OLS - T NG H P Công TH C - Eureka Uni

Eureka! Uni - YouTube Eureka Uni (facebook.
com)
Eureka! Uni – Kênh học tập trực tuyến

Kinh tế lượng
Nhóm: Kinh tế lượng – Eureka! Uni
Đạo diễn: Hoàng Bá Mạnh
TỔNG HỢP CÔNG THỨC TRONG HỒI QUY OLS

FULL VIDEO BÀI GIẢNG KINH TẾ LƯỢNG (MIỄN PHÍ)
LÝ THUYẾT VÀ BÀI TẬP
• Chương 1. Hồi quy 2 biến: https://eureka-uni.tiny.us/KinhTeLuongFull

• Chương 2. Hồi quy đa biến: https://eureka-uni.tiny.us/KinhTeLuongCh2
• Chương 3. Hồi quy biến giả: https://eureka-uni.tiny.us/KinhTeLuongCh3
• Chương 4. Hồi quy chuỗi thời gian: https://eureka-uni.tiny.us/KinhTeLuongCh4
• Chương 5. Kiểm định lỗi và khắc phục: https://eureka-uni.tiny.us/KinhTeLuongCh5
THỰC HÀNH KINH TẾ LƯỢNG SỬ DỤNG
• Eviews: https://eureka-uni.tiny.us/KinhTeLuongEviews • R: https://eureka-uni.tiny.us/KinhTeLuongR

• STATA: https://eureka-uni.tiny.us/KinhTeLuongSTATA • Python: https://eureka-uni.tiny.us/KinhTeLuongPython
HỎI ĐÁP
• Hỏi đáp Kinh tế lượng: https://eureka-uni.tiny.us/KinhTeLuongQA
Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Eureka! Uni - YouTube Eureka Uni (facebook.com)
PHẦN HỒI QUY 2 BIẾN HỒI QUY 𝒌𝒌 BIẾN
1. PHƯƠNG TRÌNH HỒI QUY
Mô hình hồi quy tổng thể - PRM 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝑢𝑢 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋2 + ⋯ + 𝛽𝛽𝑘𝑘 𝑋𝑋𝑘𝑘 + 𝑢𝑢
(Population Regression Model) Dạng véc-tơ: 𝑌𝑌 = 𝑋𝑋𝑋𝑋 + 𝑢𝑢
Hàm hồi quy tổng thể - PRF 𝐸𝐸 (𝑌𝑌|𝑋𝑋) = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 𝐸𝐸 (𝑌𝑌|𝑋𝑋2 , … , 𝑋𝑋𝑘𝑘 ) = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋2 + ⋯ + 𝛽𝛽𝑘𝑘 𝑋𝑋𝑘𝑘
(Population Regression Function) 𝐸𝐸 (𝑌𝑌|𝑋𝑋) = 𝑋𝑋𝑋𝑋
Mô hình hồi quy mẫu – SRM 𝑌𝑌𝑖𝑖 = 𝛽𝛽̂1 + 𝛽𝛽̂2 𝑋𝑋𝑖𝑖 + 𝑒𝑒𝑖𝑖 𝑌𝑌𝑖𝑖 = 𝛽𝛽̂1 + 𝛽𝛽̂2 𝑋𝑋2𝑖𝑖 + ⋯ + 𝛽𝛽̂𝑘𝑘 𝑋𝑋𝑘𝑘𝑘𝑘 + 𝑒𝑒𝑖𝑖
(Sample Regression Model) 𝑌𝑌 = 𝑋𝑋𝛽𝛽̂ + 𝑒𝑒
Hàm hồi quy mẫu – SRF 𝑌𝑌� = 𝛽𝛽̂1 + 𝛽𝛽̂2 𝑋𝑋𝑖𝑖 𝑌𝑌�𝑖𝑖 = 𝛽𝛽̂1 + 𝛽𝛽̂2 𝑋𝑋2𝑖𝑖 + ⋯ + 𝛽𝛽̂𝑘𝑘 𝑋𝑋𝑘𝑘𝑘𝑘
(Sample Regression Function) 𝑌𝑌� = 𝑋𝑋𝛽𝛽̂
2. CÁC ƯỚC LƯỢNG ĐIỂM
Hệ số ước lượng ��

𝑋𝑋. 𝑌𝑌 − 𝑋𝑋�. 𝑌𝑌� ∑(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)(𝑌𝑌𝑖𝑖 − 𝑌𝑌�) 𝛽𝛽̂ = (𝑋𝑋 ′ 𝑋𝑋)−1 (𝑋𝑋 ′ 𝑌𝑌)
𝛽𝛽̂2 = =
(Coefficient) ��2 − (𝑋𝑋�)2
𝑋𝑋 ∑(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)2
𝛽𝛽̂1 = 𝑌𝑌� − 𝛽𝛽̂2 𝑋𝑋�
Ước lượng điểm cho giá trị trung 𝑌𝑌�0 = 𝛽𝛽̂1 + 𝛽𝛽̂2 𝑋𝑋0 𝑌𝑌�0 = 𝑋𝑋0′ 𝛽𝛽̂
bình của biến phụ thuộc: 1
𝐸𝐸 (𝑌𝑌|𝑋𝑋0 ) 𝑋𝑋20
𝑋𝑋0 = � �
…
𝑋𝑋𝑘𝑘0

