduğu model yapısıdır.
Gölge değişkenlerin hem sabit hem de eğim katsayıları üzerindeki etkilerinin istatistiksel olarak anlamsız çıkması durumunda, tüm grupların tek bir ortak doğru üzerinde birleştiği modeldir.
Gelirde meydana gelen bir birimlik artışın tüketim harcamalarında yol açtığı değişimi gösteren ve kovaryans analizinde nicel değişkenin katsayısı ile temsil edilen parametredir.
Zaman serilerinde tahmin edilen anlamlı mevsim katsayılarının, ilgili dönemlerdeki orijinal gözlem değerlerinden çıkarılarak verilerin periyodik dalgalanmalardan temizlenmesi işlemidir.
Teknolojik gelişmeler, politik değişimler veya ekonomik krizler gibi kalıcı etkiler nedeniyle iktisadi değişkenlerin trendinde ve regresyon parametrelerinde meydana gelen kalıcı yön ve düzey değişiklikleridir.
Anakütleyi belirlenen bir kırılma noktasına göre iki alt döneme ayırarak, bu alt dönemlerin parametrelerinin birbirine eşit olup olmadığını F istatistiği yardımıyla sınayan klasik ekonometrik testtir.
Alt dönemlerden birindeki gözlem sayısının parametre sayısından az olması durumunda, model tahmini yapılamadığı için klasik Chow testi yerine kullanılan ve öngörü hatalarına dayanan test yöntemidir.
Niteliksel özellikleri veya yapısal kırılma gibi dönem farklılıklarını modele dahil etmek için kullanılan, genellikle 0 ve 1 değerlerini alan yapay değişkendir.
Modele doğrudan eklenen ve yapısal kırılma sonrasında regresyon doğrusunun sabit teriminde (başlangıç noktasında) meydana gelen kaymayı ölçen gölge değişkendir.
Bağımsız değişken ile gölge değişkenin çarpılmasıyla elde edilen ve yapısal kırılma sonrasında regresyon doğrusunun eğiminde (marjinal etkisinde) meydana gelen değişimi ölçen değişkendir.
Yapısal değişikliğin olmadığını varsayarak, gölge değişkenleri içermeyen ve tüm dönemi tek bir bütün olarak tahmin eden regresyon modelidir.
Yapısal değişikliğin etkilerini ölçmek amacıyla gölge değişkenlerin (toplamsal ve çarpımsal) modele dahil edildiği ve parametrelerin serbestçe değişebildiği modeldir.
Kısıtlı ve kısıtsız modellerin kalıntı kareler toplamlarının oranına dayanarak yapısal kararlılığı test eden ve ki-kare dağılımı gösteren test istatistiğidir.
Kısıtsız modelin kalıntı kareler toplamından hareketle, kısıtlamaların (gölge değişken katsayılarının sıfıra eşit olması) geçerliliğini sınayan ki-kare dağılımlı testtir.
Yalnızca kısıtlı modelin tahmin edilmesine dayanan ve kısıtlamaların model üzerindeki etkisini kalıntı kareler toplamı üzerinden test eden ki-kare dağılımlı yöntemdir.
Ardışık kalıntıların kümülatif toplamlarının grafiksel analizi yoluyla, regresyon katsayılarının zaman içindeki kararlılığını ve yapısal kırılmaları test eden yöntemdir.
Ardışık kalıntıların karelerinin kümülatif toplamlarını kullanarak, model parametrelerinin kararlılığını ve yapısal sapmaları grafiksel güven sınırları yardımıyla test eden analizdir.
Veri setine her seferinde bir gözlem eklenerek modelin yeniden tahmin edilmesiyle elde edilen ve katsayı kararlılığını ölçmede kullanılan kalıntı serisidir.
Chow testinin uygulanabilmesi için gerekli olan, ayrılan alt gruplara ait hata terimleri varyanslarının birbirine istatistiksel olarak eşit olması durumudur.
