Bài giảng Kinh tế lượng - Chương 2: Hồi quy bội (Multiple regression) - Nguyễn Trung Đông
Hàm hồi quy tổng thể PRF.
Các giả mô hình thuyết.
Ước lượng tham số.
Hệ số xác định mô hình hồi quy bội.
Ma trận tương quan, Ma trận hiệp
phương sai.
Khoảng tin cậy và kiểm định giả
thuyết.
Dự báo.
Một số dạng hàm hồi quy.
Hồi quy với biến giả.
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Bạn đang xem tài liệu "Bài giảng Kinh tế lượng - Chương 2: Hồi quy bội (Multiple regression) - Nguyễn Trung Đông", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Bài giảng Kinh tế lượng - Chương 2: Hồi quy bội (Multiple regression) - Nguyễn Trung Đông
05/01/2019 1 Bài Giảng KINH TẾ LƯỢNG (Econometric) Chương 2 Hồi Quy Bội (Multiple Regression) GV: ThS. Nguyễn Trung Đông Mail: nguyendong@ufm.edu.vn1 Chương 2. Hồi Quy Bội Hàm hồi quy tổng thể PRF. Các giả mô hình thuyết. Ước lượng tham số. Hệ số xác định mô hình hồi quy bội. Ma trận tương quan, Ma trận hiệp phương sai. Khoảng tin cậy và kiểm định giả thuyết. Dự báo. Một số dạng hàm hồi quy. Hồi quy với biến giả. 2 1. Hàm hồi quy tổng thể PRF Xét hàm hồi quy tuyến tính k biến Hay Trong đó là sai số ngẫu nhiên là hệ số tự do là các hệ số hồi quy riêng 2 3 k 1 2 2 3 3 k kE Y X ,X ,...,X X X ... X 1 2 2 3 3 k kY X X ... X 1 2 3 k, , ..., 3 Từ một mẫu quan sát i 2,i 3,i k,iY ,X ,X ,...,X với i = 1, 2,,n, lấy từ tổng thể, ta có hệ sau 1 1 2 2,1 k k,1 1 2 1 2 2,2 k k,2 2 n 1 2 2,n k k,n n Y X ... X Y X ... X ... ... ... ... ... ... ... ... ... ... ... Y X ... X Với là các phần dư của số hạng thứ j.j 1. Hàm hồi quy tổng thể PRF 4 Viết hệ trên dưới dạng ma trận như sau Trong đó Y X 1 1 1 2 2 2 n k n 2,1 3,1 k,1 2,2 3,2 k,2 2,n 3,n k,n Y Y Y ; ; ... ... ... Y 1 X X ... X 1 X X ... X X ... ... ... ... ... 1 X X ... X 1. Hàm hồi quy tổng thể PRF 5 2. Các giả thuyết mô hình GT1 : GT2 : Hay dưới dạng ma trận GT3 : Các biến độc lập phi ngẫu nhiên. GT4 : Không có hiện tượng cộng tuyến giữa các biến độc lập. i j 2 0 khi i j E , khi i j iE 0, i T 2E I 6 05/01/2019 2 3. Ước lượng tham số Hàm hồi quy mẫu SRF có dạng Hay dưới dạng ma trận trong đó i 2,i 3,i k,i i1 2 3 kY X X ... X e Y X e 1 1 22 kk e e ; e Y X ...... e 7 3. Ước lượng tham số Khi đó, phương pháp OLS, xác định các hệ số hồi quy sao cho n n 2 2 ii i i 1 i 1 n 2 i 2,i k,i1 2 k i 1 RSS e Y Y RSS Y X ... X min 8 Khi đó các tham số hồi quy thỏa mãn hệ 1T T T TRSS 0 (X X) X Y X X X Y n n n 2,i k,i i i 1 i 1 i 1 n n n n 2 2,i 2,i 2,i k,i 2,i iT T i 1 i 1 i 1 i 1 n n n n 2 k,i k,i 2,i k,i k,i i i 1 i 1 i 1 i 1 n X ... X Y X X ... X X X Y X X ;X Y ... ... ... ... ... X X X ... X X Y Trong đó 3. Ước lượng tham số 9 10 11 Kết quả tính toán trên cho bởi phần mềm Eview 12 05/01/2019 3 4. Hệ số xác định MH hồi quy bội Để đánh giá mức độ phù hợp của mô hình hồi quy, ta dùng hệ số xác định được xác định như sau 2 RSS ESSR 1 TSS TSS 2T 2 Y T 2T TSS Y Y n Y nS ESS X Y n Y RSS TSS ESS. Trong đó 2R 13 Ý nghĩa của cũng tương tự như trong mô hình hai biến. Để so sánh mức độ phù hợp của các mô hình có số biến độc lập khác nhau, hay Để xem xét việc có nên đưa thêm các biến độc lập mới vào mô hình không. Khi đó ta dùng hệ số xác định điều chỉnh là: 2 2 n 1R 1 1 R n k Biến độc lập đưa vào mô hình là có ý nghĩa nếu làm tăng giá trị của 2R 2R . 