Yapay Zeka Destekli Eğitim ve Uygulama Platformu
Eğitim Platformu
OmegaMetriX Analiz Merkezi
Keane–Runkle Tahmincisi
Keane–Runkle tahmincisi, dinamik panel veri modellerinde hata terimlerinin genel varyans-kovaryans ve otokorelasyon yapısını dikkate alan etkin bir araç değişken tahmincisidir.
Keane ve Runkle (1992) tarafından geliştirilen Keane–Runkle tahmincisi, dinamik panel veri modellerinde kalıntıların genel varyans-kovaryans yapısını dikkate alarak daha etkin tahminler elde etmeyi amaçlamaktadır. Yöntem, hata terimlerindeki genel otokorelasyon yapısının giderilmesine dayanmaktadır (Yerdelen Tatoğlu, 2023, s. 169).
Tahmin sürecinde öncelikle hata terimlerinin varyans-kovaryans matrisi tutarlı biçimde tahmin edilmekte, ardından model bu matris kullanılarak dönüştürülmektedir. Dönüştürülmüş model, orijinal araç değişkenler kullanılarak İki Aşamalı En Küçük Kareler (2AEKK) yöntemiyle tahmin edilmektedir.
Keane–Runkle tahmincisi genel bir varyans-kovaryans yapısına izin vermekle birlikte, T'nin küçük ve N'nin büyük olduğu dinamik paneller için daha uygun bir yapı sunmaktadır. Birinci fark hatalarında MA(1) tipi otokorelasyon bulunması durumunda yöntemin birinci fark modeline uygulanmasıyla etkinlik artırılabilmektedir (Yerdelen Tatoğlu, 2023, ss. 169–170).