Professional Documents
Culture Documents
Tài Liệu Tham Khảo: 1. Nguyễn Quang Dong. "Bài Giảng Kinh Tế Lượng", NXB
Tài Liệu Tham Khảo: 1. Nguyễn Quang Dong. "Bài Giảng Kinh Tế Lượng", NXB
Nghiên cứu mối liên hệ phụ thuộc giữa giá trị của
một biến Y - gọi là biến phụ thuộc hay biến được
giải thích với giá trị của một hoặc nhiều biến khác
Xj (j=1,..,m) – các biến này gọi là các biến độc
lập hay biến giải thích
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
(X )( )
n
i − X Yi − Y
r( X ,Y ) = i =1
(X ) (Y − Y )
n n
2 2
i −X i
i =1 i =1
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
- Chỉ ra tính độc lập hay không độc lập giữa 2 biến.
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
0.2
0.10
0.1 MOBIL
K
0.0 0.05
-0.1
-0.3 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4 0.5 -0.2 -0.1 0.0 0.1 0.2 0.3 0.4
TANDY Y
8
-30 Y
7 W
-40 6
-50 4
0 2 4 6 8 10.0 10.5 11.0 11.5 12.0 12.5 13.0
X Y
Scatter plot of Y on X
6000
5000
4000
Y
3000
2000
1000
1000 2000 3000 4000 5000 6000 7000
X
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
1.2.2 Mô hình hồi quy tổng thể và mô hình hồi quy mẫu
E(Y / X ji ) = f ( X ji ) (1)
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
Nếu (1) biểu diễn mối quan hệ giữa biến phụ thuộc Y
và một biến giải thích X thì (1) được gọi là hàm hồi quy đơn
hay hàm hồi quy 2 biến
E (Y / X i ) = 1 + 2 X i
Trong đó:
1 hệ số chặn
2 hệ số góc của biến giải thích
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
• Khái niệm hồi quy tuyến tính được hiểu là tuyến tính
với các tham số. Nó có thể tuyến tính hoặc phi tuyến
với các biến
• Ví dụ: Các hàm hồi quy sau đây là tuyến tính hay
không?
E (Y / X ) = 1 + 2 X
E(Y / X ) = 1 + 2 X
E (Y / X ) = 1 + 2 X −1
Chương 1
§1.2 Các KN cơ bản của kinh tế lượng
Khi đó hàm hồi quy tổng thể (1) có thể biểu diễn
dưới dạng
Yi = f ( X ji ) + Ui
Scatter plot of Y on X
6000
5000
E(Y/X)
4000
Y
3000
Ui
2000
Yi
1000
1000 2000 3000 4000 5000 6000 7000
X
Chương 2
MÔ HÌNH HỒI QUY HAI BIẾN
Chương 2
MÔ HÌNH HỒI QUY HAI BIẾN
Yi = 1 + 2 X i + U i (2.1)
Trong đó:
Yi: giá trị của biến phụ thuộc Y (i = 1, n )
1 hệ số chặn
2 hệ số góc của biến giải thích
Ui: sai số ngẫu nhiên
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
Hàm hồi quy mẫu xây dựng dựa trên mẫu ngẫu nhiên kích
thước n:
(Yi , X i ), i = 1, n
Trong đó:
Yˆi ước lượng của E(Y/Xi) ( i = 1, n )
̂ j ước lượng của hệ số hồi quy tổng thể ( j = 1,2 )
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
Scatter plot of Y on X
6000 PRF
SRF
5000
4000 Yi
ei Y
Ui
3000
2000
1000
1000 2000 3000 4000 5000 6000 7000
X
n n
e = (Yi − 1 − 2 X i ) = f (1 , 2 ) min
i =1
2
i
i =1
2
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
e = (
2
i Yi − Yˆi ) = (
2
Yi − ˆ1 − ˆ 2 Xi )
2
ˆ ˆ 2
(
Đặt : f = f ( 1 , 2 ) = ei = Yi − ˆ1 − ˆ 2 Xi )
2
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
f
ˆ = 0
1
( 2.4)
f = 0
ˆ
2
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
( )
2 Yi − ˆ1 − ˆ 2 Xi (−1) = 0
( )
2 Yi − ˆ1 − ˆ 2 Xi (− Xi ) = 0
n1 + 2 X i = Yi
ˆ ˆ
Hay:
(2.5)
1 i 2 = X iYi
ˆ
X + ˆ
X 2
i
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
Khi đó nếu: =
n
=
Xi
n Xi2 − ( Xi )2 0
Xi X i
2
1 1
Đặt Y=
n
Yi ; X=
n
Xi
Hệ (2.5) có nghiệm:
ˆ n Yi X i − Yi X i
2 =
n X i2 − ( X i )
2
ˆ1 = Y − ˆ 2 X
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
xi = Xi − X
Đặt
yi = Yi − Y
Ta được:
ˆ
2 = yi xi
(2.6)
i x 2
Trong đó:
Xi : thu nhập hàng tháng của gia đình thứ i
Yi : mức chi cho hàng thực phẩm của gia
đình thứ i.
