ژانویه 21, 2021

بررسی تاثیر ساختار مالکیت بر هموار سازی سود در صنایع شیمیایی و …

1 min read

۲) RSS=TSS یا ESS=0 باشد آنگاه R2 = ۰ است و خط رگرسیون هرگز نتوانسته است تغییرات متغیر وابسته را به تغییرات متغیر مستقل نسبت دهد.
همچنین در روش تخمین مورد نظر تحقیق [۴۴]به بررسی معنا دار بودن کل مدل رگرسیونی نیز به صورت زیر توجه میشود:
در روش GLS ، آماره مورد بررسی برای فرضیات بالا آماره F ( فیشر ) میباشد که در آن نرم افزار Eviews خطای ۰۵/۰ به اثبات معناداری مدل میپردازد و در صورتی که آماره محاسبه شده بر اساس اطلاعات تحقیق حاضر بزرگتر از مقدار بحرانی باشد فرض صفر در سطح معناداری ۵ درصد میشود و میتوان فرض عدم رابطه خطی بین متغیر وابسته و متغیرهای مستقل را مردود دانست.
۳-۱۰-آزمون معنی داری
قبل از هر جیز باید نوع داده ها از جهت پانل[۴۵] و یا ترکیبی پولین بودن[۴۶] مشخص گردد که برای انتخاب بین روشهای مدل رگرسیون تلفیقی و رگرسیون اثرات ثابت (داده ای پانل)از آزمون چاو استفاده خواهد شد که دارای آماره F میباشد. این آزمون متکی بر ضریب تعیین به دو روش است و آزمون مینماید که آیا ضریب تعیین رگرسیون با اثرات ثابت به صورت معنا داری بزرگتر از ضریب تعیین مدل رگرسیون تلفیقی است یا خیر؟ (یافی ۲۰۰۳) در این جا دو حالت وجود دارد یا دادههای ما از نوع پولینگ میباشند که باید با استفاده از روش اثرات مشترک تخمین زده شوند، و یا دادهها از نوع پانل هستند که باید با استفاده از یکی از دو روش اثرات ثابت و یا اثرات تصادفی تخمین زده شوند.آماره این آزمون به صورت زیر می باشد:
 
که در آن:
:ضریب تعیین رگرسیون با اثرات ثابت
 
: ضریب تعیین مدل رگرسیون تلفیقی (عرض از مبدا مشترک)
 
: n تعداد مشاهدات مقطعی t :تعداد دوره های زمانی پژوهش(تعداد سالها) Nt : تعداد کل مشاهدات
:تعداد متغیرهای توضیحی مستقل K
فرضیه های آزمون عبارتند از:
H1:a1≠a2≠……≠a
H0:a1=a2=……=a
 
این آماره داری توزیع F باN-1 وNT-N-K درجه آزادی است.
درصورتی که:
, NT-N-K , N-1 F>F فرضیه H0رد شده و فرضیه مقابل پذیرفته می شود.(یعنی تلفیق دادهها مدل را به درستی برآورد نمیکند و مدل به طریقه پانل تخمین زده میشود)
 
, NT-N-K , N-1 F> F به لحاظ آماری دلیلی برای رد فرضیه H0وجود ندارد (یعنی مدل به طریقه دادهای تلفیقی تخمین زده شود)
 
۳-۱۱- آزمون هاسمن
برای آنکه بتوان بین مدلهای اثرات ثابت(FE) و اثرات تصادفی(RE) از نظر قدرت توضیح دهندگی متغیر وابسته مقایسهای انجام شود، از آزمونی به نام آزمون هاسمن استفاده میشود که دارای توزیع مجانبی (کای دو) است و درجات آزادی آن برابر با تعداد متغیرهای توضیحی (تعداد رگرسورها) است. از آنجا که برای انجام مقایسه بین این دو مدل باید وجود همبستگی بین خطای رگرسیون تخمین زده و رگرسورها مورد آزمون قرار گیرد، لذا در آزمون هاسمن فرضیه صفر این است که هیچ همبستگی میان اثرات تصادفی و رگرسورها وجود ندارد. تحت این فرضیه، تخمین زن هایOLS وGLS هر دو سازگار هستند ولی تخمین زن OLS ناکاراست. در شرایطی که تحت فرضیه مقابل، تخمین زن OLS کارا و سازگار ولی تخمین زن GLS ناسازگار است[۴۷]. آماره این آزمون به صورت زیر است:
b :ضرایب برآوردی تحت روش FE
B :ضرایب برآوردی تحت روش RE
 
فرضیه H1 این آزمون نشان دهنده وجود تفاوت معنادار در ضرایب برآوردی دو روش اثرات ثابت و اثرات تصادفی است. در صورت پذیرش فرضیه Ho از روش تصادفی و در صورت پذیرش فرضیه H1 از روش اثرات ثابت استفاده میشود.
آماره دوربین ـ واتسون [۴۸]
مشهورترین آزمون تشخیص همبستگی سریالی به وسیله دو آماردان به نامهای دوربین و واتسون بسط داده شده است و به زبان ساده تر معروف به تابع d دوربین- واتسون است که چنین تعریف میشود:
که در آن :
d : آماره دوربین ـ واتسون
et : جزء اخلال در زمان t
et-1 : جزء اخلال در زمان t-1
به طور ساده نسبت مجموع مجذور تفاضلات باقی مانده متوالی RSS میباشد ، لازم به تذکر است مشاهدات در صورت که تابع آزمون فوق برابر N-1 است. چرا که با در نظر گرفتن تفاضلات پی در پی یک مشاهده کم میشود.
یک امتیاز فوق العاده آزمون t در این است که بر اساس باقیمانده های تخمین زده شدهای که به طور عادی در تحلیل رگرسیون محاسبه میشوند به دست میآید .
لذا d تخمین زده شده باید رد بین حدود که حدود آماره دوربین ـ واتسون است قرار گیرد.
 
اگر d=2 باشد یعنی هچگونه همبستگی سریالی( مرتبه اول ) وجود نداشته است.
اگر d=0 باشد یعنی همبستگی کامل و مثبت در باقیماندهها یا اجزاء اخلال وجود دارداگر d=4 باشد همبستگی کامل و منفی در باقیماندهها یا اجزاء اخلال وجود دارد.
فصل چهارم

برای دانلود متن کامل پایان نامه به سایت  ۴۰y.ir  مراجعه نمایید.
Copyright © All rights reserved. | Newsphere by AF themes.