Bağımsız değişkenin belirli bir eşik değerine kadar farklı, bu değerden sonra ise farklı bir doğrusal eğimle bağımlı değişkeni etkilediği ve kırılma noktasında sürekli olan regresyon modelidir. Örneğin, satış temsilcilerine belirli bir ciro sınırına kadar düşük, o sınırdan sonra yüksek oranda prim ödenmesi bu modelle analiz edilir.
Parçalı doğrusal regresyon modellerinde fonksiyonun eğiminin değiştiği, önceden belirlenmiş veya varsayılmış olan kritik sınır değerdir. Toplam maliyet analizinde üretimin eğim değiştirdiği 5500 birimlik düzey bir eşik değer örneğidir.
Parçalı doğrusal regresyon modelinde, eşik değerinin aşılmasından sonra regresyon doğrusunun eğiminde meydana gelen değişimi gösteren katsayıdır. Bu katsayının istatistiksel olarak anlamlı olması, eşik değerinde bir kırılma olduğunu kanıtlar.
Niteliksel özellikleri, politika değişikliklerini veya yapısal kırılmaları modellemek amacıyla 0 ve 1 gibi değerler alan yapay değişkendir. Cinsiyet (erkek=1, kadın=0) veya coğrafi bölge gibi kategorik verileri modele dahil etmek için kullanılır.
Bağımlı değişkenin doğal logaritmasının (lnY), bağımsız değişkenlerin ise doğrusal formda modele dahil edildiği regresyon modelidir. Bu modellerde sürekli değişkenlerin katsayıları bağımlı değişkendeki oransal (yüzdesel) değişimi gösterir.
Yarı logaritmik modellerde yer alan gölge değişkenlerin katsayılarını doğru yorumlamak için geliştirilen, katsayının ters logaritmasından 1 çıkarıp 100 ile çarpmayı öngören yöntemdir. Bu yöntem, gölge değişkenlerin bağımlı değişken üzerindeki gerçek yüzde etkisini hesaplar.
Yarı logaritmik modellerde gölge değişkenin bağımlı değişken üzerinde yarattığı oransal değişimi ifade eden ve g = e^(β) - 1 formülüyle hesaplanan değerdir. Bu değer 100 ile çarpılarak yüzde etkiye dönüştürülür.
Regresyon modelindeki hata terimlerinin ardışık gözlemleri arasında doğrusal bir ilişkinin veya bağımlılığın bulunması sorunudur. Gölge değişkenli modellerde otokorelasyonun varlığı, katsayı tahminlerinin etkinliğini bozar ve özel düzeltme yöntemleri gerektirir.
Çoklu gölge değişkenlerin kullanıldığı modellerde, modele dahil edilmeyen ve diğer tüm kategorilerin kendisiyle karşılaştırıldığı temel gruptur. Örneğin; Kuzey ve Güney bölgeleri için gölge değişken tanımlandığında, Batı bölgesi karşılaştırma grubu olur.
Gölge değişkenin modele sadece toplamsal olarak dahil edilmesi durumunda, farklı kategoriler için regresyon doğrularının eğimlerinin aynı kalıp sadece başlangıç noktalarının (sabitlerinin) değişmesini ifade eden durumdur.
Bağımlı değişkenin sürekli sayılar yerine, bireylerin veya karar birimlerinin tercihlerini, niteliklerini veya kategorilerini temsil eden kukla değişkenlerden oluştuğu ekonometrik modellerdir.
İkili bağımlı değişkenli modellerin en basit hali olup, parametrelerinin En Küçük Kareler (EKK) yöntemiyle tahmin edildiği ve olayın gerçekleşme olasılığının bağımsız değişkenlerle doğrusal ilişki içinde olduğunu varsayan modeldir.
Bağımlı değişkenin gerçekleşme olasılığını modellemek için birikimli lojistik dağılım fonksiyonunu kullanan, olasılık değerlerini 0 ile 1 arasında sınırlayan doğrusal olmayan nitel tercih modelidir.
Fayda teorisine ve rasyonel seçim yaklaşımına dayanan, olasılıkların modellenmesinde standart normal birikimli dağılım fonksiyonundan yararlanan nitel tercih modelidir.
Bir olayın gerçekleşme olasılığının (P), aynı olayın gerçekleşmeme olasılığına (1-P) bölünmesiyle elde edilen ve lojistik regresyonda katsayı yorumlamada sıklıkla kullanılan orandır.
