تحلیل رگرسیونی و تحلیل رگرسیون

دانلود پایان نامه

 0.065241


اصلی ترین شاخص مرکزی، میانگین است که نشان دهنده نقطه تعادل و مرکز ثقل توزیع است و شاخص خوبی برای نشان دادن مرکزیت داده هاست. برای مثال مقدار میانگین برای متغیر(اندازه شرکت ) برابر با 5.5233 می باشد که نشان می دهد بیشتر داده ها حول این نقطه تمرکزیافته اند. میانه یکی دیگر از شاخصهای مرکزی میباشد که وضعیت جامعه را نشان میدهد. همانطور که مشاهده میشود میانه متغیر اندازه شرکت نیز 6.2958 می باشد که نشان میدهد که نیمی از داده ها کمتر از این مقدار و نیمی دیگر بیشتر از این مقدار هستند . همچنین یکسان بودن مقدار میانگین و میانه برای متغیر اندازه شرکت نشان دهنده نرمال بودن این متغیر می باشد. به طور کلی پارامترهای پراکندگی، معیاری برای تعیین میزان پراکندگی از یکدیگر یا میزان پراکندگی آنها نسبت به میانگین است. از مهم ترین پارامترهای پراکندگی، انحراف معیار است. مقدار این پارامتر برای متغیر اندازه شرکت برابر با  0.976 است که نشان میدهد در بین متغیرهای تحقیق متغیر اندازه شرکت یکی از متغیرهای دارای کمترین میزان پراکندگی میباشد. میزان عدم تقارن منحنی فراوانی را چولگی مینامند. اگر ضریب چولگی صفر باشد، جامعه کاملاً متقارن است و چنانچه این ضریب مثبت باشد، چولگی به راست و اگرضریب منفی باشد چولگی به چپ دارد. مثلاً ضریب چولگی برای متغیر اندازه شرکت برابر 0.413- می باشد، یعنی این متغیر تقریبا چولگی به چپ دارد و به اندازه 0.413 از مرکز تقارن انحراف دارد. پارامتر کشیدگی یا پخی منحنی فراوانی نسبت به منحنی نرمال استاندارد را برجستگی یا کشیدگی مینامند. اگر کشیدگی حدود صفر باشد، یعنی منحنی فراوانی از لحاظ کشیدگی وضع متعادل و نرمالی دارد، اگر این مقدار مثبت باشد منحنی برجسته و اگر منفی باشد منحنی پهن میباشد. کشیدگی متغیرهای این مدل همگی مثبت میباشند. متغیر (اندازه شرکت) کمترین و متغیر (رشد شرکت) بیشترین برجستگی را نسبت به منحنی نرمال دارد. آماره آزمون جاک برا برای متغیرهای وابسته با توجه به ارزش احتمال جاک برا نشان دهنده نرمال بودن متغیرهای وابسته می باشد زیرا احتمال جاک برا بزرگتر از 5 صدم می باشد.
3-4 بررسی نرمال بودن متغیرها:
از آن جائی که نرمال بودن متغیر وابسته به نرمال بودن باقیمانده های مدل می انجامد؛ لازم است قبل از برازش مدل ، نرمال بودن آن کنترل شود.
فرض صفر و فرض مقابل آزمون نرمالیتی به صورت زیر است:
توزیع داده ها نرمال است
توزیع داده ها نرمال نیست
جهت آزمون فرض بالا از آزمون کلموگروف- اسمیرنوف استفاده شده است.در این آزمون هر گاه سطح معناداری کمتر از 5% باشد فرض صفر در سطح 95% اطمینان رد می شود؛
1-3-4) بررسی فرض نرمال بودن متغیرها:
از آن جائی که نرمال بودن متغیر وابسته به نرمال بودن باقیمانده های مدل می انجامد؛ لازم است قبل از برازش مدل ، نرمال بودن آن کنترل شود.
آزمون کولموگروف – اسمیر نوف (K-S)
برای انجام تحلیل رگرسیونی ابتدا آزمون نرمال بودن متغیرها به وسیله آزمون K-S مورد بررسی قرار می گیرد .
فرض صفر و فرض مقابل آزمون نرمالیتی به صورت زیر است:
نگاره شماره (1-4) آزمون کولموگروف – اسمیرنوف
علامت اختصاری
DD
Rick
RQ
CD
SIZE
AD
GO
تعداد داده ها
540
540
540