zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Kinh tế học

Bài giảng Kinh tế lượng: Chương 3 - Th.s Nguyễn Hải Dương

Chia sẻ: Trần Thanh Diệu | Ngày: | Loại File: PDF | Số trang:33

Báo xấu

90
lượt xem 8
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 3 Mô hình hồi qui bội, trong chương này sẽ trình bày các nội dung sau: Xây dựng mô hình; Ước lượng SRF; Các giả thiết cơ bản của phương pháp OLS; Độ chính xác của các ước lượng; Phân tích hồi qui; Kiểm định sự phù hợp của hàm hồi qui; Kiểm định thu hẹp (mở rộng) hồi quy; Dự báo; Một số dạng hàm trong kinh tế.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 3 - Th.s Nguyễn Hải Dương

Chương III – Mô hình hồi qui bội
Chương III – Mô hình hồi qui bội 1. Xây dựng mô hình 2. Ước lượng SRF 3. Các giả thiết cơ bản của phương pháp OLS 4. Độ chính xác của các ước lượng 5. Phân tích hồi qui 6. Kiểm định sự phù hợp của hàm hồi qui 7. Kiểm định thu hẹp (mở rộng) hồi quy 8. Dự báo 9. Một số dạng hàm trong kinh tế
Chương III – Mô hình hồi qui bội 1. Xây dựng mô hình - Ví dụ: Chi tiêu hộ  Thu nhập hộ, số người, tuổi chủ hộ Sản lượng  Vốn đầu tư, lao động, diện tích nhà xưởng Lượng cầu  Giá bán, giá hàng hóa liên quan, thu nhập - Cấu trúc mô hình hồi qui bội: PRM : Yi  f ( X 2i , X 3i ,...)  U i PRF : E (Y X 2i , X 3i ,...)  f ( X 2i , X 3i ,...)
Chương III – Mô hình hồi qui bội 1. Xây dựng mô hình - Dạng hàm hồi qui tuyến tính: PRF : E (Y X 2i , X 3i ,...)  1   2 X 2i  ...   k Xki PRM : Yi  1   2 X 2i  ...   k Xki  U i - Trong đó:  là hệ số chặn  Ý nghĩa: Trung bình của 1 biến phụ thuộc khi tất cả các biến độc lập bằng 0 - 2 là hệ số hồi qui riêng của Y theo X2  cho biết X2 tăng 1 đơn vị thì Y tăng  2 đơn vị và ngược lại (điều kiện yếu tố khác không đổi) - Các hệ số còn lại có ý nghĩa tương tự 2
Chương III – Mô hình hồi qui bội 2. Ước lượng SRF - Mẫu ngẫu nhiên kích thước n: (Yi, X2i, X3i,…, Xki) - Hồi qui mẫu: ˆ ˆ ˆ ˆ SRF : Yi   1   2  X 2 i  ...   k  Xk i ˆ ˆ ˆ SRM : Yi   1   2  X 2 i  ...   k  Xk i  ei Tiêu chuẩn ước lượng phương pháp OLS: n n ˆ ˆ ˆ Q  ei2  (Yi  1  2  X 2i ...k  Xki )2  min 1 1
Chương III – Mô hình hồi qui bội 2. Ước lượng SRF n Q   2 ( Y i  ˆ1   2  X 2 i  ...)  (  1 )  0 ˆ ˆ 1 1 n Q ˆ ˆ ˆ  2  1 2 (Y i   1   2  X 2 i  ...)  (  X 2 i )  0 … n Q ˆ ˆ ˆ  k  1 2 (Y i   1   2  X 2 i  ...)  (  Xk i )  0 Hệ phương trình chuẩn của phương pháp OLS
Chương III – Mô hình hồi qui bội 2. Ước lượng SRF Y  1 X 21 ... Xk  ˆ 1  e1  1 1 Y  1 X 2 ... Xk    e  ˆ 2 Y 2 X  2 2 ˆ    e 2 ... ...  ...     ...   Y  n 1 X 2n ... Xkn    ˆ  k en Tiêu chuẩn ước lượng: eT  e  min Kết quả ước lượng: ˆ  ( X T  X ) 1  X T  Y 
Chương III – Mô hình hồi qui bội 2. Ước lượng SRF Ví dụ 3.1 (giáo trình): Y – doanh thu (triệu đồng), X2 – chi cho quảng cáo (triệu đồng), X3 – lương nhân viên tiếp thị (triệu đồng) ˆ ˆ ˆ ˆ SRF : Yi   1   2  X 2 i   3  X 3 i 32,2773 ˆ  2,5057     4,7587   
Chương III – Mô hình hồi qui bội 3. Các giả thiết cơ bản của phương pháp OLS Các giả thiết này đã được trình bày chi tiết trong chương II, cần chú ý vai trò của giả thiết số 6. Giả thiết 6: Các biến độc lập trong mô hình hồi qui bội không có tương quan tuyến tính với nhau  đảm bảo cho hệ phương trình chuẩn của phương pháp OLS có nghiệm duy nhất Nói cách khác là các ˆ  được xác định 1 cách duy nhất trên 1 bộ số liệu
