‫جامعة لونيسي علي –البليدة ‪-2‬‬

‫كلية العلوم االقتصادية والعلوم التجارية و علوم التسيير‬

‫قسم العلوم االقتصادية‬

‫مطبوعة االقتصاد القياسي‬

‫(معطيات بانيل )‬

‫د‪.‬صوالليلي صدرالدين‬

‫السنة الجامعية‬

‫‪2102-2102‬‬

‫‪1‬‬
 ‫فهـــــــــــــــــــــــــــــــرس‬

‫‪1‬‬ ‫المقدمة‬

‫‪2‬‬ ‫الفصل األول ‪ :‬مفهوم نماذج بانيل‬

‫‪3‬‬ ‫المبحث األول ‪ :‬تحليل التباين و نماذج بانيل‬

‫‪3‬‬ ‫المطلب األول‪ :‬نموذج تحليل التباين‬

‫‪4‬‬ ‫المطلب الثاني ‪ :‬نموذج التباين األحادي و االنحدار البسيط‬

‫‪5‬‬ ‫المبحث الثاني‪ :‬نماذج بانيل الشائعة االستعمال‬

‫‪5‬‬ ‫المطلب األول‪ :‬نموذج بانيل ذو اآلثر الثابت‬

‫‪5‬‬ ‫المطلب الثاني‪ :‬نموذج بانيل ذو اآلثر العشوائي‬

‫‪6‬‬ ‫المطلب الثالث‪ :‬نموذج بانيل الديناميكي‬

‫‪7‬‬ ‫المبحث الثالث ‪ :‬نماذج بانيل الحديثة‬

‫‪7‬‬ ‫المطلب األول‪ :‬نماذج بروبيت و لوجيت ذات اآلثر الثابت‬

‫‪7‬‬ ‫المطلب الثاني‪ :‬نماذج بروبيت و لوجيت ذات اآلثر العشوائي‬

‫‪8‬‬ ‫الفصل الثاني ‪ :‬نماذج بانيل ذات اآلثر الثابت‬

‫‪11‬‬ ‫المبحث األول‪ :‬كيفية التعامل مع المعطيات‬

‫‪11‬‬ ‫المطلب األول‪ :‬طرق التعامل مع المعطيات‬

‫‪17‬‬ ‫المطلب الثاني‪ :‬اختبار التجانس للمعامل‬

‫‪11‬‬ ‫المطلب الثالث‪ :‬التقدير باستعمال نظرية ‪ Frish-Waugh‬لتقدير اآلثر الفردي‬

‫‪66‬‬ ‫المبحث الثاني ‪ :‬طرق تقدير نماذج بانيل ذات اآلثر الثابت‬

‫‪66‬‬ ‫المطلب األول‪ :‬طريقة المربعات الصغرى ذات المتغيرة الصورية ‪LSDV‬‬

‫‪36‬‬ ‫المطلب الثاني‪ :‬التقدير عن طريق الفرق األول‬

‫‪34‬‬ ‫المطلب الثالث ‪ :‬مقارنة الطرق‬

‫‪35‬‬ ‫المبحث الثالث ‪ :‬اختبار اآلثر الفردي و رفع الفرضيات‬

‫‪2‬‬
 ‫‪35‬‬ ‫المطلب األول ‪ :‬اختبار وجود اآلثر الفردي‬

‫‪36‬‬ ‫المطلب الثاني ‪ :‬رفع الفرضيات‬

‫‪42‬‬ ‫المطلب الثالث ‪ :‬النموذج ذات اآلثر الثابت الفردي و الزمني‬

‫‪47‬‬ ‫الفصل الثالث ‪ :‬نماذج بانيل ذات اآلثر العشوائي(ذات األخطاء المركبة)‬

‫‪48‬‬ ‫المبحث األول ‪ :‬النموذج و الفرضيات‬

‫‪48‬‬ ‫المطلب األول ‪ :‬صياغة النموذج العشوائي‬

‫‪48‬‬ ‫المطلب الثاني ‪ :‬فرضيات النموذج العشوائي‬

‫‪51‬‬ ‫المبحث الثاني ‪ :‬تقدير النموذج ذات اآلثر العشوائي‬

‫‪56‬‬ ‫المطلب األول‪ :‬التقدير عن طريق المربعات الصغرى المعممة‬

‫‪55‬‬ ‫المطلب الثاني‪ :‬التقدير عن طريق المربعات الصغرى الشبه المعممة‬

‫‪61‬‬ ‫المطلب الثالث‪ :‬التقدير عن طريق المعقولية العظمى و اختبار اآلثر العشوائي‬

‫‪66‬‬ ‫المطلب الرابع ‪ :‬نموذج اآلثر العشوائي الفردي و الزمني‬

‫‪67‬‬ ‫الفصل الرابع ‪ :‬النماذج الديناميكية و المعادالت الظاهرة مستقلة‬

‫‪68‬‬ ‫المبحث األول‪ :‬النماذج الديناميكية‬

‫‪68‬‬ ‫المطلب األول‪ :‬التحيز و التقارب‬

‫‪61‬‬ ‫المطلب الثاني‪ :‬التقدير عن طريق المتغيرات األدواتية لـ ‪Anderson‬و ‪Hsiao‬‬

‫‪71‬‬ ‫المطلب الثالث ‪ :‬التقدير عن طريق العزوم المعممة ‪ Arellano‬و ‪Bond‬‬

‫‪76‬‬ ‫المبحث الثاني ‪ :‬نظام المعادالت االنحدارية‬

‫‪73‬‬ ‫المطلب األول‪ :‬المعادالت االنحدارية الظاهرة مستقلة ‪SUR‬‬

‫‪74‬‬ ‫المطلب الثاني ‪ :‬طريقة المربعات الصغرى المعممة‬

‫‪77................‬‬ ‫الفصل الخامس ‪ :‬التطورات الحديثة في معطيات بانيل ‪......‬‬

‫‪71........................‬‬ ‫المبحث األول‪ :‬اختبار االستقرارية مع فرضية عدم ارتباط مابين األفراد‬

‫‪3‬‬
‫المطلب األول ‪ :‬اختبار لفين و لين ‪71....................................Levin and Lin test‬‬

‫المطلب الثاني ‪ :‬اختبار ايم –بيسران –شين ‪83.................................................. IPS‬‬

‫المطلب الثالث ‪ :‬اختبار برينتغ ‪84.......................................................................‬‬

‫المطلب الرابع ‪ :‬اختبار ‪86............................................................Madala -Wu‬‬

‫المطلب الخامس ‪ :‬اختبار حدري ‪87.............................................................Hadri‬‬

‫المبحث الثاني ‪ :‬اختبار االستقرارية تحت فرضية ارتباط مابين األفراد‪81..........................‬‬

‫المطلب األول‪:‬اختبار باي وناج ‪81.............................................................. BN‬‬

‫المطلب الثاني ‪ :‬اختبار بيسران ‪11.........................................................Pesaran‬‬

‫المبحث الثالث ‪:‬اختبار التكامل المشترك ‪16...........................................................‬‬

‫المطلب األول‪ :‬اختبار البواقي المتكررة على ‪ DF‬و ‪( ADF‬اختبار ‪13....................)KAO‬‬

‫المطلب الثاني‪ :‬اختبار البواقي المبني على مضاغف القرانج‪15......................................‬‬

‫المطلب الثالث‪:‬اختبار بدروني ‪16.......................................................... Pedroni‬‬

‫المبحث الرابع ‪ :‬التقدير و اختبار الفرضيات للجذر األحادي و التكامل في البانيل ‪17............‬‬

‫المطلب األول‪:‬طريقة المربعات الصغرى و المصححة بالكامل ‪17..................FM-OLS‬‬

‫المطلب الثاني ‪:‬طريقة المربعات الصغرى الديناميكية ‪11.................................. DOLS‬‬

‫المبحث الخامس ‪ :‬معطيات بانيل و المعطيات الكيفية ‪111..........................................‬‬

‫المطلب األول‪ :‬نماذج بروبيت‪116.....................................................................‬‬

‫المطلب الثاني ‪:‬نماذج بروبيت ذات اآلثر الثابت‪114..................................................‬‬

‫المطلب الثالث ‪ :‬نموذج بروبيت ذات األخطاء المركبة ‪117.........................................‬‬

‫قائمة المراجع‪111......................................................................................‬‬

‫‪4‬‬
 ‫مقــــــــــدمة ‪:‬‬

‫ان هذه المطبوعة موجهة الى طلبة السنة األولى و الثانية ماستر اقتصادي كمي بالدرجة‬
‫األولى‪ ،‬وكذلك لكل طلبة الدكتوراه الذين يرغبون فهم نماذج بانيل من أجل القيام بالنمذجة‬
‫القياسية على هذا النوع من المعطيات ( معطيات بانيل)‪.‬‬

‫تهدف هذه المطبوعة الى محاولة تبسيط األسس التي يعتمد عليها االقتصاد القياسي‬
‫لمعطيات بانيل‪ ،‬و بعرض مختلف الطرق و النماذج التي يستعملها القياسي في هذا النوع من‬
‫المعطيات ؛ بداء بالنموذج القياسي لمعطيات بانيل ذات اآلثر الفردي الى النماذج االنحدارية‬
‫الظاهرة مستقلة ‪.SUR‬‬

‫سنتطرق في هذه المطبوعة الى استقرارية السالسل والتكامل المشترك في حالة معطيات‬
‫بانيل لكون هذا الجزء من القياس االقتصادي لمعطيات بانيل أصبح يستعمل في الدراسات‬
‫و األبحاث الحديثة‪.‬‬

‫‪5‬‬
 ‫الفصل األول‬

‫مفهوم نماذج بانيل‬

‫‪6‬‬
‫عرف القياس االقتصادي لمعطيات بانيل منذ أربعين سنة من الوجود تطور معتبر سوءا‬
‫من حيث التطبيقات أو من حيث بناء النماذج المالئمة‪ ،‬ويعود أساس هذه النماذج إلى تحليل التباين‬
‫والتباين المشترك والتي تسمى كذلك بالنماذج ذات األثر الثابت؛ أما أول استعمال لنماذج بانيل‬
‫يعود إلى ا لقرن التاسع عشر وكان ذلك في ميدان علم الفلك و في علم الزراعة وفي هذه األخيرة‬
‫(‪)1‬‬
‫استعمل من أجل معرفة المرد ودية الزراعية حسب أنواع األسمدة‪.‬‬

‫المبحث األول‪ :‬تحليل التباين ونماذج بانيل‬

‫سنقوم في هذا المبحث ربط العالقة بين نموذج تحليل التباين والنموذج القياسي لبانيل‪،‬‬
‫وذلك بإعطاء كيفية المرور من تحليل التباين إلى نموذج بانيل‪.‬‬

‫المطلب األول ‪ :‬نموذج تحليل التباين ( ‪)Anova /Analyse de variance‬‬

‫أوالا‪ :‬أنواع نماذج تحليل التباين ‪ :‬هناك عدة أنواع من نماذج تحليل التباين‪ ،‬من بينها نموذج‬
‫ذو عامل واحد والنموذج الثنائي؛ الذي يتكون من عاملين‪ ،‬األول أساسي و الثاني غير أساسي‪ ،‬أما‬
‫(‪)2‬‬ ‫النموذج الثالثي وهو يحتوي على عامل أساسي و عاملين غير أساسيين‪.‬‬
‫ثانيا ا‪ :‬تحليل التباين األحادي ‪ :‬يتم ترت يب المعطيات في هذا النوع من النماذج على العموم‬
‫حسب بعدين؛ البعد األول يمثل األثر الفردي والذي يعبر عن الدول في بحثنا‪ ،‬ويرمز لها‬
‫بـالمؤشر ‪ ، I‬وهو يتغير من ‪ ، I=1…N‬والبعد الثاني هو البعد زمني‪ ،‬أي أنه مرتبط بالزمن التي‬
‫تم فيه مشاهدة األفرد؛ وعليه في كل فترة ‪ t‬يتم مالحظة ‪ N‬فرد؛ ومنه نتحصل على ما يسمى (‬
‫بانيل) لما يكون الزمن على األقل يفوق فترتين ‪ ،T2‬أي لدينا مقطع لحظي لـ ‪ N‬مشاهدة؛ أي ‪T‬‬
‫(‪)3‬‬ ‫مقطع و ‪ NT‬مشاهدة كلية‪.‬‬

‫وكل فرد مشاهد يعبر عنه بمؤشرين( ‪ ) I,t‬ويكتب أبسط نموذج لتحليل التباين كاألتي ‪:‬‬
‫‪yit     i   it‬‬ ‫‪, i  1,2..., N ; t  1,2,..., T‬‬

‫( ‪)1‬‬
‫)‪Alain Trognon, L’économétrie des panels en perspective, Revue d'économie politique , 113 (6‬‬
‫‪Nov/Déc 2003, p728-729.‬‬
‫(‪)2‬‬
‫للمزيد من التفصيل في كل نموذج من نماذج تحليل التباين أنظر ‪:‬‬
‫‪-Edouard B.Manoukian, Guide de statistique appliquée, Paris, Herman, 1986, p160-180.‬‬
‫‪-Xavier Guyon , Statistique et économétrie,Paris, Ellipses Edition Marketing, 2001,p27-31.‬‬
‫( ‪)3‬‬
‫‪Alain Trognon, op cit , p130‬‬

‫‪7‬‬
 ‫وبتجزئة التغير الكلي للبيانات إلى مركبتين نتحصل على ‪:‬‬
‫‪N T‬‬ ‫‪N‬‬ ‫‪N T‬‬
‫‪  ( yit‬‬ ‫‪ y ) 2  T  ( yi.  y ) 2    ( yit  yi. ) 2‬‬
‫‪i 1 t 1‬‬ ‫‪i 1‬‬ ‫‪i 1 t 1‬‬

‫‪N T‬‬ ‫‪T‬‬

‫‪  yit‬‬ ‫‪ yit‬‬
‫‪i 1 t 1‬‬ ‫‪t 1‬‬
‫‪y ‬‬ ‫‪y i ‬‬
‫‪NT‬‬ ‫‪،‬‬ ‫‪N‬‬ ‫حيث ‪:‬‬

‫و بقسمة كل مركبة من المركبات السابقة على درجة حريتها نتحصل على المعادلة التالية ‪:‬‬

‫التباين الكلي = تباين ما بين األفراد(دائم) ‪ +‬تباين داخل األفراد(انتقالي)‬

‫حيث‪ :‬أن تباين األفراد يعبر عن جزء دائم ما بين األفراد( ‪. yi. )Between‬‬
‫أما التباين داخل األفراد (‪ ، yit-yi. )Within‬يعبر عن الجزء المتغير‪.‬‬

‫المطلب الثاني ‪:‬نموذج التباين األحادي واإلنحدار البسيط‬

‫(‪)4‬‬ ‫إذا قمنا بإدخال متغيرة خارجية(مستقلة) ‪ xit‬على نموذج التباين نتحصل على ما يلي‪:‬‬

‫‪yit     i  xit   it‬‬ ‫‪, i  1,2..., N ; t  1,2,..., T‬‬

‫بحيث يتم تفكيك حسب طريقة المربعات الصغرى إلى جزء دائم (‪:)Between‬‬

‫‪yi.  (   i )  xi.   i.‬‬ ‫‪, i  1,2..., N‬‬

‫وإلى جزء انتقالي (‪:)Within‬‬

‫‪yit  yi.   ( xit  xi. )  ( it   ), i  1,2..., N , t  1,2,..., T‬‬

‫وعليه فان التقديرات السابقة ناتجة عن التغير الكلي والذي بدوره ينقسم إلى تغير دائم‬
‫(طويل المدى) و العنصر القصير المدى (انتقالي)‪ ،‬وما يمكن مالحظته أن تقديرات معلمة‬
‫المتغيرة الخارجية ‪ B‬يتغير حسب النموذج المقدر‪.‬‬

‫( ‪)4‬‬
‫‪IBID, p 731.‬‬

‫‪8‬‬
 ‫المبحث الثاني‪ :‬نماذج بانيل الشائعة االستعمال‬

‫عادة عندما نقوم ببناء نموذج بانيل فإن األثر النوعي ‪ i‬هو عامل ثابت في الزمن وخاص‬
‫بكل فرد‪ ،‬باإلضافة إلى ذلك فانه يلعب دور في تحديد المتغير التابع؛ حيث إذا كان العامل ‪ B‬هو‬
‫نفسه لكل األفراد وفي جميع الفترات‪ ،‬فإن األثر النوعي يقوم بإزالة هذا التجانس؛ وباعتبار هذا‬
‫العامل الثابت ففي هذه الحالة نتكلم على نموذج ذو أثر ثابت‪ ،‬وفي الحالة المعاكسة نتكلم عن‬
‫نموذج ذو أثر عشوائي‪.‬‬

‫المطلب األول ‪ :‬نموذج بانيل ذو آثر ثابت‬

‫(‪)5‬‬ ‫يمكن تقسيم هذا النوع من النماذج إلى‪:‬‬
‫أوالا‪ :‬نموذج ذو أثر ثابت متعلق باألفراد‪:‬‬
‫يتمثل هذا النوع من النماذج في ثبات معامل المتغيرة المستقلة‪ ،‬بينما المعامل الثابت‬
‫يتغير من فرد إلى أخر أي من بلد إلى أخر‪ ،‬أي رغم عدم وجود أثر الزمن يوجد أثر أخر يتمثل‬
‫في األثر الفردي‪.‬‬
‫ثانيا ا‪ :‬نموذج ذو أثر ثابت متعلق بالزمن‪:‬‬
‫يتمثل هذا النوع من النماذج ف ي ثبات معامل المتغيرة المستقلة‪ ،‬بينما تغير المعامل الثابت‬
‫متعلق بالزمن‪ ،‬أي أنه ال يوجد فرق بين األفراد (البلدان) ولكن العامل الزمني هو الذي يؤدي إلى‬
‫التفرقة ما بين هذه البلدان‪.‬‬
‫ثالثا ا‪ :‬نموذج ذو أثر ثابت متعلق بالزمن وباألفراد‪:‬‬
‫يتمثل هذا النوع من ا لنماذج في ثبات معامل المتغيرة المستقلة‪ ،‬بينما يتغير العامل الثابت‬
‫متعلق بالزمن‪ ،‬وبتغير األفراد (البلدان)‪.‬‬
‫رابعا ا ‪ :‬نموذج ذو أثر ثابت متعلق بالزمن وباألفراد وبمعامل المتغير المستقل‪:‬‬
‫يتمثل هذا النوع من النماذج في تغير كل من معامل المتغيرة المستقل‪ ،‬أو بتغير إما العامل‬
‫الثابت متعلق بالزمن‪ ،‬أو بتغير األفراد (البلدان)‪ ،‬أو االثنان معا ا‪.‬‬

‫( ‪)5‬‬
‫‪Robert Yaffee, A primer for panel data analysis, Sociale science, Statistique and mapping, New York‬‬
‫‪Université, Novembre 2003,p3-4. Source : http://www.nyu.edu/its/pubs/connect/fall03/yaffee_primer.pdf‬‬
‫‪(consulter le 04/05/2004).‬‬

‫‪9‬‬
‫يسمى النموذج الذي يتم مقارنته مع النماذج السابقة بالنموذج الجماعي للمعطيات‬
‫( ‪ )Pooled Data‬؛ باإلضافة إلى ذلك فإن الفرضية المتعلقة بالخطأ العشوائي في نموذج بانيل‬
‫(‪)6‬‬ ‫تتمثل في كون لها نفس التوزيع ومستقلة فيما بينها‪.‬‬

‫المطلب الثاني ‪ :‬نموذج بانيل ذو األثر العشوائي‬

‫من أجل التفرقة بين النماذج ذات األثر الثابت واألثر العشوائي‪ ،‬تتفق العديد من الدراسات‬
‫في أن تطبيق نموذج األثر الثابت عندما تكون ‪ N‬مشاهدة تشكل المجتمع ككل‪ ،‬ويمكن تبرير‬
‫(‪)7‬‬‫استعمال األثر العشوائي لما تكون ‪ N‬فرد المشاهدة تشكل عينة من هذا المجتمع‪.‬‬
‫ويتمثل النموذج ذو األثر العشوائي في كون أن الثابت يتغير عشوائيا‪ ،‬وإذا تم العثور على‬
‫األثر العشوائي في كل من العامل الفردي و الزمني‪ ،‬نسمي هذا النموذج بنموذج ذو الخطأ‬
‫المركب؛ تتمثل طريقة التقدير المالئمة في هذا النوع من النماذج في طريقة المربعات الصغرى‬
‫المعممة(‪ ،)GLS‬أو عن طريق طريقة تربط بين التقدير "ما بين األفراد"( ‪ )Between‬والتقدير‬
‫"داخل األفراد" (‪.)Within‬‬
‫باإلضافة إلى ذلك هناك نموذج أخر متمثل في نموذج ذو المعامالت العشوائية ‪ ،‬والمتمثل‬
‫في وجود تغير العشوائي لكل من معالم المتغير المستقل والثابت‪.‬‬

‫المطلب الثالث ‪ :‬نموذج بانيل الديناميكي‬

‫يتمثل هذا النموذج في تأخير المتغير التابع‪ ،‬وبإدخاله في النموذج؛ وبأخذ النموذج ذو األثر‬
‫(‪)8‬‬ ‫الثابت‪ ،‬نظرا الستعماالته العديد في االقتصاد الكلي نتحصل على ‪:‬‬
‫‪yit  yi,t 1  xi,t   i   it‬‬ ‫‪, i  1,2..., N ; t  1,2,..., T‬‬

