پایان نامه ارشد درباره مفهوم رگرسیون و معنی دار بودن


Widget not in any sidebars
اصطلاح خود همبستگی را میتوان چنین تعریف کرد: همبستگی بین اعضای سریهای مشاهداتی که درزمان (مانند دادههای سری زمانی) یا مکان (دادههای مقطعی )ردیف شدهاند (گجراتی، 1386).
در مفهوم رگرسیون، مدل کلاسیک رگرسیون خطی فرض میکند که در اجزاء اخلالi ∑ چنین خود همبستگی وجود ندارد.
i≠j
این جنبه اختلالهای رگرسیون به عدم وجود اتورگرسیون معروف است که برخی از مولفین این را به عنوان عدم وجود همبستگی پیاپی میشناسند.بدین مفهوم که اختلالی که در یک نقطه از مشاهده رخ میدهد، با هیچ اختلال دیگری همبسته نیست.یعنی وقتی مشاهدات در طول زمان ارائه میشوند، تاثیر اختلالی که در یک دوره زمانی رخ میدهد به زمان دیگر منتقل نمیشود.در صورت وجود همبستگی مشکلات زیر بوجود میآید:
1- هر چند تخمینها بدون تورش هستند، ولی کارا نیستند.
2- آمارههای t و F واقعی نیستند.
3- واریانس خطا اریب دار است.
4- واریانس ضرایب مدل نیز اریب دار است.
به منظور تشخیص خود همبستگی از روشهای مختلفی مانند روش ترسیمی، آزمون دوربین – واتسون و LM استفاده میشود که در پژوهش حاضر از آزمون دوربین- واتسون استفاده میشود.
– آزمون معنی دار بودن ضرایب رگرسیون(b):
نسبت ضریب موردنظر بر انحراف معیار مربوط به آن آمارهای به دست می‏دهد که از توزیع t پیروی می‏کند.
مقدار t از فرمول زیر محاسبه می‏شود:
اگر مقدار سطح معنیداری محاسبه شده کوچکتر یا مساوی آلفای محقق باشد رابطه معنیدار بین متغیرهای مستقل و وابسته وجود دارد، در غیر این صورت رابطه معنی دار وجود نخواهد داشت.
– آزمون معنی داری کل مدل :
معمولا از آزمون t برای مطالعه تفاوت و اثر گذاری در رابطه با دو متغیر استفاده میشود. در مواردی که اثرگذاری چند متغیر مد نظر باشد آزمون t صرفا قادر است به طور مجزا به بررسی اثرگذاری هر یک از متغیرهای مستقل و متغیر وابسته بپردازد. در اینصورت بروز اشتباهات آماری و محاسبات غلط اجتناب ناپذیر خواهد بود. به منظور رفع این مشکل از آزمون F فیشر استفاده میشود. این روش امکان تشخیص تفاوتهای معنی دار بین گروهها و تاثیر کل متغیرها به صورت همزمان یا به عبارت دیگر معنی داری کل مدل را فراهم میآورد.
فصل چهارم
تجزیه و تحلیل داده ها
4-1- مقدمه
نتیجهگیری مطلوب حاصل از تجزیه و تحلیل دقیق اطلاعاتی است که بر مبانی سوال پژوهش گردآوری شده است. بنابراین تجزیه و تحلیل اطلاعات به عنوان بخشی از فرآیند روش تحقیق علمی، یکی از پایههای اصلی هر مطالعه و بررسی است. هدف از تجزیه و تحلیل، تبدیل دادهها به شکل قابل فهم و قابل تفسیر است. در فصل سوم، ضمن ارائه فرضیهها، مدلها و متغیرهای تحقیق، شیوه گردآوری دادهها و روشهای آماری مناسب جهت آزمون فرضیههای تحقیق مطرح گردید. اکنون نوبت آن است که دادههای مورد نیاز برای آزمون فرضیه- های پژوهش جمعآوری شوند و با استفاده از روشهای آماری متناسب با روش پژوهش و نوع متغیرها، دستهبندی و تجزیه و تحلیل گردند. در این فصل با پاسخ گویی به مسئله تدوین شده و یا تصمیمگیری در مورد تایید یا رد فرضیههای پژوهش از روشهای مختلف تجزیه و تحلیل استفاده میگردد. در فصل حاضر به آمار توصیفی و استنباطی متغیرهای پژوهش پرداخته میشود. در نهایت، فرضیههای پژوهش با استفاده از الگوهای اقتصاد سنجی به کمک نرم افزار Eviews آزمون میشوند و با توجه به نتایج حاصله از مدل رگرسیون تخمین زده شده، نسبت به تایید یا رد فرضیههای اظهار نظر خواهد شد.
4-2- آمار توصیفی
آمار توصیفی شامل مجموعه روشهایی است که برای جمع آوری، تلخیص، طبقهبندی و توصیف عددی به کار میرود. در واقع این نوع تحلیل، دادهها و اطلاعات پژوهش را توصیف میکند و طرح یا الگوی کلی از دادهها را با استفاده سریع و بهتر از آن ها به دست میدهد.
در یک جمعبندی، با استفاده مناسب از آمار توصیفی میتوان ویژگیهای یک دسته از اطلاعات را بیان کرد و علاوه بر فهم بهتر نتایج یک آزمون، مقایسه آن آزمون را با آزمونها و مشاهدات دیگر نیز تسهیل نمود. آمار توصیفی پژوهش در جدول (4-1) ارائه گردیده است.
جدول 4-1- آمار توصیفی متغیرهای مورد مطالعه
متغیرها
میانگین
انحراف استاندارد