‫‪3‬‬ ‫جامعة اجلزائر‬

‫كلية العلوم االقتصادية والعلوم التجارية وعلوم التسيري‬

‫قسم العلوم املالية واحملاسبة‬

‫برمجيات إحص ـ ـائية‬

‫موجهة لطلبة السنة األوىل ماسرت‬
‫ختصصات‪ :‬حماسبة وجباية معمقة‪ ،‬حماسبة وتدقيق (اجملموعة األوىل والثالثة)‬

‫المحور الثالث‪:‬‬

‫تطبيقـات حول االنحدار الخطي المتعدد‬

‫(المحاضرة األولى)‬

‫إعداد أساتذة المقياس‪:‬‬

‫د‪ .‬ولد لغواطي سعيدة‬ ‫د‪ .‬طاليب فتيحة‬ ‫د‪ .‬بوقريبة شهناز‬

‫مارس ‪2024‬‬
‫تطبيقات حول االنحدار الخطي المتعدد‬ ‫فهرس المحتويات‬

‫فهرس المحتويات‬

‫فهرس المحتويات ‪2 ...........................................................................................................................‬‬

‫‪ 1‬تمهيد‪3 .......................................................................................................................................:‬‬
‫‪ 2‬التطبيق األول‪3 ............................................................................................................................ :‬‬
‫‪ 3‬حل التطبيق األول باستخدام برمجية ‪4 ............................................................................. :EVIEWS‬‬

‫‪2‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫‪ 1‬تمهيد‪:‬‬

‫عرضنا يف الفصل السابق منوذج االحندار اخلطي البسيط والذي يعتمد على متغري مستقل واحد فقط‪ ،‬وهو يقدم تفسريا جلزء من‬
‫التغري يف الظاهر املدروسة (املتغري التابع)‪ ،‬إال أن اغلب البحوث والدراسات االقتصادية واالجتماعية تتطلب دراسة العالقة بني‬
‫املتغري التابع وعدد من املتغريات املستقلة (متغريين فأكثر)‪ .‬ومن اجلدير بالذكر بأن املبادئ األساسية السابق ذكرها يف الفصل‬
‫الثاين اخلاص بتحليل االحندار اخلطي البسيط تنطبق على حالة االحندار اخلطي املتعدد‪ ،‬االختالف يكمن يف التعامل مع أكثر من‬
‫متغري مستقل‪.‬‬
‫حناول من خالل هذا احملور حل جمموعة من التطبيقات حول منوذج االحندار اخلطي املتعدد باستخدام الربجمية اإلحصائية‬
‫اجلاهزة ‪ .EVIEWS10‬للتذكري فإن الصيغة العامة للنموذج اخلطي املتعدد الذي حيتوي على ‪ k‬متغرية مستقلة ‪X1 , X2, X3,….Xk‬‬
‫ومتغري تابع واحد ‪ Y‬هي كالتايل‪:‬‬

‫‪ 2‬التطبيق األول‪:‬‬

‫لتكن لدينا البيانات االفرتاضية التالية اخلاصة بالكميات املطلوبة من سلعة ما (‪ )Y‬وسعرها (‪ )X2‬ودخل املستهلك‬
‫)‪ (X1‬باأللف دينار خالل فرتة زمنية معينة كما يلي‪:‬‬
‫جدول رقم (‪ :)1.1‬الكمية المطلوبة من سلعة ما وسعرها ودخل المستهلك‬
‫‪t‬‬ ‫‪Y‬‬ ‫‪X1‬‬ ‫‪X2‬‬
‫‪1‬‬ ‫‪12‬‬ ‫‪45‬‬ ‫‪2‬‬
‫‪2‬‬ ‫‪14‬‬ ‫‪43‬‬ ‫‪1‬‬
‫‪3‬‬ ‫‪10‬‬ ‫‪43‬‬ ‫‪3‬‬
‫‪4‬‬ ‫‪16‬‬ ‫‪47‬‬ ‫‪6‬‬
‫‪5‬‬ ‫‪14‬‬ ‫‪42‬‬ ‫‪7‬‬
‫‪6‬‬ ‫‪19‬‬ ‫‪41‬‬ ‫‪8‬‬
‫‪7‬‬ ‫‪21‬‬ ‫‪32‬‬ ‫‪8‬‬
‫‪8‬‬ ‫‪19‬‬ ‫‪33‬‬ ‫‪5‬‬
‫‪9‬‬ ‫‪21‬‬ ‫‪41‬‬ ‫‪5‬‬
‫‪10‬‬ ‫‪16‬‬ ‫‪38‬‬ ‫‪8‬‬
‫‪11‬‬ ‫‪19‬‬ ‫‪32‬‬ ‫‪4‬‬
‫‪12‬‬ ‫‪21‬‬ ‫‪31‬‬ ‫‪9‬‬
‫‪13‬‬ ‫‪25‬‬ ‫‪35‬‬ ‫‪12‬‬
‫‪14‬‬ ‫‪21‬‬ ‫‪29‬‬ ‫‪7‬‬

