کافه دانایی

مقاله رایگان درمورد رگرسیون، سطح معنی داری، معنی داری، مدل رگرسیون

ز ضریب β_۲ برای مدل رگرسیون (۴-۴) باشد، فرضیه دوم تحقیق پذیرفته خواهد شد.
نتایج حاصل از برازش مدل‌های رگرسیونی آزمون فرضیه دوم تحقیق در جدول (۴-۸) و (۴-۹) ارائه شده است.
جدول( ۴-۸:): نتایج تجزیه و تحلیل آماری مدل رگرسیونی(۴-۳) برای آزمون فرضیه دوم(متغیر وابسته تحقیق و توسعه)
متغیر
ضریب β
آماره t
سطح معنی داری
DIV
۰۱۸/۰-
۲۲۴/۲-
۰۳۴/۰
DIVRQ
۰۰۵/۰-
۸۱۲/۱-
۰۶۵/۰
RQ
۰۰۳/۰
۶۱۸/۱
۰۹۸/۰
SIZE
۰۲۰/۰-
۳۱۹/۲-
۰۲۷/۰
TOB
۰۰۲/۰
۹۹۲/۱
۰۴۵/۰
SDCFO
۰۰۷/۰
۶۲۲/۱
۰۹۶/۰
SDSALES
۰۱۴/۰-
۹۲۲/۰-
۲۲۳/۰
SDINV
۱۳۵/۰
۱۹۸/۲
۰۳۸/۰
BT
۰۰۳/۰-
۹۸۳/۱-
۰۴۷/۰
TAN
۰۹۱/۰
۲۲۴/۱
۱۰۹/۰
LEV
۱۳۹/۰-
۴۴۲/۲-
۰۱۳/۰
CFOP
۰۰۱/۰-
۱۱۸/۱-
۱۶۱/۰
AGE
۰۱۸/۰
۷۲۴/۱
۰۸۲/۰
CYCLE
۰۰۱/۰-
۱۸۶/۱-
۱۴۲/۰
LOSS
۰۱۸/۰-
۲۱۲/۱-
۱۱۷/۰
CASH
۴۱۱/۰
۳۱۲/۲
۰۲۸/۰
ضریب تعیین: ۱۴۰/۰ آماره F چاو: ۵۸۹/۱
آماره دوربین واتسون: ۷۶۰/۱ سطح معنی داری F چاو: ۰۶۱/۰
آماره F: 923/8 سطح معنی داری آماره F: 015/0
آماره Breusch-Pagan: 460/1 سطح معنی داری برش- پاگان: ۱۷۱/۰
آماره Jarque-Bera: 098/99 سطح معنی داری جارکوا- برا: ۰۰۰/۰
جهت آزمون فرضیات، ابتدا باید مدل مناسب تشخیص داده شود. در این راستا از آزمون چاو استفاده شده است. فرضیه های آماری مربوط به این آزمون بصورت ذیل می باشد.
H0: روش رگرسیون، ترکیبی است.
H1: روش رگرسیون، پانل است.
با توجه به اینکه سطح معناداری آزمون F بیشتر از سطح خطا(۰۵/۰) می باشد؛ بر این اساس، استفاده از روش ترکیبی جهت برازش مدل رگرسیونی آزمون مدل (۳-۴)، توصیه می شود.
ضریب تعیین مدل رگرسیونی ۱۴۰/۰ می‌باشد و حاکی از این که این مدل توانسته است ۱۴ درصد از تغییرات متغیر وابسته تحقیق و توسعه شرکت های نمونه آماری را از طریق متغیرهای مستقل و کنترلی تبیین نماید. همچنین، نتایج نشان می‌دهد که آماره دوربین واتسون بین ۵/۱ تا ۵/۲ بوده و بنابراین، بین خطاهای الگوی رگرسیونی خود همبستگی شدیدی وجود ندارد و عدم وجود خود همبستگی بین خطاها، بعنوان یکی از فرض های اساسی رگرسیون در خصوص مدل برازش شده، پذیرفته می شود.
نتایج تحلیل واریانس رگرسیون (ANOVA) ، که براساس آماره F درخصوص آن تصمیم گیری می شود؛ برای الگوی برازش داده شده در جدول ۴-۸ آمده است. فرضیه های آماری مربوط به تحلیل آماره F بصورت ذیل می باشد.
