Uploaded by Motaz Abd-Alkareem

Analysis of Variance Egypt Motaz

advertisement
‫نماذج وتطبيقات في االقتصاد القياس ي‬
‫د‪ .‬معت ـ ــزعبد الكري ـ ـ ـ ــم‬
‫كلية الدراسات االقتصادية والعلوم السياسية‬
‫جامعة اإلسكندرية‬
‫ربيع ‪2021‬‬
‫عالقة االنحدار‬
*‫بتحليل التباين‬
Analysis of Variance
(ANOVA)
:‫*تم االعتماد بشكل أساس ي في إعداد شرائح هذه املحاضرة على‬
• Anderson D. R., Sweeney D. J., Williams T. A., Camm J. D. & Cochran J. J., (2014), Statistics for Business and
Economics, South-Western, Cengage Learning, 12e.
: (ANOVA) table ‫جدول تحليل التباين‬
Sum of
Squares (SS)
Regression
Degrees of
Freedom (df)
𝑘 −1
RSS
Error
ESS
𝑛−k
Total
TSS
𝑛 −1
MS
F
𝑅𝑆𝑆
𝑀𝑆𝑅 =
𝑘−1
𝐸𝑆𝑆
𝑀𝑆𝐸 =
𝑛−𝑘
𝑀𝑆𝑅
𝐹 =
𝑀𝑆𝐸
∗
:‫تذكرأن‬
‫ـــــــ‬
o Total Sum of Squares (TSS) = σ 𝒀𝒊 − 𝒀
o
o
𝟐
= σ 𝒚𝒊
𝟐
= ‫التغير الكلي‬
‫ـــــــ‬
ˆ
Regression Sum of Squares (RSS) = σ 𝒀𝒊 − 𝒀 𝟐 = σ 𝒚ˆ𝒊 𝟐 = ‫التغير المفسر‬
Error Sum of Squares (ESS) = σ 𝒀𝒊 − 𝒀ˆ 𝟐 = σ 𝒆𝒊 𝟐 = ‫التغير غير المفسر‬
o 𝑻𝑺𝑺 = 𝑹𝑺𝑺 + 𝑬𝑺𝑺
‫خصائص توزيع ‪F‬‬
‫‪ o‬هو توزيع غير معتدل (غير متماثل)‬
‫‪ o‬ال يأخذ قيما سالبة‬
‫‪ o‬جدول (𝑭) يعطي املساحة عن يمين قيمة (𝑭)‪.‬‬
‫‪ o‬الكشف في الجدول يحتاج إلى معرفة ثالث معلومات‪( :‬مستوى املعنوية‪ ،‬ودرجات الحرية الخاصة بالبسط‪،‬‬
‫ودرجات الحرية الخاصة باملقام)‬
‫خطوات إجراء اختبار ‪ F‬في حالة االنحدارالبسيط‬
‫‪ o‬صياغة الفروض‪:‬‬
‫𝟎 = 𝒃 ‪𝑯𝟎 :‬‬
‫𝟎 ≠ 𝒃 ‪𝑯𝟏 :‬‬
‫‪ o‬حساب إحصائية االختبار ‪:test statistic‬‬
‫(وتسمى أيضا بـ ‪ F‬املحسوبة)‬
‫𝑹𝑺𝑴‬
‫) يتبع توزيع (𝑭)‪.‬‬
‫حيث‪ :‬توزيع املعاينة الخاص بالكسر (‬
‫𝑬𝑺𝑴‬
‫𝑹𝑺𝑴‬
‫=‬
‫𝑬𝑺𝑴‬
‫∗𝑭‬
‫إذا كان‬
‫‪ o‬القرار‪:‬‬
‫)𝒌‪𝑭∗ ≥ 𝑭(∝,𝒌−𝟏,𝒏−‬‬
‫𝜶 ≤ 𝒆𝒖𝒍𝒂𝒗 ‪𝒑 −‬‬
‫)𝒌‪𝑭∗ < 𝑭(∝,𝒌−𝟏,𝒏−‬‬
‫𝜶 > 𝒆𝒖𝒍𝒂𝒗 ‪𝒑 −‬‬
‫‪ o‬التوضيح البياني للقرار‪:‬‬
‫القرار‬
‫رفض فرض العدم وقبول‬
‫الفرض البديل‬
‫املعنى‬
‫العالقة بين املتغير التابع واملتغير‬
‫املستقل معنوية إحصائيا‬
‫العالقة بين املتغيرالتابع واملتغير‬
‫ال يمكن رفض فرض العدم‬
‫املستقل ليست معنوية إحصائيا‬
‫𝒊𝑿 𝟖𝟕 ‪𝒀ˆ 𝒊 = 𝟓𝟑. 𝟕 + 𝟎.‬‬
‫بالتطبيق على مثال دالة االستهالك‪:‬‬
‫ˆ‬
‫𝒀‬
‫اإلنفاق‬
‫االستهالكي‬
‫)𝒀(‬
‫الدخل‬
‫)𝑿(‬
‫‪150‬‬
‫‪100‬‬
‫‪1‬‬
‫‪150‬‬
‫‪2‬‬
‫‪3‬‬
‫ـــــــ‬
‫ˆ‬
‫‪(Y – Y)2‬‬
‫ـــــــ‬
‫ˆ‬
‫)‪(Y – Y‬‬
‫𝟐𝒆‬
‫𝒆‬
‫‪143110.89‬‬
‫‪- 378.3‬‬
‫‪334.89‬‬
‫‪18.3‬‬
‫‪131.7‬‬
‫‪115124.49‬‬
‫‪- 339.3‬‬
‫‪858.49‬‬
