Biến độc lập và biến phụ thuộc

Biến độc lập Biến phụ thuộc

Thu nhậ p Chi tiêu
Mứ c cầ u sả n phẩ m Giá bá n
Doanh số bá n Chi phí chà o hà ng
Thờ i gian tự họ c Kết qẩ u họ c tậ p
Mứ c cầ u vay vố n Lã i xuấ t cho vâ y
Thu nhậ p cô ng nhâ n Thâ m niên cô ng tá c
Diện tích nhà Giá bá n nhà

Hàm hồi nguyên tổng

Hà m hồ i quy tổ ng thể ( Population Regeression Function – PRF)
Trong quan hệ hồ i quy, một biến phụ thuộ c có thể đượ c giả i thích bằ ng
nhiều biến độ c lậ p.
Nếu chỉ nghiên cứ u bở i một biến phụ thuộ c bị ả nh hưở ng bở i một biến
độ c lậ p => mô hình hồi quy hai biến.
Nếu mố i quan hệ giữ a hai biến nà y là tuyến tính => Mô hình hồi quy
tuyến tính hai biến
Hà m hồ i qui tổ ng thể (PRF : Population Regression Function).
X = Xi  (Y/Xi)
  F(Y/Xi)
  ! E(Y/Xi)
Xi  ! E(Y/Xi)
E(Y/Xi) = f(Xi) hoặ c E(Y/X) = f(X) Hà m hồ i qui tổ ng thể (PRF)
Nếu: hà m hồ i qui tổ ng thể có dạ ng
E(Y/X) = 1 + 2X
Thì 1 = E(Y/X = 0): hệ số chặ n (INPT : intercept term)
2 = X E Y X   ( / ) : hệ số gó c (slope coefficient)
 PRF cho biết quan hệ giữ a biến phụ thuộ c và biến giả i thích về mặ t
trung bình trong tổ ng thể.
Phâ n loạ i
Hà m hồ i qui tổ ng thể đượ c gọ i là tuyến tính nếu nó tuyến tính vớ i tham
số .
Yếu tố ngẫ u nhiên
- Giá trị cụ thể Yi  (Y/Xi), thô ng thườ ng Yi ≠ E(Y/Xi)
- Đặ t ui = Yi – E(Y/Xi) : là yếu tố ngẫ u nhiên (nhiễu, sai số ngẫ u nhiên:
random errors)
- Tính chấ t củ a YTNN :
+ Nhậ n nhữ ng giá trị dương và â m.
+ Kì vọ ng bằ ng 0: E(ui) = 0  i
Bả n chấ t củ a YTNN : đạ i diện cho tấ t cả nhữ ng yếu tố khô ng phả i biến
giả i thích nhưng cũ ng tá c độ ng tớ i biến phụ thuộ c:
+ Nhữ ng yếu tố khô ng biết.
+ Nhữ ng yếu tố khô ng có số liệu.
+ Nhữ ng yếu tố mà tá c độ ng củ a nó quá nhỏ khô ng mang tính hệ
thố ng.
 Hồi quy mẫu.
- Khô ng biết toà n bộ Tổ ng thể, nên dạ ng củ a PRF có thể biết nhưng
giá trị j thì khô ng biết.
- Mẫ u : mộ t bộ phậ n mang thô ng tin củ a tổ ng thể.
- W = {(Xi , Yi), i = 1÷ n} đượ c gọ i là mộ t mẫ u kích thƣớ c n, n quan
sá t (observation).
Hà m hồ i qui mẫ u (SRF : Sample Regression Function)
Trong mẫ u W, tồ n tạ i mộ t hà m số mô tả xu thế biến độ ng củ a biến
phụ thuộ c theo biến giả i thích về mặ t trung bình, Y ˆ = ( ) f ˆ X gọ i là hà m
hồ i qui mẫ u (SRF).
Hà m hồ i qui mẫ u có dạ ng giố ng hà m hồ i qui tổ ng thể.
Nếu PRF có dạ ng E(Y/Xi) = 1 + 2X
Thì SRF có dạ ng Yi ˆ = 1 ˆ  + 2 ˆ  X
- Vì có vô số mẫ u ngẫ u nhiên, nên có vô số giá trị củ a 1 ˆ  và 2 ˆ 
  j ˆ là biến ngẫ u nhiên.
- Vớ i mộ t mẫ u cụ thể w kích thướ c n,  j ˆ sẽ là con số cụ thể.