روش حداقل مربعات تعمیم یافته و تحلیل واریانس یکطرفه

فرضیه چهارم: تفاوت معناداری بین سود هر سهم، اهرم مالی و نسبت کیو توبین در صنایع مختلف وجود دارد.
در سطح تفکیکی صنایع، هدف بررسی تاثیر نسبت های ذکر شده بر قیمت سهام در هر صنعت است تا مشخص گردد که این نسبت هادر هر صنعت مستقل از صنایع دیگر است یا نه؟
فرضیه های فرعی تحقیق به شرح زیر است:
4-1- تفاوت معنا داری بین سود هر سهم در صنایع مختلف وجود دارد.
تساوی سود هر سهم در صنایع مختلف، فرضیه صفر و فرضیه مقابل برای سود هر سهم در صنایع مختلف بشرح زیر خواهد بود:

4-2- تفاوت معنا داری بین نسبت اهرم مالی در صنایع مختلف وجود دارد.
تساوی نسبت اهرم مالی در صنایع مختلف، فرضیه صفر و فرضیه مقابل برای اهرم مالی در صنایع مختلف بشرح زیر خواهد بود:

4-3- تفاوت معنا داری بین نسبت کیو توبین در صنایع مختلف وجود دارد.
تساوی نسبت Q توبین در صنایع مختلف، فرضیه صفر و فرضیه مقابل برای نسبت Q توبین در صنایع مختلف بشرح زیر خواهد بود:
برای سنجش فرضیه اول، دوم و سوم اقدام به برآورد ضرایب مدل رگرسیونی با استفاده از روش حداقل مربعات تعمیم یافته برآوردی (EGLS) و نرم افزار EViews گردیده است.
همچنین برای سنجش فرضیه اصلی چهارم و فرضیات فرعی آن از روش تحلیل واریانس و نرم افزار SPSS استفاده می شود.
3-11- آزمون تحلیل واریانس یک طرفه (ANOVA)
تحلیل واریانس به منظور اختلاف بین میانگین های گروه های متعدد (بیش از دو گروه) به کار برده می شود. این روش بر تجزیه و تحلیل عوامل شناخته شده و ناشناخته که میزان پراکندگی آزمودنی ها را تبیین می کند، استوار است. کل پراکندگی یا واریانس مجموعه ای از آزمودنی ها، بر واریانس منظم و واریانس خطا تقسیم می شود.
واریانس منظم آن قسمت از واریانس است که علت بروز آن، متغیر مستقل یا عاملی است که آزمودنی ها را به جهت مشخص سوق می دهد. واریانس تصادفی آن قسمت از واریانس کل است که تغییرات شانسی ناشی از اندازه گیری، حاصل می شود. تحلیل واریانس به بررسی میزان مشارکت واریانس منظم و واریانس خطا می پردازد. اختلاف بین میانگین ها از طریق محاسبه نسبت F که هدف آن مقایسه پراکندگی بین میانگین ها و پراکندگی آزمودنی ها بین درون گروه هاست، تعیین می شود (طالب زاده مقدم، 1390).
آزمون تحلیل واریانس یکطرفه برای داده های استفاده می شود که از توزیع نرمال برخوردارند.
3-12- بخش دوم: مدل داده های تلفیقی و روش های تخمین
3-13- مقدمه
امروزه روش داده های تلفیقی به لحاظ مزایا و برتری هایی که نسبت به روش های مقطعی و سری زمانی دارد، به طور فزاینده ای در تحقیقات اقتصادی استفاده می شود. داده های تلفیقی به مجموعه داده هایی اطلاق می شود که بر اساس آن مشاهدات به واسطه تعداد زیادی از متغیرهای مقطعی (N) که اغلب به صورت تصادفی انتخاب می شوند، در طول یک دوره زمانی (T) مورد بررسی قرار می گیرد. در این صورت داده های آماری را داده های تلفیقی – سری زمانی می نامند (مشکی، 1390).
3-13-1- مزایای استفاده از داده های تلفیقی
از آنجا که استفاده از داده های ترکیبی به افراد، بنگاه ها، شرکت ها و کشورها و از این قبیل واحدها، در طی زمان ارتباط دارند، وجود ناهمسانی واریانس در این واحدها محدود می شود.
با ترکیب مشاهدات سری زمانی و مقطعی، داده های ترکیبی اطلاعات بیشتر، تغییر پذیری بیشتر، هم خطی کمتر میان متغیرها، درجه آزادی بیشتر و کارایی بیشتری را ارائه می کنند.

این نوشته در علمی ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.