مدل معادله همزمان بر اساس روش ماکزیمم آنتروپی تعمیم یافته برای مطالعه اثر عوامل مدیریتی بر عملکرد سرمایه گذاری کارخانه های تولیدی استان کرمانشاه
محورهای موضوعی : مدیریت صنعتیAdel Fatemi 1 , Hamid Reza Mostafaei 2 , Behnaz Karami 3 , Farzad Nazemi 4
1 - Assistant professor of Islamic Azad University, Sanandaj branch
2 - Assistant professor of Islamic Azad University, Tehran North branch
3 - M.S. Statistics student of Islamic Azad University of Tehran North branch
4 - Member of Academic Staff, Islamic Azad University, Abhar branch
کلید واژه: Kermanshah province, استان کرمانشاه, حداقل مربعات جزئی, Managerial Factors, ماکزیمم آنتروپی تعمیم یافته, حداکثر نسبت درستنمایی, مدل عامل مدیریتی, مدل معادله همزمان, Equation Model, Generalized Maximum Entropy Method, Productive Companies,
چکیده مقاله :
هدف از ارائه این تحقیق بررسی تأثیر عوامل مؤثر اقتصادی بر عملکرد سرمایه گذاری می باشد. ارتباطهای موجود بین عوامل مدیریتی و عملکرد اقتصادی توسط مدل معادله همزمان براساس روش برآوردی ماکزیمم آنتروپی تعمیم یافته بررسی شده اند. همچنین در این تحقیق مقایسه هایی بین روشهای برآوردی ماکزیمم آنتروپی تعمیم یافته، حداقل مربعات جزئی و ماکزیمم نسبت درستنمایی برروی 40 کارخانه تولیدی استان کرمانشاه انجام شده است، که پس از بررسی نتایج بدست آمده در تحقیق پیش رو به این نتیجه می توان رسید که با توجه به مزیتهای بیشتر و خطای کمتر روش ماکزیمم آنتروپی تعمیم یافته نسبت به محدودیتها و خطاهای بیشتر روش رایج حداقل مربعات جزئی و ماکزیمم نسبت درستنمایی، این روش می تواند جایگزین معتبر و مناسبی جهت برآورد ضرائب رگرسیونی و خطاها در مدل معادله همزمان باشد.
The paper aims at studying the effect of efficient economic factors on the operation of investment. Existing communications between managerial factors and economic function have been studied by simultaneous equation model based on the estimated method of Generalized Maximum Entropy. Some comparisons have been also made between estimated methods of Generalized Maximum Entropy, Partial Least Squares and Maximum Likelihood Estimation on 40 productive companies of Kermanshah province. Examining the achieved consequences in the following research, the results show more advantages and fewer errors of the Generalized Maximum Entropy method in comparison with common methods of Partial Least Squares and Maximum Likelihood Estimation which are proven with more limits and errors. Consequently, this method can be a reliable and appropriate replacement for estimating factors of regression and errors in the Generalized Maximum Entropy.
_||_