No category

منابع و ماخذ تحقیق انحراف معیار، ارزش افزوده، افزوده اقتصادی، ارزش افزوده اقتصادی

دانلود پایان نامه

داده‌های پانل برآورد می‌شود و در غیر این صورت به روش OLSمعمولی یا Pooling Data برآورد می‌شود. آمارهی F بدین شکل تعریف می‌شود:

در رابطه فوق PRSS نشانگر مجموع مجذورات پسماندهای مقید و URSS مجموع مجذورات پسماندهای غیر مقید است. N تعداد مقاطع و T تعداد سال‌های دوره زمانی و K تعداد پارامترها می‌باشد.
در آزمون قابلیت آزمون برآورد به صورت پانل دیتا فرضیه صفر مبتنی بر عدم ناهمگنی میان واحدها یا مقاطع می‌باشد و فرضیه مقابل آن بیانگر ناهمگنی در بین مقاطع یا واحدها می‌باشد به بیان آماری داریم:

که ها بیان کننده اثرات فردی یا ناهمگنی است.
در آزمون فرضیه صفر، اگر F محاسبه شده از F جدول با درجه آزادی‌های N-1 و NT-N-K بزرگ‌تر باشد، فرضیه‌ی رد می‌شود. بنابراین الگو رگرسیونی به روش دداده‌های پانل برآورد می‌شود. در غیر این صورت از روش OLS معمولی (پولینگ دیتا) برای برآورد مدل استفاده می‌شود.
۶.۹.۳ اثرات ثابت و اثرات تصادفی
در صورتی که داده‌های آماری به گونه‌ای بود که مقاطع دارای عکس‌العمل‌های متفاوتی باشند و برای هر مقطع عرض از مبدأ جداگانه‌ای در نظر گرفته شود، باید منشأ خطاهای ناشی از تخمین نیز مشخص شود. به بیان دیگر، باید مشخص شود که خطای ناشی از تخمین در طی زمان اتفاق افتاده است یا اینکه که خطای نام برده شده علاوه بر اینکه در طی زمان اتفاق افتاده به دلیل تغییر در مقاطع نیز بوده است. در نحوه‌ی در نظر گرفتن چنین خطاهای با دو اثر، اثرات ثابت (Fixed Effect) و اثرات تصادفی (Random Effect) مواجه خواهید بود. در اثرات ثابت، خطای تخمین ناشی از تغییر مقاطع در عرض از مبدأ منظور می‌گردد ولی در مدل اثر تصادفی چنین خطاهایی به- طور تصادفی در نظر گرفته می‌شود. به بیان آماری می‌توان این گونه توضیح داد که:
اگر جملات اخلال را به صورت زیر بنویسیم:

که در آن خطای جزئی است که با مشاهدات همبسته نیست. و مربوط به مقاطع است، که ممکن است با مشاهدات همبسته باشد یا نباشد.
در رویکرد اثرات ثابت ها با مشاهدات همبسته است، ولی در رویکرد اثرات تصادفی ها با مشاهدات همبسته نیستند. الگوی اثر تصادفی فرض می‌کند یک جمله تصادفی برای هر گروه است، اما در هر دوره‌ی زمانی، از این توزیع تصادفی ها فقط یک رخداد به طور یکسان در هر دوره در الگوی رگرسیونی وارد می‌شود (اشرف زاده و مهرگان، ۱۳۸۷).
در الگوی اثرات ثابت، عرض از مبدأ در الگوی رگرسیون بدین دلیل بین افراد متفاوت است که هر فرد یا واحد مقطعی، ویژگی‌های خاص خود را داراست. در الگوی اثرات تصادفی فرض می‌شود که عرض از مبدأ یک واحد تکی، انتخابی تصادفی از جامعه‌های بزرگ‌تر با میانگین ثابت است. بدین ترتیب عرض از مبدأ تکی، به صورت انحرافی از میانگین ثابت بیان می‌شود .
چنانچه فرضیه‌ی صفر آمارهی F لیمر مبتنی بر پولینگ بودن رد شود و دلیلی برای پذیرش فرضیه‌ی صفر وجود نداشته باشد. فرضیه مقابل آن مبنی بر پانل دیتا بودن داده‌های آماری مورد پذیرش قرار می‌گیرد. برای انتخاب بین اثرات ثابت FEM و اثرات تصادفی REM از آزمون هاسمن استفاده می‌شود.
۱.۶.۹.۳ آزمون هاسمن۳۹
برای انتخاب بین الگوهای اثرات تصادفی و اثرات ثابت از آزمون هاسمن استفاده می‌شود. این آزمون به شکل زیر است:

