دانلود پایان نامه ارشد درمورد اثرات ثابت، سریهای زمانی، ضریب تعیین

دانلود پایان نامه ارشد

خود همبستگي است و به عبارت ديگر پس از هر ei مثبت، ei مثبت ديگري وجود دارد و يا پس از هر ej منفي، ej منفي ديگري وجود دارد.
فرض 3 : يکساني(همساني) واريانس بين اجزاي اخلال(etها)(Var(et)= δ2)
فرض مذکور بيان ميکند که واريانسetبراي هرxtعدد ثابت و مثبتي معادل2δاست. از نظر آماري معادله (Var(et)= δ2) ،فرض همساني پراکندگي يا واريانس برابر را نشان ميدهد.

فرض 4 : کوواريانس صفر بين et و xt(متغير‌هاي توضيحي غير تصادفياند)(Cov(xt , et)=0).
اين فرض بيان ميکند که جزء اخلال et و متغير توضيحي xtناهمبستهاند و دليل منطقي اين فرض به قرار ذيل است: اگر x وe همبسته باشند تشخيص تأثير خاص و مجزاي هر کدام بر متغير Y ممکن نيست. بنابراين اگر x و e به طور مثبت همبستگي داشته باشند،x با افزايشe افزايش و با کاهشe، کاهش مي يابد و چنانچه بين اين دو همبستگي منفي وجود داشته باشد، تغييرات آنها در جهت عکس يکديگر خواهد بود و به هر ترتيب جدا کردن تأثيرx بر Y دشوار خواهد بود.
فرض 5 : مدل رگرسيون دقيقاً تصريح شده باشد(عدم وجود خطاي تورش يا تصريح).
اين فرض اولاً براي يادآوري اين موضوع است که تحليل رگرسيون و در نتيجه نتايج مبتني بر اين تحليل، به مدل انتخابي بستگي دارد و ثانياً هشدار اينکه بايد در فرمول بندي مدل‌هاي اقتصادسنجي بسيار دقيق بود(گجراتي، 1387).
در نتیجه با توجه به مفروضات مدل‌هاي رگرسيوني ، قبل از تخمین و اجرای مدل های رگرسیون لازم است از وجود برخی شرایط در بین متغیرها اطمینان حاصل شود؛ بنابراین به منظور اطلاع از برخورداری داده های پژوهش از شرایط لازم ، انجام تعدادی آزمون بر روی متغیرها ضروری می باشد که در ادامه فصل به اختصار به کلیات آن اشاره می شود .
3-11-2- نرمال بودن
برای بررسی نرمال بودن داده ها از آزمون های نرمال بودن54استفاده می شود . این آزمون ها به طور کلی به دو گروه روش ترسیمی44 و روش های عددی45 تقسیم می شوند . روش های ترسیمی تنها تصویری از توزیع متغیر تصادفی را ارائه می کنند اما روش های عددی قادرند معیارهای عینی و کمی برای قضاوت در خصوص نرمال بودن توزیع متغیر تصادفی فراهم نماید . در روش های عددی می توان هم آمار توصیفی و هم از تکنیک ها و آزمون های مختلف آمار استنباطی استفاده کرد . در این پژوهش با استفاده از آزمون جارگ – برا به عنوان یک روش عددی به آزمون نرمال بودن داده ها پرداخته شده است .
در آزمون جارگ – برا از اختلاف بین ضریب کشیدگی و چولگی داده های مورد بررسی می توان به نرمال بودن توزیع داده ها پی برد . در این آزمون فرض صفر مبتنی بر نرمال بودن است که در صورت به دست آمدن احتمال تایید کمتر از 5 درصد ، فرض صفر با احتمال 95 درصد اطمینان پذیرفته نمی شود (جعفری سرشت ، 1389).
