SPSS 27

SPSS27 تغییرات اساسی را در تحلیل های آماری ارائه داده است از جمله این تغییرات عبارتند از :

1- تحلیل توان 

2- آزمون گروه Z برای نسبت ها

3- اعتبارسنجی کاپای وزنی 

4- بوت استرپ آمار توصیفی

5- محاسبه اندازه اثر در گروه های t 

 

ادامه مطلب

روش حداقل مربعات معمولی کاملا اصلاح‌شده (‏FMOLS)

تکنیک‌های اقتصادسنجی مدرن مختلفی برای بررسی وجود یک رابطه بلند مدت بین متغیرها معرفی شدند.  روش FMOLS برآوردهای قابل اعتمادی را برای اندازه نمونه کوچک تولید می‌کند و بررسی درستی نتایج را فراهم می‌کند. روش FMOLS در اصل توسط فیلیپس و هانسن (‏۱۹۹۰) ‏برای تخمین یک رابطه هم انباشتگی که ترکیبی از (‏۱)‏ I دارد، معرفی و توسعه داده شد.روش FMOLS نسبت به تکنیک‌های رشد اقتصادی در معرفی تصحیح مناسب برای غلبه بر مشکل استنباط در روش رشد اقتصادی دارای مزیت است و از این رو، آزمون t برای برآوردهای بلند مدت معتبر هستند. (Himansu, 2007)

ادامه مطلب

آموزش معادلات ساختاری PLS

تفاوت بین برازش مدل معادلات ساختاری به روش PLS  سنتی و PLSC سازگار

دیجکسترا و شمرله انگل[1] (2014) الگوریتم PLS سازگار(PLSc) را به عنوان الگوریتمی پیشنهاد کرده‌اند که هدف آن ایجاد برآوردهای نرمال مجانبی[2] و سازگار از بارهای مسیر و همبستگی میان متغیرهای پنهان برای سازه‌های به‌طور انعکاسی مدل‌سازی شده[3] می‌باشد. بدین‌ترتیب PLSc ابزاری برای غلبه بر ناسازگاری آماری مرتبط با الگوریتم برآورد PLS سنتی است. PLSc که بر اساس اصلاح برای کاهش[4] نانلی (1978) ایجاد شده است، یک الگوریتم اصلاح شده از PLS می‌باشد(دیجکسترا 2010، دیجکسترا و هنزلر 2015 الف و 2015 ب).

عدم وجود سازگاری[5] به این معنی است که برآوردهای PLS سنتی نمی‌توانند به مقادیر واقعی نزدیک شوند هنگامیکه اندازه نمونه افزایش می‌یابد. با PLSc، برآوردها مقادیر واقعی مجانبی را ارائه می‌کنند. PLSc سازگار، ضرایب مسیر، همبستگی‌های درون‌سازه‌ای و بارهای شاخص را در مدل‌های انعکاسی برآورد می‌کند. همچنین دیجیکسترا و هنزلر (2015 الف 299) در مطالعات شبیه‌سازی به این نتیجه رسیدند که PLSc ضعیف‌تر از روش SEM حداکثر درست‌نمایی کامل[6]( FIML) می‌باشد ولی مزیت‌هایی از نظر مدیریت داده‌های با توزیع غیر نرمال دارند.

 

[1] Chermelleh-Engel

[2] Asymptotically normal estimates

[3] Reflectively-modeled

[4] Correction for attenuation

[5] Consistency

[6] Full information maximum likelihood

ادامه مطلب

آزمون هم خطی متغیرهای مستقل در ایویوز

موضوعات : آموزشEVIEWS

فروض کلاسیک مدل رگرسیون شامل عدم همخطی بین متغیرهای مستقل می باشد طوریکه این متغیرها از همبستگی بالایی بین خودشان برخوردار نباشند. زمانیکه داده ها به صورت ترکیبی( پانلی) تعریف شده باشند بعد از برازش مدل همخطی انجام می شود. در رگرسیون پانلی همخطی از طریق نوشتن دستور در خط فرمان ایویوز ( EVIEWS ) به عنوان یکی از قابلیت های اساسی این نرم افزار که کمتر از آن استفاده می شود قابل انجام است. در ادامه به بحث آموزش وجودهمخطی در برازش مدل رگرسیون پانل از طریق نوشتن دستور 

NAME_MODEL.VARINF

در خط فرمان قابل انجام است.

ادامه مطلب