Bài giảng Kinh tế lượng: Bài 2 đến bài 4 - Đoàn Hoài Nhân

Chia sẻ: Sung Sung | Ngày: | Loại File: PPT | Số trang:47

Thêm vào BST

Báo xấu

84
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng: Bài 2 đến bài 4 của Đoàn Hoài Nhân cung cấp cho các bạn những kiến thức về mô hình hồi quy hai biến với những nội dung chính như khái niệm hồi quy, tuyến tính; phân tích mô hình hồi quy tuyến tính.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Bài 2 đến bài 4 - Đoàn Hoài Nhân

MÔ HÌNH HỒI QUY HAI BIẾN Thế nào là hồi quy? Thế nào là tuyến tính? Mô hình hồi quy tuyến tính là như thế nào?
Hồi quy được Francis Galton đưa ra lần đầu tiên và bài viết của Ông rất nổi tiến  Xu hướng bố mẹ cao đẻ con cao  Bố mẹ thấp đẻ con thấp Chiều cao trung bình của trẻ em do những ông bố bà mẹ cùng chiều cao sinh ra có xu hướng tiến tới hay “Hồi quy” ở chiều cao trung bình của dân số. Theo cách nói của Galton, đó là “Hồi quy về trung bình” (regression to mediocrity)
Phân tích hồi quy là nghiên cứu sự phụ thuộc của một biến, biến phụ thuộc, vào một hay nhiều biến khác, các biến giải thích; Với ý tưởng ước lượng hay dự đoán giá trị bình quân hay trung bình (tổng thể) của biến phụ thuộc trên cơ sở các giá trị biết trước hay cố định (trong mẫu lặp lại) của các biến giải tích.
Hồi quy tuyến tính Tuyến tính theo các biến số Tuyến tính theo các tham số Hồi quy tuyến tính là một hồi quy theo các thông số (các thông số chỉ có lũy thừa bằng 1 mà thôi); nó có thể có tuyến tính hoặc có thể không tuyến tính theo các biế giải thích (các giá trị X)
Phân tích hồi quy giải quyết các vấn đề 1. Ước lượng giá trị trung bình của biến phụ thuộc với giá trị đã cho của biến độc lập. 2. Kiểm định giả thuyết cơ bản về bản chất của sự phụ thuộc. 3. Dự đoán giá trị trung bình của biến phụ thuộc khi biết giá trị của biến độc lập. 4. Kết hợp các vấn đề trên.
MỐI QUAN HỆ CỦA HỒI QUY QUAN HỆ THỐNG KÊ VÀ QUAN HỆ HÀM SỐ, QUAN HỆ TẤT ĐỊNH HỒI QUY VỚI QUAN HỆ NHÂN QUẢ HỒI QUY VỚI TƯƠNG QUAN  Phân tích tương quan là tính sức mạnh hay mức độ liên kết tuyến tính giữa hai biến  Nhưng trong phân tích tương quan không có sự phân biệt giữa các biến
CÁC LOẠI SỐ LIỆU Số liệu theo thời gian  Hàng ngày: giá vàng, USD trên thị trường  Hàng tuần: giá cà phê  Hàng tháng: Chỉ số giá Hàng quí: GDP  Hàng năm: GDP, ngân sách chính phủ  5 năm: tổng điều tra ngành công nghiệp chế tạo  10 năm: tổng điều tra dân số.
CÁC LOẠI SỐ LIỆU Số liệu chéo Là số liệu về một hoặc nhiều biến được thu thập tại cùng một thời điểm tại nhiều địa phương, đơn vị khác nhau Số liệu tổng hợp Bao gồm cả số liệu chuỗi thời gian và số liệu chéo ví dụ: Số liệu về giá vàng, đôla hàng ngay ở Hà Nội, TPHCM
