|
|
Eğitim PD13. Stata ile Panel Veride Yapısal Kırılma ve Kümeleme Analizi: Test, Tahmin ve Veri-Odaklı Yöntemler
2 gün (10.00-12.00 ve 13.00-15.00 arası)
Toplam 8 Saat
Kategori: Özel Eğitim
Açıklamalar
xtbreak, zaman serisi ve panel veri modellerinde yapısal kırılmalar için birden fazla test uygular. Yapısal kırılmaların sayısı ve gerçekleştiği dönemler bilinen veya bilinmeyen olabilir. Ayrıca kırılma noktalarını (gerçek kırılma tarihlerini) tahmin eder. Komut, Bai & Perron (1998, 2003), Karavias, Narayan, Westerlund (2021) ve Ditzen, Karavias, Westerlund (2024) çalışmalarında ele alınan yapısal kırılma testlerini ve tahmin yöntemlerini uygulamaktadır.
xtgets komutunun uyguladığı "Gösterge doygunluğu" (indicator saturation) yöntemi, zaman serisi analizinde yapısal kırılmaları, aykırı değerleri ve parametre sabit olmama durumunu tespit etmek için kullanılan dirençli (robust) bir ekonometrik tekniktir. Modele çok sayıda kukla değişkenin eklenmesini içerir. Stata'da xtgets komutu, panel veri için Gösterge Doygunluğu yöntemlerini otomatik Genelden-Özele (GETS) model seçimi kullanarak uygular. Komut, panel sabit etkiler modellerinde yapısal kırılmaların ne zaman ve nerede meydana geldiğini, araştırmacının kırılmaların zamanını veya konumunu önceden belirlemesini gerektirmeden tespit eder. Gösterge Doyurma Yöntemleri: - IIS (Impulse Indicator Saturation, İtki Göstergesi Doygunluğu): IIS, birime özgü tek dönemlik aykırı değerleri (tek bir gözlemdeki anormal değerleri) tespit eder. - FESIS (Fixed-Effect Step Indicator Saturation, Sabit Etki Adım Göstergesi Doygunluğu): FESIS, birimin sabit teriminde kalıcı düzey değişimlerini (adım değişimleri) tespit eder. Bu en yaygın kullanılan yöntemdir. - CSIS (Coefficient Step Indicator Saturation, Katsayı Adım Göstergesi Doygunluğu): CSIS, tüm birimler için ortak olan eğim (regresyon) katsayılarında yapısal değişimi tespit eder. - CFESIS (Coefficient-FE Step Indicator Saturation, Katsayı-Sabit Etki Adım Göstergesi Doygunluğu): CFESIS, birime özgü eğim katsayılarında yapısal değişimi tespit eder. - TIS (Trend Indicator Saturation, Trend Göstergesi Doygunluğu): TIS, belirli tarihlerden itibaren belirli birimler için kırılmış doğrusal trendleri tespit eder. FESIS kalıcı bir düzey değişimini (tek seferlik sıçrama) yakalarken, TIS trend kırılmasını tespit eder. - JIIS (Joint Impulse Indicator Saturation, Ortak İtki Göstergesi Doygunluğu): JIIS, belirli bir zamanda tüm birimleri aynı anda etkileyen ortak tek dönemlik şokları tespit eder. Zaman sabit etkilerinin seçilmesine eşdeğerdir. - JSIS (Joint Step Indicator Saturation, Ortak Adım Göstergesi Doygunluğu): JSIS, tüm birimleri aynı anda etkileyen ortak kalıcı yapısal kırılmaları tespit eder. Bu, FESIS’in “ortak” versiyonudur: birime özgü değişimler yerine, aynı anda tüm birimler için ortak kırılmaları test eder.
xtregcluster, Sarafidis ve Weber (2015) tahmincisini, bireyleri homojen eğim parametrelerine sahip kümelere ayırmak ve küme içi heterojenliği gözlemlenemeyen sabit etkilere atfetmek amacıyla uygular. Yöntem, doğrusal kısa panel veriler için kullanılabilir ve parametre yapısı hakkında ön bilgi bulunmadığında veriyi keşfetmek açısından yararlıdır. Ayrıca parametre homojenliğini doğrulamak ve normatif olarak belirlenmiş sınıflandırmaların geçerliliğini incelemek için de kullanılabilir.
Classifier-Lasso yöntemi (Su, vd., Econometrica, 2016), panel veride bireyler arasındaki katsayı heterojenliğini gözlemlenmeyen (latent) grup yapıları üzerinden modelleyen ve özellikle bu grupları belirlemeye (sınıflandırmaya) yarayan bir yöntemdir. Bu yaklaşım, her birimin katsayısını tamamen serbest bırakmak yerine, benzer katsayıya sahip birimleri aynı gruba atayarak hem grup üyeliklerini hem de grup-spesifik katsayıları eşanlı olarak tahmin eder. Böylece yöntem, klasik lasso’nun değişken seçimi mantığından farklı olarak, panelde gizli (latent) kümeleri ortaya çıkaran ve heterojenliği yapısal biçimde analiz eden güçlü bir çerçeve sunar. Dinamik panel modellerinde yanlılığı düzeltmek için half-panel jackknife yöntemini uygulanır (Dhaene ve Jochmans, 2015) ve bu durumda standart hatalar otomatik olarak otokorelasyon ve değişen varyansa dayanıklı (HAC) biçimde hesaplanır.
