Professional Documents
Culture Documents
Kinh Tế Lượng: Chương Iii: Mô Hình Hồi Quy Bội
Kinh Tế Lượng: Chương Iii: Mô Hình Hồi Quy Bội
1
3.1. Mô hình hồi quy tuyến tính 3 biến
Mô hình hồi quy tổng thể
dQ
2 (Yi ˆ0 ˆ1 X 1i ˆ2 X 2 i ) 0
d ˆ0
dQ
2 (Yi ˆ0 ˆ1 X 1i ˆ2 X 2i )( X 1i ) 0
d ˆ1
dQ
2 (Yi ˆ0 ˆ1 X 1i ˆ2 X 2i )( X 2i ) 0
d ˆ2
3
ˆ0 Y ˆ1 X 1 ˆ2 X 2
ˆ1
y x x y x x
i 1i
2
2i i 2i 1i x2i
x x ( x x )
2
1i
2
2i 1i 2i
2
ˆ2
y x x y x x x
i 2i
2
1i i 1i 1i 2 i
x x ( x x )
2
1i
2
2i 1i 2 i
2
xi X i X yi Yi Y
4
Pi (nghìn
Quan Di đồng/
sát (bông) bông) INi (nghìn đồng/tuần)
1 130 1.5 1583.11
2 162 1 1734.36
152 Di là số lượng hoa
3 1.2 1659.26
hồng bán ra trong tuần
4 133 2 1720.92 (bông)
5 138 2.3 1781.46
6 166 1.7 1988.62 Pi là giá bán buôn hoa
7 165 1.1 1864.28 hồng (nghìn
8 138 3 1883.98 đồng/bông)
9 135 2.6 1805.49
INi là thu nhập trung
10 123 3.1 1837.33
bình theo tuần của một
11 143 2.4 1810.87 hộ gia đình (nghìn
12 175 1 1854 đồng/tuần)
13 137 2.8 1847
14 171 1.3 1881.2
15 123 2.9 1758.67
16 155 1.8 1886 5
𝑦 2
𝑦=𝑌− 𝑌´
𝑥1 𝑥2
𝑦× 𝑥1 𝑦× 𝑥2 𝑥1 ×𝑥2
❑2 ❑2
= - = -
ˆ2 0,1
ˆ0 8,1
Di 8,1 20,1Pi 0,1IN i u i
7
3.1.2. Phương sai của các ước lượng
Var ( ˆ0 )
1 X 1 x X 2 x 2 X 1i X 2i x1i x2i 2
2 2
( 2i 1i
)
n x1i x2i ( x1i x2i )
2 2 2
8
3.1.2. Phương sai của các ước lượng (tiếp)
Var ( ˆ1 )
x 2
2i
2
x x
2
1i
2
2i ( x1i x2i ) 2
2
1i
x 2
(1 r 2
12 )
Var ( ˆ2 )
1i
x 2
2
1i 2i ( x1i x2i )
x 2
x 2 2
2
2i
x 2
(1 r 2
12 ) 9
3.1.2. Phương sai của các ước lượng
(tiếp)
u i2
2
(1 R 2 ) yi2
n3 n3
r12 là
10
3.1.3. Hệ số xác định và hệ số xác định hiệu chỉnh
Hệ số xác định R2
n
u i2
ESS RSS
R
2
1 1 i 1
n
TSS TSS
y
i 1
2
i
11
Ý nghĩa của hệ số xác định bội R2
R2 bằng phần trăm thay đổi trong giá trị
của biến phụ thuộc được giải thích bởi
mô hình
R2 cho biết tác động tổng hợp của tất cả
các biến độc lập lên biến phụ thuộc
Thông thường, R2 là hàm tăng theo số
biến độc lập trong mô hình
12
Hệ số xác định hiệu chỉnh
2
u
i
(n k 1)
R 1
2
2
yi
(n 1)
Với k là số biến độc lập của mô hình
“Hiệu chỉnh”: Điều chỉnh theo bậc tự do tương
ứng của các độ lệch bình phương
13
Hệ số xác định hiệu chỉnh
k > 0 thì < 1
Khi
có thể nhỏ hơn 0
Mục đích:
Dùng để so sánh độ phù hợp của các mô hình hồi quy
có số biến độc lập khác nhau
n k 1
15
3.2. Mô hình hồi quy k biến
Mô hình hồi quy tổng thể
E (Y | X 1 ,... X k ) 0 1 X 1i ... k X ki
Mô hình hồi quy mẫu ngẫu nhiên:
Yi ˆ0 ˆ1 X 1i ... ˆk X ki u i
u Y Yˆ Y ˆ
ˆ
X ˆ
X ... ˆ
=> i i i i 0 1 1i 2 2i k X ki
16
2.2.1. Ước lượng các tham số của mô hình (OLS)
2
n 2 n
i 0 1 1i 2 2i
Y ˆ ˆ X ˆ X ... ˆ X
u
i 1
i
i 1
k ki min
2
ui
2(Yi
0
X ...
