Professional Documents
Culture Documents
On Tap Kinh Te Luong
On Tap Kinh Te Luong
ORG
ÔN TẬP MÔN KINH TẾ LƯỢNG
1. Hàm hồi quy tuyến tính (phương pháp bình phương bé nhất OLS: Ordinary Least Squares)
PRF: Yi = +Xi + ui.
X
Xi và Y
Yi
n n
Tính hệ số hồi quy (Coefficient):
ˆ
XiYi n.X .Y và ˆ Y ˆX
Xi n( X )
2 2
2
Y
(Yi Y )
và X
2
2
( Xi X ) 2
n 1 n 1
Tính độ lệch chuẩn (Standard Deviation):
SDY = 2 Y và SDX = 2X
Tính đồng phương sai hay hiệp phương sai (Covariance):
n
1
SXY = cov(X,Y) = * ( Xi X )(Yi Y )
n 1 i 1
TSS = yi 2
= (Yi Y ) 2
= Yi 2
n(Y ) 2
yˆi (Yˆi Y ) = ˆ 2 xi 2
2 2
ESS = =
RSS ESS ˆ xi
2 2
R 1
2
TSS TSS yi 2
Với 0<R2<1
R2=1 đừơng hồi quy thích hợp (mức độ hòan hảo của mô hình) khi đó phần dư RSS=0
=> Yˆi Yi , i
1-Mr.Isaac Nguyễn
TAI LIEU KINH TE LUONG – WWW.KHOAKINHTE.ORG
R2=0 => SRF(mô hình hồi quy mẫu) không thích hợp RSS=TSS => Yˆi Y i, i
r
XiYi nXY
Xi 2
n ( X ) * Yi
2 2
n(Y ) 2
Với xi Xi X và yi Yi Y
Ta có thể viết: r
xi. yi R2
xi yi
2 2
seˆ(ˆ )
Xi * ˆ2 2
Với xi Xi X
n * xi 2
ˆ 2
seˆ( ˆ )
xi 2
ˆ t( n/2k 1) * seˆ(ˆ ) hoặc ˆ t( n/2k 1) * seˆ(ˆ ) ˆ ˆ t( n/2k 1) * seˆ(ˆ )
(n k 1)ˆ 2 (n k 1)ˆ 2
Bước 2: Định khỏang tin cậy phương sai 2
; 2 2
X / 2 (df ) X1 / 2 (df )
Kiểm định 2 phía: [ˆ t( n/22) * seˆ(ˆ);ˆ t( n/22) * seˆ(ˆ)]
Nếu o không rơi vào khỏang này thì bác bỏ giả thiết Ho.
Nếu o không rơi vào khỏang này thì bác bỏ giả thiết Ho.
Nếu o không rơi vào khỏang này thì bác bỏ giả thiết Ho.
ˆ 0
Bứơc 1: Tính t 0
seˆ( ˆ )
Bước 2: Tra bảng với mức ý nghĩa /2 và (/2 đối với kiểm định 2 phía và
ˆ 0
Bước 1: Tính giá trị t 0
seˆ( ˆ )
9. Đọc hiểu bảng kết quả hồi quy trên phần mềm Excel:
Regression Statistics
Multiple R hệ số R có thể nhân đôi
ESS
R-Square (R2) hệ số xác định R2 R2
TSS
Ajusted R Square (r ) hệ số tương quan r r=1-[1-R2]*(n-1/n-k-1)
RSS
Standard Error () Sai số chuẩn của PRF ̂ 2
n k df
ˆ 2 0
Variable 1 (biến 1) ˆ 2 se( ˆ 2 ) t
se( ˆ 2 )
ˆ3 0
Variable 1 (biến 2) ̂ 3 se( ˆ3 ) t
se( ˆ3 )
10. Đọc hiểu bảng kết quả hồi quy trên phần mềm Eviews:
4-Mr.Isaac Nguyễn
TAI LIEU KINH TE LUONG – WWW.KHOAKINHTE.ORG
Dependent Variable: CM
Method: Least Squares
Date: 08/18/07 Time: 21:46
Sample: 1 64
Included observations: 64 Số quan st
ˆ 2 0
t
ˆ 2 =-0.005647 se( ˆ 2 ) =0.002003 se( ˆ 2 )
PGNP
2 0.698081
n 1 75.97807
(Radj)or R
S.E. of regression ( ̂ ) PRF) 41.7478 Akaike info criterion (AIC) 10.34691
Sum squared resid (RSS) 106315.6 Schwarz criterion (SC) 10.44811
Log likelihood (L) -328.1012 F-statistic Gi trị thống k F 73.83254
Durbin-Watson stat (DW) 2.186159 Prob(F-statistic) =P(phn phối F>Fo) 0.000000
ˆ 0 ˆ 2 0
t t Fo=?
se(ˆ ) se( ˆ 2 )
Đối với dạng hàm: Yˆ = ̂ + ˆ 2 Xi (hệ số hồi quy , có ý nghĩa là hệ số độ dốc)
5-Mr.Isaac Nguyễn
TAI LIEU KINH TE LUONG – WWW.KHOAKINHTE.ORG
Đối với dạng hàm log Yˆ = ̂ + ˆ 2 logXi (hệ số hồi quy , có ý nghĩa là hệ số co giãn)
Đối với dạng hàm có biến giả: hệ số hồi quy theo biến giả có ý nghĩa là hệ số cắt.