H0: βi=0 الگوی رگرسیونی معنی دار نیست
H1: βi≠۰ الگوی رگرسیونی معنی دار است
سطح معنی داری آماره F برای مدل کمتر از سطح خطای آزمون(۰۵/۰=α ) است و درنتیجه فرض H0 فوق رد می‌شود و رگرسیون برآورد شده به لحاظ آماری معنی دار و روابط بین متغیرهای تحقیق، خطی می‌باشد.
همچنین در بررسی مفروضات رگرسیون کلاسیک نتایج آزمون جارکوا- برا گویای آن است که باقیمانده های حاصل از برآورد مدل در سطح اطمینان ۹۵% از توزیع نرمال برخوردار نمی‌باشند به‌طوری که مقدار احتمال (P-VALUE) مربوط به این آزمون کوچکتر از ۰۵/۰ است (۰۰۰/۰). در این ارتباط با توجه به تعداد بالای مشاهدات و قضیه حد مرکزی می‌توان از نرمال نبودن توزیع داده‌ها چشم پوشی کرد. ضمن این که با توجه به نمودار(۴-۳) توزیع باقیمانده‌ها نزدیک به توزیع نرمال می‌باشد.
نمودار(۴-۳) توزیع فراوانی باقیمانده های مدل (۴-۳) تحقیق
همچنین با توجه به این که مقدار احتمال (P-VALUE) مربوط به آزمون برش- پاگان بیشتر از ۰۵/۰ می‌باشد (۱۷۱/۰) مشکل ناهمسانی واریانس باقیمانده‏ها وجود ندارد.
با توجه به یافته های ارائه شده در جدول (۴-۸)، ضریب برآورد شده برای متغیر 〖Divident〗_jt×〖RQ〗_(jt-1) (β۲)، به میزان ۰۰۵/۰- و با سطح معناداری ۰۶۵/۰ می باشد. این یافته نشان می‌دهد که بین متغیرهای مذکور، ارتباط معنادار به لحاظ آماری وجود ندارد.
جدول۴-۹: نتایج تجزیه و تحلیل آماری مدل رگرسیونی(۴-۴) برای آزمون فرضیه دوم(متغیر وابسته مخارج سرمایه‌ای)
متغیر
ضریب β
آماره t
سطح معنی داری
DIV
۰۹۷/۰-
۱۲۰/۲-
۰۳۰/۰
DIVRQ
۰۴۱/۰
۰۹۳/۲
۰۳۲/۰
RQ
۰۵۲/۰
۸۰۷/۲
۰۰۵/۰
SIZE
۲۴۶/۰-
۰۹۴/۴-
۰۰۰/۰
TOB
۰۱۵/۰
۸۹۶/۲
۰۰۴/۰
SDCFO
۰۱۴/۰
۱۰۶/۱
۲۹۷/۰
SDSALES
۰۱۶/۰-
۳۸۴/۱-
۱۸۴/۰
SDINV
۱۰۶/۱
۴۴۴/۴
۰۰۰/۰
BT
۰۲۰/۰-
۰۸۴/۲-
۰۳۵/۰
TAN
۵۸۰/۰
۳۷۱/۳
۰۰۰/۰
LEV
۱۴۱/۰-
۸۸۹/۲-
۰۰۴/۰
CFOP
۰۱۶/۰
۷۵۴/۲
۰۰۶/۰
AGE
۰۴۹/۰-
۸۲۴/۱-
۰۶۲/۰
CYCLE
۱۴۹/۰-
۷۱۲/۲-
۰۰۸/۰
LOSS
۱۲۰/۰-
۴۶۹/۱-
۱۶۳/۰
CASH
۷۶۳/۰
۰۹۳/۲
۰۳۲/۰
ضریب تعیین: ۲۱۵ /۰ آماره F چاو: ۶۹۴/۲
آماره دوربین واتسون: ۰۷۶/۲ سطح معنی داری F چاو: ۰۰۰۳/۰
آماره F: 726/13 آماره هاسمن: ۸۵۰/۲۱
سطح معنی داری آماره F: 000/0 سطح معنی داری هاسمن: ۱۵۴/۰
آماره Breusch-Pagan: 340/1 سطح معنی داری برش- پاگان: ۰۹۲/۰
آماره Jarque-Bera: 310/1 سطح معنی داری جارکوا- برا: ۰۸۵/۰
جهت آزمون فرضیات، ابتدا باید مدل مناسب تشخیص داده شود. در این راستا از آزمون چاو استفاده شده است. فرضیه های آماری مربوط به این آزمون بصورت ذیل می باشد.
