diff --git "a/2020-fall/analysis/busrabahadir\303\226dev.do" "b/2020-fall/analysis/busrabahadir\303\226dev.do"
new file mode 100644
index 0000000..33204f5
--- /dev/null
+++ "b/2020-fall/analysis/busrabahadir\303\226dev.do"
@@ -0,0 +1,172 @@
+use "C:\Users\kenan\Desktop\NEW7080 (1).dta"
+rename v1 AGE
+rename v2 AGEQ
+rename v4 EDUC
+rename v5 ENOCENT
+rename v6 ESOCENT
+rename v9 LWKLYWGE
+rename v10 MARRIED
+rename v11 MIDATL
+rename v12 MT
+rename v13 NEWENG
+rename v16 CENSUS
+rename v18 QOB
+rename v19 RACE
+rename v20 SMSA
+rename v21 SOATL
+rename v24 WNOCENT
+rename v25 WSOCENT
+rename v27 YOB
+**********YOB dummies **********
+replace YOB=YOB-1900 if YOB >=1900
+foreach i of numlist 0/9 {
+gen YR`i'=0
+replace YR`i'=1 if YOB==20+`i' | YOB==30+`i' | YOB==40+`i' 
+}
+**********QOB dummies ***********
+foreach i of numlist 1/4 {
+gen QTR`i'=0
+replace QTR`i'=1 if QOB==`i'
+}
+**********  QOB*YOB dummies ********
+foreach j of numlist 1/3 {
+foreach i of numlist 0/9 {
+gen QTR`j'YR`i'=QTR`j'*YR`i'
+}
+}
+**********  Select Particular Men Born ********
+gen COHORT=2029
+replace COHORT=3039 if YOB<=39 & YOB >=30
+replace COHORT=4049 if YOB<=49 & YOB >=40
+replace AGEQ=AGEQ-1900 if CENSUS==80
+gen AGEQSQ= AGEQ*AGEQ
+*******************
+**************Cevap a)**********
+*********Tablo III KODLARI********
+********** Panel A********
+sum LWKLYWGE if QTR1==1 & COHORT==2029
+sum LWKLYWGE if QTR1!=1 & COHORT==2029
+sum EDUC if QTR1==1 & COHORT==2029
+sum EDUC if QTR1!=1 & COHORT==2029
+
+reg LWKLYWGE QTR1 if COHORT==2029
+reg EDUC QTR1 if COHORT==2029
+sureg (eq1:  LWKLYWGE QTR1 ) (eq2:  EDUC QTR1 ) if COHORT==2029
+nlcom ratio: [eq1]_b[QTR1]/[eq2]_b[QTR1]
+reg LWKLYWGE EDUC if  COHORT==2029
+**********
+********** Panel B***********
+sum LWKLYWGE if QTR1==1 & COHORT==3039
+sum LWKLYWGE if QTR1!=1 & COHORT==3039
+sum EDUC if QTR1==1 & COHORT==3039
+sum EDUC if QTR1!=1 & COHORT==3039
+reg LWKLYWGE QTR1 if COHORT==3039
+reg EDUC QTR1 if COHORT==3039
+sureg (eq1:  LWKLYWGE QTR1 ) (eq2:  EDUC QTR1 ) if COHORT==3039
+nlcom ratio: [eq1]_b[QTR1]/[eq2]_b[QTR1]
+reg LWKLYWGE EDUC if  COHORT==3039
+
+********Cevap b)*********
+******1920-1929 dönemi için********
+keep if COHORT < 2030
+ivregress 2sls LWKLYWGE (EDUC=QTR1)
+ivregress 2sls LWKLYWGE YR0-YR8 RACE MARRIED SMSA NEWENG MIDATL ENOCENT WNOCENT SOATL ESOCENT WSOCENT MT AGEQ AGEQSQ (EDUC = QTR1YR0-QTR1YR9 QTR2YR0-QTR2YR9 QTR3YR0-QTR3YR9 YR0-YR8)
+reg  LWKLYWGE EDUC
+reg  LWKLYWGE EDUC RACE MARRIED SMSA NEWENG MIDATL ENOCENT WNOCENT SOATL ESOCENT WSOCENT MT YR0-YR8 AGEQ AGEQSQ
+
+******1930-1939 dönemi için********
+
+keep if COHORT>3000 & COHORT <3040
