Eviews Programında Kukla Değişkenler

01/05/2012 veliyilanci Ekonometrik Programlama

Kukla değişkenlerin kullanım alanları oldukça geniştir, örneğin mevsimsel etkileri sınarken veya modellerken, yapısal kırılmayı modele dahil ederken kukla değişkenlerden faydalanılabilir. Eviews programında kukla değişkenleri oluşturmak için kullanılan yaygın yöntem, verisetini 1 ve 0 lardan oluşacak şekilde düzenlemektir. Fakat bunu birkaç satırdan oluşan kodlar sayesinde elde etmek de mümkündür.

Aşağıda görülen ilk örnekte, “kukla” isimli serinin sadece 90. gözlemine 1 değeri verilip, diğer tüm gözlemlerin 0 olması sağlandı.

 

 

smpl @all
genr kukla=0
smpl 90 90
kukla=1
smpl @all

 

Aşağıda görülen ikinci örnekte ise, dt isimli değişken 2004′ün ilk çeyreğinin 1 olduğu bir trend haline getirilmiştir. 2003Q4 ve öncesi sıfır değerlerinden oluşmaktadır.

smpl @all
genr dt=0
smpl 2004q1 @last
dt=@trend("2003Q4")
smpl @all

 

Aşağıda yer alan üçüncü örnekte ise Kasım ve Şubat aylarının etkisini modele dahil eden kukla değişkenler oluşturulmuştur. Bu kukla değişkenler aylık verilerin olduğu çalışma dosyasında oluşturulmuştur.

 

genr Kasim=@seas(11)
genr Subat=@seas(2)
No comments , , , ,

Google Akademik Profili

25/04/2012 veliyilanci Akademik Yayın

Akademik aramalarda en çok kullanılan arama motoru haline gelen Google Akademik geliştirdiği yeni bir özellik ile artık akademisyenlerin profil sayfası oluşturmasına da izin veriyor.

 

http://scholar.google.com/citations adresinden oluşturabileceğiniz profil sayesinde, çalışmalarınızın aldığı toplam atıf sayısı, H-indeksi ve i-10 indeksinizi bir sayfada görebileceksiniz. Herhangi bir akademisyenin çalışmalarını ve/veya atıflarını takip etmek için “Search Authors” yazan arama kutucuğunda akademisyenin ismini yazıp, aratın. Çıkan sayfada “Follow new articles / Follow new citations” bağlantılarından birini tıklayıp e.postanızı girmeniz halinde akademisyenin yeni çalışmaları / atıfları e.postanıza gönderilecektir.

No comments , , , ,

H-İndeksi

23/04/2012 veliyilanci Akademik Yayın

Bir önceki yazımda Akaike’nin “A new look at the statistical model identification” isimli çalışmasının yaklaşık 16000 atıf aldığını belirtmiştim. Bir çalışmanın aldığı atıf sayısı, çalışmanın genellikle kaliteli olduğuna işaret eder. Kurumların yaptığı ödüllendirme ve atama işlemlerinde akademisyenin çalışmalarının aldığı atıf sayısı öne çıkmaktadır. Fakat atıf sayısı çok iken, yayın sayısı oldukça az olan akademisyenler de mevcuttur. Sadece atıf sayısının önem kazandığı bir ortamda, bir akademisyen az sayıda kaliteli eser üretip, bilimsel üretkenliğini sınırlandırabilir. Öte yandan sadece yayın sayısının önem kazandığı bir ortamda ise kalitesiz çok sayıda çalışma üretmek söz konusu olabilir. Ama istenen durum kalite ve kantitenin birlikteliğidir ve bu birlikteliği ölçmeye yarayan ve yaygın olarak kabul gören h-indeksi Hirsch (2005)[1] tarafından literatüre kazandırılmıştır.

H-indeksinin gördüğü ilginin temel nedenleri, oldukça basit ve anlaşılır olması ve kalite ile kantiteyi birleştirmesidir. H indeksi şu şekilde hesaplanılır:

Bir araştırmacının en az “a” atıf almış “a” tane yayını varsa, o araştırmacının h-indeksi “a” dır. Örneklemek gerekirse, benim 5 yayınım olsun ve bu yayınların aldığı atıf sayıları sırasıyla; 6, 5, 3, 4, 1 olsun. Benim h-indeksim 3’tür. Çünkü en az 3 atıf alan 3 yayınım vardır. Eğer 3 atıf almış olan çalışmam yayınım, bir atıf daha alırsa h-indeksim 4 olacaktır.

H-indeksinizi hesaplamak için Google Akademik servisinden yararlanan Publish or Perish isimli ücretsiz programı kullanabilirsiniz. Ayrıca Google Akademik’te ücretsiz profil oluşturarak da h-indeksinizi öğrenmeniz mümkündür. Elbette Scopus ve ISI indekslerinde de h-indeksine ulaşmak mümkündür.

H-indeksinin eleştirilen yönleri de bulunmaktadır; yayın zamanını dikkate almaması, araştırmacıların kendi çalışmalarına verdiği atıfların dikkate alması gibi [2]. Ama bahsi geçen avantajlarından ötürü h-indes hala birçok kuruluş tarafından kabul görmektedir.

_______________________

[1] Jorge E. Hirsch, 2005, “An index to quantify an individual’s scientific research output”, Proceedings of the National Academy of Sciences USA, 102 (46): 16569-16572. http://www.pnas.org/content/102/46/16569.full

[2] Ayşe Binnur Erbağcı, 2009, “Bir Araştırmacının Bilimsel Değeri Saptanabilir mi? H-İndeksine Bakış”, Türk Klinik Biyokimya Dergisi, 7(3) : 71-73.