3. ĐỘ PHÙ HỢP
Dao động toàn phần 𝑇𝑇𝑇𝑇𝑇𝑇 = ∑(𝑌𝑌𝑖𝑖 − 𝑌𝑌�)2

(Total Sum of Squares)
Dao động của phần dư 𝑅𝑅𝑅𝑅𝑅𝑅 = ∑(𝑒𝑒𝑖𝑖 − 𝑒𝑒̅ )2 = ∑𝑒𝑒𝑖𝑖2

(Residual Sum of Squares)
Dao động được giải thích 2

𝐸𝐸𝐸𝐸𝐸𝐸 = ∑�𝑌𝑌�𝑖𝑖 − 𝑌𝑌� �
(Explained Sum of Squares)
Hệ số xác định 𝐸𝐸𝐸𝐸𝐸𝐸 𝑅𝑅𝑅𝑅𝑅𝑅

𝑅𝑅2 = =1−
(R-squares) 𝑇𝑇𝑇𝑇𝑇𝑇 𝑇𝑇𝑇𝑇𝑇𝑇
Hệ số xác định điều chỉnh 𝑛𝑛 − 1 𝑛𝑛 − 1

𝑅𝑅�2 = 1 − (1 − 𝑅𝑅2 ) 𝑅𝑅� 2 = 1 − (1 − 𝑅𝑅2 )
(Adjusted R-squares) 𝑛𝑛 − 2 𝑛𝑛 − 𝑘𝑘
Độ lệch chuẩn mẫu của biến phụ

𝑇𝑇𝑇𝑇𝑇𝑇
thuộc 𝑆𝑆𝑌𝑌 = �
𝑛𝑛 − 1
(SD. of Dependent Variable)
Ước lượng phương sai sai số 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅

𝜎𝜎� 2 = 𝜎𝜎� 2 =
ngẫu nhiên 𝑛𝑛 − 2 𝑛𝑛 − 𝑘𝑘
Sai số chuẩn của hồi quy

𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅
(SE. of Regression) 𝜎𝜎� = � 𝜎𝜎� = �
𝑛𝑛 − 2 𝑛𝑛 − 𝑘𝑘

Độ lệch chuẩn của hệ số ước

∑𝑋𝑋𝑖𝑖2 𝜎𝜎�𝛽𝛽̂� = �𝑉𝑉𝑉𝑉𝑉𝑉�𝛽𝛽̂� = 𝜎𝜎�(𝑋𝑋 ′ 𝑋𝑋)−1
lượng 𝜎𝜎�𝛽𝛽̂1 � = 𝜎𝜎 �
𝑛𝑛∑(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)2
(Standard Deviation)
𝜎𝜎
𝜎𝜎�𝛽𝛽̂2 � =
�∑(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)2
Sai số chuẩn của hệ số ước

∑𝑋𝑋𝑖𝑖2 𝑠𝑠𝑠𝑠�𝛽𝛽̂� = �𝑉𝑉𝑉𝑉𝑉𝑉
� �𝛽𝛽̂� = 𝜎𝜎��(𝑋𝑋 ′ 𝑋𝑋)−1
lượng 𝑠𝑠𝑠𝑠�𝛽𝛽̂1 � = 𝜎𝜎� �
𝑛𝑛∑(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)2
(Standard Error)
𝜎𝜎�
𝑠𝑠𝑠𝑠�𝛽𝛽̂2 � =
�∑(𝑋𝑋𝑖𝑖 − 𝑋𝑋�)2
4. CÁC KIỂM ĐỊNH HỆ SỐ
Thống kê T 𝛽𝛽̂𝑗𝑗
𝑇𝑇𝑗𝑗 =
(t-statistics) 𝑠𝑠𝑠𝑠�𝛽𝛽̂𝑗𝑗 �
Thống kê F 𝑅𝑅2 𝑅𝑅2 𝑛𝑛 − 𝑘𝑘

𝐹𝐹 = 2
× (𝑛𝑛 − 2) = 𝑇𝑇22 𝐹𝐹 = ×
(F-statistics) 1 − 𝑅𝑅 1 − 𝑅𝑅2 𝑘𝑘 − 1
Thống kê T: so sánh 𝛽𝛽𝑗𝑗 với 𝛽𝛽 ∗ 𝛽𝛽̂𝑗𝑗 − 𝛽𝛽∗

𝑇𝑇𝑗𝑗 =
𝑠𝑠𝑠𝑠�𝛽𝛽̂𝑗𝑗 �
Thống kê F: thêm (bớt) 𝑚𝑚 biến 𝑅𝑅𝑢𝑢2 − 𝑅𝑅𝑟𝑟2 𝑛𝑛 − 𝑘𝑘𝑢𝑢

𝐹𝐹 = ×
1 − 𝑅𝑅𝑟𝑟2 𝑚𝑚
5. CÁC KHOẢNG TIN CẬY

Khoảng tin cậy 2 phía cho hệ số (𝑛𝑛−2)

𝛽𝛽̂𝑗𝑗 ± 𝑡𝑡𝛼𝛼 𝑠𝑠𝑠𝑠�𝛽𝛽̂𝑗𝑗 �
(𝑛𝑛−𝑘𝑘)
𝛽𝛽̂𝑗𝑗 ± 𝑡𝑡𝛼𝛼 𝑠𝑠𝑠𝑠�𝛽𝛽̂𝑗𝑗 �
2 2
Khoảng tin cậy 2 phía cho biểu (𝑛𝑛−𝑘𝑘)

�𝑎𝑎𝛽𝛽̂𝑗𝑗 + 𝑏𝑏𝛽𝛽̂𝑠𝑠 � ± 𝑡𝑡 𝛼𝛼 𝑠𝑠𝑠𝑠�𝑎𝑎𝛽𝛽̂𝑗𝑗 + 𝑏𝑏𝛽𝛽̂𝑠𝑠 �
�2 �
thức gồm 2 hệ số
𝑠𝑠𝑠𝑠�𝑎𝑎𝛽𝛽̂𝑗𝑗 + 𝑏𝑏𝛽𝛽̂𝑠𝑠 � = �𝑎𝑎2 𝑠𝑠𝑒𝑒 2 �𝛽𝛽̂𝑗𝑗 � + 𝑏𝑏 2 𝑠𝑠𝑒𝑒 2 �𝛽𝛽̂𝑠𝑠 � + 2𝑎𝑎𝑎𝑎. 𝑐𝑐𝑐𝑐𝑐𝑐�𝛽𝛽̂𝑗𝑗 ; 𝛽𝛽̂𝑠𝑠 �
Khoảng tin cậy 2 phía cho 𝜎𝜎 2 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅

