Professional Documents
Culture Documents
Slide Kinh Te Luong Chuong 1-4 (Compatibility Mode)
Slide Kinh Te Luong Chuong 1-4 (Compatibility Mode)
KINH TẾ LƯỢNG
NỘI DUNG
Chương 1
Ra quyết định
Nêu giả thiết về mối quan hệ giữa Phân tích kết quả
các biến kinh tế
Dự báo
SỐ LIỆU TRONG KINH TẾ LƯỢNG
CHƯƠNG 2
thuộc với các giá trị đã cho của biến độc lập. ⚫
Kiểm định giả thiết về bản chất của sự phụ
thuộc
⚫ Dự đoán giá trị trung bình của biến phụ thuộc
số.
dụ:
MÔ HÌNH HỒI QUY TỔNG THẾ
P (Y=Yj/X=Xi)
⚫ Ví dụ: P(Y=85/X=100)=1/6
P(Y=90/X=120)=1/5
…..
⚫ Bảng tính các xác suất được thể hiện trong bảng:
MÔ HÌNH HỒI QUY TỔNG THẾ
E(Y) = ?
⚫ Ứng với mỗi giá trị của X, có một tổng thể các giá trị
của Y, dao động xung quanh giá trị kỳ vọng có điều
kiện của Y.
⚫ Mức tiêu dùng trung bình nằm trên một đường thằng
có hệ số góc dương, thu nhập tăng lượng tiêu dùng
trung bình cũng tăng, một cách tổng quát, E(Y|X i) là
một hàm của Xi
E(Y|Xi) = f(Xi): được gọi là hàm hồi quy tổng thể
(PRF-Population Regression Function)
⚫ Hàm hồi qui tổng thể cho biết giá trị trung bình của
biến Y sẽ thay đổi như thế nào khi biến X nhận các
giá trị khác nhau
MÔ HÌNH HỒI QUY TỔNG THẾ
⚫ Ứng với mỗi giá trị của X, giá trị Y của một số quan
sát có độ lệch so với giá trị kỳ vọng.
⚫ Giá trị quan sát thứ i của biến phụ thuộc Y được ký
hiệu là Yi.
⚫ Bản chất của sai số ngẫu nhiên: εiluôn tồn tại trong
mô hình vì một số lý do:
- εi đại diện cho các biến không có mặt trong mô hình.
- εi đại diện cho các biến ảnh hưởng là quá nhỏ. - εi đại
diện cho các biến không thu thập được số liệu. - εi đại
diện cho các biến bị ta loại ra khỏi mô hình
HÀM HỒI QUY MẪU
⚫ Xây dựng hàm hồi quy mẫu tương tự hàm hồi quy tổng thể
⚫ Nếu hàm hồi quy tổng thể (PRF) có dạng tuyến tính:
E(Y/Xi) = β1+ β2Xi
⚫ Hàm hồi quy mẫu (SRF-Sample Regression Function)
∧∧∧
Yi X i
có dạng: 1∧
2
Trong đó:
: Ước lượng điểm của
= 1+ 2
E(Y/Xi) : Ước lượng điểm
∧
Yi của β1 : Ước lượng điểm của
∧
β2
HÀM HỒI QUY MẪU
3
Yi
2
0
012345678
LẬP MÔ HÌNH HỒI QUY 2 BIẾN
MẪU7
SRF
5 1 Yi
4 0
ei
2ˆ
3 1 ˆ
2 ˆ ˆ
ˆ Yi 1 2Xi = +
012345678
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH
Xi(X1,X2,...,Xn) i = 1÷n
Yi(Y1,Y2,...,Yn)
⚫ Lập hàm hồi quy mẫu: = 1+ 2
∧∧∧ ∧∧
Yi X i iii Y = + X +e
Hay: 1 2
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH 1
ˆ
2
ˆ
⚫ Trên cơ sở số liệu của mẫu, cần xác định
sao cho chúng gần với giá trị thực β1, β2 càng
tốt.
∧∧∧
Yi X i
= 1+ 2
⚫ Để tìm hàm hồi quy mẫu ta dùng phương pháp
bình phương nhỏ nhất (OLS) do nhà toán học Đức
ˆ ˆ
(C.F Gauss) đưa ra. ˆ
e 12
i Yi Yi Yi X i
=−=−−
⚫ Gọi là các phần dư.
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ
HÌNH7
6 4 2 0
SRF
5 3 1
i ei i i
e ei e ei e ei
012345678
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH
ˆ Yiˆ
ˆ
1 2
HÌNH ( )2
ˆˆ
12 ∑∑2
e
i = Yi − − Xi
ˆ
ˆ
1 2
• Bây giờ, ta muốn tìm và sao cho Σei2 là nhỏ
nhất.
• Lưu ý rằng biểu thức trên có thể được xem
1ˆ 2
ˆ
như là một hàm số theo và , chúng ta iˆ
cần tìm các sao cho biểu thức trên đạt cực
tiểu.