‫‪3‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫المطلوب‪:‬‬

‫‪ )1‬أنشأ ملف‪ EVIEWS‬اخلاص هبذا التطبيق‪.‬‬

‫‪ )2‬حتقق من وجود عالقة خطية بني املتغري التابع واملتغريات املستقلة‪.‬‬
‫‪ )3‬أحسب معامالت االرتباط واخترب معنويتها اإلحصائية‪.‬‬
‫‪ )4‬أحسب معامالت االرتباط اجلزئية مع اختبار معنويتها‪.‬‬
‫وفسر النتائج املتوصل إليها‪.‬‬
‫‪ )5‬ق ّدر النموذج اخلطي املتعدد‪ّ ،‬‬

‫‪ 3‬حل التطبيق األول باستخدام برمجية ‪:EVIEWS‬‬

‫‪ .1‬إنشاء ملف 𝐒𝐖𝐄𝐈𝐕𝐄 الخاص بهذا التطبيق‪:‬‬

‫أشرنا سابقا حول طريقة إدخال البيانات وإنشاء ملف عمل على برنامج ‪ ،EVIEWS‬وهي نفس الطريقة اليت مت فيها إدخال‬
‫معطيات النموذج اخلطي البسيط‪ ،‬سوف نقوم بسحب ملف ‪ Excel‬فوق أيقونة برنامج ‪ EVIEWS‬بعد وضع معطيات‬
‫التطبيق يف ملف ‪.Excel‬‬

‫بعد االنتهاء من عملية استرياد البيانات اإلحصائية ‪ ،‬تظهر النافذة الرئيسية لربنامج ‪ EVIEWS‬ونافذة املخرجات اليت‬
‫املفسرتني‪ ،‬السلسلة "‪ "Y‬اليت متثل املتغري التابع‪،‬‬
‫حتوي كال من الثابت " 𝑐"‪ ،‬السلسلتني "‪ " 𝑋1‬و "‪ " 𝑋2‬املتعلقتني باملتغريتني ّ‬
‫باإلضافة إىل سلسلة بواقي التقدير "𝑑𝑖𝑠𝑒𝑟"‬

‫‪ .2‬التحقق من توافر الفرض الخاص بتحقق العالقة الخطية‪:‬‬

‫يتم ذلك من خالل رسم شكل االنتشار بني املتغري التابع ‪ Y‬واملتغريين املستقلني‪.‬‬
‫أ‪ .‬إتباع اخلطوات التالية‪ Quick Graph :‬ليظهر بعد ذلك مربع احلوار ‪ Series List‬نكتب فيه املتغريات بالرتتيب‬
‫كما رأينا سابقا ‪X1 X2 Y:‬‬
‫ب‪ .‬ننقر على ‪ Ok‬فيظهر مربع احلوار ‪:Graph Options‬‬

‫‪4‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫نختار الخيار‬
‫‪Regression‬‬ ‫نختار الخيار‬
‫‪Line‬‬
‫‪Lower triangular‬‬
‫نختار الخيار‬ ‫‪matrix‬‬
‫‪scatter‬‬

‫ثم الضغط على ‪OK‬‬

‫نتحصل على الشكل التايل‪:‬‬

‫شكل (‪ :)1.1‬شكل االنتشار ألكثر من متغيرين‬

‫‪5‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫من خالل شكل االنتشار ميكن أن حندد ما إذا كانت العالقة خطية بني املتغري التابع واملتغريات املستقلة أم ال‪ ،‬وحىت بني‬
‫املتغريات املستقلة فيما بينها‪.‬‬

‫‪ .3‬حساب معامالت االرتباط واختبار معنويتها‪:‬‬

‫حلساب معامل االرتباط واختبار معنوياهتا عند مستوى داللة ‪ α = 5%‬نتبع اخلطوات التالية‪:‬‬
‫أ‪ .‬حندد املتغريات يف نافذة العمل ‪Y X1 X2 :Workfile‬‬
‫ب‪ .‬ننقر بالزر على جهة اليمني فوق أحدها ونقوم بـ ‪ Open as Group :‬يظهر لنا جدول حيتوي املتغريات احملددة‪.‬‬
‫ج‪ .‬بعد ذلك خنتار ما يلي ‪ View Covariance Analysis‬فيظهر لنا مربع احلوار التايل‪:‬‬