𝜎𝜎 2 < 𝜎𝜎 2 <
𝜒𝜒𝛼𝛼2(𝑛𝑛−2) 𝜒𝜒 2(𝑛𝑛−2)
𝛼𝛼 𝜒𝜒𝛼𝛼2(𝑛𝑛−𝑘𝑘) 𝜒𝜒 2(𝑛𝑛−𝑘𝑘)
𝛼𝛼
1− 2 1− 2
2 2
(𝑛𝑛 − 2)𝜎𝜎� 2 2
(𝑛𝑛 − 2)𝜎𝜎� 2 (𝑛𝑛 − 𝑘𝑘)𝜎𝜎� 2 2
(𝑛𝑛 − 𝑘𝑘)𝜎𝜎� 2
𝜎𝜎 < 𝜎𝜎 <
𝜒𝜒𝛼𝛼2(𝑛𝑛−2) 𝜒𝜒 2(𝑛𝑛−2)
𝛼𝛼 𝜒𝜒𝛼𝛼2(𝑛𝑛−𝑘𝑘) 𝜒𝜒 2(𝑛𝑛−𝑘𝑘)
𝛼𝛼
1− 2 1− 2
2 2
Khoảng 2 phía cho giá trị trung (𝑛𝑛−2)

𝑌𝑌�0 ± 𝑡𝑡𝛼𝛼 𝑠𝑠𝑠𝑠�𝑌𝑌�0 �
bình của biến phụ thuộc. 2 2
𝐸𝐸 (𝑌𝑌|𝑋𝑋0 ) 𝜎𝜎� 2 � �𝛽𝛽̂�𝑋𝑋0

𝑠𝑠𝑠𝑠�𝑌𝑌�0 � = 𝜎𝜎��𝑋𝑋0′ (𝑋𝑋 ′ 𝑋𝑋)−1 𝑋𝑋0 = �𝑋𝑋0′ 𝑉𝑉𝑉𝑉𝑉𝑉
�
𝑠𝑠𝑠𝑠�𝑌𝑌0 � = � + (𝑋𝑋0 − 𝑋𝑋�)2 𝑠𝑠𝑒𝑒 2 �𝛽𝛽̂2 �
𝑛𝑛
Khoảng 2 phía cho giá trị cá biệt (𝑛𝑛−2)

2 2
𝑌𝑌0
𝜎𝜎� 2 𝑠𝑠𝑠𝑠�𝑌𝑌�0 � = 𝜎𝜎��𝑋𝑋0′ (𝑋𝑋 ′ 𝑋𝑋)−1 𝑋𝑋0 + 1
𝑠𝑠𝑠𝑠�𝑌𝑌�0 � = � + (𝑋𝑋0 − 𝑋𝑋�)2 𝑠𝑠𝑒𝑒 2 �𝛽𝛽̂2 � + 𝝈𝝈
� 𝟐𝟐
𝑛𝑛 � �𝛽𝛽̂�𝑋𝑋0 + 𝝈𝝈
= �𝑋𝑋0′ 𝑉𝑉𝑉𝑉𝑉𝑉 � 𝟐𝟐

6. CÁC DẠNG MÔ HÌNH Mô hình tổng thể dạng đơn giản Ý nghĩa quan hệ
Ý nghĩa hệ số
(*) Quy luật lợi suất cận biên giảm dần: 𝑌𝑌 không thể tăng mãi, không thể lên đỉnh.
(**) Quy luật lợi suất cận biên giảm dần: 𝑌𝑌 không thể tăng mãi, lên đỉnh sau đó giảm nhanh dần.
Dạng tuyến tính toàn phần 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝑢𝑢 Ảnh hưởng tuyệt đối (dạng đơn vị)
Lin-lin 𝛽𝛽2 : 𝑋𝑋 tăng 1 đơn vị ⇒ 𝑌𝑌 thay đổi |𝛽𝛽2 | đơn vị.
Dạng loga toàn phần ln 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 ln 𝑋𝑋 + 𝑢𝑢 Ảnh hưởng tương đối (dạng %)
Log-log 𝛽𝛽2 : 𝑋𝑋 tăng 1% ⇒ 𝑌𝑌 thay đổi |𝛽𝛽2 |%.(*)
𝛽𝛽2 là hệ số co giãn của 𝑌𝑌 theo 𝑋𝑋.
Dạng bán loga ln 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝑢𝑢 Mô hình tăng trưởng
Log-lin 𝛽𝛽2 : 𝑋𝑋 tăng 1 đơn vị ⇒ 𝑌𝑌 thay đổi 100|𝛽𝛽2 |%.
Dạng bán loga 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 ln 𝑋𝑋 + 𝑢𝑢 Ảnh hưởng tương đối của 𝑿𝑿
Lin-log 𝛽𝛽2 : 𝑋𝑋 tăng 1% ⇒ 𝑌𝑌 thay đổi |𝛽𝛽2 |/100 đơn vị.(*)
Dạng bậc 2 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝛽𝛽3 𝑋𝑋 2 + 𝑢𝑢 Tác động biên thay đổi
Δ𝑌𝑌 ≈ (𝛽𝛽2 + 2𝛽𝛽3 𝑋𝑋)Δ𝑋𝑋
𝛽𝛽2 > 0, 𝛽𝛽3 > 0: 𝑋𝑋 tăng ⇒ 𝑌𝑌 tăng nhanh dần.
𝛽𝛽2 > 0, 𝛽𝛽3 < 0: 𝑋𝑋 tăng ⇒ 𝑌𝑌 tăng chậm dần.(*)
𝛽𝛽2 < 0, 𝛽𝛽3 > 0: 𝑋𝑋 tăng ⇒ 𝑌𝑌 giảm chậm dần.
𝛽𝛽2 < 0, 𝛽𝛽3 < 0: 𝑋𝑋 tăng ⇒ 𝑌𝑌 giảm nhanh dần.

