Akademik Veri Yönetim Sistemi
Eğitim ve Sosyal Bilimlerde Yeni Araştırmalar, Bülent Okur,Gül Banu Dayanç Kınat,Ebru Ateşok, Editör, Berikan Yayınevi, Ankara, ss.1-657, 2019
Panel veri
modellerinde, modelin tüm veriler için uygun olduğu varsayılmaktadır.
Uygunsuzluk, sapan değerlerin varlığından kaynaklanır. Sapan değerlerin varlığı
regresyon modellerinde hatalı tahminlere neden olabilir. Klasik en küçük
kareler yöntemi (OLS) sapan değerlere oldukça duyarlıdır. Sapan değerler,
maskeleme etkisinden dolayı en küçük karelerden kalan artıkları analiz ederek
her zaman saptanamaz. Bu nedenle, çoğunlukla OLS'ye dayanan diagnostic araçlar
bu verileri sapan değer olarak teşhis edemez. Bu çalışmada sapan değerleri
belirlemek için Robust Mahalanobis Uzaklığı kullanılmış ve sonrasında grup içi
tahmincilerinin robust alternatifleri üzerinde durulmuştur. Bu amaçla Grup içi
MS tahmincisi (WMS) ve Grup içi Genelleştirilmiş M tahmincisi (WGM), kişi
başına gayri safi yurt içi hasıla(GDP)’nın çevre kalitesi üzerindeki etkilerini
modellemek için panel veriye uygulanmıştır. Bu çalışmada GDP’nin çevre kalitesi
üzerindeki etkisini analiz edebilmek için, 21 Asya ülkesinin 1970-2014 yıllarına ait
verilerinden oluşan bir panel veri üzerine robust yaklaşımlar kullanılarak
modelleme yapılmıştır. Bu robust tahmin sonuçları sapan değerlerin varlığı
halinde grupiçi (WG) sabit etkiler tahmincisine karşı en iyi tahmin ediciye
karar vermek için karşılaştırılmıştır.