+ivregress 2sls LWKLYWGE (EDUC = QTR1)
+ivregress 2sls LWKLYWGE YR0-YR8 RACE MARRIED SMSA NEWENG MIDATL ENOCENT WNOCENT SOATL ESOCENT WSOCENT MT AGEQ AGEQSQ (EDUC = QTR1YR0-QTR1YR9 QTR2YR0-QTR2YR9 QTR3YR0-QTR3YR9 YR0-YR8)
+reg  LWKLYWGE EDUC
+reg  LWKLYWGE EDUC RACE MARRIED SMSA NEWENG MIDATL ENOCENT WNOCENT SOATL ESOCENT WSOCENT MT YR0-YR8 AGEQ AGEQSQ
+*******************************
+*********Cevap d**********
+use "C:\Users\kenan\Desktop\NEW7080 (1).dta"
+rename v4 EDUC
+rename v5 ENOCENT
+rename v6 ESOCENT
+rename v9 LWKLYWGE
+rename v10 MARRIED
+rename v11 MIDATL
+rename v12 MT
+rename v13 NEWENG
+rename v16 CENSUS
+rename v18 QOB
+rename v19 RACE
+rename v20 SMSA
+rename v21 SOATL
+rename v24 WNOCENT
+rename v25 WSOCENT
+rename v27 YOB
+**********  YOB dummies **********
+replace YOB=YOB-1900 if YOB >=1900
+foreach i of numlist 0/9 {
+gen YR`i'=0
+replace YR`i'=1 if YOB==20+`i' | YOB==30+`i' | YOB==40+`i' 
+}
+**********  QOB dummies ***********
+foreach i of numlist 1/4 {
+gen QTR`i'=0
+replace QTR`i'=1 if QOB==`i'
+}
+**********  QOB*YOB dummies ********
+foreach j of numlist 1/3 {
+foreach i of numlist 0/9 {
+gen QTR`j'YR`i'=QTR`j'*YR`i'
+}
+}
+**********  Select Particular Men Born ********
+gen COHORT=2029
+replace COHORT=3039 if YOB<=39 & YOB >=30
+replace COHORT=4049 if YOB<=49 & YOB >=40
+***********
+keep if COHORT>3000 & COHORT <3040
+*********Sekil V**************
+tab QOB, gen(Q)
+gen AGE=((79-YOB)*4+5-QOB)/4
+gen AGE2=AGE^2
+collapse EDUC LWKLYWGE Q*, by(AGE)
+gen YOB = 80-AGE
+label var EDUC "Years of education"
+label var LWKLYWGE "Log Weekly Earnings"
+label var AGE "age"
+label var YOB "Year of Birth"
+twoway (line EDUC YOB) (scatter EDUC YOB if Q1 == 1) (scatter EDUC YOB if Q2 == 1) (scatter EDUC YOB if Q3 == 1) (scatter EDUC YOB if Q4 == 1, msym(Oh))
+*********************
+***********Cevap c)ZAYIF ARAÇ DEGISKEN******
+sort Q1
+by Q1: sum LWKLYWGE EDUC
+reg LWKLYWGE Q1, robust
+reg EDUC Q1, robust
+*****COLUMN 1*******
+reg LWKLYWGE  EDUC, robust
+outreg2 EDUC using "C:\Users\kenan\Desktop\Table64.xls", replace bdec(3) sdec(3) noaster word
+*********************
+*****FIRST STAGE****
+reg EDUC Q1
+testparm Q1
+local F = r(F)
+*******COLUMN 2*****
+ivregress 2sls LWKLYWGE (EDUC= Q1),  robust
+outreg2 EDUC using "C:\Users\kenan\Desktop\Table5.xls", append bdec(3) sdec(3) noaster word addstat (F-stat, `F')
+****COLUMN 3*****0
+reg  LWKLYWGE EDUC i.YOB, robust
+outreg2 EDUC using "C:\Users\kenan\Desktop\Table5.xls", append bdec(3) sdec(3) noaster word
+**********************
+******FIRST STAGE*****
+reg EDUC Q1 i.YOB
+testparm Q1
+local F = r(F)
+********COLUMN 4*******
+ivregress 2sls LWKLYWGE (EDUC = Q1) i.YOB, robust
