1.

Các tiêu chuẩn của mô hình

Chương 8 Tính tiết kiệm : mô hình càng ñơn giản càng tốt

Tính ñồng nhất : các tham số ước lượng là duy nhất cho
cùng một tập hợp số liệu
LỰA CHỌN MÔ HÌNH Tính thích hợp : R2 và R2 hiệu chỉnh càng gần 1 càng tốt

HỒI QUY Tính bền vững : mô hình phải dựa trên một cơ sở lý
thuyết nào ñó

Có khả năng dự báo tốt : mô hình cho kết quả dự báo

sát với thực tế

2. Cách tiếp cận ñể lựa chọn mô hình 2. Cách tiếp cận ñể lựa chọn mô hình
a.Xác ñịnh số biến ñộc lập b.Kiểm tra mô hình có vi phạm giả thiết hay
không
Có hai hướng tiếp cận

Từ ñơn giản ñến tổng quát : Bổ sung biến ñộc lập Kiểm tra các “bệnh của mô hình ”
từ từ vào mô hình

ða cộng tuyến

Từ tổng quát ñến ñơn giản : ðầu tiên, xét mô hình
ñầy ñủ các biến ñộc lập ñã ñược xác ñịnh . Sau ñó
Tự tương quan
tiến hành loại trừ những biến không quan trọng ra
khỏi mô hình
Phương sai thay ñổi

2. Cách tiếp cận ñể lựa chọn mô hình 2. Cách tiếp cận ñể lựa chọn mô hình
c. Chọn dạng hàm d.Một số tiêu chuẩn khác

Cần dựa vào Giá trị của hàm hợp lý log-likelihood(L)

Các lý thuyết kinh tế
n n 1

Các kết quả thực nghiệm L = − ln σ 2 − ln(2π ) − ∑ U i2
2 2 2

ðồ thị biểu diễn

Giá trị của L càng lớn chứng tỏ mô hình càng phù
hợp

CuuDuongThanCong.com https://fb.com/tailieudientucntt
2. Cách tiếp cận ñể lựa chọn mô hình 2. Cách tiếp cận ñể lựa chọn mô hình
d.Một số tiêu chuẩn khác d.Một số tiêu chuẩn khác

Tiêu chuẩn AIC (Akaike info criterion) Tiêu chuẩn Schwarz (Schwarz criterion)

RSS 2 k n RSS 2 k n
AIC = e SC = n
n n

Giá trị của SC càng nhỏ chứng tỏ mô hình càng

Giá trị của AIC càng nhỏ chứng tỏ mô hình càng phù hợp
phù hợp

2. Cách tiếp cận ñể lựa chọn mô hình 3. Các sai lầm thường gặp khi chọn mô hình
d.Một số tiêu chuẩn khác a. Bỏ sót biến thích hợp

Nếu chú ý ñến ñộ phức tạp của mô hình thì thường chú ý
ñến tiêu chuẩn SC Giả sử mô hình ñúng là :
Yi = β1 + β2X2i+ β3X3i + Ui (a)
Nếu xét số liệu theo thời gian thì thường dùng tiêu chuẩn Nhưng ta lại chọn mô hình :
AIC Yi = α1 + α2X2i + Vi ( b)
 hậu quả :
Lưu ý là biến phụ thuộc xuất hiện trong mô hình phải
cùng dạng

3. Các sai lầm thường gặp khi chọn mô hình 4. Phát hiện những sai lầm
b. Thừa biến a. Phát hiện thừa biến
Xét hàm hồi qui : Yi = β 1+ β2X2i+ β 3X3i+ β 4X4i+ β 5X5i + Ui
Giả sử mô hình ñúng là :
- Trường hợp nghi ngờ X5 là biến thừa  kiểm ñịnh
Yi = β1 + β2X2i + Ui (a)
H0 : β5 = 0 (Kiểm ñịnh bằng cách nào?)
Nhưng ta lại chọn mô hình (có thêm X3): Nếu chấp nhận H0  X5 không cần thiết. (Có thể sử
Yi = α1 + α2X2i + α2X3i + Vi (b) dụng redundant test của Eviews)
 hậu quả : Trường hợp nghi ngờ X3 và X5 là các biến không cần
thiết  kiểm ñịnh giả thiết ñồng thời
H0 : β3= β5 = 0
(Sử dụng kiểm ñịnh Wald)

CuuDuongThanCong.com https://fb.com/tailieudientucntt
Kiểm ñịnh Wald cho mô hình sau .

4. Phát hiện những sai lầm

Redundant variables Test
b. Kiểm ñịnh các biến bị bỏ sót

Xét mô hình : Yi = β1 + β2Xi + Ui (*)

Giả sử nghi ngờ mô hình ñã bỏ sót biến Z 
kiểm tra bằng cách :
- Nếu có số liệu của Z :
+ Hồi qui mô hình Yi = β1+β2Xi+β3Zi +Ui
+ Kiểm ñịnh H0 : β3= 0. Nếu bác bỏ H0 thì mô
hình ban ñầu ñã bỏ sót biến Z.
- Nếu không có số liệu của Z : dùng kiểm ñịnh
RESET của Ramsey.

Kiểm ñịnh RESET của Ramsey : Kiểm ñịnh RESET của Ramsey :

Ramsey ñề xuất sử dụng Yˆi 2 , Yˆi 3 làm xấp xỉ cho Zi.

Bước 1 : Hồi qui mô hình (*), thu lấy Ŷi
Bước 2 : Hồi qui Yi theo các biến ñộc
lập trong (*) và Ŷi2 , Ŷi3(mô hình Ŷi2 , Ŷi3 này
gọi là mô hình (new)) .
Bước 3 : Kiểm ñịnh H0 : các hệ số của Ŷi2 , Ŷi3
ñồng thời bằng 0.
Nếu bác bỏ H0  mô hình (*) ñã bỏ sót biến.

CuuDuongThanCong.com https://fb.com/tailieudientucntt
Omitted variables Test

Hết

3. Các sai lầm thường gặp khi chọn mô hình 3. Các sai lầm thường gặp khi chọn mô hình

- Các ước lượng OLS vẫn là các ước lượng

Hậu quả việc bỏ sót biến :
không chệch và vững của các tham số trong

Các ước lượng thu ñược là ước lượng chệch của các
mô hình ñúng.
tham số trong mô hình ñúng.
- Phương sai của các ước lượng trong mô hình

Các ước lượng thu ñược không phải là ước lượng
vững. thừa biến (b) lớn hơn trong mô hình ñúng
(a).

Phương sai của các ước lượng trong mô hình sai (b) >
trong mô hình ñúng (a) . - Khoảng tin cậy rộng, các kiểm ñịnh không

Khoảng tin cậy rộng, các kiểm ñịnh không còn tin cậy
còn tin cậy nữa.
nữa.

CuuDuongThanCong.com https://fb.com/tailieudientucntt