1 1,20 0,90 -7,75 60,06 -1,44 2,07 11,16 1,03 -0,13 0,017
2 3,10 1,20 -5,85 34,22 -1,14 1,30 6,67 1,35 -0,15 0,023
3 5,30 1,80 -3,65 13,32 -0,54 0,29 1,97 1,72 0,08 0,006
4 7,40 2,20 -1,55 2,40 -0,14 0,02 0,22 2,08 0,12 0,015
5 9,60 2,60 0,65 0,42 0,26 0,07 0,17 2,45 0,15 0,023
6 11,80 2,90 2,85 8,12 0,56 0,31 1,60 2,82 0,08 0,006
7 14,50 3,30 5,55 30,80 0,96 0,92 5,33 3,28 0,02 0,001
8 18,70 3,80 9,75 95,06 1,46 2,13 14,24 3,99 -0,19 0,035
71,60 18,70 0,00 244,42 -0,02 7,12 41,35 18,72 -0,02 0,125
1 71,6
X=
n
X i =
8
= 8,95
1 18,7
Y = Yi = 2,34
n 8
ˆ 2 =
y x
i i
=
41,35
= 0,169
x 2
i 244,42
Y = ˆ1 + ˆ2 X
Yˆi xác định theo
2. Giá trị trung bình của các giá trị được
hàm hồi quy mẫu bằng giá trị trung bình của biến phụ
thuộc, tức là:
1
Y = Yˆi = Y
ˆ
n
Chương 2
§2.1 Mô hình hồi quy hai biến và
phương pháp bình phương nhỏ nhất
e = 0 i
e Xi i =0
Chương 2
§2.2 Các giả thuyết cơ bản của mô hình
hồi quy hai biến
Từ GT3 ta thấy :
Var (Yi / X i ) = 2 (i)
Chương 2
§2.2 Các giả thuyết cơ bản của mô hình
hồi quy hai biến
x 2
i
ˆ1 = Y − ˆ 2 X
Chương 2
§2.2 Các giả thuyết cơ bản của mô hình
hồi quy hai biến
Với các giả thuyết cơ bản 1-5 của OLS được thỏa mãn,
ta có:
2
Var ( ˆ2 ) = (2.8)
x 2
i
ˆ X2 2
Var ( ) = i
(2.9)
n x
1 2
i
2
se( ˆ2 ) = = (2.10)
x 2
i x 2
i
2 X i2 i
X 2
Do Var (U i ) = chưa
2
biết nên khi áp dụng công thức
(2.8) – (2.11) ta thường lấy bởi ước lượng không
chệch của nó:
2 ˆ 2 = i
e 2
(2.12)
n−2
Chương 2
§2.2 Các giả thuyết cơ bản của mô hình
hồi quy hai biến
E( ˆ 2 ) = 2
*
Với 2là ước lượng tuyến tính, không chệch bất kì của
ta có:
Chương 2
§2.2 Các giả thuyết cơ bản của mô hình
hồi quy hai biến
1. ˆ1 ~ N ( 1 , 2
i
X 2
(n − 2)ˆ 2
n x 2
) 3. 2 = ~ 2 (n − 2)
i 2
2
2. ˆ2 ~ N ( 2 , ) 4. Yi ~ N ( 1 + 2 X i , 2 )
x 2
i
ˆ j ~ N ( j ,Var ( ˆ j )) ( j = 1,2)
Chương 2
§2.3 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
ˆ j − j
T= ~ T (n − 2) ( j = 1,2)
se( ˆ j )
Chương 2
§2.3 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
ˆ j − j
P t (n − 2) = 1 −
se( ˆ j )
2
ˆ ˆ ˆ ˆ
