No category

منبع مقاله با موضوع انحراف معیار، سطح معنی داری، رگرسیون، آزمون فرضیه

عنایت به این که تحقیق از دیدگاه روش و ماهیت، از نوع تحقیقات همبستگی به حساب می آید و با توجه به موضوع تحقیق و فرضیه های موجود، جهت انجام آزمون های آماری از ضریب همبستگی پیرسون و رگرسیون و تحلیل واریانس۱۵۶ کمک گرفته شده است
خط رگرسیون جامعه به صورت y = ? + ? x معرفی گردیده است که اگر فرض ۰= ? تایید شود نشان دهنده این مطلب است که بین دو متغیر x و y رابطه وجود ندارد. با استفاده از تحلیل واریانس نیز می توان وجود رابطه خطی بین x و y را آزمون نمود.
حال اگر? و ? به ترتیب مقدار ثابت و شیب خط رگرسیون جامعه باشد، آزمون فرض ها را برای این دو مقدار می توان به صورت زیر نوشت :
,
آماره آزمون به صورت زیر است:

این آماره آزمون دارای توزیع t با (n-2) درجه آزادی است. ناحیه بحرانی به صورت دو دامنه نوشته می شود.
،
اگر مقدار عدد آماره آزمون در ناحیه بحرانی قرار گرفت، فرضیه H0 رد و فرضیه مقابل پذیرفته می شود و اگر در ناحیه بحرانی قرار نگیرد، دلیلی برای رد کردن فرضیه H0 وجود ندارد.

ایده اصلی تحلیل واریانس مبتنی بر نمایش میزان کل تغییرات یک مجموعه آماری به صورت چند عبارت است که بتوان هر یک را به منشأ یا علت خاص وجود تغییرات نسبت داد. اگر در رگرسیون، تغییرات y را نتوان به تغییرات x نسبت داد آن گاه وجود رابطه بین x و y رد می شود. کل تغییرات، SST ، عبارتست از اختلاف بین yهای مشاهده شده از (میانگین yها). به عبارت دیگر :

کل تغییرات = تغییرات پیش بینی شده + تغییرات پیش بینی نشده

شاخصی که برای نمایش تغییرات پیش بینی شده بکار می رود، مجموع مربعات رگرسیون۱۵۷ است.

شاخصی که برای نمایش تغییرات پیش بینی نشده بکار میرود، مجموع مربعات خطا(SSE) است.

یا

۲-۲-۴- فرضیه اصلی دوم
میزان خطای پیش بینی بازده مورد انتظار و بازده واقعی مدل RA-CAPM کمتر از مدل C-CAPM است.
برای آزمون فرضیه فوق باید ابتدا آزمون نمونه های جفت شده استفاده می کنیم. این آزمون زمانی کاربرد دارد که دو نمونه مستقل نباشند و مشاهده به صورت جفتی انتخاب شده باشد. در این حالت، برای هرمشاهده در یک نمونه، مشاهده متناظری در نمونه دیگر که مربوط به همان صفت است وجود دارد. این بدین معنی است که نمونه های جفتی دارای معیار یکسانی هستند.
برای آزمون فرضیه ارائه شده در بالا، در نرم افزار SPSS از T-Test استفاده می کنیم.
هنگامی که با دو نمونه وابسته سر و کار داریم استخراج کردن و ثبت ،،،،، کار بیهوده ای است، زیرا ارتباط بین مقادیر جور شده ضایع می گردد. در عوض، اختلاف () بین جفت داده ها را حساب می کنیم. یعنی اختلاف بین بازده مدل و بازده مدل () را بدست می آوریم و آنرا مورد آزمون قرار می دهیم و دنبال آزمون این فرضیه هستیم که آیا بین میانگین اختلاف داده های جفت شده تفاوتی وجود دارد یا خیر.
آماره آزمون در نمونه های جفت شده به صورت زیر بیان می گردد.

مقادیر میانگین مقادیر و انحراف معیار مقادیر از طریق روابط زیر محاسبه می شود.
,
اگر مقدار عددی آماره آزمون در ناحیه بحرانی قرار گیرد، فرض رد و فرض پذیرفته می شود.
ناحیه آماری براساس فرض تعیین می شود و زمانی که به شکل زیر تعریف خواهد شد.
،
در مرحله بعد، برای اینکه بتوانیم مدلی بهتر طبق فرضیه اصلی دوم انتخاب کنیم باید بازده هر یک مدل های مورد آزمون و را از بازده واقعی کسر نموده و سپس با استفاده از آمار توصیفی، سعی در یافتن و توجیه مدل بهترباشیم.
به طور کلی در آمار توصیفی مدلی بهتر است که آماره انحراف معیار۱۵۸ یا واریانس۱۵۹ آن کمتر از مدل دیگر باشد .

