عناصر مشابهة
استخدام الارتباط القويم "The Canonical Correlation" لتحديد أهم الصادرات والواردات المصرية
| المصدر: | مجلة كلية الاقتصاد والعلوم السياسية |
|---|---|
| الناشر: |
جامعة القاهرة - كلية الاقتصاد والعلوم السياسية
|
| المؤلف الرئيسي: | |
| المجلد/العدد: | مج20, ع4 |
| محكمة: | نعم |
| الدولة: | مصر |
| التاريخ الميلادي: | 2019 |
| الصفحات: | 63 - 92 |
| DOI: | 10.21608/JPSA.2019.87567 |
| ISSN: | 2356-9166 |
| رقم MD: | 997082 |
| نوع المحتوى: | بحوث ومقالات |
| اللغة: | Arabic |
| قواعد المعلومات: | EcoLink |
| مواضيع: | |
| رابط المحتوى: |
|
| المستخلص: | يعتبر تحديد المتغيرات التي تعبر عن الظاهرة محل الدراسة، وكذلك المتغيرات المؤثرة على هذه الظاهرة، بمثابة الخطوة الأساسية في أية دراسة تطبيقية، من أجل تحديد وقياس العلاقات بين هذه المتغيرات.\nويمثل هذه الظاهرة في كثير من الحالات أكثر من متغير تابع، يؤثر عليهم عدد من المتغيرات المستقلة، ويوجد أيضا تداخل، وعلاقات داخلية بين المتغيرات التابعة بعضها البعض، وبينها وبين المتغيرات المستقلة، وبين المتغيرات المستقلة بعضها البعض.\nويتم استخدام تحليل الارتباط القويم (Canonical Correlation Analysis" CC)" إذا كانت العلاقة مصاغه في معادلة واحدة، أما إذا كانت ممثله بعدد من المعادلات التي تحل آنيا يصبح من الممكن استخدام طريقة المربعات الصغرى ذات المرحلتين، أو المربعات الصغرى ذات الثلاث مراحل.\nوفي هذا البحث، سوف تتم دراسة تحليل الارتباط القويم (Canonical Correlation Analysis) كأحد أساليب التحليل متعدد المتغيرات، وتطبيقه على بيانات فعليه متمثلة في بعض الصادرات والواردات المصرية للسنوات من2001إلى 2015، التي لها دور كبير في اختلال الميزان التجاري لجمهورية مصر العربية.\nوعند اشتقاق دوال الارتباط القويم وجد أن عدد المتغيرات في المجموعتين متساوي، فكل مجموعة بها سبع متغيرات. وبناء عليه تم اشتقاق سبعة دوال كل منها تتكون من مركبتين إحداهما تمثل الصادرات، والأخرى تمثل الواردات.\nواتضح أن الدالة الأولى هي التي يمكن الاعتماد عليها في تفسير العلاقة بين مجموعتي المتغيرات، حيث إن لها أعلى معامل ارتباط قويم (Rc) (Canonical Correlation)، كما ثبتت معنويتها عند مستوى معنوية 0.05، حيث أن قيمة X2 المحسوبة كانت أكبر من الجدولية بدرجات حرية مساوية (49). والذي يؤكد هذه النتائج أيضا، قيم Lambda Prime"" وهي تماثل R2 في الارتباط المتعدد، ولكن تفسيرها يكون عكس تفسيرR2. وتتضح قوة العلاقة بين مركبي الدالة الأولى من فحص الأشكال البيانية مما يساعد على تأكيد أن الدالة الأولى هي الدالة التي يمكن الاعتماد عليها في تفسير العلاقة بين المركبين، كما أوضح مؤشر الوفرة (Redundancy Coefficient" Rd) للمركب الأول للصادرات أنه ساهم في تفسير ما نسبته (80.14%) من تباين المتغيرات الأصلية للواردات، بينما ساهم المركب الأول للواردات في تفسير ما نسبته (67.719%) من تباينات المتغيرات الأصلية للصادرات.\nأي أن الدالة الأولى هي التي يمكن الاعتماد عليها في تحليل العلاقة بين الصادرات والواردات كما يمكن استخدامها في التنبؤ. ويمكن ترتيب الواردات، من حيث قوة التأثير على متغيرات الصادرات، من خلال المعامل التركيبي"Structure Coefficient" من الأكبر تأثيرا إلى الأقل تأثيرا كالآتي:\nY7 ثم Y2 ثم Y3 ثم Y1 ثم Y6 ثم Y4 ثم Y5.\nيمكن كذلك ترتيب الصادرات، من حيث قوة التأثير على متغيرات الواردات، من خلال المعامل التركيبي من الأكبر تأثيرا إلى الأقل تأثيرا كالآتي:\nX1 ثم X7 ثم X3 ثم X6 ثم X2 ثم X4 ثم X5.\n Identifying variables that reflect the phenomenon in question and variables affecting this phenomenon is the key step in any applied study to identify and measure the relationships between these variables.\nThis phenomenon is represented in many cases by more than one dependent variable, influenced by a number of independent variables. There are also overlapping and inter-relationships between dependent variables with each other, and between them and independent variables, and between independent variables with each other. The Canonical Correlation Analysis CC is used if the relationship is formulated in a single equation. However, if it is represented by a number of equations that are solved in real-time, it is possible to use the method of two-stage smaller squares or three-stage smaller squares.\nIn this research, the Canonical Correlation Analysis will be studied as one of the multivariate analysis methods. It will be applied to actual data represented by some Egyptian exports and imports for the years 2001-2015, which played a significant role in the disruption of the trade balance of the Arab Republic of Egypt.\nWhen deriving the functions of the correct link, it was found that the number of variables in the two sets is equal; each group has seven variables. Accordingly, seven functions were derived, each consisting of two components, one representing exports and the other representing imports.\nAnd it turns out that the first function is reliable in interpreting the relationship between the two sets of variables. It has the highest Valuable (Rc) (Canonical Correlation), and its significance proved at 0.05, as the calculated X2 value was greater than the tabular by equal degrees of freedom (49), which also confirms these results. Lambda Prime values are R2 parity in multiple multiplexity, but their interpretation is the opposite of R2 interpretation. The strength of the relationship between the two compounds of the first function is evidenced by the examination of graphical shapes, which helps to confirm that the first function is a function that can be relied upon in interpreting the relationship between the two compounds. The abundance index (Redundancy Coefficient - Rd) for the first compound for exports interpreted that it contributed to the explanation of (80.14%) of the discrepancy of the original variables of imports. The first compound of imports contributed to the interpretation of (67.719%) of the discrepancies in exports' original variables.\nThat is, the first function can be relied upon in analyzing the relationship between exports and imports and can be used in predictability. Imports, in terms of the strength of impact on export variables, can be arranged through the Structure Coefficient from the largest to the least as follows: Y7, then Y2 then Y3 then Y1 then Y6 then Y4 followed by Y5.\nIn terms of impact on import variables, exports can also be arranged through the synthetic coefficient from the largest to least impact as follows: x1 then x7 then x3 then x6 then x2 then x4 followed by x5.\nThis abstract translated by Dar AlMandumah Inc. 2021 |
|---|