Odds oranının doğal logaritmasının alınması (ln(P/(1-P))) işlemi olup, doğrusal olmayan lojistik fonksiyonu parametrelere göre doğrusal hale getirmek için kullanılır.
Doğrusal olmayan nitel tercih modellerinde parametreleri tahmin etmek için kullanılan, gözlemlenen verilerin ortaya çıkma olasılığını en yüksek kılan katsayıları iteratif yöntemlerle belirleyen tahmin yöntemidir.
Nitel bağımlı değişkenli modellerde klasik R-kare ölçütü düşük ve yetersiz kaldığı için geliştirilen, modelin açıklayıcılık gücünü benzerlik oranları üzerinden ölçen yapay belirginlik katsayısıdır.
En çok benzerlik yöntemiyle tahmin edilen modellerde, katsayıların tek tek istatistiksel olarak anlamlı olup olmadığını test eden, klasik regresyon analizindeki t testinin karşılığı olan testtir.
Modelde yer alan sabit terim dışındaki tüm eğim katsayılarının aynı anda sıfıra eşit olup olmadığını test eden, klasik regresyondaki F testinin karşılığı olan genel anlamlılık testidir.
İkiden fazla kategoriye sahip ve seçenek sıralamasının önemsiz olduğu durumlarda, bağımsız gözlemlerin kategorilere göre dağılımını gösteren olasılık dağılımıdır. Örneğin, bireylerin seyahat ederken seçtikleri 5 farklı ulaşım aracının tercih edilme sayılarının dağılımı bu yapıya uyar.
Seçenekleri arasında herhangi bir doğal, mantıksal veya hiyerarşik sıralama bulunmayan, tercihlerin tamamen sübjektif olduğu nitel değişkenlerdir. Bireylerin tren, otobüs veya taksi arasından yaptıkları taşıt tercihleri bu değişken türüne en net örnektir.
Multinomial logit modellerinde M-1 adet logit eşitliği oluşturulurken karşılaştırma esası olarak seçilen baz kategoridir. İstatistik paket programları genellikle sonuncu kategoriyi referans olarak belirler ancak araştırmacı bunu amacına göre değiştirebilir.
Bağımlı değişkene ait herhangi iki seçeneğin tercih edilme olasılıkları oranının, modele yeni bir seçeneğin eklenmesinden veya çıkarılmasından etkilenmeyeceğini savunan varsayımdır. Bu varsayım multinomial logit modellerin temelini oluşturur.
Multinomial logit modellerinde İlişkisiz Alternatiflerin Bağımsızlığı (IIA) varsayımının geçerli olup olmadığını sınayan Ki-Kare dağılımlı testtir. Modelden bir veya daha fazla kategori çıkarılarak kısıtlı ve kısıtsız modellerin parametreleri karşılaştırılır.
Hata terimlerinin çok değişkenli normal dağılıma sahip olduğu ve IIA varsayımının geçerli olmadığı durumlarda kullanılan çok seçenekli tercih modelidir. Matematiksel olarak iç içe geçmiş integraller içerdiğinden seçenek sayısı az olduğunda tercih edilir.
Bir seçeneğin gerçekleşme olasılığının, gerçekleşmeme olasılığına bölünmesiyle elde edilen ve seçenekler arasındaki nispi farklılığın yönünü gösteren ölçüttür. Formülü, ilgili seçeneğin olasılığının diğer tüm seçeneklerin olasılıkları toplamına oranıdır.
Belirli bir seçeneğin seçilme olasılığının, belirlenen referans kategorisinin seçilme olasılığına oranlanmasıyla elde edilen değerdir. Logaritmik risk oranının ters logaritması (e tabanında üssü) alınarak hesaplanır.
Açıklayıcı (bağımsız) değişkende meydana gelen bir birimlik değişimin, bağımlı değişkenin belirli bir seçeneği seçme olasılığı üzerinde yarattığı doğrudan değişimi gösteren değerdir. İlgili olasılık fonksiyonunun kısmi türevi alınarak hesaplanır.