P j − t (n − 2).se( j ) j j + t (n − 2).se( j ) = 1 − =
2 2
0
H : j = *
j
H
1 : j *
j ( j *j , j *j )
Chương 2
§2.3 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
ˆ j − *j
T=
se( ˆ j )
Loại gt H0 H1 W
Hai phía j = j* j *j W = t : t t / 2 (n − 2)
Trái j = j* j *j W = t : t −t (n − 2)
Phải j = j* j *j W = t : t t (n − 2)
Chương 2
§2.3 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
1− 2 2
(n − 2)ˆ 2 (n − 2)ˆ 2
P 2( n−2)
2
2( n−2)
=
1−
2 2
Chương 2
§2.3 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
(n − 2)ˆ 2
(n − 2)ˆ 2
2( n−2) ; 2( n−2)
1−
2 2
ei2 ei
2
2( n−2) ; 2( n−2)
1−
2 2
Chương 2
§2.3 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
1
H : 2
2
0 ( 2
2
0 , 2
2
0 )
XDTCKĐ : =
2 (n − 2) 2
=
i
e2
2
0 02
PhÝa tr¸i
2 = 02 2
: 2 2 (n − 2)
PhÝa
ph¶i 2 = 02 2 02
Chương 2
§2.4 Phân tích phương sai và sự phù
hợp của mô hình
Xét hàm hồi quy tổng thể và hàm hồi quy mẫu :
Yi = 1 + 2 X i + U i (2.1)
i =1 i =1
RSS= (Yi − Y
ˆ )2 =
i i
e 2
Tính chất: 0 r2 1
- Nếu r2 = 1, hàm HQ có thể coi là hoàn hảo
r = = =
2 2 i
TSS yi 2 x2
i
i
y 2
r 2
=
( xy)i i
2
(2.14)
x y
2
i
2
i
Chương 2
§2.4 Phân tích phương sai và sự phù
hợp của mô hình
H 0 : 2 = 0
Xét giả thuyết
H1 : 2 0
0
H : r 2
=0
hay giả thuyết tương đương
H1 : r 0
2
Chương 2
§2.4 Phân tích phương sai và sự phù
hợp của mô hình
Ta có miền bác bỏ :
W = f tn : f tn f (1, n − 2)
Trong trường hợp H0 bị bác bỏ, chấp nhận H1 ta có
thể nói rằng hàm hồi quy đưa ra là phù hợp
Chương 2
§2.5 Phân tích hồi quy và dự báo
Yi = 1 + 2 X i + U i (2.1)
1 ( X − X ) 2 1 ( X − X ) 2
Var (Yˆ0 ) = 2 + 0 2 = ˆ 2 + 0 2
n xi n xi
1 ( X − X ) 2 1 ( X − X ) 2
Var (Y0 − Yˆ0 ) = 2 1 + + 0 2 = ˆ 2 1 + + 0 2
n xi n xi
Chương 2
§2.5 Phân tích hồi quy và dự báo
Chọn phân vị t (n − 2)
2
Yˆ0 − E(Y / X0 )
P t (n − 2) = 1 − =
se(Yˆ)
0 2
Chương 2
§2.5 Phân tích hồi quy và dự báo
ˆ ˆ ˆ ˆ
P Y0 − t (n − 2).se(Y0 ) E (Y / X 0 ) Y0 + t (n − 2).se(Y0 ) =
2 2
ˆ ˆ ˆ ˆ
Y0 − t (n − 2).se(Y0 ) ; Y0 + t (n − 2).se(Y0 )
2 2
Chương 2
§2.5 Phân tích hồi quy và dự báo
Y0 − Yˆ0
P t (n − 2) = 1 − =
se(Y − Yˆ )
