The results of the regression of At

The results of the regression of Atkast which is significant in the regression fit. The significance of the regression analysis (Test F) is used. According to the data in Table 3 Since the level of statistical significance F (0.00000) is less than 0.05; therefore, goodness of fit of the model, the F-statistic is significant, resulting in significant regression. In total, it is estimated regression equation. Watson camera was used to test the independence of statistics. Watson camera serial correlation between regressions testing in general remains to test it. In this model, the value of this parameter is equal to 1.913 shows there multicollinearity between consecutive residues. In this study, the White test was used to detect the difference in terms of disruption. Chi-square statistic is significant that represents the Lagrange multiplier 0.141550 shows that, the null hypothesis is not rejected at 5% level of homogeneity of variance and the variance difference there. According to Table 3, the coefficient of determination is equal to 119/0. Coefficient of determination shows approximately 12% of variability (return on equity) can be prevented by the independent variables (Current ratio, asset turnover ratio, fixed asset turnover ratio, the ratio of net income to sales and return on assets) explained. The independent variables, 12% of the predicted stock returns. The regression coefficients in Table 3 according to the return on equity and return on assets with fixed asset turnover ratio are negative and significant. The current ratio between stock returns, asset turnover ratio of net income to sales, there is a significant positive relationship. Predict stock returns based on financial ratios adjusted for general price index based on the least squares regression in this study, the ratios for predicting stock returns last year to predict stock returns this year has been used and the method of least squares regression (OLS) estimate the return on equity.

ผลลัพธ์ (ไทย) 1:

ผลของการถดถอยของ Atkast ซึ่งมีความสำคัญในการถดถอยพอดี ความสำคัญของการวิเคราะห์การถดถอย (ทดสอบ F) จะใช้ ตามข้อมูลในตาราง 3 ตั้งแต่ ระดับของนัยสำคัญทางสถิติ F (0.00000) คือน้อยกว่า 0.05 ดังนั้น ความกตัญญูพอดีแบบ สถิติ F เป็นสำคัญ ในถดถอยอย่างมีนัยสำคัญ รวม เป็นสมการถดถอยที่ประมาณ Watson กล้องที่ใช้ทดสอบความเป็นอิสระของสถิติ ยังคงความสัมพันธ์ประจำกล้อง Watson ระหว่าง regressions ทดสอบโดยทั่วไปการ ทดสอบ ในรุ่นนี้ ค่าของพารามิเตอร์นี้จะเท่ากับแสดง 1.913 multicollinearity มีระหว่างตกติดต่อกัน ในการศึกษานี้ การทดสอบสีขาวถูกใช้เพื่อตรวจสอบความแตกต่างในด้านทรัพย สถิติ chi-square สำคัญที่แสดงถึงโรงแรมลากรองจ์คูณ 0.141550 แสดงว่า เป็นปฏิเสธสมมติฐานว่างที่ระดับ 5% ของผลต่างและผลต่างผลต่างมี homogeneity ไม่ได้ ตามตาราง 3 สัมประสิทธิ์ของการกำหนดเป็นเท่ากับ 119/0 สัมประสิทธิ์ของการกำหนดแสดงประมาณ 12% ของความแปรผัน (ผลตอบแทนจากหุ้น) สามารถป้องกันได้ โดยไม่ขึ้นอยู่กับตัวแปร (ปัจจุบันอัตราส่วน อัตราการหมุนเวียนของสินทรัพย์ อัตราการหมุนเวียนของสินทรัพย์ อัตราส่วนของกำไรสุทธิในการขายและผลตอบแทนจากสินทรัพย์) อธิบาย ตัวแปรอิสระ คืน 12% ของหุ้นคาดการณ์ สัมประสิทธิ์ถดถอยใน 3 ตารางตามผลตอบแทนจากหุ้นและผลตอบแทนจากสินทรัพย์ที่มีอัตราหมุนเวียนของสินทรัพย์เป็นค่าลบ และที่สำคัญ ปัจจุบันอัตราส่วนระหว่างหุ้น คืน อัตราการหมุนเวียนของสินทรัพย์สุทธิรายได้การขาย มีความสัมพันธ์ในเชิงบวกอย่างมีนัยสำคัญ ทำนายหุ้นคืนตามอัตราส่วนทางการเงินที่ปรับปรุงสำหรับดัชนีราคาทั่วไปตามที่ถดถอยกำลังสองน้อยที่สุดในการศึกษานี้ อัตราส่วนสำหรับการคาดการณ์สต็อกกลับคืนปีการทำนายหุ้นปีนี้มีการใช้ และวิธีการประเมินกำลังสองน้อยสุด (OLS) ถดถอยคืนผู้ถือหุ้น

