X
x جهت سفارش تبليغ در سایت ثامن بلاگ کليک کنيد



مجموعه اشعار و نوشته های غمگین من

مجموعه اشعار و نوشته های غمگین من

موضوعات
Category

محبوب ترین مطالب
Most visited Postss

ارشیو وبلاک
Archived blog

لينك هاي روزانه
Daily Links

کدهای اختصاصی
Code

کدهای اختصاصی
Site Statistics

» بازديد امروز : 1
» بازديد ديروز : 4
» افراد آنلاين : 1
» بازديد ماه : 10
» بازديد سال : 29
» بازديد کل : 87
» اعضا : 0
» مطالب : 19

آزمون همگرايي جوهانسن مو جوسيليوس


تاریخ انتشار پست : 1396/12/26 بازدید : 1

آزمون همگرايي جوهانسن مو جوسيليوس

روش انگل و گرنجر چند نقطه ضعف دارد. اولاً: انتخاب متغير سمت چپ مي‌تواند  هر يك از متغيرهاي مدل باشد. مثلاً در مورد دو متغير Yt و Zt، دو رگرسيون تعادلي زير را مي توان انتخاب كرد:

وقتي كه حجم نمونه به سمت بي نهايت گرايش پيدا مي كند، نظريه هاي مجانبي دال بر آن است كه آزمون ريشه واحد براي  هم ارزند، ولي در نمونه هاي كوچك، كه معمولاً محقق با آن مواجه است، ممكن است يكي از رگرسيونهاي فوق همگرا بودن و ديگري همگرا نبودن را نشان دهند. اين مورد بسيار نامطلوب است. زيرا بايد آزمون همگرايي نسبت به انتخاب متغير براي نرمال كردن تغيير ناپذير باشد. در مورد وجود متغيرهاي بيشتر حادتر از اين نيز مي باشد زيرا هر يك از متغيرها مي تواند متغير سمت چپ تلقي شود. در مورد اخير مشكل ديگر اين است كه ممكن است بيش از يك رابطه همگرايي وجود داشته باشد كه روش انگل و گرنجر قادر به تشخيص بردارهاي همگرايي چندگانه نيست.

ثانياً: مشكل ديگر روش انگل و گرنجر دو مرحله اي بودن آن است. بديهي است كه هر خطايي در برآورد  در مرحله اول ايجاد شود به مرحله دوم منتقل مي شود. براي اجتناب از اين مشكلات چند روش ارائه شده است كه از معروفترين آنها روش جوهانسن است كه از طريق برآورد كننده هاي حداكثر درست نمايي قادر به برطرف كردن مشكل دو مرحله اي بود و همچنين داراي توان تشخيص همگرايي چندگانه مي‌باشد، و علاوه بر اين، اين روش توان آزمون بردار همگرايي به صورت مقيد و برآورد پارامترهاي سرعت تعديل را دارد.

روش جوهانسن (1988) براساس رابطه بين رتبه[1] يك ماتريس و ريشه هاي مشخصه[2] مي باشد. روش جوهانسن در واقع تعميم چند متغيره آزمون ديكي- فولر است. مدل چند متغيره زير را در نظر بگيريد:

كه در آن Xt و  بردارهاي (1*n)

A1= ماتريس (n*n) پارامترها

I= ماتريس يكه (n*n)

و  برابر (A1-I) است.

مي توان همانند آزمون ديكي- فولر پيشرفته، مدل چند متغيره فوق را نيز طوري تعميم داد كه فرآيند اتو رگرسيو مراتب بالاتر نيز مجاز باشند.

در اين حالت پس از انجام عمليات و جايگزيني هاي لازم مي توان معادله نهايي را به صورت زير بدست آورد:

كه در آن:

عامل مهم در معادله فوق، رتبه ماتريس  است كه برابر تعداد بردارهاي همگرايي مي‌باشد. واضح است كه اگر رتبه  صفر باشد، مدل به مدل اتو رگرسيو برداري، Var، ساده به صورت تفاضل اول در مي آيد. از طرف ديگر، اگر رتبه  برابر n باشد، فرآيند برداري ايستا است. در حالت ميانه، اگر رتبه به صورت، <n رتبه  باشد، بردارهاي همگرايي چند گانه وجود خواهد داشت، و مدل فوق يك مدل تصحيح خطا خواهد بود.

