البحث — المستودع الرقمي العراقي

المستخلص: يعد هذا البحث محاولة لتسليط الضوء على احدى مشاكل تحليل الانحدار والتي تعد واحدة من الافتراضات الاساسية التي تقوم عليها طريقة المربعات الصغرى الاعتيادية (OLS) , كذلك تعد واحدة من الشروط الاساسية لتحليل التباين. وهي مشكلة عدم تجانس التباين (Heteroscedasticity) , واحيانا يكون من الصعوبة تطبيق هذا الشرط وبالتالي تكون طريقة (OLS) لتقدير معالم نموذج الانحدار الخطي غير مجدية في اعطاء نتائج صحيحة ودقيقة وهذا بسبب وجود هذه المشكلة .اذ كان هدف الرسالة هو اختيار اوتحديد افضل اختبار للكشف عن وجود هذه المشكلة ضمن مجموعة من الاختبارات المعلمية , اذ تم كتابة برنامج بلغة (R) لاجل عمل مقارنة يكون فيها المعيار هو نسبة الكشف الصحيح عن وجود او عدم وجود مشكلة عدم تجانس التباين عن طريقة دراسة محاكاة بالاعتماد على بيانات افتراضية لانموذجين الاول يحتوي على مشكلة عدم تجانس التباين والاخر لايحتوي على المشكلة , اذا تم اعتماد خمس اختبارات هي (كولد فيلد - كوانت , بروش - بيجين - جود فري , وايت, NCV , هاريسون مكابي) .كما اعتمدت الرسالة في الجانب التطبيقي على البيانات الحقيقية, واستعمال الاختبار الافضل الذي تم تحديده للكشف عن وجود المشكلة ثم تقدير انموذج الانحدار استنادا الى وجود المشكلة من عدمها. | This research is considered on attempt to highlight one of the problems of regression, which is one of the basic assumptions underlying ordinary least squares method (OLS). It is considered one of the fundamental conditions of variance analysis, and in many practical applications this hypothesis cannot achieve thus (OLS) to estimate the model of linear regression is use less (not benefited) to give true and accurate, results and this leads to face the problem of (heteroscedasticity). The aim of this thesis is to choose the best parametric test to detect this problem from a group of parametric tests. We wrote an program in (R) language for a comparison in the best of the ratio of the detection true for the presence or absence of a problem through simulation within chapter III has a virtual reality two of the models, the first has a problem of heteroscedasticity the other not contain the problem depending on five tests (Gold field Quant, Prush bejen, White, NCV, Harrison - McCabe). Chapter four contains the Applied side of the study and depending on real data, in this chapter we choose the best test to detect the problem or not, then we estimate the regression model. Conclusions and recommendations are found in the end of the study