ผลลัพธ์ (ไทย) 2:

ผลของการถดถอยของ Atkast ที่มีความสำคัญในการถดถอยพอดี ความสำคัญของการวิเคราะห์การถดถอย (ทดสอบ F) ถูกนำมาใช้ ตามข้อมูลในตารางที่ 3 ตั้งแต่ระดับนัยสำคัญทางสถิติ F (0.00000) น้อยกว่า 0.05; ดังนั้นความดีของพอดีของรูปแบบ F-สถิติเป็นสำคัญส่งผลให้การถดถอยอย่างมีนัยสำคัญ โดยรวมแล้วมันเป็นที่คาดสมการถดถอย กล้องวัตสันใช้ในการทดสอบความเป็นอิสระของสถ​​ิติ กล้องวัตสันมีความสัมพันธ์ต่อเนื่องระหว่างการทดสอบการถดถอยโดยทั่วไปยังคงที่จะทดสอบ ในรูปแบบนี้ค่าของพารามิเตอร์นี้จะมีค่าเท่ากับ 1.913 แสดงมีพหุระหว่างตกค้างติดต่อกัน ในการศึกษานี้ทดสอบสีขาวที่ใช้ในการตรวจสอบความแตกต่างในแง่ของการหยุดชะงัก สถิติไคสแควร์มีความหมายที่แสดงถึงตัวคูณลากรองจ์ 0.141550 แสดงให้เห็นว่าสมมติฐานไม่ได้ปฏิเสธที่ระดับ 5% ของความสม่ำเสมอของความแปรปรวนและความแตกต่างมีความแปรปรวน ตามตารางที่ 3 ค่าสัมประสิทธิ์ของความมุ่งมั่นที่จะมีค่าเท่ากับ 119/0 ค่าสัมประสิทธิ์ของความมุ่งมั่นแสดงให้เห็นว่าประมาณ 12% ของความแปรปรวน (ตอบแทนผู้ถือหุ้น) สามารถป้องกันได้โดยตัวแปรอิสระ (อัตราส่วนปัจจุบันอัตราส่วนการหมุนเวียนของสินทรัพย์อัตราส่วนสินทรัพย์ถาวรอัตราส่วนกำไรสุทธิต่อยอดขายและผลตอบแทนจากสินทรัพย์) อธิบาย ตัวแปรอิสระ 12% ของผลตอบแทนที่คาดการณ์สต็อก ค่าสัมประสิทธิ์การถดถอยในตารางที่ 3 ถึงอัตราผลตอบแทนต่อผู้ถือหุ้นและผลตอบแทนจากสินทรัพย์ที่มีอัตราส่วนสินทรัพย์ถาวรเป็นลบและมีความสำคัญ อัตราส่วนระหว่างผลตอบแทนในปัจจุบันหุ้นอัตราส่วนสินทรัพย์หมุนเวียนของรายได้สุทธิต่อยอดขายมีความสัมพันธ์อย่างมีนัยสำคัญในเชิงบวก คาดการณ์ผลตอบแทนหุ้นขึ้นอยู่กับอัตราส่วนทางการเงินที่ปรับดัชนีราคาทั่วไปอยู่บนพื้นฐานของการถดถอยสี่เหลี่ยมน้อยในการศึกษาครั้งนี้อัตราส่วนการทำนายหุ้นผลตอบแทนปีที่ผ่านมาที่จะคาดการณ์ผลตอบแทนหุ้นในปีนี้ได้ถูกนำมาใช้และวิธีการอย่างน้อยถดถอยสี่เหลี่ยม (OLS) ประมาณการ ผลตอบแทนต่อผู้ถือหุ้น