بردار  در حالت اخير به صورت  خواهد بود كه  ماتريسهاي (r*p) مي باشند، كه r تعداد روابط همگرايي بين متغيرها و  بردارهاي همگرايي است. در روش حداكثر درست نمايي جوهانسن تابع درست نمايي نسبت به  عبارت است از:

كه در آن  و  به ترتيب پسماندهاي معين[3]  و Xt-1 روي تفاضلهاي X ها مي باشند.

جوابهاي ي حاصل از حداكثر سازي با حل معادله

براي مقادير ويژه[4] (به صورت مقادير نزولي و بردارهاي ويژه[5]  نرمال شده به طوري كه  باشد، بدست مي آيد.

تعيين تعداد ريشه هاي مشخصه غير صفر  (يعني، از نظر آماري به طور معني دار مخالف صفر)، در روش جوهانسن، از طريق دو آماره زير كه به آزمون اثر[6] و آزمون حداكثر ريشه مشخصه (يا بيشترين مقدار ويه) معروفند انجام مي گيرد:

جوهانسن و جسليوس[7](1990) مقادير بحراني آماره هاي  و  را از طريق مطالعالت شبيه سازي[8] بدست آورده اند.[9]



[1]  Rank

[2]  Charactristic-Root

[3]  Auxiliary

[4]  Eigen Value

[5]  Eigen Vector

[6]  Trace

[7]  Johanson and Juselius

[8]  Simulation

[9]   در اين روش مي توان قيود اعمال شده را نيز به بوته آزمون گذارد.

دسته :
برچست ها :

روشهاي متعددي براي آزمون هم انباشتگي


تاریخ انتشار پست : 1396/12/19 بازدید : 2

- آزمون هم انباشتگي (هم جمعي)

روشهاي متعددي براي آزمون هم انباشتگي در مقاله هاي مختلف ارائه شده است. دو روش ساده آزمون هم انباشتگي عبارتست از: (1) آزمون DF يا ADF براساس Ut تخميني از رگرسيون هم انباشتگي و (2) آزمون رگرسيون هم انباشتگي دوربين- واتسون (CRWD).

روش آزمون انگل- گرنجر (EG) و انگل- گرنجر تعميم يافته (AEG) به اين ترتيب است كه ابتدا رگرسيوني نظير رگرسيون (A) را به روش OLS برآورد مي‌كنيم و جملات خطاي آنرا به دست مي آوريم. سپس به روش ديكي- فولر (DF) يا ديكي- فولر تعميم يافته (ADF) ناپايائي جملات خطا را آزمون مي كنيم. اگر جملات خطا پايا باشند آنگاه نتيجه گيري خواهيم كرد كه متغيرهاي مورد بحث هم جمع اند. اما نكته قابذ توجه در اين مورد آن است كه چون مقدار واقعي  مشخص نيست و ما از برآورد آن در برآورد كميت هاي Ut استفاده مي كنيم و در حقيقت خود Utها هم برآورد هستند، مقادير بحراني DF و ADF براي آزمون ناپايايي Ut مناسب نيست. دو دليل عمده براي اين امر وجود دارد. يكي اينكه ساختار روش OLS به گونه اي است كه آنچنان برآوردي را براي ضرايب انتخاب مي كند كه جملات خطا كوچكترين واريانس نمونه را داشته باشند. بنابراين حتي اگر متغيرها هم جمع هم نباشند اين امر موجب مي شود جملات خطا بيشتر پايا به نظر برسند. در نتيجه استفاده از كميت‌هاي بحراني معمول ديكي- فولر موجب مي شود تا فرضيه صفر بيشتر رد شود. دومين دليل آن است كه توزيع آماره آزمون آن متاثر از تعداد متغيرهاي توضيح دهنده اي است كه در رگرسيون وارد مي شوند. به اين لحاظ، انگل و گرنجر مقادير بحراني DF و ADF را براي آزمون هم جمعي با توجه به نكات فوق محاسبه كرده اند. در اين ارتباط آزمونهاي ديكي- فولر و ديكي- فولر تعميم يافته به آزمونهاي انگل- گرنجر (EG) و انگل گرنجر تعميم يافته (AEG) شهرت يافته اند.

