İstatistik Sözlüğü → Panel Veri Regresyonu
Panel Veri Regresyonuanaliz
Aynı birimlerin (firma, hane, il, ülke) birkaç dönem boyunca izlendiği verilerde, birimlerin gözlenmeyen ve zamanla değişmeyen özelliklerini denetleyerek değişkenler arasındaki ilişkiyi kestiren regresyon yöntemleri.
Kavram
Panel verisi hem kesit (birçok birim) hem zaman (birçok dönem) boyutu taşır. Bu yapının en büyük avantajı, birimlerin ölçülmeyen ama sabit kalan özelliklerini (bir firmanın yönetim kültürü, bir ilin coğrafyası) denetleyebilmektir. Bu özellikler hem açıklayıcı değişkenle hem sonuçla ilişkiliyse, tüm gözlemleri tek havuzda toplayan sıradan regresyon yanlı sonuç verir.
Sabit etkiler (birim içi) kestiricisi her birimin kendi ortalamasından sapmaları kullanır; böylece birimler arası tüm sabit farklar ortadan kalkar ve katsayı 'aynı birim içinde açıklayıcı değişken arttığında sonuç ne kadar değişir?' sorusunu yanıtlar. İki yönlü sabit etkiler buna tüm birimleri aynı anda etkileyen dönem şoklarını da ekler. Rastgele etkiler modeli birim farklarını bir rastgele bileşen olarak ele alır; daha verimlidir ama birim etkilerinin açıklayıcı değişkenlerle ilişkisiz olduğunu varsayar. Hausman testi bu varsayımın tutup tutmadığına, dolayısıyla rastgele etkilerin kullanılabilir olup olmadığına dair kanıt sunar. Birinci farklar ve between kestiricileri de birim içi ya da birimler arası farklılığı ayrı ayrı kullanan seçeneklerdir.
Sabit etkiler zamanla değişmeyen değişkenlerin (ör. cinsiyet, kuruluş yeri) etkisini kestiremez, çünkü bu değişkenler birim içi dönüşümde yok olur. Aynı birimin ardışık dönemlerdeki hataları genellikle ilişkilidir (seri korelasyon) ve birimler ortak şoklardan etkilenebilir (kesitsel bağımlılık); bu durumlarda klasik standart hatalar güvenilmezdir ve birime göre kümelenmiş standart hatalar kullanılmalıdır. Değişkenler zamanla birim kök içeriyorsa sahte regresyon riski doğar.
Ne zaman kullanılır?
- Aynı birimler birkaç dönem boyunca gözlenmişse ve birimlerin ölçülmeyen, zamanla değişmeyen özelliklerinin sonuçları çarpıtmasından endişe ediliyorsa (firma yatırımları, hane geliri, il düzeyinde göstergeler).
- Bir müdahalenin etkisi, uygulanan ve uygulanmayan birimlerin önce-sonra karşılaştırmasıyla inceleniyorsa farkların farkı; açıklayıcı değişken hata terimiyle ilişkiliyse araç değişkenli regresyon da değerlendirilir.
- Dönem sayısı çok fazla ve dinamik yapı (geçmiş değerlerin etkisi) önemliyse zaman serisi ya da dinamik panel yöntemleri; veri yalnız tek bir dönemden oluşuyorsa sıradan çoklu regresyon kullanılır.
Gündelik bir örnek
Bir araştırmacı 40 perakende firmasının 10 yıllık reklam harcamalarını ve satışlarını inceliyor. Güçlü markalı firmalar hem daha çok reklam yapıyor hem de zaten daha çok satıyor; marka gücü ise ölçülmemiş. Tüm firma-yılları tek havuzda toplamak reklamın etkisini olduğundan büyük gösterir. Sabit etkiler modeli her firmayı kendi ortalamasıyla karşılaştırır: 'bir firma reklamını kendi olağan düzeyinin üstüne çıkardığı yıllarda satışları ne kadar artıyor?' Örneğin her ek 1 milyon TL reklamın satışları 3 milyon TL artırdığını bulabilir; marka gücü gibi sabit farklar bu kestirimi çarpıtmaz.
