۱٫۳۱۶

شاخص kz

۷۳۰

-۴۱٫۶۷۲

۵۷٫۷۳۱

-۲٫۹۰۷

۱۰٫۷۸۵

-۵۲٫۳۴۷

-۲۲٫۹۴۴

-۷٫۰۳۵

همچنین مقادیر صدک های ۲۵, ۵۰ ( میانه) و ۷۵ نیز به عنوان شاخص های مرکزی محاسبه و ارائه شده است.
۴-۲- بررسی نرمال بودن توزیع متغیر وابسته:
نرمال بودن باقیمانده های مدل رگرسیونی یکی از فرضهای رگرسیونی است که نشان دهنده اعتبار آزمونهای رگرسیونی است در ادامه با بهره گرفتن از آزمون کلموگروف- اسمیرنف[۱۹۰]نرمال بودن توزیع متغیرهای وابسته بررسی شده است. زیرا نرمال بودن متغیرهای وابسته به نرمال بودن باقیمانده های مدل ( تفاوت مقادیر برآوردی از مقادیر واقعی ) میانجامد. پس لازم است نرمال بودن متغیر وابسته قبل از برآورد پارامترها کنترل شود و در صورت برقرار نبودن این شرط راه حل مناسبی برای نرمال نمودن آن ها ( از جمله تبدیل نمودن آن) اتخاذ نمود. فرض صفروفرض مقابل دراین آزمون به صورت زیرنوشته می‌شود.
 
داده‌ها برای متغیروابسته ازتوزیع نرمال پیروی می‌کند
داده‌ها برای متغیروابسته ازتوزیع نرمال پیروی نمی‌کند
احتمال معناداری برای INV در سالهای ۸۲ الی ۹۱ به ترتیب برابر با ۸۸/۰, ۷۹/۰, ۶۴/۰, … و ۷۷/۰ است که هیچکدام کمتر از ۰۵/۰ نیست (پیوست ۳) بنابراین فرض صفر برای این متغیر رد نمیشود. یعنی توزیع متغیر در سالهای مختلف نرمال است ( ترکیب داده های نرمال نیز نرمال است).
۴-۳- خطی بودن ارتباط نمودارهای پراکنش
در نمودارهای پراکنش (scatter)، متغیر وابسته در مقابل متغیرهای مستقل ترسیم شده است به دو دلیل از این نمودارها قبل از برآورد مدل استفاده میشود:

  1. تشخیص نقاط پرت در داده ها
  2. بررسی این که آیا رابطه خطی برای داده ها مناسبتر است یا این که مدل غیر خطی ( از جمله درجه دوم و سوم و … ) باید برای بیان ارتباط استفاده گردد.
مطلب دیگر :
پژوهش دانشگاهی - بررسی رابطه بین دوره‌های استانداردسازی و تعالی رفتار پلیس راهنمایی و رانندگی و ...

همان گونه که در نمودارهای پیوست ب دیده میشود به نظر میرسد رابطه به صورت خطی یا منحنی نیست بنابراین رابطه معناداری وجود ندارد. علاوه بر این نقطه پرتی در داده ها دیده نمیشود.
۴-۴- مدل رگرسیون چندگانه
با بهره گرفتن از مدل رگرسیون چندگانه به برآورد مدل پرداخته میشود در این مدل تحلیل پارامترها با کنترل متغیرهای دیگر صورت میپذیرد بنابراین نتایج آن در این شرایط نتایج برآوردها به صورت خالص تری بر متغیر وابسته دیده میشود. لازم به ذکر است که در این تحلیل ابتدا معناداری مدل با جدول تحلیل واریانس به عنوان مهم ترین سوال بررسی و پاسخ داده شده است ( مقدار احتمال F اگر کمتر از ۰۵/۰ باشد مدل معنادار است). سپس با بهره گرفتن از معیار ضریب تعیین شدت همبستگی مدل بررسی شده است گرچه میزان ضریب تعیین مهم است اما عملا در داده‌های بورسی انتظار ضریب تعیین بالا نمیرود. در مرحله سوم و در صورت معنادار بودن مدل، پارامترها برآورد شدهاند این بخش با بهره گرفتن از جدول ضرایب و آماره t امکان پذیر شده است و در نهایت علایم مناسب بودن شرایط برآوردها یا به عبارتی پیش فرضهای رگرسیون بررسی شده است مهم ترین این پیش فرضها و روش های بررسی و کنترل آنها عبارتند از:
نرمالیتی با بهره گرفتن از آزمون کلموگروف اسمیرنف،
عدم خودهمبستگی باقیمانده‌ها با بهره گرفتن از دوربین واتسون
و عدم همخطی بین متغیرهای مستقل با بهره گرفتن از VIF.
در ادامه به تشریح این روش پرداخته شده است:
۴-۵- بررسی مدل به صورت کلی :
مدل مفروض به صورت زیر است:
 

مطلب دیگر :
دسته بندي علمی - پژوهشی : بررسی تاثیر فناوری اطلاعات بر چابکی زنجیره تامین و عملکرد شرکت (مطالعه موردی مقایسه بین ...

دانلود کامل پایان نامه در سایت pifo.ir موجود است.