يك آزمون ديگر براي هم انباشتگي كه نسبتاً فراگير مي باشد آزمون دوربين- واتسون در رگرسيون هم انباشته كننده يا به اختصار CRDW (Cointegrating Regression Durbin-Watson) ناميده مي شود. چنانچه آماره آزمون دوربين- واتسون  به طور معني داري بزرگتر از صفر باشد سري هاي زماني در معادله رگرسيون هم انباشته هستند. در صورتي  باشد آنگاه  و فرضيه هم انباشتگي رد مي شود. انگل و گرنجر (1987) و مكينون (1988) مقادير بحراني مربوط به آماره آزمون CDRW را براي حجم هاي مختلف نمونه و مواردي كه متغير روند در معادله رگرسيون وارد مي شود ارائه كرده اند.

دسته :
برچست ها :

رگرسيون ساختگي[1]

در رگرسيونهاي مبتني بر متغيرهاي سري زماني (رگرس يك متغير سري زماني بر سري زماني ديگر) محققان غالباً R2 بالايي را مشاهده مي كنند، هرچند كه رابطه معني‌داري بين متغيرها وجود نداشته باشد. اين وضعيت نشان دهنده رگرسيون ساختگي (كاذب) است.

اين مشكل ناشي از آن است كه هر دو متغير سري زماني (متغير وابسته و متغير توضيحي) تمايل شديدي نسبت به زمان (حركتهاي نزولي و صعودي) از خود نشان مي‌دهند و لذا R2 بالايي كه مشاهده مي شود، نه به واسطه ارتباط حقيقي بين متغيرها بلكه بواسطه وجود متغير زمان مي باشد.

نتايج چنين رگرسيونهايي اغلب عالي به نظر مي رسند، R2 بالا و نسبتهاي t معني دار بالا (بصورت قابل توجه) براي متغيرهاي توضيحي، در اين بين تنها اشكال پايين بودن آماره d (دوربين- واتسون ) است.

گرنجر و نيوبلد[2] يك روش تجربي براي شناسايي رگرسيون ساختگي پيشنهاد كردند. (R2 خيلي بالا و D.W خيلي پايين بطوريكه R2>D.W باشد).

بنابراين هنگاميكه يك سري زماني غير ساكن را بر روي يك سري زماني غير ساكن ديگر رگرس كرده باشيم، ديگر آماره هاي F,t روش هاي آزمون معتبري نمي باشند. از طرفي تفاضل گيري مرتبه اول (يا مرتبه هاي بالاتر) رابطه بلند مدت بين دو سري زماني را از بين مي برد، زيرا اغلب تئوريهاي اقتصادي رابطه بلند مدت بين متغيرها را به شكل سطح[3] و نه به صورت تفاضلي ارائه مي كنند.

در قسمت بعد خواهيم ديد، كه اگر چند سري زماني بر روي هم، هم انباشته باشند، نتايج رگرسيوني آنها ساختگي نخواهد بود و استفاده از آزمونهاي F,t صحيح و معتبر مي‌باشد.

همانطور كه گرنجر مي گويد: “براي اجتناب از وضعيتهاي رگرسيون ساختگي، آزمون هم انباشتگي را بايد بعنوان يك پيش آزمون[4] بكار گرفت.

هم انباشتگي (هم جمعي)

معادله زير را در نظر بگيريد:

A)

اگر Ut يا اجزاء پسماند را در طرف چپ معادله قرار دهيم، خواهيم داشت:

حال اگر Ut يا اجزاء پسماند يك معادله رگرسيون، انباشته از مرتبه I(0) يا ايستا باشد، در اين صورت مي گوييم متغيرهاي توضيحي و وابسته، هم انباشته (هم جمع) مي‌باشند. به عبارت ديگر دو متغير روي طول موج يكساني قرار دارند. بطور عيني مي‌توان مشاهده كرد، زمانيكه Ut در معادله فوق انباشته از مرتبه صفر I(0) مي باشد، متغيرهاي توضيحي و وابسته روند زدايي مي شوند.

