Professional Documents
Culture Documents
Chương 7 - T Tương Quan PDF
Chương 7 - T Tương Quan PDF
1
TÌNH HUỐNG KHỞI ĐỘNG BÀI
Một doanh nghiệp muốn ước lượng hàng tồn kho hàng năm dựa trên doanh số bán hàng và có
được kết quả sau:
inventoriest = 66668.97 + 1.184salest + et
(se) (10895.73) (0.047)
R2 = 94.3%
Tương tự như bài trước, ta chưa thể dùng ngay kết quả này để kiểm định, dự báo mà trước hết
cần kiểm tra xem mô hình có thỏa mãn các giả định của mô hình hồi quy tuyến tính cổ điển hay
không.
Một trong những giả định đó là các sai số ngẫu nhiên phải không có tương quan với nhau. Tuy
nhiên, có thể nghi ngờ rằng, trong trường hợp này, một cú sốc trong lượng hàng tồn kho ở năm này
hoàn toàn có thể ảnh hưởng đến lượng hàng tồn kho ở các năm sau. Ví dụ trong năm này do
lượng hàng tồn kho tăng vọt do nhà máy sản xuất nhiều và nhiều đơn hàng bị hủy, rất có thể sai số
ở năm sau cũng sẽ vẫn cao. Khi đó, mô hình không thỏa mãn giả định của OLS.
Vậy, mô hình có thực sự vi phạm giả định này của mô hình hồi quy tuyến tính cổ điển không? Nếu
có thì có ảnh hưởng gì đến kết quả ước lượng? Chúng ta phải khắc phục ra sao?
2
MỤC TIÊU BÀI HỌC
Hiểu được bản chất hiện tượng tự tương quan xảy ra với mô hình hồi
quy.
Xác định được các nguyên nhân và hậu quả của hiện tượng tự tương
quan.
Nhận biết được các cách phát hiện ra hiện tượng tự tương quan trong
kết quả hồi quy.
Chỉ ra được cách khắc phục nếu hiện tượng tự tương quan xảy ra.
3
CẤU TRÚC NỘI DUNG
4
6.1. BẢN CHẤT CỦA TỰ TƯƠNG QUAN
Một trong những giả thiết cơ bản của mô hình hồi quy tuyến tính cổ
điển:
“Không có sự tương quan giữa các sai số ngẫu nhiên ui”
Cov(ui,uj) = 0 (i ≠ j)
Khi giả thiết này bị vi phạm, có nghĩa là các sai số ngẫu nhiên có tương
quan với nhau và sự tương quan xảy ra trong một chuỗi (chuỗi ui)
Cov(ui,uj) ≠ 0 (i ≠ j)
→ Hiện tượng tự tương quan
5
6.1. BẢN CHẤT CỦA TỰ TƯƠNG QUAN (tiếp theo)
Sự tương quan xảy ra đối với những quan sát theo không gian gọi là
“tự tương quan không gian”.
Ví dụ: Các gia tăng trong chi tiêu tiêu dùng của một gia đình có thể tạo ra cho
một gia đình khác các gia tăng trong chi tiêu tiêu dùng của mình.
Sự tương quan xảy ra đối với những quan sát theo chuỗi thời gian gọi
là “tự tương quan thời gian”.
Ví dụ: Sự gián đoạn trong sản lượng trong quý này xảy ra bởi đình công có thể
tác động rất nhiều tới sản lượng của quý sau.
Hiện tượng tự tương quan thường xảy ra với số liệu chuỗi thời gian
hơn là số liệu chéo.
