Yapısal Kırılmalı Ağırlıklı En Küçük Kareler (Weighted Least Squares with Structural Break Correction)
Weighted Least Squares with Structural Break Correction · Ayrıca şöyle bilinir: WLS with structural change, break-corrected WLS, segmented WLS, structural break weighted regression
Yapısal Kırılmalı Ağırlıklı En Küçük Kareler (WLS), Ağırlıklı En Küçük Kareler tahminini, verilerdeki yapısal kırılmaların — ani rejim değişimlerinin — açıkça tespit edilmesi ve düzeltilmesiyle birleştirir. Kırılma noktalarını belirleyerek ve kırılma içi ve kırılmalar arası değişen varyanslığı hesaba katan gözlem düzeyinde ağırlıklar atayarak, tahmin edici, hata varyansı bir kırılmada dramatik bir şekilde değişse bile tutarlı, verimli katsayı tahminleri sunar.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Hem değişen varyanslık hem de bir veya daha fazla ani rejim kayması şüphesi olduğunda Yapısal Kırılmalı WLS kullanın — bu durumlar makroekonomik, finansal veya politika etkili çalışmaların krizleri, reformları veya kurumsal değişiklikleri kapsayan analizlerinde yaygındır. Hata varyansının sabit olmadığı ve artık grafiklerin veya resmi kırılma testlerinin (Bai-Perron, Chow, Zivot-Andrews) yapısal değişimi işaret ettiği durumlarda uygundur. Kırılmaların kademeli veya yumuşak olduğu durumlarda (zamanla değişen parametre modellerini tercih edin), örneklem çok kısa olduğunda (kırılma tarihleme, rejim başına ~60 gözlemden az olduğunda hassas değildir) veya değişen varyanslığın hafif olduğu ve basit bir sağlam standart hata düzeltmesinin yeterli olduğu durumlarda kullanmayın.
Güçlü yönler & sınırlılıklar
- İki yaygın ihlali — değişen varyanslık ve yapısal kırılmalar — tek bir tutarlı çerçevede ortaklaşa ele alır.
- Gözlemleri doğru ağırlıklandırarak her rejim içinde verimli (minimum varyanslı) tahminler sunar.
- Kırılma noktası tarihlemesi veri odaklıdır (örneğin, Bai-Perron), araştırmacı serbestlik derecelerini azaltır.
- Bölgeye özgü katsayılar, yapısal ilişkinin rejimler arasında nasıl değiştiğini ortaya koyar ki bu da substantif olarak bilgilendiricidir.
- WLS ve kırılma testleri için mevcut çok çeşitli tahmin öncesi ve sonrası tanı araçlarıyla uyumludur.
- Kırılma tarihleri belirsizlikle tahmin edilir; yanlış tarihlenen kırılmalar sonraki tüm katsayı tahminlerini bozar.
- Her rejimde güvenilir ağırlık ve katsayı tahmini için yeterli gözlem gerektirir — çok kısa bölümler kararsız sonuçlar verir.
- Kırılma sayısı belirtilmeli veya bilgi kriterleri aracılığıyla seçilmelidir, bu da karmaşıklık katan bir model seçimi adımı ekler.
- Yumuşak veya kademeli parametre değişimini doğal olarak ele almaz; yalnızca ani değişimler modellenir.
- Çok sayıda rejim arasında ortak tahmin, hesaplama açısından yoğun hale gelebilir ve kırpma parametresinin seçimine duyarlıdır.
SSS
Kaç yapısal kırılma seçeceğimi nasıl belirlerim?
Artan sayıda kırılma için test eden ve BIC veya LWZ bilgi kriteri aracılığıyla seçim yapan Bai-Perron sıralı prosedürünü kullanın. Bir kırpma parametresi (genellikle örneğin %10-15'i) her rejimde yeterli gözlem olmasını sağlar.
Yapısal Kırılmalı WLS ile Yapısal Kırılmalı OLS arasındaki fark nedir?
Yapısal Kırılmalı OLS, rejimler içinde ve arasında sabit hata varyansı varsayar. Yapısal Kırılmalı WLS, gözlemleri tahmin edilen varyanslarına ters orantılı olarak ağırlıklandırarak ek olarak sabit olmayan varyansı düzeltir ve değişen varyanslık mevcut olduğunda daha verimli tahminler üretir.
Bu yöntemi panel verilerle kullanabilir miyim?
Açıklanan Yapısal Kırılmalı WLS, tek denklemli zaman serisi veya kesitsel regresyonlara uygulanır. Değişen varyanslık ve kırılmalar içeren panel veriler için, kırılma düzeltmeli Panel WLS veya Panel ARDL/VECM yaklaşımları daha uygundur.
Kırılma tarihi belirsizliği ve ağırlık belirsizliği nasıl etkileşir?
Her iki belirsizlik kaynağı da birleşir. Kırılma tarihi yanlış tahmin edilirse, rejim-özgü varyans tahminleri bozulur, bu da yanlış ağırlıklara yol açar. Hem kırılma tarihleri hem de katsayılar için bootstrap güven aralıkları, bu ortak belirsizliği hesaba katmak için tavsiye edilir.
Yapısal Kırılmalı WLS'yi mi yoksa zamanla değişen parametre modelini mi tercih etmeliyim?
Kırılmaların ani ve keskin olduğu — tek bir bilinen şok veya az sayıda rejim değişikliği — durumlarda Yapısal Kırılmalı WLS'yi seçin. Parametreler zamanla kademeli olarak gelişiyorsa, Kalman filtresi tabanlı zamanla değişen parametre modeli veya kayan pencere regresyonu daha uygundur.
Kaynaklar
- Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47-78. DOI: 10.2307/2998540 ↗
- Wooldridge, J. M. (2019). Introductory Econometrics: A Modern Approach (7th ed.). Cengage Learning. ISBN: 978-1337558860
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Weighted Least Squares with Structural Break Correction. ScholarGate. https://scholargate.app/tr/econometrics/structural-break-wls
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Sağlam Ağırlıklı En Küçük Kareler (Robust WLS)Ekonometri↔ karşılaştır
- Yapısal Kırılma GLSEkonometri↔ karşılaştır
- Yapısal Kırılma En Küçük Kareler (OLS)Ekonometri↔ karşılaştır
- Ağırlıklı En Küçük Kareler (AEKK)İstatistik↔ karşılaştır
- Zivot-Andrews Yapısal Kırılma TestiEkonometri↔ karşılaştır