1 1i
X )(1) 0
k ki
0
2
ui
2(Yi
0
X ...
1 1i
X )( X ) 0
k ki 1i
1
...
2
ui
2(Yi
0
X ...
1 1i
X )( X ) 0
k ki ki 17
k
Các giả định của
mô hình hồi quy tuyến tính cổ điển
GT1:
GT2:
GT3:
GT4:
GT5:
GT6:
GT7: Không có hiện tượng đa cộng tuyến hoàn hảo
giữa các biến độc lập.
18
Mối quan hệ phi tuyến tính giữa
X và Y
hình Log – log
Mô ln Yi 0 1 ln X i ui
:
Mô hình bán log
ln Yi 0 1 X i ui
Yi 0 1 ln X i ui
Mô hình log-tuyến tính: :
Yi 0 1 X i 2 X uii
2
19
MỘT SỐ ĐỒ THỊ HÀM HỒI QUY
CƠ BẢN
20
Hàm sản xuất Cobb - Douglas
Hàm sản xuất Cobb – Douglas dưới dạng ngẫu
nhiên:
Yi 0 X 1i 1 X 2i2 e
u i
Example: Xét tác động của quảng cáo đến doanh thu.
Mô hình hồi quy tuyến tính:
Si 0 1 Pi 2 Ai ui
Where: S = doanh thu (đơn vị: $1000)
P = giá (đơn vị $)
A = chi phí quảng cáo (đơn vị $1000)
Sử dụng số liệu có sẵn, ta có mô hình ước lượng sau:
S i 118.91 7.9 Pi 1.86 Ai
Tăng chi phí quảng cáo sẽ tăng doanh thu mãi mãi. Điều này có
đúng không? 22
Mô hình dạng bậc hai
25
Giả thiết về phân phối của nhiễu
Giả thiết 7: Sai số ngẫu nhiên ui có phân
phối chuẩn
ui N(0,)
Khi mô hình đảm bảo được các giả thiết 1-7,
các ước lượng OLS:
26
Các định lý
Khi các giả thiết 1 – 7 được thỏa mãn, ta có:
Định lý 1:
N ( , var(
))
j j j
Định lý 2:
)
(
j
j
t T n k 1
se(
) 27
j
Nhắc lại xác suất thống kê
X
X N ( ,( / n)) t x
T
2
x
n
)
(
j
N ( , var(
)) j
t T n k 1
se(
)
j j j
j
28
Phân phối của và t
β𝑗 0
)
(
j
N ( , var(
)) j
t T n k 1
se(
)
j j j
j
29
Các bài toán kiểm định
Kiểm định ý nghĩa thống kê của một hệ số hồi quy
Khoảng tin cậy
Giá trị tới hạn t
P-value
Kiểm định đồng thời nhiều hệ số hồi quy (đa ràng
buộc tuyến tính)
Kiểm định độ phù hợp của mô hình hồi quy
Kiểm định sự thu hẹp mô hình hồi quy
Kiểm định sự bằng nhau của 2 hệ số hồi quy 30
Bài toán kiểm định
Giả thuyết thống kê: là một nhận định, giả sử,
nghi ngờ về một hiện tượng, quan hệ hay tình
huống dự định khảo sát.
