Professional Documents
Culture Documents
Test of Significance in Multiple PDF
Test of Significance in Multiple PDF
إذا ﻛﺎن ﻫﻨﺎك ﻋﻼﻗﺔ ﺧﻄﻴﺔ ﺑﻴﻦ ﻣﺘﻐﻴﺮ اﻻﺳﺘﺠﺎﺑﺔ 𝑌𝑌 وأي ﻣﻦ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ 𝑝𝑝𝑋𝑋 ، 𝑋𝑋1 , 𝑋𝑋2 , … ,ﻓﻨﺤﻦ ﻧﺴﺘﺨﺪم
اﺧﺘﺒﺎر اﻷﻫﻤﻴﺔ ﻓي اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋي ﻟﻼﻧﺤﺪار .اﺧﺘﺒﺎر اﻷﻫﻤﻴﺔ ﻓي اﻟﺘﺤﻠﻴﻞ اﻹﺣﺼﺎﺋي ﻟﻼﻧﺤﺪار ﻫﻮ اﺧﺘﺒﺎر ﻟﺘﺤﺪﻳﺪ اﻟﻌﻼﻗﺔ
اﻟﺨﻄﻴﺔ ﺑﻴﻦ ﻣﺘﻐﻴﺮ اﻻﺳﺘﺠﺎﺑﺔ وﻣﺘﻐﻴﺮات اﻻﻧﺤﺪار وﻏﺎﻟ ًﺒﺎ ﻣﺎ ﻳﺴﺘﺨﺪم ﻟﻔﺤﺺ ﻣﺪى ﻣﻼﺋﻤﺔ اﻟﻨﻤﻮذج.
ﻣﻦ أﺟﻞ اﺧﺘﺒﺎر ﻣﺎ إذا ﻛﺎﻧﺖ ﻣﺴﺎﻫﻤﺔ اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ 𝑝𝑝𝑋𝑋 𝑋𝑋1 , 𝑋𝑋2 , … ,ذات أﻫﻤﻴﺔ أم ﻻ ،ﻧﺨﺘﺒﺮ ﻣﺎ إذا ﻛﺎﻧﺖ ﻗﻴﻢ
𝑝𝑝𝐵𝐵 𝐵𝐵1 , 𝐵𝐵2 , ⋯ ,ﺟﻤﻴﻌﻬﺎ ﺗﺴﺎوي اﻟﺼﻔﺮ ﻓي اﻟﻨﻤﻮذج أو ﻋ�ى اﻷﻗﻞ واﺣﺪة ﻣﻨﻬﺎ ﻟﻴﺴﺖ ﺗﺴﺎوي اﻟﺼﻔﺮ .ﻳﻤﻜﻦ ﻛﺘﺎﺑﺔ
ﻓﺮﺿﻴﺔ اﻻﺧﺘﺒﺎر ﻫﺬه ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي:
𝑃𝑃𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 /
= 𝐹𝐹
)𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 /(𝑛𝑛 − 𝑝𝑝 − 1
ﻓي ﻫﺬا اﻻﺧﺘﺒﺎر ،ﻳﺘﻢ ﺗﻘﺴﻴﻢ ﻣﺠﻤﻮع اﻟﻤﺮﺑﻌﺎت اﻹﺟﻤﺎﻟي 𝑇𝑇𝑆𝑆𝑆𝑆 إﻟى ﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت ﻳﺮﺟﻊ إﻟى ﻣﺴﺎﻫﻤﺔ ﻣﺘﻐﻴﺮات
اﻻﻧﺤﺪار� 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆� وﻣﺠﻤﻮع ﻣﺮﺑﻌﺎت اﻟﻤﺘﺒﻘﻴﺔ (𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 ).وﻣﻦ اﻟﻤﻌﺎدﻟﺔ ) ،(١٧ﻓﺈن ﻣﺠﻤﻮع اﻟﻤﺮﺑﻌﺎت اﻟﻤﺘﺒﻘﻴﺔ