Çok seçenekli tercih modellerinde parametrelerin tahmin edilmesinde kullanılan, örneklem verilerinin ortaya çıkma olasılığını maksimize eden yöntemdir. Bu yöntemle elde edilen tahminciler tutarlı, asimtotik etkin ve asimtotik normaldir.
Bağımlı değişkenin iki kategorili (0 ve 1) olduğu ve parametrelerinin En Küçük Kareler (EKK) yöntemiyle tahmin edildiği doğrusal regresyon modelidir. Modelin en büyük dezavantajı, tahmin edilen olasılık değerlerinin [0, 1] aralığının dışına çıkabilmesidir.
Bağımlı değişkenin gerçekleşme olasılığının logit dönüşümü (olasılık oranının doğal logaritması) kullanılarak modellendiği, doğrusal olmayan ve En Çok Benzerlik yöntemiyle tahmin edilen modeldir. Tahmin edilen olasılıkların her zaman 0 ile 1 arasında kalmasını garanti eder.
Bağımlı değişkenin olasılığını standart normal dağılımın birikimli dağılım fonksiyonu (CDF) yardımıyla hesaplayan nitel bağımlı değişken modelidir. Logit model gibi En Çok Benzerlik yöntemiyle tahmin edilir ve olasılıkların [0, 1] sınırları içinde kalmasını sağlar.
Logit ve Probit gibi doğrusal olmayan modellerin parametrelerini tahmin etmek için kullanılan, örneklem verilerinin gözlenme olasılığını en üst düzeye çıkaran parametre değerlerini bulan istatistiksel yöntemdir.
Bir olayın gerçekleşme olasılığının (P), gerçekleşmeme olasılığına (1-P) bölünmesiyle elde edilen orandır. Logit model katsayılarının yorumlanmasında e tabanına göre üssü alınarak (e^beta) kullanılır.
Açıklayıcı değişkenlerdeki bir birimlik değişimin, bağımlı değişkenin gerçekleşme olasılığı (Y=1) üzerinde yarattığı anlık ve doğrudan değişimi gösteren kısmi türev tabanlı değerdir.
Modeldeki açıklayıcı değişkenlerin bütünsel olarak anlamlılığını test eden, kısıtlanmış ve kısıtlanmamış modellerin benzerlik fonksiyonu değerlerini karşılaştıran ve ki-kare dağılımına uyan test istatistiğidir.
Nitel özellikleri sayısal analize dahil edebilmek için sadece 0 ve 1 değerlerini alan, bu uygulamada cep telefonu kullanma durumunu (kullanıyor=1, kullanmıyor=0) temsil eden değişkendir.
Probit modelde elde edilen Z indeksi değerini, standart normal dağılım tablosunu kullanarak [0, 1] aralığında bir olasılık değerine dönüştürme işlemidir.
En Çok Benzerlik yöntemiyle tahmin edilen doğrusal olmayan modellerde, modelin açıklayıcılık gücünü veya uyum iyiliğini ölçmek için kullanılan, klasik R-kareye alternatif göstergedir.
Bir bağımlı değişkenin cari dönemdeki değerinin, bağımsız değişkenin cari değerinin yanı sıra geçmiş dönemlerdeki değerlerine veya bağımlı değişkenin kendi geçmiş değerlerine bağlı olması durumudur. Örneğin, tüketim harcamalarının sadece cari gelire değil, geçmiş dönem gelirlerine de bağlı olması bu ilişkiye örnektir.
Açıklayıcı (bağımsız) değişkenleri arasında bağımlı değişkenin kendisinin bir veya birden fazla dönem gecikmeli değerlerini (Yt-1, Yt-2 vb.) barındıran regresyon modelleridir. Bu modeller, serinin kendi geçmiş dinamiklerini tahmin sürecine dahil eder.
Açıklayıcı değişkenlerin sadece cari dönem değerlerini değil, aynı zamanda geçmiş (gecikmeli) değerlerini de (Xt-1, Xt-2 vb.) içeren zaman serisi regresyon modelleridir. Bu modellerde bağımsız değişkenin etkisi belirli bir zaman aralığına yayılır.