+outreg2 s using "C:\Users\kenan\Desktop\Table5.xls",  append bdec(3) sdec(3) noaster word addstat(F-stat, `F')
+**************************
+*****FIRST STAGE*****
+reg EDUC Q2 Q3 Q4 i.YOB
+testparm Q2 Q3 Q4
+local F = r(F)
+********COLUMN 5*******
+ivregress 2sls LWKLYWGE (EDUC = i.QOB) i.YOB, robust
+outreg2 s using "C:\Users\kenan\Desktop\Table5.xls", append bdec(3) sdec(3) noaster word addstat(F-stat, `F')
diff --git a/2020-fall/report/busraa.png b/2020-fall/report/busraa.png
new file mode 100644
index 0000000..6105d7e
Binary files /dev/null and b/2020-fall/report/busraa.png differ
diff --git "a/2020-fall/report/\303\266dev1.tex" "b/2020-fall/report/\303\266dev1.tex"
new file mode 100644
index 0000000..56b6c76
--- /dev/null
+++ "b/2020-fall/report/\303\266dev1.tex"
@@ -0,0 +1,240 @@
+\documentclass[a4paper]{article} 
+\input{head}
+\begin{document}
+
+%-------------------------------
+%	TITLE SECTION
+%-------------------------------
+
+\fancyhead[C]{}
+\hrule \medskip % Upper rule
+\begin{minipage}{0.295\textwidth} 
+\raggedright
+\footnotesize
+Büşra Bahadir \hfill\\   
+
+\end{minipage}
+\begin{minipage}{0.4\textwidth} 
+\centering 
+\large 
+ÖDEV 1\\ 
+\normalsize 
+EMEK EKONOMÄ°SÄ°-Ä°KT 533\\ 
+\end{minipage}
+\begin{minipage}{0.295\textwidth} 
+\raggedleft
+\today\hfill\\
+\end{minipage}
+\medskip\hrule 
+\bigskip
+
+%-------------------------------
+%	CONTENTS
+%-------------------------------
+
+
+a) 3 adet doğum çeğreği kukla değişkeni oluşturuyoruz.Eğitimin ücretler üzerindeki etkisi analiz edilirken doğum çeyrekleri eğitim için enstrüman değişken olarak kullanılır. Dolayısyla doğum çeyrekleri enstrüman değişken iken enstrüman değişkenin eğitim üzerindeki etkisini test eden regresyon birinci aşama (first stage) olacaktır. Bu tahminin katsayısı 0 olmaz.Yani enstrüman biraz açıklayıcı güce sahiptir. İndirgenmiş form (reduced form) ise ücretler ve enstrüman değişken doğum çeyrekleri arasındaki ilişkiyi tahminleyen modeldir.
+\item
+Birinci aşama tahminleri Tablo 3 deki Panel A ve Panel B deki ikinci sütundaki 3. kolondaki doğum ceyreğinin eğitim üzerindeki etkisini inceleyen tahmindir. [-0.1256(0.0155) ve -0.1088(0.0132)].
+İndirgenmiş form tahminleri ise enstrüman değişken doğum çeyreğinin ücretler üzerindeki regresyonundan bulduğumuz Panel A ve Panel B ' deki ilk sütundaki 3.kolondaki tahminlerdir. [-0.00898(0.00301) ve -0.01110(0.00274)]. İndirgenmiş form katsayılarını alıp birinci aşama katsayılarına bölersek Wald tahminlerini elde ederiz. Wald tahmini, ilk çeyrekle diğer 3 çeyrek arasındaki ĕgitimdeki genel farkla tanımlanır
+.
+\item
+\item
+\item
+\begin{table}[h!]