‫نحدد كل من‬
‫الخيارات التالية‪:‬‬

‫فتظهر لنا مصفوفة معامالت االرتباط مع قيمة مؤشر االختبار ‪ t‬واحتمال الداللة ‪ Probability‬ملعامالت االرتباط كما‬
‫يلي‪:‬‬

‫‪6‬‬
 ‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫معامل االرتباط 𝒚‪𝒓𝒙1,‬‬

‫اإلحصائية 𝒕‬
‫واحتمال الداللة ‪Probability‬‬

‫معامل االرتباط 𝒚‪𝒓𝒙2,‬‬

‫اإلحصائية 𝒕‬
‫واحتمال الداللة ‪Probability‬‬

‫يظهر من قيمة معامل االرتباط ‪ 𝑟𝑌,𝑋1 = 0.720172‬واليت تقرتب من الواحد‪ ،‬أن هنالك ارتباط موجب بني استهالك‬
‫السلعة ودخل املستهلك‪ ،‬وهو تدعمه إحصائية ‪ 𝑡 = 3.595797‬اليت كانت ذات معنوية إحصائية‪ ،‬حيث جند أن القيمة‬
‫االحتمالية املرافقة هلذه اإلحصائية جاءت أقل من مستوى املعنوية املعروف )‪ (Probability = 0.37% < 5%‬وبالتايل‬
‫قبول الفرضية البديلة اليت تشري لوجود ارتباط بني املتغريتني‪ ،‬ومنه فإننا نتوقع أن يؤثر دخل املستهلك سوف يؤثر إجيابا على‬
‫االستهالك‪ .‬على العكس من هذا‪ ،‬أظهرت قيمة معامل االرتباط السالبة ‪ 𝑟𝑌,𝑋1 = −0.694817‬واملعنوية إحصائيا‬
‫)‪ (Probability = 0.37% < 5%‬أن سعر السلعة يدفع الطلب عليها للرتاجع وهذا أمر منطقي‪ .‬سوف تؤكد نتائج‬
‫تقديرات املربعات الصغرى العادية الحقا هذه النتائج‪.‬‬

‫‪ .4‬حساب معامالت االرتباط الجزئية مع اختبار معنويتها‪:‬‬

‫إلجياد معامالت االرتباط اجلزئية نتبع اخلطوات نفسها‪ ،‬لكن يف القسم ‪ Partial analysis‬نكتب أمساء املتغريات املراد تثبيتها‪،‬‬
‫فعند حساب معامل االرتباط اجلزئي ‪ 𝑟 𝑌,𝑋1/𝑋2‬نثبت املتغري ‪ 𝑋2‬كما هم مبني يف الصورة‪:‬‬

‫‪7‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫نثبت أحد المتغيرات‬

‫بكتابة المتغير ‪x2‬‬

‫الضغط على ‪OK‬‬

‫فتظهر لنا النتائج التالية (مصفوفة معامالت االرتباط اجلزئية)‪:‬‬

‫معامل االرتباط الجزئي 𝟐𝑿‪𝒓 𝒀,𝑿𝟏/‬‬

‫اإلحصائية 𝒕 واحتمال الداللة‬
‫‪Probability‬‬

‫‪8‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫‪ .5‬تقدير النموذج الخطي المتعدد‪:‬‬

‫نتبع نفس اخلطوات اليت اتبعناها يف تقدير معادلة االحندار اخلطي البسيط‪:‬‬
‫أ‪ .‬من شريط القوائم خنتار ‪ ،Quick Estimate Equation‬فيظهر مربع احلوار ‪Equation Estimation‬‬
‫ب‪ .‬ندخل معادلة االحندار اخلطي املتعدد كما يلي‪ Y C X1 X2 :‬كما هو موضح يف الصورة التالية‪:‬‬

‫حيث ‪ Y‬هو املتغري التابع يتبعه الثابت ‪ C‬مث املتغريين املستقلني ‪ ، X1 X2‬كتابة الرتتيب هذا ضروري‪ ،‬مث الضغط على‬
‫موافق لنتحصل على النتائج التالية‪:‬‬

‫‪9‬‬
 ‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫املتغرية التابعة‬

‫طريقة التقدير‬ ‫االحصائية ‪t‬‬

‫‪tβ‬‬‫‪෠ 2 tβ෠1tβ෠0‬‬

‫عدد املشاهدات‬
‫الثابت‬

‫املتغرية املفسرة االوىل‬

‫املتغرية املفسرة الثانية‬

‫معامل التحديد‪R2‬‬
‫االخطاء املعيارية‬
‫‪𝑺β‬‬ ‫‪෠ 2 𝑺β෠1𝑺β෠0‬‬

‫معامل التحديد املصحح ‪R2‬‬

‫إحصائية فيشر ‪F‬‬
‫مع احتماهلا املرافق‬

‫من خالل النتائج املوضحة يف الصورة السابقة‪ ،‬فإن معادلة احندار الكمية املطلوبة من سلعة معينة على كل من سعرها‬
‫ودخل املستهلك هي كما يلي‪:‬‬

