Professional Documents
Culture Documents
Mục tiêu
(1) Giới thiệu phương pháp OLS trong mô hình hồi quy bội, định lý
Gauss – Markow,
(2) Hệ số xác định đo độ phù hợp của mô hình hồi quy.
(3) Khoảng tin cậy và kiểm định cặp giả thuyết với một và tổ hợp tuyến tính
các hệ số hồi quy, phương sai sai số ngẫu nhiên.
(4) Dự báo giá trị trung bình và giá trị của biến phụ thuộc.
(5) Kiểm định thu hẹp hàm hồi quy.
Thời lượng giảng dạy: 6 tiết.
𝛽መ1 , 𝛽መ2 , 𝛽መ3 : Hệ số hồi quy ước lượng – là ước lượng điểm của 𝛽1 , 𝛽2 , 𝛽3 ;
𝑌𝑖 : là ước lượng điểm của 𝐸 𝑌 𝑋2 , 𝑋3 ;
𝑒𝑖 : Phần dư (số dư).
Giả sử có 𝑁 quan sát, mỗi quan sát có 𝑘 giá trị (𝑌𝑖 , 𝑋2𝑖 , … , 𝑋𝑘𝑖 )
Ký hiệu:
𝑌1 1 𝑋21 … 𝑋𝑘1 𝛽1 𝑢1
𝑌2 1 𝑋22 … 𝑋𝑘2 𝛽2 𝑢2
𝑌= ; 𝑋= 𝛽= ; 𝑈= …
… … …
𝑌𝑛 𝑛×1 1 𝑋2𝑛 … 𝑋𝑘𝑛 𝑛×𝑘 𝛽𝑘 𝑢𝑛 𝑛×1
𝑘×1
Khi đó:
PRF: 𝐸 𝑌|𝑋 = 𝑋𝛽
PRM: 𝑌 = 𝑋𝛽 + 𝑈
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 14
3.2. Phương pháp bình phương nhỏ nhất
Hàm và mô hình hồi quy mẫu:
SRF: 𝑌 = 𝑋𝛽መ
SRM: 𝑌 = 𝑋𝛽መ + 𝑒
𝛽መ1
Tìm vecto 𝛽መ = 𝛽መ2 መ 𝑇
መ → 𝑚𝑖𝑛
sao cho 𝑅𝑆𝑆 = 𝑌 − 𝑋𝛽 (𝑌 − 𝑋𝛽)
…
𝛽መ𝑘
𝑘×1
Kết quả thu được: 𝛽መ = 𝑋 𝑇 𝑋 −1 𝑋 𝑇 𝑌
1 1
𝑉𝑎𝑟 𝛽መ2 = 𝜎2 𝑛 2 2 ; 𝑉𝑎𝑟 𝛽መ3 = 𝜎 𝑛
2
2 2
σ𝑖=1 𝑥2𝑖 (1 − 𝑟23 ) σ𝑖=1 𝑥3𝑖 (1 − 𝑟23 )
2
𝑟23 : Hệ số xác định khi hồi quy biến 𝑋2𝑖 theo 𝑋3𝑖
1 1
𝑆𝐷 𝛽መ2 = 𝜎 𝑛
መ
; 𝑆𝐷 𝛽2 = 𝜎
2 2
σ𝑖=1 𝑥2𝑖 (1 − 𝑟23 ) σ𝑛𝑖=1 𝑥3𝑖
2 2
(1 − 𝑟23 )
σ𝑛 2
𝑖=1 𝑒𝑖
Phương sai mẫu: : 𝜎ො 2 =
(𝑛−3)
1
𝑆𝑒 𝛽መ2 = 𝜎ො
σ𝑛𝑖=1 𝑥2𝑖
2 2
(1 − 𝑟23 )
1
𝑆𝑒 𝛽መ2 = 𝜎ො
σ𝑛𝑖=1 𝑥3𝑖
2 2
(1 − 𝑟23 )
𝜎2
𝑉𝑎𝑟 𝛽መ𝑗 = 2 σ𝑛 2 , ∀𝑗 = 2, 𝑘
(1 − 𝑅𝑗 ) 𝑖=1 𝑥𝑗𝑖
Trong đó 𝑅𝑗2 là hệ số các định bội của mô hình hồi quy biến độc lập 𝑋𝑗 theo các
biến độc lập còn lại.
σ𝑛 𝑒 2
Phương sai mẫu: 𝜎ො 2 = 𝑖=1 𝑖
(𝑛−𝑘)
Ý nghĩa: 𝑅2 cho biết tỷ lệ % sự biến thiên của 𝑌 được giải thích thông qua
các biến độc lập và hàm hồi quy mẫu của mô hình.
Tính chất:
+ 0 ≤ 𝑅2 ≤ 1
+ 𝑅2 = 0 𝛽2 = 𝛽3 = ⋯ = 𝛽𝑘 = 0 Mô hình hồi quy không phù hợp.
+ 𝑅2 là hàm đồng biến với số biến độc lập trong mô hình.
Ý nghĩa:
+ 𝑅ത 2 xem xét có nên đưa thêm biến độc lập vào mô hình hay không.
+ Một biến mới sẽ được đưa vào mô hình nếu hệ số của biến mới đưa vào
mô hình có ý nghĩa thống kê và hệ số 𝑅ത 2 tăng.
Tính chất:
+ 𝑅ത 2 < 𝑅2
+ 𝑅ത 2 có thể âm.