۳-۴- شاخص های توصیفی متغیرها
به منظور شناخت بهتر ماهیت جامعه ای که در پژوهش مورد مطالعه قرار گرفته است و آشنایی بیشتر با متغیر های پژوهش، قبل از تجزیه و تحلیل داده های آماری، لازم است این داده ها توصیف شود. همچنین توصیف آماری داده ها، گامی در جهت تشخیص الگوی حاکم بر آن ها و پایه ای برای تبیین روابط بین متغیرهایی است که در پژوهش به کار می رود (خورشیدی و قریشی،۱۳۸۱، ص۲۵۴)۳.
بنابراین، قبل از این که به آزمون فرضیه های پژوهش پرداخته شود، متغیرهای پژوهش به صورت خلاصه مورد بررسی قرار می گیرد.

جدول (۱-۴) شاخص های توصیف کننده متغیرها دو مدل RA-CAPM و C-CAPM
متغیر

شاخص
بتای مدل RA-CAPM
بتای مدل C-CAPM
بازده مدل RA-CAPM
بازده مدل C-CAPM
بازده واقعی
انحراف از بازده واقعی مدل
RA-CAPM
انحراف از بازده واقعی مدل
C-CAPM
تعداد
۹۰۰
۹۰۰
۹۰۰
۹۰۰
۹۰۰
۹۰۰
۹۰۰
میانگین
۰.۹۸۷۴
۰.۵۸۶۱
۴.۵۰۴۵
۱.۷۳۱۸
۲.۹۹۶۷
۱.۵۰۷۸
۱.۲۶۴۹-
خطای معیار میانگین
۰.۰۶۱۸۹
۰.۰۵۷۵۵
۰.۰۸۴۴۱
۰.۱۱۷۰۸
۰.۰۵۲۳۹
۰.۰۹۴۴۹
۰.۱۱۸۲۸
انحراف معیار
۱.۸۵۶۷۳
۱.۷۲۶۶۲
۲.۵۳۲۴۲
۳.۵۱۲۵۰
۱.۵۷۱۵۹
۲.۸۳۴۸۱
۳.۵۴۸۳۵
واریانس
۳.۴۷۷
۲.۹۸۱
۶.۴۱۳
۱۲.۳۳۸
۲.۴۷۰
۸.۰۳۶
۱۲.۵۹۱
دامنه تغییرات
۱۲.۵۹
۱۳.۰۶
۱۵.۶۸
۱۶.۳۷
۱۰.۶۰
۱۸.۵۶
۱۷.۴۲
بالاترین
۶.۹۹
۵.۹۷
۱۲.۴۵
۱۰.۳۶
۶.۶۹
۱۱.۱۷
۸.۸۲
پایین ترین
۵.۵۹-
۷.۰۹-
۳.۲۳-
۶.۰۱-
۳.۹۱-
۷.۳۸-
۸.۶۰-
جمع
۸۸۸.۶۳
۵۲۷.۴۸
۴۰۵۴.۰۸
۱۵۵۸.۶۴
۲۶۹۷.۰۲
۱۳۵۷.۰۶
۱۱۳۸.۳۸-
چولگی
۰.۶۸-
۰.۲۹۹-
۰.۲۹۱
۰.۳۲۳
۰.۹۷۹-
.۰۳۰۸
۰.۴۰۳
خطای استاندارد ضریب چولگی
۰.۸۲
۰.۸۲
۰.۸۲
۰.۸۲
۰.۸۲
۰.۸۲
۰.۸۲
کشیدگی
۰.۳۴۱
۱.۸۳۵
۰.۱۳۵
۰.۹۹۴-
۱.۵۱۰
۰.۳۴۵
۰.۵۴۷-
خطای استاندارد ضریب کشیدگی
۰.۱۶۳
۰.۱۶۳
۰.۱۶۳
۰.۱۶۳
۰.۱۶۳
۰.۱۶۳
۰.۱۶۳
برحسب ۲۵ درصد
۰.۴-
۰.۰۶۸۹
۲.۸۳۷۲
۱.۱۷۳۷-
۲.۲۷۲۰
۰.۳۶۰۹-
۳.۹۲۳۸-
برحسب ۵۰ درصد
۱.۰۳۱۲
۰.۴۲۱۱
۴.۴۰۲۴
۰.۹۵۴۶
۳.۲۷۱۵
۱.۳۵۳۸
۲.۰۲۹۵-
برحسب ۷۵ درصد
۲.۱۶۱۵
۱.۶۶۶۰
۶.۰۹۰۹
۴.۸۳۴۳
۴.۰۰۷۸
۳.۲۱۳۰
۱.۴۶۰۸

همانطور که در جدول (۱-۴) مشاهده می شود تعداد جامعه مورد بررسی ۹۰۰ شرکت می باشند میانگین بازده مورد انتظارمدل RA-CAPM برابر با ۴.۵۰۴۵ و میانگین بازده مورد انتظار مدل C-CAPM برابر با ۱.۷۳۱۸ می باشد . وانحراف معیار انحراف از بازده واقعی مدل RA-CAPM برابر با ۲.۲۷۱۸۲ و انحراف معیار انحراف از بازده واقعی مدل C-CAPM برابر با ۳.۳۸۲۹۲ می باشد.