‫يعود استعمال نموذج األثر الثابت في االقتصاد الكلي لسببين‪:‬‬

‫‪ -‬السبببب األول ‪ :‬يتمثببل فببي كببون األثببر الفببردي يمثببل المتغيببرات غيببر المببأخوذة فببي النمببوذج‪،‬‬
‫باإلضافة إلى احتمال أن تكون خصوصيات هذه األفراد (الدول) مرتبطة بالمتغيرات األخرى‪.‬‬

‫( ‪)6‬‬
‫‪J.Johnston, Méthodes Econométriques, Tome2, Traduit par Bernard Guerrien et Francisco Vergara,Paris,‬‬
‫‪Ed Economica , 1985, p 471.‬‬
‫( ‪)7‬‬
‫‪Alain Trognon, op cit , p733.‬‬
‫( ‪)8‬‬
‫‪Ruth A.Judson, Ann L.Owen, Estimating Dynamic Panel Data Models, A practical Guid for‬‬
‫‪Macroeconomist, Federal Reserve Board of Governors , January 1996, p3, Source :‬‬
‫‪http://www.nyu.edu/its/pubs/connect/fall03/yaffee_primer.pdf (consulter le 10/06/2003).‬‬

‫‪10‬‬
‫‪ -‬السبببب الثبباني ‪ :‬اسببتعمال هببذا النببوع مببن النمبباذج علببى ك بل المجتمببع ولببيس عينببة عشببوائية‬
‫مستخرجة منه‪.‬‬
‫ومن أجل تقدير هذا النوع من النماذج نستعمل ما يسمى بطريقة العزوم المعممة‬
‫( ‪) "GMM " Generalized Method of Moments‬؛ حيث أن هذه الطريقة تجمع ما بين‬
‫طريقة المربعات الصغرى شبة المعممة‪ ،‬والطريقة التي تأخذ المتغيرة األدواتية( ‪Variable‬‬
‫(‪)9‬‬ ‫‪.)instrumentale‬‬

‫المبحث الثالث ‪ :‬نماذج بانيل الحديثة‬

‫سنتطرق في هذا المطلب إلى بعض النماذج الحديثة لنماذج بانيل‪ ،‬والمتمثلة في النماذج‬
‫غير الخطية والتي من خصوصياتها أن المتغير التابع غير مستمر‪ ،‬باإلضافة إلى ذلك أن‬
‫المعطيات المستعملة هي معطيات بانيل؛ وهي تستعمل كل من نماذج بروبيت(‪ )Probit‬و‬
‫(‪)10‬‬ ‫لوجيت( ‪.)Logit‬‬

‫المطلب األول ‪ :‬نماذج بروبيت و نماذج لوجيت ذات األثر الثابت‬

‫إن استعمال نموذج ذو األثر الثابت يعطي تقدير متسق في حالة نموذج خطي‪ ،‬ذات‬
‫المتغير التابع المستمر؛ بينما هذا غير صحيح في الحالة التي يكون فيها المتغير التابع نوعي؛ في‬
‫هذه الحالة فان نموذج لوجيت هو أحسن النماذج‪ ،‬حيث أنه يعطي تقدير متسق‪ ،‬عند استعمالنا‬
‫(‪)11‬‬‫لطريقة المعقولية العظمى‪ ،‬على عكس نموذج بروبيت الذي يعطى تقدير غير متسق‪.‬‬

‫المطلب الثاني ‪ :‬نماذج بروبيت و نماذج لوجيت ذات األثر العشوائي‬

‫عند استعمال النماذج ذات األثر العشوائي فإن نموذج بروبيت هو األكثر مالءمة‪ ،‬وهذا‬
‫راجع لكون استعما ل نموذج لوجيت‪ ،‬يؤدي باألخطاء إتباع التوزيع اللوجيستيكي‪ ،‬مما يتطلب‬
‫استعمال التوزيع اللوجيستيكي المتعدد (‪ ،)Multivariate logistic distribution‬بينما في‬
‫نموذج بروبيت فإنه يتطلب استعمال التوزيع الطبيعي المتعدد؛ ولكن رغم التعميمات الممكنة فإن‬
‫(‪)9‬‬
‫‪Brigitte Dormont, Introduction à l’économétrie, Paris, Montchrestien, 1999, p406.‬‬
‫(‪)10‬‬
‫للمزيد من التفصيل في هذا النوع من النماذج وتطبيقاتها أنظر ‪:‬‬
‫‪- Albain Thomas, Econométrie des variables qualitatives, Paris ,Dunod, 2000, p54-78‬‬
‫( ‪)11‬‬
‫‪Madala, G.S, Limited Dependent Variable Models Using Panel Data , The journal of Human Ressource‬‬
‫‪Vol.22, No.3,Summer,1987,p315.‬‬

‫‪11‬‬
‫التوزيع اللوجيستيكي ال يسمح بالكثير من المرونة؛ وهذا نظرا للخصائص األساسية لنموذج‬
‫بروبيت ذو األثر العشوائي و المتمثلة في ما يلي‪:‬‬
‫(‪)12‬‬

‫‪ -‬التقديرات المتعلقة بهذا النموذج متسقة على عكس نموذج بروبيت ذو األثر الثابت‪.‬‬
‫تقدير نموذج بروببت باستعمال المعطيات الجماعية(‪ ،)Pooled Data‬يعطي تقديرات‬ ‫‪-‬‬
‫متسقة‪.‬‬

‫( ‪)12‬‬
‫‪IBID, p317-318‬‬

‫‪12‬‬
 ‫الفصل الثاني‬

‫نماذج بانيل ذات األثر الثابت‬

‫‪13‬‬
‫كما ذكرنا من قبل فإن التغيرات التي تنتج في هذا النوع من النماذج نابعة من المعامل‬
‫الثابت‪ ،‬حيث أنها تسمح من تحديد األثر الفردي الغير مالحظ في النموذج‪ ،‬والتي يتم استخراجه‬
‫من الثابت؛ وعليه من أجل تحديد هذا األثر سنتطرق في هذا المبحث إلى مختلف الطرق التي‬
‫تسمح لنا من تقدير كل من نماذج بانيل ذات األثر الثابت والعشوائي وكيفية التعامل معها‪ ،‬أي‬
‫إعطاء مختلف االختبارات التي تسمح من معرفة إن كان هناك فعال أثر ثابت وأثر عشوائي‪،‬‬
‫وكيفية اختيار أحسن نموذج‪.‬‬

‫المبحث األول ‪ :‬كيفية التعامل مع المعطيات‬

‫يمكن تجميع المعطيات حسب األفراد ويتم ذلك من أجل متغيرة معينة‪،‬عن طريق أخذ القيم‬
‫‪ T‬الزمنية لكل فرد يتم تخزينها في شعاع‪ ،‬و شعاع العمودى ‪ N‬المحصل عليه يتم تخزينه واحد‬
‫تلوى اآلخر حسب ترتيب األفراد‪ ،‬أما التجميع حسب الزمن يتم عن طريق أخذخأ القيم ‪ N‬الفردية‬
‫في زمن معين يتم تخزنيها في شعاع‪ ،‬و األشعة العمودية ‪ T‬المحصل عليها لكل الفترات يتم‬
‫تجميعها الواحد تلوى األخرى؛ و من الجدير بالذكر أن البرمجيات القياس االقتصادي غالبا ما‬
‫تقوم بتجميع المعطيات حسب األفراد اذا هذا األخير ال يقوم بذلك يجب وضع المعطيات حسب‬
‫هذا ألخير‪.‬‬

‫المطلب األول ‪ :‬طرق تعامل مع المعطيات‬

‫أوال‪ :‬تحميع المعطيات‬

‫‪ -1‬التجميع حسب األفراد لنموذج ذات األثر الثابت ‪:‬‬

‫لتكن عينة ذات ‪ N‬فرد و ‪ T‬فترة زمنية و نموذج ذات متغيرة مفسِ رة ‪ ،‬نضع ‪:‬‬

‫‪14‬‬
 ‫‪ε‬‬

‫نستنتج باالضافة الى ذلك شعاع أحادي برمز له بـ ‪ i‬معرف كمايلي ‪:‬‬

‫على الشكل التالي ‪:‬‬ ‫في حالة تجميع األفراد يمكن كتابة النموذج لكل فرد‬

‫وهذه هي العبارة التي استعملناها سابقا‬

‫يمكن كتابة النموذج على شكل مصفوفي بتجميع األشعة ‪ yi‬و المصفوفة ‪ Xi‬من أجل ذلك نضع ‪:‬‬

‫‪،‬‬ ‫‪،‬‬

‫نعرف ‪ 0T‬الشعاع المعدوم ذات (‪، )T,1‬‬

‫‪،‬‬

‫تكتب معادلة كمايلي‪:‬‬

‫مثال ‪ : 1‬لنعتبر معطيات بانيل لبلدين (‪ )N=2‬في ثالث سنوات (‪ ،)T=3‬ونريد تقدير دالة االنتاج‬
‫لكوب دوقالص‪ ،‬بافتراض انها نفسها للبلدين‪ ،‬وليكن ‪ yit‬لوغاريتم ‪ ،PIB‬و ‪ kit‬لوغاريتم مخزون‬
‫رأس المال الخاص و ‪ Lit‬لوغاريتم العمل ؛ نفترض ان دالة االنتاج تكتب كمايلي ‪:‬‬

‫‪15‬‬
‫تمثل على التوالي المرونات( المفترضة نفسها في البلدين) لالنتاج بالنسبة لرأس‬ ‫‪K‬‬ ‫‪،‬‬ ‫‪L‬‬ ‫حيث‬
‫الخصوصيات غير الزمنية لالنتاجية الكلية ‪،‬‬ ‫المال و العمل ‪ ،‬يقيس هنا األثر الفردي ‪i‬‬
‫يكتب هذا النموذج على شكل مصفوفات على الشكل التالي ‪:‬‬

‫الكتابة الكلية على شكل مصفوفات للنموذج هي ‪:‬‬

‫‪-2‬التجميع حسب الزمن لنموذج ذات األثر الثابت للزمن ‪:‬‬

‫بنفس الطريقة يمكن تمثيل النموذج باستعمال طريقة التجميع حسب الزمن‪ ،‬من أجل ذلك يكفي‬
‫وضع التعريف التالي ‪:‬‬

‫‪ε‬‬

‫نستنتج باالضافة الى ذلك شعاع أحادي برمز له بـ معرف كمايلي ‪:‬‬

‫‪16‬‬
‫على الشكل التالي ‪:‬‬ ‫يكتب النموذج في حالة تجميع حسب الزمن لكل ‪ ، t‬وهذا‬

‫بنفس الطريقة يمكن التعبير عن النموذج على شكل مصفوفات كمايلي ‪:‬‬

‫‪،‬‬ ‫‪،‬‬

‫نعرف ‪ IN‬المصفوفة األحادية ذات الحجم (‪ ، )N ,N‬نعرف المصفوفة التالية ‪:‬‬

‫‪،‬‬

‫تكتب معادلة كمايلي‪:‬‬

‫مثال ‪ : 2‬بأخذ المثال نقوم تجميع حسب الزمن النموذج ‪ ،‬يكتب على شكل مصفوفي عن طريق‬
‫الطريقة التالية ‪:‬‬

‫الكتابة الكاملة للنموذج هي كمايلي ‪:‬‬

‫ثانيا‪ :‬أنواع معطيات بانيل‬

‫‪17‬‬
 ‫‪ -1‬معطيات بانيل قصيرة ‪ :Short Panel‬عدد كبير من األفراد وعدد قليل من المعطيات‬
‫الزمنية‬
‫‪ -2‬معطيات بانيل طويل ‪ : Long panel‬عدد كبير من المعطيات الزمنية وعدد قليل من‬
‫األفراد‬
‫‪ -3‬االثنان معا ‪ :‬عدد كبير من المعطيات الزمنية و عدد كبير من المعطيات الفردية‬

‫مثال ‪ :‬التغير للمتغيرة التابع و المتغيرات المستقبلية ‪:‬‬

‫‪ -1‬التغير االجمالي (الشامل) ‪ :‬تغير خالل الزمن و األفراد‬

‫‪ -2‬التغير مابين(‪ : )Beteween‬تغير مابين األفراد‬
‫‪ -3‬التغير الداخلي(‪ : ) Within‬تغير داخل األفراد (خالل الزمن)‬

‫انحراف‬ ‫انحراف‬ ‫انحراف‬ ‫‪ id‬الزمن المتغيرة متوسط المتوسط االنحراف‬

‫داخلي‬ ‫داخل‬ ‫االجمالي الشامل(االجمالي) مابين‬ ‫الفرد‬
‫‪ Within Between‬المصحح‬
‫‪Xit-xi.+x..‬‬ ‫‪Xi t-xi.‬‬ ‫‪Xi .-x ..‬‬ ‫‪xit-x..‬‬ ‫‪x..‬‬ ‫‪xi.‬‬ ‫‪xIt‬‬
‫‪T‬‬ ‫‪i‬‬
‫‪19‬‬ ‫‪-1‬‬ ‫‪-10‬‬ ‫‪-11‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪9‬‬ ‫‪1‬‬ ‫‪1‬‬
‫‪20‬‬ ‫‪0‬‬ ‫‪-10‬‬ ‫‪-10‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪2‬‬ ‫‪1‬‬
‫‪21‬‬ ‫‪1‬‬ ‫‪-10‬‬ ‫‪-9‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪11‬‬ ‫‪3‬‬ ‫‪1‬‬
‫‪20‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪1‬‬ ‫‪2‬‬
‫‪20‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪2‬‬ ‫‪2‬‬
‫‪20‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪3‬‬ ‫‪2‬‬
‫‪15‬‬ ‫‪-5‬‬ ‫‪10‬‬ ‫‪5‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪25‬‬ ‫‪1‬‬ ‫‪3‬‬
‫‪20‬‬ ‫‪0‬‬ ‫‪10‬‬ ‫‪10‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪30‬‬ ‫‪2‬‬ ‫‪3‬‬
‫‪25‬‬ ‫‪5‬‬ ‫‪10‬‬ ‫‪15‬‬ ‫‪20‬‬ ‫‪10‬‬ ‫‪35‬‬ ‫‪3‬‬ ‫‪3‬‬

‫كيفية حساب العالقات المختلفة للحساب ‪:‬‬

‫‪18‬‬
 ‫‪ ‬متوسط األفراد ‪:‬‬

‫‪ ‬المتوسط االجمالي ‪:‬‬

‫‪ ‬التباين االجمالي ‪:‬‬

‫‪ ‬التباين مابين ‪: Between‬‬

‫‪ ‬التباين داخل األفراد ‪: Within‬‬

‫ثالثا‪ :‬المعامالت مابين ‪ Between‬و داخل ‪Within‬‬

‫سنقوم بدراسة الخصائص ‪:‬‬

‫‪ -1‬المصفوفة مابين (‪)Between‬‬

‫‪ -2‬المصفوفة داخل ( ‪) Within‬‬

‫التي تضم تعريف ‪: LSDV‬‬ ‫سنقوم باظهار بان المقدر‬

‫أي ‪:‬‬

‫هو تقدير المربعات الصغرى للنموذج التالي ‪:‬‬

‫‪1‬‬ ‫‪1‬‬ ‫‪T‬‬

‫‪1‬‬ ‫‪،‬‬ ‫‪i‬‬ ‫‪t 1 it‬‬ ‫مع ‪:‬‬
‫‪T‬‬

‫حيث المتغيرات كما هو معبر عنها هي عبارة عن الفرق بالنسبة لمتوسط األفراد‪.‬‬

‫‪1‬‬
‫‪ ،‬ذات حجم ‪ NT*NT‬لها هيكل وخصوصيات متمثلة‬ ‫‪INT NT‬‬ ‫‪D DD‬‬ ‫المصفوفة‬
‫فيما يلي ‪:‬‬

‫لنذكر ‪:‬‬
‫‪19‬‬
 ‫‪iT‬‬ ‫‪0‬‬ ‫‪0‬‬
‫‪0‬‬ ‫‪iT‬‬ ‫‪0‬‬
‫‪D‬‬
‫‪0‬‬ ‫‪0‬‬ ‫‪iT‬‬

‫هذه المصفوفة بمكن كتابتها عن طريق ضرب كرونكر ‪: Kronecker‬‬

‫‪DNT‬‬ ‫‪N‬‬ ‫‪IN‬‬

‫بحيث ‪:‬‬

‫‪0‬‬ ‫‪0‬‬
‫و‬ ‫‪0‬‬ ‫‪0‬‬

‫‪0‬‬ ‫‪0‬‬

‫‪20‬‬
 ‫المطلب الثاني ‪:‬اختبار التجانس للمعالم ( ‪)Test d’homogéneité‬‬

‫ليكن النموذج التالي ‪:‬‬

‫من اجل اختبار هذا النموذج و تحديد النموذج المالئم يمكن اتباع الخوارزم التالي ‪:‬‬

‫اختبار فرضية العدم التالية ‪:‬‬

‫’‪H10: β0i=β0 ,β’=βi‬‬

‫مرفوض‬
‫مقبول‬

‫‪H02: β’=β’I i‬‬ ‫تجانس كامل‪:‬‬

‫مرفوض‬ ‫مقبول‬

‫تجانس من النوع التالي ‪:‬‬

‫‪H03: β0i=β0 i‬‬

‫مرفوض‬ ‫مقبول‬

‫نموذج ذات آثر ثابت‪:‬‬ ‫تجانس كامل‪:‬‬

‫‪H10:‬‬ ‫‪0i= 0‬‬ ‫‪ -1‬اختبار ‪, ’= i’ :‬‬

‫هذا االختبار يتم عن طريق اختبار فيشر المعطى بـ ‪:‬‬

‫‪ :Scrc1‬مجموع مربعات األخطاء تحت النموذج المقيد وذلك بتجميع كل المشاهدات ( ‪K+1‬‬
‫معلمة مقدرة)‬

‫‪ : Scr‬مجموع المربعات للنموذج غير المقيد و تساوي ‪N‬‬

‫‪21‬‬
 ‫‪ -2‬اختبار ‪H 20: ’= i’ :‬‬

‫هذا االختبار يتم عن طريق اختبار فيشر المعطى بـ ‪:‬‬

‫‪ :Scrc2‬مجموع مربعات األخطاء تحت النموذج المقيد ) أي تقدير النموذج ذات اآلثر الثابت)‬

‫‪ : Scr‬مجموع المربعات للنموذج غير المقيد و تساوي ‪N‬‬

‫=‪H30: 0i‬‬ ‫‪0‬‬ ‫‪-3‬اختبار‬

‫هذا االختبار يتم عن طريق اختبار فيشر المعطى بـ ‪:‬‬

‫‪ :Scrc2‬مجموع مربعات األخطاء تحت النموذج المقيد ) أي تقدير النموذج ذات اآلثر الثابت)‬

‫‪ : ScrC1‬مجموع المربعات للنموذج غير المقيد‬

‫المطلب الثالث ‪:‬التقدير باستعمال نظرية ‪ Frish-Waugh‬لتقدير األثر الفردي‪:‬‬

‫لنعتبر النموذج التالي ‪:‬‬

‫هذا النموذج يحتوي على ‪ K+P‬متغيرة مفسرة ‪ ،‬أين تقدير ‪ Y‬مفدر بـ ‪ K+P‬معلمة‬

‫لنفترض أننا نهتم فقط بتأثير المتغيرات ‪ ،X‬لتفدير الشعاع ‪ B‬للمعالم ‪ ،‬يمكن استعمال مايلي ‪:‬‬

‫النظرية ‪ :‬لتكن النماذج التالية ‪:‬‬

‫‪22‬‬
 ‫)‪(1‬‬

‫و ‪:‬‬

‫)‪(2‬‬

‫هي مصفوفة االسقاط العمودي للمتغيرات ‪:‬‬ ‫حيث ‪:‬‬

‫لدينا ‪:‬‬

‫هما تفديرات المربعات الصغرى للنموذج (‪ )1‬و (‪)2‬‬ ‫و‬ ‫حيث‬

‫البرهان ‪ :‬يتعلق األمر ببرهان أن ‪:‬‬

‫الذي هو تقدير ‪ B‬عن طريق المربعات الصغرى للنموذج (‪)2‬‬ ‫أوال ‪ :‬بحساب العبارة ‪:‬‬
‫أي لـ ‪:‬‬

‫أي ‪:‬‬

‫تطبيق المريعات الصغرى على هذا المنوذج يؤدي الى النتيجة التالية ‪:‬‬

‫نستنتج مايلي ‪:‬‬

‫ألن ‪ Mz‬متناظرة ودورية ( ‪)symétrique et idempotante‬‬

‫‪23‬‬
‫يتعلق األمر بتطبيق طريقة المربعات الصغرى على النموذج (‪ )1‬و‬ ‫ثانيا ‪ :‬حساب العبارة‬
‫الذي يمكن كتابته على الشكل التالي‪:‬‬