) 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆(ﻫﻮ:
) 𝑝𝑝𝑋𝑋 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = ∑𝑌𝑌𝑖𝑖2 − 𝐵𝐵�0 (𝑌𝑌 ′ 𝑋𝑋0 ) − 𝐵𝐵�1 (𝑌𝑌 ′ 𝑋𝑋1 ) − ⋯ − 𝐵𝐵�𝑝𝑝 (𝑌𝑌 ′
�𝐵𝐵𝑋𝑋 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − 𝑌𝑌 ′
إذا 𝑝𝑝𝐵𝐵 𝐵𝐵1 , 𝐵𝐵2 , ⋯ ,ﻛﺎﻧﺖ ﺟﻤﻴﻌﻬﺎ ﺗﺴﺎوي اﻟﺼﻔﺮ ،أي أن اﻟﻤﺘﻐﻴﺮات اﻟﻤﺴﺘﻘﻠﺔ ﻻ ﺗﺴﺎﻫﻢ ﻓي اﻟﺘﻐﻴﺮ ﻓي𝑌𝑌 ،ﻓﺈن ﻣﺠﻤﻮع
اﻟﻤﺮﺑﻌﺎت اﻹﺟﻤﺎﻟي 𝑇𝑇𝑆𝑆𝑆𝑆 ﻳﻌﻄﻰ ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي:
(∑𝑌𝑌𝑖𝑖 )2
𝑆𝑆𝑆𝑆𝑇𝑇 = ∑𝑌𝑌𝑖𝑖2 − 𝑛𝑛𝑌𝑌� 2 = 𝑌𝑌 ′ 𝑌𝑌 −
𝑛𝑛
ﻫﺬا ﻫﻮ اﻟﺘﺒﺎﻳﻦ اﻟﻜ�ي اﻟﻤﻮﺟﻮد ﻓي 𝑌𝑌 ﺣﻮل اﻟﻤﺘﻮﺳﻂ�𝑌𝑌 ﻳﻤﻜﻨﻨﺎ إﻋﺎدة ﻛﺘﺎﺑﺔ اﻟﻤﻌﺎدﻟﺔ ) (٢٠ﻋ�ى اﻟﻨﺤﻮ اﻟﺘﺎﻟي:
𝑆𝑆𝑆𝑆𝑇𝑇 − 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝐵𝐵�0 (𝑌𝑌 ′ 𝑋𝑋0 ) + 𝐵𝐵�1 (𝑌𝑌 ′ 𝑋𝑋1 ) + ⋯ + 𝐵𝐵�𝑝𝑝 �𝑌𝑌 ′ 𝑋𝑋𝑝𝑝 � − 𝑛𝑛𝑌𝑌� 2
(∑𝑌𝑌𝑖𝑖 )2
⟹ 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = {𝑌𝑌 ′ 𝑋𝑋𝐵𝐵� − }
𝑛𝑛
𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = ∑𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2
ANOVA TABLE
ﺗﺤﺖ ﻓﺮض اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮاء ،أي ﻋﻨﺪﻣﺎ ﺗﻜﻮن ، 𝐵𝐵1 = 𝐵𝐵2 = ⋯ = 𝐵𝐵𝑝𝑝 = 0ﻳﺘﻢ ﺗﻮزﻳﻊ 𝐹𝐹 ﻛﺘﻮزﻳﻊ ﻓﻴﺸﺮ 𝐹𝐹 ﻣﻊ
درﺟﺔ اﻟﺤﺮﻳﺔ 𝑝𝑝 و).(𝑛𝑛 − 𝑝𝑝 − 1
)𝐹𝐹~𝐹𝐹𝑝𝑝(𝑛𝑛−𝑝𝑝−1