جدول شماره (۲-۴): آزمون توزیع نرمال K-S 160
انحراف از بازده واقعی مدل C-CAPM
انحراف از بازده واقعی مدل RA-CAPM
بازده واقعی
بازده مدل C-CAPM
بازده مدل RA-CAPM
بتای مدل C-CAPM
بتای مدل RA-CAPM

۹۰۰
۱.۲۶۴۹-
۳.۵۴۸۳۵
۰.۰۹۴
۰.۰۹۴
۰.۰۳۴-
۲.۸۱۰
۰.۰۰۰
۹۰۰
۱.۵۰۷۸
۲.۸۳۴۸۱
۰.۰۳۳
۰.۰۳۳
۰.۰۱۷-
۰.۹۸۸
۰.۰۰۰
۹۰۰
۲.۹۹۶۷
۱.۵۷۱۵۹
۰.۰۸۸
۰.۰۵۶
۰.۰۸۸-
۲.۶۳۵
۰.۰۰۰
۹۰۰
۱.۷۳۱۸
۳.۵۱۲۵۰
۰.۰۹۴
۰.۰۹۴
۰.۰۶۶-
۲.۸۱۹
۰.۰۰۰
۹۰۰
۰.۵۸۶۱
۱.۷۲۶۶۲
۰.۱۱۰
۰.۰۵۳
۰.۱۱۰-
۳.۳۰۱
۰.۰۰۰
۹۰۰
۰.۵۸۶۱
۱.۷۲۶۶۲
۰.۱۱۰
۰.۰۵۳
۰.۱۱۰-
۳.۳۰۱
۰.۰۰۰
۹۰۰
۰.۹۸۷۴
۱.۸۵۶۷۳
۰.۰۴۲
۰.۰۱۹
۰.۰۴۲-
۱.۲۶۰
۰.۰۰۰

میانگین
انحراف معیار
قدر مطلق
مثبت
منفی

تعداد
پارامترهای نرمال
حداکثر نهایت
تفاوتها
K-S
سطح معنی داری

جدول (۳-۴): آزمون توزیع یکنواخت K-S 161
انحراف از بازده واقعی مدل C-CAPM
انحراف از بازده واقعی مدل RA-CAPM
بازده واقعی
بازده مدل C-CAPM
بازده مدل RA-CAPM
بتای مدل C-CAPM
بتای مدل RA-CAPM

۹۰۰
۸.۶۰-
۸.۸۲
۰.۲۰۲
۰.۲۰۲
۰.۰۸۸-
۶.۰۶۷
۰.۰۰۰
۹۰۰
۷.۳۸-
۱۱.۱۷
۰.۲۲۶
۰.۲۲۶
۰.۲۰۱-
۶.۷۸۶
۰.۰۰۰
۹۰۰
۳.۹۱-
۶.۶۹
۰.۳۷۱
۰.۱۰۴
۰.۳۷۱-
۱۱.۱۳۰
۰.۰۰۰
۹۰۰
۶.۰۱-
۱۰.۳۶
۰.۱۵۴
۰.۱۲۸
۰.۱۵۴-
۴.۶۱۴
۰.۰۰۰
۹۰۰
۳.۲۳-
۱۲.۴۵
۰.۲۰۱
۰.۲۰۱
۰.۱۹۸-
۶.۰۳۴
۰.۰۰۰
۹۰۰
۷.۰۹-
۵.۹۷
۰.۳۴۲
۰۱۶۴
۰.۳۴۲-
۱۰.۲۵۱
۰.۰۰۰
۹۰۰
۵.۵۹-
۶.۹۹
۰.۲۴۲
۰.۲۰۲
۰.۲۴۲-
۷.۲۴۷
۰.۰۰۰

میانگین
انحراف معیار
قدر مطلق
مثبت
منفی

تعداد
پارامترهای یکنواخت
حداکثر نهایت
تفاوتها
K-S
سطح معنی داری

جدول (۴-۴): آزمون توزیع تشریحی K-S 162
انحراف از بازده واقعی مدل C-CAPM
انحراف از بازده واقعی مدل RA-CAPM
بازده واقعی
بازده مدل C-CAPM
بازده مدل RA-CAPM
بتای مدل C-CAPM
بتای مدل RA-CAPM