Resim http://www.uclan.ac.uk/ adresinden alınmıştır.
One comment , , , ,

Akaike

07/04/2012 veliyilanci Faydalı Bilgi

Akaike bilgi kriteri (AIC) farklı modeller* arasından en uygununu seçmek amacıyla kullanılmaktadır[1].

Mevcut modeller arasında AIC=-2log(L)+2k şeklinde** hesaplanan AIC değerinin en küçük olduğu model uygun model olarak seçilir. Parametre sayısının örnek büyüklüğüne göre büyük olduğu durumlarda*** ise AIC yerine Hurvich ve Tsai [2] tarafından önerilmiş olan AICc’nin kullanılması gerekir. Bu değer ise AICc=AIC+2k(k+1(/(n-k-1) şeklinde hesaplanır.

Akaike bilgi kriteri her ne kadar eleştirilse ve yerine yeni bilgi kriterleri (MAIC gibi) geliştirilse de hala sıklıkla kullanılmaktadır. Google akademik arama motorunda [3] 16800 tane atıf aldığı görülen Akaike bilgi kriterini, 4 Ağustos 2009 yılında vefat eden Hirotugu Akaike,  J.K. Rowling’in aklına Harry Potter fikrinin ilk geldiği yerde  [4], bir trende bulmuştur [5].

Akaike, 1970 yılında, Ermenistan, SSCB’de yapılacak olan İkinci Uluslar arası Bilgi Teorisi Sempozyumuna katılması için davet alır. O sıralarda son öngörü hatasını, faktör analizi modellerindeki faktör sayısını belirlemek için geliştirmeye çalışan ama bu tip modellerdeki öngörü hatasının ne olduğunun açık olmaması ve yaklaşan son başvuru süresinin getirdiği baskı nedeniyle uykusuz geceler geçirmeye başlayan Akaike nihayet 16 Mart 1971 sabahında banliyö treninde otururken faktör analizi modelinin parametrelerinin benzerliğinin (likelihood) maksimize ederek tahmin edildiğini ve benzerliğin logaritmasının, Kullback-Leibler bilgi sayısıyla bağlantılı olduğunu bulur. Bu karesel öngörü hatasının ortalamasıdır[5]. Akaike böylelikle aslı “an information criterion” olan ama sonradan kendi adıyla anılmaya başlayan bilgi kriterini geliştirir.

 _____________________________________

* Bu modeller yuvalanmış, yuvalanmamış veya gecikmeli modeller olabilirler

** Burada k parametre sayısını, L ise benzerliği göstermektedir

*** [(n/k)<40, n; örnek büyüklüğünü göstermektedir.

 _____________________________________

Fotograf http://www.fatihhaber.com/09haber/trenler1.jpg sitesinden alınmıştır.

 _____________________________________

[1]Akaike, H. (1974). “A new look at the statistical model identification”. IEEE Transactions on Automatic Control 19 (6): 716–723.

[2]Hurvich, C. M. ve Tsai, C.-L. (1989). “Regression and time series model selection in small samples”, Biometrika, 76: 297–307.

[3] http://scholar.google.com.tr/

[4] http://en.wikipedia.org/wiki/J._K._Rowling

[5] This Week’s Citation Classic, 1981,  Citation Classic Commentaries, (21 Aralık), http://www.garfield.library.upenn.edu/classics1981/A1981MS54100001.pdf , E. Tarihi: 01.04.2012.

One comment , ,

R Kodlarını Düzenleme…

31/03/2012 veliyilanci Ekonometrik Programlama

R programını ekonometri ile uğraşan kişiler az çok biliyordur. R bedava [1] ve açık kodlu bir program olduğu için akademisyenler yaptıkları çalışmaların uygulamalarının tekrarlanabilmesi için R kodlarını sitelerinde paylaşmakta, ayrıca birçok yeni teorinin kodu paket halinde internete verilmekte bu ise R programının kullanımını gittikçe yaygınlaştırmaktadır.

Elbette, yazılmış olan halihazırdaki her kod her zaman işimize yaramayabilir, bu nedenle mevcut kodlar içerisinde düzenleme yaparak istediğimiz gibi geliştirerek bu kodları yeni çalışmalarımız da kullanmamız mümkündür. R kodları için kaynak dosyaları bilgisayarda, R klasörünün içerisinde …/library/../R/… içerisinde yer almaktadır.

R’nin 1.9.0. sürümünden itibaren kaynak dosyalarının uzantıları *.RDB ve *.RDX olarak değişti ve artık bu dosyaları standart metin düzenleyicileri ile açıp, kod içerisinde değişiklik yapma şansımız kalmadı. Fakat yine de bu kodlar içerisinde değişiklik yapabilmek için yapmamız gereken iki farklı yöntem bulunmaktadır.
Bunlardan ilki CRAN sitesinden ilgili kodun kaynak paketini indirmek. Burada kaynak dosyası *.tar.gz uzantılı olup bu kaynak dosyası üzerinde düzenleme yapmak mümkündür. İkinci yöntem ise, methods(“…”) ile kodun içerisinde yer alan alt kodları görüp print(…) veya print(getAnywhere(“…”)) ile alt kodun içeriğini görmektir.

Her iki yöntemle de kaynak kodlarını herhangi bir metin düzenleyicine kopyalayıp, bu kodları düzenlemek mümkün hale gelmektedir.

——-

[1] http://www.r-project.org/

No comments , , ,
Page 1 of 3123