همه به اين نکته واقف هستند که قبل از اعتماد به نتایج هر مدل رگرسيوني لازم است ابتدا فروض اوليه اي مورد بررسي قرار گيرد. در صورتي که اين فروض برقرار نباشد نمي توان به نتايج حاصله از رگرسيون اعتماد نمود و امکان انحراف از نتايج پيش بيني شده وجود دارد.
برخی تصور می کنند لازم است متغیرهای رگرسیون پانل دیتا از توزيع نرمال پيروي کنند. به همين دليل قبل از انجام رگرسيون، فرض نرمال بودن داده ها در نرم افزار ايويوز با آماره جارک برا (Jarque-Bera) را مورد آزمون قرار مي دهند و به احتمال قوی مشاهده می نمایند که داده ها نرمال نیستند!
چنانچه با مساله نرمال نبودن متغیرها در داده هاي پانل روبرو هستيد، این آموزش متنی تصویری (غیر ویدئویی) مساله شما را حل خواهد نمود (خصوصا در تحليل هاي اقتصاد سنجي رشته هاي مديريت مالي و حسابداري). این محصول بخشی از یک کتاب معتبر است که توصیه و آموزش های لازم را در برخورد با این مساله (و همچنین مساله خودهمبستگی و ناهمسانی واریانس) را عنوان و دغدغه شما را برطرف می کند.
اهمیت این محصول آنجاست که گاهی شاهد هستیم محققان و دانشجویان برای رفع نرمال نبودن داده های پانل به سراغ تبدیل زدن به داده ها (!!!) می روند و یا راههای دیگری که ممکن است ماهها وقت خود را هدر بدهند. یا اینکه وقتی مشاهده می کنند باقیمانده های مدل پانل نرمال نیست، نتیجه می گیرند که مدل شان مناسب نیست! تجربه تحلیلگران ما در برخورد با این مساله نیز در فایل pdf این آموزش ذکر شده است.
ضمنا در خصوص شناسایی و رفع خود همبستگی سریالی بین باقیمانده های مدل های پانل دیتا و همچنین مساله ناهمسانی واریانس آموزش لازم ارائه شده است. همچنین آزمون بررسی همخطی بین متغیرهای مستقل، آزمون پسران (بررسی وابستگی مقطعی بین باقیمانده ها) و آزمون بروش-پاگان (مقایسه الگوهای اثرات مشترک و اثرات تصادفی) آمده است.
این آموزش که دغدغه مهم شما در این زمینه ها را برطرف می کند، که در صورت لزوم پشتیبانی در پیام رسان ایتا یا سروش یا روبیکا ارائه می شود. توجه شود که این آموزش غیر ویدئویی و به صورت فایل PDF متنی تصویری است. چنانچه شبیه این آموزش اما به صورت ویدئویی را می خواهید اینجا را ببینید.
بلافاصله بعد از خرید می توانید آموزش را دانلود و استفاده نمایید.
عاقبتی (خریدار محصول) –
فکر می کردم با خرید این محصول راه نرمال کردن داده های پانلی که دارم را آموزش میدید، اما الان متوجه شدم که اصلا نیازی به این کار نیست! دانستن این نکته واقعا لازم بود. خوبیش اینکه که از منبع معتبری است