+\centering 
+\begin{tabular}{@{}lccc@{}}
+\toprule
+\multicolumn{4}{l}{PANEL A: WALD ESTIMATES FOR 1970 CENSUS - MEN BORN 1920-1929}                                                                                                                                                                                                                      \\ \midrule
+                                 & \begin{tabular}[c]{@{}c@{}}(1)\\ Born in \\ 1st quarter \\ of year\end{tabular} & \begin{tabular}[c]{@{}c@{}}(2)\\ Born in 2nd, \\ 3rd, or 4th\\  quarter of year\end{tabular} & \begin{tabular}[c]{@{}c@{}}(3)\\ Difference\\ (std. error)\\ (1)-(2)\end{tabular} \\ \midrule
+ln (wkly. wage)                  & 5.1484                                                                        & 5.1574                                                                                      & \begin{tabular}[c]{@{}c@{}}-.00898\\ (.00301)\end{tabular}                    \\
+Education                       & 11.3996                                                                         & 11.5252                                                                                     & \begin{tabular}[c]{@{}c@{}}-.1256\\ (.0155)\end{tabular}                    \\
+Wald est. of return to education &                                                                                 &                                                                                              & \begin{tabular}[c]{@{}c@{}}.0715\\ (.0219)\end{tabular}                     \\
+OLS return to education         &                                                                                 &                                                                                              & \begin{tabular}[c]{@{}c@{}}.0801\\ (.0004)\end{tabular}                     \\ \midrule
+\multicolumn{4}{l}{PANEL B: WALD ESTIMATES FOR 1980 CENSUS - MEN BORN 1930-1939}                                                                                                                                                                                                                      \\ \midrule
+                                 & \begin{tabular}[c]{@{}c@{}}(1)\\ Born in \\ 1st quarter \\ of year\end{tabular} & \begin{tabular}[c]{@{}c@{}}(2)\\ Born in 2nd,\\  3rd, or 4th \\ quarter of year\end{tabular} & \begin{tabular}[c]{@{}c@{}}(3)\\ Difference\\ (std. error)\\ (1)-(2)\end{tabular} \\ \midrule
+ln (wkly. wage)                 & 5.8916                                                                        & 5.9027                                                                                     & \begin{tabular}[c]{@{}c@{}}-.01110\\ (.00274)\end{tabular}                    \\
+Education                       & 12.6881                                                                        & 12.7969                                                                                     & \begin{tabular}[c]{@{}c@{}}-.1088\\ (.0132)\end{tabular}                    \\
+Wald est. of return to education &                                                                                 &                                                                                              & \begin{tabular}[c]{@{}c@{}}.1020\\ (.0239\end{tabular}                      \\
+OLS return to education          &                                                                                 &                                                                                              & \begin{tabular}[c]{@{}c@{}}.0709\\ (.0003)\end{tabular}                      \\ \bottomrule
+\end{tabular}
+
+\end{table}
+\\
+\\
+\\
+\\
+\\
+\\
+\\
+\\
+\\
+
+\newpage 
+b) Wald tahmini enstrüman değişkenin özel bir durumu gibidir.
+Bu durumda Wald tahmini, bir bireyin yılın ilk çeyreğinde doğup doğmadığını gösteren bir kukla değişkenin eğitim için bir araç olarak kullanıldığı ve hiçbir kontrol değişkeninin bulunmadığı araç değişkenlere eşdeğerdir. TSLS tahminleri iki önemli açıdan Wald tahminlerinden farklılık gösterir. İlk olarak, TSLS tahminleri kontrol değişkenleri içerir. İkincisi, TSLS modelleri, her yıl doğumun her çeyreğindeki eğitimdeki varyasyonlarla tanımlanırken, Wald tahmini, ilk çeyrek ile yılın geri kalanı arasındaki eğitimdeki genel farkla tanımlanır.
+\item
+\item
+Aşağıdaki tablolar her iki dönem (1920-29 ve 1930-39) için aynı araç değişken kullanarak yapılmış, herhangi bir kontrol değişkeni kullanılmayan 2SLS tahminlerini (Wald Tahmini), bütün ırk, bölge kuklaları, doğum yılı kuklaları ve yaş değişkeni kullanılarak yapılmış 2SLS tahminlerini, herhangi bir kontrol değişkeni kullanılmadan yapılmış OLS tahminlerini ve bütün kontrol değişkenlerin birlikte kullanıldığı OLS tahminlerini içermektedir.
+Eğitim yılı için doğum çeyrekleri enstrüman değişken olarak kullanılmıştır. her iki dönem için birinci dönem için 1970, ikinci dönem için 1980 nüfus sayımı verileri kullanılarak aynı tahminler yapılmış ve aşağıdaki iki tabloda ayrı ayrı sunulmuştur. Tablolardaki birinci sütun ve üçüncü sütunlar OLS tahminlerini, ikinci ve dördüncü sütunlar 2SLS tahminlerini göstermektedir. 