H0: روش رگرسیون، ترکیبی است.
H1: روش رگرسیون، پانل است.
با توجه به اینکه سطح معناداری آزمون F کمتر از سطح خطا (۰۵/۰) می باشد؛ بر این اساس، استفاده از روش پانل جهت برازش مدل رگرسیونی آزمون فرضیات، توصیه می شود. در مدل های مبتنی بر داده های پانل، لازم است روش تخمین مبتنی بر تصادفی بودن و یا ثابت بودن اثرات، مورد آزمون قرار گیرد و مناسب ترین روش، برای برازش مدل، انتخاب شود. در این راستا، ابتدا مدل رگرسیونی، مبتنی بر اثرات تصادفی برازش داده شده و سپس، از طریق آزمون هاسمن مناسب بودن روش اعمال شده، بررسی می شود. فرضیه‌های آماری مربوط به آزمون هاسمن بصورت ذیل می‌باشد.
H0: رگرسیون مبتنی بر اثرات تصادفی است.
H1: رگرسیون مبتنی بر اثرات ثابت است.
بر اساس یافته ها، سطح معناداری آزمون هاسمن بالاتر از ۰۵/۰ است، بنابراین، استفاده از روش اثرات تصادفی جهت برازش مدل رگرسیونی آزمون فرضیات توصیه می شود.
ضریب تعیین مدل رگرسیونی ۲۱۵/۰ می‌باشد و حاکی از این که این مدل توانسته است ۵/۲۱درصد از تغییرات متغیر وابسته مخارج سرمایه‌ای شرکت های نمونه آماری را از طریق متغیرهای مستقل و کنترلی تبیین نماید. همچنین، نتایج نشان می‌دهد که آماره دوربین واتسون بین ۵/۱ تا ۵/۲ بوده و بنابراین، بین خطاهای الگوی رگرسیونی خود همبستگی شدیدی وجود ندارد و عدم وجود خود همبستگی بین خطاها، بعنوان یکی از فرضهای اساسی رگرسیون در خصوص مدل برازش شده، پذیرفته می شود.
نتایج تحلیل واریانس رگرسیون (ANOVA) ، که براساس آماره F درخصوص آن تصمیم گیری می شود؛ برای الگوی برازش داده شده در جدول ۴-۹ آمده است. فرضیه های آماری مربوط به تحلیل آماره F بصورت ذیل می باشد.
H0: βi=0 الگوی رگرسیونی معنی دار نیست
H1: βi≠۰ الگوی رگرسیونی معنی دار است
سطح معنی داری آماره F برای مدل کمتر از سطح خطای آزمون(۰۵/۰=α ) است و درنتیجه فرض H0 فوق رد می‌شود و رگرسیون برآورد شده به لحاظ آماری معنی دار و روابط بین متغیرهای تحقیق، خطی می‌باشد.
همچنین در بررسی مفروضات رگرسیون کلاسیک نتایج آزمون جارکوا- برا گویای آن است که باقیمانده های حاصل از برآورد مدل در سطح اطمینان ۹۵% از توزیع نرمال برخوردار می‌باشند به‌طوری که مقدار احتمال (P-VALUE) مربوط به این آزمون بیشتر از ۰۵/۰ است (۰۸۵/۰). ضمن این که با توجه به نمودار(۴-۴) توزیع باقیمانده‌ها نزدیک به توزیع نرمال می‌باشد.
نمودار(۴-۴) توزیع فراوانی باقیمانده های مدل (۴-۴) تحقیق
همچنین با توجه به این که مقدار احتمال (P-VALUE) مربوط به آزمون برش- پاگان بیشتر از ۰۵/۰ می‌باشد (۰۹۲/۰) مشکل ناهمسانی واریانس باقیمانده‏ها وجود ندارد.
با توجه به یافته های ارائه شده در جدول (۴-۹)، ضریب برآورد شده برای متغیر 〖Divident〗_jt× 〖RQ〗_(jt-1) (β۲)، بمیزان ۰۴۱/۰و با سطح معناداری ۰۳۲/۰ می باشد. این یافته نشان می‌دهد که بین متغیرهای مذکور، ارتباط مستقیم و معناداری به لحاظ آماری وجود د