Prob(F-statistic)

۰.۰۰۰۰۰۰

جدول ۴-۷- برآورد ضرایب مدل ARIMA
براساس مقادیر برآورد شده برای ضرایب مدل ARIMA می توان رابطه برآورد شده این مدل را به صورت زیر بازنویسی نمود.

( اینجا فقط تکه ای از متن پایان نامه درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

معادله ۵

مرحله سوم ) کنترل تشخیص :
پس از انتخاب یک مدل خاص ARIMAوتخمین پارامترهای آن بدنبال این هستیم که آیا مدل انتخابی داده ها را به خوبی برازش می کند؟ به عبارت دیگر آیا مدل انتخابی مناسبت ترین مدل برای توصیف داده ها می باشد؟ زیرا ممکن است یک مدل ARIMA دیگر ، برازش بهتری از داده ها ارائه نماید.
آماره  حاصل شده برای این مدل برابر با ۸۶% حاصل شده است که حاکی از قدرت توضیح دهندگی قابل ملاحظه مدل برازش شده می باشد. به عبارت دیگر بر اساس این مدل در حدود ۸۶ درصد از تغییرات متغیر وابسته (شاخص پنجاه شرکت برتر بورس اراق بهادار تهران) توسط متغیرهای مستقل ملحوظ شده در این مدل که همان وقفه های خود متغیر و وقفه های مانده ها می باشد، توضیح داده می شود. که این امر نشانگر قدت بالای توضیح دهندگی مدل می باشد.
آماره t حاصل شده برای ضرایب به دست آمده بیانگر این است که از میان ضرایب برآورد شده ضرایب مربوط به وقفه اول، هشتم و دهم شاخص پنجاه شرکت برتر بورس اوراق بهادار تهران و وقفه اول، چهارم، هشتم، دهم، یازدهم، سیزدهم و پانزدهم جملات اخلال از نظرآماری معنی دار بود و حاکی از اثرگذاری قابل توجه این متغیرها بر روند شاخص پنجاه شرکت برتر بورس اوراق بهادار می باشد.
آماره F حاصل شده در سطح بالای احتمال معنی دار بوده و حاکی از معنی داری کلی ضرایب رگرسیون حاصل شده از نظر آماری می باشد.
جهت اطمینان از مناسب بودن الگوی استخراج شده بررسی بیشتر را بر روی پسماندهای حاصل از تخمین انجام می دهیم. بدین منظور آزمون مانایی را برای پسماندهای مدل انجام می دهیم که در صورت مانا بودن پسماندها می توان تا حد بسیار بالایی از مناسب بودن مدل اطمینان حاصل نمود. انجام این آزمون با بهره گرفتن از نمودارهای خود همبستگی و خود همبستگی جزیی و همچنین آزمون Q منجر به نتایجی شده است که در جدول ۴-۸ نشان داده شده است.
نتایج به دست آمده از آزمون مانایی پسماندها نشان می دهند که مقادیر مربوط به خود همبستگی و خود همبستگی جزیی مربوط به پسماندهای حاصل از الگوی ARIMA تفاوت معنی داری با صفر ندارند و این امر منجر به شکل گیری هیج نوع نمودار مشخصی برای این شاخص ها نگشته است. این نشان می دهد که پسمانده به طور سریالی با مقادیر گذشته خود همبسته نیستند و لذا پسماند حاصله یک متغیر مانا می باشد و می توان اطمینان حاصل نمود مدل استخراج شده یک مدل مناسب می باشد و نتایج حاصل از پیش بینی های آن می تواند تاحد بسیار بالایی قابل قبول باشد.

Date: 04/15/08 Time: 12:38

Sample: 12 3613

Included observations: 3602

Q-statistic probabilities adjusted for 22 ARIMA term(s)

Autocorrelation

Partial Correlation

AC

PAC

Q-Stat

Prob

| |

| |

۱

۰.۰۰۰

۰.۰۰۰

۸.E-05