بطور كلي اگر Y بصورت I(d) و X نيز بصورت I(d) باشد، دو سري مي توانند هم انباشته باشند. به عبارتي در اين حالت رگرسيون ساختگي نبوده و هيچ گونه اطلاعات بلند مدتي را از دست نمي دهيم. اين موضوع برخلاف نتيجه حاصل از كاربرد تفاضلهاي مرتبه اول كه اطلاعات بلند مدت را از دست مي دادند، مي باشد.

بطور خلاصه در صورتيكه تشخيص دهيم باقيمانده هاي حاصل از معادله فوق بصورت I(0) يا ساكن مي باشد، متدولوژي سنتي رگرسيون (شامل آزمونهاي F,t) براي داده هاي سري زماني قابل استفاده مي باشد.

در ادبيات تئوري هم انباشتگي، رگرسيوني نظير (A) را «رگرسيون هم انباشتگي» و پارامتر (B) «پارامتر هم انباشتگي» ناميده مي شود.



[1]  spurious regression

[2]  Granger and Newbold

[3]  Level Form

[4]  Pre-test

دسته :
برچست ها :

تغييرات ساختاري و آزمون ريشه واحد پرون


تاریخ انتشار پست : 1396/12/5 بازدید : 2

تغييرات ساختاري و آزمون ريشه واحد پرون

وجود ريشه واحد و ناپايايي كه در اغلب متغيرهاي سري زماني اقتصد كلان ملاحظه مي شود ممكن است ناشي از عدم توجه به شكست عمده ساختاري در روند اين متغيرها مي باشد. اگر سريهاي زماني، در طول زمان دچار تغييرات ساختاري و شكست شوند، آزمونهاي استاندارد ريشه واحد نظير آزمون ديكي- فولر مناسب ترين آزمون براي قبول يا رد فرضيه ريشه واحد نبوده و نمي توانند آن فرضيه را رد كنند.

پرون به منظور نشان دادن اثرات تغييرات ساختاري بر روي سريهاي زماني و بررسي وجود فرضيه ريشه واحد، متغيرهاي مجازي را به الگوي ADF اضافه كرد. سه مدل پيشنهادي پرون، به صورت زير است:

كه در آن DU و DTB و DT متغيرهاي مجازي هستند. Yt متغير مورد آزمون و TB سال شكستگي در روند زماني متغير مورد نظر است. Dut براي t >TB برابر يك و براي بقيه سالها صفر است، DTB براي t=TB+1 برابر با يك و براي بقيه سالها صفر است و DT براي سالهاي بزرگتر از سال شكست ساختاري به صورت t-TB(t >TB) تعريف مي شود و براي بقيه سالها صفر است، به عبارت ديگر (براي t>TB) DT=t است. فرض صفر در الگوهاي فوق مانند آزمون ديكي- فولر تعميم يافته همچنان  خواهد بود. يادآوري مي شود كه در الگوهاي فوق، تنها امكان يك شكست ساختاري وجود دارد.

دسته :
برچست ها :

آزمون ساكن بودن از طريق نمودار همبستگي و ريشه واحد


تاریخ انتشار پست : 1396/11/28 بازدید : 2

آزمون ساكن بودن از طريق نمودار همبستگي و ريشه واحد[1]

يك آزمون ساده براي ساكن بودن براساس تابع خود همبستگي (ACF) مي باشد. (ACF) در وقفه k با  نشان داده مي شود و بصورت زير تعريف مي گردد.