Ví dụ:
Luôn có cặp: H0 và H1
31
Cặp giả thuyết thống kê
Giả thuyết không H0:
Là một phát biểu về tham số của hàm hồi quy
tổng thể
Được cho là đúng đến khi nó bị chứng minh là
sai (bác bỏ)
Giả thuyết thay thế H1:
Một trường hợp khác giả thuyết H0
Được cho là đúng khi H0 được chứng minh là
sai 32
H0 : j *
j
Kiểm định hai phía:
H1 : j *
j
H 0 : j *j
Kiểm định phía phải
H1 : j j *
H1 : j j * 33
4.1.1. Phương pháp khoảng tin cậy
(KTC)
2 bước:
Xây dựng khoảng tin cậy cho hệ số hồi quy
Kiểm định giá trị của hệ số hồi quy sử dụng
khoảng tin cậy
34
Xây dựng KTC
Mức ý nghĩa α
α = 1%, 5%, 10%
Độ tin cậy (1 – α)
(1 – α) = 99%, 95%, 90%
Ta có:
t
P (
/2 t t
s /2
) (1 )
P(t s t ) (1 )
P(t s t ) (1 )
35
Xây dựng KTC
Kí hiệu tα, n-k-1
Với bậc tự do là n-k-1
Hai chiều: P (|t| tα/2) = α
hoặc: P(t -t ) = α
Khoảng tin cậy đối xứng
Ta có:
j
P (t t ) (1 )
j
/2 /2
se(
)
j
P ) j
t /2se( t / 2se(
) (1 )
j j j j
Khi đó:
j t / 2se( j ), j t / 2se( j )
Là KTC đối xứng (1-α) của 37
Ý nghĩa Khoảng tin cậy
Ý nghĩa KTC cho hệ số hồi quy:
Với độ tin cậy là (1-α), khi biến tăng 1 đơn vị
và các yếu tố khác không đổi thì giá trị trung bình
của biến phụ thuộc tăng trong khoảng này.
se() càng lớn thì KTC càng lớn
KTC có tính ngẫu nhiên
38
Ví dụ
Xét mô hình hồi quy mẫu:
CT 56, 60 0, 794TN 0, 015TS
(se) (9,65) (0,016) (0,004)
được xây dựng từ bộ số liệu có 30 quan sát.
- Tại mức ý nghĩa 1%, hệ số hồi quy ứng với
biến TS có thực sự lớn hơn 0 hay không?
- Thiết lập KTC đối xứng cho hệ số hồi quy
ứng với biến TN với độ tin cậy 95%.
39
KTC trái, KTC phải
KTC trái
j
, t ,n k 1se( )
j
j
KTC phải
j
t ,n k 1se( ),
j
j
40
Quy tắc quyết định
- Nếu
*
j KTC
j KTC
*
- Nếu
41
Kiểm định dùng t – giá trị tới hạn
Các bước thực hiện kiểm định t:
ts ?
42
Kiểm định dùng t – giá trị tới hạn
Các bước thực hiện kiểm định t:
H1 : j *j 44
Kiểm định dùng p-value
P-value là mức ý nghĩa nhỏ nhất mà H0 có thể
bị bác bỏ.
Bước 1: Thiết lập cặp giả thuyết H0, H1
Bước 2: Tìm giá trị kiểm định, từ đó tìm p-value
tương ứng.
Hoặc: Tìm giá trị p-value từ bảng kết quả ước
lượng
Bước 3: Xác định mức ý nghĩa α
Bước 4: Bác bỏ Ho nếu: p < α
45
XÁC ĐỊNH P-VALUE
Trong Excel: Dùng hàm T.DIST
Với kiểm định 2 phía: p-value = T.DIST.2T (ts, d.f.)
Kiểm định 1 phía H1: j :p-value
*
j = T.DIST(ts, d.f.)
Kiểm định 1 phía H1: j *
j : p-value = T.DIST.RT(ts,
d.f.)
Trong bảng kết quả STATA:
Cách xác định p-value của kiểm định 1 phía: từ kết quả ước lượng
STATA với p-value* là p-value của kiểm định 2 phía.