إذا ﻛﺎﻧﺖ اﻟﻘﻴﻤﺔ اﻟﻤﺤﺴﻮﺑﺔ ﻣﻦ Fأﻗﻞ ﻣﻦ اﻟﻘﻴﻤﺔ اﻟﻤﺪوﻧﺔ 𝑝𝑝𝐹𝐹 (𝑛𝑛 − 𝑝𝑝 − 1) ،ﻋﻨﺪ ﻣﺴﺘﻮى اﻟﺪﻻﻟﺔ 𝛼𝛼 ،ﻓﺈﻧﻨﺎ ﻧﺴﺘﻨﺘﺞ
أن ﻣﺴﺎﻫﻤﺔ 𝑝𝑝𝑋𝑋 𝑋𝑋1 , 𝑋𝑋2 , … ,ﻓي اﻟﺘﻐﻴﺮ ﻓي 𝑌𝑌 ﻏﻴﺮ ﻣﻌﻨﻮﻳﺔ .وﺑﺎﻟﺘﺎﻟي ،ﻟﻴﺲ ﻟﺪﻳﻬﻢ أي ﻣﺴﺎﻫﻤﺔ ﻓي اﻟﺘﻨﺒﺆ .وﻣﻦ اﻟﻤﻤﻜﻦ
أن ﻳﻜﻮن ﻣﻦ ذوي اﻻﻫﺘﻤﺎم اﻹﺿﺎﻓي ﻓﺤﺺ ﻣﺎ إذا ﻛﺎن أي ﻣﻦ ﻣﻌﺎﻣﻼت( ﻳﻘﺎل ) 𝑗𝑗𝐵𝐵 اﻟﻤﻘﺎﺑﻠﺔ ﻟﻠﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ 𝑗𝑗𝑋𝑋
ﻣﺨﺘﻠ ًﻔﺎ ﻋﻦ اﻟﺼﻔﺮ ،ﺑﻌﺪ اﻷﺧﺬ ﻓي اﻻﻋﺘﺒﺎر اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى( 𝑘𝑘𝑋𝑋 اﻟﻜﻞ )𝑗𝑗 ≠ 𝑘𝑘( .ﻳﻤﻜﻦ اﺧﺘﺒﺎر ﻫﺬا ﺑﺎﻋﺘﺒﺎر اﻹﺣﺼﺎﺋﻴﺔ
𝑡𝑡 :
𝑗𝑗�𝐵𝐵
= 𝑡𝑡
) 𝑗𝑗�𝐵𝐵( 𝑆𝑆. 𝐸𝐸.
ﺣﻴﺚ ﻳﺴﺘﺨﺪم� 𝑗𝑗�𝐵𝐵� 𝑆𝑆. 𝐸𝐸.اﻟﻘﻴﻤﺔ اﻟﻤﻘﺪرة ﻟـ 𝜎𝜎� 2اﻟﻤﻌﻄﺎة ﻓي اﻟﻤﻌﺎدﻟﺔ ) .(١٨ﺗﺤﺖ ﻓﺮض اﻟﻔﺮض اﻷوﻟي ، 𝐵𝐵𝑗𝑗 = 0 ،
ﻳﺘﺒﻊ اﻻﺧﺘﺒﺎر اﻹﺣﺼﺎﺋي اﻟﻤﻘﺘﺮح 𝑡𝑡 ﺗﻮزﻳﻊ اﻟﻄﺎﻟﺐ 𝑡𝑡 ﻣﻊ درﺟﺔ اﻟﺤﺮﻳﺔ (𝑛𝑛 − 𝑝𝑝 − 1).ﺑﺎﻟﺘﺎﻟي ،إذا
|𝑡𝑡| ≤ 𝑡𝑡𝛼𝛼,𝑛𝑛−𝑝𝑝−1
2
ﻧﻘﺒﻞ ﻓﺮﺿﻴﺔ اﻟﻔﺮاغ 𝐻𝐻0إﻻ ،ﻧﺮﻓﻀﻬﺎ .إذا ﻛﺎﻧﺖ ﻗﻴﻤﺔ 𝑗𝑗𝐵𝐵 ﻣﺨﺘﻠﻔﺔ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻋﻦ اﻟﺼﻔﺮ ،ﻓﺈﻧﻬﺎ ﺗﺴﻬﻢ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي
اﻟﺘﺒﺎﻳﻦ ﻓي اﻟﻘﻴﻤﺔ اﻟﻤﺘﻮﻗﻌﺔ ﻟﻠﻤﺘﻐﻴﺮ اﻻﻋﺘﻤﺎدي 𝑌𝑌 ﺑﻌﺪ اﺣﺘﺴﺎب ﻣﺴﺎﻫﻤﺔ اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى .إذا ﻟﻢ ﺗﻜﻦ ﻗﻴﻤﺔ 𝑗𝑗𝐵𝐵
ﻣﺨﺘﻠﻔﺔ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻋﻦ اﻟﺼﻔﺮ ،ﻓﺈن ﻣﺴﺎﻫﻤﺘﻬﺎ ﻏﻴﺮ ﻣﻬﻤﺔ ﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى ﻓي اﻟﻨﻤﻮذج.