6
6.1. BẢN CHẤT CỦA TỰ TƯƠNG QUAN (tiếp theo)
ui ui
t t
(b) Không có tự
(a)
tương quan
ui ui ui
t
t t
(c) (d) (e)
Hình 6.1. Một số dạng biến thiên của nhiễu theo thời gian
7
6.1. BẢN CHẤT CỦA TỰ TƯƠNG QUAN (tiếp theo)
8
6.2. NGUYÊN NHÂN CỦA HIỆN TƯỢNG TỰ TƯƠNG QUAN
10
6.3. HẬU QUẢ CỦA TỰ TƯƠNG QUAN
Xét mô hình hồi quy
Yt 1 2 X t u t
Giả sử mô hình mắc tự tương quan bậc 1, khi đó các ước lượng của
mô hình phải là:
Hệ số ước lượng
2
x t yt
x 2t
t 1 t 1 t 1 t 1 t 1
11
6.3. HẬU QUẢ CỦA TỰ TƯƠNG QUAN (tiếp theo)
Vậy nếu vẫn dùng OLS để ước lượng mô hình khi có tự tương quan:
Các hệ số hồi quy ước lượng vẫn là tuyến tính, không chệch.
Phương sai của các hệ số ước lượng bị chệch (nhỏ hơn so với thực
tế).
là ước lượng chệch xuống của 2.
2
12
CÂU HỎI TRẮC NGHIỆM
Câu 1: Khuyết tật nào sau đây của mô hình hồi quy không làm ảnh hưởng đến
các đặc điểm tốt nhất của ước lượng OLS?
A. Đa cộng tuyến
B. Phương sai sai số thay đổi
C. Tự tương quan
D. Phương sai sai số thay đổi hoặc tự tương quan
13
6.4. PHÁT HIỆN TỰ TƯƠNG QUAN
14
6.4.1. PHƯƠNG PHÁP ĐỒ THỊ
Dùng đồ thị của của phần dư et theo thời gian hoặc theo et-1 để đánh
giá .
Nêu phần dư phân bố một cách ngẫu nhiên xung quanh giá trị trung
bình của nó thì không có tự tương quan, ngược lại có tự tương quan.
et
et-1
Hình 6.2: Đồ thị của et theo et-1 cho thấy tương quan dương giữa et theo et-1
15
6.4.1. PHƯƠNG PHÁP ĐỒ THỊ (tiếp theo)
et
et
t
t
(b) Không có tự
(a)
tương quan
et
et et
t
t t
(c) (d) (e)
16
6.4.2. KIỂM ĐỊNH DURBIN – WATSON
17
6.4.2. KIỂM ĐỊNH DURBIN – WATSON
Quy tắc kiểm định Durbin – Watson tổng quát: So sánh d quan sát với
các giá trị tới hạn.
Sử dụng bảng thống kê Durbin – Watson cho giá trị tới hạn dU và dL
dựa vào 3 tham số:
: Mức ý nghĩa, k’: Số biến độc lập của mô hình, n: Số quan sát.
Không đủ chứng cứ để kết luận về tự tương quan trong mô hình
0 dL dU 2 4 – dU 4 – dL 4
18
6.4.2. KIỂM ĐỊNH DURBIN – WATSON (tiếp theo)
Các bước thực hiện kiểm định Durbin – Watson:
Chạy mô hình OLS và thu thập phần dư et.
Tính giá trị thống kê d.
ds
(e e
t t 1 )2
e 2
t
Với mẫu cỡ n, số biến giải thích k’, tìm giá trị dL và dU.
Dựa vào quy tắc kiểm định để đưa ra kết luận.
19
6.4.2. KIỂM ĐỊNH DURBIN – WATSON (tiếp theo)
Kiểm định Durbin - Watson có hiệu lực với các điều kiện
Mô hình hồi quy phải có hệ số chặn.
Biến độc lập Xi – xác định.
Các nhiễu có tương quan bậc 1.
Mô hình không chứa giá trị trễ của biến phụ thuộc với vai trò biến độc
lập.
Không có quan sát bị mất trong dữ liệu.