از آنجاييكه كوواريانس و واريانس، هر دو با واحدهاي يكساني اندازه گيري مي‌شوند،  يك عدد بدون واحد يا خالص است.  به مانند ديگر ضرايب همبستگي، بين (1-) و (1+) قرار دارد. اگر  را در مقابل K (وقفه ها) رسم نماييم، نمودار بدست آمده، نمودار همبستگي جامعه ناميده مي شود. از آنجايي كه عملاً تنها يك تحقق واقعي (يعني يك نمونه) از يك فرآيند تصادفي را داريم، بنابراين تنها مي‌توانيم تابع خود همبستگي نمونه،  را بدست آوريم. براي محاسبه اين تابع مي‌بايست ابتدا كوواريانس نمونه در وقفه K و سپس واريانس نمونه را محاسبه نماييم.

كه همانند نسبت كوواريانس نمونه به واريانس نمونه است. نمودار  در مقابل K نمودار همبستگي نمونه ناميده مي شود. در عمل وقتي  مربوط به جامعه را ندايم و تنها  را براساس مصداق خاصي از فرآيند تصادفي در اختيار داريم بايد به آزمون فرضيه متوسل شويم تا بفهميم كه  صفر است يا خير. بارتلت (1949)[2] نشان داده است كه اگر يك سري زماني كاملاً تصادفي يعني نوفه سفيد باشد، ضرايب خود همبستگي نمونه تقريباً داراي توزيع نرمال با ميانگين صفر و واريانس  مي باشد كه در آن n حجم نمونه است. براين اساس مي توان يك فاصله اطمينان، در سطح 95 درصد ساخت. بدين ترتيب اگر  تخميني در اين فاصله قرار گيرد، فرضيه(=0) را نمي توان رد كرد. اما اگر  تخميني خارج از اين فاصله اعتماد قرار گيرد مي توان صفر بودن  را رد كرد.

آزمون ديگري نيز بصورت گسترده براي بررسي ايستايي سريهاي زماني بكار مي‌رود كه به آزمون ريشه واحد معروف است. براي فهم اين آزمون مدل زير را در نظر بگيريد[3]:

Yt = Yt-1+Ut

Ut جمله خطاي تصادفي است كه فرض مي شود بوسيله يك فرآيند تصادفي مستقل (White Noise) بوجود آمده است. (يعني داراي ميانگين صفر، واريانس ثابت  و غير همبسته مي باشد).

خواننده مي تواند تشخيص دهد كه معادله فوق، يك معادلخ خود رگرسيون مرتبه اول يا AR(1) مي باشد. در اين معادله مقدار Y در زمان t بر روي مقدار آن در زمان (t-1) رگرس شده است. حال اگر ضريب Yt-1 برابر يك شود مواجه با مساله ريشه واحد مي شويم. يعني اين امر بيانگر وضعيت غير ايستايي سري زماني Yt مي باشد. بنابراين اگر رگرسيون زير را اجرا كنيم:

و تشخيص دهيم كه  است، گفته مي شود متغير Yt داراي يك ريشه واحد است. در اقتصاد سنجي سريهاي زماني، سري زماني كه داراي يك ريشه واحد باشد، نمونه‌اي از يك سري زماني غير ايستا است.

معادله فوق غالباً به شكل ديگري نيز نشان داده مي شود:

كه در آن ،  اپراتور تفاضل مرتبه اول مي باشد. توجه كنيد كه  است. اما اكنون فرضيه صفر ما عبارت است از  كه اگر  برابر با صفر باشد مي توانيم معادله فوق را بصورت زير بنويسيم:

اين معادله بيانگر آن است كه تفاضل اول سري زماني Yt ساكن مي باشد. زيرا بنا به فرض Ut يك جمله اختلال سفيد (اختلال خالص) مي باشد.

اگر از يك سري زماني يك مرتبه تفاضل گرفته شود (تفاضل مرتبه اول) و اين سري تفاضل گرفته شده ساكن باشد، آنگاه سري زماني اصلي (انباشته از مرتبه اول[4]) مي باشد و به صورت I(1) نشان داده مي شود.

به طور كلي اگر از يك سري زماني d مرتبه تفاضل گرفته شود، انباشته از مرتبه d يا I(d) مي باشد. پس هرگاه يك سري زماني انباشته از مرتبه يك يا بالاتر باشد سري زماني غير ايستا خواهد بود. بطور متعارف اگر d=0 باشد، در نتيجه فرآيند I(0) نشان دهنده يك فرآيند ساكن مي باشد. به همين علت نيز يك فرآيند ساكن بصورت I(0) مورد استفاده قرار مي گيرد.

