Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

PANEL VERi ANALiZi

No description
by

metehan ercan

on 3 January 2015

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of PANEL VERi ANALiZi

Panel veri analizinde test sonuçlarının güvenilirliği açısından bazı varsayımlarının sağlanması gerekir.
Bunlar;
Heteroskedasticity (Değişen Varyans)
Otokorelasyon
Birimler arası korelasyon
TEMEL VARSAYIM TESTLERİ
ve
DİRENÇLİ TAHMİNCİLER
PANEL VERi ANALiZi
Temel Varsayımlar
Bu varsayımlardan birinin bile saglanmaması durumunu gözardı ederek tahminler yapmak, standart hataların sapmalı olmasına sebep olacağı için etkinliği yani küçük varyanslılığı engellemektedir. Böylece t istatistikleri ve güven aralıkları da gerçekliğini kaybeder.
Varsayımlar neden bu kadar önemli ?
A-) HETEROSKEDASTiCiTY
2- White Testi
B- Otokorelasyon
Teşekkürler..
KLASiK MODEL
1- Breusch-Pagan/ Cook-Weisberg Testi
Örnek stata çıktısı :
örnek stata çıktısı :
. estat imtest, white
White's test for Ho: homoskedasticity
against Ha: unrestricted heteroskedasticity
chi2(5) = 8.98
Prob > chi2 = 0.1100
Cameron & Trivedi's decomposition of IM-test
---------------------------------------------------
Source | chi2 df p
---------------------+-----------------------------
Heteroskedasticity | 8.98 5 0.1100
Skewness | 2.39 2 0.3022
Kurtosis | 0.98 1 0.3226
---------------------+-----------------------------
Total | 12.35 8 0.1363
---------------------------------------------------
. estat hettest
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
Ho: Constant variance
Variables: fitted values of income

chi2(1) = 0.12
Prob > chi2 = 0.7238
1- Durbin-Watson Testi
Durbin-Watson testi zaman serisi verileriyle çalışılırken otokorelasyonun varlığını sınamak için kullanılan bir testtir. Klasik modelde de veri setinin panel yapısı göz ardı edilerek tahmin yapıldığından bu test kullanılabilmektedir.
örnek stata çıktısı :
. estat dwatson
Durbin-Watson d-statistic( 2, 20) = .7347276
Test istatistiğinin 2 ' ye yakınlığına göre hipotez
kabul edilir yada reddedilir.
. estat bgodfrey, lags(1)
Breusch-Godfrey LM test for autocorrelation
lags(p) / chi2 df Prob > chi2
1 / 130.900 1 0.0000
H0: no serial correlation
2-Breusch-Godfrey Testi
örnek stata çıktısı :
. xtserial ln_wage age* ttl_exp tenure* south, output
Wooldridge test for autocorrelation in panel data
H0: no first-order autocorrelation
F( 1, 1472) = 88.485
Prob > F = 0.0000
3- Wooldridge Autocorrelation Testi
örnek stata çıktısı :
SABiT ETKiLER
MODELi
A-) HETEROSKEDASTiCiTY
1- Degiştirilmiş Wald Testi
. xttest3
Modified Wald test for groupwise heteroskedasticity
in fixed effect regression model
H0: sigma(i)^2 = sigma^2 for all i
chi2 (4) = 279.13
Prob>chi2 = 0.0000
1- Baltagi-Wu 'nun LBI Testi
B-) OTOKORELASYON
. xtregar invest mvalue kstock if year !=1934 & year !=1944, fe lbi
modified Bhargava et al. Durbin-Watson = .71380994
Baltagi-Wu LBI = 1.0134522

2- Bhargava, Franzini ve Narendranathan'ın
Durbin-Watson Testi
değerler 2'ye göre değerlendirilirler. 2'den küçükse H0 reddedilir.
. xttest2
Correlation matrix of residuals:
_ _e1 _ _e3 _ _e4 _ _e5
_ _e1 1.0000
_ _e3 -0.0740 1.0000
_ _e4 -0.2723 0.9032 1.0000
_ _e5 -0.1825 -0.1330 -0.0967 1.0000
Breusch-Pagan LM test of independence: chi2(6) = 19.115, Pr = 0.0040
Based on 20 complete observations
C-) BiRiMLER ARASI KORELASYON
1- Breusch-Pagan Lagrange Çarpanı Testi
2- Pesaran Testi
. xtcsd, pesaran
Pesaran's test of cross sectional independence = 2.899, Pr = 0.0037
. xtcsd, friedman
Friedman's test of cross sectional independence = 17.537, Pr = 0.0633
3- Friedman Testi
4- Frees Testi
. xtcsd, frees
Frees' test of cross sectional independence = 0.244
|--------------------------------------------------------|
Critical values from Frees' Q distribution
alpha = 0.10 : 0.2333
alpha = 0.05 : 0.3103
alpha = 0.01 : 0.4649
TESADÜFi ETKiLER
MODELi
A-) HETEROSKEDASTiCiTY
1- Levene, Brown ve Forsythe Testi
. predict double eps, residual
. robvar eps, by(state)
Summary of Residuals
state Mean Std. Dev. Freq.
CT 4.167853 1.3596266 20
MA 1.618796 .86550138 20
ME -2.9841056 .93797625 20
NH .51033312 .61139299 20
RI -.8927223 .63408722 20
VT -2.4201543 .71470977 20
Total -6.063e-14 2.6037101 120