۹۰۰
۲.۶۹۸۳
۰.۱۱۲
۰.۰۴۶
۰.۱۱۲-
۲.۰۲۲
۰.۰۰۱
۹۰۰
۲.۸۵۶۱
۰.۱۰۵
۰.۰۳۷
۰.۱۰۵-
۲.۶۴۴
۰.۰۰۰
۹۰۰
۳.۳۲۴۰
۰.۲۷۶
۰.۲۲۴
۰.۲۷۶-
۷.۹۳۱
۰.۰۰۰
۹۰۰
۳.۸۹۹۸
۰.۱۳۹
۰.۰۸۶
۰.۱۳۹-
۳.۲۷۰
۰.۰۰۰
۹۰۰
۴.۶۶۲۷
۰.۲۴
۰.۰۹۳
۰.۲۴۰-
۷.۱۰۷
۰.۰۰۰
۹۰۰
۱.۶۳۴۹
۰.۳۲۳
۰.۳۲۳
۰.۰۰۰
۷.۳۹۷
۰.۰۰۰
۹۰۰
۱.۹۲۹۴
۰.۱۳۹
۰.۱۳۹
۰.۰۶۱-
۳.۴۴۵
۰.۰۰۰

میانگین
قدر مطلق
مثبت
منفی

تعداد
پارامترهای تشریحی
حداکثر نهایت
تفاوتها
K-S
سطح معنی داری

جدول (۵-۴): آزمون فریدمن۱۶۳
ترتیب میانگین

۳.۴۴
۳.۲۵
۶.۳۳
۴.۰۲
۵.۱۹
۳.۷۶
۲.۰۲
بتای مدل RA-CAPM
بتای مدل C-CAPM
بازده مدل RA-CAPM
بازده مدل C-CAPM
بازده واقعی
انحراف از بازده واقعی مدل RA-CAPM
انحراف از بازده واقعی مدل C-CAPM

جدول (۶-۴): آزمون آماره های فریدمن
۹۰۰
۲۲۸۳.۱۷۵
۶
۰.۰۰۰
تعداد
مربعات
درجه ازادی
سطح معنی داری

جدول (۷-۴): آزمون آماره های ضریب کندلز
۹۰۰
۰.۴۲۳
۲۲۸۳.۱۷۵
۶
۰.۰۰۰
تعداد
ضریب کندلز
مربعات
درجه ازادی
سطح معنی داری

۴-۴- تجزیه و تحلیل فرضیه های تحقیق
برای انجام این آزمون، از روش حداقل مربعات معمولی استفاده می شود. لازم به ذکر است که میزان احتمال هر یک از ضرایب در نظر گرفته شده برای سنجش همبستگی، به این معنی است که به چه میزان احتمال دارد این ضریب با صفر تفاوتی نداشته باشد. خلاصه یافته ها جهت آزمون هر فرضیه به شرح ذیل بیان می شود.

۱-۴-۴- فرضیه اصلی اول
– مدل RA-CAPM قدرت تبیین بیشتری درپیش بینی بازده واقعی نسبت به مدل C-CAPM دارد.
برای تشریح فرضیه فوق از متغیری به نام بتا برای سنجش این دو مدل استفاده می کنیم.
بر این اساس فرضیه اصلی اول به دو فرضیه فرعی قابل تفکیک است
فرضیه های فرعی:
۱- بین بتای مدل RA-CAPM و بازده واقعی رابطه وجود دارد.
۲- بین بتای مدل C-CAPM و بازده واقعی رابطه وجود دارد.
۱-۱-۴-۴- آزمون فرضیه فرعی اول
فرضیه فرعی اول:
– بین بتای مدل RA-CAPM و بازده واقعی رابطه وجود دارد.
فرضیه آماری به صورت ذیل ارائه می گردد.
– همبستگی معناداری بین بتای مدل RA-CAPM و نرخ بازده واقعی سالانه وجود ندارد.
– همبستگی معناداری بین بتای مدل RA-CAPM و نرخ بازده واقعی سالانه وجود دارد.

جدول (۸-۴) : ضریب همبستگی پیرسون بتای مدل و نرخ بازده واقعی

این فایل ها تست های آزمون آزمایشی کارشناسی ارشد انتشارات سنجش و دانش می باشد که با پاسخ های کاملا” تشریحی ارائه می شود. شما می توانید از منوی جستجو (بالای سایت سمت چپ ) تست های دروس دیگر را پیدا کرده و رایگان دانلود کنید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

* Copy This Password *

* Type Or Paste Password Here *