‫يحقق نظام المعادالت التالي ‪:‬‬ ‫الى يساوي الى اتقدير‬ ‫تقدير‬

‫بتفكيك هذه العبارة نحصل على ‪:‬‬

‫نستنتج‪:‬‬

‫(أ)‬

‫(ب)‬

‫نظام المعادالت يمكن كتابته كنظام لجزئين ذات ‪ k‬و ‪ p‬معادلة ذات ‪ k‬و ‪ p‬مجهول‪ ،‬تقديرات‬
‫من العبارة (أ) ‪.‬‬ ‫سنحاول ازالة‬ ‫األشعة ‪ β‬و *‪ a‬؛ مادام نحن نهتم فقط بـ‬

‫أي‪:‬‬ ‫من العبارة (ب) لدينا ‪:‬‬

‫في (أ) نحصل على ‪:‬‬ ‫بتعويض‬

‫‪24‬‬
 ‫للنموذج ‪:‬‬ ‫وهي نفس العبارة تقدير‬

‫يتم من المعادالت (ب) ‪:‬‬ ‫وتقدير المعامالت‬

‫(أي الجزء لـ ‪ Y‬غير مفسر بـ‬ ‫ونقوم بانحدار‬ ‫ومن أجل تقدير المعامالت الكيفية‬
‫‪)X‬على ‪ ،Z‬أي ينقوم بتطبيق المربعات الصغرى على النموذج ‪:‬‬

‫‪-‬حالة النموذج ذات اآلثر الثابت ‪:‬‬

‫بعد حذف الثابت ‪:‬‬

‫مع ‪:‬‬

‫‪25‬‬
 ‫‪،‬‬

‫‪،‬‬ ‫‪،‬‬

‫‪،‬‬

‫في هذا االطار‪ ،‬تقدير المعامالت ‪ β‬للمتغيرات ‪ X‬معطاة بـ ‪:‬‬

‫‪β‬‬

‫والذي هو تقدير ‪ MCO‬المطبق على النموذج المكتوب بالفرق بالنسبة لمتوسط األفراد‪:‬‬

‫‪،‬‬ ‫‪،‬‬ ‫حيث ‪:‬‬

‫وعليه المصفوفة ‪ D‬يمكن اعادة كتابتها كمايلي ‪:‬‬

‫‪26‬‬
‫هو رمز‬ ‫هو شعاع عمودي من حجم ‪ T‬و‬ ‫هي مصفوفة أحادية من النمط ‪،N‬‬ ‫حيث ‪:‬‬
‫ضرب كرونيكر للمصفوفات‬

‫و عليه ‪:‬‬

‫مع العلم أن ‪:‬‬

‫و‪:‬‬

‫حيث ‪:‬‬

‫وبالتي ‪:‬‬

‫لما نطبق هذا األخير على متغيرة يسمى ( بمعامل مابين األفراد ‪) Between‬‬

‫يسمى بحساب المتوسطات األفراد لهذه المتغيرة ‪ ،‬مادام المصفوفة ‪ JT‬هي مصفوفة مربعة‬
‫(‪ )T,T‬مشكلة فقط من ‪I‬‬

‫وبالتالي ‪:‬‬

‫‪27‬‬
 ‫حيث ‪:‬‬

‫وعليه ‪ WN :‬هو معامل داخل األفراد ‪Within‬‬

‫هذا المعامل يسمح لنا حساب الفرق لكل مشاهدة مع متوسطها الفردي وبتالي بوضع ‪ yn‬شعاع‬
‫من النمط ( ‪ )T,1‬للمشاهدات ‪ y‬المتعلقة بالفرد ‪ n‬منه لدينا ‪:‬‬

‫بطريقة مكافئة نطبق ضرب كل من ‪ X‬و ‪ ε‬بالمعامل ‪ ،WN‬و عليه تطبيق نظرية ‪Frish-‬‬
‫‪ Waugh‬في اطار نموذج اآلثر الثابت تؤدي بنا بتقدير ‪β‬عن طريق طريقة المربعات‬
‫الصغرى‪ OLS‬على النموذج المحول ‪:‬‬

‫و الذي يكتب على شكل مصفوفات كمايلي ‪:‬‬

‫يسمى التقدير ‪ β‬المحصل عليه بالمقدر داخل األفراد ( أو ‪ )Within‬مادام أنه يعتمد على‬
‫المركبات داخل األفراد للتباين و يكتب ‪:‬‬

‫و تقدير اآلثر الثابت معطى بـ ‪:‬‬

‫‪α‬‬

‫‪28‬‬
 ‫المبحث الثاني‪ :‬طرق تقدير نماذج بانيل ذات األثر الثابت‬

‫من أجل تقدير هذا النموذج هناك طريقتين؛ الطريقة األولى تتمثل في طريقة المربعات‬
‫الصغرى ذات المتغيرة الصورية‪ ،‬طريقة التفكيك الناتجة من تقدير "ما بين األفراد"( ‪)Between‬‬
‫والتقدير "داخل األفراد" (‪ )Within‬؛ سنطرق في هذا المطلب إلى الطريقة األولى‪ ،‬ثم نقوم بتقديم‬
‫النموذج الذي يتغير فيه كل من الزمن و األفراد‪ ،‬وكيفية تقديره‪.‬‬

‫المطلب األول‪ :‬طريقة المربعات الصغرى ذات المتغيرة الصورية (‪)()LSDV‬‬

‫أوالا ‪ :‬كيفية التقدير‬

‫عادة ما نربط نموذج بانيل ذو األثر الثابت بهذه الطريقة وهذا نظرا إلدخال المتغيرة‬
‫الصورية في الثابت‪ ،‬حيث إذا قمنا بوضع ‪  i‬المعلمة التي نريد تقديرها؛ ونضع ‪ YI‬و ‪XI‬‬
‫لمشاهدات ‪ T‬المتعلقة بالفرد ‪ I‬يصبح النموذج كما يلي ‪:‬‬
‫(‪)13‬‬

‫‪Yi  X i   i i   i‬‬

‫وبتجميع األفراد نتحصل على ‪:‬‬

‫‪Y1   X 1 ‬‬ ‫‪i 0  0 1   1 ‬‬

‫‪Y   X ‬‬ ‫‪‬‬ ‫‪   ‬‬
‫‪ 2    2    0 i  0  2    2 ‬‬
‫‪   ‬‬ ‫‪‬‬ ‫‪    ‬‬
‫‪   ‬‬ ‫‪‬‬ ‫‪   ‬‬
‫‪Yn   X n ‬‬ ‫‪0 0 i   n   n ‬‬

‫وإذا وضعنا ‪ di‬المتغيرة الصورية المتعلقة بالفرد ‪ i‬نتحصل على‪:‬‬

‫‪ ‬‬
‫‪Y   X d1 d 2  d n    ‬‬
‫‪ ‬‬

‫وبتمثيل المتغيرات الصورية عن طريق المصفوفة ‪ D nTn‬وبتجميع األسطر نتحصل على ‪:‬‬

‫‪Y  X  D  ‬‬

‫(‪)‬‬
‫‪LSDV : Least Squares Dummy Variable‬‬
‫( ‪)13‬‬
‫‪Wiliam Green , Ecnometric Analysis, 5th ed , New Jersey , Prentice Hall, Apper Saddle River, 2003, p287-‬‬
‫‪288.‬‬

‫‪29‬‬
 ‫ومنه فإن تقدير معالم ‪ ‬لهذا النموذج يتم عن طريق طريقة المربعات الصغرى كما يلي‪:‬‬

‫‪bˆ  X M D X 1 X M D Y ‬‬

‫‪M D  I  D( DD) 1 D‬‬ ‫مع‪:‬‬

‫‪M 0‬‬ ‫‪0‬‬ ‫‪0 0‬‬ ‫‪‬‬

‫‪‬‬ ‫‪‬‬
‫‪0‬‬ ‫‪M0 0  0‬‬ ‫‪‬‬
‫‪MD‬‬ ‫‪‬‬ ‫‪‬‬
‫‪‬‬ ‫‪‬‬ ‫‪‬‬
‫‪0‬‬ ‫‪M0‬‬ ‫‪‬‬
‫‪‬‬ ‫‪0‬‬ ‫‪0‬‬ ‫‪‬‬ ‫و التي تمثل المصفوفة القطرية التالية ‪:‬‬
‫‪1‬‬
‫‪M 0  IT ‬‬ ‫‪ii ‬‬
‫‪T‬‬ ‫حيث كل مصفوفة من هذه المصفوفة القطرية تكتب كمايلي ‪:‬‬

‫‪M DY‬‬ ‫نستنتج من العالقة السابقة أن تطبيق طريقة المربعات الصغرى على المتغير التابع‬
‫و المتغير المستقل ‪ M D X‬؛ يكافئ تطبيق انحدار كل من ‪  yit  yi. ‬على ‪ ، xit  xi. ‬حيث تمثل‬
‫‪ yi.‬و ‪ xi.‬متوسط المشاهدات لشعاع العمودي ذات ‪ K‬سطر المتعلقة بالفرد ‪.i‬‬

‫وعليه مما سبق يمكن تقدير معالم المتغيرات الصورية عن طريق تجزئة معادلة االنحدار كاألتي‬

‫‪ DD̂  DXD  DY‬؛ منه )‪ ، ˆ  DD D(Y  Xb‬وهذا يعني لكل فرد لدينا‬
‫‪1‬‬
‫‪:‬‬
‫‪. ˆ i  yi.  bxi.‬‬

‫ثانيا ‪ :‬مصفوفة التباين والتباين المشترك واختبار األثر الفردي‬

‫أ‪ -‬مصفوفة التباين والتباين المشترك‬

‫هي‪:‬‬ ‫‪b‬‬ ‫لمعلمة‬ ‫المرافقة‬ ‫التقاربية‬ ‫والتباين‬ ‫التباين‬ ‫مصفوفة‬ ‫تعطى‬

‫‪Est . Asy.Var b  s 2 X M D X 1‬‬

‫‪n T‬‬
‫‪  ( yit‬‬ ‫‪ xit b  ˆ i ) 2‬‬
‫‪i 1 t 1‬‬ ‫)‪( y  M D Xb )( y  M D Xb‬‬
‫‪s2 ‬‬ ‫‪‬‬
‫‪nT  n  K‬‬ ‫‪(nT  n  K‬‬ ‫حيث ‪:‬‬

‫‪30‬‬
 ‫أما مصفوفة التباين التقاربية لألثر الفردي تعطى كما يلي‪:‬‬
‫‪2‬‬
‫‪Est . Asy.Var ˆ i  ‬‬ ‫‪ xi. Asy.Var bxi.‬‬
‫‪T‬‬

‫ب‪ -‬اختبار األثر الفردي الجماعي‬

‫يسمح اختبار ستودنت من اختبار وجود أو عدم وجود ‪ ،  i‬وعليه فهو يسمح من معرفة‬
‫وجود أو عدم وجود األثر لكل فرد من مجموعة معينة فقط‪ ،‬وهذا غير أساسي في هذا النوع من‬
‫النماذج االنحدار؛ والكن ما هو أساسي هو معرفة إن كان هناك اختالف ما بين المجموعات‪ ،‬في‬
‫هذه الحالة فإن االختبار المالئم هو اختبار فيشر ‪ F‬والذي يعطى بالعالقة التالية‪:‬‬
‫(‪)14‬‬

‫‪F n  1, nT  n  K  ‬‬
‫‪R‬‬
‫‪2‬‬ ‫‪2‬‬
‫‪‬‬
‫‪LSDV  R Pooled / n  1‬‬
‫‪(1  RLSDV‬‬
‫‪2‬‬
‫) ‪) /(nT  n  K‬‬

‫حيث تحت فرضية العدم المتمثلة في تساوي معالم األثر الفردي‪ ،‬فإن أحسن التقديرات هو‬
‫تقدير اإلجمالي( ‪ ، )Pooled‬أي أن النموذج يحتوي على ثابت مشترك لجميع مجموعات األفراد‪.‬‬

‫ثالثا ‪ :‬خصائص المقدرات‬

‫فرضيات النموذج التالي ‪:‬‬

‫‪T‬‬

‫متمثلة في ‪:‬‬
‫‪2‬‬
‫و ذات تباين معدوم و تباين‬ ‫‪it~iid(0,σ‬‬ ‫مستقلة و توزيعها متساوي )‬ ‫‪it‬‬ ‫‪ -1‬األخطاء‬
‫‪σ2‬‬
‫‪ -2‬المتغيرات المفسرة خارجية تماما ‪:‬‬

‫( ‪)14‬‬
‫‪IBID, p289.‬‬

‫‪31‬‬
 ‫تحت هذه الفرضيات ‪ ،‬تقدير المعالم ‪ β‬و ‪ αi‬هو تقدير غير متحيز تباينها معطة بـ ‪:‬‬

‫معطى بـ‪:‬‬ ‫‪ ،‬تقدير داخل األفراد لـ‬ ‫بخصوص تباين تقدير‬

‫‪ ،‬تمثل الشعاع السطري للمشاهدات النسبية لـ ‪ K‬متغيرة‬ ‫حيث ‪:‬‬

‫‪ ،‬حيث ‪ WN‬تمثل معامل داخل األفراد ‪ Within‬و تطبيقبيا ‪ ،‬تقدير هذا التباين هو ‪:‬‬

‫حيث ‪:‬‬

‫من الناحية التطبيقية اذا قمنا بتطبيق طريقة المربعات الصغرى ‪ OLS‬مباشرة على فرق‬
‫المتوسطات‪ ،‬يجب أخذ بعين االعتبار التقدير الضمني آلثر الفردي ‪ ، N‬وعليه يجب تصحيح‬

‫عن طريق القيام بعملية ضرب هذا األخير بالقيمة التالية ‪:‬‬ ‫تقدير‬

‫من السهل ايجاد تباينات المعامالت الثابتة وذلك باالستعانة‬ ‫وبمعرفة تباين المعامالت‬
‫و ‪ y‬على النحو التالي ‪:‬‬ ‫بالتقديرات اآلثر الثابت و التي هي مرتبطة بـ‬

‫معطى بـ ‪:‬‬ ‫ومنه يمكن أن نبين أن تباين‬

‫‪32‬‬
 ‫مع ‪:‬‬

‫حيث بصفة عامة ‪:‬‬

‫مع ‪:‬‬

‫يتبع كذلك التوزيع‬ ‫تحت فرضية المتعلقة بان األخطاء تتبع التوزيع الطبيعي فان تقدير‬
‫‪:‬‬ ‫الطبيعي‪ ،‬بتوقع ‪ β‬وتباين‬

‫)‬

‫‪:‬‬ ‫يتبع توزيع كاي تربيع ذات درجة حرية‬ ‫و‬

‫‪-‬‬
‫‪ -‬خاصية التقدير ‪:WITHIN‬‬

‫‪ ،‬فان تقدير‪ β‬غير متحيز ‪ ،‬يمكن توضيح ذلك فيما يلي‪:‬‬ ‫رغم ارتباط األخطاء‬

‫لهم عنصر مشترك‬ ‫و‬ ‫مرتبط ألن‬ ‫من الواضح أن الخطأ‬

‫‪ ،‬حيث أن االرتباط الزمني لألخطاء معطى بـ‪:‬‬ ‫متمثل في‬
‫‪33‬‬
 ‫رغم هذا االرتباط االصطناعي يمكن أن نبين أن تقدير عن طريق طريقة المربعات الصغرى‬
‫‪ MCO‬يكافىء تقدير ‪ MCG‬المطبق على نفس هذه المعطيات و ذلك حسب نظرية ‪Kruskal‬‬

‫نظرية ‪ :Kruskal‬تنص هذه النظرية على ان تقدير متطابق عن طريق المربعات الصغرى‬
‫المعممة ‪ MCG‬و تقدير عن طريق المربعات الصغرى ‪ MCO‬لنموذج قياسي معرف بـ ‪:‬‬

‫‪،‬‬ ‫مع ‪:‬‬

‫وذلك ان وجدت مصفوفة دورية ‪ ، G‬بحيث‬

‫في حالتنا ‪:‬‬

‫مع ‪:‬‬

‫‪ ،‬ويالتالي ‪ G=I‬وعليه تقدير ‪ MCO‬يطابق تقدير ‪MCG‬؛‬ ‫و‬ ‫ليكن ‪:‬‬

‫منه النتيجة مطابقة لتقدير ‪ Within‬مما يؤدي الى ان تقدير ‪ MCO‬بدون ثابت مطابقة لتقدير‬
‫‪ MCG‬لنفس المعطيات ممركزة بالنسبة للمتوسط‪.‬‬

‫المطلب الثاني ‪ :‬التقدير النموذج عن طريق الفرق األول‬

‫يرتكز تقدير السلوك التقاربي لتقدير ‪ within‬على فرضية ان المتغيرات الخارجية‬

‫ليست مرتبطة أي أنها خارجية تماما‪ ،‬وهذه الفرضية قوية ‪ ،‬ومن الحلول لحل هذا المشكل متمثل‬
‫في اعادة كتابة النموذج عن طريق الفرق األول ‪:‬‬

‫‪34‬‬
 ‫‪,i=1,…,N; t=1,…,T‬‬

‫والتي يمكن كتابتها عن طريق المصفوفات كمايلي ‪:‬‬

‫مع ‪:‬‬

‫و‪:‬‬

‫تقدير ‪ MCO‬لهذا النموذج غير متحيز وله سلوك تقاربي مادام المتغيرات المفسرة خارجية ولكن‬
‫بصفة ضعيفة أي أن ‪:‬‬

‫ولكن اذا قمنا بتطبيق تعريف المتغيرات ضعيفة أكثر صرامة ‪:‬‬

‫من الضروي اللجوء الى طريقة المتغيرات االصطناعية ‪IV‬‬

‫) للمتغيرات المفسرة التي خارجيتها ضعيفة تشكل‬ ‫كل ال المتغيرات السابقة(‬

‫متغيرة اصطناعية صحيحة‪.‬‬

‫تباين تقدير ‪ MCO‬لهذا النموذج المشكل من الفروقات هو ‪:‬‬

‫مع ‪:‬‬

‫‪35‬‬
 ‫بـ‪:‬‬ ‫في هذه الحالة يمكن تقدير‬

‫درجة الحرية هي نفسها التي عرفنها في ماسبق‪ ،‬غير انه نقوم بفقدان المشاهدة األولى لكل فرد‬
‫بسبب الفرق األول‪ ،‬غير انه بسبب ارتباط األخطاء في نموذج الفرق األول فان تقدير ‪MCO‬‬
‫غير جيد‪ ،‬ويتمثل التقدير الجيد في تقدير المربعات الصغرى المعممة المعطى بـ ‪:‬‬

‫‪ ،‬مصفوفة التباين معطاة بـ‪:‬‬ ‫حيث ‪:‬‬

‫حيث ‪ σ‬مقدرة عن طريقة العالقة السابقة أعاله ‪.‬‬

‫وعليه القيم الثابتة يمكن تقديرها عن طريق مايلي ‪:‬‬

‫تمكن أهمية وجود عدة طرق تقدير بديلة لتقدير ‪ within‬في اعطاء فكرة عن دقة تحديد النموذج‬
‫المقبول‪ ،‬اذا النموذج محدد جيدا‪ ،‬فان تقدير ‪ Within‬و ‪ MCG‬على الفرق األول تقاربية ( يمكن‬
‫‪.‬‬ ‫توسيع ذلك الى الفرق من الدرجة ‪j‬‬

‫‪36‬‬
 ‫المطلب الثالث ‪ :‬مقـــــــــــارنة الطـــــــــــــــــــــرق‬

‫ان مقارنة الطرق الثالث السابقة يتم عن طريق اختبار ‪ ،Hausman‬و الذي يتمثل في مقارنة‬
‫تقاربي وجيد تحت الفرضية البديلة (‪ )H0‬وليس تقاربي تحت ‪ H1‬؛‬ ‫تقديرين األول‬
‫بطريقة أخرى اذا التقديرين متقاربين نستنتج ان الفرضية ‪ H0‬محققة ‪ ،‬واذا كان يختلفان بطريقة‬
‫معنوية نرفض هذه الفرضية ‪ ،‬و يتم ذلك برفض الفرضية ‪ H0‬اذا االحصائية التالية‪:‬‬

‫تكون أكبر أو تساوي من توزيع كاي تربيع بدرجة حرية من‬

‫هو‬ ‫هو تقدير ‪ Within‬و‬ ‫فيما يخص التقديرين ‪ Within‬و الفرق األول‪ ،‬فان التقدير‬
‫تقدير الفرق األول‪ ،‬اذا التقديرين مختلفين بقدر واضح ‪ ،‬نستنتج ان النموذج المقدر غير محدد‬
‫جيدا‪ ،‬غير انه اذا كان متقاربين فاننا اليمكن ان نستنتج ان النموذج محدد جيد بصفة مؤكدة‪ ،‬و ان‬
‫التقديرات المحصل غير متحيزة وتقاربية ‪.‬‬

‫‪ -‬تقدير على معطيات بانيل غير اسطوانية ‪:‬‬

‫ان تقدير معطيات بانيل غير االسطوانية والتي هي عبارة عن معطيات ذات فترات زمنية‬
‫مختلفة غير معقد‪ ،‬حيث تقدير المعامالت ‪ β‬على نموذج ‪ MCO‬المكتوب على شكل فرق‬
‫المتوسطات الفردية تبقى نفسها ‪:‬‬

‫ولكن مادام المتوسطات الفردية غير محسوبة على نفس عدد المشاهدات‪ ،‬فان األخطاء‬
‫لهذا النموذج غير متجانسة وبتالي لدينا ‪:‬‬

