Professional Documents
Culture Documents
Chương 4
Chương 4
haidnd@hub.edu.vn
Mô hình k biến: Y = β1 + β2 X2 + β3 X3 + · · · + βk Xk + u
Mẫu: Ybi = βb1 + βb2 X2i + βb3 X3i + · · · + β
ck Xki
Muốn dùng các ước lượng βbj để suy diễn về hệ số βj
(j = 1, . . . , k) cần biết quy luật phân phối xác suất
Giả thiết 5: Sai số ngẫu nhiên có phân phối chuẩn
ui ∼ N(0, σ 2 )
βbj − βj
t= ∼ t(n − k) (phân phối Student (n − k) bậc tự do)
Se(βbj )
Với độ tin cậy 1 − α, khoảng tin cậy hai phía (đối xứng), phía trái
và phía phải chứa βj (j = 1, . . . , k) lần lượt được xác định như sau:
βbj − Se βbj t α2 (n − k) < βj < βbj + Se βbj t α2 (n − k),
βj < βbj + Se βbj tα (n − k),
βj > βbj − Se βbj tα (n − k)
trong đó
q
Se(aβbj + b βbs ) = a2 Var (βbj ) + b 2 Var (βbs ) + 2abCov (βbj , βbs )
r h i2 h i2
= a2 Se(βbj ) + b 2 Se(βbs ) + 2abCov (βbj , βbs )
Y = β1 + β2 X2 + β3 X3 + β4 X4 + u (1)
(
H0 : β3 = β4 = 0
Kiểm định:
H1 : β32 + β42 ̸= 0 (ít nhất một hệ số khác 0)
gọi là kiểm định ràng buộc, số ràng buộc bằng 2
Không thể dùng kiểm định t
Nếu H0 đúng, tức là 2 ràng buộc đúng, thì mô hình là
Y = β1 + β2 X2 + u (2)
H0 : β 3 = β 4 = 0 (m = 2)
H0 : β 3 + β 4 = 0 (m = 1)
MH (R):
Y = β1 + β2 X2 + β3 (X3 − X4 ) + u
Y = β1 + β2 X2 + β3 (X ∗ ) + u
H0 : β 3 + β 4 = 1 (m = 1)
MH (R):
Y = β1 + β2 X2 + β3 X3 + (1 − β3 )X4 + u
Y − X4 = β1 + β2 X2 + β3 (X3 − X4 ) + u
Y ∗ = β1 + β2 X2 + β3 (X ∗ ) + u
H0 : β2 = 2 và β3 + β4 = 1 (m = 2)
MH (U) : Y = β1 + β2 X2 + β3 X3 + . . . + βk Xk + u,
MH (R) : Y = β1′ + u ′ ,
và
(
Y = βb1 + βb2 X + e
SRF :
Yb = βb1 + βb2 X
Bây giờ ta sử dụng mô hình này để dự báo giá trị trung bình có
điều kiện E (Y |X ) và giá trị cá biệt của Y khi cho biến giải thích
X nhận giá trị X0 .
Công thức
c0 − Se Y
Y c0 t α (n − 2) < E (Y c0 t α (n − 2).
c0 + Se Y
c0 ) < Y
2 2
Công thức
c0 − Se Y
Y c0 t α (n − 2) < E (Y c0 t α (n − 2).
c0 + Se Y
c0 ) < Y
2 2
Khi dùng Y
c0 để dự báo cho YX thì sai số dự báo
0
c0 = YX − Y
U c0
0
Công thức
c0 − Se Y
Y c0 t α (n − 2) < E (Y c0 t α (n − 2).
c0 + Se Y
c0 ) < Y
2 2
Khi dùng Y
c0 để dự báo cho YX thì sai số dự báo
0
c0 = YX − Y
U c0
0
Áp dụng: Xem Ví dụ 6.3 trang 127 của giáo trình Trường Đại học
tài chính Marketing.
ĐINH NGUYỄN DUY HẢI haidnd@hub.edu.vn TRƯỜNG ĐẠI HỌC
25 NGÂN
/ 27 HÀNG TP. HCM.
4.2. Dự báo với mô hình nhiều hơn 2 biến (Xem giáo trình)