‫𝑑𝑖𝑠𝑒𝑟 ‪𝒀̂ = 𝛽̂0 + 𝛽̂1 𝐗 𝟏 + 𝛽̂2 𝐗 𝟐 +‬‬

‫⇓‬
‫𝟐 𝐗‪𝒀̂ = 25.84214 + 0.714896𝐗 𝟏 − 0.328113‬‬
‫)‪𝑆(𝛽̂ ) = (6.064674‬‬ ‫)‪(0.266264‬‬ ‫)‪(0.134561‬‬
‫𝑡‬ ‫)‪= (4.261092‬‬ ‫)‪(2.684916‬‬ ‫)‪(−2.438392‬‬

‫‪ ‬تفسير معامالت معادلة االنحدار الخطي المتعدد‪:‬‬

‫معامل االحندار ‪ 𝛽̂0‬يساوي ‪ ،25.842‬وهو ما ميثل الكمية املطلوبة من السلعة عندما يكون كال من سعر السلعة ودخل‬ ‫‪‬‬
‫املستهلك مساويا للصفر‪.‬‬

‫‪10‬‬
‫مقياس برمجيات إحصائية‬ ‫‪EVIEWS10‬‬ ‫تطبيقات حول االنحدار الخطي المتعدد بواسطة برمجية‬

‫معامل االحندار ‪ 𝛽̂1‬يساوي ‪ 0.715‬وهو يعرب عن التغري يف الكمية املطلوبة من سلعة ما الناتج عن تغري دخل املستهلك‬ ‫‪‬‬
‫بواحد دينار مع ثبات سعرها‪ ،‬واالشارة املوجبة ملعامل االحندار هذا تعين أنه اذا زاد سعر السلعة مبقدار دينار واحد فإن‬
‫الكمية املطلوبة سوف تزداد بـ‪ 71.4‬نقطة مئوية‪.‬‬
‫معامل االحندار ‪ 𝛽̂2‬يساوي ‪ - 0.328‬وهو يعرب عن التغري يف الكمية املطلوبة من سلعة ما الناتج عن التغري يف سعر‬ ‫‪‬‬
‫السلعة بدينار واحد مع ثبات الدخل‪ ،‬حيث أن االشارة السالبة ملعامل االحندار هذا تعين أنه كلما زاد السعر مبقدار‬
‫دينار واحد فإن الكمية املطلوبة تقل مبقدار ‪ 32.5‬نقطة مئوية‪.‬‬

‫‪ ‬اختبار القدرة التفسيرية للنموذج‪:‬‬

‫يظهر من قيمة معامل التحديد املصحح ‪ 𝑅̅2 = 0.63073‬أن حوايل ‪ 63%‬من التغريات الكلية يف الكمية املطلوبة من السلعة‬
‫ميكن تفسريها من خالل املتغريين املستقلني (سعر السلعة ودخل املستهلك)‪ ،‬أما النسبة املتبقية فقد ترجع إىل عوامل مستقلة‬
‫أخرى قد تؤثر يف الكمية املطلوبة من هذه السلعة‪.‬‬

‫‪ ‬اختبار معنوية معالم االنحدار المتعدد‪:‬‬

‫جند أن القيمة االحتمالية إلحصائية ‪ Student‬كلها أقل من مستوى الداللة ‪( 0.05‬أي ‪ )%5‬وبالتايل نستنتج أن ‪،𝛽0 ≠ 0‬‬
‫‪𝛽2 ≠ 0 ،𝛽1 ≠ 0‬أي أن املعامل مجيعها معنوية من الناحية االحصائية‪.‬‬

‫‪ ‬اختبار معنوية العالقة الخطية لالنحدار المتعدد (اختبار فيشر ‪:)F‬‬

‫من خالل قيمة االحتمال املرافق إلحصائية فيشر )‪ (𝑃𝑟𝑜𝑏𝐹 = 0.17% < 5%‬اليت كانت مساوية لـ ‪ 12.10‬نرفض‬
‫الفرضية الصفرية ونستنتج أنه توجد على األقل معلمة واحدة من معامالت االحندار ختتلف عن الصفر‪ ،‬ومنه ميكن القول أن‬
‫العالقة اخلطية لالحندار املتعدد معنوية إحصائيا‪.‬‬

‫‪11‬‬