Dạng nghịch đảo 1 Tác động biên thay đổi

𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 + 𝑢𝑢
𝑋𝑋 𝛽𝛽2
Δ𝑌𝑌 ≈ − Δ𝑋𝑋
𝑋𝑋 2
𝛽𝛽2 > 0: 𝑋𝑋 tăng ⇒ 𝑌𝑌 giảm chậm dần về 𝛽𝛽1
𝛽𝛽2 < 0: 𝑋𝑋 tăng ⇒ 𝑌𝑌 tăng chậm dần về 𝛽𝛽1 (*)
Mô hình với biến giả 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝐷𝐷 + 𝑢𝑢 Chênh lệch trung bình của 𝒀𝒀
Biến định tính 𝑍𝑍 được mã hóa: Hàm hồi quy của hai nhóm song song
𝐷𝐷 = 1 với 𝐴𝐴, 𝐷𝐷 = 0 với 𝐴𝐴 𝛽𝛽2 > 0: 𝐸𝐸 (𝑌𝑌) ở nhóm 𝐴𝐴 nhiều hơn 𝛽𝛽2 đơn vị so
với nhóm 𝐴𝐴.
𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝛽𝛽3 𝐷𝐷 + 𝑢𝑢 Chênh lệch trung bình của 𝒀𝒀 theo giá trị 𝑿𝑿
Hàm hồi quy của hai nhóm song song
𝛽𝛽3 > 0: 𝐸𝐸 (𝑌𝑌|𝑋𝑋) ở nhóm 𝐴𝐴 nhiều hơn 𝛽𝛽2 đơn vị so
với nhóm 𝐴𝐴.
𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝛽𝛽3 . 𝐷𝐷. 𝑋𝑋 + 𝑢𝑢 Chênh lệch tác động của 𝑿𝑿 đến 𝑬𝑬(𝒀𝒀|𝑿𝑿)
Hàm hồi quy của hai nhóm chung gốc, tách
nhau
𝛽𝛽2 > 0, 𝛽𝛽3 > 0: 𝑋𝑋 tăng 1 đơn vị, 𝐸𝐸 (𝑌𝑌|𝑋𝑋) ở nhóm
𝐴𝐴 tăng nhiều hơn 𝛽𝛽3 đơn vị so với nhóm 𝐴𝐴.
𝛽𝛽2 < 0, 𝛽𝛽3 > 0: 𝑋𝑋 tăng 1 đơn vị, 𝐸𝐸 (𝑌𝑌|𝑋𝑋) ở nhóm
𝐴𝐴 giảm ít hơn 𝛽𝛽3 đơn vị so với nhóm 𝐴𝐴.
𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋 + 𝛽𝛽3 . 𝐷𝐷. 𝑋𝑋 + 𝛽𝛽4 𝐷𝐷 + 𝑢𝑢 Chênh lệch tổng hợp
Hàm hồi quy của hai khác gốc, tách nhau

𝛽𝛽3 : 𝑍𝑍 ảnh hưởng gián tiếp tới 𝑌𝑌 thông qua 𝑋𝑋.

𝛽𝛽4 : 𝑍𝑍 ảnh hưởng trực tiếp tới 𝑌𝑌.
Mô hình hồi quy tĩnh 𝑌𝑌𝑡𝑡 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋𝑡𝑡 + 𝑢𝑢𝑡𝑡 Quan hệ cân bằng dài hạn
Static Regression 𝛽𝛽2 : 𝑋𝑋 tăng 1 đơn vị, trung bình 𝑌𝑌 tăng 𝛽𝛽2 đơn vị
Hồi quy động - Tự hồi quy 𝑌𝑌𝑡𝑡 = 𝛽𝛽0 + 𝛽𝛽1 𝑌𝑌𝑡𝑡−1 + 𝛽𝛽2 𝑌𝑌𝑡𝑡−2 + 𝑢𝑢𝑡𝑡 Giải thích thay đổi của 𝒀𝒀 bằng chính nó
AutoRegressive Model (AR) 𝛽𝛽1 > 0: 𝑌𝑌 tăng 1 đơn vị → 𝑌𝑌 ở thời tiếp theo tăng
𝛽𝛽1 đơn vị.
𝛽𝛽2 < 0: 𝑌𝑌 tăng 1 đơn vị → 𝑌𝑌 ở sau đó 2 thời kỳ
giảm −𝛽𝛽2 đơn vị.
Hồi quy động – Trễ phân phối 𝑌𝑌𝑡𝑡 = 𝛼𝛼 + 𝛽𝛽0 𝑋𝑋𝑡𝑡 + 𝛽𝛽1 𝑋𝑋𝑡𝑡−1 + 𝛽𝛽3 𝑋𝑋𝑡𝑡−2 + 𝑢𝑢𝑡𝑡 Ảnh hưởng tức thời và ảnh hưởng trễ
Distributed Lag Model 𝛽𝛽0 : tác động ngay lập tức.
𝛽𝛽1 : tác động lên thời kỳ tiếp theo.
𝛽𝛽1 : tác động lên 2 thời kỳ tiếp theo.
𝛽𝛽0 + 𝛽𝛽1 + 𝛽𝛽2 : tổng tác động dài hạn.
Hồi quy xu thế 𝑌𝑌𝑡𝑡 = 𝛽𝛽1 + 𝛽𝛽2 𝑡𝑡 + 𝑢𝑢𝑡𝑡 Xu thế tuyến tính – 𝒀𝒀 tăng đều theo thời gian
𝛽𝛽2 > 0: sau mỗi thời kỳ, 𝑌𝑌 tăng 𝛽𝛽2 đơn vị.
𝑌𝑌𝑡𝑡 = 𝛽𝛽1 + 𝛽𝛽2 𝑡𝑡 + 𝛽𝛽3 𝑡𝑡 2 + 𝑢𝑢𝑡𝑡 Xu thế phi tuyến
𝛽𝛽2 > 0, 𝛽𝛽3 > 0: 𝑌𝑌 tăng nhanh dần theo thời gian.
𝛽𝛽2 > 0, 𝛽𝛽3 < 0: 𝑌𝑌 tăng chậm dần theo thời gian.
ln 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑡𝑡 + 𝑢𝑢𝑡𝑡 Mô hình tăng trưởng

