Yüksek Lisans öğrencilerine yönelik olarak hazırlanan “Araştırma Yöntemleri” dersinin bahar dönemi 10. haftasında bir önceki hafta doğrusal regresyon modelinin e-views programı üzerinden uygulamalı örnekleri yapılmıştı. Bu haftaki derste ise öncelikle geçen derste ele alınan doğrusal regresyon konusu tekrarlandı. Bir bağımlı değişken ve bağımsız değişkenler seçildikten sonra hangi koşulların test edildiği hatırlatıldı. Bağımlı değişken ile bağımsız değişkenlerden hangisinin ne kadar yakın ve anlamlı ilişkisi olduğunu hesaplamak için koşullar tek tek test edildi. Anlamlı sonuç çıkmayan değişkenler modelden çıkarılarak tekrar tekrar analiz kuruldu. Buna göre ön koşullar; normallik, eş varyanslık, otokorelasyon olmaması ve multicollinearity olmamasıdır. Normallik için jarque berra testi, eş varyanslık için White testi, otokorelasyon için durbin Watson testi ve multicollinearity için varience inflation factor testi yapılmaktadır. Bundan sonraki adımda test edilecek diğer koşullar ise sırasıyla şöyledir: modelin anlamlı olup olmadığı, değişkenlerin anlamlı olup olmadığı, anlamlı olan değişkenlerin katsayılarının mantıklı olup olmadığı ve son olarak modelin açıklayıcı gücünün yeterli olup olmadığı. Bu kısa tekrardan sonra doğrusal regresyon analizinde bağımlı değişkenin sabit olduğu ve dezavantajının da sayısal verilerin olmadığı konularda regresyon yapılamaması olduğu ifade edilmiştir. Ancak bazen bazı bağımlı değişkenlerin net bir rakam alamadığı için sabit olmayıp alternatifli olabileceği belirtildi. Böyle durumlarda yani değeri olmayan durumlarda ise kesit değerler olduğundan doğrusal regresyon analizinin yapılamayacağı ifade edildi. Bu sebeple böyle değeri olmayan durumlar için probit ve logit modellerinin kullanıldığı belirtildi. Bu iki model arasında keskin bir ayrımın, belirli bir farkın bulunmadığı not düşüldü. Yalnızca logit modelinde logistik regresyon kullanılırken probit modelinde ise normal dağılımın bir katsayısı kullanılıyor. Buna göre ise, probit & logit modellerinde bağımlı değişken 0 ya da 1 gibi iki alternatifli bir değer olabilir. Örnek olarak ise krizler verilmiştir. Ancak probit & logit modellerinin bir dezavanatajının bağımlı değişkenin 0 ya da 1 gibi keskin bir değer alması olduğu belirtilmiştir. Yani bu model çeşidi esnek bir yöntem değildir. Örneğin kriz yoksa 0; kriz varsa 1 olduğu için değerler kesin değil. Bu vurgulamalardan sona bir örnek analiz ele alınmıştır. Bu doğrultuda bağımlı değişken Rusya krizi olarak seçilirken bağımsız değişkenler ise cari açık, borç, faiz, petrol fiyatları,sanayi üretimi, enflasyon, döviz kurları, bankaların karlılığı, sorumlu krediler ve petrol ihracatı olarak seçilmiştir. Burada e-views programında tahmin metodu olarak bu kez binary testinin seçilmesinin gerekli olduğu hatırlatılmıştır. Diğer bir hatırlatma ise bu modelin kesitli olduğu için tahmin gücünün diğer doğrusal regresyondan daha düşük olacağı için ön koşulların kontrol edilmediği hususu olmuştur. Bundan sonra tüm değişkenler seçilip model kurularak yalnızca modelin anlamlı olup olmadığı, değişkenlerin anlamlı olup olmadığı, anlamlı olan değişkenlerin katsayılarının mantıklı olup olmadığı ve modelin açıklayıcı gücünün yeterli olup olmadığı şeklinde sıralanan diğer koşullar test edilmiştir. Sonuçta da Rusya’yı krizlere götürecek temel faktörün petrol ihracatı olduğu saptanmıştır. Çünkü Rusya ekonomisi her anlamda petrol gelirlerine bağlıdır.