در رابطه فوق r تعداد پارامترها، w دارای توزیع با درجه آزادی تعداد پارامترها است که در آن ماتریس کوواریانس برای ضرایب الگوی ثابت () و ماتریس کوواریانس الگوی اثرات تصادفی () است. اگر و همبسته باشند، و می‌توانند به طور معنی داری متفاوت باشند و این انتظار وجود دارد تا این امر در آزمون منعکس شود. در آزمون هاسمن، فرضیه‌ی صفر مبتنی بر اثر تصادفی بودن داده‌های آماری است. چنانچه فرضیه‌ی صفر رد شود و دلیلی برای پذیرش آن وجود نداشته باشد، فرضیه‌ی مقابل آن مبتنی بر ثابت داده‌های آماری پذیرفته می‌شود. در روش داده‌های ترکیبی که طول سری‌های زمانی آن قابل توجه باشد، برای اطمینان از عدم کاذب بودن رگرسیون برآوردی، همانند روش OLS معمولی نیاز به بررسی پایایی متغیرهای مدل است که در صورت ناپایا بودن آن باید آزمون‌های هم جمعی نیز مورد بررسی قرار گیرد.
۱۰.۳ خلاصه فصل
در این فصل ابتدا در مورد روش تحقیق توضیح داده شد که روش تحقیق حاضر از نظر هدف از نوع کاربردی بوده و سپس به بررسی فرضیات و مدل تحقیق پرداخته شد. در ادامه نحوه محاسبه هر کدام از متغیرها و نحوه جمع آوری داده‌های آن‌ها از سازمان بورس اوراق بهادار و سایت بانک مرکزی مورد بررسی قرار گرفت. در نهایت در مورد آزمون‌های بکار گرفته برای بررسی فرضیات بحث شد.

فصل چهارم
تجزیه و تحلیل داده‌ها

مقدمه
پژوهشگر پس از این که روش تحقیق خود را مشخص کرد و با استفاده از ابزارهای مناسب، داده‌های مورد نیاز را برای آزمون فرضیه‌های خود جمع آوری کرد، اکنون نوبت آن است که با بهره گیری از تکنیک‌های آماری مناسبی که با روش تحقیق، نوع متغیرها، … سازگاری دارد، داده‌های جمع آوری شده را دسته بندی و تجزیه و تحلیل نماید و در نهایت فرضیه‌هایی را که تا این مرحله او را در تحقیق هدایت کرده‌اند در بوته آزمون قرار دهد (خاکی،۱۳۸۷،ص۳۰۵-۳۰۳).
۱.۴ آمار توصیفی
جدول(۴-۱): نتایج آمار توصیفی برای هر سه صنعت از سال ۱۳۸۰ تا ۱۳۹۰

این مطلب رو هم توصیه می کنم بخونین:   بارش باران در ایران، ۴ درصد کم شده

نرخ ارز(دلار)
ارزش افزوده اقتصادی
ارزش افزوده اقتصادی تعدیل شده
تورم
میانگین
۹۲۲.۸۱۸
-۱۷۰۵۸.۶۹
-۱.۰۵E+12
۱۵.۳۴۵
انحراف معیار
۳۹۴.۹۲۷
۲۳۵۰۵۸۶.
۶.۸۲E+12
۴.۵۷۵
تعداد
۴۹۵
۴۹۵
۴۹۵
۴۹۵