+\item
+İlk tablo 1970 nüfus sayımı verileri kullanılarak yapılmış 1920-29 dönemine ait tahminleri içermektedir. Tabloya bakıldığında herhangi bir kontrol değişkeni kullanılmadan yapılmış OLS ve 2SLS tahminlerinin (1. ve 2. sütun) a şıkkında oluşturulan OLS ve Wald tahminleri ile aynı olduğu görülecektir. Kontrol değişkenleri eklenerek yapılmıs OLS ve 2SLS tahminlerinde ise yaş dışında bütün açıklayıcı değişkenler istatistiki olarak anlamlı bulunmuştur. OLS tahmininde kontrol değişkenleri eklendiğinde eğitimin katsayısı düşerken 2SLS taminlerinde bu katsayı artmıştır. Doğum yılı kuklaları ücret eşitliklerine dahil edildiğinden,  eğitimin etkisi her doğum yılı içinde doğum çeyrekleri arasındaki eğitimdeki farklılıkler (varyasyon) olarak tanımlanır. Bu yüzden 3. ve 4. sütunlar ilk 2 sütunu tekrar ederler doğum yılı kuklalarını da dahil ederler. Bunlara ek olarak diğer bütün kontrol değişkenleri de kullanılmıştır. 
+
+\item
+
+
+\begin{table}[htbp]\centering
+\def\sym#1{\ifmmode^{#1}\else\(^{#1}\)\fi}
+
+\begin{tabular}{l*{4}{c}}
+\hline\hline
+Independent Variables   &\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(1)\\ OLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(2)\\  TSLS)\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(3)\\ OLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(4)\\ TSLS\end{tabular}}\\
+\hline
+Years of education       &      0.0802\sym{***}&      0.0715\sym{***}&              0.0701\sym{***}&       0.1007\sym{**} \\
+                         &  (0.0004)         &    (0.0219)              &  (0.0004)         &    (0.0334)         \\
+[1em]
+Race(1 = black)          &                     &                     &                       -0.298\sym{***}&      -0.227\sym{**} \\
+                         &                     &                     &                             (0.0043)         &    (0.0776)         \\
+[1em]
+SMSA (1 = center city)   &                     &                     &                      -0.134\sym{***}&      -0.116\sym{***}\\
+                         &                     &                     &                      (0.0026)         &    (0.0198)         \\
+[1em]
+Married (1 = married)    &                     &                     &                                     0.293\sym{***}&       0.280\sym{***}\\
+                         &                     &                     &                        (0.0037)         &    (0.0141)         \\
+8 Region of residence dummies     &          No           &       No              &                                               Yes&       Yes\\
+                         &                     &                     &                                   &           \\                       
+[1em]
+9 Region of residence dummies     &          No           &      No               &                                               Yes&       Yes\\
+                         &                     &                     &                                    &          \\   
+[1em]
+Age                      &                     &                     &                       0.116         &       0.117         \\
+                         &                     &                     &                (0.0652)         &    (0.0661)         \\
+[1em]
+Age-squared              &                     &                     &        -0.00125         &    -0.00118         \\
+                         &                     &                     &            (0.0007)         &  (0.0007)         \\
+\hline
+Observations             &      247199         &      247199         &      247199       &  247199         \\
+\hline\hline
+\multicolumn{9}{l}{\footnotesize Standard errors in parentheses}\\
+\multicolumn{9}{l}{\footnotesize \sym{*} \(p<0.05\), \sym{**} \(p<0.01\), \sym{***} \(p<0.001\)}\\
+\end{tabular}
+\end{table}
+\end{landscape}
+\clearpage
+İkinci tablo ise 1980 nüfus sayımı verileri kullanılarak yapılmış 1930-39 dönemine ait tahminleri içermektedir. Birinci tabloda yapılmış olan tahminlerin aynısı bu tabloda yapılmıştır. Bu dönemde kontrol değişkenleri eklendiğinde OLS ve TSLS tahminlerine ait eğitim değişkenine ait katsayıların (3. ve 4. sütunda) azaldığı görülmektedir. Bu tabloda da önceki tablo ile aynı şekilde yaş dışındaki bütün kontrol değişkenleri istatistiki olarak anlamlıdır.