3-11-3- ناهمسانی واریانس
یکی از مهمترین فروض مدل کلاسیک رگرسیون خطی این است که اجزای اخلال u_itکه در تابع رگرسیون ، جامعه ظاهر می شوند ، دارای واریانس همسان می باشند
یعنی :=σ^2 E(u_i^2) i=1,2,….n
اگر این فرض تامین نشود دارای ناهمسانی واریانس خواهیم بود . مشکل ناهمسانی واریانس ، در داده های مقطعی متداول تر از داده های زمانی است . از آن جایی که یکی از ابعاد داده های تابلویی ، بعد مقطعی می باشد. لذا در پژوهش حاضر امکان مواجه با مساله ناهمسانی واریانس وجود دارد . برای رفع ناهمسانی واریانس می توان از روش حداقل مربعات تعمیم یافته (EGLS) استفاده کرد (گجراتی،1387).
حال سوال عملی مهم در ناهمسانی واریانس این است که چگونه می توان دریافت که ناهمسانی در یک حالت خاص موجود است . روش های متعددی برای کشف ناهمسانی واریانس ارائه شده است که عبارتند از : روش ترسیمی ، آزمون پارک ، آزمون گلچستر ، آزمون گلوفلد – کوانت ، آزمون بارتلت، آزمون بروچ – پاگان، آزمون پیک ، آزمون همسانی عمومی وایت، آزمون لوین (گجراتی،1387). که در این پژوهش برای بررسی ناهمسانی واریانس از روش بارتلت استفاده می شود.
3-11-4- خودهمبستگی
یکی از مفروضاتی که در رگرسیون مدنظر قرار می گیرد ، استقلال خطاها ( تفاوت بین مقادیر واقعی و مقادیر پیش بینی شده توسط معادله رگرسیون ) از یکدیگر است . درصورتی که فرضیه استقلال خطاها رد شود و خطاها با یکدیگر همبستگی داشته باشند امکان بهره مندی از رگرسیون وجود ندارد (مومنی و قیومی ،1391).
برای تشخیص وجود خود همبستگی می توان از روش ترسیمی ، آزمون دوربین _ واتسون استفاده نمود.
الف – روش ترسیمی
اگر بتوان باقیمانده های روش OLS را در مقابل زمان ترسیم نمود آن گاه وجود همبستگی به وسیله مشاهده یک الگوی پیوسته در جملات خطا شناخته می شود ، بدین معنی که اگر اندازه جمله خطا به تدریج بزرگتر یا کوچکتر شود، یا یک الگوی سیکلی را نشان دهد ، معرف آن است که متغیر دیگری وجود دارد که به طور سیستماتیک بر متغیر مستقل اثر دارد.
ب – آزمون دوربین واتسون
این آزمون از مشهورترین آزمون ها جهت تشخیص خود همبستگی است. زمانی که آماره دوربین واتسون در حدود 1.5 تا 2.5 باشد، معرف آن است که خود همبستگی وجود ندارد، ولی مقادیر بالاتر یا کمتر از 1.5 تا 2.5 معرف آن است که جملات خطا به صورت تصادفی اتفاق نمی افتند و بنابراین ، نتایج غیرواقعی است(همان منبع).
روش های گوناگون برای رفع خود همبستگی وجود دارد که عبارتند از: روش اولین تفاضل ، روش کوکران – اورکات، روش دوربین – واتسون و روش GLS ( گجرانی،1387: 547).
در این پژوهش برای تشخیص خود همبستگی از آزمون دوربین – واتسون استفاده می شود.به طوریکه اگر 1.5DW2.5 باشد خود همبستگی در مدل وجود ندارد و در صورت وجود خود همبستگی در مدل با اضافه کردن جزء متغیر توضیحی(AR5746(1), AR(2),MA(2),…….)مشکل خود همبستگی حل می شود (بدری،1389).