ﻣﺜﺎل :٤ﺑﺎﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت اﻟﻤﺜﺎل ١وﻧﺘﺎﺋﺞ اﻟﻤﺜﺎل ،٢ﻳﺘﻢ إﻧﺸﺎء ﺟﺪول ، ANOVAوﺗﻄﺒﻴﻖ اﺧﺘﺒﺎر ﻓﺮﺿﻴﺔ ﻣﻨﺎﺳﺐ
وﺗﻔﺴﻴﺮ اﻟﻨﺘﺎﺋﺞ.
اﻟﺤﻞ :وﻓ ًﻘﺎ ﻟﻠﺒﻴﺎﻧﺎت اﻟﻤﻌﻄﺎة ﻓي اﻟﻤﺜﺎل ١وﻧﺘﺎﺋﺞ اﻟﻤﺜﺎل ،٢ﻳﺘﻢ اﻟﺘﺎﻟي:
𝑝𝑝
Degree
Sources of of Variance
)Sum of Squares (S.S. Mean Sum of Squares
Variation Freedom Ratio
)(d.f.
𝑝𝑝
Independent
𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆
𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2
Variables 2 = 184.71 𝑝𝑝
𝑗𝑗=0 𝑝𝑝 = 𝐹𝐹
) 𝟐𝟐𝑿𝑿 (𝑿𝑿𝟏𝟏 , = 369.42 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆
𝑝𝑝
𝑛𝑛 − 𝑝𝑝 − 1
Residuals 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆
9 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 = 97.25 = 10.8056 = 17.094
) 𝑹𝑹𝑹𝑹𝑹𝑹𝑺𝑺𝑺𝑺( 𝑛𝑛 − 𝑝𝑝 − 1
𝑗𝑗=0
ﺗﻢ اﻟﺤﺼﻮل ﻋ�ى ﻣﻌﺎﻣﻞ ﺗﺒﺎﻳﻦ ، F = 17.094ﺑﻴﻨﻤﺎ ﻗﻴﻤﺔ Fاﻟﻤﺪرﺟﺔ ﻓي اﻟﺠﺪول ﻟﺪرﺟﺔ اﻟﺤﺮﻳﺔ 2و 9
وﻋﻨﺪ 𝛼𝛼 = 0.05ﻫﻲ .4.26وﺑﺎﻟﺘﺎﻟي ،ﻧﺮﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻷوﻟﻴﺔ 𝐻𝐻0وﻧﺴﺘﻨﺘﺞ أن 𝑋𝑋1و 𝑋𝑋2ﺗﺴﺎﻫﻤﺎن ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي
اﻟﺘﺒﺎﻳﻦ .وﻣﻦ اﻟﻤﻤﻜﻦ أن ﻳﺜﻴﺮ اﻻﻫﺘﻤﺎم ﻣﻌﺮﻓﺔ ﻣﺎ إذا ﻛﺎن ﻣﻌﺎﻣﻞ 𝑗𝑗𝐵𝐵 اﻟﺨﺎص ﺑﺎﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ 𝑗𝑗𝑋𝑋 ﻣﺨﺘﻠ ًﻔﺎ ﻋﻦ اﻟﺼﻔﺮ
ﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى( 𝑘𝑘𝑋𝑋 ﺣﻴﺚ ( k ≠ j).ﻳﻤﻜﻦ اﺧﺘﺒﺎر ذﻟﻚ ﻋﻦ ﻃﺮﻳﻖ اﻟﻨﻈﺮ ﻓي اﻹﺣﺼﺎﺋي 𝑡𝑡 :
𝑗𝑗�𝐵𝐵
= 𝑡𝑡
) 𝑗𝑗�𝐵𝐵( 𝑆𝑆. 𝐸𝐸.