0 0 2
Chương 2
§2.5 Phân tích hồi quy và dự báo
ˆ ˆ ˆ ˆ
P Y0 − t (n − 2).se(Y0 − Y0 ) Y0 Y0 + t (n − 2).se(Y0 − Y0 ) =
2 2
ˆ
Y0 − t (n − 2).se(Y0 − Yˆ0 ) ; Yˆ0 + t (n − 2).se(Y0 − Yˆ0 )
2 2
Chương 3
MÔ HÌNH HỒI QUY NHIỀU BIẾN
Chương 3
MÔ HÌNH HỒI QUY NHIỀU BIẾN
Yi = 1 + 2 X 2i + 3 X 3i + ... + k X ki + Ui (3.1)
Trong đó:
Yi: giá trị của biến phụ thuộc Y ( i = 1, n)
1 hệ số chặn (hệ số tự do)
j hệ số góc (hệ số hồi quy riêng) của biến
giải thích ( j = 2, k )
Ui: sai số ngẫu nhiên
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Hàm hồi quy mẫu xây dựng dựa trên mẫu ngẫu nhiên kích
thước n: (Yi , X 2i , X 3i ,..., X ki ), i = 1, n
Trong đó:
Yˆi ước lượng của E(Y/Xji ) ( j = 2, k , i = 1, n )
̂ j ước lượng của hệ số hồi quy tổng thể βj
( j =1,2,..,k)
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ta ký hiệu
Y1 1 U1 1 X 21 X 31 ... X k 1
Y2 2 U 2 1 X 22 X 32 ... X k 2
Y = = U = X =
... ... ... ... ... ... ... ...
Yn k U n 1 X 2n X 3n ... X kn
Y = X + U (3.3)
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Tương tự, nếu ta ký hiệu
Yˆ1 ˆ1
Yˆ2 ˆ
Yˆ = ˆ = 2
... ...
Yˆ ˆ
n k
Ŷ = Xˆ (3.4)
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Y = X + U (3.3)
Ŷ = Xˆ (3.4)
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
e1 Y1 Yˆ1
e 2 Y2 Yˆ2
e = = − = Y − Ŷ = Y − Xˆ
... ...
...
e Y Yˆ
n n n
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Theo phương pháp bình phương nhỏ nhất, khi xây dựng
hàm hồi quy mẫu, các hệ số hồi quy mẫu phải được
xác định
̂ j sao cho tổng bình phương các phần dư đạt giá
trị nhỏ nhất, tức là:
i → min
e2
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ta có i e
e 2
= eT
( eT e )
e 2
i → min
ˆ
=0
= (X X ) . X T Y
−1
ˆ T
(3.5)
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
= (X X ) . X Y
−1
ˆ T T
(3.5)
n
X 2i X 3i ... X ki
X 2i X X X X X ki
2
...
=
2i 2i 3i 2i
... ... ... ... ...
X X ki X 2i X ki X 3i ... X ki
2
ki
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
1 1 ... 1 Y1 Yi
X 21 X 22 ... X 2 n Y2 Yi X 2i
XTY = =
... ... ... ... ... ...