20
6.4.3. KIỂM ĐỊNH BREUSCH – GODFREY (KIỂM ĐỊNH LM –
LAGRANGE MULTIPLIER TEST)
Xét mô hình:
Yt 1 2 Xt u t (1)
Cần kiểm định giả thiết sự không tồn tại tự tương quan ở bất kỳ bậc
nào trong số từ bậc 1 đến bậc p.
u t 1u t 1 2 u t 2 ... p u t p vt
21
6.4.3. KIỂM ĐỊNH BREUSCH – GODFREY (KIỂM ĐỊNH LM –
LAGRANGE MULTIPLIER TEST) (tiếp theo)
Các bước thực hiện kiểm định Breusch – Godfrey (BG):
Bước 1: Ước lượng (1) bằng OLS, tìm phần dư
Bước 2: Dùng OLS để ước lượng mô hình
22
6.4.3. KIỂM ĐỊNH BREUSCH – GODFREY (KIỂM ĐỊNH LM –
LAGRANGE MULTIPLIER TEST) (tiếp theo)
Bước 4:
Cách 1: Dùng kiểm định F thu hẹp hồi quy. Bác bỏ H0 khi p-value(Fs) <
Cách 2: Dùng kiểm định khi bình phương cho LM
2
LM = (n-p)R²* với n đủ lớn, có phân phối xấp xỉ (p) .
Nếu LM > (p) hoặc p-value(LM) < : Bác bỏ H0, nghĩa là có tự tương quan ít nhất ở
2
một bậc nào đó.
Trong STATA: Kiểm định tự tương quan sau khi hồi quy mô hình bằng OLS.
Dùng lệnh: Bgodfrey.
23
6.4.3. KIỂM ĐỊNH BREUSCH – GODFREY (KIỂM ĐỊNH LM –
LAGRANGE MULTIPLIER TEST) (tiếp theo)
Đặc điểm của kiểm định Breusch – Godfrey
Áp dụng cho cỡ mẫu lớn.
Có thể áp dụng cho mô hình tự hồi quy, có biến độc lập dạng.
Áp dụng cho tự tương quan với bậc bất kỳ Yt 1 ; Yt 2 ;...
24
CÂU HỎI TRẮC NGHIỆM
Câu 2: Đâu KHÔNG phải là một đặc điểm của kiểm định Durbin –Watson?
A. Được dùng để kiểm định khuyết tật tự tương quan ở bậc bất kỳ trong mô
hình hồi quy.
B. Giá trị kiểm định d nằm trong khoảng [0, 4].
C. Mất ý nghĩa khi giá trị trễ của biến phụ thuộc xuất hiện trong mô hình với vai
trò là biến độc lập.
D. Có những vùng không có kết luận.
Đáp án đúng là: A. Được dùng để kiểm định khuyết tật tự tương quan ở bậc bất
kỳ trong mô hình hồi quy.
Vì: Kiểm định Durbin - Watson chỉ dùng để kiểm định tự tương quan bậc 1.
25
6.5. KHẮC PHỤC TỰ TƯƠNG QUAN
26
6.5.1. PHƯƠNG PHÁP BÌNH PHƯƠNG TỐI THIỂU TỔNG
QUÁT GLS
Mục đích là chuyển mô hình ban đầu có khuyết tật tự tương quan thành
mô hình mới không có tự tương quan
Mô hình ban đầu:
Yt 1 2 X t u t
Giả sử có tự tương quan:
u t u t 1 v t
27
6.5.1. PHƯƠNG PHÁP BÌNH PHƯƠNG TỐI THIỂU TỔNG
QUÁT GLS (tiếp theo)
Bước 1: Biến đổi mô hình
Xét mô hình hồi quy gốc có dạng:
Yt 1 2 X t u t (1)
Yt 1 1 2 X t 1 u t 1 (2)
Nhân cả 2 vế của (2) với ρ ta được:
Yt 1 1 2 X t 1 u t 1 (3)
Trừ (1) cho (3):
Yt Yt 1 1 1 2 X t 2 X t 1 u t u t 1
1 (1 ) 2 (X t X t 1 ) u t u t 1
28
6.5.1. PHƯƠNG PHÁP BÌNH PHƯƠNG TỐI THIỂU TỔNG
QUÁT GLS (tiếp theo)
Đặt: Yt* Yt Yt 1
X*t X t X t 1
Ta có mô hình hồi quy mới
Có sai số ngẫu nhiên là vt, thỏa mãn các giả định của mô hình hồi quy
tuyến tính cổ điển.