‫حيث ‪ Ti‬تثمل عدد المشاهدات للفرد ‪i‬‬

‫‪37‬‬
 ‫ان عدم أسطوانية العينة يؤدي الى عدم تجانس األخطاء للنموذج الداخلي لألفراد‪ ،‬غير ان هذا‬
‫األخير اليؤثر على تعريف المقدرات المقدرة عن طريق طريقة المربعات الصغرى لفروقات‬
‫المتوسطات الفردية‪ ،‬حيث نظرية ‪ Kruskal‬تبقى محققة‪.‬‬

‫المبحث الثالث ‪ :‬اختبار اآلثر الفردي و رفع الفرضيات‬

‫‪ -‬المطلب األول‪ :‬اختبار وجود اآلثر الفردي‪:‬‬

‫يسمح اختبار ستودنت من اختبار وجود أو عدم وجود الثابت الفردي ‪ i‬و بالتالي تسمح من‬
‫معرفة وجود أو عدم وجود اآلثر لكل فرد‪ ،‬وهذا غير اساسي في هذا نوع من النماذج االنحدارية‪،‬‬
‫ولكن ماهو أساسي هو معرفة ان كان هنالك اختالف مابين المجموعات وهذا مايتطلب التمييز‬
‫مابين النموذج االجمالي و نموذج اآلثر الفردي الثابت ‪:‬‬

‫النموذج االجمالي ‪:‬‬

‫نموذج ذات اآلثر الفردي الثابت‪:‬‬

‫يتعلق األمر باختبار الفرضية التالية ‪:‬‬

‫و الذي يتم عن طريق اختبار فيشر و الذي يعطى بالعالقة التالية ‪:‬‬

‫‪ ،‬نرفض ‪ H0‬أي يجب ادخال اآلثر الثابت‬

‫‪ ،‬نرفض ‪ H0‬أي اآلثر الثابت غير موجود‬

‫‪38‬‬
 ‫المطلب الثاني ‪ :‬رفع الفرضيات‬

‫‪ -‬أوال‪ :‬ارتباط األخطاء و عدم تجانس األخطاء ‪:‬‬

‫‪ -1‬تقدير تباين المقدرات الداخلية ‪ within‬في حالة ارتباط األخطاء وعدم تجانس األخطاء ‪:‬‬

‫غير‬ ‫و تباين‬ ‫ان النموذج ذات اآلثر الثابت هو نموذج انحداري متعدد و نعلم ان تقدير‬
‫متحيزة و تقاربية اال في حالة عدم وجود ارتباط األخطاء و تجانسها‪.‬‬

‫ليكن النموذج التالي ‪:‬‬

‫ذات تباين ‪ ، Ø‬تباين تقدير ‪ MCO‬لـ ‪ β‬يساوي ‪:‬‬

‫بطريقة تقاربية عن طريق‬ ‫وفي حالة معطيات مقطعية يمكن تقدير الكمية‬
‫)‪: White(1980‬‬

‫بواقي‬ ‫شعاع المشهادات للمتغيرات المفسرة للفدر ‪ i‬و‬ ‫مع ‪:‬‬

‫‪MCO‬‬

‫قام )‪ Arellano(1978‬بتوسيع النتيجة في حالة النموذج ذات اآلثر الثابت‪ ،‬و التي يمكن تقديره‬
‫بـ ‪:‬‬ ‫بطريقة قوية تأخذ بعين االعتبار االرتباط و عدم تجانس التباين لـ‬

‫بطريقة تقاربية كمايلي ‪:‬‬ ‫حيث يمكن تقدير المصفوفة‬

‫شعاع البواقي المقدر لنموذج ‪ Within‬لكل فرد ‪: i‬‬ ‫مع‬

‫‪39‬‬
 ‫بنفس الطريقة ‪:‬‬

‫ثانيا ‪:‬اختبار عدم وجود اراتباط األخطاء‪:‬‬

‫كنا نعتبر فيما سبق أن األخطاء غير مرتبطة فيما بينها‪:‬‬

‫تتمثل االحصائية المستعملة التي تسمح لنا من اختبار وجود أو عدم وجود االرتباط في توسيع‬
‫احصائية ‪ DW‬و التي تم اقراحها من طرف ‪Bhargva ,Franzini et‬‬
‫)‪ Narendanathan(1982‬المسماة باحصائية ‪ DWBFN‬و التي تسمح من التفرقة يين‬
‫الفرضيتين‪:‬‬

‫يتمثل االختبار في حساب احصائية ‪ DW‬من خالل نموذج ‪Within‬‬

‫‪:‬‬

‫جدول القيم الحرجة معطى من طرف )‪ BFN(1982‬بالنسبة لعدد من األفراد نسبيا معتبر هو ‪:‬‬

‫‪N=100‬‬ ‫‪N=500‬‬ ‫‪N=1000‬‬

‫‪T=6‬‬ ‫‪K= 3‬‬ ‫‪1 .859‬‬ ‫‪1.880‬‬ ‫‪1.939‬‬ ‫‪1.943‬‬ ‫‪1.957‬‬ ‫‪1.959‬‬
‫‪K=9‬‬ ‫‪1.839‬‬ ‫‪1.902‬‬ ‫‪1.935‬‬ ‫‪1.947‬‬ ‫‪1.954‬‬ ‫‪1.961‬‬
‫‪T=10‬‬ ‫‪K=3‬‬ ‫‪1.891‬‬ ‫‪1.904‬‬ ‫‪1.952‬‬ ‫‪1.954‬‬ ‫‪1.967‬‬ ‫‪1.968‬‬
‫‪K=9‬‬ ‫‪1.878‬‬ ‫‪1.916‬‬ ‫‪1.949‬‬ ‫‪1.917‬‬ ‫‪1.965‬‬ ‫‪1.970‬‬

‫‪40‬‬
 ‫يمكن رفض فرضية العدم ‪ H0‬بالنسبة لعدد معتبر من المعطيات ‪N=1000‬؛ اذا القيمة‬
‫االحصائية أقل من ‪1,96‬‬

‫‪ -‬رابعا ‪ :‬اختبار ارتباط األخطاء باستعمال مضاعف القرانج لـ )‪: Baltagi(2001‬‬

‫يعتمد هذا االختبار على اختبار أحادي الطرف لعدم وجود االرتباط باالعتماد على مضاعف‬
‫القرانج التالي ‪:‬‬

‫لما‬

‫تفوق ‪ ،1,64‬ونقبل ‪ H0‬غير ذلك‪ ،‬ولما االحصائية تكون أقل من ‪-‬‬ ‫نرفض ‪ H0‬لما‬
‫‪ 1,64‬يمكن أن نستنتج أنه يوجد ارتباط سالب لألخطاء؛ ولكن يجب على البعد الزمني(الفردي)‬
‫للعينة أن يكون كبير بما فيه الكفاية ‪.‬‬

‫ثالثا ‪ :‬التقدير في حالة ارتباط األخطاء‪:‬‬

‫لنفترض أن االختبارات السابقة تؤدي الى رفض فرضية عدم ارتباط األخطاء و لدينا‬
‫الشك فيما يخص ارتباط األخطاء من نوع )‪: AR(1‬‬

‫من أجل حذف ارتباط األخطاء يمكن تطبيق تحويل ‪ Prais‬و ‪ Wisten‬أي ‪:‬‬

‫نحصل على النموذج المحول التالي ‪:‬‬

‫‪41‬‬
 ‫‪t=2,… ,T‬‬

‫يمكن كذلك استعمال ‪ T-1‬مشاهدة زمنية كما هو الحال في السالسل الزمنية و تطبيق طريقة‬
‫المربعات الصغرى على شبه الفروقات حسب ‪:Cochrane Orcut‬‬

‫رابعا ‪ :‬اختبار تجانس تباين األخطاء ‪:‬‬

‫ان النموذج اآلثر الثابت هو نموذج انحداري متعدد كغيره‪ ،‬لذلك يمكن تطبيق االختبارات المعتادة‬
‫لتجانس األخطاء مثل اختبار ‪ White‬ومن اجل اختبار هذا األخير نتبع الخطوات التالية ‪:‬‬

‫أوال‪ :‬نقوم بتقدير النموذج عن طريق طريقة المربعات الصغرى ‪ MCO‬ونستخرج األخطاء‪:‬‬

‫ثانيا‪ :‬نقوم بانحدار نربع األخطاء المقدرة على متغيرات‪ ،‬مربعها و جدائها‪ :‬تحت فرضية العدم ‪،‬‬
‫احصائية ‪ White‬هي ‪:‬‬

‫‪ : p‬تمثل عدد المتغيرات المفسرة في النموذج المقدر‬

‫نرفض ‪ ،H0‬غير ذلك نقبلها‪.‬‬ ‫وعليه اذا كانت هذه الكمية تفوق‬

‫خامسا ‪ :‬التقدير في حالة عدم تجانس تباين األخطاء‪:‬‬

‫اذا قمنا برفض تجانس تباين األخطاء فان أحسن تقدير يتم عن طريق المربعات الصغرى‬
‫المعممة ( أو مايسمى كذلك بطريقة المربعات الصغرى المرجحة ‪Moindre carrée‬‬
‫‪ ،)pondéré‬تطبيق هذه الطريقة يمكن أن يتم كمايلي ‪:‬‬

‫‪42‬‬
 ‫الطريقة األولى ‪ :‬تتمثل في اعتبار أن عدم التجانس يمكن تمثيله عن طريق دالة ‪ ،h‬ذات‬
‫كمايلي ‪:‬‬ ‫‪،...،‬‬ ‫‪،‬‬ ‫قيم موجبة لمتغيرات مشاهدة‬

‫باتباع الخطوات التالية ‪:‬‬ ‫كما هو الحال في النماذج المقطعية‪ ،‬يمكن تقدير‬

‫‪ -1‬تقدير النموذج ذات اآلثر الثابت مباشرة ‪ ،LSDV‬أو عن طريق نظرية ‪Frish-‬‬
‫‪Waugh‬؛ ونستخرج تقديرات ‪ β‬و اآلثر الثابت‬
‫و نقوم باالنحدار التالي ‪:‬‬ ‫‪ -2‬نقوم بحساب األخطاء المقدرة ‪:‬‬

‫بـ ‪:‬‬ ‫‪ -3‬نقوم بتقدير‬

‫يتم الحصول على تقدير المربعات الصغرى المرجح عن طريق تقدير المربعات الصغرى‬
‫المحول ‪:‬‬

‫يتمثل العائق في هذه الطريقة في وضع فرضية حول شكل عدم التجانس؛ غير انه يمكن فرض‬
‫فرضية متمثل في أن عدم التجانس يقع فقطط على مستوى البعد الزمني و ذلك في حالة ‪ T‬كبير‬
‫جيدا أي‪:‬‬

‫كمايلي ‪:‬‬ ‫في هذه الحالة يمكن تقدير‬

‫تقدير المربعات المربعات الصغرى المرجح يتم الحصول عليه بتطبيق ‪ MCO‬على ‪:‬‬

‫‪43‬‬
 ‫المطلب الثالث ‪ :‬النموذج ذات اآلثر الثابت الفردي و الزمني‬

‫يمكن توسيع نموذج اآلثر الفردي باضافة اآلثر الزمني فيصبح النموذج كمايلي ‪:‬‬

‫بادخال المتغيرات الصورية لكل فرد ‪ Dj‬و المتغيرات الصورية للزمن ‪ ،Sh‬نحصل على مايلي ‪:‬‬

‫مع ‪:‬‬

‫و‬ ‫مستقلة وذات نفس التوزيع‪ ،‬وذات متوسط ‪ 0‬وتباين‬ ‫الفرضيات متمثلة في أن األخطاء‬
‫كذلك المتغيرات الخارجية نفترضها خارجية تماما ‪:‬‬

‫يمكن اعادة كتابة النموذج على شكل مصفوفات ‪:‬‬

‫حيث ‪ S‬لها ‪ T-1‬متغيرة صورية ‪:‬‬

‫‪44‬‬
 ‫أوال ‪ :‬تقدير اآلثر الداخلي‪-‬الفردي‪-‬الزمني‪:‬‬

‫تسمح نظرية ‪ Frisch-waug‬من تفكيك معالم النموذج الى مرحلتين‪ ،‬تقدير ‪ β‬يمكن الحصول‬
‫عليه عن طريق تطبيق ‪MCO‬‬

‫على النموذج‪:‬‬

‫مع ‪:‬‬

‫أي ‪:‬‬

‫بالمطابقة مع ما سبق من السهل أن نبين التقدير الداخلي‪ -‬الفردي‪-‬الزمني الناتج من تطبيق ‪MCO‬‬
‫على النموذج الفرق بالنسبة لمتوسط الفردي الزمني ‪:‬‬

‫تقدير الثوابت معطى كمايلي ‪:‬‬

‫ثانيا ‪:‬خصائص المقدرات ‪:‬‬

‫نظرا للفرضيات المتمثلة في خارجية المتغيرات المفسرة‪ ،‬متوسط معدوم ‪ ،‬تجانس تباين‬
‫األخطاء‪ ،‬و عدم ارتباط األخطاء؛ التقدير عن طريق المربعات الصغرى غير متحيز وذات تباين‬
‫معطى بالعالقة التالية‪:‬‬

‫‪45‬‬
‫تمثل الشعاع السطري للمشاهدات المتعلقة بـ ‪ k‬متغيرة مفسرة‪ ،‬و‬ ‫حيث‬
‫تمثل المعامل الداخلي‪-‬الفردي‪ -‬الزمني المعرف بـ ‪:‬‬

‫بالعالقة التالية‪:‬‬ ‫تطبيقيا يمكن تقدير تباين‬

‫حيث ‪:‬‬

‫ان التطبيق المباشر لطريقة المربعات الصغرى على الفروقات المتوسطة الفردية و الزمنية في‬
‫الحاسوب فانه يأخذ درجة الحرية ‪ NT-KW‬وليس ‪ (N-1)(T-1)-KW‬ولذلك يجب تصحيح‬
‫بـ )‪(NT-Kw) /((N-1)(T-1)-Kw‬‬ ‫وتباين‬

‫ثالثا‪ :‬اختبار اآلثر الثابت ‪:‬‬

‫‪ -1‬االختبار األول ‪:‬‬

‫يتمثل االختبار في اختبار مايلي ‪:‬‬

‫في هذه الحالة نطبق اختبار فيشر التالي ‪:‬‬

‫‪ :RRSS‬األخطاء المربعة المقيدة المتعلقة بتقدير ‪ Pooled‬عن طريق ‪OLS‬‬

‫‪ :URSS‬األخطاء المربعة غير المقيدة المتعلقة بتقدير ‪ Within‬عن طريق ‪ OLS‬للنموذج ‪I‬‬

‫‪46‬‬
 ‫‪--‬‬
‫)‪---------(I‬‬

‫‪-2‬االختبار الثاني ‪ :‬يمكن اختبار وجود اآلثر الفردي فقط مع السماح لوجود اآلثر الزمني أي ‪:‬‬

‫حيث يبقى ‪ URSS‬متعلق بنموذج الداخلي (‪ ،)I‬بينما ‪ RSSS‬هو تقدير مع الزمن فقط ‪ ،‬أي‬
‫انحدار المتعلق بـ‪:‬‬

‫في هذه الحالة نتيجة اختبار ‪ F‬هي ‪:‬‬

‫‪-3‬االختبار الثالث‪ :‬بنفس الطريقة يمكن اختبار وجود اآلثر الزمني مع السماح لوجود اآلثر‬
‫الفردي أي ‪:‬‬

‫حيث يبقى ‪ URSS‬متعلق بنموذج الداخلي (‪ ،)I‬بينما ‪ RSSS‬هو تقدير مع الزمن فقط ‪ ،‬أي‬
‫انحدار المتعلق بـ‪:‬‬

‫في هذه الحالة ‪:‬‬

‫‪47‬‬
 ‫الفصل الثالث‬
‫نماذج بانيل ذات اآلثر العشوائي‬
‫(ذات األخطاء المركبة)‬

‫‪48‬‬
 ‫عند استعمالنا لنماذج اآلثر الفردي فاننا نسمح ارتباط المتغيرات المفسرة ‪ X‬و اآلثر‬
‫الفردي؛ حيث اذا كان اآلثر الفردي غير مرتبط تماما مع المتغيرات المفسرة‪ ،‬يمكن افتراض بأن‬
‫الحد الثابت الخاص بكل فرد موزع عشوائيا‪.‬‬

‫المبحث األول ‪ :‬النموذج و فرضيات النموذج‬

‫المطلب األول‪ :‬صياغة النموذج العشوائي‬

‫ليكن النموذج التالي ذات األخطاء المركبة‪:‬‬

‫‪η‬‬ ‫مع ‪:‬‬

‫و‬ ‫األخطاء مركبة من عنصرين ‪:‬‬

‫‪ :‬تمثل اآلثر الفردي( يأخذ بعين االعتبار المتغيرات التي تؤثر على ‪ y‬وغير مأخوذة بعين‬
‫االعتبار مادام هي ثابتة في الزمن)‬

‫‪ :‬تمثل آثر المتغيرات غير المأخوذة بعين االعتبار‪ ،‬تتغير من فرد الى آخر وخالل الزمن‬

‫المطلب الثاني ‪ :‬فرضيات النموذج العشوائي‬

‫نفترض أن المتغيرات المفسرة للنموذج خارجية تماما ومركبات األخطاء تحقق الفرضيات التالية‪:‬‬

‫( المعلومات المتواجدة في ‪ X‬ليس لها أي منفعة‬ ‫‪‬‬

‫او‬ ‫في تقدير قيمة‬
‫( الخطأ ‪ ε‬متجانس )‬ ‫‪‬‬
‫هي نفسها بنفس االحتمال من فرد الى‬ ‫( قيم الممكنة لـ‬ ‫‪‬‬
‫آلخر)‬

‫‪49‬‬
 ‫( مركبات األخطاء غير مرتبطة فيما بينها تعلق األمر بنفس‬ ‫‪‬‬
‫الفرد أم ال)‬
‫(األخطاء غير مرتبطة فيما بينها و ال بين‬ ‫‪‬‬
‫األفراد المختلفة)‬
‫(األخطاء الخاصة غير مرتبطة بين فرد و آخر)‬ ‫‪‬‬

‫باالضافة الى الفرضيات أعاله لدينا ‪:‬‬

‫‪‬‬
‫‪‬‬
‫‪‬‬
‫‪‬‬

‫بوضع ‪ η‬مصفوفة األخطاء لـ‬

‫‪η‬‬

‫‪η‬‬
‫‪η‬‬ ‫‪,‬‬
‫‪η‬‬

‫‪η‬‬

‫‪50‬‬
 ‫أي ‪:‬‬

‫‪Ω‬‬

‫مع ‪:‬‬

‫حيث ‪ iT‬هو شعاع عمودي ذات قيمة ‪ 1‬ذات حجم ‪ T‬و ‪ JT=iTi’T‬مصفوفة ذات قيم تساوي‬
‫‪ ،1‬ومنه نستنتج أن ‪:‬‬

‫أي ‪:‬‬

‫من خالل هذه العالقة سنبين أن ‪ Ω‬هي مشكلة من معامل داخلي ‪Within‬و مابين ‪Between‬‬

‫وعليه ‪:‬‬

‫‪51‬‬
 ‫مع العلم أن ‪:‬‬

‫ومنه لدينا ‪:‬‬

‫المبحث الثاني ‪:‬تقدير النموذج ذات اآلثر العشوائي (أخطاء مركبة)‬

‫ان النموذج األخطاء المركبة هو نموذج ذات أخطاء من شكل خاص أي مرتبطة ‪،‬‬
‫وبتالي التقدير العادي عن طريق طريقة المربعات الصغرى ليست من أحسن التقديرات‬
‫متحيز وغير تقاربي‪،‬‬ ‫الخطية رغم من أنها غير متحيزة وتقاربية؛ باالضافة الى أن تقدير‬
‫بافتراض أن ‪ Ω‬معلومة فان أحسن التقديرات الخطية لمعالم النموذج هو تقدير ‪( MCG‬‬
‫طريقة المربعات الصغرى المعممة)‪.‬‬

‫المطلب األول ‪ :‬التقدير عن طريق المربعات الصغرى المعممة‪:‬‬

‫تقدير المربعات الصغرى هو كمايلي ‪:‬‬

‫‪52‬‬
‫لدينا من حساب المصفوفات اذا كان ‪ Ω‬مصفوفة موجبة وهذا هو الحال‪ ،‬فانه يوجد مصفوفة ‪H‬‬
‫ذات نفس الحجم ‪ Ω‬بحيث ‪:‬‬

‫نستنج من هذا األخير‪:‬‬

‫أي ‪:‬‬

‫البرهان‪:‬‬

‫ومن خالل هيكل المصفوفة ‪ ، Ω‬يمكن أن نبين أن المصفوفة ‪ H‬تكتب كمايلي ‪:‬‬

‫مع ‪:‬‬

‫‪θ‬‬ ‫حيث ‪:‬‬

‫وعليه بتحويل المعطيات أي المتغيرات ‪ Xi‬و ‪ Yi‬نحصل على مايلي ‪:‬‬

‫‪53‬‬
 ‫‪θ‬‬ ‫‪θ‬‬
‫‪θ‬‬ ‫‪θ‬‬
‫‪،‬‬
‫‪θ‬‬ ‫‪θ‬‬

‫يمكن نبين ذلك كمايلي ‪ :‬لدينا‬

‫بضرب المعادلة بالمصفوفة ‪ H‬نحصل على ‪:‬‬

‫لدينا ‪:‬‬

‫متجانسة و عليه تقدير ‪ MCG‬هو تقدير ‪MCO‬‬ ‫وعليه مماسبق فان األخطاء‬
‫المحول ‪:‬‬