X ... X kn Yn Yi X ki
k1 X k2
VÍ DỤ 3.1
Xi 8 9 10 9 10 12 13 14 14 15
Zi 9 8 8 7 7 8 7 7 6 6
Trong đó:
Yi: doanh số bán ra trong một tháng của cửa hàng thứ i
(triệu đồng)
Xi: chi phí dành cho quảng cáo trong một tháng của
cửa hàng thứ i (triệu đồng)
Zi: giá bán của cửa hàng thứ i (ngàn
đồng/1sản phẩm)
Bằng phương pháp bình phương nhỏ nhất và dựa vào số liệu
trên, hãy xây dựng hàm hồi quy mẫu dưới dạng sau:
n
X Z 10
i i 114 73
X X = Xi
T
X X Z = 114
2
i i i 1356 816 XT X = 1944
Z
i Z X Z 73
i i
2
i 816 541
Y = ˆ1 + ˆ 2 X 2 + ... + ˆ k X k
trong đó:
1 1
Y = Yi Xj=
n
X ji ( j = 2, k )
n
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
e = 0
i
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
e Yˆ = 0
i i
e X
i ji =0 ( j = 2, k)
Chương 3
§3.1 Mô hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Yi = 1 + 2 X 2i + 3 X 3i + ... + k X ki + Ui (3.1)
Yˆi = ˆ1 + ˆ2 X 2i + ˆ3 X 3i + ... + ˆk X ki (3.2)
Chương 3
§3.2 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
Ta có:
cov( ˆ ) = 2 ( X T X ) −1 (3.8)
2
Var ( ˆ j ) = A jj (3.9)
XTX
2
Cov( ˆi ; ˆ j ) = T
Aij (3.10)
X X
Chương 3
§3.2 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
Ta có:
ˆ ˆ
Var (1 i + 2 j ) = 1 Var ( i ) + 2Var ( ˆ j )
2 ˆ 2
2 ˆ 2 = i
e 2
(3.10)
n−k
Chương 3
§3.2 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
i
e 2
= eT
e = Y T
Y − ˆ T X TY
(3.11)
e 2
= Y 2
− (
i i 1 i 2 i 2i
ˆ Y + ˆ
Y X + ... + ˆ
k Yi X ki )
Chương 3
§3.2 Khoảng tin cậy và kiểm định giả
thiết về các hệ số hồi quy
W = t : t t / 2 (n − k )
Hai phía j = *j j *j
Trái j = j* j *j W = t : t −t (n − k)
Phải j = j* j *j W = t : t t (n − k)
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
Yi = 1 + 2 X 2i + 3 X 3i + ... + k X ki + Ui (3.1)
Yˆi = ˆ1 + ˆ2 X 2i + ˆ3 X 3i + ... + ˆk X ki (3.2)
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
1. TSS = (Yi − Y )2
2.
ESS = (Yˆ − Yˆ ) 2 =
i i
(Yˆ − Y ) 2
3. RSS = (Y − Yˆ )
i i
2
ˆ T X T Y − n Y 2
R2 = 2
Y Y − nY
T
R =
2
Y
2
i
2
− nY
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
1. 0 R2 1
- Nếu R2 = 1, hàm hồi quy có thể coi là hoàn hảo
- Nếu R2 = 0, hàm hồi quy đưa ra là không phù hợp
Vì thế R2 được dùng làm thước đo mức độ phù hợp của
hàm hồi quy
Tuy nhiên không thể dùng R2 làm tiêu chuẩn để xét việc
đưa thêm hay không đưa thêm biến độc lập mới vào
mô hình mà phải dùng hệ số xác định bội đã điều chỉnh
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
n −1
R = 1 − (1 − R )
2 2
n−k
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
Vậy khi nào cần đưa thêm biến độc lập mới vào mô
hình? Có thể chứng minh được rằng việc đưa thêm biến
2
giải thích mới vào mô hình là cần thiết chừng nào R
còn tăng lên và hệ số hồi quy của biến mới Xj là j 0
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
0
H : R 2
=0
Ta có giả thuyết tương đương:
1
H : R 2
0
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
R2 n − k
F= .
1 − R k −1
2
P( F f (k − 1, n − k )) =
W = f tn : f tn f (k − 1, n − k )
Chương 3
§3.3 Phân tích phương sai và kiểm định
giả thiết đồng thời
P( F f (m, n − k )) =
W = f tn : f tn f (m, n − k )
Chương 3
§3.4 Phân tích hồi quy và dự báo
Y = X + U (3.3)
Ŷ = Xˆ (3.4)
Chương 3
§3.4 Phân tích hồi quy và dự báo
Bài toán đặt ra: với các giá trị cho trước của biến giải
thích X2=X20, X3=X30, ..., Xk=Xk0 hoặc có thể ký hiệu:
1
X20
X0 = X30
...