+
+\begin{landscape}
+\begin{table}[htbp]\centering
+\def\sym#1{\ifmmode^{#1}\else\(^{#1}\)\fi}
+
+\begin{tabular}{l*{4}{c}}
+\hline\hline
+Independent Variables   &\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(1)\\ OLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(2)\\ TSLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(3)\\ OLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(4)\\  TSLS\end{tabular}}\\
+\hline
+Years of education       &      0.0709\sym{***}&      0.1020\sym{***}&            0.0632\sym{***}&      0.0600\sym{*}  \\
+                         &  (0.0003)         &    (0.0239)                 &  (0.0003)         &    (0.0290)         \\
+[1em]
+Race(1 = black)          &                     &                     &                           -0.257\sym{***}&      -0.263\sym{***}\\
+                         &                     &                     &                         (0.0040)         &    (0.0458)         \\
+[1em]
+SMSA (1 = center city)   &                     &                     &                          -0.176\sym{***}&      -0.180\sym{***}\\
+                         &                     &                     &                                (0.0029)         &    (0.0305)         \\
+[1em]
+Married (1 = married)    &                     &                     &                                               0.248\sym{***}&       0.249\sym{***}\\
+                         &                     &                     &                            (0.0032)         &   (0.0073)         \\
+[1em]
+8 Region of residence dummies     &          No           &       No              &                                               Yes&       Yes\\
+                         &                     &                     &                                   &           \\                       
+[1em]
+9 Region of residence dummies     &          No           &      No               &                                               Yes&       Yes\\
+                         &                     &                     &                                    &          \\   
+Age                      &                     &                     &          -0.0760         &     -0.0741         \\
+                                 &                     &                     &    (0.0604)         &    (0.0626)         \\
+[1em]
+Age-squared              &                     &                     &                           0.0008         &    0.0007         \\
+                                &                     &                     &  (0.0007)         &  (0.0007)         \\
+\hline
+Observations             &      329509         &      329509         &      329509         &      329509         &               \\
+\hline\hline
+\multicolumn{9}{l}{\footnotesize Standard errors in parentheses}\\
+\multicolumn{9}{l}{\footnotesize \sym{*} \(p<0.05\), \sym{**} \(p<0.01\), \sym{***} \(p<0.001\)}\\
+\end{tabular}
+\end{table}
+\end{landscape}
+\item
+\item
+\item
+
+c) Zayıf bir enstrüman değişken , enstrümanı olarak kullanıldığı değişkenle yüksek düzeyde ilişkili olmayan bir enstrümandır, bu nedenle bu enstrümanla ilişkili ilk aşama katsayısı küçüktür veya kesin olarak tahmin edilmez.Bu gibi birçok araç değişkenle yapılan 2SLS tahminleri, aynı modelin OLS tahminlerine benzer olma eğilimindedir. 2SLS, OLS'ye yakın olduğunda, ikincisindeki seçilim yanlılığı konusunda endişelenmenize gerek olmadığı sonucuna varmanız doğaldır, ancak bu sonuç yersiz olabilir. Sonlu örneklem sapması (finite sample bias) nedeniyle, birçok zayıf IV kullanılarak yapılan  2SLS tahminleri, ilginin nedensel ilişkisi hakkında size çok az şey söyler.
+\item
+Sonlu örneklem sapması ne zaman endişelenmeye değer? Birçok enstrümanla kurulan bütün ilk aşama tahminlerinin sıfır olduğu ortak hipotezini test eden ilk aşama F istatistiğine odaklanılır. Popüler bir genel kurala göre, bunu ortadan kaldırmak için F değerinin en az 10 olması gerekmektedir.  2SLS'ye bir alternatif olarak LIML modeli sonlu örneklem sapmasından daha az etkilenmektedir. Eğer tek bir nedensel etkiyi tahmin etmek için tek bir enstrüman kullanılırsa birçok zayıf araç değişken problemi azaltilabilir.İndirgenmiş form tahminleri sınırlı örneklem sapmasından etkilenmeyen OLS tahminleri olduğundan dikkatle incelenmesi gerekmektedir. Küçük ve anlamlı ölçüde sıfırdan farklı olmayan indirgenmiş form tahminleri en azından eldeki verilerde, ilgili nedensel ilişkinin zayıf veya var olmadığına dair güçlü ve tarafsız bir ipucu sağlar. Çoklu indirgenmiş form katsayıları ayrıca bir F testi kullanılarak birlikte test edilmelidir.
+\item
+Aşağıdaki tabloda ilk iki sütun B şıkkında 1920-29 için yapılan IV tahminlerinin birinci aşama F istatistiklerini göstermektedir. 3. ve 4. sütunda 1930-39 dönemine ait IV tahminlerinin F istatistikleri mevcuttur. Burada bütün kontrol değişkenleri eklenerek yapılan IV tahminlerinin birinci aşama F istatistiklerinin daha düşük olduğunu 2. ve 4. sütundan görebiliriz. Aynı şekilde bu tahminlerde standard hataların daha düşük olduğunu da görüyoruz.
