To test hypotheses about the likeli

To test hypotheses about the likelihood of LTIP use
following adoption, for those firms adopting LTIPs, we used
logistic regression analysis. Ordinary least squares (OLS)
analysis is inappropriate when the dependent variablei s
categorical, because OLS assumes a linear additive model
with normally distributed error terms, while the true
probability model is nonlinear with binomially distributed
errors (Hosmer and Lemeshow, 1989). Finally, we used OLS
regression analysis to test predictions about the magnitude
of LTIP grants, for those firms making such grants.

ผลลัพธ์ (ไทย) 2:

เพื่อทดสอบสมมติฐานเกี่ยวกับความเป็นไปได้ในการใช้ LTIP
ต่อไปนี้การยอมรับสำหรับ บริษัท ที่ใช้ LTIPs เราใช้
การวิเคราะห์การถดถอยโลจิสติก สองน้อยที่สุด (OLS)
การวิเคราะห์ไม่เหมาะสมเมื่อขึ้น variablei s
เด็ดขาดเพราะถือว่า OLS สารเติมแต่งรูปแบบเชิงเส้น
ที่มีเงื่อนไขข้อผิดพลาดกระจายตามปกติในขณะที่ความจริง
น่าจะเป็นรูปแบบเชิงเส้นที่มีการกระจาย binomially
ข้อผิดพลาด (ฮอสเมอร์และ Lemeshow, 1989) สุดท้ายเราใช้ OLS
การวิเคราะห์การถดถอยเพื่อทดสอบการคาดการณ์เกี่ยวกับความสำคัญ
ของทุน LTIP สำหรับ บริษัท ที่ทำเงินอุดหนุนดังกล่าว

ผลลัพธ์ (ไทย) 3:

เพื่อทดสอบสมมติฐานเกี่ยวกับโอกาสของ LTIP ใช้
ต่อไปนี้การยอมรับสำหรับ บริษัท ที่ใช้ ltips เราใช้
การวิเคราะห์การถดถอยโลจิสติก วิธีกำลังสองน้อยที่สุด ( OLS )
การวิเคราะห์ไม่เหมาะสมเมื่อขึ้นอยู่กับ variablei S
อย่างแท้จริง เพราะต่างถือว่าเป็นรูปแบบเชิงเส้นกับการกระจายปกติ
เพิ่มเงื่อนไขข้อผิดพลาดในขณะที่แบบจำลองความน่าจะเป็นเชิงเส้นกับแจกจริง

binomiallyข้อผิดพลาด ( ฮอสเซอเมอร์ และ lemeshow , 1989 ) สุดท้าย เราใช้การวิเคราะห์ OLS
ถดถอยทดสอบการคาดการณ์เกี่ยวกับขนาดของ LTIP
ทุนสำหรับ บริษัท เหล่านั้นให้บุคคลดังกล่าว