ﻣﻦ ﻧﺘﻴﺠﺔ اﻟﻤﺜﺎل ،٢ﻟﺪﻳﻨﺎ ً
أﻳﻀﺎ:
وﺑﺎﻟﺘﺎﻟي،
𝐵𝐵�0 1.8765
= 𝑡𝑡0 = "ﻏﻴﺮ ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� = 0.6758
) 𝑆𝑆. 𝐸𝐸. (𝐵𝐵0 2.777
𝐵𝐵�1 1.3002
= 𝑡𝑡1 = "ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� = 4.058
) 𝑆𝑆. 𝐸𝐸. (𝐵𝐵�1 0.3204
𝐵𝐵�2 0.1356
= 𝑡𝑡2 = "ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� = 2.91675
) 𝑆𝑆. 𝐸𝐸. (𝐵𝐵�2 0.04649
وﻟﻜﻦ ﻗﻴﻤﺔ اﻻﺧﺘﺒﺎر اﻟﺘﻲ ﺗﻢ ﻟﻺﺣﺼﺎﺋﻴﺔ اﻟﺠﺪوﻟﻴﺔ tﻋﻨﺪ α = 0.05ﻫﻲ 2.262ﻋﻨﺪ 22درﺟﺎت ﺣﺮﻳﺔ.
ﺑﺎﻟﺘﺎﻟي ،ﺗُﺴﻬﻢ ﻛﻼ اﻟﻤﺘﻐﻴﺮﻳﻦ ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي اﻟﺘﺒﺎﻳﻦ ف𝑌𝑌 .
) (E3إﻋﺪاد ﺟﺪول ANOVAوﺣﺴﺎب اﻷﺧﻄﺎء اﻟﻘﻴﺎﺳﻴﺔ ﻟﻠﺘﻘﺪﻳﺮات واﺧﺘﺒﺎر أﻫﻤﻴﺘﻬﺎ ﺑﺎﺳﺘﺨﺪام ﺑﻴﺎﻧﺎت E1وﻗﻢ
ﺑﺘﻔﺴﻴﺮ اﻟﻨﺘﺎﺋﺞ.
Degree
Sources of of Mean Sum of Variance
)Sum of Squares (S.S.
Variation Freedom Squares Ratio
)(d.f.
𝑝𝑝
Independent
𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑋𝑋𝑗𝑗 − 𝑛𝑛𝑌𝑌� 2 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆
Variables 2 = 54.98975
𝑗𝑗=0 𝑝𝑝 𝑝𝑝
) 𝟐𝟐𝑿𝑿 (𝑿𝑿𝟏𝟏 , = 109.9795 = 𝐹𝐹
𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆
𝑝𝑝 𝑛𝑛 − 𝑝𝑝 − 1
Residuals 𝑗𝑗𝑋𝑋 𝑆𝑆𝑆𝑆𝑅𝑅𝑅𝑅𝑅𝑅 = 𝑌𝑌 ′ 𝑌𝑌 − � 𝐵𝐵�𝑗𝑗 𝑌𝑌 ′ 𝑅𝑅𝑅𝑅𝑅𝑅𝑆𝑆𝑆𝑆
7 = 6.06007 = 9.074
) 𝑹𝑹𝑹𝑹𝑹𝑹𝑺𝑺𝑺𝑺( 𝑗𝑗=0 𝑛𝑛 − 𝑝𝑝 − 1
= 42.4205
Total 9 𝑌𝑌 ′ 𝑌𝑌 − 𝑛𝑛𝑌𝑌� 2 = 152.40