ˆˆ 2
),(
ˆˆ
= e= Y
f = f 1 2 ∑ ∑
i i − − Xi −>
( ) min
2
12
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH
• Vậy để tìm giá trị cực tiểu của biểu thức trên, ta
ˆ
1ˆ
2
cần tính đạo hàm của hàm số trên theo và
đồng thời cho các đạo hàm
ˆ
=0. ) ,ˆ () 2
12 ˆˆ
=(= = Y
∑ ∑ i i − − Xi
2
f f e 12
HÌNHn
⚫ Giải hệ ta được: ( )( ) X X Y Y − −
∑
ii
= ˆ
∑∑ x y ii
1 n
2 ∑ ()XX = x
i = 2 2
i = 1 i i
−
Với ˆˆ
=−
X ∑ iX
YX
12
ˆ
ˆ
1 2
ˆ 2
1 ˆ
✔ và được xác định một cách duy nhất
với n cặp quan sát (Xi, Yi)
ˆ2
1 ˆ
✔ và là các ước lượng điểm của β1 và β2
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH
HÌNH Yiˆ
hình hồi quy hai biến thỏa mãn các giả thiết
từ (1) đến (5). Khi đó các ước lượng thu được
bằng phương pháp bình phương nhỏ nhất ˆ
ˆ
1 2
thông thường ( , ) là các ước lượng tuyến tính,
không chệch tốt nhất của β1 và β2
ĐỘ CHÍNH XÁC CỦA CÁC ƯỚC LƯỢNG OLS
⚫ Phương sai: Var: phương sai
Se: độ lệch chuẩn
σ2: phương sai của sai số
ngẫu nhiên, có thể được ước
Trong đó:
∑ne i
⚫ Độ lệch chuẩn: −
ˆ 2
2
∑e 2
i
: Tổng bình phương các
phần dư
= − e
∑ ∑ 22i Yi Yi
)ˆ (
2
HỆ SỐ XÁC ĐỊNH (r )
= −= ( ) i i TSS Y Y y
∑ ∑ 2
Yi O
This image cannot currently be displayed.
TSS
HỆ SỐ XÁC
Yiˆ ĐỊNH (r2)
This image cannot currently be displayed.
Y RSS
This image cannot currently be displayed.
ESS
Xi
SRF
HỆ SỐ XÁC ĐỊNH (r2)
⚫ Hoặc:
⚫ Giá trị 0 ≤ r2 ≤ 1
HỆ SỐ XÁC ĐỊNH (r2)
❖Ý nghĩa: r2 được sử dụng để đo mức độ phù hợp của
hàm hồi quy mẫu.
⚫ Với i
= 1÷2
⚫ Với tα/2 (n-2) có được khi tra bảng t-Student với
bậc tự do (n-2), mức ý nghĩa α/2
KIỂM ĐỊNH GIẢ THIẾT VỀ CÁC HỆ SỐ HỒI QUY
QUY ˆ0
❖ Tính tiêu chuẩn kiểm định: t
−
= ❖ Quyết định theo Se
quy tắc:
i ˆ
) (i
CHƯƠNG 4
1 ˆ
2
⚫ Trên cơ sở số liệu của mẫu, cần xác định
ˆ
3
sao cho chúng gần với giá trị thực β1, β2, β3
càng tốt. ˆ ˆ ˆ ˆ Yi 1 2X 2i 3X3i
⚫ Để tìm hàm hồi quy =++
mẫu
HÌNH7
6 2 i i
e ei e ei
5 1
ei
4 0
i
SRF e ei
3
012345678
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ
ˆ
HÌNH ˆ3
ˆ Yiˆ
1 2
HÌNH ( )2
ˆˆˆ
2
∑∑
e
i= Yi − − Xi − X i
1233
ˆ ˆ
ˆ 3
1 2
• Bây giờ, ta muốn tìm , và sao cho Σei2 là nhỏ
nhất.
• Lưu ý rằng biểu thức trên có thể được xem
1ˆ 2 ˆ
3
ˆ
như là một hàm số theo , và , chúng ta iˆ
cần tìm các sao cho biểu thức trên đạt cực
tiểu.
ˆˆˆ 2
),,( ˆˆˆ
= e= Y
f = f 1 2 3 ∑ ∑ i i − − X i − X i − >
( ) min
2
12233
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH
• Vậy để tìm giá trị cực tiểu của biểu thức trên, ta
ˆ
ˆ
1ˆ 3
2
cần tính đạo hàm của hàm số trên theo , và đồng
thời cho các đạo hàm =0.
ˆˆ ( )2
) , ,ˆ
=(= = Y
123ˆˆˆ ∑ ∑ i i − − X i− X i
2
f f e 12233
ƯỚC LƯỢNG CÁC THAM SỐ CỦA MÔ HÌNH