Eğitim Programı
1. Gün
xtbreak komutu uygulamları: Bilinen ve bilinmeyen çok sayıda yapısal kırılma için tahmin ve test - Hipotez 2’ye dayalı sıralı F-testi - İki kırılmalı modelin tahmin edilmesi - Hipotez 1 kullanılarak “kırılma yok” hipotezine karşı 2 kırılma hipotezinin test edilmesi - İki kırılma noktasının bilinen kırılmalar olarak test edilmesi - 2 kırılma hipotezinin, 3 kırılma alternatifine karşı test edilmesi - Yalnızca sabitte kırılmanın test edilmesi ve katsayının sabit tutulması - Kırılma noktalarının tahmin edilmesi ve güven aralıklarının oluşturulması - Güven aralığının tarih yerine indeks olarak gösterilmesi - Değişkenin farklı rejim değerlerine ayrıştırılması - Değişkenlerin saçılım grafiğinin çizilmesi - Güven aralıkları ile zaman serisi çizgi grafiğinin oluşturulması - Panelde Sıralı F-testi ve kırılma tarihlerinin tahmin edilmesi - Değişen varyans ve otokorelasyonun dikkate alınması - Yatay kesit bağımlılığının dikkate alınması - En fazla 5 kırılmaya karşı “kırılma yok” hipotezinin test edilmesi - 1 ve 3 kırılma alternatiflerinin test edilmesi - Kırılma noktalarının tahmin edilmesi ve sabit etkiler regresyonunun uygulanması - xtdcce2 ile kullanımı
Panel Genelden-Özele (GETS) Gösterge Doyurma ile Yapısal Kırılma Tespiti Gösterge Doyurma Yöntemleri - IIS: Ani-etki (impulse) Göstergesi Doyurma - FESIS: Sabit Etki Adım Göstergesi Doyurma - CSIS: Katsayı Adım Göstergesi Doyurma - CFESIS: Katsayı-Sabit Etki Adım Göstergesi Doyurma - TIS: Trend Göstergesi Doyurma - JIIS: Ortak Ani-etki (impulse) Göstergesi Doyurma - JSIS: Ortak Adım Göstergesi Doyurma - Örnek 1: Temel FESIS (birime özgü düzey değişimlerinin tespiti) - Örnek 2: Orta düzey anlamlılık ile FESIS (t.pval = 0.01) - Örnek 3: Birleşik FESIS + IIS (iki aşamalı seçim) - Örnek 4: Katsayı istikrarının test edilmesi (CSIS) - Örnek 5: Birime özgü katsayı değişimi (CFESIS) - Örnek 6: Trend göstergesi doyurma (TIS) - Örnek 7: Tüm değişkenlerin dahil edildiği yaklaşım (ayrıntılı çıktı ile) - Örnek 8: FESIS’in belirli birimlerle sınırlandırılması - Örnek 9: Ağırlıkların ve alternatif varyans tahmincilerinin kullanılması.
2. Gün
xtregcluster komutu ile uygulamalar - Başlangıç bölümlemesinin rastgele seçim kullanılarak elde edilmesi - Başlangıç bölümlemesinin önceden belirlenmiş kategorik değişkenler kullanılarak elde edilmesi - Başlangıç bölümlemesinin değişkenlerde önceden belirlenmiş varyasyon kullanılarak elde edilmesi - Başlangıç bölümlemesinin bireysel eğimlerde önceden belirlenmiş varyasyon kullanılarak elde edilmesi
Classifier-Lasso yöntemi ile panelde heterojen grupların tespiti - c-lasso ile gizli (latent) grupları belirleme - Gizli (latent) grup değişkeninin elde edilmesi - Grup katsayılarının tek grafikte gösterilmesi - Grup Sayısı için Bilgi Kriterleri Grafiği - Dinamik modelde yanlılık düzeltilmiş c-lasso
YENİ SEZON EĞİTİMLERİMİZ DEVAM EDİYOR
11-12 NİSAN 2026


   
YAKLAŞAN EĞİTİMLER
ÖNCEKİ EĞİTİMLER
Eğitim Verilen Kurumlar
- Rekabet Kurumu [2023-halen]
- Temel İstatistik ve Olasılık
- Stata Uygulamalı Temel Ekonometri
- Stata Uygulamalı Zaman Serisi Ekonometrisi
- Stata Uygulamalı İleri Zaman Serisi Ekonometrisi
- Stata Uygulamalı Panel Veri Ekonometrisi
- Stata Uygulamalı İleri Panel Veri Ekonometrisi
- T.C. Cumhurbaşkanlığı Strateji ve Bütçe Başkanlığı [2023-halen]
- Türkiye İş Bankası A.Ş. [2022 - 2025]
- Uygulamalı Ekonometrik Modelleme
- Temel Ekonometri ve Model Seçimi
- Temel Zaman Serisi Analizi, ARIMA Forecasting ve ARCH Modellemesi
- Temel İstatistik
- TÜİK Mensupları Derneği (TÜMDER) [2021-2023]
- R ile Temel İstatistik ve Ekonometri
- Stata ile Temel İstatistik ve Ekonometri
- Stata ile Zaman Serisi Analizi
- Stata ile Panel Veri Analizi
devamı için tıklayınız
pdf
|