k0
X
cần dự báo giá trị trung bình E(Y/X0) hoặc giá trị cá biệt
Y=Y0 khi X=X0
Chương 3
§3.4 Phân tích hồi quy và dự báo
ˆ ˆ
Var (Y0 − Y0 ) = Var (Y0 ) + 2
Chương 3
§3.4 Phân tích hồi quy và dự báo
(Yˆ − t
0 /2 (n − k ). se(Yˆ0 ) ; Yˆ0 + t/ 2 (n − k ). se(Yˆ0 ) )
(− ; Yˆ + t (n − k ).se(Yˆ ))
0 0
(Yˆ − t (n − k ).se(Yˆ ) ; + )
0 0
Chương 3
§3.4 Phân tích hồi quy và dự báo
Yˆ0 − Y0
T= ~ T (n − k )
se(Yˆ0 − Y0 )
Chương 3
§3.4 Phân tích hồi quy và dự báo
(Yˆ − t
0 /2 ( n − k ).se (Yˆ − Y ) ; Yˆ + t (n − k ).se(Yˆ − Y )
0 0 0 /2 0 0 )
(− ; Yˆ + t (n − k ).se(Yˆ − Y ))
0 0 0
(Yˆ − t (n − k ).se(Yˆ − Y ) ; + )
0 0 0
Chương 3
§3.4 Phân tích hồi quy và dự báo
4.2 Ứng dụng của mô hình hồi quy với biến giả
Chương 4
§4.1 Mô hình hồi quy với biến giả
Yi = 1 + 2 Zi + Ui (4.1)
Trong đó:
Yi: năng suất của xí nghiệp
Ui: sai số ngẫu nhiên
Zi: biến giả biểu thị công nghệ sản xuất được
áp dụng và có thể quy ước:
- Zi = 0 công nghệ sản xuất A
- Zi = 1 công nghệ sản xuất B
Chương 4
§4.1 Mô hình hồi quy với biến giả
Zi 1 0 0 1 0 1 1 0 0 1
Chương 4
§4.1 Mô hình hồi quy với biến giả
ˆ 2 =
y z
i i
=
8
= 3,2
z i
2
2,5
Yˆi = 18 + 3,2Zi
Chương 4
§4.1 Mô hình hồi quy với biến giả
E (Yi / Z i = 0) = 1 (4.2)
E (Yi / Z i = 1) = 1 + 2 (4.3)
Yˆi = 18 + 3,2Zi
Năng suất trung bình khi áp dụng công nghệ sản
xuất A là 18 (đvsp)
Yi = 1 + 2 Z1i + 3 Z 2i + U i (4.4)
Chương 4
§4.1 Mô hình hồi quy với biến giả
Yi = 1 + 2 Z1i + 3 Z 2i + U i (4.4)
Z1i Z2i
E (Yi / Z1i = Z 2i = 0) = 1
E (Yi / Z1i = 1, Z 2i = 0) = 1 + 2
E (Yi / Z1i = 0, Z 2i = 1) = 1 + 3
Chương 4
§4.1 Mô hình hồi quy với biến giả
E (Yi / Z1i = Z 2i = 0) = 1
E (Yi / Z1i = 1, Z 2i = 0) = 1 + 2
E (Yi / Z1i = 0, Z 2i = 1) = 1 + 3
Yi = 1 + 2 Z1i + 3 Z 2i + U i (4.4)
H0: 2 = 3 = 0
Chú ý
Phạm trù ứng với các giá trị bằng 0 của các biến
giả được gọi là phạm trù cơ sở.
(m −1)
j
Chương 4
§4.1 Mô hình hồi quy với biến giả
Xét mô hình hồi quy biểu thị nhu cầu về may mặc
của nam, nữ thanh niên thuộc các nghề nghiệp
khác nhau: công nhân, giáo viên, tiểu thương,
sinh viên.
(2 – 1) + (4 – 1) = 4
Chương 4
§4.1 Mô hình hồi quy với biến giả
Điều tra về mức chi tiêu cho may mặc của nam, nữ
công nhân ở một nhà máy, người ta thu được số liệu
sau:
n
X Z 8
i i 50, 4 4
X T X = Xi
X T X = 57, 6
X X Z = 5, 4
2
i i i 321, 2 25, 2
Z
i Z X Z 4
i i
2
i 25, 2 4
Yi = 1 + 2 X i + U i
Yi = 1 + 2 X i + 3Zi + 4 ( X i Zi ) + Ui (4.5)
H0: 3 = 4 = 0
Nếu ở mức ý nghĩa nào đó ta không bác bỏ
được H0 thì điều này có nghĩa (ở mức ý nghĩa
đó) không có sự chênh lệch cả về hệ số chặn và
hệ số góc khi chuyển từ mẫu I sang mẫu II, tức là
có thể gộp 2 tập số liệu được.
