تحلیل های آماری

t = 1,2,…,n k=1,2,…,n
و در آن متغیر وابسته میباشد که در این تحقیق MFIDIjt و DIFIDIjt (میزان افشاء اختیاری و اجباری) میباشد ، ها متغیرهای مستقل میباشد که در این تحقیق ITSejt ، FSizejt و Levjt و SubIndjt (ضرایب مالیات، لگاریتم طبیعی کل داراییها، نسبت کل بدهیها به کل داراییها، شرکت با اشتغال در بخش تولید یا خدمات) میباشد ، ضرایب معادله، جمله اختلال و طبق معمول مشاهده t ام در دادههای مقطعی و یا سری در حالی که ضرایب معادله رگرسیون kاست.
1-2-11-3 روشهای ورود متغیرها در رگرسیون
این روشها شامل وارد کردن، روش گام به گام، روش حذف، روش حذف روبه عقب متغیرهای مستقل، روش انتخاب رو به جلوی متغیرهای مستقل میباشد، که به صورت خلاصه در ذیل بیان گردیدهاند.
روش وارد کردن:
رویکردی در انتخاب متغیرها است که در آن کلیه متغیرهای وارد شده در یک مرحله در تعیین رگرسیون مورد استفاده قرار میگیرند.
روش گام به گام:
در این روش متغیرهای مستقل یکی یکی به معادله رگرسیون اضافه میشوند و اگر نقش معناداری در رگرسیون نداشته باشند حذف میشوند.
روش حذف:
رویکردی در انتخاب متغیرها است که در آن کلیهی متغیرهای وارد شده دریک مرحله حذف میشوند.
روش حذف روبه عقب متغیرهای مستقل:
روشی در انتخاب متغیرها که در آن ابتدا تمامی متغیرهای مستقل به معادله رگرسیون وارد میشوند و سپس در صورتی که معیارهای لازم جهت باقی ماندن در مدل (متغیرهایی که ضرایب همبستگی پایین تری با متغیر وابسته دارند اولین گزینه حذف از معادله هستند) را نداشته باشند تک تک حذف میشوند.
روش انتخاب رو به جلوی متغیرهای مستقل:
روشی در انتخاب متغیرهای مستقل که در آن تنها متغیرهایی که از معیارهای لازم جهت ورود به معادله رگرسیون(متغیرهای مستقل با ضرایب همبستگی مثبت یا منفی بالاتر اولین گزینه جهت ورود به معادله میباشند) برخوردارند وارد مدل میشوند.
در این پژوهش از روش وارد کردن اطلاعات استفاده شده است
3-11-3 ضریب همبستگی و ضریب تشخیص
تجزیه و تحلیل همبستگی یکی از مهمترین تجریه و تحلیل های آماری است که برای تعیین نوع و شدت رابطه بین دو متغیر مورد استفاده واقع می شود و مقدار آن بین 1- و1+ می باشد . در صورتی که همبستگی بین متغیر ها کامل و مثبت باشد یعنی افزایش یا کاهش یک متغیر برابر 1+ خواهد بود و در صورتی که همبستگی بین متغیر ها کامل و منفی باشد یعنی افزایش یا کاهش یک متغیر برابر با کاهش یا افزایش متغیر دیگر باشد ضریب همبستگی برابر 1- خواهد بود . اگر هیچ رابطه ای بین دو متغیر وجود نداشته باشد ضریب همبستگی برابر صفر می گردد در صورتی که بین متغیر ها همبستگی مثبت و ناقص وجود داشته باشد ضریب همبستگی بین صفر و 1+ و در حالتی که بین متغیر ها همبستگی منفی و ناقص وجود داشته باشد مقدار ضریب همبستگی 1- و صفر خواهد بود ضریب همبستگی پیرسون برای داده های فاصله ای و نسبی به صورت زیر محاسبه می شود (آذر و مومنی ،1381، 85)3 .
به منظور درک بهتر از مفهو.م همبستگی و قابلیت تفسیر نتایج آن معمولاً ضریب همبستگی را به توان دو رسانیده و ضریب تشخیص را بدست می آورند . ضریب تشخیص (تعیین ) شاخصی است که نسبت تغییرات بیان شده توسط متغیر مستقل (متغیر توضیحی ) به کل تغییرات متغیر وابسته را نشان می دهد به عبارت دیگر ضریب تشخیص بیان می کند که متغیر مستقل (متغیر توضیحی ) تا چه حد قادر است تغییرات متغیر وابسته را بیان نماید و یا r2 (ضریب تشخیص ) نشان دهنده درصد تغییرات در متغیر وابسته است که توسط متغیر مستقل توضیح داده می شود مقدار r2 به صورت زیر تحلیل می گردد.
r20 =
هیچ مقدار از تغییرات متغیر وابسته توسط متغیر توضیحی بیان نمی شود .
r2=1
تمام تغییرات متغیر وابسته توسط متغیر توضیحی بیان می شود
0