مقایسه انواع تحلیل های رگرسیونی برای داده های حسابداری

Authors

منصور مومنی

علی فعال قیومی

abstract

تحقیق حاضر به مقایسه انواع تحلیل های رگرسیونی شامل رگرسیون سری زمانی، رگرسیون مقطعی، رگرسیون میانگین و رگرسیون تجمعی برای داده های حسابداری می پردازد. مقایسه تحلیل های رگرسیونی با استفاده از داده های حسابداری محدود و به کمک ضریب تعیین، آزمونf و آزمون t انجام شده است. نتایج تحقیق نشان می دهد که رگرسیون سری زمانی جهت مطالعات موردی، رگرسیون مقطعی جهت مطالعات سالیانه و رگرسیون تجمعی جهت مطالعات کلی و فراگیر مناسب است. البته رگرسیون تجمعی با توجه به فراهم آوردن امکان دستیابی به نتایج کلی تر و به دور از سوگیری، در تحقیقات حسابداری بیشتری مورد استفاده قرار گرفته است. رگرسیون میانگین نیز به دلیل تمرکز بر داده های مرکزی، در تحقیقات حسابداری کاربرد اندکی داشته است.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

مقایسه انواع تحلیل‌های رگرسیونی برای داده‌های حسابداری

تحقیق حاضر به مقایسه انواع تحلیل‌های رگرسیونی شامل رگرسیون سری زمانی، رگرسیون مقطعی، رگرسیون میانگین و رگرسیون تجمعی برای داده‌های حسابداری می‌پردازد. مقایسه تحلیل‌های رگرسیونی با استفاده از داده‌های حسابداری محدود و به کمک ضریب تعیین، آزمونF و آزمون t انجام شده است. نتایج تحقیق نشان می‌دهد که رگرسیون سری زمانی جهت مطالعات موردی، رگرسیون مقطعی جهت مطالعات سالیانه و رگرسیون تجمعی جهت مطالعات کلی...

full text

تحلیل رگرسیونی داده های اقلیمی با استفاده از ایستگاه های انتخابی ایران

هدف از تحلیل رگرسیونی پیش بینی متغیر وابسته از طریق متغیر مستقل می باشد. بر این اساس در تحلیل رگرسیونی محقق به دنبال پیش بینی است. به همین دلیل برای تحلیل های پیشرفته و پیش بینی تغییر در متغیر وابسته در صورت تغییر در متغیر یا متغیرهای مستقل باید از روش های تحلیل رگرسیونی استفاده کرد. وقتی رابطة متغیرها بررسی می شود باید به این نتیجه رسید که متغیرها قابلیت تحلیل رگرسیونی را دارند. در تحلیل رگ...

full text

تجزیۀ نامنفی ماتریسی: روشی برای تحلیل داده های نامنفی

اخیراً روش جدیدی با نام تجزیۀ نامنفی ماتریسی برای نمایش خطی داده های نامنفی پیشنهاد شده است که علاوه بر کاهش تعداد داده ها، محدودیت روش های کلاسیک را ندارد. در این روش، ماتریس بزرگِ متناظر با  داده های نامنفی به دو ماتریس نامنفی کوچک تجزیه می شود. در این مقاله، ابتدا روش های کلاسیک را مرور می کنیم. سپس تجزیۀ نامنفی ماتریسی با نسخه های مختلف آن معرفی و مسائل مهم داده کاوی مانند رده بندی و خوشه بند...

full text

تحلیل استوار داده های فضایی در حضور داده های دورافتاده

معمولاً تابع تغییرنگار که ساختار همبستگی داده­های فضایی را تعیین می­کند و نقش پایه­ ای در تحلیل آن­ها دارد، نامعلوم است و لازم است براساس مشاهدات برآورد شود. وجود داده­ های دورافتاده در مشاهدات تاثیر نامناسبی در برآورد تغییرنگار و سایر بخش­های تحلیل داده­های فضایی همچون پیش­گویی فضایی و برآورد پارامترهای روند دارد. در این مقاله ابتدا با استفاده از برآوردگرهای مقیاس، چند برآوردگر استوار جدید با ن...

full text

داده های بزرگ چگونه حسابداری مالی را تغییر خواهند داد؟

داده­ های بزرگ متشکل از مجموعه داده­های حجیمی است که به طور معمول با سیستم مدیریت پایگاه داده یا یرنامه­­های نرم افزاری سنتی قابل تحلیل نیست دلیل مقبولیت این اصطلاح، حجم فزاینده اطلاعاتی است که با گسترش فناوری­های محاسباتی و ارتباط از راه ‌دور به ‌خصوص اینترنت و سنجش­های محیطی قابل دسترسی می‌باشند. به میزانی که انواع گوناگون داده­ها قابل دسترسی می‌شوند. داده­های بزرگ پیامد مهمی برای حسابداری ما...

full text

مقایسه ی انواع مدل های رگرسیون در تحلیل داده های شمارشی

مدل متداول در برازش داده های شمارشی پواسون است که ویژگی مهم آن برابری میانگین و واریانس می باشد. اما در مباحث کاربردی در صورت عدم برقراری این شرط استفاده از مدل پواسون منجر به استنباط نادرستی از پارامترهای مدل خواهد شد. در این مقاله ضمن بررسی موضوع بیش پراکنش و آزمون های مربوط به آن، مدل‎های دوجمله ای منفی و پواسون تعمیم یافته به عنوان جایگزین هایی برای مدل پواسون معرفی می شوند. در ادامه، به مق...

full text

My Resources

Save resource for easier access later


Journal title:
فصلنامه علمی-پژوهشی بررسیهای حسابداری وحسابرسی

Publisher: دانشکده مدیریت دانشگاه تهران

ISSN 1024-8161

volume 16

issue 5 2010

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023