RSS ESS ˆ xi
2 2
R : R 1
2 2
(Với 0<R2<1)
TSS TSS yi 2
R2=1 đừơng hồi quy thích hợp (mức độ hòan hảo của mô hình) khi đó phần dư
R2=0 => SRF(mô hình hồi quy mẫu) không thích hợp RSS=TSS => Yˆi Y i, i
F: Giá trị thống kê F-stat = EMS/RMS (càng lớn càng tốt, chứng tỏ phần dư RSS nhỏ, mô hình
phù hợp).
Durbin Waston stat (phương pháp OLS):
Sau khi xuất kết quả hồi quy, tìm phần dư ei và tạo biến trễ phần dư ei-k: độc lập.
DW
(e ei ik )2
với k=1
e 2
i
(Dùng để kiểm định mô hình có hay không có tương quan giữa các biến)
AIC: càng nhỏ càng tốt.
Quan hệ giữa R2 và R2adj:
R2 =1 => R2adj =1
R2 =0 => R2adj <0 (R điều chỉnh có thể âm)
RSS ESS ˆ xi
2 2
R 1
2
(đo lườngmức độ phù hợp của mô hình, dựa trên 2 biến
TSS TSS yi 2
chọn và mô hình tuyến tính)
RSS /( n k ) (TSS ESS ) /( n k ) n 1
R2adj = 1 =1 = 1 (1 R 2 ) * dùng cho các mô hình
TSS /( n 1) TSS /( n 1) nk
hồi quy có các biến giải thích khác nhau (xem mức độ thích hợp của biến)
6-Mr.Isaac Nguyễn
TAI LIEU KINH TE LUONG – WWW.KHOAKINHTE.ORG
16. Kiểm định giả thiết đồng thời (kiểm định sự phù hợp của mô hình hồi quy đa biến):
Bứơc 1: Đặt giả thiết: Ho: R2=0 ~ Ho: 1=2=0 (ý nghĩa: các biến độc lập đồng thời
không ảnh hưởng đến biến phụ thuộc hay nói cách khác: hàm hồi quy mẫu không phù
hợp)
H1: R2>0 ~ H1: có ít nhất một #0.
Bước 2: Tính giá trị F
ESS /( k 1) R 2 (n k )
F ~ F (k 1, n k )
RSS /( n k ) (1 R 2 )( k 1)
Bước 3: Tra bảng F với mức ý nghĩa =5% (thông thường) và phân vị F(k-1,n-k).
Bước 4: So sánh kết quả giá trị F trong bảng kết quả hồi quy (F-statistic) với F tra bảng.
Kiểm định bằng phương pháp giá trị tới hạn: Fo> F(k-1,n-k) : bác bỏ giả thiết Ho
Kiểm định bằng mức ý nghĩa : p-value =P(F>Fo)< : bác bỏ giả thiết Ho
Note: Fo càng cao thì khả năng bác bỏ giả thiết Ho càng lớn.
9-Mr.Isaac Nguyễn
TAI LIEU KINH TE LUONG – WWW.KHOAKINHTE.ORG
21. Phát hiện tự tương quan bằng kiểm định Durbin Waston
Phát hiện: căn cứ vào đồ thị Scatter của phần dư Ui với biến trễ Ui-1.
-Đồ thị có dạng ngẫu nhiên thì không có sự tương quan.
- Đồ thị có dạng hệ thống thì nhận định có sự tương quan xảy ra.
Uˆ Uˆ t t 1
Bước 2: Tính giá trị i 2
n
với 1 1
Uˆ
i 1
t
2
(Uˆ t Uˆ t 1 ) 2
Hoặc tính giá trị d t 2
n
2(1 ˆ ) với 0 d 4
Uˆ
t 1
t
2
23. Cách khắc phục các lọai bệnh (phương sai thay đổi, tự tương quan, đa cộng tuyến)
Cách khắc phục đa cộng tuyến:
Bỏ biến ra khỏi mô hình, sau đó hồi quy lại mô hình không bao gồm biến cần lọai bỏ.
Đánh giá giá trị R2, t-stat và p-value xem có ý nghĩa thống kê không.
Căn cứ vào kết quả earnings (hệ số đáng tin cậy cho trước). Sau đó xác định mô hình
hồi quy phụ theo hệ số cho trước. Đánh giá giá trị R2, t-stat và p-value của mô hình
hồi quy phụ xem có ý nghĩa thống kê không.
Thêm dữ liệu cho mô hình, tuy nhiên cách thức này tốn kém chi phí nên ít đựơc thực
hiện.
Cách khắc phục phương sai thay đổi:
Biết phương sai 2
Không biết phương sai 2:
Bứơc 1: Ước lượng phương trình (1): Yi=b1+b2Xi+ui
Bước 2: Vẽ đồ thị phần dư ui theo Xi. Đánh giá xem phương sai nhiễu có hay không tỷ lệ
thuận với biến giải thích .
Bứơc 3: Chia 2 vế của phương trình hồi quy (1) cho căn bậc 2 của biến giải thích.
Yi b Xi ui Yi b
(2) 1 b2 <=> 1 b2 Xi vi
Xi Xi Xi Xi Xi Xi
11-Mr.Isaac Nguyễn
TAI LIEU KINH TE LUONG – WWW.KHOAKINHTE.ORG
chuyển thành dạng phương trình không có hệ số cắt.
Bứơc 4: So sánh mô hình (1) và (2) qua số liệu hồi quy R2, t-stat và p-value và đánh giá
mô hình.
Cách khắc phục tự tương quan:
Trừơng hợp biết cấu trúc của tương quan
Trừơng hợp chưa biết cấu trúc của tương quan
Cách 1: Ước lượng bằng thống kê d
Cách 2: Phương pháp Durbin Waston 2 bước (sách KTL-trang 171)
12-Mr.Isaac Nguyễn