ผลลัพธ์ (ไทย) 3:

ผลของการถดถอยของ atkast ซึ่งมีความสำคัญในการพอดี ความสำคัญของการวิเคราะห์การถดถอย ( ทดสอบ F ) ใช้ ตามข้อมูลในตารางที่ 3 ตั้งแต่ระดับสถิติ F ( 0. , 000 ) น้อยกว่า 0.05 ดังนั้นความสอดคล้องของรูปแบบ , f-statistic อย่างมีนัยสำคัญ ส่งผลให้ระดับการถดถอย ในรวมมีการประมาณการสมการถดถอย . วัตสันกล้องถูกใช้ในการทดสอบความเป็นอิสระของสถิติ ความสัมพันธ์ระหว่างสมการถดถอยอนุกรมวัตสันกล้องในการทดสอบทั่วไปยังคงที่จะทดสอบ ในรูปแบบนี้ , ค่าของพารามิเตอร์นี้จะเท่ากับ 1.913 แสดงให้เห็นถึงค่าระหว่างตกค้างติดต่อกัน ในการศึกษานี้ทดสอบสีขาวถูกใช้ตรวจสอบความแตกต่างในแง่ของการหยุดชะงัก สถิติไคสแควร์เป็นสิ่งสำคัญที่แสดงถึงตัวคูณลากรองจ์ 0.141550 แสดงว่า ไม่ปฏิเสธสมมติฐานว่างร้อยละ 5 ระดับของค่าความแปรปรวนและความแปรปรวนแตกต่างกันมี ตามตารางที่ 3 , ค่าสัมประสิทธิ์การตัดสินใจเท่ากับ 119 / 0ค่าสัมประสิทธิ์การตัดสินใจแสดงประมาณ 12 % ของความแปรปรวน ( อัตราผลตอบแทนต่อส่วนของผู้ถือหุ้น ) สามารถป้องกันได้ โดยมีตัวแปรอิสระ ( ปัจจุบันอัตราส่วนหมุนเวียนสินทรัพย์ถาวรมูลค่าอัตราส่วนกำไรสุทธิต่อยอดขาย และผลตอบแทนต่อสินทรัพย์ ) อธิบาย ตัวแปรอิสระ 12% ของผลตอบแทนที่คาดการณ์สต็อกสัมประสิทธิ์ถดถอยในตารางที่ 3 ตามผลตอบแทนจากหุ้น และอัตราผลตอบแทนจากสินทรัพย์ที่มีอัตราการหมุนสินทรัพย์ถาวรเป็นลบ และที่สำคัญ ที่อัตราส่วนระหว่างผลตอบแทนหุ้น มูลค่าเท่ากับรายได้สุทธิที่จะขาย มีความสัมพันธ์ทางบวกอย่างมีนัยสำคัญทางสถิติที่ระดับ .ทำนายหุ้นกลับตามอัตราส่วน โดยทั่วไปดัชนีราคาขึ้นอยู่กับถดถอยกำลังสองน้อยที่สุด ในการศึกษานี้ใช้อัตราส่วนผลตอบแทนของหุ้นเมื่อปีที่แล้ว เพื่อคาดการณ์ผลตอบแทนในปีนี้มีการใช้และวิธีกำลังสองน้อยที่สุด ( OLS ) ในการประมาณอัตราผลตอบแทน