انحراف معیار نشان دهنده میزان پراکنش اعداد در اطراف میانگین است. هر چه این مقدار بیشتر باشد پراکندگی اعداد از میانگین هم بیشتر است. یعنی گروه مورد مطالعه از لحاظ ویژگی مورد سنجش نامتجانس‌تر است و بر عکس مقدار کوچک‌تر انحراف استاندارد بیانگر تجانس بیشتر گروه از لحاظ ویژگی مورد سنجش است. بیشترین میزان انحراف معیار مربوط به ارزش افزوده اقتصادی تعدیل شده می‌باشد که نشان دهنده تجانس کمتر بین REVA شرکت‌های مورد مطالعه است.همان‌طور که از جدول بالا پیداست بین میانگین و انحراف معیار متغیرها تفاوت زیادی وجود دارد در نتیجه برای اینکه نتایج تحقیق درست و قابل اعتماد تر باشد لازم است که داده‌ها استاندارد شوند. آمار توصیفی به تفکیک هر صنعت در زیر آمده است.
جدول(۴-۲): نتایج آمار توصیفی برای صنعت دارو از سال ۱۳۸۰ تا ۱۳۹۰

نرخ ارز(دلار)
ارزش افزوده اقتصادی
ارزش افزوده اقتصادی تعدیل شده
تورم
میانگین
۹۲۲.۸۱۸۲
۵۲۵۱۶.۲۳
-۱.۴۰E+11
۱۵.۳۴۵۴۵
انحراف معیار
۳۹۵.۵۲۸۳
۸۳۷۳۱.۱۷
۲.۶۹E+11
۴.۵۸۲۵۱۵
تعداد
۱۹۸
۱۹۸
۱۹۸
۱۹۸

جدول(۴-۳): نتایج آمار توصیفی برای صنعت خودرو از سال ۱۳۸۰ تا ۱۳۹۰

نرخ ارز(دلار)
ارزش افزوده اقتصادی
ارزش افزوده اقتصادی تعدیل شده
تورم
میانگین
۹۲۲.۸۱۸۲
-۱۵۷۱۳۸.۷
-۲.۰۸E+12
۱۵.۳۴۵۴۵
انحراف معیار
۳۹۵.۵۲۸۳
۳۷۰۸۲۵۹.
۱.۰۵E+13
۴.۵۸۲۵۱۵
تعداد
۱۹۸
۱۹۸
۱۹۸
۱۹۸

جدول(۴-۴): نتایج آمار توصیفی برای صنعت سیمان از سال ۱۳۸۰ تا ۱۳۹۰

نرخ ارز(دلار)
ارزش افزوده اقتصادی
ارزش افزوده اقتصادی تعدیل شده
تورم
میانگین
۹۲۲.۸۱۸۲
۱۲۳۹۵۱.۵
-۷.۹۹E+11
۱۵.۳۴۵۴۵
انحراف معیار
۳۹۶.۵۳۶۰
۳۵۴۲۷۰.۲
۳.۱۹E+12
۴.۵۹۴۱۹۰
تعداد
۹۹
۹۹
۹۹
۹۹

۲.۴ روش استاندارد سازی داده‌ها
یک روش برای استاندارد سازی داده‌ها ، نرمالیزه سازی از طریق میانگین و واریانس است. یکی از مهم‌ترین روش‌های استاندارد سازی، تبدیل داده‌ها به مجموعه جدیدی است که میانگین آن‌ها صفر و واریانس آن‌ها واحد باشد برای این منظور از رابطه زیر استفاده می‌شود:

