1.3.

Phát hiện tự tương quan

a, Phương pháp sử dụng đồ thị
Giả thiết không có tự tương quan trong mô hình hồi quy tuyến tỉnh cổ điền gần với
các nhiều Ut, nhưng không quan sát được, ta chỉ có thể quan sát các phần dư et.
Mặc dù et, không hoàn toàn giống như Ut, nhưng quan sát các phần dư et, có thể
gợi ý cho ta những nhận xét về Ut
Có nhiều cách khác nhau để xem xét các phần dư. Chẳng hạn chúng ta có thể đơn
thuần vẽ đồ thị của et theo thời gian như hình dưới:

Nhìn vào đồ thị, ta thấy phần dư không biểu thị một kiểu mẫu nào khi thời gian
tăng lên, nó phân bố một cách ngâu nhiên xung quanh trung bình của chúng →Nó
ủng hộ cho giả thiết không có sự tương quan trong mô hình hồi quy tuyến tính cổ
điển.
Nếu đồ thị của phần dư như hình dưới: ta thấy có xu thế tuyến tính, tăng hoặc giảm
trong các nhiễu. Nó ủng hộ cho giả thiết có sự tương quan trong mô hình hồi quy
tuyến tính cổ điển.

*Các bước sử dụng phương pháp đồ thị:

Xét mô hình hồi qui: Y = β1+β2.Xt + Ut.
• Bước 1: Hồi qui mô hình đã cho tìm được et và et-1
• Bước 2: Vẽ đồ thị et, theo et-1 hoặc theo thời gian t
• Bước 3: Quan sát đồ thị và đưa ra những nhận định về hiện tượng này

b, Một số phép kiểm định

*Kiểm định Durbin-Watson:
Thống kê d được định nghĩa:

Trong đó d ≈ 2(1 − ρˆ), với:

Vì −1 ≤ ρ ≤ 1, nên 0 ≤ d ≤ 4.
Nếu ρˆ = −1, thì d = 4 : TTQ ngược chiều;
Nếu ρˆ = 0, thì d = 2 : không có TTQ;
Nếu ρˆ = 1, thì d = 0 : TTQ thuận chiều.

d ∈ (1) : tồn tại TTQ thuận chiều;

d ∈ (2) : không xác định;
d ∈ (3) : không có TTQ;
d ∈ (4) : không xác định;
d ∈ (5) : tồn tại TTQ ngược chiều.
Chú ý : Các giá trị dL, dU được tính sẵn phụ thuộc mức ý nghĩa α, kích thước mẫu n
và số biến giải thích k′ = k − 1.
Kiểm định Durbin – Watson chỉ nhận dạng được hiện tượng tương quan chuỗi
bậc1. Đôi khi Kiểm định Durbin - Watson không cho kết luận.

*Kiểm định BG (Breuch - Godfrey)

Xét mô hình: Yt = β1 + β2.Xt + Ut
Giả sử:
Ut = ρ1Ut−1 + ρ2Ut−2 + · · · + ρpUt−p + εt (εt thỏa mãn các giả thiết của OLS)
Giả thiết H0 : ρ1 = ρ2 = · · · = ρp = 0, có nghĩa là không tồn tại tự tương quan ở
bất kì bậc nào. Giả thiết này có thể kiểm định bằng thủ tục BG như sau:

Bước 1: Ước lượng mô hình ban đầu bằng phương pháp OLS. Từ đó thu được các
phần dư et.
Bước 2: Ước lượng mô hình sau đây bằng phương pháp OLS:

et= β1 + β2.X1 + ρ1.et-1 + ρ2.et-2 +…+ ρp.et-p + vt

Từ kết quả ước lượng mô hình này thu được R2

Bước 3: Với n đủ lớn, (n - p)R2 có phân bố xấp xỉ χ 2(p).

Nếu (n - p)R² > χ 2α (p) thì Họ bị bác bỏ, nghĩa là ít nhất tồn tại tự tương quan một
bậc nào đó. Trong trường hợp ngược lại không tồn tại tự tương quan.

1.4. Hậu quả

-Các ước lượng BPNN βˆj vẫn là các ước lượng tuyến tính, không chệch nhưng
không còn là hiệu quả.
-Thống kê T và F không còn có ý nghĩa. Do đó khoảng tin cậy và các kiểm định
dựa trên thống kê T và F không còn đáng tin cậy nữa.
-Các dự báo dựa trên các ước lượng BPNN không còn tin cậy nữa.
-Các ước lượng của các phương sai là chệch và thông thường là thấp hơn giá trị
thực của phương sai, do đó giá trị của thống kê T được phóng đại lên nhiều lần so
với giá trị thực của nó.

1.5. Các biện pháp khắc phục