‫‪ -‬تقدير المربعات الصغرى المعممة ‪ MCG‬و تقدير الداخلي ‪ within‬ومابين ‪:Between‬‬

‫ان تقدير المربعات الصغرى المعمم هو تقدير مرجح لتقدير الداخلي؛ يمكن ان نبين ذلك‬
‫من خالل مايلي ‪:‬‬

‫‪:‬‬ ‫وبالتالي يمكن كتابة‬

‫بوضع ‪:‬‬

‫‪54‬‬
 ‫وعليه‬ ‫نرى مباشرة بان ‪:‬‬

‫وذلك من خالل مايلي ‪ :‬لدينا‬

‫اال انه نعلم أن ‪:‬‬

‫و‪:‬‬

‫وعليه لدينا ‪:‬‬

‫وهو يمثل العنصر األول من‬

‫بنفس الطريقة ‪:‬‬

‫وكذلك ‪:‬‬

‫وهو العنصر الثاني من‬

‫‪55‬‬
 ‫مالحظة‪:‬‬

‫‪( φ‬وهذا ما يحدث لما ‪T‬عدد المشاهدات تؤول الى ) و كل عناصر‬ ‫‪ )1‬في حالة‬
‫معدومة وبالتالي تقدير ‪ MCG‬يؤول الى تقدير ‪Within‬‬ ‫المصفوفة‬
‫‪( φ‬وهذا ما يحدث لما تباين ‪ µi‬يؤول الى ‪ )0‬فان تقدير ‪ MCG‬يؤول الى‬ ‫‪ )2‬في حالة‬
‫‪Pooled‬؛ اليوجد خصوصيات فردية حيث لدينا ‪:‬‬

‫‪ 0‬؛ تقدير ‪ MCG‬يمكن تقديره كتوفيقة خطية لتقدير ‪( within‬عدم‬ ‫‪ )3‬في حالة ‪φ<1‬‬
‫تجانس قوي ) وتقدير ‪ Pooled‬على‬
‫معطيات مجمعمة ( وجود تجانس)‬

‫المطلب الثاني ‪:‬التقدير عن طريق طريقة المربعات الصغرى شبه المعممة‪:‬‬

‫هناك عدة طرق لتقدير نموذج اآلثر العشوائي سنتطرق هنا الى كل من طريقة ‪Swamy‬‬
‫)‪ et Aror (1972‬و طريقة )‪ Wallace –Husain (1969‬و طريقة )‪.Amemiya(1971‬‬

‫أوال‪ :‬طريقة )‪: Swamy et Aror(1972‬‬

‫تتمثل هذه الطريقة في استعمال أخطاء انحدار داخل األفراد ‪ Within‬ومابين األفراد‬
‫‪ ،Between‬ليكن نموذج األخطاء المركبة التالي ‪:‬‬

‫مع ‪:‬‬

‫نقوم بتحويل المتغيرات بالنسبة للمتوسط‪ ،‬من أجل ازالة الخصوصيات الفردية كمايلي ‪:‬‬

‫والتي تكتب عن طريق المصفوفات كمايلي ‪:‬‬

‫‪56‬‬
 ‫أ‬

‫‪ -‬التقدير الداخلي (‪ )Within‬لألخطاء المركبة يعطى بـ‪:‬‬

‫مع العلم أن مصفوفة ‪ W‬متناضرة ودورية ) =‪:( ’ = , 2‬‬

‫مصفوفة األخطاء النتاجة من تقدير نموذج ذات األخطاء العشوائية لمعطيات ممركزة حول‬
‫المتوسط الفردي معطاة بـ ‪:‬‬

‫أي أن ‪:‬‬

‫تسمح نظرية ‪ Kruskal‬من أن نبين أن تقدير ‪ MCO‬لنموذج ‪Within‬هو احسن التقديرات‬

‫معطى بـ ‪:‬‬ ‫الخطية غير المتحيزة‪ ،‬ولكن تقدير لـ‬

‫حيث ‪:‬‬

‫ماهي اال األخطاء المقدرة لألخطاء ‪ Within‬ويمكن ان نبين أنها غير متحيزة كما يلي ‪:‬‬

‫‪57‬‬
 ‫حيث ‪ KW‬هو عدد المتغيرات في النموذج ‪:within‬‬

‫‪ -‬تقدير مابين األفراد ‪:Between‬‬

‫بتطبيق معامل مابين األفراد للنموذج المركب لألخطاء أي ‪:‬‬

‫مع ‪:‬‬

‫أي عن طريق المصفوفات ‪:‬‬

‫تقدير مابين األفراد ‪:‬‬

‫‪58‬‬
 ‫شعاع األخطاء ‪:‬‬

‫تباين األخطاء الناتج عن هذا النموذج هو ‪:‬‬

‫حيث ‪:‬‬

‫هو تقدير غير متحيز وتقاربي لـ‬

‫وبالتالي تقدير المربعات الصغرى شبه المعممة معطى بـ ‪:‬‬

‫ثانيا ‪:‬طريقة )‪:Wallace –Hussain (1969‬‬

‫باألخطاء ‪ ε‬حيث تحت‬ ‫تتمثل هذه الطريقة بتعويض أخطاء المقدرة لطريقة المربعات‬
‫النموذج ذات اآلثر العشوائي‪ ،‬تقدير ‪ OLS‬يبقى غير متحيز و متسق ولكن جيد (أي ذات أقل‬
‫تباين)‬

‫لنضع ‪:‬‬

‫بأخذ أخطاء المربعات الصغرى ‪: )ε( OLS‬‬

‫(‪)1‬‬

‫‪59‬‬
 ‫و‪:‬‬

‫(‪)2‬‬

‫وبالتالي تقدير المربعات الصغرى شبه المعممة معطى بـ ‪:‬‬

‫ثالثا‪:‬طريقة )‪ : Amemiya(1971‬تسمى كذلك بطريقة )‪Wansbek and Kapteyn (1989‬‬

‫بسبب مقالهم األخير الذي يعمم طريقة ‪ Amemiya‬بالنسبة للمعطيات غير األسطوانية أو البانيل‬
‫غير الكامل؛ حيث يقترح تعويض أخطاء طريقة المربعات الصغرى الصورية ‪ LSDV‬بدال من‬
‫حيث‬ ‫األخطاء ‪ ، OLS‬لدينا في هذه الحالة‬

‫‪ 1‬لمتوسط المتغيرات المفسِ رة ‪ ،‬نقوم بتعويضها في (‪ )1‬و (‪)2‬‬ ‫هو شعاع ذات حجم‬ ‫و‬
‫نتحصل على مركبات تباين ‪. Amemiya‬‬

‫كمايلي‬ ‫رابعا ‪ :‬طريقة )‪ : Nerlove (1970‬يقترح تقدير‬

‫هي معامالت الصورية المقدرة عن طريق ‪LSDV‬‬ ‫حيث‬

‫هي مقدرة من مجموع المربعات الداخلية ‪ Within‬مقسمة على ‪ NT‬بدون تصحيح درجة‬ ‫و‬
‫الحرية ‪.‬‬

‫في هذه‬ ‫هو‬ ‫مالحظة ‪ : 1‬توقع طريقة ( ‪ ،)Nerlove 1971‬متمثلة في أن‬

‫ال يكون سالب (يكون موجب) ؛ ‪ Serile(1971)60‬لديه حل‬ ‫الحالة ليس هناك أي ضمان أن‬

‫‪60‬‬
 ‫لهذا المشكل في حالة تقدير تباين سالب و هو متمثل في تعويض هذه السالب وهو متمثل في‬
‫تعويض هذه القيمة السالبة بالصفر‪.‬‬

‫مالحظة (‪ : )2‬مجمل الطرق المذكورة تأخذ بعين االعتبار التقديرات ‪ Within‬و ‪،Between‬‬
‫وعليه يمكن تجميع طرق التقدير في صنف التقدير المسمى صنف ( ‪ )θ‬المعرف بـ ‪:‬‬

‫‪θ‬‬ ‫‪θ‬‬ ‫‪θ‬‬

‫‪θ‬‬ ‫‪θ‬‬ ‫‪θ‬‬

‫حيث‬

‫‪ ،‬أي تقدير داخل األفراد ‪.‬‬ ‫‪θ‬‬ ‫‪،θ‬‬ ‫‪ -‬اذا ‪:‬‬

‫‪ ،‬أي تقدير المربعات الصغرى المعممة ‪.‬‬ ‫‪θ‬‬ ‫‪،θ‬‬ ‫‪ -‬اذا ‪:‬‬
‫‪ ،‬أي تقدير المربعات الصغرى الممكنة‪.‬‬ ‫‪θ‬‬ ‫‪،θ‬‬ ‫‪ -‬اذا ‪:‬‬
‫‪ ،‬أي تقدير المربعات الصغرى‪.‬‬ ‫‪θ‬‬ ‫‪،θ‬‬ ‫‪ -‬اذا ‪:‬‬
‫‪ ،‬أي تقدير المربعات الصغرى مابين األفراد‪.‬‬ ‫‪θ‬‬ ‫‪،θ‬‬ ‫‪ -‬اذا ‪:‬‬

‫المطلب الثالث ‪:‬التقدير عن طريق طريقة المعقولية العظمى و اختبار اآلثر العشوائي‪:‬‬
‫أوال‪ :‬التقدير عن طريق طريقة المعقولية العظمى‬
‫و‬ ‫تكتب المعقولية العظمى للنموذج المركب تحت فرضية أن آثر الفردي‬
‫كمايلي ‪:‬‬ ‫‪،‬‬ ‫تتبع التوزيع الطبيعي‬ ‫األخطاء‬

‫مع ‪:‬‬

‫‪61‬‬
 ‫ليس بالسهل بسبب عدم خطية بالنسبة‬ ‫‪،‬‬ ‫ان ايجاد المعقولية العظمى بالنسبة لـ ‪، β‬‬
‫تكتب كمايلي ‪:‬‬ ‫‪ ،‬غير أن المشتقات للوغاريتم بالنسبة ‪ β‬و‬

‫وبالتالي تقدير المعقولية العظمى لـ ‪ β‬هو نفسه المتعلق بـ ‪: MCG‬‬

‫معطى بـ ‪:‬‬ ‫وتقدير المعقولية العظمى لـ‬

‫‪ ،‬اال أن معادلة المعقولية العظمى المتعلق بـ‬ ‫اال أنه تقدير هذه المقدرات يفترض معرفة‬
‫بالمعامالت من أجل تسهيل تعظيم المعقولية ‪ ،‬يقترح‬ ‫و‬ ‫معقدة بسبب ارتباط‬
‫بتقديرها عن‬ ‫)‪ Breush(1987‬التركيز على المعقولية التي تكتب بتعويض ‪ β‬و‬
‫طريق ‪: MV‬‬

‫‪θ‬‬

‫تؤدي الى ‪:‬‬ ‫تعظيم هذه المعقولية بالنسبة لـ‬

‫(‪)1‬‬

‫بتعويض ‪ β‬بـ‬ ‫وعليه بطريقة تكرارية بدأ تقدير ‪ within‬لـ ‪ ، β‬يمكن تقدير‬
‫التقدير المحصل عليه في تقدير‬ ‫في المعادلة (‪ . )1‬نكرر فيما بعد العملية بتعويض‬
‫المحصل عليه بعد تكرار ثابت وعليه اذا‬ ‫‪ ،‬بين )‪ Breusch(1987‬أن تتابع‬
‫قمنا باعادة عملية التكرار بدءا من تقدير مابين األفراد ( ‪ )Between‬لـ ‪ ،β‬نحصل الى‬
‫نفس التقدير يمكن اعتبار بأننا حصلنا على التعظيم االحتمالي المتعلق بتقدير المعقولية‬
‫‪.‬‬ ‫و ‪ ،β‬وبالتالي من السهل استنتاج‬ ‫العظمى لـ‬

‫‪62‬‬
 ‫حسب الفرضيات هذا التقدير تقاربي لما ‪ N‬يؤول الى ماالنهاية‪ ،‬ولما ‪ N‬و ‪ T‬بؤول الى‬
‫ما النهاية له توزيع تقاربي طبيعي ‪ ،‬مساوي لتقدير ‪.MCG‬‬

‫‪ -‬ثانيا ‪ :‬اختبار اآلثر العشوائي ‪:‬‬

‫هناك عدة اختبارات االختبار وجود اآلثر العشوائي (وذلك من خالل اآلثر الفردي) ‪:‬‬

‫‪-1‬اختبار تحليل التباين ‪ :‬تتمثل الطريقة األولى الختبار عدم وجود اآلثر الفردي في اختبارأن‬
‫معدومة ‪:‬‬ ‫التباينات الفردية‬

‫يأخذ بعين االعتبار هذا االختبار التباينات داخل و مابين األفراد؛ تحت فرضيات أن األخطاء تتبع‬
‫التوزيع الطبيعي‪.‬‬

‫وعليه الكمية ‪:‬‬

‫وعليه ‪:‬‬

‫تحت فرضية العدم ‪:‬‬

‫‪63‬‬
 ‫وبالتالي نرفض ‪ H0‬لما فيشر المحسوب أكبر من فيشر النظري‬
‫‪ ،‬أي اذا ‪ T‬مرة التباين البواقي المرتبط بتقدير مابين األقراد‬
‫هو أكبر بطريقة معقولة تلك المتعلقة بالنموذج داخل األقراد‪.‬‬

‫‪-2‬اختبار مضاعف القرانج ‪ :‬تم اقتراح مضاعف القرانج من طرف ‪ Breusch‬و ‪Pagan‬‬
‫(‪)1979‬‬

‫تتمثل الطريقة افي اختبار عدم وجود اآلثر الفردي في اختبارأن التباينات الفردية‬
‫معدومة ‪:‬‬

‫وذلك باستعمال االحصائية التالية ‪:‬‬

‫أي اذا هذه االحصائية المحسوبة من خالل البواقي لـ ‪ MCO‬تفوق ‪( 3,84‬بمستوى معنوية ‪)5%‬‬
‫ترفض فرضية عدم وجود اآلثر الفردي في حالة المعاكسة نقبل هذه الفرضية‪.‬‬

‫ثالثا ‪ :‬اختبار ‪ : HONDA‬من عيوب اختبار ‪ Breusch‬و ‪ )1979( Pagan‬افتراض أن‬

‫تباين اآلثر الفردي غير معدوم‪ ،‬أي يمكن أن يكون موجب أو سالب‪ ،‬وهذا ليس له معنى‬
‫بالنسبة للتباين ومن أجل حل هذا المشكل اقترح )‪ Honda(1985‬اختبار أحادي بسيط جيدا‬
‫متمثل جذر احصائية ‪ Breusch‬و ‪ Pagan‬بالتوزيع الطبيعي المختصر‪.‬‬

‫‪64‬‬
 ‫اذا ‪ g‬تفوق ‪ 1,64‬نرفض ‪H0‬‬

‫رابعا‪ :‬التقدير في حالة معطيات غير اسطوانية‬

‫ان الطرق السابقة التشكل أي مشكل في الحساب اال في حالة التقدير عن طريق المربعات‬
‫الصغرى المعممة الممكنة في هذه الحالة التحويل الذي يسمح من الغاء ارتباط األخطاء للنموذج‬
‫يكتب كمايلي ‪:‬‬

‫حيث ‪:‬‬

‫وعليه التحويل تابع لعدد المشاهدات ‪ Ti‬المتعلقة بكل فرد ‪ i‬ومن الضروري تقدير بطريقة منفصلة‬
‫‪.‬‬ ‫‪،‬‬ ‫تباينات‬

‫التباين المقدر النحدار داخل األفراد يكتب في هذه الحالة كمايلي‪:‬‬

‫‪ ،‬ولكن ليس هو الحال بالنسبة للتقدير مابين األفراد‪ ،‬وعليه‬ ‫تعطي دائما تقدير غير متحيز لـ‬
‫معامل مابين األفراد يؤدي الى حساب متوسط األفراد على ‪ Ti‬مشاهدة و بالتالي انحدار مابين‬
‫األفراد يصبح غير متجانس ألن ‪:‬‬

‫حيث ‪:‬‬

‫‪65‬‬
 ‫مع ‪:‬‬

‫هو ‪:‬‬ ‫التقدير المتقارب لـ‬

‫المطلب الخامس ‪ :‬نموذج اآلثر العشوائي الفردي و الزمني ‪:‬‬

‫‪،‬‬ ‫اذا كانت كل من المركبات التالية ‪:‬‬

‫مستقلة عن بعضها البعض في هذه الحالة لدينا نموذج اآلثر العشوائي‬ ‫‪،‬‬
‫مستقلة عن ‪ Xit‬من اجل كل من ‪ i‬و ‪،t‬‬ ‫‪،‬‬ ‫و‬ ‫ذات مركبتين‪ ،‬باالضافة الى أن‬
‫االختبار االستداللي في هذه الحالة ينتمي الى مجتمع كبير سحبت من عينة عشوائية ‪:‬‬

‫نحن لدينا ‪:‬‬

‫تكتب على شكل أشعة كمايلي ‪:‬‬

‫(أ)‬

‫حيث ‪:‬‬

‫و ‪ : IN‬مصفوفة أحادية‬

‫ذات حجم ‪N‬‬

‫‪ :i T‬هو شعاع قيمته واحد وذات حجم ‪ T‬؛وبالتالي ‪ Zµ‬هي مصفوفة اآلثر الفردي‬

‫و ‪ : IT‬مصفوفة أحادية ذات حجم ‪T‬‬

‫هي مصفوفة اآلثر الزمني‬ ‫‪ :i N‬هو شعاع قيمته واحد وذات حجم ‪ N‬؛وبالتالي‬

‫‪66‬‬
‫‪ ،‬يمكن‬ ‫هو‬ ‫و االسقاط على‬ ‫مالحظة ‪-1:‬‬
‫‪ ،‬حيث‬ ‫وضعها‬

‫‪ ،‬يمكن وضعها‬ ‫هو‬ ‫و االسقاط على‬ ‫‪-2‬‬

‫من العالقة (أ) يمكن حساب مصفوفة التباين و التباين المشترك ‪:‬‬

‫‪Ω‬‬

‫‪Ω‬‬

‫من أجل كل ‪ i‬و ‪t‬‬ ‫األخطاء متجانسة مع ‪:‬‬

‫وهذا يعني معامل االرتباط ‪:‬‬

‫‪; i=j,t≠s‬‬

‫‪; i≠j,t=s‬‬

‫‪; i=j,t=s‬‬

‫‪; i≠j,t≠s‬‬

‫من أجل الحصول على ‪ ،Ω-1‬نضع مايلي ‪:‬‬

‫‪،‬‬

‫‪67‬‬
 ‫حيث ‪:‬‬

‫‪،‬‬

‫حيث ‪:‬‬

‫ونجمع الحدود لنفس المصفوفة نحصل على ‪:‬‬

‫‪Ω‬‬

‫حيث ‪:‬‬

‫مع‬

‫مع‬

‫مع‬

‫مع‬

‫هي المقابلة السقاط القيم الذاتية‬ ‫هي الجذور الخاصة بـ ‪ Ω‬و‬

‫هي ضرب (‪)T-1( )N-1‬‬

‫هي ضرب (‪)N-1‬‬

‫هي ضرب (‪)T-1‬‬

‫هي ضرب ‪1‬‬

‫هي مصفوفة متناظرة دورية ذات رتبة تساوي اآلثر‪.‬‬ ‫كل‬

‫هي التجزئة العمودية وجمع للمصفوفات األحادية‪ ،‬تكمن األهمية في‬ ‫باإلضافة الى ذلك‬
‫التجزئة فيمايلي ‪:‬‬

‫‪Ω‬‬

‫‪68‬‬
 ‫أين ‪ r‬هو رقم مختار بصفة عشوائية و باتالي لدينا ‪:‬‬

‫‪Ω‬‬

‫معطاة بـ ‪:‬‬ ‫و العانصر الخاصة بـ‬

‫‪θ‬‬ ‫‪θ‬‬ ‫‪θ‬‬ ‫)‪(I‬‬

‫‪θ‬‬ ‫أي ‪:‬‬

‫‪θ‬‬

‫‪θ‬‬ ‫‪θ‬‬ ‫‪θ‬‬

‫كنتيجة طريقة المربعات الصغرى المعممة‪ ،‬يمكن الحصول عليها بتطبيق ‪ OLS‬لـ *‪ y‬على *‪، z‬‬

‫أين‬

‫هذا التحويل تم اشتقاقه من )‪Fuller and Battese(1974‬‬

‫‪ -‬كما جرى في النموذج العشوائي ذات مركبة واحدة يمكن تعويض األخطاء الحقيقية‬
‫بأخطاء ‪ ،)Wallace and Hussain 1969(OLS‬تبقى طريقة ‪OLS‬غير متحيزة و‬
‫متسقة تحت النموذج اآلثر العشوائي ولكن يبقى غير جيد ونتيجة االنحراف المعياري و ‪.t‬‬
‫حيث‬ ‫‪ -‬كذلك يمكن تعويض أخطاء تقدير ‪ Within‬بـ‬

