Sayma verilerinin modellenmesi ve bir uygulama

Abstract

Ekonometrik ve istatistiksel analizlerde elde edilen verilerin yapısına uygun regresyon modelinin belirlenmesi en önemli aşamalardan biridir. Bağımlı değişkenin sayıma dayalı elde edildiği durumlarda güvenilir tahminler yapabilmek için Sayma Verisi Regresyon Modellerini kullanmak gerekmektedir. Sayıma dayalı veriler kesikli bir yapıda olduğu için sayma veri regresyon modelleri kesikli dağılımlardan yararlanılarak geliştirilmektedir. Bu tez çalışmasında Türkiye İstatistik Kurumu (TÜİK) tarafından 2019 yılı Gelir ve Yaşam Koşulları Araştırması (GYKA) mikro veri seti kullanılarak Türkiye'de bireylerin işsiz kaldıkları ay sayısını etkileyen faktörlerin sayma veri modelleri ile incelenmesi amaçlanmıştır. Çalışmada bağımlı değişken bireylerin işsiz kaldıkları ay sayısı olarak belirlenmiş bir sayma verisidir. İşsiz kalan bireylerin işsiz kaldıkları sürenin uzaması hem bireysel hem de toplumsal ve ekonomik yönden olumsuz durumların ortaya çıkmasına neden olmaktadır. Bireylerin işsiz kaldıkları süreyi etkileyen birçok faktör bulunmaktadır ve bu faktörlerin belirlenmesi bireylerin işsiz kaldıkları sürenin kısaltılabilmesi açısından önem arz etmektedir. Türkiye'de bireylerin işsiz kaldıkları ay sayısını sayma veri regresyon modelleri kullanarak ampirik olarak inceleyen ilk çalışma olmasının yanında işsiz kalınan süreyi etkileyen faktörleri modellemesi açısından da çalışmanın literatüre katkı sağlayacağı düşünülmektedir. Çalışmanın analizinde kullanılan sayma verisi regresyon modelleri Poisson, Negatif Binom, Sıfır Değer Ağırlıklı Negatif Binom ve Genelleştirilmiş Poisson regresyon modelleridir. Her bir sayma verisi modeli için değişken seçiminde tüm olası alt küme yönetimi kullanılarak en uygun değişkenlerin medeni durum, eğitim durumu, genel sağlık durumu ve kronik hastalık durumu değişkenleri olduğu belirlenmiş ve bu değişkenler kullanılarak sayma verisi regresyon modelleri uygulanmıştır. Belirlenen bu model için en uygun tahmin yönteminin Sıfır Değer Ağırlıklı Negatif Binom Regresyon Modeli olduğu sonucuna ulaşılmıştır.

Determining the regression model suitable for the structure of the data obtained in econometric and statistical analyzes is one of the most important steps. In cases where the dependent variable is obtained based on counting, it is necessary to use Count Data Regression Models in order to make reliable estimates. Since count-based data has a discrete structure, counting data regression models are developed using discrete distributions. In this thesis, it is aimed to examine the factors affecting the number of months that individuals are unemployed in Turkey with count data models, using the 2019 Income and Living Conditions Survey (ILCS) micro data set by the Turkish Statistical Institute (TURKSTAT). The dependent variable in the study is a count data determined as the number of months that individuals are unemployed. The prolongation of the unemployment period of the unemployed leads to the emergence of negative situations in terms of both individual, social and economic aspects. There are many factors that affect the time that individuals are unemployed, and the determination of these factors is important in terms of shortening the time that individuals are unemployed. Count data regression models used in the analysis of the study are Poisson, Negative Binomial, Zero Inflated Negative Binomial and Generalized Poisson regression models. In the selection of variables for each count data model, using all possible subset regression approach, it was determined that the most appropriate variables were marital status, education status, general health status and chronic disease status, and count data regression models were applied using these variables. It has been concluded that the most appropriate estimation method for this determined model is the Zero Inflated Negative Binomial Regression Model.