‫‪29.3‬‬
‫‪170.7‬‬
‫‪200‬‬
‫‪68277.69‬‬
‫‪- 261.3‬‬
‫‪1.69‬‬
‫‪1.3‬‬
‫‪248.7‬‬
‫‪250‬‬
‫‪250‬‬
‫‪250‬‬
‫‪300‬‬
‫‪4‬‬
‫‪450‬‬
‫‪500‬‬
‫‪5‬‬
‫‪500‬‬
‫‪650‬‬
‫‪6‬‬
‫‪600‬‬
‫‪750‬‬
‫‪7‬‬
‫‪800‬‬
‫‪900‬‬
‫‪8‬‬
‫‪900‬‬
‫‪1000‬‬
‫‪9‬‬
‫‪1000‬‬
‫‪1250‬‬
‫‪10‬‬
‫‪5100‬‬
‫‪5850‬‬
‫∑‬
‫‪833979.93‬‬
‫‪15020.07‬‬
‫جدول تحليل التباين الخاص بنموذج دالة االستهالك‬
Sum of Squares
(SS)
Regression RSS = 833979.93
Error
ESS = 15020.07
Total
TSS = 849000
Degrees of
MS
Freedom (df)
1
𝑴𝑺𝑹 = 833979.93
𝟖
𝑴𝑺𝑬 = 1877.51
𝟗
F
𝑭∗
833979.93
=
1877.51
= 444.19
‫اختباراملعنوية اإلحصائية عند مستوى معنوية ‪ %5‬باستخدام اختبار‪F‬‬
‫‪ o‬صياغة الفروض‪:‬‬
‫𝟎 = 𝒃 ‪𝑯𝟎 :‬‬
‫𝟎 ≠ 𝒃 ‪𝑯𝟏 :‬‬
‫)‪𝑭∗ (𝟒𝟒𝟒. 𝟏𝟗) > 𝑭(𝟎.𝟎𝟓,𝟏,𝟖) (5.32‬‬
‫)𝟓𝟎 ‪𝒑 − 𝒗𝒂𝒍𝒖𝒆 < 𝜶 (𝟎.‬‬
‫‪ o‬القرار‪ :‬نرفض فرض العدم‪ ،‬وهو ما يعني أن العالقة‬
‫بين االستهالك (املتغير التابع) وبين الدخل (املتغير‬
‫املستقل) معنوية إحصائيا عند مستوى معنوية ‪.%5‬‬
‫عالقة اختبار(‪ )F‬باختبار(‪)T‬‬
‫‪ o‬اختبار (𝑭) يختبر مدى وجود عالقة معنوية إحصائيا بين املتغير التابع وبين املتغيرات املستقلة‬
‫مجتمعة‪ ،‬أي يختبراملعنوية اإلحصائية لالنحدارككل‪ ،‬وفي حالة االنحدارالبسيط ال يوجد سوى‬
‫معامل انحدار ))𝒃( ‪ (slope coefficient‬واحد فقط‪ ،‬وبالتالي النتيجة التي يتم التوصل‬
‫إليها باستخدام اختبار (𝑭) هي نفسها التي يتم التوصل إليها باستخدام اختبار (𝒕)‪ ،‬لكن في‬
‫االنحداراملتعدد االختالف بين نتائج االختبارين تبدأ في الظهور‪.‬‬
‫‪ o‬في حالة االنحدار البسيط‪ :‬قيمة (𝑭) تعادل تربيع قيمة (𝒕) أي أن ( 𝟐𝒕 = 𝑭)‪ ،‬وذلك بالنسبة‬
‫للقيمة املحسوبة والقيمة الجدولية‪ .‬وهو ما يجعل النتيجة التي يتم التوصل إليها باالختبارين‬
‫متطابقة‪.‬‬
‫‪ o‬في حالة االنحدارالبسيط كل منهما يختبرنفس فرض العدم‪.‬‬
‫𝟎 = 𝒃 ‪𝑯𝟎 :‬‬
‫𝟎 ≠ 𝒃 ‪𝑯𝟏 :‬‬
‫مالحظات‬
‫‪ o‬املنطق وراء اختبار (𝑭) هو أنه إذا كان فرض العدم صحيحا (𝟎 = 𝒃) فإن البسط (𝑹𝑺𝑴)‬
‫يصبح هو اآلخر مقدرا لتباين حد الخطأ العشوائي‪ ،‬مما يجعل قيمة إحصائية االختبار ( ∗𝑭)‬
‫تقترب من الواحد الصحيح (حيث كل من البسط واملقام مقدر لنفس الش يء وهو تباين حد‬
‫الخطأ العشوائي)‪ .‬أما إذا كان فرض العدم خطئا (𝟎 ≠ 𝒃) فإن البسط (𝑹𝑺𝑴) سيكون‬
‫تقديرا مبالغا فيه لحد الخطأ العشوائي مما يؤدي إلى تضخم قيمة إحصائة االختبار ( ∗𝑭)‪.‬‬
‫‪ o‬درجات الحرية الخاصة بالبسط هي نفسها عدد املتغيرات التفسيرية بالنموذج‪.‬‬
‫شكرا‬
‫ً‬
Download