‫و ‪ β‬مقدر من (‪ )I‬وهي طريقة )‪.Amemiya(1971‬‬

‫‪ -‬لقد بين )‪ Amemiya (1971‬أن تقدير ‪ Wallace‬و ‪ )1963( Hussain‬لمركبات‬

‫التباين لها توزيع تقاربي يختلف عن ذلك المتعلق بالتوزيع الحقيقي غير أن تقدير‬
‫المركبات التباين لـ )‪ Amemiya(1971‬لها نفس التوزيع التقاربي للتوزيع الحقيقي‪.‬‬

‫‪69‬‬
70
 ‫الفصل الرابع‬
‫النماذج الديناميكية والمعادالت‬
‫الظاهرة مستقلة‬

‫‪71‬‬
 ‫المبحث األول ‪ :‬النماذج الديناميكية‬

‫النموذج المدروس هنا من الشكل التالي ‪:‬‬

‫اذا كانت لدينا متغيرة واحدة خاجية ‪ ،‬سنبين أن التقدير عن طريق الطرق السابقة هو متحيز‬
‫وليس تقاربي ( ‪ ،)Non convergent, Biaisé‬وعليه يجب تطبيق طرق أخرى تستدعي‬
‫استعمال المتغيرات االدواتية‪.‬‬

‫المطلب األول‪ :‬التحيز و التقارب ‪:‬‬

‫من أجل أن نبين ذلك نأخذ تقدير داخل األفراد‪:‬‬

‫لدينا النموذج التالي ‪)1( :‬‬

‫و الذي يستلزم ‪)2( :‬‬

‫المحسوب على ‪ T-1‬مشاهدة للفرد ‪i‬‬ ‫هو متوسط األفراد‬ ‫حيث ‪:‬‬

‫يمثل التقدير الداخلي لألفراد في تطبيق على النموذج التالي بطرح (‪ )1‬و (‪: )2‬‬

‫(‪)3‬‬

‫المشكل المطروح في النموذج (‪ )3‬متمثل في وجود ارتباط مباشر بين األخطاء الجديدة‬
‫يتطلب ضمنيا‬ ‫‪،‬تفسير ذلك بسيط حيث حساب‬ ‫و المتغيرة‬
‫و‬ ‫‪ ،‬وعليه عن طريق بناء‬ ‫‪ T-1‬مشاهدة أولى لألخطاء‬
‫لمعامل المتغيرة المؤخرة متحيز و غير تقاربي‪.‬‬ ‫مرتبطة ‪ ،‬ومن نتائج هذه الظاهرة أن تقدير‬

‫‪72‬‬
 ‫المطلب الثاني ‪:‬التقدير عن طريق المتغيرة األدواتية لـ ‪ Anderson‬و ‪( Hsiao‬‬
‫‪)1981‬‬

‫اذا قمنا باعادة كتابة النموذج السابق عن طريق الفرق األول و بافتراض أن النموذج هو‬
‫نموذج انحدار ذاتي ‪:‬‬

‫(‬ ‫مرتبط مع الحد الجديد‬ ‫ان تطبيق تقدير ‪ MCO‬متحيز لكون المتغيرة‬
‫مع بقائه مرتبط بقوى مع‬ ‫نظريا غير مرتبط بـ‬ ‫) ولكن‬ ‫هو مركب من‬
‫تشكل هنا متغية‬ ‫غير مرتبط فيما بينها) وعليه‬ ‫( مع افتراض أن األخطاء‬
‫اصطناعية جيدة‪.‬‬

‫نذكر اذا ‪ Zt‬هي متغيرة أدواتية لمتغيرة المفسرة ‪ Xt‬المرتبطة باألخطاء‪ ،‬فان تقدير عن‬
‫طريق المتغيرة األدواتية للنموذج التالي ‪:‬‬

‫‪،‬‬ ‫‪،‬‬ ‫‪،‬‬ ‫معطى بـ ‪:‬‬

‫بالنسبة للنموذج الديناميكي المدروس‪ ،‬تقدير عن طريق المتغيرة األدواتية لـ (‪ Anderson‬و‬

‫‪ ))1981 ( Hsiao‬هو كمايلي ‪:‬‬

‫حيث ‪ yit-2 :‬هي القيمة الممركزة لـ ‪( Yit-2‬توقع ‪ Yit-Yit-1‬معدوم )‬

‫‪73‬‬
 ‫المطلب الثالث ‪ :‬التقدير عن طريق العزوم المعممة لـ ‪ Arellano‬و ‪: )1992 ( Bond‬‬

‫قام كل من(‪ Arellano‬و ‪ ))1992 ( Bond‬باقتراح مقدر هدفه تفادي سببين لعدم فعالية‬
‫تقدير لـ (‪ Anderson‬و ‪ ))1981 ( Hsiao‬متمثلة في ضعف عدد المتغيرات المأخوذة وعدم أخذ‬
‫بعين االعتبار ارتباط األخطاء لنموذج الفرق األول‪.‬‬

‫فيما يخص العائق األول فإنهما الحظا بأنه يوجد متغيرات أخرى أدواتية‪ ،‬على سبيل‬
‫المثال لنعتبر عينة بانيل لها خمسة مشاهدات ( ‪ ، )0,1,2,3,4‬وليكن النموذج التالي ‪:‬‬

‫يكتب النموذج كمايلي ‪:‬‬

‫‪t=2 :‬‬

‫‪t=3 :‬‬

‫‪t=4 :‬‬

‫و غير‬ ‫تشكل ‪ yi0‬قي الفترة ‪ t=2‬أدات مقبولة مادام أنها مرتبطة بـ‬
‫غير مرتبطة‪ ،‬وعليه ‪ yi0‬ماهو اال آدات ‪yit-2‬‬ ‫وهذا مادام قيم‬ ‫مرتبطة بـ‬
‫المقرحة من طرف (‪ Anderson‬و ‪ ،))1981 ( Hsiao‬وفي الفترة ‪ t=3‬اآلدات المقترحة هي‬
‫‪ yi1‬اال أنه ‪ yi0‬تشكل كذلك أيضا آدات مقبولة بسبب طبيعة االنحدار الذاتي للنموذج فهي‬
‫وبالتالي لدينا أداتين من أجل تقدير‬ ‫‪ ،‬ولكن غير مرتبطة مع‬ ‫مرتبطة بـ‬
‫النموذج في الفترة ‪t=3‬؛ كذلك في الفترة ‪ t=4‬المتغيرات ‪ ، yi2، yi1،yi0‬هي أدوات مقبولة‪.‬‬

‫مجمل المتغيرات األدواتية المتاحة لتقدير النموذج معطاة بـ ‪:‬‬

‫شروط المستعملة هي الشروط العمودية‪:‬‬

‫‪74‬‬
 ‫النموذج يحتوي على ‪ K+1‬متغيرة خارجية‪ ،‬تشكل مضاعفة آدوات القيم المؤخرة لـ ‪ yit‬تؤدي‬
‫‪ K+1+T(T-1) /2‬آدات حيث ‪ T‬تمثل عدد الفترات للعينة‬ ‫الى الحصول على مجموع‬
‫ناقص واحد مادام باالتفاق المشاهدة األولى متعلقة بالفترة ‪)t=0‬‬

‫تطبيقيا من أجل تحسين دقة المقدر نقوم بمضاعفة األدوات ‪ ∆Xit‬في كل فترة أي نعرف ‪ Z‬بـ ‪:‬‬

‫وعليه من أجل تحسين فعالية التقدير يقترح ‪ Arellano‬و ‪ Bond‬أخذ بعين االعتبار هيكل‬
‫ارتباط األخطاء و الذي هو معروف وعليه مصفوفة التباين و التباين المشترك لألخطاء معطى‬
‫‪:‬‬ ‫بالثابت‬

‫تقدير العزوم المعممة المقترحة من طرف ‪ Arellano‬و ‪ Bond‬معطاة بـ ‪:‬‬

‫هذا المقدر تقاربي وله توزيع تقاربي ‪:‬‬

‫باالضافة الى ذلك يقترح ‪ Arellano‬و ‪ Bond‬تحويل قوي لهذا مقدر العزوم المعممة اليفرض‬
‫تحديد كامل لشكل االرتباط أو عدم تجانس األخطاء بوضع ‪:‬‬

‫‪75‬‬
 ‫شعاع األخطاء المقدر المتعلق بأخذ مقدر المتغيرات األدواتية أو العزوم المعممة‬
‫المعروضة أعاله‪ ،‬و ‪ ω‬مصفوفة التباين و التباين المشترك غير المحدد لشعاع األخطاء‬
‫يمكن تقديره بطريقة متقاربة ( من أجل →‪ T ،N‬محدد)؛ ‪ Z ωZ‬بـ ‪:‬‬

‫‪ω‬‬

‫يكتب التقدير القوي للعزوم المعممة كمايلي ‪:‬‬

‫‪ω‬‬ ‫‪ω‬‬

‫هذا التقدير متقارب و توزيعه تقاربي معطى بـ ‪:‬‬

‫‪ω‬‬

‫المبحث الثاني ‪:‬نظام المعادالت االنحدارية ‪:‬‬

‫في النماذج السابقة يمكن بناء نظام للمجموعة من المعادالت بحيث تحتوي على‬
‫نفس المتغيرات المستقلة كمايلي‪:‬‬

‫لدينا ‪ N‬معادلة و ‪ T‬مشاهدة‬

‫هذا النظام يسمى بنظام )‪Zellner(1962‬‬

‫‪76‬‬
 ‫المطلب األول ‪:‬المعادالت االنحدارية الظاهرة مستقلة ( ‪Seemingly )SUR‬‬
‫‪unrelated regression‬‬

‫تعطى هذه المعادلة كمايلي ‪:‬‬

‫حيث ‪:‬‬

‫‪ε‬‬

‫و‪:‬‬

‫نفترض أنه قد استعمل ‪ T‬مشاهدة لتقدير المعالم لـ ‪ N‬معادلة ‪ ،‬كل معادلة لها ‪ K‬انحدار أي‬
‫؛ نفترض ‪T>Ki‬‬ ‫بمجموع‬

‫ونفترض أن األخطاء غير مرتبطة مع المشاهدات وعليه‪:‬‬

‫غير ذلك‬

‫هيكل األخطاء هو ‪:‬‬

‫حيث ‪:‬‬

‫أين ‪:‬‬

‫‪77‬‬
 ‫المطلب الثاني ‪ :‬طريقة المربعات الصغرى المعممة ‪:‬‬

‫كل معالة هي انحدار كالسيكي يمكن تقدير المعامالت بطريقة تقاربية عن طريق ‪ MCO‬ويطبق‬
‫االنحدار العام على المعطيات المجمعة ‪:‬‬

‫وبالتالي التقدير الجيد هو تقدير ‪MCG‬‬

‫‪ )N‬هي ‪:‬‬ ‫بالنسبة للمشاهدة ‪ ، t‬مصفوفة التباين و التباين المشترك لألخطاء (‬

‫و‬ ‫لدينا‪:‬‬

‫‪ ،‬تقدير ‪ MCG‬هو ‪:‬‬ ‫العنصر ‪ ij‬لـ‬ ‫ليكن‬

‫هذا التقدير بطبيعة الحال يختلف عن تقدير المربعات الصغرى‪ ،‬لحد اآلن المعادالت المرتبطة فقط‬
‫عن طريق األخطاء من هنا تمت تسميتها بالمعادالت االنحدارية الظاهرة مستقلة ‪. SUR‬‬

‫‪78‬‬
 ‫مادم المصفوفة ‪ Ω‬غير معروفة بالتالي يجب اتباع الخطوات التالية‪:‬‬

‫‪-1‬تقدير كل معادلة ( ‪ )i=1,…,N‬عن طريق ‪MCO‬‬

‫ونقوم بحساب شعاع األخطاء ‪ei‬‬

‫( ‪) i,j=1,…,N‬‬ ‫و‬ ‫‪-2‬حساب التقديرات التقاربية لـ‬

‫;‬

‫‪-3‬تقدير النظام المركب ‪ N‬معادلة ب ‪:‬‬

‫‪-‬بعض الحاالت الخاصة‪:‬‬

‫‪ ،‬ال داعي الستعمال ‪ MCG‬لنظام المعادالت‬ ‫‪ -1‬اذا المعادالت مستقلة أي‬

‫يعادل ‪ MCO‬لكل معادلة‪.‬‬

‫‪ – 2‬يمكن تطبيق نموذج ‪ SUR‬لما األخطاء تكون مرتبطة و ليكن النموذج كمايلي ‪:‬‬

‫التقدير يتم كمايلي ‪:‬‬

‫من األخطاء‪.‬‬ ‫أوال‪ :‬تقدير كل معادلة عن طريق ‪ MCO‬و تقدير‬

‫‪79‬‬
‫ثانيا‪ :‬تقدير كل معادلة للنموذج المحول( نموذج شبه الفروقات اذا تم استعمال طريق‬
‫‪)Cochrane –Orcut‬‬

‫ثالثا‪ :‬تقدير‬

‫مع *‪ X‬و *‪ y‬لمتغيرات الفرق األول‪.‬‬

‫‪80‬‬
 ‫الفصل الخامس‬
‫التطورات الحديثة في معطيات بانيل‬

‫‪81‬‬
‫سنتطرق في الفصل الى كيفية اختبار الجذر األحادي في المعطيات بانيل‪ ،‬والتي تتمثل في‬
‫توسيع كل من اختبارات ديكي فيلر البسيط و دكي فيلر الموسع على التقديرات في معطيات‬
‫بانيل ‪ ،‬غير أن عملية االختبار في معطيات أكثر تعقيدا من ماهو موجود في السالسل الزمية‪،‬‬
‫حيث أن العامل الحاسم في معطيات بانيل متمثل في درجة عدم التجانس للسالسل؛ حيث أن‬
‫األفراد يمكن أن يكون لها نفس الخاصية أو الخصائص أي أن تكون كلها مستقرة أو غير‬
‫مستقرة (أو متكاملة أو غير متكاملة)‪.‬‬

‫لذلك تم تطوير من االجراءات من أجل محاولة الجمع بين المعلومات في البعد الزمني‬
‫لسالسل و البعد المقطعي من أجل عرض وجود الجذر األحادي‪ ،‬ومنه ظهرت مجموعة من‬
‫االختبارات و التي تتطلب من المعطيات بانيل أن تكون متوزانة ( أي لها نفس عدد‬
‫المشاهدات الزمنية و المقطعية) واختبارات أخرى تسمح للمعطيات أن تكون غير متزنة‪.‬‬

‫يتمثل المشكل اآلخر في كيفية صياغة فرضية العدم ‪ ،‬حيث يمكن أن تكون صياغة فرضية‬
‫العدم كتعميم الختبار ديكي فيلر البسيط( أي نفترض أن تكون كل السالسل في معطيات بانيل‬
‫غير مستفرة) و رفض فرضية العدم اذا بعض السالسل البانيل تظهر مستقرة ومن جهة‬
‫أخرى يمكن صياغة فرضية العدم بطريقة معاكسة افتراض كل السالسل في البانيل مستقرة‬
‫ورفضها اذا كان هناك ما يكفي من األدلة لعدم استقرايتها‪.‬‬

‫يوجد عامل مهم في تطوير اختبار الجدر األحادي في معطيات بانيل متمثل في السلوك‬
‫التقاربي لـ ‪ N‬و ‪ ، T‬عدة فرضيات يمكن وضعها على كل منهما؛ عدة فرضيات يمكن‬
‫وضعها على كل بعد‪ ،‬على سبيل المثال تثبت ‪ N‬و جعل ‪ T‬تؤول الى ماالنهاية ثم ‪ N‬الى‬
‫ماالنهاية و ‪ T‬ثابت‪ ،‬و في الحالة األخيرة كليهما يؤوالن الى ماالنهاية‪.‬‬

‫ثم نتطرق الى النماذج بانيل في حالة معطيات كيفية‪.‬‬

‫‪82‬‬
 ‫المبحث األول ‪ :‬اختبار االستقرارية مع فرضية عدم ارتباط مابين األفراد‬

‫المطلب األول ‪:‬اختبار لفين و و لين ‪Levin and lin test‬‬

‫تم تطوير أول اختبار لمعطيات بانيل لالستقرارية من طرف لفين و لين (‪ ،)1992‬وقد تم‬
‫عرضها في ورقة عمل (‪ ، )Working paper‬وبعد ذلك تم عرضه في ‪ 2002‬مع ‪ Chu‬؛‬
‫غير أنه تم االحتفاظ باالختصار ‪ LL‬و يمكن النظر الى هذا االختبار كامتداد الختبار ديكي‬
‫فيلر‪.‬‬

‫الفرع األول ‪ :‬عرض الختبار ‪: LL‬‬

‫يأخذ اختبار ‪ LL‬الشكل التالي ‪:‬‬

‫يمكن تلخيص النماذج الثالثة في المعادلة التالية‪:‬‬

‫مادام ‪ p‬غير معلوم يقترح اختبار ‪ LLC‬مراحل لتطبيق االختبار‬

‫الفرع الثاني‪ :‬مراحل تطبيق اختبار‪: LL C‬‬

‫المرحلة األولى ‪ :‬القيام باختبارات منفصلة لـ ‪ ADF‬لكل مقطع ‪:‬‬

‫السماح لـ ‪ Pi‬أن يتغير من فرد الى آخر‬

‫‪83‬‬
‫من أجل تحديد‬ ‫من أجل ‪ T‬معطاة يتم اختيار أعظم تأخر ‪ Pm‬ثم استعمال ‪ t-student‬لـ‬
‫اذا أقل تأخر هو جيد( هذا االختبار ‪ t-stat‬يتبع )‪ ، )N(0,1‬تحت فرضية العدم (‬
‫‪.‬‬ ‫و لما‬ ‫في الحالتين‬

‫لما يتم تحديد ‪ pi‬يتم القيام بانحدارين متعامدين للحصول على البواقي ‪:‬‬

‫(للحصول على البواقي‬

‫(للحصول على البواقي‬

‫الحصول على معيارية األخطاء للتحكم في مختلف التباينات عبر ‪: i‬‬

‫و‬

‫يمثل االنحراف المعياري من انحدار ‪ ADF‬لكل ‪i=1 ,…,N‬‬ ‫حيث‬

‫المرحلة الثانية ‪ :‬تقدير النحراف المعياري للمدى الطويل لالنحراف المعياري على المدى‬
‫القصير؛ تحت فرضية العدم للجذر األحادي للمعادلة (أ) باستعمال العالقة التالية‪:‬‬

‫هي نقطة انكسار متعلقة بالمعطيات و يتم الحصول عليها بحيث تحقق اتساق‬ ‫حيث‬
‫بالنسبة نواة ‪، Bartlett‬‬

‫‪،‬‬ ‫من أجل كل فرد ‪ ، i‬االنحراف المعياري على المدى الطويل يقدر بـ‬

‫متوسط االنحراف المعياري مقدر بـ‬

‫‪84‬‬
 ‫المرحلة الثالثة ‪ :‬حساب االختبار االحصائي‪:‬‬

‫نقوم بالتقدير االجمالي ‪ Pooled‬لـ ‪:‬‬

‫هو معدل عدد المشاهدات لكل فرد في‬ ‫‪،‬‬ ‫مشاهدة أين‬ ‫المبني على‬
‫هو معدل التأخرات لألفراد في ‪ADF‬؛ االحصائية ‪t‬‬ ‫‪،‬‬ ‫عينة البانيل مع‬
‫التقليدية من أجل ‪:‬‬

‫هي ‪:‬‬

‫حيث ‪:‬‬

‫و‪:‬‬

‫هي تقدير التباين لـ‬

‫حساب احصائية ‪ t‬المصححة ‪:‬‬

‫هي متوسط و االنحراف الميعاري التعديلي المعطى في جدول ‪ 2‬من‬ ‫و‬ ‫أين‬
‫لكل‬ ‫اختبار ‪ ، LLC‬حيث هذا الجدول يحتوي على نقطة االنكسار نأخيرات المعامالت‬
‫يتبع تقاربيا )‪.N(0 ,1‬‬ ‫‪ ،‬يبين ‪ LLC‬أن‬ ‫سلسة زمنية‬

‫‪85‬‬
 ‫تؤكد على أن البعد المقطعي‬ ‫حيث‬ ‫مالحظة ‪ :‬عملية التقاريب تتطلب‬
‫‪ N‬هي دالة متزايدة لـ ‪T‬؛ يشير ‪ LLC‬على أن هذا له صلة بمعطيات الصغيرة أين ‪ T‬له‬
‫هي‬ ‫و ثابت‬ ‫‪ ،‬و حاالت األخرى مثل‬ ‫القابلية أن ينمو أكثر من‬
‫كافية و لكن ليست ضرورية‪.‬‬

‫تتطلب طريقة ‪ LLC‬عند القيام بالحساب تحديد عدد التأخيرات المستعملة عند كل مقطع أو‬
‫فرد ‪ i‬النحدار ‪ ، ) Pi( ADF‬و كذلك اختبار النواة المستعملة في اختبار المعادالت؛ باالضافة‬
‫الى اختبار المتغيرات الخارجية المستعملة ؛ أي اختبار الفرضيات التالية ‪:‬‬