MerQur'da parametreler
Model (Sabit etkiler (birim içi) / Sabit etkiler (iki yönlü: birim + zaman) / Rastgele etkiler (GLS) / Havuzlanmış OLS / Birinci farklar / Between kestiricisi (birim ortalamaları) / Sabit etkiler (tek yönlü: zaman))
Kavram: Panel verisinden hangi tür farklılığın kullanılacağını belirler. Sabit etkiler yalnız birim içi değişimi, iki yönlü sabit etkiler ayrıca dönem ortak şoklarından arınmış değişimi, rastgele etkiler birim içi ve birimler arası değişimin ağırlıklı birleşimini, havuzlanmış EKK panel yapısını yok sayarak tüm gözlemleri, birinci farklar ardışık dönemler arasındaki değişimi, between ise yalnız birim ortalamaları arasındaki farkları kullanır.
Gündelik örnek: Havuzlanmış modelde reklamın etkisi büyük çıkabilir, çünkü güçlü markalar hem çok reklam yapar hem çok satar. Sabit etkiler modeli her firmayı kendisiyle karşılaştırdığı için bu marka farkını ayıklar; iki yönlü model ise ekonomik kriz yılı gibi tüm firmaları etkileyen yıllık dalgalanmaları da çıkarır.
Ne işe yarar: Raporlanan kestiriciyi seçer: birim içi birim ortalamasından sapmaları, iki yönlü ayrıca dönem ortalamalarını, rastgele etkiler GLS yarı-arındırmayı, havuzlanmış EKK panel yapısını yok sayarak, birinci farklar ardışık dönem farklarını, between birim ortalamalarını kullanır.
Sonuca etkisi: Katsayı tablosu, R² üçlüsü ve model testi türü değişir. Hausman, birim etkileri F ve Breusch-Pagan LM modelden bağımsızdır; Breusch-Godfrey ve CD ana modelin artıklarını kullanır. Zamanla değişmeyen veya eşdoğrusal sütunlar düşürülür ve uyarı yazılır.
Doğrulama verisinde: capital (SE): birim içi 0.3101 (0.0174); iki yönlü 0.3579 (0.0227); RE 0.3081 (0.0172); havuzlanmış 0.2307 (0.0255); FD 0.2918 (0.0538). R²: 0.767, 0.720, 0.770, 0.812, 0.409.
RE varyans kestiricisi (Swamy-Arora / Amemiya / Wallace-Hussain)
Kavram: Rastgele etkiler modelinde birimler arası varyans ile birim içi varyansın hangi yöntemle kestirileceğini belirler. Bu varyansların oranı, modelin birim içi ve birimler arası bilgiyi ne ölçüde birleştireceğini belirler.
Gündelik örnek: Firmalar arasındaki kalıcı satış farkları yıllık dalgalanmalara göre çok büyükse rastgele etkiler modeli sonuçta sabit etkilere yakın davranır. Farklı kestirim yöntemleri bu oranı biraz farklı hesaplayabilir ve katsayıları hafifçe değiştirebilir.
Ne işe yarar: Rastgele etkiler modelinde σ²_u ve σ²_e bileşenlerinin kestirim yöntemi: Swamy-Arora (within ve between artıkları), Amemiya (within artıkları), Wallace-Hussain (havuzlanmış EKK artıkları). Yalnız model Rastgele etkiler iken etkindir.
Sonuca etkisi: θ, RE katsayıları ve SE ile Hausman istatistiği değişir. Hausman negatifse p verilmez ve uyarı yazılır.
Doğrulama verisinde: σ²_u = 7089.8 (SA), 6477.3 (Amemiya), 5690.2 (WH); θ = 0.8612, 0.8557, 0.8374; Hausman χ²(2) = 2.330, 4.853, -4.289 (WH'de V_FE - V_RE pozitif tanımlı değil).
Standart hata (Klasik (homoskedastik) / Kümelenmiş: birim (Arellano, HC0) / Kümelenmiş: birim (Arellano, HC1) / Kümelenmiş: birim (Stata küçük örneklem düzeltmesi) / Kümelenmiş: zaman (HC0))
Kavram: Katsayıların belirsizliğinin nasıl hesaplanacağını belirler. Klasik standart hatalar hataların bağımsız ve eşit varyanslı olduğunu varsayar; birime göre kümelenmiş standart hatalar aynı birimin farklı yıllardaki hatalarının ilişkili olmasına, zamana göre kümelenmiş olanlar aynı yıldaki birimlerin ortak şoklarına izin verir. Katsayılar değişmez, yalnız standart hatalar ve p-değerleri değişir.
