پایان نامه ارشد درباره روش حداقل مربعات معمولی و حداقل مربعات معمولی

که این فرضیه به صورت یک مجموعه قیود خطی فقط روی ضرایب متغیرهای توضیحی در نظر گرفته می‌شود که برای آزمون فرضیه مذکور از آماره F به صورت ذیل استفاده می‌شود.
که در آن :
: مجذور پسماندهای حاصل از برازش رگرسیون مقید است.
: مجذور پسماندهای حاصل از برازش رگرسیون نا مقید هر یک از معادلات
با استفاده از روش حداقل مربعات معمولی می‌باشد. در صورتیکه فرض پذیرفته شود،سؤال اساسی دیگری مطرح خواهد شد و آن این است که آیا تفاوت در مقاطع مختلف می‌توان بوسیله عرض از مبدأ خاص در واحد پاسخگو باشد. به عبارت دیگر آیا تفاوت در عرض از مبدأ واحدهای مقطعی به طور ثابت عمل می‌کند یا اینکه عملکردهای تصادفی می‌توانند این اختلاف بین واحدها را بطور واضح تری بیان نماید که به ترتیب این دو روش در ادبیات داده های تلفیقی به روش های ثابت و اثرات تصادفی مشهور هستند که ذیلاً روشهای فوق الذکر به اختصار مورد بحث قرار می‌گیرد(همان، 506).
3-7-3-2- روش برآورد
روشهای سنتی اقتصادسنجی در برآورد ضرایب یک الگو، مبتنی بر پایا (مانا) بودن سریهای زمانی میباشند. متغیر سریزمانی وقتی مانا است که میانگین، واریانس، کواریانس و در نتیجه ضریب همبستگی آن در طول زمان ثابت باشد و مهم نباشد که در چه مقطعی از زمان، این شاخصها را محاسبه کنیم. امّا از طرفی، «بررسیهایی که از سالهای 1990 به بعد انجام شده، نشان داده است که بسیاری از متغیرهای سریزمانی در اقتصاد مانا نیستند» (هژبر کیانی،1376،ص 52). به عبارتی دیگر، میانگین و واریانس این سریها در طول زمان متغیر بوده و کواریانس آنها در ازای وقفههای مشخص، ثابت نیست که از این خصوصیات به عنوان نامانابودن سریهای زمانی یاد میشود. اگر سریهای زمانی مورد استفاده در برآورد ضرایب الگو نامانا باشند، برآورد الگو با چنین متغیرهایی ممکن است به رگرسیون کاذب منجر شود؛ بدین معنی که ممکن است ضریب تعیین به دست آمده از الگوی برآوردی بسیار بالا بوده، ولی هیچ رابطۀ معنیداری بین متغیرهای الگو وجود نداشته باشد. عدم توجه به چنین نکتهای، موجب گمراهی محقق و استنباطهای غلط در مورد ارتباط بین متغیرها خواهد شد. از این رو قبل از استفاده از این متغیرها لازم است نسبت به مانایی یا عدم مانایی آنها اطمینان حاصل کرد (نوفرستی ،1378، 86).
3-7-3-3-آزمون ریشه واحد در دادههای پانل
در این قسمت، خواص آماری دادههای پانل، به لحاظ مانایی یا وجود ریشه واحد مورد بررسی قرار میگیرند. به این منظور، از آزمون ریشه واحد که یکی از معمولترین آزمونها برای تشخیص مانایی است استفاده میشود. مهمترین آزمونهای ریشه واحد در مورد دادههای پانل، شش روش زیر میباشد:
آزمون لوین، لین و چو (LLC)
آزمون ایم، پسران و شین (IPS)
آزمون برتونگ
آزمونهای فیشر-ADF و فیشر-PP که توسط مادالا و وو(1995) و چوی(2001) ارائه شدهاند.
آزمون هدری
برای تشریح روششناسی این آزمونها، الگوی AR(1) بین بخشی زیر در نظر گرفته میشود:
که در آن؛ متغیر مورد بررسی، i=1,2,…,N معرف کشورها، t=1,2,…, معرف تعداد مشاهدات سری زمانی در هر کشور، نماینده متغیرهای قطعی مانند عرض از مبدأ و روند، ضریب زاویه، ضریب خودهمبستگی و جمله اخلال میباشد که فرض میشود در بین کشورهای مختلف، مستقل از هم هستند. حال اگر باشد، مانا و چنانچه باشد، دارای ریشه واحد بوده و نامانا تلقی میشود.
به منظور این آزمون، دو پیشفرض در مورد وجود دارد؛ اول اینکه فرض شود که عوامل مشترکی بین کشورهای مختلف وجود دارند، بهطوریکه برای همه کشورها یکسان است ( به ازای هر i یا برای تمام کشورها). آزمونهای LLC، برتونگ و هدری بر اساس این فرض پایهریزی شدهاند. از سوی دیگر، فرض دوم این است که بین کشورها یکسان درنظرگرفته نشود. آزمون IPS و آزمونهای نوع فیشر نیز بر اساس این فرض استوارند. به علاوه در آزمون هدری، فرضیه صفر، عدم وجود ریشه واحد است، درحالیکه در سایر آزمونها، فرضیه صفر وجود یک ریشه واحد میباشد (مهر آرا،1388 ، 55).
3-7-4- مرحله چهارم : تخمین و استباط آماری
در این قسمت از مطالعه جهت تصریح مدل ابتدا رابطه متغیرهای مستقل از منظر آمار استنباطی بررسی می گردد و از بین متغیرهای توضیحی ، متغیرهای موثر انتخاب می شود.
3-7-5-مرحله پنجم: نتیجه گیری
در مرحله پنجم بر اساس تخمین مدل ، نتیجه گیری می شود و در نهایت بر اساس نتایج پیشنهادات و راهکارها ارائه می شود.
3-8- فرضیات تحقیق
این نوشته در علمی ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.