‫النموذج األول‪:‬‬

‫النموذج الثاني ‪:‬‬

‫النموذج الثالث ‪:‬‬

‫مالحظة‪:‬‬

‫‪ -1‬ان االختبارات المتعلقة بفرضيات العدم هي ليست اختبارات فردية ‪ ،‬أي هي اختبارت‬
‫اجمالية‪.‬‬

‫‪ -2‬تتطلب طريقة ‪ LLC‬عند الحساب عدد فترات التأخير في كل انحدار مقطعي ‪)pi( ADF‬‬
‫‪ ،‬وكذلك اختبار النواة عند حساب ‪. SN‬‬

‫‪86‬‬
 ‫‪ -3‬يجب تحديد المتغيرات الخارجية المستعملة في اختبار المعاالت ؛ قد نختار عدم ادخال و‬
‫ال متغيرة خارجية‪ ،‬أو ادخال الثابت الفردي(اآلثر الفردي) أو ادخال الثابت و الزمن‪.‬‬

‫‪ -4‬يقترح ‪ LLC‬استعمال اختبار الجذر األحادي للبانيل ذات حجم ‪ N‬مابين ‪ 10‬و ‪ 250‬و ‪T‬‬
‫مابين ‪ 25‬و ‪250‬‬

‫‪ -5‬حدود اختبار ‪ LLC‬متمثلة في فرضية االستقاللية مابين األفراد و غير قابلة للتطبيق اذا‬
‫كان هناك ارتباط مقطعي؛ باالضافة الى ذلك فرضية أن كل المقاطع لها أو ليس لها جذور‬
‫الوحدة مقيدة‬

‫المطلب الثاني ‪ :‬اختبار ايم‪-‬بيسران –شين ( ‪)IPS (2003 )Im-Pesran-shin‬‬

‫قام كل من ايم‪-‬بيسران –شين في ‪ 2003‬بتوسيع اختبار ‪ LL‬وذلك عن طريق السماح لمعامل‬

‫أن يكون غير متجانس؛ حيث يقترح ‪ IPS‬متوسط فردي الختبار احصائية جذر‬
‫الوحدة‪.‬‬

‫يعطي اختبار ‪ IPS‬تقديرات منفصلة لكل مقطع ‪ ،i‬مع السماح عدة تحديدات للقيم المعلمية‪،‬‬
‫لتباين األخطاء و للتأخر للنموذج ‪:‬‬

‫فرضية العدم متمثلة في أن كل سلسلة في البانيل تحتوي على جذر الوحدة أي لكل ‪: i‬‬

‫أما الفرضية البديلة تسمح ببعض( لكن ليس الكل) السالسل الفردية أن يكون لها جذر الوحدة‬
‫أي ‪:‬‬

‫‪87‬‬
 ‫احصائية لـ ‪ IPS‬معرفة كمتوسط احصائية ‪ ADF‬الفردية معرفة بـ ‪:‬‬

‫لكل ‪i‬‬ ‫هو احصائية ‪ t‬الختبار‬ ‫حيث‬

‫‪:‬‬ ‫‪ ،‬نضع‬ ‫يبين ‪ IPS‬أن هذه االحصائية تتبع التوزيع الطبيعي لما‬

‫حيث قيم التوقعات الرياضية ]‪ E[.‬و التباين ]‪ V[.‬تم حسابها باستعمال المحاكاة لعدة قيم ذات‬
‫بعد زمني ‪ T‬و تأخر ‪. pi‬‬

‫المطلب الثالث ‪ :‬اختبار بريتنغ ‪: Test Breitung‬‬

‫تتطلب كل من االختبارات ‪ LLC‬و ‪ IPS‬على ان تكون ‪ N‬صغيرة بما فيها الكفاية بالنسبة لـ‬
‫؛ و هذا يعني أن هذين االختبارين التبقي حجم االسمي جيد لما‬ ‫و‬ ‫‪ T‬أي‬
‫‪ N‬يكون صغير أو يكون نسبيا مقارنتا بـ ‪ ،T‬تبين عملية المحاكاة الناتجة من ‪Im et al‬‬
‫)‪ (2003‬أن كل من اختبار ‪ IPS‬و ‪ LLC‬لديهم خلل في الحجم لما ‪ N‬تكون نسبيا أكبر من ‪.T‬‬

‫درس )‪ Breitung(2000‬قرة إختبار لـ ‪ LLC‬و ‪ IPS‬فوجد بأن كل من اختبارين يعانين من‬

‫فقدان معتبر لقوة االختبار (اذا تم ادخال االتجاهات الفردية)‪ ،‬وهذا راجع إلى تصحيح التحيز‬
‫الذي يزيل المتوسط تحت سلسة من البدائيل المحلية‪ ،‬ويشير ‪ Breitung‬أن االختبار‬
‫االحصائي الذي يحتوي على تعديل التحيز قوته هي أعلى بكثير من اختبارات ‪ LLC‬و ‪IPS‬‬
‫عند استعمال محاكاة مونتي كارلو‪ ،‬وتشير نتائج المحاكاة أن اختبارات ‪ IPC‬و ‪ LLC‬حساسة‬
‫جيدا للتحديد ‪.‬‬

‫‪88‬‬
 ‫الفرع األول ‪ :‬مراحل تطبيق االختبار‬

‫المرحلة األولى ‪ :‬هي تقريبا نفسها المستعملة في ‪ LLC‬حيث نقوم باختبارات منفصلة لـ‬
‫‪ ADF‬لكل مقطع ‪:‬‬

‫السماح لـ ‪ Pi‬أن يتغير من فرد الى آخر‬

‫من أجل تحديد‬ ‫من أجل ‪ T‬معطاة يتم اختيار أعظم تأخر ‪ Pm‬ثم استعمال ‪ t-student‬لـ‬
‫اذا أقل تأخر هو جيد( هذا االختبار ‪ t-stat‬يتبع )‪ ، )N(0,1‬تحت فرضية العدم (‬
‫‪.‬‬ ‫و لما‬ ‫في الحالتين‬

‫من أجل تحديد ‪ pi‬يتم القيام بانحدارين متعامدين للحصول على البواقي ‪:‬‬

‫(للحصول على البواقي‬

‫(للحصول على البواقي‬

‫الحصول على معيارية األخطاء للتحكم في مختلف التباينات عبر ‪: i‬‬

‫و‬

‫يمثل االنحراف المعياري من انحدار ‪ ADF‬لكل ‪i=1 ,…,N‬‬ ‫حيث‬

‫باستعمال التحويل الذي استعمله ‪Arellano and‬‬ ‫المرحلة الثانية ‪ :‬يتم تحويل األخطاء‬
‫)‪: Bover (1995‬‬

‫كذلك ‪:‬‬

‫‪89‬‬
 ‫مع الثابت و الزمن‬

‫مع الثابت وبدون الزمن‬

‫بدون الثابت وبدون الزمن‬

‫المرحلة النهائية ‪:‬‬

‫تتمثل هذه المرحلة في انحدار االجمالي ‪ Pooled‬للنموذج التالي ‪:‬‬

‫و الحصول على احصائية ‪ t‬لـ ‪:‬‬

‫و الذي له التوزيع الطبيعي المعياري )‪N(0 ,1‬‬

‫المطلب الرابع ‪ :‬اختبار )‪Madala and Wu(1999‬‬

‫يسمى هذا االختبار كذلك باختبار ‪ ،Fisher-type test‬حيث يقترح هذا االختبار منهج آخر‬
‫مبني على مستوى المعنوية( أي قيمة ‪ ) p‬لـ ‪ N‬اختبار للجذر االحادي مستقل أي ‪:‬‬

‫قيمة ‪ P‬الختبار الجذر األحادي للفرد ‪i‬‬

‫‪ ،‬تكتب احصائية ‪ MW‬كمايلي‬ ‫لحجم زمني‬ ‫و )‪ F(.‬دالة التوزيع لالحصائية الفردية‬

‫‪:‬‬

‫‪ N ،‬محدد‬ ‫من أجل‬

‫‪90‬‬
 ‫عند مستوى معنوية ‪ %α‬نرفض فرضية العدم للجذر األحادي‬ ‫اذا كان‬
‫للمجمل األفراد‪.‬‬

‫مالحظة‪ -1 :‬من مزايا اختبار ‪ MW‬أنه اليقيد بالنسبة للفرضية البديلة رتبة تأخير موحدة‬
‫بالنسبة لكل فرد‪.‬‬

‫‪-2‬اختبار ‪ MW‬اليحتاج بأن تكون المعطيات بانيل اسطوانية‬

‫‪ -3‬من عيوب هذا االختبار أن قيم ‪ p-value‬يتم استخراجها عن طريق المحاكاة المونتيكلو‬
‫‪ Montecarlo‬وبأكثر دقة عن طريق المحاكاة ‪bootstrap‬‬

‫اقترح )‪ Chooi(2001‬اختبار يعادل اختبار ‪ p‬في حالة ‪ N‬كبير ‪:‬‬

‫‪،‬‬ ‫هذه الكمية تتبع توزيع الطبيعي المعياري لما‬

‫المطلب الخامس ‪ :‬اختبار )‪Hadri(2000‬‬

‫يشتق هذا االختبار من األخطاء باالعتماد على اختبار مضاعف القرانج‪ ،‬أين فرضية العدم‬
‫متمثلة في عدم وجود الجذر األحادي في أي من السالسل مقابل الفرضية البديلة المتمثلة في‬
‫وجود الجذر األحادي في البانيل‪.‬‬

‫يعتمد هذا االختبار على أخطاء ‪ OLS‬لـ ‪ yit‬على الثابت أو على الثابت و الزمن؛ و الذي‬
‫يكتب كمايلي ‪:‬‬

‫(أ)‬

‫و‬

‫(ب)‬

‫‪ ،‬أي ذات مسار عشوائي‬ ‫حيث ‪:‬‬

‫‪91‬‬
‫مستقلة و ذات توزيع متساوي لتوزيع طبيعي‬ ‫‪،‬و‬ ‫و‬
‫و غير مرتبطة فيما بينها‪.‬‬

‫باستعمال التعويض يتكب النموذج كمايلي ‪:‬‬

‫(ج)‬

‫أين ‪:‬‬

‫فرضية االستقرارية هي ببساطة ‪:‬‬

‫أي في حالة‬

‫احصائية ‪ LM‬معطاة بـ ‪:‬‬

‫من المعادلة (ج) أي (أ) و‬ ‫هي المجموع الجزئي ألخطاء ‪OLS‬‬ ‫أي ‪:‬‬
‫(ب)‬

‫تحت فرضية العدم ‪H0‬‬ ‫هي التقدير المتسق لـ‬ ‫و‬

‫الحل الممكن متمثل في ‪:‬‬

‫يقترح )‪ Hadri(2000‬تصحيح ‪ LM‬لسماح عدم تجانس لـ ‪ i‬لنسميه‬

‫قام(‪ Hadri(2000‬باالعتماد على احصائية مضاعف القرانج أعاله‪ ،‬ببناء احصائية ‪Z‬‬
‫معطاة بـ ‪:‬‬

‫‪92‬‬
 ‫هي على التوالي ‪ 1 /6‬و ‪ 1 /45‬في النموذج الذي يحتوي على الثابت أي (أ)‬ ‫و‬ ‫قيم‬

‫هي على التوالي ‪ 1 /15‬و ‪ 11/6300‬في النموذج الذي يحتوي على الثابت أي‬ ‫و‬ ‫قيم‬
‫(ب)‬

‫اذا كان ‪ Z‬أكبر من القيم ‪ Zα‬المجدولة نرفض فرضية العدم ‪ H0‬استقرارية جميع األفراد‪.‬‬

‫المبحث الثاني ‪ :‬اختبار االستقرارية تحت فرضية ارتباط األفراد‬

‫يكمن االختالف بين هذا الجيل و الجيل األول في ارتباط بين األفراد ال يتم بالضرورة عن‬
‫طريق التذبذبات( األخطاء)‪ ،‬وانما عن طريق عدة مركبات مشتركة‪.‬‬

‫المطلب األول‪ :‬اختبار باي و ناج (‪Bai and NG(2004-2005) (BN‬‬

‫اقترح أول اختبار لفرضية العدم للجذر األحادي بوجود امكانية ارتباط بين األفراد؛ و في هذا‬
‫االطار يجب تحديد هذا االرتباط‪.‬‬

‫يكتب نموذج ‪ BN‬ذات العامل المشترك كمايلي ‪:‬‬

‫حيث ‪:‬‬

‫‪ :‬هي دالة كثير حدود للزمن ذات درجة ‪t‬‬

‫‪ :‬شعاع مشترك ذات بعد (‪)1,t‬‬

‫‪ :‬شعاع المعالم من حجم (‪)t,1‬‬

‫و ذبذبات (خطأ‬ ‫و مركبة مشتركة‬ ‫تتكون من مركبة محدد متجانسة‬ ‫وبالتالي‬

‫خالي من البعد الفردي و من البعد الزمني ‪.‬‬ ‫عشوائي )‬

‫‪93‬‬
 ‫غير‬ ‫في هذا االطار تحدث عدم االستقرارية إذا على األقل أحد المعامالت المشتركة‬
‫غير مستقرة؛بدال من االختبار المباشر عدم االستقرارية لـ‬ ‫مستقرة و ‪ /‬أو إذا الذبذبات‬
‫تتمثل فكرة ‪ BN‬في اثباتها بصفة منفصلة عن طريق المركبة المشتركة و الذبذبات‪.‬‬

‫بأخذ حالة المركبة المحددة غير متجانسة من الدرجة ‪ 1‬؛ يكتب النموذج السابق كمايلي ‪:‬‬

‫( أ)‬ ‫مع ‪:‬‬

‫( ب)‬ ‫و‬

‫من المعادلة (أ) و (ب) ‪ ،‬العامل المشترك ‪ j‬و الذبذبة ‪ i‬تكوننا مستقرة اذا كانت على التوالي ‪:‬‬
‫غير المشاهدة‪.‬‬ ‫و‬ ‫‪ ،‬يكمن المشكل هنا على مستوى‬ ‫و‬

‫من أجل تجاوز هذا العائق قام ‪ BN‬تحليل بالمركبات الرئيسية ‪ ACP‬من خالل معطيات‬
‫بالفروقات في حالة النموذج بدون زمن فهو يكتب عن طريق الفرق األول كمايلي ‪:‬‬

‫عن طريق تحليل بالمركبات الرئيسية‪.‬‬ ‫تتمثل المرحلة األولى في تقدير األشعة ‪ r‬لـ‬

‫المرحلة الثانية‪ :‬نقوم بتعريف المتغيرات المجمعة‪:‬‬

‫بفضل القيم السابقة يمكن اختبار فرضية العدم للجذر األحادي لكل من المركبتين‪ ،‬وعليه من‬
‫‪ ،‬يقترح ‪ BN‬االستعانة باحصائية ‪ t‬الفردية لـ‬ ‫أجل اختبار عدم االستقرارية للذبذبات‬
‫‪ ADF‬النحدار التالي ‪:‬‬

‫من أجل اختبار الجذر األحادي لكل فرد ‪:‬‬

‫‪94‬‬
 ‫غير أنه حجم الضعيف للزمن يؤثر بصفة سلبية على قوة هذا النوع من االختبارات‪ ،‬ومن‬
‫أجل حل هذا المشكل قام ‪ BN‬ببناء احصائية على نمط ' ‪: ' MW‬‬

‫أين ‪ Pi‬تمثل قيم ‪ P‬المتعلقة باحصائية ‪ ADF‬الفردية‬

‫من أجل اختبار عدم استقرارية للعوامل المشتركة يميز ‪ BN‬بين حالتين ‪:‬‬

‫الحالة األولى‪ r=1 :‬في هذه الحالة يوجد عامل وحيد مشترك‪ ،‬فرضية عدم االستقرارية هي ‪:‬‬

‫يتم اختبارها بفضل اختبار ‪ ADF‬العادي المبني على االنحدار التالي ‪:‬‬

‫احصائية ‪ t‬المحسوبة لها نفس التوزيع التقاربي الحصائية ‪ Dickey-Fuller‬في حالة نموذج‬
‫بالثابت‪.‬‬

‫الحالة الثانية‪ r>1 :‬يميز ‪ BN‬عدد االتجاهات العشوائية في حالة معامالت المشتركة‪.‬‬

‫المطلب الثاني ‪ :‬اختبار )‪Pesaran(2007‬‬

‫يقترح هذا األخير عملية بسيطة تتمثل في توسيع انحدار ‪ DF‬أو ‪ ADF‬بادخال الفروقات‬
‫األولى المتوسطة الزمنية لـ ‪ yit‬و القيم المؤخرة لمتوسطتها‪ ،‬أي بالنسبة النحدار ‪ DF‬لدينا ‪:‬‬

‫و بالنسبة النحدار ‪: ADF‬‬

‫‪95‬‬
 ‫)‬ ‫هي متوسط الزمني لـ ‪ N‬فرد في ‪( t‬‬ ‫حيث ‪:‬‬

‫نتحصل على النموذج الموسع ذات البعد المقطعي‪ ،‬وهذا مايسمح من أخذ بعين االعتبار‬
‫امكانية وجود العامل المشترك‪.‬‬

‫‪Cross-sectionaly‬‬ ‫يقوم ‪ Pesaran‬ببناء احصائية متوسط ‪IPS ( CIPS‬‬

‫‪)augmented‬‬

‫و ‪ CADF‬و ‪.Cross-sectionaly augmented DF‬‬

‫والتي تكتب ‪:‬‬

‫وهي تعميم الحصائية ‪. IPS‬‬

‫حيث هذه األخيرة تتبع تتوزيع الطبيعي غير معياري وذلك باعطاء القيم الحرجة ‪ N‬و ‪. T‬‬

‫المبحث الثالث ‪ :‬اختبار التكامل المشترك (‪) Panel Data‬‬

‫كما هو الحال في اختبار جذر الوحدة‪ ،‬فان الدافع من استعمال اختبار التكامل المشترك في‬
‫البانيل هو البحث عن اختبار أكثر دقة من تلك التي نطبيقها في اختبار التكامل المشترك‬
‫الفردية‪ ،‬حيث هذه األخيرة معروفة بضعف قوتها بالخصوص من أجل ‪ T‬ذلت حجم ضئيل‪،‬‬
‫والتي أصبحت بفضل معطيات بانيل ذات قوة‪.‬‬

‫‪96‬‬
 ‫المطلب األول ‪ :‬اختبار البواقي المبنية على ‪ DF‬و ‪( ADF‬اختبار ‪) KAO‬‬

‫لنعتبر نموذج بانيل التالي ‪:‬‬

‫‪.‬‬ ‫هي ذات جذر أحادي وحد )‪ I(1‬وغير متكامل زمنيا من أجل‬ ‫و‬ ‫حيث‬

‫الختبار فرضية العدم‬ ‫يقترح )‪ Kao(1999‬اختبار الجذر األحادي ‪ DF‬و ‪ ADF‬لـ‬

‫المتمثلة في عدم وجود تكامل المشترك‪.‬‬

‫اختبارات ‪ DF‬يمكن حسابها من اآلثر الثابت لألخطاء ‪:‬‬

‫و‬ ‫حيث ‪:‬‬

‫يمكن كتابة فرضية العدم كمايلي ‪:‬‬

‫( عدم وجود تكامل مشترك)‬

‫و احصائية ‪ t‬معطاة بـ ‪:‬‬ ‫تقدير ‪ ols‬لـ‬

‫و‬

‫حيث ‪:‬‬

‫يقترح ‪ KAO‬أربع اختبارات ‪ DF‬كمايلي ‪:‬‬

‫‪97‬‬
 ‫و‬

‫و‬ ‫حيث ‪:‬‬

‫معتمدة على خارجية قوية مابين المتغيرات و األخطاء‬ ‫و‬ ‫في حين‬

‫بالنسبة للعالقة التكامل مع عالقة داخلية للمتغيرات و األخطاء‬ ‫و‬ ‫أما‬

‫بالنسبة لالختبار ‪: ADF‬‬

‫يمكن استعمال االنحدار التالي ‪:‬‬

‫مع عدم وجود التكامل المشترك لفرضية العدم‪ ،‬بناء احصائية ‪ ADF‬يمكن بنائها كـ‪:‬‬

‫في المعادلة (‪)1‬‬ ‫حيث ‪ tADF‬هي احصائية ستودنت لـ‬

‫‪98‬‬
 ‫و ‪ ADF‬تؤول إلى التوزيع الطبيعي‬ ‫‪،‬‬ ‫‪،‬‬ ‫‪،‬‬ ‫التوزيعات التقاربية لـ‬
‫المعياري )‪N(0,1‬‬

‫المطلب الثاني ‪ :‬اختبار البواقي المبني على مضاعف القرانج ( ‪Residual-Based LM‬‬
‫‪) Test‬‬

‫قام كل من )‪ McCoskey and Kao (1988‬باشتقاق اختبار وجود التكامل المشترك في‬
‫فرضية العدم بدال من فرضية العدم لعدم وجود التكامل المشترك؛ هذا االختبار هو توسيع‬
‫الختبار ‪.LM‬‬