Chương III – Mô hình hồi qui bội 4. Độ chính xác của các ước lượng: 4.1. Độ chính xác của cácˆ : ˆ ˆ ˆ ˆ ˆ var(1 ) cov(1, 2 ) ...cov(1, k )    ˆ ˆ ˆ ˆ ˆ cov(2 , 1 ) var(2 ) ...cov(2 , k )  ˆ cov( )    ...  cov( ,  ) cov( ,  ) ...var( ) ˆ ˆ ˆ ˆ ˆ  k 1 k 2 k  2 T 1   (X  X )
Chương III – Mô hình hồi qui bội 4. Độ chính xác của các ước lượng: 4.2. Độ chính xác (độ phù hợp) của SRF: ESS 2 RSS 0R  1 1 TSS TSS Hệ số xác định R2 có tính chất: tăng theo số biến giải thích có mặt trong mô hình. Đánh giá việc đưa thêm (hoặc bỏ bớt) 1 biến giải thích khỏi mô hình, sử dụng hệ số xác định đã điều chỉnh (Adjusted R - squared) 2 2 (n 1) R  1  (1  R )  (n  k )
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.1. Kiểm định giả thuyết: a/Với từng hệ số j ( j  1,..., k ) Cặp giả thuyết 1: H 0 :  j   *  j    H1 :  j   * j Tiêu chuẩn kiểm định: ˆ  * j j Tqs  ˆ SE (  ) j Miền bác bỏ H0:  W   T : T  T( n  k ) 2  Tqs thuộc miền bác bỏ H0  bác bỏ H0 và ngược lại
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.1. Kiểm định giả thuyết: H 0 :  j   *  j Cặp giả thuyết 2:  * H1 :  j   j  ˆ  * j j Tiêu chuẩn kiểm định: Tqs  ˆ SE (  ) j Miền bác bỏ H0:  W  T : T  T( n  k )  Tqs thuộc miền bác bỏ H0  bác bỏ H0 và ngược lại
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.1. Kiểm định giả thuyết: H 0 :  j   *  j Cặp giả thuyết 3:  * H1 :  j   j  ˆ  * j j Tiêu chuẩn kiểm định: Tqs  ˆ SE (  ) j Miền bác bỏ H0:  W  T : T  T( n  k )  Tqs thuộc miền bác bỏ H0  bác bỏ H0 và ngược lại
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.1. Kiểm định giả thuyết: b/Với ràng buộc giữa các hệ số a i  b j Cặp giả thuyết 1:  H 0 : a i  b j  c    H 1 : a i  b j  c  ˆ ˆ a i  b j  c Tiêu chuẩn kiểm định: Tqs  ˆ SE (a  b ) ˆ i j Với: SE(ai b j )  a2 var(ˆi ) b2 var(ˆ j )  2ab cov(ˆi ,  j ) ˆ ˆ   .  ˆ Miền bác bỏ H0:  W  T : T  T  ( nk ) 2 
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.1. Kiểm định giả thuyết: Cặp giả thuyết 2:  H 0 : a i  b j  c    H 1 : a i  b j  c  ˆ ˆ a i  b j  c Tiêu chuẩn kiểm định: Tqs  ˆ SE (a  b ) ˆ i j Với: SE(ai b j )  a2 var(ˆi ) b2 var(ˆ j )  2ab cov(ˆi ,  j ) ˆ ˆ   .  ˆ Miền bác bỏ H0:  W  T : T  T( n  k ) 
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.1. Kiểm định giả thuyết: Cặp giả thuyết 3:  H 0 : a i  b j  c    H 1 : a i  b j  c  ˆ ˆ a i  b j  c Tiêu chuẩn kiểm định: Tqs  ˆ SE (a  b ) ˆ i j Với: SE(ai b j )  a2 var(ˆi ) b2 var(ˆ j )  2ab cov(ˆi ,  j ) ˆ ˆ   .  ˆ Miền bác bỏ H0:  W  T : T  T( n  k ) 
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.2. Khoảng tin cậy: a/ Khoảng tin cậy cho βj : * Khoảng tin cậy đối xứng: ˆ ( ˆ ˆ ( ˆ (  j  tn  k )  SE (  j );  j  tn  k )  SE (  j )) 2 2 * Khoảng tin cậy bên trái (max βj): ˆ ˆ (;  j  tn  k )  SE (  j )) ( * Khoảng tin cậy bên phải (min βj): ˆ  t ( n  k )  SE (  );) ( j  ˆ j
Chương III – Mô hình hồi qui bội 5. Phân tích hồi qui 5.2. Khoảng tin cậy: b/ Khoảng tin cậy cho aβi + bβj * Khoảng tin cậy đối xứng: ˆ ˆ ˆ ˆ ˆ ˆ ˆ ˆ ( a i  b j  tn  k )  SE ( a i  b j ); a i  b j  tn  k )  SE ( a i  b j )) ( ( 2 2 * Khoảng tin cậy bên trái (max βj): ˆ  b  t ( n  k )  SE ( a  b )) (; a i ˆ ˆ ˆ j  i j * Khoảng tin cậy bên phải (min βj): ˆ ˆ ˆ ˆ (a i  b j  tn  k )  SE (a i  b j );) (
Chương III – Mô hình hồi qui bội Chương III – Mô hình hồi qui bội 6. Kiểm định sự phù hợp của hàm hồi quy : Cặp giả thuyết: 2  H 0:  2   3  ...   k  0  H 0: R  0   k   2  H1 : R  0   H1 :   j2  0 Tiêu chuẩn kiểm định:  j 2 R2 (k  1) Fqs  2  F  statistic (1  R ) (n  k ) Miền bác bỏ H0:  W  F : F  F( k 1,n  k ) 

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.