3-11-5- هم خطی
اصطلاح هم خطي، منسوب به راگنارفريش است. هم خطي در اصل به معناي وجود ارتباط خطي بين همه يا بعضي از متغيرهاي توضيحي مدل رگرسيون است. از فروض كلاسيك، كامل بودن مرتبه ماتريس X (ماتريس متغيرهاي توضيحي) است كه نقض اين فرض موجب بروز مشكل هم خطي مي شود. البته هم خطي بر دو نوع هم خطي كامل و هم خطي ناقص است و در صورتي كه هم خطي از نوع كامل باشد، فرض كلاسيك مذكور نقض می شود و با استفاده از موارد زير هم خطي رفع می شود:
1.حذف متغيري كه باعث هم خطي شده است
2.تبديل متغيرها (به جاي سطح، از اولين تفاضل استفاده شود)
3.استفاده از لگاريتم داده ها
4.استفاده از داده هاي جديد و اضافي (عادل آذر،1380)
3-11-6-آزمون مانایی
داده های مورد استفاده در مطالعات اقتصاد سنجی را می توان به سه دسته داده های سری زمانی، مقطعی، پانلی تقسیم بندی کرد. به استثنای داده های مقطعی، در بقیه داده ها باید آزمون ریشه واحد صورت گیرد (صمدی،25). روشهای سنتی اقتصادسنجی در برآورد ضرایب یک الگو، مبتنی بر پايا47 (مانا) بودن سریهای زمانی میباشند. متغیر سریزمانی وقتی مانا است که میانگین، واریانس، کواریانس و در نتیجه ضریب همبستگی آن در طول زمان ثابت باشد و مهم نباشد كه در چه مقطعي از زمان، اين شاخصها را محاسبه كنيم. امّا از طرفي، «بررسيهايي كه از سالهاي 1990 به بعد انجام شده، نشان داده است كه بسياري از متغيرهاي سريزماني در اقتصاد مانا نيستند»(هژبر کیانی، 1376). به عبارتی دیگر، میانگین و واریانس این سریها در طول زمان متغیر بوده و کواریانس آنها در ازای وقفههای مشخص، ثابت نیست که از این خصوصیات به عنوان نامانا59بودن سریهای زمانی یاد میشود. اگر سریهای زمانی مورد استفاده در برآورد ضرایب الگو نامانا باشند، برآورد الگو با چنین متغیرهایی ممکن است به رگرسیون کاذب48 منجر شود؛ بدین معنی که ممکن است ضریب تعیین R^2 به دست آمده از الگوی برآوردی بسیار بالا بوده، ولی هیچ رابطۀ معنیداری بین متغیرهای الگو وجود نداشته باشد. عدم توجه به چنین نکتهای، موجب گمراهی محقق و استنباطهای غلط در مورد ارتباط بین متغیرها خواهد شد. از اين رو قبل از استفاده از اين متغيرها لازم است نسبت به مانايي يا عدم مانايي آنها اطمينان حاصل كرد.(نوفرستی ،1378)
آزمون مزبور با استفاده از نرم افزار EViews 7 و روش های آزمون لوین ، لین و چو49 (2002) ، آزمون ایم ، پسران و شین50 (2003)، آزمون ریشه واحد فیشر – دیکی فولر تعمیم یافته51 و آزمون ریشه واحد فیشر – فیلیپس پرون52 (1999) و چویی53 انجام می شود (مشکی و دهدار،1390).
اين آزمونها اصطلاحاً آزمون هاي ريشه واحد پانل ناميده مي شوند، از لحاظ تئوري آنها آزمون هاي ريشه واحد سري هاي چندگانه هستند كه براي ساختارهاي اطلاعات پانل بكار رفته اند. در اين آزمون ها روند بررسي مانايي همگي به يك صورت است و با رد H0 عدم مانايي رد مي شود و بيانگر مانايي متغيّر است. بنابراين با رد فرضيه H0 نامانايي يا ريشه واحد رد مي شود و مانايي پذيرفته مي شود. كه يا در سطح و يا با يك تفاضل و يا با دو تفاضل مانا مي شود كه براي تشخيص اين قسمت به Prob آن توجه مي شود كه بايستي از 5 درصد كوچكتر باشد(شاهچراو همکارش،1390).
3-11-7-آزمون معنی دار بودن اثرات فردی F لیمر
براي انتخاب بين روشهاي دادههاي تابلويي و داده‏هاي تلفيقي، از آماره F ليمر 54 استفاده مي‏شود.
