Orta

En Küçük Kareler (EKK) Yöntemi ve Varsayımları

EKK tahmininin mantığı, Gauss-Markov varsayımları ve ihlal durumları (değişen varyans, otokorelasyon).

🎯 Öğrenme hedefleri

  • EKK'nın amaç fonksiyonunu açıklamak
  • Temel varsayımları saymak
  • Varsayım ihlallerinin sonuçlarını belirtmek

En Küçük Kareler (EKK/OLS), gözlemler ile tahmin doğrusu arasındaki artıkların kareleri toplamını minimize eden katsayıları bulur. Doğruya en yakın çizgiyi çizer; artıkların toplamı sıfır, X ile kovaryansı sıfırdır.

Klasik varsayımlar

Model doğru kurulmuştur (doğrusallık), hata teriminin beklenen değeri sıfırdır, sabit varyans (homoskedastisite): hataların varyansı tüm gözlemlerde aynıdır, otokorelasyon yokluğu: hatalar birbirinden bağımsızdır, X ile hata terimi ilişkisizdir. Bu varsayımlar altında EKK tahminleri BLUE'dur: doğrusal, sapmasız ve en küçük varyanslı (etkin) tahminlerdir (Gauss-Markov teoremi).

Varsayım ihlalleri

Değişen varyans (heteroskedastisite): hata varyansı X ile değişir (gelir arttıkça tasarruf oynaklığının artması) — tahminler sapmasız kalır ama etkinlik kaybolur, standart hatalar yanlış hesaplanır (White testi). Otokorelasyon: zaman serilerinde art arda hatalar ilişkilidir (Durbin-Watson testi; d ≈ 2 otokorelasyon yokluğu). Çoklu doğrusal bağlantı (multikolineerlik) açıklayıcı değişkenler arasındaki yüksek ilişkidir; katsayı varyanslarını şişirir.

🔑 Temel kavramlar

EKK (OLS)ArtıkGauss-MarkovSabit varyansOtokorelasyonDeğişen varyansBLUE

Bu konudan sorular

Bu konudan soru çöz →