Dağıtılmış gecikmeli modellerde, gecikme katsayıları (beta) ağırlık katsayıları olarak kabul edilerek hesaplanan, tüm gecikmelerin ağırlıklı ortalamasıdır. Bağımsız değişkendeki bir değişimin bağımlı değişken üzerindeki etkisinin ortalama ne kadar sürede ortaya çıkacağını gösterir.
Bağımsız değişkende meydana gelen bir birimlik değişimin, bağımlı değişken üzerinde yaratacağı toplam etkinin ilk yarısının (%50'sinin) kaç dönem sonra gerçekleşeceğini gösteren süredir. Koyck modelinde -(log 2 / log λ) formülüyle hesaplanır.
Sonsuz dağıtılmış gecikmeli modellerde parametrelerin geometrik olarak azaldığı varsayımı altında, modeli doğrusal hale getirmek ve gecikmeli bağımsız değişkenleri elemek için yapılan matematiksel işlemdir. Bu işlem sonucunda model, bağımlı değişkenin gecikmeli değerini içeren otoregresif bir yapıya dönüşür.
Koyck modelinde gecikme katsayılarının azalma oranı olan lambda (λ) parametresi kullanılarak (1 - λ) şeklinde hesaplanan değerdir. Bu değer, ekonomik birimlerin yeni koşullara ne kadar hızlı uyum sağladığını gösterir.
Bir regresyon modelinde iki veya daha fazla bağımsız değişken arasında yüksek dereceli doğrusal bir ilişkinin bulunması sorunudur. Dağıtılmış gecikmeli modellerde, bir değişkenin cari değeri ile geçmiş değerleri (Xt, Xt-1 vb.) yüksek korelasyon gösterdiğinden bu sorun sıklıkla ortaya çıkar.
Gecikme katsayılarının zaman içinde belirli bir dereceden polinom (eğri) şeklinde değiştiğini varsayarak, çok sayıda gecikmeli değişkenin katsayısını daha az sayıda parametreyle tahmin etmeyi amaçlayan polinomial gecikme modelidir.
Otoregresif modellerde (bağımsız değişkenler arasında bağımlı değişkenin gecikmeli değerinin yer aldığı durumlarda) hata terimleri arasında otokorelasyon olup olmadığını belirlemek için kullanılan istatistiksel test yöntemidir. Geleneksel Durbin-Watson testinin bu modellerde geçersiz olması nedeniyle tercih edilir.
Dağıtılmış gecikmeli modellerde bağımsız değişkenin cari dönem katsayısı olan beta_0 değeridir. Bağımsız değişkendeki bir birimlik anlık değişimin, aynı dönem içinde bağımlı değişken üzerinde yaratacağı doğrudan etkiyi temsil eder.
Sistemde yer alan her bir değişkenin hem kendisinin hem de diğer değişkenlerin gecikmeli değerlerinin eşitliğin sağ tarafında yer aldığı, içsel-dışsal değişken ayrımı yapmayan çok denklemli dinamik zaman serisi modelidir.
Sistemdeki her bir değişkenin cari değerinin, sadece tüm değişkenlerin geçmiş (gecikmeli) değerleri ve ilişkisiz hata terimleri cinsinden ifade edildiği, EKK ile tahmin edilebilen VAR aşamasıdır.
Her denklemde yer alan hata terimlerinin kendisinden önce gelen eşitliklerdeki hata terimleri ile ilişkili olmadığı ve modelin indirgenmiş biçim parametreleriyle çözülmesine olanak tanıyan yapıdır.
İktisat teorisinden yararlanarak değişkenler arasındaki eş zamanlı (anlık) ilişkiler üzerine kısıtlar koyan ve yapısal şokların etkilerini inceleyen VAR modelidir.
Örneklem büyüklüğünün tahmin edilecek parametre sayısına göre yetersiz kalması durumudur; t-istatistiklerinin anlamsız çıkmasına ve öngörü gücünün zayıflamasına yol açar.