Bước 2: Áp dụng OLS cho mô hình mới, thu được các ước lượng BLUE.
29
6.5.1. PHƯƠNG PHÁP BÌNH PHƯƠNG TỐI THIỂU TỔNG
QUÁT GLS (tiếp theo)
Quy trình Cochrane – Orcutt (Prais – Winsten): Ước lượng ρ nhiều bước
Bước 1: Hồi quy mô hình ban đầu thu được các phần dư et
Bước 2: Ước lượng mô hình hồi quy phụ: e t e t 1 v t (1) (1)
Bước 3: Thu được ước lượng của ρ, ký hiệu là và biến đổi: Yt Yt 1;X X t X t 1
(1) (1)* (1)*
Y
t t
30
6.5.2. DÙNG PHƯƠNG PHÁP SAI SỐ CHUẨN MẠNH
(ROBUST STANDARD ERRORS)
Giảm bớt ảnh hưởng của tự tương quan đến ước lượng phương sai
của hệ số hồi quy ước lượng.
Giữ nguyên giá trị ước lượng OLS.
Phương sai ước lượng
var 2
x i2 ei2
i
x 2 2
Khi kích thước mẫu đủ lớn, giá trị này sẽ tiệm cận giá trị đúng của
phương sai của ước lượng OLS.
31
CÂU HỎI TRẮC NGHIỆM
Câu 3: Giả định mô hình có hiện tượng tự tương quan bậc 1 với hệ số tự tương
quan ρ = 0.4. Khi khắc phục, biến Xt nên được biến đổi thành:
A. 0.4Xt
B. 0.6Xt
C. Xt – 0.4Xt−1
D. 0.6Xt – 0.4Xt−1
Đáp án đúng là: C. Xt – 0.4Xt−1
Vì: Với ρ là hệ số tự tương quan bậc 1, khi biến đổi mô hình, biến độc lập được
biến đổi thành: X*t X t X t 1
32
GIẢI QUYẾT TÌNH HUỐNG KHỞI ĐỘNG BÀI
Dùng kiểm định Breusch – Godfrey để kiểm tra hiện tượng tự tương quan
thu được kết quả sau:
Ta thấy p-value(LM) = 0.0000 < 0.05 Mô hình mắc phải tự tương quan.
33
GIẢI QUYẾT TÌNH HUỐNG KHỞI ĐỘNG BÀI (tiếp theo)
Khi đó các ước lượng OLS sẽ không còn hiệu quả, không thể sử dụng
ước lượng OLS để kiểm định.
Cách khắc phục: Dùng phương pháp sai số chuẩn mạnh hạn chế ảnh
hưởng của tự tương quan
reg inventories sale, robust
Và thu được kết quả sau:
inventoriest = 66668.97 + 1.184salest + et
(se) (10674.12) (0.05)
R2 = 94.3%
Các ước lượng này có thể được sử dụng để làm kiểm định, dự báo.
34
TỔNG KẾT BÀI HỌC
Bản chất hiện tượng tự tương quan và các nguyên nhân của hiện
tượng.
Hậu quả của hiện tượng tự tương quan đối với ước lượng OLS của mô
hình hồi quy.
Các cách phát hiện ra hiện tượng tự tương quan: dùng đồ thị phần dư,
kiểm định Durbin – Watson, kiểm định Breusch – Godfrey.
Các cách khắc phục hậu quả của hiện tượng tự tương quan.
Quy trình lặp Cochrane – Orcutt.
35