براي وجود ريشه واحد تحت فرضيه  از آمار  يا (tau)[5] استفاده مي‌كنيم، مقادير بحراني اين آماره به روش شبيه سازي مونت كارلو توسط ديكي و فولر بصورت جداول آماري محاسبه شده است. (متاسفانه آماره t ارائه شده حتي در نمونه‌هاي بزرگ از توزيع t استيودنت پيروي نمي كند و در نتيجه نمي توان از كميت بحراني t براي انجام آزمون استفاده كرد.)

در ادبيات اقتصادسنجي آزمون  يا (tau)، به آزمون ديكي- فولر (DF) مشهور مي‌باشد. بايد توجه داشت كه اگر فرضيه صفر  رد شود، سري زماني ساكن بوده و مي توان از تابع آزمون t استيودنت استفاده نمود.

اگر قدر مطلق آماره محاسباتي (tau)، بزرگتر از قدر مطلق مقادير بحراني (DF) يا مك كينان باشد، آنگاه فرضيه مبتني بر ساكن بودن سري زماني را رد نمي كنيم از طرف ديگر اگر مقدار قدر مطلق محاسباتي كمتر از مقدار بحراني باشد، سري زماني غير ايستا خواهد بود.

به دلايل عملي و نظري، آزمون ديكي- فولر براي رگرسيون هايي بكار گرفته مي‌شود كه به فرم زير باشند:

معادله بدون عرض از مبدا و بدون روند.                  

معادله با عرض از مبدا.                

معادله با عرض از مبدا و باروند.          

اگر جمله خطاي Ut خود همبسته باشد، (معادله با عرض از مبدا و با روند) را مي‌توان بصورت زير تعديل نمود:

اينكه چه تعداد جملات تفاضلي با وقفه مي بايست در مدل لحاظ شود وابسته به اين است كه تا چه تعداد ورود اين جملات، سبب استقلال سريالي جمله خطا مي‌گردد.

هنگاميكه از آزمون (DF) براي مدل فوق استفاده مي شود، از آن به عنوان آزمون ديكي- فولر تعميم يافته (ADF) ياد مي شود. تابع آزمون (ADF) داراي توزيعي مجانبي همانند تابع آزمون (DF) بوده و از مقادير بحراني يكساني، براي آنها مي توان استفاده كرد.



[1]  Correlogram and Unit root test of stationary

[2]  Bartlett

[3]  مباني اقتصاد سنجي- دامودار گجراتي- موسسه انتشارات دانشگاه تهران- بهار 1378- چاپ دوم با تجديد نظر.

[4]  Intergrated of order one

[5]  (tau) statistic

دسته :
برچست ها :

بررسي ايستايي (ساكن بودن) سري هاي زماني


تاریخ انتشار پست : 1396/11/21 بازدید : 2

تخمين مدل و استنتاج آماري

بررسي ايستايي (ساكن بودن) سري هاي زماني[1]

قبل از تخمين مدل، به بررسي ايستايي مي پردازيم. مي توان چنين تلقي نمود كه هر سري زماني توسط يك فرآيند تصادفي توليد شده است. داده هاي مربوط به اين سري زماني در واقع يك مصداق از فرآيند تصادفي زير ساختي است. وجه تمايز بين (فرآيند تصادفي) و يك (مصداق) از آن، همانند تمايز بين جامعه و نمونه در داده هاي مقطعي است. درست همانطوري كه اطلاعات مربوط به نمونه را براي استنباطي در مورد جامعه آماري مورد استفاده قرار مي دهيم، در تحليل سريهاي زماني از مصداق براي استنباطي در مورد فرآيند تصادفي زير ساختي استفاده مي كنيم. نوعي از فرآيندهاي تصادفي كه مورد توجه بسيار زياد تحليل گران سريهاي زماني قرار گرفته است فرآيندهاي تصادفي ايستا مي باشد.

براي تاكيد بيشتر تعريف ايستايي، فرض كنيد Yt يك سري زماني تصادفي با ويژگيهاي زير است:

(1)                                                                        : ميانگين

(2)                                                                   واريانس :

(3)                                    كوواريانس :

(4)                         ضريب همبستگي :

كه در آن ميانگين ، واريانس  كوواريانس  (كوواريانس بين دو مقدار Y كه K دوره با يكديگر فاصله دارند، يعني كوواريانس بين Yt و Yt-k) و ضريب همبستگي  مقادير ثابتي هستند كه به زمان t بستگي ندارند.

اكنون تصور كنيد مقاطع زماني را عوض كنيم به اين ترتيب كه Y از Yt به Yt-k تغيير يابد. حال اگر ميانگين، واريانس، كوواريانس و ضريب همبستگي Y تغييري نكرد، مي توان گفت كه متغير سري زماني ايستا است. بنابراين بطور خلاصه مي توان چنين گفت كه يك سري زماني وقتي ساكن است كه ميانگين، واريانس، كوواريانس و در نتيجه ضريب همبستگي آن در طول زمان ثابت باقي بماند و مهم نباشد كه در چه مقطعي از زمان اين شاخص ها را محاسبه مي كنيم. اين شرايط تضمين مي كند كه رفتار يك سري زماني، در هر مقطع متفاوتي


[1]  Stationary

دسته :
برچست ها :

«خط مشي كيفيت اداره ي كل استاندارد و تحقيقات صنعتي استان يزد »

اداره ي كل استاندارد استان يزد سياست هاي كل موسسه ي استاندارد و تحقيقات صنعتي ايران را مطابق با قوانين و مقررات، شناسه ها و دستور العمل هاي مربوطه اجرا نموده و در اين راستا اقدامات ذيل را براي جلب رضايت هر چه بيش تر تمامي طرفهاي ذي حق و ذي نفع برآوردن نيازها و انتظارات آنها در حد مقررات و مسئوليت ها انجام مي دهد.

1-گسترش اجراي تشويقي استاندارد هاي ملي از راه توسعه ي كاربرد علامت استاندارد ايران

2.نظارت دقيق بر اجراي استاندارد هاي اجباري اعم از توليدات داخلي، صادرات و واردات.

3-شفاف سازي گردش كارهاي اداره ي كل و توسعه ي نظام اطلاع رساني در چارچوب دولت، الكترونيك

4- ترغيب و گسترش مشاركت آگاهانه ي عموم مردم به ويژه نمايندگان تشكل هاي تخصصي و حرفه اي ذيربط در تدوين استانداردها و در راستاي شعار سال 2004 سازمان بين المللي استاندارد ( استاندارد هاي ملي در خدمت جامع جهاني اطلاعات)

5- توسعه ي فرهنگ استاندارد از طريق آموزش عمومي و تبليغات

6- ارتقاء كارايي، اثر بخشي، بهره وري فعاليت هاي ادارة كل

7- برتري دادن تدابير پيشگيرانه بر اقدامات اصلاح و جيراني

8- بالا بردن انظار عمومي از كيفيت محصولات، سطح استانداردها، تقويت اعتماد و گرايش جامعه به مصرف كالاهاي داراي علامت استاندارد ايران.

9- ايجاد اطمينان به مشتريان در جهت حفظ دارايي هاي آن.

به منظور سازمان دهي بهتر فعاليت ها و موفقيت بيش تر يك سيستم مديريت كيفيت منطبق با استاندارد ايران.

ايزو 9001 ( 1380) طراحي و مستقر گرديده است و در اين راستا فرآيندهاي موجود شناسايي و تعريف مي شود و به طور منظم توسط نماينده ي مديريت و تحت نظارت مدير كل مورد باز نگهداري قرار مي گيرد. از نتايج حاصله براي اتخاذ تدابير لازم در بهبود مداوم عمل كرد سيستم مديريت كيفيت اداره ي كل استفاده مي شود.