‫النموذج المعروض يسمح من تغيير معامل المتغيرات و الثابت ‪:‬‬

‫و‪:‬‬

‫‪θ‬‬

‫حيث ‪:‬‬

‫‪θ‬‬ ‫فرضية العدم للتكامل المشترك توافق‬

‫االختبار االحصائي المقترح من طرف )‪ McCoskey and Kao (1998‬معرف كمايلي ‪:‬‬

‫حيث ‪ Sit‬هو الجمع الجزئي لألخطاء‬

‫معرفة في ‪ McCoskey‬و ‪Kao‬‬ ‫و‬

‫‪99‬‬
 ‫النتيجة التقاربية لالختبار هي ‪:‬‬

‫يمكن الحصول عليها من خالل محاكاة المونتي كارلو‪.‬‬ ‫و‬ ‫العزوم‬

‫المطلب الثالث ‪ :‬اختبارات بدروني( ‪) Pedroni Tests‬‬

‫اقترح )‪ Pedroni(2000 ,2004‬عدة اختبارات لفرضية العدم وجود التكامل المشترك في‬
‫نموذج المعطيات بانيل ذات عدم تجانس معتبر‪ ،‬يمكن تصنيف اختبارته الى صنفين‪.‬‬

‫الصنف األول‪ :‬يشبه االختبارات المذكورة وهي تتمثل في القيام بمتوسط االحصائيات لعدم‬
‫وجود التكامل المشترك في السالسل المقطع العرضي‪.‬‬

‫الصنف الثاني ‪ :‬يتمثل في القيام بالمتوسط بالجزء بحيث أن توزيع النهائي يعتمد على نهاية‬
‫الحدود البسط و المقام باألجزاء‪.‬‬

‫الصنف األول‪ :‬تحتوي مجموعة االحصائيات على المتوسط احصائية ‪Philips and‬‬
‫)‪:Ouliaris (1990‬‬

‫مقدرة من العالقة التالية ‪:‬‬ ‫حيث ‪:‬‬

‫و‬

‫هي مركبات المدى الطويل لتباين األخطاء‬ ‫و‬ ‫حيث‬

‫الصنف الثاني ‪ :‬فيما يخص المجموعة الثانية الحصائية ‪ Pedroni‬معرفة من أجل ‪ 4‬نسب‬
‫احصائية للتباينات‪.‬‬

‫‪100‬‬
 ‫التقدير المتسق لـ ‪ Ω‬مصفوفة التباين و التباين المشترك في المدى الطويل‪ ،‬نعرف‬ ‫نضع‬
‫في‬ ‫و‬ ‫‪ ،‬أي‬ ‫الثالثي السفلي ‪ Cholsky‬لـ‬
‫المدى الطويل للتباين الشرطي‪.‬‬

‫سنتطرق هنا فقط الى واحد من االحصائيات ‪:‬‬

‫حيث ‪:‬‬

‫‪t NT‬‬ ‫‪1. 3 N‬‬

‫مالحظة ‪ :‬هذا التوزيع يطبق على نموذج يحتوي على الثابت و يحتوي على الزمن‪.‬‬

‫البحث الرابع ‪ :‬التقدير و اختبار الفرضيات للجذر األحادي و التكامل في البانيل‬

‫من أجل الحصول على تقديرات صحيحة و القيام باالختبارات المالئمة‪ ،‬من الضروري‬
‫استعمال طرق تقدير أخرى وهذا مايؤكده)‪Pedroni(2000), KAO- Chinag (2000‬‬
‫ومن أجل ذلك هناك طريقتين طريقة المربعات الصغرى المصححة كليا ‪ FM-OLS‬و‬
‫طريقة المربعات الصغرى الدينماميكية ‪.DOLS‬‬

‫المطلب األول ‪ :‬طريقة المربعات الصغرى المصححة بالكامل ‪FM-OLS‬‬

‫(‪(Fully Modified ordinary lest squares‬‬

‫ان هذه الطريقة اقرحت في البداية في السالل الزمنية من طرف ‪Phillips and‬‬
‫)‪Hansen (1990‬؛ و اقرح )‪ Pedroni(2000‬تقدير‪ FM-OLS‬و التي تأخذ بعين االعتبار‬

‫‪101‬‬
 ‫الحالة التي يكون فيها المتغيرات االنحدارية داخلية و مشاكل االرتباط وعدم التجانس‬
‫األخطاء‪.‬‬

‫بأخذ النموذج التالي ‪:‬‬

‫حيث يفترض ‪ k‬متغيرة ‪ xit‬أنها غير مستقرة من الدرجة (‪ )1‬أي ‪:‬‬

‫‪ ϵ‬مستقر و ذات تباين و التباين المشترك‬ ‫و يفترض أن شعاع األخطاء‬

‫تقاربية ‪:‬‬

‫اذا المتغيرة المف َسرة ‪ yit‬مستقرة من الدرجة (‪ ،)1‬نقول أن المتغيرات ‪ yit‬و‪ xit‬هي متكاملة من‬
‫أجل كل فرد من البانيل ذات شعاع التكامل ‪.b‬‬

‫نفترض من أجل التبسيط أن النموذج له متغيرة واحدة مفسرة؛ التعبير عن طريق ‪FM-OLS‬‬
‫هو ‪:‬‬

‫‪102‬‬
 ‫و‬

‫يمكن تقديرها عن طريق (عدم التجانس و‬ ‫حيث مصفوفة التباين –التباين و المشترك‬
‫و‬ ‫االرتباط المتسقة) ‪ HAC‬كما التي افترضها )‪ ، Newey et West (1987‬لما‬
‫‪.‬‬

‫و أن لها توزيع تقاربي كمايلي ‪:‬‬ ‫بين )‪ Pedroni(2000‬أنها هذه األخيرة تتقارب عند‬

‫حيث ‪:‬‬

‫غير ذلك‬

‫من أجل توزيعها التقاربي ‪ t‬لدينا ‪:‬‬

‫المطلب الثاني ‪ :‬طريقة المربعات الصغرى الدينماميكية ‪DOLS‬‬

‫‪(Dynamique Ordinary Least Squares‬‬

‫تم تطوير هذه الطريقة في األصل من طرف )‪ Saikokomen(1990‬و ‪Stock -‬‬

‫)‪ Watson(1993‬على السالسل الزمنية وتم تكيفيها لمعطيات البانيل من طرف ‪Kao-‬‬
‫)‪ Chiang (2000‬و )‪Mark-Sul(2003‬؛ في حالة بانيل متجانس يتمثل األمر في ادخال‬
‫في عالقة التكامل المشترك‪ ،‬وهذا مايسمح من ازالة آثر‬ ‫القيم السابقة و المستقبلية‬
‫ارتباط المتغيرات المفسرة و األخطاء ‪ uit‬أي بطريقة أخرى األخطاء تتركب من ‪:‬‬

‫‪103‬‬
 ‫بتعويضها في المعادلة ‪:‬‬

‫نحصل على مايلي ‪:‬‬

‫متعامدة مع كل القيم السابقة و المستقبلية‬ ‫حيث األخطاء‬

‫العالقة السابقة يتم تقديرها عن طريق ‪ MCO‬في حالة البانيل غير متجانس ؛ فتصبح‬
‫المعادلة السابقة كمايلي ‪:‬‬

‫هي القيم االبتدائية محولة و ‪ qi‬هي قيمة االنكسار للمجموع غير منتهي‬ ‫و‬ ‫حيث‬
‫و‬ ‫وهي محدد لكل فرد؛ بين )‪ Kao-Chinag(2000‬أن تقدير ‪ DOLS‬لما‬
‫يؤول الى نفس توزيع الطبيعي ‪FM-OLS‬؛ و اذا أخذنا النموذج السابق التوزيع‬
‫التقاربي لتقدير ‪ DOLS‬هو ‪:‬‬

‫من النتائج المستخرجة من هذه الطرق ‪:‬‬

‫‪ -‬تحيز تقدير ‪ MCO‬معتبر‪ ،‬وتقدير ‪ FM-OLS‬ليس بالضرورة أحسن من ‪. MCO‬‬

‫‪ -‬تقدير ‪ DOLS‬هو أحسن من تقدير ‪ MCO‬و ‪FM-OLS‬‬

‫‪104‬‬
 ‫المبحث الخامس ‪ :‬معطيات بانيل و المعطيات الكيفية‬

‫يمكن تمثيل الحالة التي يكون المتغير التابع كيفي في حالة معطيات بانيل بـ ‪، yit‬حيث تحتوي‬
‫في هذه الحالة المتغيرة على خاصيتين‪ ،‬على سبيل المثال اذا الفرد ‪ i‬يملك مسكن في اللحظة‪t‬‬
‫بوضع كمايلي ‪:‬‬

‫اذا يملك مسكن في‬

‫غير ذلك‬

‫المتغيرة ‪ yit‬مرتبطة بالحدث (في هذه الحالة امتالك المسكن)‬

‫فان الحدث يتحقيق‬ ‫اذا‬

‫فان الحدث ال يتحقيق‬ ‫اذا‬

‫ان اختبار الترميز من تعريف احتمال وقوع الحدث‪ ،‬ويكتب التوقع الرياضي ‪ yit‬كمايلي ‪:‬‬

‫فيما بعد نبحث عن تحديد احتمال ظهور هذا الحدث‬

‫أما في حالة التي يكون فيها المتغير ‪ yit‬تحتوي على أكثر من خاصيتين نقول عنها متعددة‬
‫الخاصية(‪ ) Poytomique‬؛ على سبيل المثال الفرد ‪ i‬له عدد من امكانيات التنقل للوصول‬
‫الى مكان عمله في اللحظة ‪ t‬أي ‪:‬‬

‫اذا يذهب مشيا‬

‫اذا يأخذ وسيلة التنقل الجماعي‬
‫اذا يأخذ سيارته‬

‫باالضافة الى الشكل الكيفي للمتغير التابع‪ ،‬يمكن أن يكون محدود في قيمته؛ نتكلم في هذه‬
‫الحالة عن متغير مبتور ‪.Censurée‬‬

‫في كل هذه الحاالت عملية التقدير عن طريق النموذج الخطي تصبح غير مالئمة‪.‬‬

‫‪105‬‬
 ‫المطلب األول ‪ :‬نماذج بروبيت ‪Les modèles probit‬‬

‫‪،‬‬ ‫مادام النموذج الخطي غير مالئم النقوم بنمذجة ‪ yit‬ولكن احتمال وقوع الحدث‬
‫و التي هي‬ ‫وتتمثل العملية في مبدأ أن الظاهرة ‪ yit‬هي عبارة عن صورة لمتغير خفي‬
‫مستمرة ‪ ،‬وذلك بتطيبق القاعدة التالي ‪:‬‬

‫اذا‬
‫اذا‬

‫كتوفيقة خطية لخصائص متعلقة بالفرد ‪ i‬في الزمن ‪ ،t‬و التي‬ ‫يكون كتبابة المتغير الخفي‬
‫هي مستمرة ‪.‬‬ ‫شكلها يربط بانحدار متعدد‪ ،‬حيث‬

‫(‬ ‫يمكن كذلك تمثيله كمتفعة ‪ U1‬مرتبطة بقرار معبر عنه بـ‬ ‫تفسير المتغيرة‬
‫(الطالب اليواصل‬ ‫على سبيل مثال الطالب يواصل دراسته) و ‪ U0‬المرتبطة‬
‫الدراسة)‪.‬‬

‫اذا المنفعة التي توافق قراره تفوق القرار اآلخر( أي‬ ‫يؤخذ القرار‬

‫بربط العالقة السابقة نحصل على ‪:‬‬

‫غير مشاهدة‬

‫نشاهد‬

‫نفترض األخطاء ‪ εit‬مستقلة ولها نفس التوزيع )‪ (iid‬وأنها تتبع قانون ذات دالة توزيع معرفة‬
‫بـ )‪F(.‬‬

‫‪106‬‬
 ‫غير مشاهدة يسمح لنا من نمذجة بطريقة جيدة تحقق الحدث عن‬ ‫ان ادخال المتغيرة‬
‫طريق االشارة الى احتماله‪ ،‬وبالتالي النموذج األخير ياخذ شكل احتمال وقوع الحدث للفرد ‪i‬‬
‫في الزمن ‪t‬؛ ويكتب كتباته كمايلي ‪:‬‬

‫نضع )‪ F(.‬دالة توزيع ‪ εit‬أي الدالة المعرفة بـ‬

‫اذا توزيع القانون متناظر لدينا ‪:‬‬

‫أي ‪:‬‬

‫و‬

‫المشكل المطروح متعلق باختبار دالة التوزيع )‪F(.‬؛ القوانين االحتمالية المستعملة بالنسبة‬
‫لألخطاء هي ‪:‬‬

‫‪ -1‬القانون الطبيعي المختصر )‪ N(0,1‬ذات دالة التوزيع التالية‪:‬‬

‫وذات تباين معروف‬

‫‪ -2‬أو قانون اللوجيستيكي ذات التوزيع التالي ‪:‬‬

‫‪107‬‬
 ‫وذات تباين معروف يسازوي الى‬

‫في الحالة (‪ )1‬نتكلم عن نموذج بروبيت‬

‫في الحالة (‪ )2‬نتكلم عن نموذج لوجيت‬

‫ناتج عن تعظيم المعقولية ‪:‬‬ ‫تقدير مركبات الشعاع المعالم‬

‫غير أنه فيما يخص معطيات بانيل‪ ،‬تتطلب عملية النمذجت عدم تجانس الفردي غير المشاهدة‬
‫ادخال حد اضافي اما عن طريق ادخال الخاصية الفردية للثابت أو الخاصية العشوائية‪.‬‬

‫فيما يخص الخاصية العشوائية فهي مرتبطة بالخطأ المركب في هذه الحالة فان النموذج‬
‫المالئم هو نموذج ‪ ، Probit‬ألن المركبتين تتبع التوزيع الطبيعي منه فانها تتبع التوزيع‬
‫الطبييعي ‪ ،‬وهذا اليتحقق في حالة نموذج لوجيت؛ ولهذا الغرض نموذج بروبيت ذات أخطاء‬
‫مركبة‪.‬‬

‫المطلب الثاني ‪ :‬نموذج بروبيت ذات اآلثر الثابت‬

‫يكتب نموذج اآلثر الثابت كمايلي ‪:‬‬

‫غير مشاهدة‬

‫اذا نشاهد‬

‫‪108‬‬
 ‫مع ‪:‬‬

‫حيث )‪ F(.‬هي دالة التوزيع لألخطاء (الذبذبات) ‪ ،uit‬وتكتب دالة المعقولية كمايلي ‪:‬‬

‫غير أن تعظيم هذه المعقولية (أو اللوغاريتم) هذه األخيرة يؤدي الى تقدير تقاربي للمعالم الى‬
‫في حالة البعد الفري و الزمني يؤوالن في آننا وحد الى ماالنهية‪.‬‬

‫بين )‪Chamberlain (1980,1984‬في الحالة التي أين يكون البعد الزمني محدد عدم‬
‫و ‪ α‬وبالتالي عدم خطية نماذج بروبيت و لوجيت من أجل ‪ T‬محدد ‪ ،‬عدم‬ ‫تقارب شعاع‬
‫تقارب اآلثر الثابت يؤثر على تقدير المعالم ‪. δ‬‬

‫‪ ،‬لديها‬ ‫بالنسبة لنموذج لوجيت فقد وجد )‪ Chamberlin (1980‬أن االحصائية‬

‫(أي متعامد مع ‪ ) δ‬و يقترح تعظيم المعقولية الشرطية ‪:‬‬ ‫شرط أدنى وكافي لتعويض‬

‫من أجل تقدير الشعاع ‪δ‬‬

‫وعليه من أجل تبرير هذا االختيار نأخذ الحالة البسيطة لبانيل يحتوي على فترتين ‪ T=2‬؛‬
‫المشاهدات على فترتين لكل األفراد مستقلة و المعقولية غير المشروطة معطاة بـ ‪:‬‬

‫المجموع ‪ yi1+yi2‬يمكن أن يأخذ القيم التالية ‪ 1 ، 0‬او ‪2‬‬

‫‪ -‬وبالتلي أخذ ‪ 0‬هذا يعني كل من ‪ yi1‬و ‪ yi2‬معدومة وعليه لدينا ‪:‬‬

‫‪109‬‬
‫‪ -‬نفس الشيء اذا ‪ yi1+yi2‬تأخذ القيمة ‪ 2‬هذا يستلزم أن ‪ yi1‬و ‪ yi2‬كليهما يساوي ‪ 1‬اذا‬
‫‪:‬‬

‫وفي هذه األخيرة هذه الحدود التعطي أي شيء للمعقولية الشرطية مادام ‪ Ln(1)=0‬وبالتالي‬
‫المعقولية الشرطية لها أهمية اال في الحالة التي المجموع ‪ yi1+yi2‬تساوي ‪. 1‬‬

‫وهذا مايؤدي الى حصر العملية الى لألفراد الذين تغيرت وضعيتهم مابين الفترتين أي ‪:‬‬

‫هذه العبارة األخيرة يمكن حسابها عن طريق مايلي ‪:‬‬

‫(أ)‬

‫مع‬

‫( ب)‬

‫في حالة نموذج لوجيب لدينا‪:‬‬

‫و‬

‫بفضل (أ) و (ب) نحصل على ‪:‬‬

‫و‬
‫‪110‬‬
‫نالحظ من العالقات األخيرة أننا تمكنا من التخلي من اآلثر الثابت الفردي و بالتالي يمكن‬
‫الحصول على تقديرات تقاربية للمعالم عن طريق طريقة نموذج ‪ Logit‬حيث يمكن تعميم‬
‫العملية من أجل ‪T>2‬‬

‫المطلب الثالث ‪ :‬نموذج بروبيت ذات األخطاء المركبة (النموذج العشوائي)‬

‫يكتب نموذج بروبيت ذات األخطاء المركبة كمايلي ‪:‬‬

‫غير مشاهدة‬
‫نشاهد‬

‫مع‬

‫مع ‪:‬‬

‫اذا ‪:‬‬

‫هذا مايستلزم أن اآلثر الفردي يؤدي الى ارتباط زمني ـي ‪:‬‬

‫‪ρ‬‬

‫‪111‬‬
 ‫تساوي الى ‪:‬‬ ‫باستعمال المصفوفات ينتج من مصفوفة التابين و التباين المشترك لشعاع‬

‫االرتباط الزمني لألخطاء يؤدي الى أن المعقولية التوافق ضرب على ‪ i‬و ‪ t‬للدالة الكثافة‪:‬‬

‫وعليه فان مشاركة الفرد ‪ i‬في المعقولية يكتب كمايلي ‪:‬‬

‫مادام هناك استقاللية مابين األفراد يمكن كتابة المعقولية كجداء لمشاركة األفراد ‪ i‬في بنائها‬
‫أي ‪:‬‬

‫تعظيم هذه المعقولية معقد بسبب وجود التكامل ‪ ،‬بين )‪ Sevestre(2002‬بأنه بامكان كتابة‬
‫تكامل بسيط وذلك باستعمال تغيير المتغيرات بـ‬

‫(‪(I‬‬

‫مع‬

‫‪θ‬‬

‫‪θ‬‬ ‫و‬

‫وعليه من العبارة (‪ (I‬لدينا تكامل بسيط غير أنه صعب الحساب ولكن مايمكن مالحظته هو‬
‫الشكل التالي ‪:‬‬

‫‪112‬‬
‫وهذا األخير يمكن مكاملته عن طريق طريقة " ‪ " Quadrative Gaussienne‬والتي هي‬
‫طريقة تقريبية من خالل كثير حدود لـ ‪: Hermite‬‬

‫حيث ‪ J‬هو عدد نقاط التقييم‬

‫‪ Wj‬هو الثقل المعطى للنقطة ‪ j‬لتقييم‬

‫و )‪ f(zj‬هي قيمة )‪ f(z‬للنقطة ‪ j‬لـ ‪Z‬‬

‫‪113‬‬
 : ‫قائمة المراجع‬

- Baltagi H.Badi, Econometric Analysis of Panel Data, second edition, New Jersey, Jhohn
Wiley & Sons,2001.

- Dormont Brigitte, Introduction à l’économétrie, Paris,Montchrestien, 1999.

- Green Wiliam , Ecnometric Analysis, 5th ed , NJ: Prentice Hall, Apper Saddle River,
2003.

- Guyon Xavier , Statistique et économétrie, Paris, Ellipses, Edition Marketing, 2001

- Hayashi Fumio, Econometrics, New Jersey, Princeton University Press,2000.

- Johnston J., Méthodes Econométriques, Tome2, Traduit par Bernard Guerrien et

Francisco Vergara, Paris,Ed Economica, 1985

- Madala, G.S, Limited

Dependent Variable Models Using Panel Data , The journal of
Human Ressource Vol.22, No.3,Summer,1987,p315.
- Manoukian Edouard B., Guide de statistique appliquée, Paris,Herman, 1986.

- Ruth A.Judson, Ann L.Owen, Estimating Dynamic Panel Data Models, A practical Guid
for Macroeconomist, Federal Reserve Board of Governors , January 1996, p3, Source :
http://www.nyu.edu/its/pubs/connect/fall03/yaffee_primer.pdf (consulter le
10/06/2003).

- Sevestre Patrick, Econométrie des données de panel, Paris, Dunod,2002.

- Thomas Albain, Econométrie des variables qualitatives, Paris, Dunod, 2000.

- Trognon Alain, L’économétrie des panels en perspective, Revue d'économie

politique, 113 (6), Nov/Déc 2003, p728-729.
- Yaffee Robert, A primer for panel data analysis, Sociale science,
Statistique and mapping, New York University, November 2003. Source :
http://www.nyu.edu/its/pubs/connect/fall03/yaffee_primer.pdf

114
115