𝛽𝛽2 > 0: 𝑌𝑌 tăng với tốc độ trung bình 100𝛽𝛽2 % mỗi

thời kỳ.
Hồi quy mùa vụ 𝑌𝑌𝑡𝑡 = 𝛽𝛽1 + 𝛽𝛽2 𝑄𝑄2𝑡𝑡 + 𝛽𝛽3 𝑄𝑄3𝑡𝑡 + 𝛽𝛽4 𝑄𝑄4𝑡𝑡 + 𝑢𝑢𝑡𝑡 Quý I làm cơ sở để so với các quý khác.
Mùa vụ phổ biến theo quý 𝛽𝛽2 > 0: 𝑌𝑌 ở quý II nhiều hơn ở quý I 𝛽𝛽2 đơn vị.
𝑄𝑄1 , 𝑄𝑄2 , 𝑄𝑄3 , 𝑄𝑄4 tương ứng là các biến 𝛽𝛽3 > 0: 𝑌𝑌 ở quý III nhiều hơn ở quý I 𝛽𝛽3 đơn vị.
giả mùa vụ mã hóa cho các quý I, II, 𝛽𝛽2 > 𝛽𝛽3 : 𝑌𝑌 ở quý II nhiều hơn ở quý III (𝛽𝛽2 − 𝛽𝛽3 )
III, IV. đơn vị.
7. KIỂM ĐỊNH LỖI Tên kiểm định và hồi quy phụ Cặp giả thuyết và quy tắc bác bỏ 𝑯𝑯𝟎𝟎
Mô hình với 3 biến giải thích 𝑌𝑌 = 𝛽𝛽1 + 𝛽𝛽2 𝑋𝑋2 + 𝛽𝛽3 𝑋𝑋3 + 𝛽𝛽4 𝑋𝑋4 + 𝑢𝑢, 𝑅𝑅2 , 𝑌𝑌�, 𝑒𝑒
Vi phạm giả thiết Ramsey RESET test 𝐻𝐻0 : 𝛽𝛽5 = 𝛽𝛽6 = 0

2 2
𝑬𝑬(𝒖𝒖|𝑿𝑿) = 𝟎𝟎 𝑌𝑌 = 𝛽𝛽1′ + 𝛽𝛽2′ 𝑋𝑋2 + 𝛽𝛽3′ 𝑋𝑋3 + 𝛽𝛽4′ 𝑋𝑋4 + 𝛽𝛽5 �𝑌𝑌�� 𝑅𝑅(1) − 𝑅𝑅2 𝑛𝑛 − 𝑘𝑘(1) (2,𝑛𝑛−𝑘𝑘(1) )
3 𝐹𝐹 = 2 × > 𝑓𝑓𝛼𝛼
𝐻𝐻0 : Không vi phạm giả thiết + 𝛽𝛽6 �𝑌𝑌�� + 𝑢𝑢′ , (1) 1− 𝑅𝑅(1) 2
(dạng hàm đúng, không thiếu 𝑝𝑝 − 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 < 𝛼𝛼
biến)
Vi phạm giả thiết Breusch-Pagan-Godfrey test 𝐻𝐻0 : 𝛼𝛼2 = 𝛼𝛼3 = 𝛼𝛼4 = 0
𝑽𝑽𝑽𝑽𝑽𝑽(𝒖𝒖|𝑿𝑿) = 𝝈𝝈𝟐𝟐 𝑒𝑒 2 = 𝛼𝛼1 + 𝛼𝛼2 𝑋𝑋2 + 𝛼𝛼3 𝑋𝑋3 + 𝛼𝛼4 𝑋𝑋4 + 𝑣𝑣, 𝑅𝑅𝑒𝑒2 𝜒𝜒 2 = 𝑛𝑛𝑅𝑅𝑒𝑒2 > 𝜒𝜒𝛼𝛼2(3)
𝐻𝐻0 : Không vi phạm giả thiết Glejser 𝑅𝑅𝑒𝑒2 /2 (2,𝑛𝑛−3)
𝐹𝐹 = > 𝑓𝑓𝛼𝛼
(Phương sai sai số không đổi/đồng |𝑒𝑒| = 𝛼𝛼1 + 𝛼𝛼2 𝑋𝑋2 + 𝛼𝛼3 𝑋𝑋3 + 𝛼𝛼4 𝑋𝑋4 + 𝑣𝑣, 𝑅𝑅𝑒𝑒2 2
(1 − 𝑅𝑅𝑒𝑒 )/(𝑛𝑛 − 3)
đều) 𝑝𝑝 − 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 < 𝛼𝛼
White test Có tích chéo: 𝑋𝑋2 𝑋𝑋3 , 𝑋𝑋2 𝑋𝑋4 và 𝑋𝑋3 𝑋𝑋4