Chương 4
§4.2 Ứng dụng của MHHQ với biến giả
Thí dụ, nhu cầu tiêu dùng hàng may mặc chịu
ảnh hưởng của yếu tố thu nhập và yếu tố mùa
mà ta có thể coi là thay đổi theo các quý trong
năm
Chương 4
§4.2 Ứng dụng của MHHQ với biến giả
Z1 Z2 Z3
Yi: nhu cầu tiêu dùng i i i
hàng may mặc I 0 0 0
Xi: thu nhập II 1 0 0
Z1i, Z2i, Z3i : biến giả được quy ước
III 0 1 0
IV 0 0 1
Chương 4
§ 4.2 Ứng dụng của MHHQ với biến giả
X t0
Chương 4
§ 4.2 Ứng dụng của MHHQ với biến giả
Yt = 1 + 2 Xt + 3 ( Xt − Xt 0 ) Zt + Ut
E(Y / Zt = 0, Xt ) = 1 + 2 Xt
( )
E(Y / Zt = 1, Xt ) = 1 − 3 Xt0 + ( 2 + 3 )Xt
E(Y / Zt = 0, Xt ) = 1 + 2 Xt
( )
E(Y / Zt = 1, Xt ) = 1 − 3 Xt0 + ( 2 + 3 )Xt
H0: 3 = 0
( ) ( )
Yt = 1 + 2 X t + 3 X t − X t0 Z1t + 4 X t − X t1 Z 2t + U t (4.8)
0 t t0
Z1t =
1 t t0
0 t t1
Z 2t =
1 t t1
Chương 5
PHƯƠNG SAI CỦA SAI SỐ THAY ĐỔI
Chương 5
PHƯƠNG SAI CỦA SAI SỐ THAY ĐỔI
5.1.2 Hậu quả của hiện tượng phương sai của sai số thay đổi
Bước 1. Sắp xếp các giá trị quan sát theo chiều
tăng của biến Xj
Bước 2. Bỏ c quan sát ở giữa theo quy tắc:
Nếu n = 30: lấy c = 4 hoặc 6.
Nếu n = 60: lấy c = 10
Các quan sát còn lại chia 2 nhóm, mỗi nhóm có
(n-c)/2 quan sát
Chương 5
§5.2 Phát hiện phương sai của sai số
thay đổi
n−c n − c − 2k
df = −k =
2 2
Chương 5
§5.2 Phát hiện phương sai của sai số
thay đổi
W = { f tn , f tn f (df 2 , df1 )}
Chương 5
§5.2 Phát hiện phương sai của sai số
thay đổi
ln i2 = ln 2 + 2 ln X ji + vi
ei = 1 + 2 Xi + vi ei = 1 + 2 Xi + vi
1 1
ei = 1 + 2 + vi ei = 1 + 2 + vi
Xi Xi
U t = U t −1 + t
U t = U t −1 + t
U t = 1U t −1 + 2 U t − 2 + ... + p U t −p + t
U t = 1U t −1 + 2 U t − 2 + ... + p U t −p + t
Quán tính – tính chất phổ biến của các đại lượng
kinh tế quan sát theo thời gian
(e − e )
2
t t −1
d= t =2
n
e
t =1
2
t
Chương 6
§6.2 Phát hiện tự tương quan
d 2(1 − ˆ )
Trong đó n
e e t t −1
̂ = t =2
n
t
e2
t =1
Chương 6
§6.2 Phát hiện tự tương quan
d 2(1 − ˆ )
Vì -1 1 nên 0 d 4
d 2(1 − ˆ )
Vì -1 1 nên 0 d 4
0 dl du 2 4-du 4-dl 4
Chú ý: Các giá trị dL, dU được tính sẵn phụ thuộc
mức ý nghĩa , kích thước mẫu n và số biến giải
thích k’ có trong mô hình (k’ = k – 1).