W0 = 4.3882072 df(5, 114) Pr > F = 0.00108562
W50 = 3.2989851 df(5, 114) Pr > F = 0.00806751
W10 = 4.2536245 df(5, 114) Pr > F = 0.00139064
B-) OTOKORELASYON
1- Baltagi-Wu 'nun LBI Testi
2- Bhargava, Franzini ve Narendranathan'ın
Durbin-Watson Testi
. xtregar TG GT TH D1 IN YS, re lbi
modified Bhargava et al. Durbin-Watson = .5432837
Baltagi-Wu LBI = .85588663

. xttest1, unadjusted
Tests for the error component model:
gini[naglo,t] = Xb + u[naglo] + v[naglo,t]
v[naglo,t] = lambda v[naglo,(t-1)] + e[naglo,t]
Estimated results:
Var sd = sqrt(Var)
---------+----------------------------------
gini | .0006167 .0248335
e | .0001899 .01377936
u | .0001879 .01370805
Tests:
Random Effects, Two Sided:
LM(Var(u)=0) = 13.50 Pr>chi2(1) = 0.0000
ALM(Var(u)=0) = 6.03 Pr>chi2(1) = 0.0000
Random Effects, One Sided:
LM(Var(u)=0) = 3.67 Pr>N(0,1) = 0.0000
ALM(Var(u)=0) = 2.46 Pr>N(0,1) = 0.0000
Serial Correlation:
LM(lambda=0) = 9.32 Pr>chi2(1) = 0.0000
ALM(lambda=0) = 1.86 Pr>chi2(1) = 0.0000
Joint Test:
LM(Var(u)=0,lambda=0) = 15.35 Pr>chi2(2) = 0.0000

3- Düzeltilmiş Lagrange Çarpanı Testi
C-) BiRiMLER ARASI KORELASYON
2- Pesaran Testi
. xtcsd, pesaran
Pesaran's test of cross sectional independence = 2.899, Pr = 0.0037
. xtcsd, friedman
Friedman's test of cross sectional independence = 17.537, Pr = 0.0633
3- Friedman Testi
4- Frees Testi
. xtcsd, frees
Frees' test of cross sectional independence = 0.244
|--------------------------------------------------------|
Critical values from Frees' Q distribution
alpha = 0.10 : 0.2333
alpha = 0.05 : 0.3103
alpha = 0.01 : 0.4649
DiRENÇLi TAHMiNCiLER
1- Huber, Eicker ve White Tahmincisi
Bu tahminci sadece değişen varyans sorunu olduğunda varyansların tahmini için kullanılır.
Stata'da komutların sonuna "robust" ekleyerek kullanılır.
Örneğin: xtreg (bağımlı d.)(bağımsız d.ler), fe robust
2- Arellano, Froot ve Rogers Tahmincisi
Değişen varyans ve otokorelasyon sorunlarına karşı dirençli olan bu tahminciyi Stata'da komutların sonuna "cluster(id)" ekleyerek kullanabiliriz.
Örneğin: xtreg (bağımlı d.)(bağımsız d.ler), fe cluster(id)
3- Parks-Kmenta Tahmincisi
Dirençli tahminciler arasında en çok kullanılanlardan biridir çünkü 3 sorunuda ortadan kaldırabilir. Her sorun için ayrı ayrı ya da hepsi için dirençli tahminciler üretebilir.
4- Beck-Katz Tahmincisi
Değişen varyans (heteroskedasticity) ve birimler arası korelasyonun var olduğu durumlarda en çok kullanılan tahmincilerden biridir.
5- Driscoll ve Kraay Tahmincisi
Değişen varyans, birimler arası korelasyon ve otokorelasyon varsa driscoll ve kraay tahmincisi en uygun tahmincilerden biridir.
Homoskedastik, uzamsal korelasyonsuz ve otokorelasyonsuz olduğu durumda varyans kovaryans matrisi aşağıdaki gibidir:
Full transcript