در اين آزمون فرضيه بيانگر يكسان بودن عرض از مبدأها(داده‌هاي تلفيقي) و فرضيه مخالفنشان دهنده ناهمساني عرض از مبدأها(روش داده‏هاي تابلويي) مي باشد. لذا مي‏توان نوشت:
(روش داده‌هاي تلفيقي) H0=α1=α2=…=α
(روش داده‌هاي تابلويي) حداقل يكي از عرض از مبدأها با بقيه متفاوت است:H1
اگر مقدار p-value محاسبه شده بيشتر از سطح خطاي 5 درصد باشد، فرض صفر رد نميشود و بايد از روش داده‌هاي تلفيقي استفاده شود. در غير اين صورت از روش داده ‏هاي تابلويي استفاده خواهدشد(بالتاجي55، 1391).
3-11-8-آزمون هاسمن
اگر بعد از انجام آزمون F ليمر فرضيه H0 رد شود، اين پرسش مطرح ميشود که برآورد مدل در قالب کدام يک از روش‌هاي اثرات ثابت(یعنی عرض از مبدأها، پارامترهای نامعلوم ولی ثابت هستند) يا اثرات تصادفي (یعنی عرض از مبدأها تصادفی و مستقل از متغیرهای توضیحی است)انجام شود. آماره آزمون‌هاسمن56 براي تشخيص ثابت يا تصادفي بودن تفاوت واحدهاي مقطعي مورد استفاده قرار ميگيرد. در آزمون‌هاسمن فرضيه‌هاي H0 و H1 به صورت زير تعريف مي شوند:
H0: bs=(βs) ̂روش اثرات تصادفی (هیچ همبستگی بین اثرات ثابت ورگرسورها وجودندارد)
H1: bs ≠(βs) ̂ روش اثرات ثابت (حداقل یک همبستگی بین اثرات ثابت ورگرسورها وجوددارد)
اگر مقدار p-value محاسبه شده بيشتر از سطح خطاي 5 درصد باشد، فرض صفر رد نميشود و بايد از روش اثرات تصادفي استفاده شود و اگر اين فرضيه رد شود روش اثرات ثابت ملاك تجزيه و تحليل قرار خواهد گرفت (همان منبع).

3-11-9-آزمونt
از آزمون t به منظور بررسي معنيدار بودن ضرايب محاسبه شده، ضرايب همبستگي و مدل‌هاي رگرسيوني استفاده ميشود. به طور کلي آزمون معنيدار بودن روشي است که با استفاده از نتايج نمونه درستي يا نادرستي فرضيه H0 را در جامعه تعيين مينمايد. تصميم درباره پذيرش و يا رد نيز بر اساس مقدار عددي تابع آزمون حاصل از داده‌هاي موجود انجام ميشود. بر اساس اين آزمون چنانچه سطح معني داري محاسبه شده بيش از 5 درصد باشد، مقادير محاسبه شده از لحاظ آماري در سطح اطمينان 95 درصد معنيدار نخواهند بود.
به طور رايج در کليه برآورد‌ها، اين آزمون براي بررسي معني داري ضرايب مدل مورد استفاده قرار ميگيرد به اين معني که فرضيه H0، که صفر بودن ضريب و در نتيجه عدم تأثير متغير مستقل مربوطه بر متغير وابسته در جامعه مورد بررسي ميباشد، را مورد آزمون قرار ميدهد. در صورت رد فرضيه H0، فرضيه H1 که مخالف صفر است(يعني اثرگذاري متغير مستقل بر متغير وابسته)، مورد پذيرش قرار ميگيرد(گجراتي، 1387).
3-11-10-ضریب تعیین
با استفاده از ضريب تعيين(R2) ، مناسب بودن خط رگرسيون برازش شده اساس مجموعه اي از داده‌ها مورد بررسي قرار ميگيرد. به طور کلي اگر تمام مشاهدات مربوط به متغير وابسته بر روي خط رگرسيون

پایان نامه
Previous Entries پایان نامه درباره سبک تفکر، مدیریت تغییر، آمادگی سازمانی Next Entries پایان نامه درباره استفاده از زور، پیش‌فرض‌ها، تصمیم‌گیری مشارکتی