Xác định p-value của kiểm định 1 Ước lượng mẫu
phía
0 p-value*/2 1 – p-value*/2
46
H1
0 1 – p-value*/2 p-value*/2
XÁC ĐỊNH P-VALUE
Giá trị kiểm định t Giá trị p-value của
của kiểm định sự kiểm định 2 phía
khác 0 của về sự khác 0 của
hệ số hồi quy hệ số hồi quy
47
4.2. Kiểm định sự phù hợp của hàm
hồi quy
giả thuyết:
Cặp
H0: 1 = 2 =…= k = 0;
... (ít
2 2 2
H1: 0 nhất 1 tham số khác 0)
1 2 k
Giả thuyết H0: toàn bộ các biến độc lập trong mô hình
không giải thích gì cho giá trị của biến phụ thuộc, hay
R2 = 0
Cặp giả thuyết tương đương:
H0: R2 = 0
H1: R2 0
48
4.2. Kiểm định sự phù hợp của mô hình tức là kiểm
định giả thiết đồng thời bằng không:
F s
(1 R )
2
(1 R )(k )
2
(n k 1)
Bước 3: Xác định giá trị tới hạn F(k, n-k-1)
49
Bước 4: So sánh và kết luận
Kiểm định sự phù hợp của hàm hồi quy
Nguyên tắc quyết định:
Nếu F > F(k, n-k-1):
Dùng p-value:
50
Kết quả từ STATA
Source SS df MS Number of obs = 534
F( 3, 530) = 59.88
Model 3563.62709 3 1187.8757 Prob > F = 0.0000
Residual 10513.0715 530 19.8359839 R-squared = 0.2532
Adj R-squared = 0.2489
Total 14076.6985 533 26.4103162 Root MSE = 4.4538
51
Thống kê F
=0,05
Miền bác bỏ
52
F(k,n-k-1)
4.3. Kiểm định thu hẹp hồi quy:
m R
2
R
2
n k 1
Fs
U R
1 RU
2
1 RU2
m
n k 1
Bước 3: Xác định giá trị tới hạn Fα(m, n-k)
Bước 4: So sánh và đưa ra kết luận
Nếu F > Fα(m, n-k)=> Bác bỏ H0 54
Kiểm định kết hợp tuyến tính
giữa các hệ số hồi quy
Tổ hợp tuyến tính của các hệ số:
a + b = c (1)
Trong đó:
a, b, c là các hằng số
i, j = 1, 2, …, k
(1) a + b - c = 0
Kiểm định giả thuyết H0: a + b - c = 0
Giá trị kiểm định:
a b
i
c0
j
55
se(a
b
i
c)
j
Kiểm định sự bằng nhau
của 2 hệ số hồi quy
Xét mô hình: Y = β0 + β1X1+..+ β5X5 + u
Liệu ? (Liệu tác động của biến X3 và X4 đến biến
phụ thuộc Y có như nhau không?)
Kiểm định giả thuyết:
H 0 : 3 4 H 0 : 3 4 0
hoặc H1 : 3 4 0
H1 : 3 4
se(
3
)
4
56
Kiểm định sự bằng nhau
của 2 hệ số hồi quy
4 bước
B1: Thiết lập cặp giả thuyết thống kê.
B2: Tính giá trị kiểm định (giá trị t quan sát) ts
(
) ( ) *
ts 3 4 3 4
se(
)
3 4
Trong đó
se(
3
) var(
4
) var(
3
) 2 cov(
4
,
3
)
4
58
Dự báo
Xét mô hình hồi quy 2 biến:
Y i
X u
i i
0 1
Cho trước giá trị X = Xa, hãy dự báo giá trị trung bình
và giá trị cá biệt của Y với mức ý nghĩa hay độ tin
cậy 1 - .
59
4.4.1. Dự báo điểm
Tìm ước lượng với các ước lượng điểm có
được từ hàm hồi quy mẫu
60
Dự báo giá trị trung bình E(Y|Xa)
E (Y | X a ) (Yˆa a ; Yˆ a a )
ˆ 1 (X Xa)
2
2
Var (Ya ) (
)
n xì2
61
4.4.3. Dự báo giá trị cá biệt Ya
ˆ ˆ
Ya (Ya a ; Y a a )
' '
2
1 (X Xa) 2
Var (Ya Y a ) (1 )
n xì2
62