Sistemdeki değişkenlerden birinin hata teriminde (şokunda) meydana gelen bir standart sapmalık değişimin, diğer değişkenlerin cari ve gelecekteki değerleri üzerindeki dinamik etkisini gösteren analizdir.
Bir değişkenin öngörü hata varyansının yüzde kaçının kendisinde meydana gelen şoklardan, yüzde kaçının ise sistemdeki diğer değişkenlerin şoklarından kaynaklandığını ortaya koyan analizdir.
Zaman serisinin ortalama, varyans ve ortak varyans gibi istatistiksel özelliklerinin zaman boyunca değişmemesi durumudur; VAR modellerinin sağlıklı çalışabilmesi için tüm değişkenlerin durağan olması gerekir.
Hata terimlerinin bağımsız ve özdeş dağıldığı, yani ardışık bağımlılık (otokorelasyon) taşımadığı ve sabit varyanslı olduğu varsayımıdır.
Eşanlı denklem sistemlerinde indirgenmiş biçim katsayılarından yola çıkarak benzersiz yapısal parametrelerin elde edilememesi durumudur; kısıtsız VAR modelleri bu problemi ortadan kaldırır.
Zaman serilerinin ortalama, varyans ve ortak varyans gibi istatistiksel özelliklerinin zaman boyunca sabit kalması durumudur. VAR modellerinin tahmin edilebilmesi için analize dahil edilecek tüm değişkenlerin durağan olması ilk ve en önemli aşamadır.
VAR modelinde denklemlerdeki bağımsız değişkenlerin kaç dönem önceki geçmiş değerlerinin modele dahil edileceğini belirleyen parametredir. Doğru gecikme uzunluğunun seçilmesi, modelin tutarlı ve etkin tahminler üretebilmesi açısından en kritik aşamadır.
VAR modelindeki denklemlerde yer alan değişkenlerin gecikme uzunluklarının birbirinden farklı olması durumunda kullanılan tahmin yöntemidir. Bu durumda En Küçük Kareler yerine Görünürde İlişkisiz Regresyon (SURE) yöntemi katsayıların tahmininde etkinliği sağlar.
Bir değişkenin geçmiş ve şimdiki değerlerinin, başka bir değişkenin geleceğine yönelik tahminlerini iyileştirmesi durumunda ortaya çıkan nedensellik ilişkisidir. Örneğin, para arzının geçmiş değerleri enflasyon tahminlerini iyileştiriyorsa, para arzı enflasyonun Granger nedenidir.
Değerleri ve hareketleri tahmin edilen modelin kendi iç mekanizması ve denklemleri tarafından belirlenen değişkendir. VAR modelinde öngörü hata varyansı diğer değişkenlerin şoklarıyla açıklanan değişkenler içsel kabul edilir.
Değerleri incelenen modelin dışındaki faktörler tarafından belirlenen ve model içinde açıklanmayan değişkendir. VAR modellerinde dışsal değişkenlerden içsel değişkenlere doğru bir sıralama yapılması daha iyi sonuçlar verir.
Sistemdeki değişkenlerden birinin hata terimine verilen bir standart sapmalık şok karşısında, tüm değişkenlerin verdiği dinamik tepkileri ölçen analizdir. Bu analiz, politika şoklarının zaman içindeki geçici etkilerini izlemeyi sağlar.
Bir değişkene ait ileriye yönelik öngörü hata varyansının, sistemdeki diğer değişkenlerin şokları tarafından açıklanma oranını yüzde bazında gösteren tekniktir. Şokların değişkenler üzerindeki sayısal etki derecesini ölçer.
Granger nedensellik analizinde katsayılar üzerine getirilen sıfır kısıtlamalarının geçerliliğini test etmek için kullanılan, büyük örneklemlerde geçerli asimptotik bir testtir. Test istatistiği Ki-Kare dağılımına sahiptir.
Bir VAR modelinin, değişkenlerin uzun dönem ortalamaları ve geçmiş dönem şoklarının (hata terimlerinin) bir fonksiyonu olarak yeniden yazılmış matris formudur. Etki-tepki fonksiyonlarının türetilmesinde temel teşkil eder.