Chương 6
§6.2 Phát hiện tự tương quan
Yt = 1 + 2 X 2t + ... + k X kt + U t
Giả sử rằng:
H 0 : 1 = 2 = ... = p = 0
Chương 6
§6.2 Phát hiện tự tương quan
Bước 3: H0: 1 = 2 = … = p = 0
2 = (n − p) R 2 ~ 2 ( p)
Yi = 1 + 2 X 2i + 3 X 3i + ... + k X ki + U i
Chương 7
§7.1 Đa cộng tuyến và hậu quả
2 X 2i + 3 X 3i + ... + k X ki = 0 i
Chương 7
§7.1 Đa cộng tuyến và hậu quả
2 X 2i + 3 X 3i + ... + k X ki + vi = 0 i
trong đó vi là nhiễu ngẫu nhiên
Chương 7
§7.1 Đa cộng tuyến và hậu quả
3. Tỷ số T mất ý nghĩa
8.3 Phát hiện và kiểm định các sai lầm chỉ định
• Tính Kiệm
• Đồng nhất
• Phù hợp
Yˆt = ˆ1 + ˆ 2 X 2t
Các kết quả thu được từ việc phân tích hồi quy
trong mô hình “sai” sẽ không đúng với thực tế
và dẫn đến các kết luận sai lầm.
Chương 8
§8.3 Phát hiện và KĐ các sai lầm chỉ định
H0 : β5 = 0
H0 : β4 = β5 = 0
Chương 8
§8.3 Phát hiện và KĐ các sai lầm chỉ định
Yt = 1 + 2 Xt + Ut
ˆ 2 ˆ3
Bước 2. Hồi quy Yt theo Xt, Yt , Yt …được R2new
ˆ 2
ˆ 3
và kiểm định các hệ số của Yt , Yt … bằng 0
Chương 8
§8.3 Phát hiện và KĐ các sai lầm chỉ định
t t −1
( e
t =2
− e ) 2
Bước 3. d= n
et2
t =1
ˆ ˆ
et = 1 + 2 X t + 2 .Yt + ... + p .Yt + Vt
2 p
Chương 8
§8.3 Phát hiện và KĐ các sai lầm chỉ định
n i =1
* Hệ số bất đối xứng Sk:
(X ) n (X )
n k
3 3
1
−X 1
−X
3 n i n i i
SK = 3 = 1
= 1
( ) ( )
3/ 2 3/ 2
S 1 n
2 1 k
2
n Xi − X n ni X i − X
1 1
Chương 8
§8.3 Phát hiện và KĐ các sai lầm chỉ định
(X ) n (X )
n k
4 4
1
−X 1
−X
4 n i n i i
K= 4 = 1
= 1
( ) ( )
2 2
S 1 n
2 1 k
2
n Xi − X n ni X i − X
1 1
Chương 8
§8.3 Phát hiện và KĐ các sai lầm chỉ định
S K2 ( K − 3) 2
TCKĐ JB = n +
6 24
Yi = 1. X i 2 eui
Yi : sản lượng
Xi : lượng lao động (lượng vốn…)
β1,β2 : các tham số của mô hình (β2 ≤ 1)
Chương 8
§8.4 Một số mô hình kinh tế lượng thông dụng
Yi : sản lượng
Ki : lượng vốn
Li : lượng lao động sử dụng
Ui : sai số ngẫu nhiên
Chương 8
§8.4 Một số mô hình kinh tế lượng thông dụng
Tổng (β2 + β3) để đánh giá hiệu quả việc tăng quy mô sản xuất
Yt = Y0(1+r)t
t : thời gian
Chương 8
§8.4 Một số mô hình kinh tế lượng thông dụng
Yt’ = β1 + β2t
Chương 8
§8.4 Một số mô hình kinh tế lượng thông dụng
Ta có:
d ln Yt (1 / y)dy dy / y
2 = = =
dt dt dt
a. β1,β2 >0
b. β1 >0, β2 <0
c. β1 <0, β2 >0
Yi = 1 + 2 Xi + 3 Xi2 + Ui
Dạng đồ thị
Yi = 1 + 2 X i + 3 X i2 + ... + k +1 X ik + U i