+Doğum çeyreği kukla değişken IV konusuna, ek enstrümanlar ve kontrol değişkenleri eklemek için 2SLS' i  kullanabiliriz.
+\item
+ \item
+ \item
+                      \\
+     
+ \\ \\
+ \item
+
+
+\item
+
+\item
+\item
+\\
+
+\begin{table}
+\def\sym#1{\ifmmode^{#1}\else\(^{#1}\)\fi}
+\begin{tabular}{l*{5}{c}}
+\hline\hline
+   &\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(1920-1929)\\
+         TSLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(1920-1929)\\ TSLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(1930-1939)\\ TSLS\end{tabular}}&\multicolumn{1}{c}{\begin{tabular}[c]{@{}l@{}}(1930-1939)\\  TSLS\end{tabular}}\\
+\hline
+
+\item
+Years of education       &      .102\sym{}&      .067\sym{}&      .071\sym{}&      .0805\sym{} &                 &       \\
+                                &    (.0219)         &  (.0152)         &    (.0240)         &  (.0164)          &                \\
+       \\
+[1em]
+First-stage F-statistic   &        65             &   57,2                  &        67             &                58    &      &     
+                         &                     &                     &                     &                     &           \\
+[1em]
+Instruments    &       Quarter 1              &     Quarter 1                & Quarter 1                     &   Quarter 1                  &          
+                         &                     &                     &                     &                     &           \\
+[1em]
+                \\
+[1em]
+All control variables              &   No                  &   Yes                  &    No         &    Yes         &                     &                     &           \\
+                         &                     &                     &       &                     &                            \\
+\hline
+\multicolumn{9}{l}{}\\
+\multicolumn{9}{l}{\footnotesize }
+\end{tabular}
+\end{table}
+ \item
+  Peki bu doğum çeyreği enstrümanları birinci aşama, bağımsızlık ve dışlanmış kısıtlılık gerekliliklerini nasıl hesaplar? Bu tabloda sunulan büyük F istatistikleri güçlü bir ilk aşamanın göstergeleridir. 
+ Büyük bir birinci aşama F istatistiği, zayıf araçlardan kaynaklanan yanlılığın bu bağlamda bir sorun olma ihtimalinin düşük olduğunu göstermektedir. Yukarıda da bahsettiğim üzere eğer F istatistiği 10 dan büyükse zayıf araç değişkenden söz edemeyiz. Araç değişkenin güçlü olduğu sonucuna varırız.
+ \item
+ \clearpage
+ d)1930-39 dönemi için yatay eksende doğum çeyreklerinin ve yılların, dikey eksende ise o çeyrekte doğanların eğitim seviyelerinin ortalamalarının yer aldığı çigi grafik aşağıda sunulmuştur.
+ 
+ \begin{figure}[ht!]
+\centering
+
+\includegraphics[width=150mm]{busraa.png}
+\label{overflow}
+\end{figure}
+\end{document}
+\bigskip
+\
+
+%------------------------------------------------
+
+\bigskip
+
+%------------------------------------------------
+
+\end{document}
diff --git a/ikt533-main/2020-fall/analysis/README.md b/ikt533-main/2020-fall/analysis/README.md
new file mode 100644
index 0000000..a95755e
--- /dev/null
+++ b/ikt533-main/2020-fall/analysis/README.md
@@ -0,0 +1,3 @@
+# `2020-fall/analysis` klasörü
+
+Bu klasörde analizlerin gerçekleştirildiği kodlar yer almalıdır. Oluşturulan her bir dosya için bu README.md dosyası güncellenmelidir.
diff --git a/ikt533-main/2020-fall/analysis/busrabahadir.do b/ikt533-main/2020-fall/analysis/busrabahadir.do
new file mode 100644
index 0000000..f927342
Binary files /dev/null and b/ikt533-main/2020-fall/analysis/busrabahadir.do differ
diff --git a/ikt533-main/2020-fall/data/clean/README.md b/ikt533-main/2020-fall/data/clean/README.md
new file mode 100644
index 0000000..b396275
--- /dev/null
+++ b/ikt533-main/2020-fall/data/clean/README.md
@@ -0,0 +1,3 @@
+# `2020-fall/data/clean` klasörü
+
+Bu klasörde değiştirilmiş veri dosyaları ve bunlara ilişkin kod dosyaları yer almalıdır.