Publication: Eğitimin iktisadi büyüme üzerindeki etkisinin analizi: eksik verili ve dengesiz panel veri modelleri
Abstract
EĞİTİMİN İKTİSADİ BÜYÜME ÜZERİNDEKİ ETKİSİNİN ANALİZİ: EKSİK VERİLİ VE DENGESİZ PANEL VERİ MODELLERİ Ekonomik çalışmalarda, eksik veri problemi sıklıkla karşılaşılan bir durumdur. Veri setinde ortaya çıkan kayıp gözlemler, ekonometrik ve istatistiksel analizlerin yapılmasını güçleştirmekte, hatta bazı durumlarda imkânsız hale getirmektedir. Bu sorunu giderebilmek adına çeşitli yöntemler geliştirilmiştir. Bu yöntemler eksik verilerin veri setinden çıkarılmasını içeren silme yöntemleri ile, bu verilere atama yapılarak doldurulmasını içeren atama yöntemleridir. Panel verilerde kayıp gözlemler var olduğunda, dengesiz panel veri söz konusu olmaktadır. Bu çalışmada panel verilerde ortaya çıkan eksiklikler ele alınmıştır. Bu eksik verilerin varlığında, dengesiz panel veri modellerinin kullanımı ile eksik verilere atama yapılarak dengeli hale getirilmesinin model üzerindeki etkileri karşılaştırılmıştır. Bu amaçla iktisadi bir konu olan eğitim – ekonomik büyüme ilişkisi ele alınmıştır. Çalışmada 2003 – 2013 yılları için 34 OECD ülkesine ait veriler kullanılmıştır. Öncelikle dengesiz panel veri modeli tahmin edilmiş, ardından eksik verilere atama yapılmıştır. Bunun için ortalama atama, EM algoritması ve çoklu atama yöntemleri kullanılmıştır. Daha sonra tüm veri setlerinden elde edilen model sonuçları karşılaştırılmıştır. Sonuçta, dengesiz panel veri yönteminden elde edilen model ile atama yöntemleri sonucunda elde edilen modellerin oldukça farklılaştığı gözlenmiştir. Eksik Veri, Dengesiz Panel, Eğitim, Ekonomik Büyüme
ANALYSIS OF THE EFFECT OF EDUCATION ON ECONOMIC GROWTH: MISSING DATA AND UNBALANCED PANEL REGRESSION The problem of the missing data is a situation often encountered in economic studies. The presence of missing data in dataset may make econometric and statistical analyses difficult and impossible them in some cases. Various methods have been developed to resolve this problem. These methods are the deletion methods that involve removal of the missing data from the dataset and the imputation methods that involve filling the missing data by imputing. When there are missing observations in panel dataset, it is mentioned as unbalanced panel data. This study focused on deficiency of the panel data. In the presence of the missing data, it was compared that the effects of using unbalanced panel data models and using balanced panel models by imputing missing data on model. For this purpose, education - economic growth relationship has been investigated. In the present study, data of 34 OECD countries in 2003-2013 period have been used. At first, unbalanced panel data model has been estimated, then missing data have been imputed. Mean imputation, EM algorithm and multiple imputation methods were used for the imputation. Then, model results obtained from the whole datasets have been compared. In conclusion, it has been observed that the models obtained imputation methods are quite different from the model obtained unbalanced panel method. Data, Unbalanced Panel, Education, Economic Growth
ANALYSIS OF THE EFFECT OF EDUCATION ON ECONOMIC GROWTH: MISSING DATA AND UNBALANCED PANEL REGRESSION The problem of the missing data is a situation often encountered in economic studies. The presence of missing data in dataset may make econometric and statistical analyses difficult and impossible them in some cases. Various methods have been developed to resolve this problem. These methods are the deletion methods that involve removal of the missing data from the dataset and the imputation methods that involve filling the missing data by imputing. When there are missing observations in panel dataset, it is mentioned as unbalanced panel data. This study focused on deficiency of the panel data. In the presence of the missing data, it was compared that the effects of using unbalanced panel data models and using balanced panel models by imputing missing data on model. For this purpose, education - economic growth relationship has been investigated. In the present study, data of 34 OECD countries in 2003-2013 period have been used. At first, unbalanced panel data model has been estimated, then missing data have been imputed. Mean imputation, EM algorithm and multiple imputation methods were used for the imputation. Then, model results obtained from the whole datasets have been compared. In conclusion, it has been observed that the models obtained imputation methods are quite different from the model obtained unbalanced panel method. Data, Unbalanced Panel, Education, Economic Growth