NGUỒN SỐ LIỆU Cơ quan nhà nước (Bộ TM, Bộ NN & PTNT) Cơ quan Quốc tế (WR, IMF, UNDP…) Công ty tư nhân Cá nhân thu thập ..............
Tính chính xác của số liệu Mặc dù có nhiều số liệu phục vụ cho nghiên cứu kinh tế, chất lượng của số liệu thường không đủ tốt. Do những nguyên nhân gì?  Sai số trong quan sát, bỏ sót hay phạm sai lầm  Gần đúng hay làm tròn số  Thiên lệch về lựa chọn  Phương pháp chọn mẫu  Các số liệu kinh tế thường ở mức rất tổng hợp  Ngoài ra còn có những số liệu bảo mật
MÔ HÌNH HỒI QUY TỔNG THỂ X : Thu nhập gia đình hàng tuần ($) 80 100 120 140 160 180 200 220 240 260 Y : Chi tiêu gia đình hàng tuần ($) 55 65 79 82 102 110 120 135 137 150 60 70 84 93 107 115 136 137 145 152 65 79 90 95 110 120 140 140 155 175 70 80 94 103 116 130 144 152 165 178 75 85 98 108 118 135 145 157 175 180 88 113 125 140 160 189 185 115 162 191
Xác suất có điều kiện P(Y|Xi) của dữ liệu X: Thu nhập gia đình hàng tuần 80 100 120 140 160 180 200 220 240 260 Xác xuất có điều kiện 1/5 1/6 1/5 1/7 1/6 1/6 1/5 1/7 1/6 1/7 1/5 1/6 1/5 1/7 1/6 1/6 1/5 1/7 1/6 1/7 P(Y/Xi) 1/5 1/6 1/5 1/7 1/6 1/6 1/5 1/7 1/6 1/7 1/5 1/6 1/5 1/7 1/6 1/6 1/5 1/7 1/6 1/7 1/5 1/6 1/5 1/7 1/6 1/6 1/5 1/7 1/6 1/7 1/6 1/7 1/6 1/6 1/7 1/6 1/7 1/7 1/7 1/7 E(Y/Xi 65 78 89 101 113 125 137 149 161 173 )
uêi t i hC ) $( nầ ut BIỂU ĐỒ Thu nhập gia đình hàng tuần ($)
ĐẶC TRƯNG NGẪU NHIÊN CỦA PRF E (Y | X i ) 1 X 2 i i E (Y | X i ) 55 1 2 .80 1 …………………………………. E (Y | X i ) 75 1 2 .80 1 E (Y | X i ) E (Y | X i ) E ( 1 | X i ) E( 1 | X i ) 0
KN biến phụ thuộc và biến giải thích Biến phụ thuộc Biến giải thích Biến được giải Biến độc lập thích Biến được dự Biến dự báo báo Biến được Biến hồi H.quy quy Phản ứng Biến tác nhân hay biến kiểm soát Nội sinh Ngoại sinh
Biến phụ thuộc (Dependent Variable) Y; Biến giải thích (Explanatory Variable) Xs 1. Y = Son’s Height; X = Father’s Height 2. Y = Height of boys; X = Age of boys 3. Y = Personal Consumption Expenditure X = Personal Disposable Income 4. Y = Demand; X = Price 5. Y = Rate of Change of Wages X = Unemployment Rate 6. Y = Money/Income; X = Inflation Rate 7. Y = % Change in Demand; X = % Change in the advertising budget 8. Y = Crop yield; Xs = temperature, rainfall, sunshine, fertilizer
The Sample Regression Function (SRF) A random sample Another random sample from the population from the population Y X Y X ------------------ ------------------- 70 80 55 80 65 100 88 100 90 120 90 120 95 140 80 140 110 160 118 160 115 180 120 180 120 200 145 200 140 220 135 220 155 240 145 240 150 260 175 260 ------------------ --------------------
Weekly Consumption Expenditure (Y) SRF1 SRF2 Weekly Income (X)