𝑒𝑒 2 = 𝛼𝛼1 + 𝛼𝛼2 𝑋𝑋2 + 𝛼𝛼3 𝑋𝑋3 + 𝛼𝛼4 𝑋𝑋4 + 𝛼𝛼5 𝑋𝑋22 𝐻𝐻0 : 𝛼𝛼2 = 𝛼𝛼3 = ⋯ = 𝛼𝛼10 = 0
+ 𝛼𝛼6 𝑋𝑋32 + 𝛼𝛼7 𝑋𝑋42 + 𝛼𝛼8 𝑋𝑋2 𝑋𝑋3
𝜒𝜒 2 = 𝑛𝑛𝑅𝑅𝑒𝑒2 > 𝜒𝜒𝛼𝛼2(9)
+ 𝛼𝛼9 𝑋𝑋2 𝑋𝑋4 + 𝛼𝛼10 𝑋𝑋3 𝑋𝑋4 + 𝑣𝑣,
𝑅𝑅𝑒𝑒2 𝑅𝑅𝑒𝑒2 /9 (9,𝑛𝑛−10)
𝐹𝐹 = 2
> 𝑓𝑓𝛼𝛼
(1 − 𝑅𝑅𝑒𝑒 )/(𝑛𝑛 − 10)
𝑝𝑝 − 𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣𝑣 < 𝛼𝛼
Vi phạm giả thiết Durbin-Watson 𝐻𝐻0 : Không có tự tương quan bậc 1
𝑪𝑪𝑪𝑪𝑪𝑪𝑪𝑪(𝒖𝒖𝒕𝒕 , 𝒖𝒖𝒔𝒔 ) = 𝟎𝟎 𝑒𝑒𝑡𝑡 = 𝜌𝜌𝑒𝑒𝑡𝑡−1 + 𝑣𝑣𝑡𝑡 𝑑𝑑 = 2 − 2𝜌𝜌�
𝐻𝐻0 : Không vi phạm giả thiết 𝑑𝑑 < 𝑑𝑑𝐿𝐿 ⇒ tự tương quan bậc 1 (+)
(Không có tự tương quan) 𝑑𝑑 > 4 − 𝑑𝑑𝐿𝐿 ⇒ tự tương quan bậc 1 (−)
𝑑𝑑𝑈𝑈 < 𝑑𝑑 < 4 − 𝑑𝑑𝑈𝑈 ⇒ không có tự tương quan
Còn lại ⇒ không kết luận.
Durbin-h 𝐻𝐻0 : Không có tự tương quan bậc 1
(khi có 𝑌𝑌𝑡𝑡−1 là biến giải thích) 𝑑𝑑 𝑛𝑛
ℎ = �1 − � �
𝑒𝑒𝑡𝑡 = 𝜌𝜌𝑒𝑒𝑡𝑡−1 + 𝑣𝑣𝑡𝑡 2 1 − 𝑛𝑛. 𝑠𝑠𝑒𝑒 2 �𝛽𝛽̂𝑌𝑌𝑡𝑡−1 �
|ℎ| > 𝑧𝑧𝛼𝛼/2
Breusch-Godfrey 𝐻𝐻0 : 𝛼𝛼1 = 𝛼𝛼2 = ⋯ = 𝛼𝛼𝑝𝑝 = 0

𝑒𝑒𝑡𝑡 = 𝜌𝜌1 𝑒𝑒𝑡𝑡−1 + 𝜌𝜌2 𝑒𝑒𝑡𝑡−2 + ⋯ + 𝜌𝜌𝑝𝑝 𝑒𝑒𝑡𝑡−𝑝𝑝 + 𝛾𝛾2 𝑋𝑋2 (Không có tự tương quan đến bậc 𝑝𝑝)
+ 𝛾𝛾3 𝑋𝑋3 + 𝛾𝛾4 𝑋𝑋4 + 𝑣𝑣𝑡𝑡 , 𝑅𝑅𝑒𝑒2 2(𝑝𝑝)
𝐿𝐿𝐿𝐿 = (𝑛𝑛 − 𝑝𝑝)𝑅𝑅𝑒𝑒2 > 𝜒𝜒𝛼𝛼
Vi phạm giả thiết 𝐻𝐻0 : Sai số ngẫu nhiên có phân bố Chuẩn
𝒖𝒖~𝑵𝑵(𝟎𝟎, 𝝈𝝈𝟐𝟐 )