Birden çok zaman serisinin birbirleriyle olan dinamik ilişkilerini, her bir değişkeni kendisinin ve diğer tüm değişkenlerin gecikmeli değerlerinin bir fonksiyonu olarak tahmin eden doğrusal eş anlı denklem sistemidir.
Bir zaman serisinin ortalamasının, varyansının ve ortak varyansının zamandan bağımsız olarak sabit kalması durumudur. Durağan olmayan serilerle yapılan analizler sahte regresyon riskine yol açar.
Bir zaman serisinin birim kök içerip içermediğini, yani durağan olup olmadığını belirlemek amacıyla kullanılan, serideki otokorelasyonu arındırmak için gecikmeli fark terimlerini modele ekleyen istatistiksel testtir.
Birim kök testlerinde katsayının sıfıra eşit olduğunu savunan hipotezi test etmek amacıyla hesaplanan ve standart t-dağılımı yerine Dickey-Fuller özel tablo değerleriyle karşılaştırılan test istatistiğidir.
Düzey değerinde durağan olan, yani herhangi bir fark alma işlemine gerek duyulmadan doğrudan analizlerde kullanılabilen zaman serisidir. Örnek olayda büyüme değişkeni düzeyde durağandır.
Düzey değerinde durağan olmayıp, durağan hale gelebilmesi için birinci dereceden farkının alınması gereken seridir. Örnek olayda enflasyon serisi birinci farkında durağanlaşmıştır.
Modelin uyum başarısı ile parametre sayısı arasındaki ödünleşmeyi dengeleyerek en uygun gecikme uzunluğunu seçmeye yarayan, en küçük değere sahip modelin tercih edildiği istatistiksel kriterdir.
Değişkenler üzerinde önsel hiçbir teorik kısıtlama veya eş anlılık varsayımı yapılmadan, tüm değişkenlerin birbirinin gecikmeleri üzerine tahmin edildiği başlangıç VAR modelidir.
Bir zaman serisinin kalıntılarının veya hata terimlerinin farklı dönemlerdeki değerleri arasında doğrusal bir ilişki bulunması durumudur. VAR modellerinde bulunmaması gereken bir sorundur.
Hata terimlerinin varyansının gözlemden gözleme veya zamana göre sabit kalmayıp değişkenlik göstermesi durumudur. Güvenilir tahminler için varyansın sabit olması gerekir.
Model kalıntılarının çarpıklık ve basıklık derecelerini inceleyerek normal dağılıma uygunluğunu sınayan testtir. VAR modellerinde bu varsayımın ihlali katsayı yorumlarını engellemez.
Tahmin edilen VAR modelinin dinamik olarak kararlı ve durağan olup olmadığını belirleyen, tüm değerlerin grafiksel olarak birim yarıçaplı dairenin içinde kalması gereken matematiksel kriterdir.
Bir değişkenin geçmiş değerlerinin, diğer bir değişkenin gelecekteki değerlerini tahmin etmede istatistiksel olarak anlamlı katkı sağlayıp sağlamadığını belirleyen analiz yöntemidir.
Çok değişkenli VAR modellerinde, bir değişken grubunun gecikmeli değerlerinin sistemdeki diğer değişkenler üzerinde toplu olarak anlamlı bir etkiye sahip olup olmadığını sınayan Ki-kare tabanlı testtir.
VAR sistemindeki değişkenlerden birinin hata terimine verilen bir standart sapmalık şokun, sistemdeki diğer değişkenlerin şimdiki ve gelecekteki değerlerinde yol açtığı dinamik tepkileri gösteren analizdir.
Her bir değişkenin öngörü hata varyansının yüzde kaçının kendi şoklarından, yüzde kaçının ise sistemdeki diğer değişkenlerin şoklarından kaynaklandığını gösteren yöntemdir.
Bir zaman serisinin zaman içinde izlediği ve tesadüfi olmayan sabit terim veya doğrusal trend gibi bileşenleri ifade eden yapısal özelliklerdir.
Modelin geleceğe yönelik yaptığı tahminlerde ortaya çıkan hataların değişkenliğini ifade eden ve varyans ayrıştırması analizinin temelini oluşturan istatistiksel büyüklüktür.