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 22
3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.1. Khoảng tin cậy của hệ số hồi quy 𝜷𝒋
3.4.2. Kiểm định giả thuyết với hệ số hồi quy 𝜷𝒋
3.4.3. Khoảng tin cậy của tổ hợp tuyến tính các hệ số 𝐚𝜷𝒋 + 𝒃𝜷𝒔
3.4.4. Kiểm định của tổ hợp tuyến tính các hệ số 𝐚𝜷𝒋 + 𝒃𝜷𝒔
3.4.5. Khoảng tin cậy của phương sai sai số ngẫu nhiên 𝝈𝟐
3.4.6. Kiểm định giả thuyết với phương sai sai ngẫu nhiên 𝝈𝟐
𝑗 −𝛽∗
𝛽 𝑗 𝑛−𝑘
Tiêu chuẩn kiểm định: 𝑇 = 𝑗 ) ~𝑇
𝑆𝑒(𝛽
Miền bác bỏ tương ứng với từng cặp giả thuyết (mức ý nghĩa 𝛼):
𝐻0 : 𝛽𝑗 = 0
൝
𝐻1 : 𝛽𝑗 ≠ 0
𝑗 +𝑏𝛽
𝑎𝛽 𝑠 −(𝑎𝛽𝑗 +𝑏𝛽𝑠 )
𝑛−𝑘
Chọn thống kê: 𝑇 = 𝑗 +𝑏𝛽
𝑠 ) ~𝑇
𝑆𝑒(𝑎𝛽
2 2
Trong đó: S𝑒 𝑎𝛽መ𝑗 + 𝑏𝛽መ𝑠 = 𝑎2 𝑆𝑒 𝛽መ𝑗 + 𝑏2 𝑆𝑒 𝛽መ𝑠 + 2𝑎𝑏𝐶𝑜𝑣(𝛽መ𝑗 ; 𝛽መ𝑠 )
𝑗 +𝑏𝛽
𝑎𝛽 𝑠 −𝑐
Tiêu chuẩn kiểm định: 𝑇 = ~𝑇 𝑛−𝑘
𝑆𝑒(𝑎𝛽𝑗 +𝑏𝛽
𝑠 )
Miền bác bỏ tương ứng với từng cặp giả thuyết (mức ý nghĩa 𝛼):
2 ෝ2
𝑛−𝑘 𝜎 2 𝑛−𝑘
Chọn thống kê: 𝜒 = ~𝜒
𝜎2
ෝ2
𝑛−𝑘 𝜎
Khoảng tin cậy bên trái: 𝜎2 ≤ (𝑛−𝑘)
𝜒2 1−𝛼
ෝ2
𝑛−𝑘 𝜎
Khoảng tin cậy bên phải: 𝜎2 ≥ (𝑛−𝑘)
𝜒2 𝛼
𝐻0 : 𝛽𝑚+1 = 𝛽𝑚+2 = ⋯ = 𝛽𝑘 = 0
൝
𝐻1 : ∃𝛽𝑗 ≠ 0 𝑗 = 𝑚 + 1, 𝑘
𝐻0 : 𝛽𝑚+1 = 𝛽𝑚+2 = ⋯ = 𝛽𝑘 = 0
Kiểm định cặp giả thuyết: ൝
𝐻1 : ∃𝛽𝑗 ≠ 0 𝑗 = 𝑚 + 1, 𝑘
𝑌0 −𝐸(𝑌|𝑋0 )
Sử dụng thống kê: 𝑇 = ~𝑇 𝑛−𝑘 ; 𝑆𝑒 𝑌0 = 𝜎ො 𝑋0𝑇 𝑋 𝑇 𝑋 −1 𝑋
0
𝑆𝑒(𝑌0 )
𝑛−𝑘 (𝑛−𝑘)
Khoảng tin cậy 2 phía: 𝑌0 − 𝑆𝑒 𝑌0 𝑇𝛼 ≤ 𝐸 𝑌 𝑋0 ≤ 𝑌0 + 𝑆𝑒(𝑌0 )𝑇𝛼
2 2
(𝑛−𝑘)
Khoảng tin cậy bên trái: 𝐸 𝑌 𝑋0 ≤ 𝑌0 + 𝑆𝑒(𝑌0 )𝑇𝛼
(𝑛−𝑘)
Khoảng tin cậy bên phải: 𝐸 𝑌 𝑋0 ≥ 𝑌0 − 𝑆𝑒(𝑌0 )𝑇𝛼
𝑌0 −𝑌0
Sử dụng thống kê: 𝑇 = ~𝑇 𝑛−𝑘 ; 𝑠𝑒 𝑌0 = 𝜎ො 1 + 𝑋0𝑇 𝑋 𝑇 𝑋 −1 𝑋
0
𝑠𝑒(𝑌0 )
𝑛−𝑘 𝑛−𝑘
Khoảng tin cậy 2 phía: 𝑌0 − 𝑆𝑒 𝑌0 𝑇𝛼 ≤ 𝑌0 ≤ 𝑌0 + 𝑆𝑒 𝑌0 𝑇𝛼
2 2
(𝑛−𝑘)
Khoảng tin cậy bên trái: 𝑌0 ≤ 𝑌0 + 𝑆𝑒(𝑌0 )𝑇𝛼
(𝑛−𝑘)
Khoảng tin cậy bên phải: 𝑌0 ≥ 𝑌0 − 𝑆𝑒(𝑌0 )𝑇𝛼