𝐻𝐻0 : Không vi phạm giả thiết 𝑆𝑆𝑒𝑒2 𝐾𝐾𝑒𝑒2

𝐽𝐽𝐽𝐽 = 𝑛𝑛 � + � > 𝜒𝜒𝛼𝛼2(2)
6 24
Đánh giá mức độ đa cộng tuyến 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶�𝑋𝑋𝑗𝑗 , 𝑋𝑋𝑠𝑠≠𝑗𝑗 � Đa cộng tuyến cao khi:
𝑋𝑋2 = 𝛼𝛼1 + 𝛼𝛼2 𝑋𝑋3 + 𝛼𝛼3 𝑋𝑋4 + 𝑣𝑣2 , 𝑅𝑅22 𝐶𝐶𝐶𝐶𝐶𝐶𝐶𝐶�𝑋𝑋𝑗𝑗 , 𝑋𝑋𝑠𝑠≠𝑗𝑗 � > 0,8
⎡
𝑋𝑋3 = 𝜆𝜆1 + 𝜆𝜆2 𝑋𝑋2 + 𝜆𝜆3 𝑋𝑋4 + 𝑣𝑣3 , 𝑅𝑅32 ⎢∃ 𝑅𝑅𝑗𝑗2 > 0,9
⎢ 1
𝑋𝑋4 = 𝛾𝛾1 + 𝛾𝛾2 𝑋𝑋2 + 𝛾𝛾3 𝑋𝑋3 + 𝑣𝑣4 , 𝑅𝑅42 ⎢∃ 𝑉𝑉𝑉𝑉𝐹𝐹𝑗𝑗 = > 10 (một số đề xuất > 2)
⎣ 1 = 𝑅𝑅𝑗𝑗2
Một số giáo trình và tài liệu thực hiện Kiểm định sự tồn tại của đa cộng tuyến dựa trên kiểm
định F về sự phù hợp của 3 hồi quy phụ theo 3 biến độc lập kể trên.
Tuy nhiên, xét thấy kết luận từ các kiểm định F đó chỉ cho ta thông tin rằng Có/Không có đa
cộng tuyến. Trong khi vấn đề chúng ta cần quan tâm là Mức độ của hiện tượng thì kiểm định
trên không cung cấp thông tin hữu ích. Hơn nữa, các biến giải thích trong thực tế đều ít nhiều
có tương quan thống kê nên kết luận thu được trong hầu hết trường hợp đều là “Có đa cộng
tuyến”.
Vì những lý do trên, tôi cho rằng “kiểm định đa cộng tuyến” là thao tác không cần thiết và
không đưa vào phần tổng hợp này.
8. KHẮC PHỤC LỖI PHƯƠNG SAI SAI SỐ THAY ĐỔI TỰ TƯƠNG QUAN
Bình phương bé nhất tổng quát 𝑢𝑢 𝑢𝑢𝑡𝑡 = 𝜌𝜌𝑢𝑢𝑡𝑡−1 + 𝜖𝜖𝑡𝑡 ⇒ 𝑢𝑢𝑡𝑡∗ = 𝑢𝑢𝑡𝑡 − 𝜌𝜌𝑢𝑢𝑡𝑡−1 = 𝜖𝜖𝑡𝑡
𝑉𝑉𝑉𝑉𝑉𝑉(𝑢𝑢|𝑋𝑋𝑖𝑖 ) = 𝜎𝜎𝑖𝑖2 ⇒ 𝑉𝑉𝑉𝑉𝑉𝑉 � �𝑋𝑋𝑖𝑖 � = 1
𝜎𝜎𝑖𝑖
Generalized Least Squares (GLS) 𝑌𝑌𝑡𝑡∗ = 𝛽𝛽1∗ + 𝛽𝛽2 𝑋𝑋2𝑡𝑡
∗ ∗
+ 𝛽𝛽3 𝑋𝑋3𝑡𝑡 ∗
+ 𝛽𝛽4 𝑋𝑋4𝑡𝑡 + 𝑢𝑢𝑡𝑡∗
𝑌𝑌𝑖𝑖 1 𝑋𝑋2𝑖𝑖 𝑋𝑋3𝑖𝑖 𝑋𝑋4𝑖𝑖 𝑢𝑢𝑖𝑖
= 𝛽𝛽1 + 𝛽𝛽2 + 𝛽𝛽3 + 𝛽𝛽4 + 𝑍𝑍𝑡𝑡∗ = 𝑍𝑍𝑡𝑡 − 𝜌𝜌𝑍𝑍𝑡𝑡−1 , 𝑍𝑍 = �𝑌𝑌, 𝑋𝑋𝑗𝑗 , 𝑢𝑢�
𝜎𝜎𝑖𝑖 𝜎𝜎𝑖𝑖 𝜎𝜎𝑖𝑖 𝜎𝜎𝑖𝑖 𝜎𝜎𝑖𝑖 𝜎𝜎𝑖𝑖
𝛽𝛽1∗ = 𝛽𝛽1 (1 − 𝜌𝜌)

Bình phương bé nhất có trọng 𝑢𝑢

𝑉𝑉𝑉𝑉𝑉𝑉(𝑢𝑢|𝑋𝑋) = 𝜎𝜎 2 𝑋𝑋22 ⇒ 𝑉𝑉𝑉𝑉𝑉𝑉 � �𝑋𝑋� = 𝜎𝜎 2
số 𝑋𝑋2
𝑌𝑌 1 𝑋𝑋3 𝑋𝑋4 𝑢𝑢
Weighted Least Squares (WLS) = 𝛽𝛽1 + 𝛽𝛽2 + 𝛽𝛽3 + 𝛽𝛽4 +
𝑋𝑋2 𝑋𝑋2 𝑋𝑋2 𝑋𝑋2 𝑋𝑋2
1
𝑉𝑉𝑉𝑉𝑉𝑉(𝑢𝑢|𝑋𝑋) = 𝜎𝜎 2 𝑋𝑋2 , 𝑋𝑋2 > 0 ⇒ ℎ =
�𝑋𝑋2
ℎ𝑌𝑌 = 𝛽𝛽1 ℎ + 𝛽𝛽2 ℎ𝑋𝑋2 + 𝛽𝛽3 ℎ𝑋𝑋3 + 𝛽𝛽4 ℎ𝑋𝑋4 + ℎ𝑢𝑢
Bình phương bé nhất tổng quát 2 𝑋𝑋𝑋𝑋 𝑢𝑢 Thay thế 𝜌𝜌 (chưa biết) trong GLS bằng 𝜌𝜌�
“khả thi” 𝑉𝑉𝑉𝑉𝑉𝑉 ( 𝑢𝑢|𝑋𝑋 ) = 𝜎𝜎 𝑒𝑒 ⇒ 𝑉𝑉𝑉𝑉𝑉𝑉 � 1 �𝑋𝑋� = 𝜎𝜎 2
𝑒𝑒 2𝑋𝑋𝑋𝑋 𝜌𝜌� có thể được ước lượng theo nhiều phương
Feasible Generalized Least 𝑌𝑌 = 𝑋𝑋𝑋𝑋 + 𝑢𝑢 ⇒ 𝑒𝑒 pháp khác nhau. Đơn giản nhất là:
Squares (FGLS) 1
� ⇒ 𝑒𝑒 ln|𝑒𝑒|
ln |𝑒𝑒| = 𝑋𝑋𝑋𝑋 + 𝑣𝑣 ⇒ ln|𝑒𝑒|
�
𝜌𝜌� = 1 − 𝑑𝑑
2
�
⇒ ℎ = 1/𝑒𝑒 ln|𝑒𝑒| Hoặc ước lượng với thủ tục lặp Cochrane–Orcutt.
Tài liệu tham khảo

