دانلود پایان نامه

** 2.762-
0.047
*** معنی دار در سطح 1 درصد، ** معنی دار در سطح 5 درصد، * معنی دار در سطح 10 درصد.
منبع : محاسبات تحقیق
تعدیل شده
انحراف استاندارد
دوربین- واتسون
آماره F
0.110
0.089
16.937
2.164
5.030
0.0001
منبع : محاسبات تحقیق
طبق جدول بالا مدل رگرسیونی با توجه به آماره F و به دست آمده معنی دار است که این موضوع بیانگر تأثیر کلی متغیرهای مستقل بر روی متغیر وابسته است که برای تعیین اثر هریک از این متغیرها در ادامه آزمون معنی داری ضرایب انجام و اعتبار مدل را نیز از طریق ضریب تعیین مشخص می شود.
از طرف دیگر با توجه به مقدار ضریب تعیین مدل که 0.110 است می توان نتیجه گرفت که در حدود 11 درصد تغییر در متغیر وابسته توسط متغیرهای مستقل توضیح داده می شود. همچنین آماره دوربین- واتسون نیز برابر 2.164 است که چون عددی نزدیک 2 است بنابراین خودهمبستگی در مدل وجود ندارد.
4-3-3-3-1- بررسی پیش فرض های مدل
در مرحله بعد برای اطمینان از درستی آزمون، پیش فرض های مدل رگرسیون که عبارت است از آزمون مستقل بودن خطاها، آزمون ثابت بودن واریانس خطاها، آزمون نرمال بودن خطاها و متغیر وابسته است و در صورت درست بودن آن نتایج آزمون پذیرفته خواهد شد.
یکی از پیش فرض های مدل ثابت بودن واریانس خطا است برای بررسی این فرض هم از نمودار استفاده می کنیم. نمودار خطاها در مقابل مقادیر برآورد شده برای آزمون ثابت بودن واریانس استفاده می شود بدین صورت که اگر شکل کلی (دامنه تغییرات) نمودار بصورت افزایشی یا کاهشی باشد (اصطلاحا نمودار به شکل قیفی به سمت چپ یا راست باشد) واریانس ثابت نیست که با توجه به نمودار زیر فرض ثابت بودن واریانس خطاها پذیرفته می شود. همچنین یکی از پیش فرض های مدل رگرسیونی مستقل بودن خطاها (مانده ها یا قدرمطلق مقدار واقعی متغیر وابسته منهای مقدار برآورد شده) است برای بررسی این فرض از نمودار خطاها در مقابل ترتیب زمانی برای فرض مستقل بودن استفاده می شود بدین ترتیب که اگر روند این نمودار دارای نظم خاصی باشد (مثلا روند سینوسی و …) خطاها مستقل نیستند. با توجه به نمودار زیر فرض مستقل بودن خطاها پذیرفته می شود. از جمله مفروضات در نظر گرفته شده در رگرسیون آن است که خطاها دارای توزیع نرمال با میانگین صفر می باشند. نرمال بودن خطاها بدین معنا است که میانگین خطاها صفر و واریانس خطاها ثابت باشد. بدیهی است در صورت عدم برقراری این پیش فرض، نمی توان از رگرسیون استفاده کرد. بدین منظور باید مقادیر استاندارد خطاها محاسبه شود و نمودار توزیع داده و نمودار نرمال آن رسم شود و سپس مقایسه ای بین دو نمودار صورت گیرد. این فرض با رسم نمودار مستطیلی و نمودار احتمال نرمال انجام می شود. در این نمودار همان طور که ملاحظه می شود مقادیر احتمال نرمال (محور عمودی) در مقابل مقادیر خطاهای مدل (محور افقی) رسم می شود. بطور منطقی محل انطباق ایندو خط نیمساز می باشد و نقاط نشانگر مقادیر واقعی است که اگر این نقاط روی این خط یا در اطراف این خط باشند ( البته بطور تقریبی) فرض نرمال بودن پذیرفته می شود که با توجه به نمودار زیر فرض نرمال بودن متغیر وابسته پذیرفته می شود.
نمودار 4-3: نمودار پیش فرض های مدل
4-3-3-4- نرخ رشد تامین مالی داخلی (GR-SG)
در این حالت متغیر وابسته را GR-SG در نظر می گیریم. نتایج به صورت زیر هستند: