۱٫۹۵

 

۲٫۸۵

 

۰۴٫

 

۲٫۶۲

 

 

 

ضریب تعیین

 

 

 

۹۰٫

 

۹۳٫

 

۶۷٫

 

۸۹٫

 

 

 

منبع: محاسبات محقق.
همان طوری که از نتایج جدول ۱-۴ مشخص است در همه مدل ها به جزء مدل سوم ، ضریب تشخیص مدل نشان از برازش خوب مدل ها دارد ، ولی علیرغم این امر ، ضریب برخی از متغیرها در مدل معنی دار نبوده و یا سازگاری تئوریکی آن ها مورد تردید قرار گرفته است.
تعداد مراکز دانشگاهی در همه مدل ها معنی­دارنبوده است. به واسطه استفاده دانشگاه­ها از پهنای باند بالای فناوری تلفن ثابت و هم چنین عدم کارآمدی فناوری نسل دو (نسل موجود) تلفن همراه درتامین نیاز خدمات داده­ای و کاربردی دانشگاهی می­توان نتایج به دست آمده را مورد انتظار دانست. استخراج مقالات و سایر منابع نیاز به پهنای باند بالایی دارد که از طریق فناوری نسل دو تلفن همراه امکان­ پذیر نیست یا حداقل بسیار مشکل است. فلذا می­توان نتیجه گرفت که با توجه به ماهیت کاربردی دانشگاه از فناوری نسل ۳ و ۴ تلفن همراه ، در آینده تاثیر این متغیر بر ایجاد ترافیک داده بیشتر گردد. البته لازم به ذکر است تاثیر منفی و معنی دار این متغیر در بازه زمانی نوروز حکایت از آن دارد که با خالی شدن دانشگاه از دانشجویان حداقل ترافیک ایجاد شده در سه مقطع دیگر، در مقطع نوروز دیده نمی­ شود.
شهرهای توریستی در استان در ایام نوروز و تابستان که پذیرای مسافرین است از معنی داری لازم برخوردار بوده است و این بدان معنی است که باید در اجرای پروژه باند پهن تلفن همراه این مناطق را در اولویت قرار داد.
ضریب مثبت و معنی دار نرخ باسوادی در ایجاد ترافیک داده نشان می دهد که کاربران باسواد در شهرهای استان به واسطه کاربرد آسان­تر از این فناوری در ایجاد ترافیک داده استان موثر بوده و لذا مناطق با نرخ باسوادی بالاتر را باید در اولویت اجرا قرار داد. تلاش در جهت افزایش نرخ باسوادی در استان از طرف مقامات استان و هم چنین برنامه ­های آموزشی و کاربردی شرکت مخابرات استان مازندران در استفاده از تلفن همراه می ­تواند موجب افزایش درآمد ناشی از ایجاد ترافیک داده در استان شود.
تعداد شهرک­های صنعتی تاثیر مثبت و معنی­داری بر ایجاد ترافیک داده در استان داشته است. استفاده از خدمات GPRS و سایر خدمات داده­ای از جمله مواردی است که تاثیر این متغیر بر ایجاد ترافیک داده استان را توجیه پذیر می نماید.استفاده مدیران ،کارکنان بخش­های اداری مالی و فنی مهندسی از سرویس های داده­ای می ­تواند توجیه کننده معنی­داری متغیر شهرک­های صنعتی در مدل باشد.
متغیر جمعیت به عنوان یک متغیر شناخته شده در تقاضا برای همه خدمات و کالاها می باشد که این امر در مورد خدمات مخابراتی نیز مصداق دارد. اهمیت این متغیر در حوزه خدمات مخابرات به طوری است که یکی از مهم ترین شاخص­ های مخابرات به نام ضریب نفوذ تلفن همراه مورد توجه مسئولین بوده و هست. ضریب مثبت و معنی­دار این متغیر در مدل نشان از سازگاری تئوریکی برآورد مدل داشته و از این نگاه مورد تایید می باشد. لذا می­توان نتیجه گرفت شهرهای پرجمعیت و مناطق با تراکم جمعیتی بالا باید در اولویت اجرای پروژه باند پهن قرار گیرند.

۴ – ۲ – ۲ - : نتایج مدل تصریح شده
به منظور دستیابی به مدل­های تصریح شده، انتخاب بهترین مدل در بازه­های زمانی مختلف، ایجاد ترافیک داده و در نهایت ارائه راهکارهای لازم برای پوشش تقاضای ترافیک داده در این بازه­های زمانی، در مرحله دوم برآورد مدل ، از روش حذف متغیرهای نامرتبط استفاده شده است. در صورت وجود یک متغیر بی معنی در هر مدل ، متغیر بی معنی حذف شده و مدل مجددا مورد برآورد قرار گرفته است. در مورد مدل­هایی که بیش از یک متغیر بی ­معنی وجود داشته است به صورت مرحله­ ای متغیرها حذف و بهترین مدل گزینش شده است. خلاصه نتایج برآورد مدل­ها در جدول ۲-۴ آمده است:
جدول ۴-۲ :خلاصه نتایج برآورد مدل تصریح شده.

 

 

متغیرها / مدل

 

اول(زمستان)

 

دوم(تابستان)

 

سوم(نوروز)

 

چهارم(پاییز)

 

 

 

جزء ثابت

 

ضریب

 

۲٫۸۵-

 

۳۲٫

 

۱۳٫۵۰-

 

۴٫۱۵

 

 

 

آماره t

 

۸۷٫-

 

۱۱٫

 

۳٫۰۳-

 

۱٫۰۳