You are here

KUKLA DEĞİŞKENLERİN T İSTATİSTİĞİ İLE AYKIRI GÖZLEMLER TESPİT EDİLEMEZ

Journal Name:

Publication Year:

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In the current literature, in order to be able to detect a single observation as an outlier observation, this observation is represented by a dummy variable and the dummy variable is checked for statistical significance. For an observation to be an outlier observation, the thesis of significant t-statistics of dummy variable is used. This paper proves using a theoretic proof for simple regression model that this thesis is wrong and refutes this thesis using a counterexample. The example derived for this paper illustrates that an outlier observation detected by robust regression methods cannot be detected by the t-statistics of dummy variable. In addition, the effect of adding a dummy variable to regression on important regression statistics is investigated.
Abstract (Original Language): 
Güncel yazında, bir gözlemi aykırı gözlem (outlier) olarak tespit edilebilmek için bu gözlem kukla değişken ile temsil edilmekte ve kukla değişkenin istatistiksel olarak anlamlı olup olmadığına bakılmaktadır. Bir gözlemin aykırı gözlem olması için kukla değişkenin t-istatistiğinin istatistiksel olarak anlamlı olma tezi kullanılmaktadır. Bu çalışma, basit bağlaşım modelini kullanarak, bu tezin doğru olmadığını kuramsal olarak ispatlamakta ve bir karşı örnekle bu tezi çürütmektedir. Bu çalışma için türetilmiş örnekte, dirençli (robust) bağlaşım yöntemi ile aykırı gözlem olarak tespit edilen bir gözlemin, kukla değişkenin t-istatistiği ile tespit edilemediği gösterilmektedir. Buna ilaveten, kukla değişken eklemenin önemli bağlaşım istatistiklerini nasıl etkilediğini de irdelemektedir.
1-14

JEL Codes:

REFERENCES

References: 

Billingsley, P., Belsley, D. A., Kuh, E., Welsch, R. E. 1980 Regression diagnostics:
identifying influential data and sources of collinearity. Wiley Series in Probability and
Mathematical Statistics; Wiley, New York-Chichester-Brisbane. MR0576408
Cook, R. D. 1985. Detection of influential observation in linear regression.
Technometrics 19:15–18. MR0436478
Greene, W. H. 2002. Econometric Analysis 5; Prentice Hall, NJ.
Rousseeuw, P. J., ve Leroy, A. M. 1987. Robust regression and outlier detection. John
Wiley & Sons, Inc., New York. MR0914792
Rousseeuw, P. J., ve Van Aelst, S. 1999. Positive-breakdown robust methods in
computer vision. Computing Science and Statistics 31:451-460.
Studenmund, A. H. 2002. Using Econometrics: A Practical Guide. Addison Wesley,
London.
Zaman, A., Rousseeuw, P. J., ve Orhan, M. 2001. Econometric Applications of HighBreakdown Robust Regression Techniques. Economics Letters, 71:1–8.

Thank you for copying data from http://www.arastirmax.com