Gündelik örnek: Bir firmanın satışları iyi bir yılın ardından genellikle yine iyi gider; yani hatalar yıldan yıla ilişkilidir. Firmaya göre kümelenmiş standart hata bu ilişkiyi hesaba katar ve reklam etkisinin aralığını klasik standart hataya göre genişletir.
Ne işe yarar: Katsayı kovaryansının tahmini: klasik, birime göre kümelenmiş Arellano sandviçi (HC0; HC1 = n/(n - k); CR1 düzeltmesi G/(G - 1)·(n - 1)/(n - k)) ya da zamana göre kümelenmiş (HC0).
Sonuca etkisi: Yalnız SE, t, p, GA ve model testi (klasikte F, diğerlerinde Wald χ²) değişir; katsayılar aynıdır.
Doğrulama verisinde: capital SE (birim içi): klasik 0.01735; HC0 0.04979; HC1 0.05004; CR1 düzeltmeli 0.05262; zaman kümeli 0.03058. HC0'da model testi χ²(2) = 63.55.
Güven Düzeyi (%90 / %95 / %99 / Diğer (özel))
Kavram: Katsayılar için verilen aralıkların güven düzeyini belirler; güven düzeyi arttıkça aralık genişler.
Gündelik örnek: Reklamın etkisi %95 güvenle 2,4 ile 3,6 arasında bulunabilir; yani her ek 1 milyon TL reklam satışları 2,4 ile 3,6 milyon TL arasında artırır. %99 güvende aralık genişler.
Ne işe yarar: Katsayı aralığının kapsama olasılığı; kritik değer t(df_resid).
Sonuca etkisi: Yalnız aralık sınırları ve yorumdaki anlamlılık değişir; tahmin, SE ve testler değişmez.
Doğrulama verisinde: capital aralığı (birim içi): %90 [0.2814, 0.3388]; %95 [0.2758, 0.3443]; %99 [0.2649, 0.3552].
Ek testler: Seri korelasyon ve BG testi gecikme sırası
Kavram: Aynı birimin ardışık dönemlerdeki hatalarının birbiriyle ilişkili olup olmadığını (seri korelasyon) sınar. Seri korelasyon varsa klasik standart hatalar güvenilmezdir ve kümelenmiş standart hatalar kullanılmalıdır.
Gündelik örnek: Test anlamlıysa firmaların bir yıl beklenenden iyi satması, sonraki yıl da iyi satmasıyla ilişkilidir. Bu durumda reklam etkisi firmaya göre kümelenmiş standart hatayla raporlanmalıdır.
Ne işe yarar: Breusch-Godfrey/Wooldridge testi ana modelin dönüştürülmüş artıklarında p'inci derece seri korelasyonu; Wooldridge birinci fark testi (Drukker 2003) düzey hatalarında seri korelasyon yokluğunu sınar.
Sonuca etkisi: Kapalıyken iki test satırı kalkar; sıra BG χ²'nin serbestlik derecesini ve değerini değiştirir.
Doğrulama verisinde: BG χ²(1) = 42.09, χ²(2) = 42.59; Wooldridge F(1, 178) = 371.9. EmplUK: Wooldridge F(1, 749) = 131.55.
→ Seri korelasyon (otokorelasyon) testleri (Breusch-Godfrey)
Ek testler: Kesitsel bağımlılık (Pesaran CD)
Kavram: Farklı birimlerin aynı dönemdeki hatalarının birbiriyle ilişkili olup olmadığını sınar. Ortak şoklar (ekonomik kriz, düzenleme değişikliği) birimleri birlikte etkiliyorsa kesitsel bağımlılık vardır ve standart hatalar buna göre düzeltilmelidir.
Gündelik örnek: Bir döviz krizinde tüm perakende firmalarının satışları aynı anda düşerse firmaların hataları birlikte hareket eder. Pesaran CD testi bu ortak hareketi yakalar; iki yönlü sabit etkiler ya da zamana göre kümelenmiş standart hatalar bu durumda düşünülmelidir.
Ne işe yarar: Birimlerin artıkları arasındaki ortalama korelasyonla kesitsel bağımlılığı sınar (Pesaran 2004).
Sonuca etkisi: Kapalıyken CD satırı ve yorumu kalkar; hesap süresi birim sayısının karesiyle artar.
