۰۹۶/۰-
۰۰۹/۰
۳۸۴
۱۳۳/۰-
۰۰۹/۰
۳۸۴
دارد
عکس
۴-۳-۵: بین مؤلفه های سطح استفاده از رسانه های الکترونیکی (متوسط میزان استفاده از اینترنت ، متوسط میزان استفاده از تلویزیون داخلی و متوسط میزان استفاده از تلویزیون خارجی) می توانند سرمایه اجتماعی را پیش بینی کنند.
آزمون دوربین واتسون ( durbin-watson) یکی از مشهورترین ازمون ها برای تشخیص خود همبستگی است. البته برای به کار بردن این آزمون نیاز به برقراری شرایطی است که در زیر به آنها اشاره می کنیم.
( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )
محدودیت های آزمون دوربین واتسون:
• این آزمون تنها خود همبستگی از درجه اول را نشان می دهد.
• برای به کار بردن این آزمون هیچ مشاهده ی گم شده ای نباید وجود داشته باشد.
• متغیر با وقفه از نوع وابسته نباید در سمت راست مدل وجود داشته باشد.
• مدل رگرسیونی باید عرض از مبدا داشته باشد.
یکی از فروض کلاسیک در تخمین بروش ols نبود ارتباط میان پسماندها ( باقیمانده ها یا خطاها) در دورههای مختلف زمانی است؛ نقض این فرض مشکلی به نام خود همبستگی ایجاد میکند. به عبارت دیگر مدل کلاسیک فرض میکند که جزء اخلال مربوط به یک مشاهده، تحت تاثیر جزء اخلال مربوط به مشاهده دیگر قرار نمیگیرد.
دلایل ایجاد خود همبستگی:
سکون ( ایستایی): در رگرسیونی که از داده های سریهای زمانی استفاده می کنند، مشاهدات پی در پی تقریبا به هم وابستهاند.
تورش تصریح: ( حالت متغیرهای حذف شده) در مواردی یک متغیر مهم از مدل حذف شده است و همین مساله باعث خود همبستگی میشود.
تورش تصریح: ( شکل غلط تابع) در مواقعی که شکل مدل غلط است و دچار تورش تصریح از نوع شکل غلط تابع هستیم.
پدیده تار عنکبوتی: وقتی داده ها تحت تاپیر داده های قبلی قرار می گیرند؛ به عنوان مثال عرضه محصولات کشاورزی بر اساس قیمت سال پیش تعین میشود.
وقفه ها: ممکن است یک مدل خود رگرسیونی باشد در حالتی که جزء وقفه دار را نادیده بگیریم، دچار خود همبستگی میشویم.
دستکاری داده ها: در مواردی تبدیل داده ها به شکلهای مختلف باعث خود همبستگی میشود.
مشکلات تخمین ols در حالت وجود خود همبستگی:
برآورد ضرایب بدون تورش ( نااریب) هستند، ولی کارا نیستند.
واریانس خطا اریب است.
واریانس ضرایب مدل اریب است
آماره های t و F معتبر نیستند.
آزمون دوربین واتسون ( durbin-watson) یکی از مشهورترین ازمون ها برای تشخیص خود همبستگی است. البته برای به کار بردن این آزمون نیاز به برقراری شرایطی است که در زیر به آنها اشاره میکنیم.
نحوه داوری:
هرگاه مقدار آماره دوربین واتسون بین ۱٫۵ تا ۲٫۵ باشد در این صورت بین اجزای خطای مدل رگرسیون همبستگی وجود ندارد در غیر این صورت بین اجزای خطای مدل همبستگی وجود دارد. به عبارت دیگر خطاها دارای توزیع نرمال بوده و مدل برازش داده شده مدل خوبی می باشد.
جدول ۴-۲۵: آماره آزمون دوربین واتسون برای بررسی فرض نرمال بودن خطاها
آماره آزمون دوربین واتسون
۸۳۸/۱
شرایط برقرار است
در مبحث رگرسیون محقق به دنبال یافتن رابطه خطی بین متغیر ملاک و متغیرهای پیش بین است. برای بررسی رابطه بین متغیر ملاک (سرمایه اجتماعی) و متغیرهای پیش بین (متوسط میزان استفاده از اینترنت ، متوسط میزان استفاده از تلویزیون داخلی و متوسط میزان استفاده از تلویزیون خارجی) از رگرسیون چند متغیره به روش پسرو (BackWard)استفاده شده است.
مرحله اول: