Dengesiz Panel Veri Modeli ile EM Algoritması Sonuçlarının Karşılaştırılması

Abstract

Eksik veri problemi, veri setinden elde edilecek bilginin ve yapılacak analizlerin kısıtlanmasına yol açmaktadır. Bu çalışmada eksik veri ile panel veri modellerinin tahmini ele alınmıştır. Panel verinin eksik gözlemler içermesi durumunda model tahmini için alternatif iki yöntem uygulanmış ve sonuçlar karşılaştırılmıştır. İlk olarak dengesiz panel veri modeli tahmin edilmiştir. İkinci olarak eksik veriler EM Algoritması kullanılarak tamamlanmış ve dengeli panel veri modeli tahmin edilmiştir. Eksik verilere atama yapmanın parametre tahminlerinde sapmalara neden olabileceği bilinmektedir. Çalışmanın sonucunda iki tahmin yöntemine ait model sonuçları karşılaştırılarak parametre tahminlerinin nasıl etkilendiği analiz edilmiştir. Çalışmada uygulama konusu olarak eğitim ile ekonomik büyüme arasındaki ilişki ele alınmıştır. Böylece ekonomik büyüme ile eğitim arasındaki ilişki de ortaya konmuştur.

The problem of missing data leads to be restricted information and analyses derived from the data set. This study focused on estimating panel data models with missing data. Two alternative estimation methods in case of missing values in panel data were applied and the results were compared. Firstly, it was estimated unbalanced panel data model. Secondly, missing values were completed using EM algorithm and then balanced panel data model was estimated. It is known that imputing the missing data may cause deviations in the parameter estimations. As a result of study, it has been analyzed how the parameter estimations were affected by comparing two estimation results. The relationship between education and economic growth were examined as implementation of the present study. Thereby, it was also demonstrated the relation of education and economic growth.