Doğrulama verisinde: z = 4.661 (birim içi). nlswork (4697 birim): z = 33.027, süre 3.5 sn.
Panel birim kök testleri; Birim kök: dışsal terim (Sabit / Sabit ve eğilim / Yok), Birim kök: gecikme seçimi (Sabit gecikme / AIC / SIC / Hall (genelden özele t testi)), Birim kök: gecikme / en çok gecikme
Kavram: Bir değişkenin zaman içinde kalıcı bir eğilim taşıyıp taşımadığını (birim kök, durağan olmama) her birim için ve panel genelinde sınar. Durağan olmayan değişkenler arasında kurulan regresyon, gerçekte ilişki olmasa bile anlamlı görünen sahte sonuçlar verebilir.
Gündelik örnek: Firmaların hem reklam harcaması hem satışları enflasyonla yıllar boyunca birlikte artıyorsa aralarında gerçek bir ilişki olmasa da güçlü bir ilişki görünebilir. Birim kök testleri bu riski önceden gösterir; gerekirse değişkenlerin farkları ya da reel değerleri kullanılır.
Ne işe yarar: Birim başına ADF regresyonu (MacKinnon 1994 p değeri) ve birleşik testler: Maddala-Wu Fisher χ²(2N), Choi Pm, ters normal Z, lojit L* ve Im-Pesaran-Shin W-bar. Dışsal terim ve gecikme seçilir.
Sonuca etkisi: Ek tablo; model kestirimini değiştirmez, sahte regresyon uyarısı verir.
Doğrulama verisinde: Grunfeld inv, sabit ve eğilim, gecikme 1: Fisher χ² = 76.4100284292, p = 1.583e-08; IPS W = -2.6180071297.
Gerçek veride örnek
Veri: Grunfeld 1958, R plm
Değişkenler: bağımlı inv (brüt yatırım), açıklayıcılar value (firma değeri) ve capital (sermaye stoku), birim firm, zaman year
- Soru: On firmanın 20 yıllık verisinde brüt yatırım (inv), firma değeri (value) ve sermaye stoku (capital) ile nasıl ilişkili; gözlenmeyen firma farkları denetlendiğinde bu ilişki sürüyor mu?
- Varsayım: Birim etkileri F(9, 188) = 49.18, p < .001 (firma etkileri var); Breusch-Pagan LM χ²(1) = 798.16, p < .001; Hausman χ²(2) = 2.33; Hausman testi anlamlı değildir (p = .312); sabit ve rastgele etkiler kestirimleri sistematik farklılık göstermez, bu da rastgele etkiler modelinin kullanılabileceğini düşündürür (testin anlamsızlığı RE varsayımını kanıtlamaz). Breusch-Godfrey χ²(1) = 42.09 ve Wooldridge F(1, 178) = 371.89 seri korelasyon, Pesaran CD z = 4.66 kesitsel bağımlılık gösterir (tümü p < .001); kümelenmiş (Arellano) ya da Driscoll-Kraay türü SE ile de raporlanmalıdır.
- Sonuç: Sabit etkiler (birim içi) modelinde value b = 0.110 (SE = 0.012, t(188) = 9.29, p < .001), capital b = 0.310 (SE = 0.017, t(188) = 17.87, p < .001); firma içinde sermaye stokundaki bir birimlik artış yatırımı ortalama 0.31 birim artırır.
- Etki büyüklüğü: R² (birim içi) = .77 (düzeltilmiş .75); model testi F(2, 188) = 309.01, p < .001.
- APA: Sabit etkiler panel regresyonu (10 birim, 20 dönem, N = 200); capital: b = 0.310, SE = 0.017, t(188) = 17.87, p < .001; R² = .77; Hausman χ²(2) = 2.33, p = .312.
İlgili kavramlar
Kesitsel bağımlılık (Pesaran CD)Sabit ve rastgele etkilerSeri korelasyon (otokorelasyon) testleri (Breusch-Godfrey)Birim kök testleri (ADF, Phillips-Perron)Hausman testiİki yönlü sabit etkiler (TWFE)Breusch-Pagan ve White testleriSağlam (sandviç) standart hatalar (HC0-HC3)
Örneklerdeki sayılar MerQur'un bağımsız, kamuya açık doğrulama verileri üzerindeki çıktılarıdır; ayrıntılar için MerQur Teknik Not'a bakınız.