۳) بین متغیرهای مستقل همبستگی وجود نداشته باشد (دارای هم خطی نباشند) .
درادامه آزمونهای مربوط به مفروضات مدل رگرسیون خطی بیان می شوند .
۳-۸-۴-۱) آزمون فرض نرمال بودن متغیر ها
جهت آزمون نرمال بودن داده ها ، معمولاً بهترین و کارآمدترین روش که سریعتر هم انجام می شود ، آزمون نرمال بودن به کمک شاخصهای توزیع نرمال خصوصاً ضرایب چولگی[۵۴] و کشیدگی[۵۵] می باشد . یک آماره ی مناسب که با تکیه بر همین دو خاصیت توزیع نرمال یعنی ضرایب چولگی و کشیدگی وجود دارد ، آزمون جارکو- برا[۵۶] است که در سال ۱۹۸۱ معرفی شده است .توزیع این آماره کای مربع (خی- دو) و با درجه ی آزادی ۲ است که در همان سال توسط جارکو و برا به دست آمد . این آماره خصوصاً در مورد آماره های با حجم بالا (بیشتر از۵۰) می تواند از کارایی خوبی نسبت به بعضی از روش های دیگر برخوردار باشد.(صیدخانی،حسین-۱۳۸۵) بنابراین در این پژوهش جهت بررسی اینکه آیا متغیرهای وابسته از توزیع نرمال برخوردار هستند یا خیر ، از آزمون جارکو- برا استفاده خواهد شد . جدول ۳-۱۰ این آزمون را بیشتر توضیح می دهد :

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

جدول ۳-۱۰) فرضیه ی نرمال بودن متغیرها

فرضیه ی نرمال بودن متغیرها H0 : Normal Distribution
H1 :Not Normal Distribution
آماره  
پذیرفته شدن H0 و رد شدن H1
نرمال بودن متغیرها
در صورتی که Probability›۰٫۰۵
پذیرفته شدن H1 و رد شدن H0
نرمال نبودن متغیرها
در صورتی که Probability‹۰٫۰۵

۳-۸-۴-۲) آزمون فرض مستقل بودن باقیمانده ها
همانطور که قبلاً ذکر شد ، از فرضهایی که در مدل رگرسیون مد نظر قرارمی گیرد ، استقلال خطاها (تفاوت بین مقادیر واقعی و مقادیر پیش بینی شده توسط مدل رگرسیون) از یکدیگر است . در صورتی که فرض استقلال خطاها رد شود و خطاها با یکدیگر همبستگی داشته باشند در نتیجه امکان استفاده از رگرسیون وجود نخواهد داشت .فرض مستقل بودن باقیمانده ها در واقع همین واقعیت را بیان می کند که بین جملات اخلال رگرسیون هیچ گونه همبستگی وجود ندارد . آزمونی که به وسیله ی آن می توان تشخیص داد که آیا در مدل رگرسیون جملات اخلال از یکدیگر مستقل هستند ، آزمون دوربین-واتسون[۵۷] است . آماره ی این آزمون ما بین ۰ تا ۴ قرار می گیرد . هر چه میزان آماره ی به دست آمده به عدد ۲ نزدیکتر باشد در نتیجه فرض ما مبنی بر مستقل بودن باقیمانده ها قوت خواهد گرفت. در واقع آستانه های مورد قبول این آماره به این صورت است که اگر مقدار آماره نزدیک به ۲ باشد(ما بین ۱٫۵ تا ۲ و نهایتاً از۲ تا ۲٫۵) در نتیجه هیچ همبستگی میان جملات اخلال وجود ندارد و یا همبستگی بسیار ضعیفی وجود دارد که این حالت مطلوبی در فرضیات محسوب خواهد شد .اما در صورتی که میزان آماره از ۱٫۵ کمتر و یا از ۲٫۵ بیشتر باشد ، درنتیجه زنگ هشداری مبنی بر وجود همبستگی مثبت یا منفی بین باقیمانده ها می باشد . جدول ۳-۱۱ فرضیه و آماره ی این آزمون را نشان می دهد :
جدول ۳-۱۱) فرضیه ی مستقل بودن باقیمانده ها

فرضیه ی مستقل بودن باقیمانده ها H0 :There is a correlation
H1:There is no correlation
آماره در پانل دیتا  
پذیرفته شدن H0 و رد شدن H1
بین متغیرها همبستگی وجود دارد
d›۲٫۵ یا d‹۱٫۵
پذیرفته شدن H1 و رد شدن H0
بین متغیرها همبستگی وجود ندارد
۱٫۵d۲٫۵
موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...