1. Nguyễn Quang Dong & Nguyễn Thị Minh (2012). Giáo trình Kinh tế lượng. NXB ĐH KTQD.
2. Wooldridge, J. M. (2020). Introductory econometrics: A modern approach. 7e. Cengage learning.
3. Nguyễn Quang Dong (2008). Bài giảng Kinh tế lượng. NXB Giao Thông Vận Tải.

OLS - T NG H P Công TH C - Eureka Uni

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

OLS - T NG H P Công TH C - Eureka Uni

Uploaded by

Copyright:

Available Formats

Eureka! Uni - YouTube Eureka Uni (facebook.

Eureka! Uni – Kênh học tập trực tuyến

TỔNG HỢP CÔNG THỨC TRONG HỒI QUY OLS

LÝ THUYẾT VÀ BÀI TẬP

• Chương 1. Hồi quy 2 biến: https://eureka-uni.tiny.us/KinhTeLuongFull

THỰC HÀNH KINH TẾ LƯỢNG SỬ DỤNG

• Eviews: https://eureka-uni.tiny.us/KinhTeLuongEviews • R: https://eureka-uni.tiny.us/KinhTeLuongR

• Hỏi đáp Kinh tế lượng: https://eureka-uni.tiny.us/KinhTeLuongQA

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

PHẦN HỒI QUY 2 BIẾN HỒI QUY 𝒌𝒌 BIẾN

1. PHƯƠNG TRÌNH HỒI QUY

2. CÁC ƯỚC LƯỢNG ĐIỂM

Hệ số ước lượng �����

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Dao động toàn phần 𝑇𝑇𝑇𝑇𝑇𝑇 = ∑(𝑌𝑌𝑖𝑖 − 𝑌𝑌�)2

Dao động của phần dư 𝑅𝑅𝑅𝑅𝑅𝑅 = ∑(𝑒𝑒𝑖𝑖 − 𝑒𝑒̅ )2 = ∑𝑒𝑒𝑖𝑖2

Dao động được giải thích 2

Hệ số xác định 𝐸𝐸𝐸𝐸𝐸𝐸 𝑅𝑅𝑅𝑅𝑅𝑅

Hệ số xác định điều chỉnh 𝑛𝑛 − 1 𝑛𝑛 − 1

Độ lệch chuẩn mẫu của biến phụ

Ước lượng phương sai sai số 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅

Sai số chuẩn của hồi quy

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Độ lệch chuẩn của hệ số ước

Sai số chuẩn của hệ số ước

4. CÁC KIỂM ĐỊNH HỆ SỐ

Thống kê F 𝑅𝑅2 𝑅𝑅2 𝑛𝑛 − 𝑘𝑘

Thống kê T: so sánh 𝛽𝛽𝑗𝑗 với 𝛽𝛽 ∗ 𝛽𝛽̂𝑗𝑗 − 𝛽𝛽∗

Thống kê F: thêm (bớt) 𝑚𝑚 biến 𝑅𝑅𝑢𝑢2 − 𝑅𝑅𝑟𝑟2 𝑛𝑛 − 𝑘𝑘𝑢𝑢

5. CÁC KHOẢNG TIN CẬY

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Khoảng tin cậy 2 phía cho hệ số (𝑛𝑛−2)

Khoảng tin cậy 2 phía cho biểu (𝑛𝑛−𝑘𝑘)

Khoảng tin cậy 2 phía cho 𝜎𝜎 2 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅 𝑅𝑅𝑅𝑅𝑅𝑅

Khoảng 2 phía cho giá trị trung (𝑛𝑛−2)

𝐸𝐸 (𝑌𝑌|𝑋𝑋0 ) 𝜎𝜎� 2 � �𝛽𝛽̂�𝑋𝑋0

Khoảng 2 phía cho giá trị cá biệt (𝑛𝑛−2)

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Dạng nghịch đảo 1 Tác động biên thay đổi

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

𝛽𝛽3 : 𝑍𝑍 ảnh hưởng gián tiếp tới 𝑌𝑌 thông qua 𝑋𝑋.

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

𝛽𝛽2 > 0: 𝑌𝑌 tăng với tốc độ trung bình 100𝛽𝛽2 % mỗi

Vi phạm giả thiết Ramsey RESET test 𝐻𝐻0 : 𝛽𝛽5 = 𝛽𝛽6 = 0

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

|ℎ| > 𝑧𝑧𝛼𝛼/2

Breusch-Godfrey 𝐻𝐻0 : 𝛼𝛼1 = 𝛼𝛼2 = ⋯ = 𝛼𝛼𝑝𝑝 = 0

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

𝐻𝐻0 : Không vi phạm giả thiết 𝑆𝑆𝑒𝑒2 𝐾𝐾𝑒𝑒2

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

Bình phương bé nhất có trọng 𝑢𝑢

Tài liệu tham khảo

Kinh tế lượng - Eureka! Uni | Facebook Hoàng Bá Mạnh | Facebook

You might also like

Hệ số ước lượng ��