به منظور پيگيري و نظارت بر حسن اجراي سياست هاي فوق نماينده اي از سوي مدير كل تعيين گرديده است كه علاوه بر وظايف معمول خود:

الف: نسبت به ايجاد، اجرا و برقراري فرآيندهاي مورد نياز براي سيستم مديريت كيفيت اطمينان حاصل مي كند.

ب : مرتباً در مورد عمل كرد سيستم مديريت كيفيت و هرنوع نياز براي بهبود به مدير كل گزارش مي دهد.

ج: نسبت به گسترش آگاهي در مورد خواسته هاي مشتري در سراسر سازمان اطمينان حاصل مي نمايد.

با توجه به تعهدي كه كليه ي كاركنان در تحقق اين خط مشي دارند شكي نيست كه همكاران با درك كامل مفاد اين خط مشي و روش هاي اجرايي و دستورالعمل هاي ناشي از آن با علاقه و پشتكار در اجراي آنها و حفظ اعتبار اداره كل و بالطبع، موسسه نهايت جديد و مشاركت را به كار خواهند برد.

شرح وظايف : مدير كل

1- تعيين سياست ها، برنامه هاي اجرايي جهت تحقق اهداف اداره ي كل در راستاي اهداف بلند مدت و كوتاه مدت مؤسسه ي استاندارد

2- نظارت و كنترل و بازرسي برنامه هاي اجرايي

3- هماهنگي با كار گروه صنايع و معادن و اجراي مصوبات كميته ي برنامه ريزي استان

شرح وظايف : مسئول دفتر

1- رابطه ي شبكه ي دولت

2- تهيه و تنظيم ليست متقاضيان ملاقات با مدير كل

3- اقدام لازم جهت برقراري ارتباط با مدير كل و پاسخ گويي به تماس هاي تلفني

4- تنظيم برنامه هاي جلسات دفتر مديريت

5- ثبت نامه ها، اوراق، پرونده ها و ساير مكاتبات در دفتر انديكاتور و انديكس ويژه مدير كل.


دسته :
برچست ها :

استاندارد 16949 ISO/TS و دامنه قرار گیری


تاریخ انتشار پست : 1396/11/7 بازدید : 2

« استاندارد 16949 ISO/TS »

با وجود آنكه استانداردهاي سري 9000 ISO به دليل ماهيت مستقل خود، براي بسياري از نهادها به عنوان پايه و اساس ساختن سيستم مديريت كيفيت قرار گرفته، اما برخي از حوزه هاي، اقتصادي بخصوص، مانند صنايع خودرو كه علاقه بيشتري بر برآورد شدن خواسته هاي كيفي خود دارند اقدام به تدوين الزامات ويژه نموده اند و اجراي اين خواسته ها را براي تامين كنندگان خود الزام نموده اند.

امروزه سيستم كيفيت بر مبناي 16949 ISO/TSI را بهترين الگوي سيستم مديريت كيفيت در جهان براي صنعت خودرو مي باشد.

مزاياي به كارگيري استاندارد:

-انطباق كامل با استاندارد 2000: 9001 ISO و قابليت تلفيق بخصوص براي داده هاي توليدي كه هم براي صنعت خودرو و هم خارج از آن فعاليت مي نمايند.

-قابليت انطباق و سازگاري با استاندارد مديريت، زيست محيطي 1400 ISO

- استقرار يك سيستم مديريت كيفيت فرآيند گر كه متضمن ايجاد بهبود مداوم در سازمان و حركت به سمت مدلهاي TQM و تعالي سازمان است.

- قابليت انطباق سيستم با الزامات خودرو سازمان ايراني

- استفاده از مزاياي عمومي سيستمهاي مديريت كيفيت.

دامنه كاربرد:

اين استاندارد براي سازمانهاي توليد كننده و تأمين كننده قطعات خودرو تدوين شده است. اين مشخصه فني مي تواند براي زنجيره تأمين خودروسازي نيز استفاده شود.
( پيمانكاران فرعي، قطعه سازان طرف قرارداد با خودرو ساز)

 


دسته :
برچست ها :
تمامی حقوق برای نویسنده محفوظ میباشد