ﺗﻢ اﻟﺤﺼﻮل ﻋ�ى ﻣﻌﺎﻣﻞ ﺗﺒﺎﻳﻦ ، F = 9.074ﺑﻴﻨﻤﺎ ﻗﻴﻤﺔ Fاﻟﻤﺪرﺟﺔ ﻓي اﻟﺠﺪول ﻟﺪرﺟﺔ اﻟﺤﺮﻳﺔ 2و 7
وﻋﻨﺪ 𝛼𝛼 = 0.05ﻫﻲ .3.44وﺑﺎﻟﺘﺎﻟي ،ﻧﺮﻓﺾ اﻟﻔﺮﺿﻴﺔ اﻟﺼﻔﺮﻳﺔ 𝐻𝐻0وﻧﺴﺘﻨﺘﺞ أن 𝑋𝑋1و 𝑋𝑋2ﺗﺴﺎﻫﻤﺎن ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي
اﻟﺘﺒﺎﻳﻦ .وﻣﻦ اﻟﻤﻤﻜﻦ أن ﻳﺜﻴﺮ اﻻﻫﺘﻤﺎم ﻣﻌﺮﻓﺔ ﻣﺎ إذا ﻛﺎن ﻣﻌﺎﻣﻞ 𝑗𝑗𝐵𝐵 اﻟﺨﺎص ﺑﺎﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ 𝑗𝑗𝑋𝑋 ﻣﺨﺘﻠ ًﻔﺎ ﻋﻦ اﻟﺼﻔﺮ
ﺑﻌﺪ اﺣﺘﺴﺎب اﻟﻤﺘﻐﻴﺮات اﻷﺧﺮى( 𝑘𝑘𝑋𝑋 ﺣﻴﺚ ( k ≠ j).ﻳﻤﻜﻦ اﺧﺘﺒﺎر ذﻟﻚ ﻋﻦ ﻃﺮﻳﻖ اﻟﻨﻈﺮ ﻓي اﻹﺣﺼﺎﺋي 𝑡𝑡 :
𝑗𝑗�𝐵𝐵
= 𝑡𝑡
) 𝑗𝑗�𝐵𝐵( 𝑆𝑆. 𝐸𝐸.
ﻟﺪﻳﻨﺎ :
وﺑﺎﻟﺘﺎﻟي :
𝐵𝐵�0 26.7569
= 𝑡𝑡0 = "ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� = 3.811617
𝑆𝑆. 𝐸𝐸. (𝐵𝐵0 ) 7.019829
𝐵𝐵�1 −0.1729
= 𝑡𝑡1 = "ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� = −2.65469
) 𝑆𝑆. 𝐸𝐸. (𝐵𝐵�1 0.06513
𝐵𝐵�2 0.1062
= 𝑡𝑡2 = "ﻏﻴﺮ ﻣﻌﻨﻮى" �⎯⎯⎯⎯⎯� = 0.9197672
) 𝑆𝑆. 𝐸𝐸. (𝐵𝐵�2 0.115464
وﻟﻜﻦ ﻗﻴﻤﺔ اﻻﺧﺘﺒﺎر اﻟﺘﻲ ﺗﻢ ﻟﻺﺣﺼﺎﺋﻴﺔ اﻟﺠﺪوﻟﻴﺔ tﻋﻨﺪ α = 0.05ﻫﻲ 2.37ﻋﻨﺪ 7درﺟﺎت ﺣﺮﻳﺔ.
وﺑﺎﻟﺘﺎﻟي ،ﻳﺴﻬﻢ اﻟﻤﺘﻐﻴﺮ اﻟﻤﺴﺘﻘﻞ X1ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي ﺗﻔﺴﻴﺮ اﻟﺘﺒﺎﻳﻦ ﻓي اﻟﻤﺘﻐﻴﺮ اﻟﺘﺎﺑﻊ ، Yﻓي ﺣﻴﻦ ﻻ ُﻳﺴﻬﻢ اﻟﻤﺘﻐﻴﺮ
اﻟﻤﺴﺘﻘﻞ X 2ﺑﺸﻜﻞ ﻛﺒﻴﺮ ﻓي ذﻟﻚ .وﻓﻴﻤﺎ ﻳﺘﻌﻠﻖ ﺑﺘﻔﺴﻴﺮ ﻣﻌﺎﻣﻼت اﻻﻧﺤﺪار ،ﻳﻮﺟﺪ زﻳﺎدة ﺑﻤﻘﺪار 0.1062ﺛﺎﻧﻴﺔ ﻓي
اﻟﻮﻗﺖ ﺑﺴﺒﺐ ﺗﻐﻴﻴﺮ وﺣﺪة واﺣﺪة ﻓي ﺣﺎﻻت ) (X1ﺑﺎﻟﻤﺜﻞ ،ﻳﻮﺟﺪ اﻧﺨﻔﺎض ﺑﻤﻘﺪار 0.1729ﺛﺎﻧﻴﺔ ﻓي اﻟﻮﻗﺖ ﺑﺴﺒﺐ
ﺗﻐﻴﻴﺮ وﺣﺪة واﺣﺪة ﻓيX 2