Model Seçim Kriterleri

Ekonometrik analizlerde aynı bağımlı değişken için birden fazla model kurulabilmektedir. Model seçiminde kullanılacak yöntem, modellerin birbirinin özel hali olup olmamasına göre değişmektedir. Bir model diğer modelin kısıtlanmış hali ise yuvalanmış (nested), değilse yuvalanmamış (non-nested) model olarak adlandırılmaktadır (Yerdelen Tatoğlu, 2023, s. 285–286).

Yuvalanmış modellerde en yaygın kullanılan seçim kriterleri aşağıda özetlenmiştir.

Düzeltilmiş Belirlilik Katsayısı
R̄² = 1 − (1 − R²)(n − 1)/(n − k)
Modelin açıklama gücünü bağımsız değişken sayısını dikkate alarak ölçmektedir. R̄² değeri büyük olan model tercih edilmektedir.

Kalıntı Varyansı (MSE)
σ̂² = ESS/(n − k)
Modelin açıklayamadığı değişkenliği göstermektedir. En küçük kalıntı varyansına sahip model tercih edilmektedir.

Akaike Bilgi Kriteri (AIC)
AIC = ln(σ̂²) + 2k/n

Schwarz Bayes Bilgi Kriteri (BIC/SC)
BIC = ln(σ̂²) + k ln(n)/n

Hannan–Quinn Bilgi Kriteri (HQ)
HQ = ln(σ̂²) + 2k ln(ln(n))/n

Bilgi kriterleri model uyumu ile model karmaşıklığı arasında denge kurmaktadır. AIC, BIC ve HQ değerleri en küçük olan model tercih edilmektedir (Yerdelen Tatoğlu, 2023, s. 286–291).

Yuvalanmamış modellerde ise doğrudan karşılaştırma mümkün olmadığından Cox Testi ve J Testi gibi model seçim testleri kullanılmaktadır.

Model seçiminde istatistiksel kriterlerin yanında iktisat teorisi, model varsayımları ve araştırmanın amacı da birlikte değerlendirilmelidir.