که در آن x مقدار اولیه (تغییر نیافته)، x میانگین داده‌ها وs انحراف معیار آن‌هاست. تابع توزیع نرمالی که میانگین آن صفر و انحراف معیار آن واحد باشد را تابع توزیع نرمال استاندارد می‌نامند.
در این مطالعه نیز با استفاده از قابلیت نرم افزار اکسل داده استاندارد شده و با استفاده از داده‌های استاندارد شده فرضیه‌های تحقیق مورد بررسی قرار گرفته‌اند.
۳.۴ مراحل عمومی آزمون فرض آماری
مرحله اول: تعریف فرضیه‌های آماری H0و H1: بر اساس قاعده‌ای که بیان خواهد شد چنانچه فرضیه پژوهشی مرز مشخصی داشته باشد، H0 نشان‌دهنده ادعا خواهد بود، در غیر این صورت نقیض آن در H1 تعریف شده و فرضیه پژوهشی در قالب نماد آماری H1 قرار خواهد گرفت. آن‌چه مسلم است فرض H0 و H1 مکمل یکدیگر هستند.
مرحله دوم: تعیین توزیع نمونه‌گیری آماره و نوع آماره آزمون: توزیع نمونه‌گیری به شرایط تخمین پارامتر مورد ادعا بستگی دارد. بسته به این که فرض پژوهشی چه نوع پارامتری را بیان می‌کند، توزیع نمونه‌گیری، آماره و آماره آزمون تغییر خواهد کرد.
مرحله سوم: تعیین سطح زیر منحنی H0 و H1و محاسبه مقدار بحرانی: سطح زیر نمودار منحنی H0و H1 به توزیع نمونه‌گیری و مقدار ? بستگی دارد. یک دنباله یا دو دنباله بودن آزمون نیز بر سطح زیر منحنی فرضیه‌های آماری تأثیر مستقیم دارد. قاعده این است که H0دربرگیرنده سطح اطمینان و H1 سطحی برابر ? خواهد داشت. محاسبه مقدار استانداردی که تفکیک ‌کننده H0 و H1 به صورت عددی می‌باشد از دیگر موارد ضروری در این مرحله است. مقدار استاندارد بر اساس نوع آزمون و مقدار ? از جدول آماری موجود استخراج می‌شود این مقدار با توجه به علامت آن “مقدار بحرانی” نامیده می‌شود. مقدار استاندارد و جدول آماری مورد نیاز برای استخراج آن بر اساس آماره تعیین می‌شود.
مرحله چهارم: مرحله تصمیم‌گیری: در این مرحله مقدار آماره آزمون محاسبه شده در مرحله دوم با مقدار بحرانی در مرحله سوم مقایسه می‌شود، چنانچه آماره آزمون در ناحیه پذیرش H0 قرار گیرد، گفته می‌شود در سطح اطمینان مورد نظر دلیل کافی برای پذیرش H0 وجود دارد. در غیر این صورت H0 رد می‌شود و H1 در سطح خطای ? درصد پذیرفته می‌شود. به طور کلی آزمون فرضیه هیچ گاه به اثبات فرضیه نمی انجامد. بلکه تنها در این نکته دخالت دارند که فرضیه‌ها تأیید یا رد می‌شوند. بنابراین اگر فرضیه رد نشود، دلیل آن نیست که این فرضیه، فرضیه درستی است. بلکه می‌توان گفت که در حال حاضر امکان صحت این فرضیه وجود دارد.
پس از تأیید یا رد H0 تحلیل‌گر باید به طور مشخص بیان کند که آیا فرضیه پژوهش پذیرفته یا رد شده است و محقق هیچ‌گاه ادعای اثبات فرضیه پژوهشی یا فرضیه‌های آماری را ندارد بلکه در تحلیل خود به لحاظ استقراء، رعایت احتیاط را خواهد کرد (آذر و مومنی، ۱۳۸۳: ۱۰۰-۹۹).
۴.۴ پایایی متغیرها
برای بررسی پایایی متغیرها می‌توان از آزمون‌های (لوین، لین و

دیدگاهتان را بنویسید