14 4. Hệ số xác định MH hồi quy bội 5. Ma trận tương quan 1,2 1,k 2,1 2,k k,1 k,2 1 r ... r r 1 ... r R ... ... ... ... r r ... 1 n n i j,i t,i j,i i 1 i 1 1, j t, j j,i j,i j n n n n 2 2 2 2 i j,i t,i j,i i 1 i 1 i 1 i 1 y x x x r , r ; x X X y x x x Trong đó 15 6. Ma trận hiệp phương sai 1 1 2 1 k 2 1 2 2 k k 1 k 2 k var cov , ... cov , cov , var ... cov , cov ... ... ... ... cov , cov , ... var 12 Tcov X X 2Ta tính ta thay bởi 2 RSS n k 16 2TTSS Y Y n Y 58.5 2T T 2ESS X Y n Y 2778.71 10(16.5) 56.211 RSS TSS ESS 58.5 56.21 2.289 2 ESS 56.211R 0.96087 TSS 58.5 2 RSS 2.289 0.327 n 3 7 Ví dụ 2. với số liệu cho trong ví dụ 1, ta có 17 12 Tcov( ) X X 39980 3816 3256 0.327 3816 376 300 1528 3256 300 280 8.55593 0.81664 0.6968 0.81664 0.080466 0.0642 0.6968 0.0642 0.05992 Vậy, ta có ma trận hiệp phương sai 6. Ma trận hiệp phương sai 18 05/01/2019 4 Các kết quả tính ở trên được cho bởi Eview như 19 7. Khoảng tin cậy cho các hệ số hồi quy tổng thể Ta dùng thống kê sau jj j T St(n k) se j jse var Trong đó Được cho trong ma trận hiệp phương sai 20 Với mức ý nghĩa cho trước, ta có j j j j jCse ; Cse Khoảng ước lượng cho n k 2 C t j, j 1,2,...k 7. Khoảng tin cậy cho các hệ số hồi quy tổng thể 21 Ví dụ 3: Với số liệu ở ví dụ 1, ta có Với , ta tìm được : Khoảng ước lượng cho các hệ số hồi quy 0,05 70,025C t 2,365 1 1 1 11 2 2 2 22 3 3 3 33 Cse ; Cse 8,0791;21,9049 Cse ; Cse 0,0927;1,4313 Cse ; Cse 1,1684; 0,0096 22 1 1 2 2 33 n 10; k 3; 14,992; se 2,923; 0,762 se 0,283; 0,589; se 0,245 8. Khoảng ước lượng cho phương sai của sai số ngẫu nhiên tổng thể Ta dùng thống kê sau Với ta có KUL cho : 2 2 2 (n k) Y n k 2 2 1 2 2 a n k ; b n k 2 2 2 (n k) (n k); b a 2 23 Ví dụ 4: Với số liệu ở ví dụ 1, ta có Với ta có KUL cho : 0,05 2 20,975 0,025a 7 1,69; b 7 16,013 2 2 2 (n k) (n k); 0,143;1,352 b a 2 24 2 2n 10; k 3; (0,571382) 0,3265 05/01/2019 5 9. Kiểm định sự phù hợp của mô hình Kiểm định giả thuyết (KĐ toàn phần) 2 0 2 3 k 0H : ... 0 H : R 0 2 2 ESS R k 1 k 1 RSS 1 R n k n k F F k 1;n k Ta dùng thống kê sau : Với cho trước, ta có : C f k 1;n k : bác bỏNếu F C 0H . 25 Ví dụ 5: Với số liệu ở ví dụ 1, ta có Bài toán kiểm định Ta dùng thống kê Với , ta tìm được:0,05 0,05C f (2,7) 4,74 26 2n 10; k 3; R 0,96087 2 0 2 1 H :R 0 H :R 0 2 2 (n k)R F F(k 1,n k), F 86,093 (k 1)(1 R ) Ta có bác bỏ 0H .F C, (Mô hình không phù hợp) (Mô hình phù hợp) Kiểm định giả thuyết (KĐ từng phần) 0 jH : 0; j 2,3,...,k j j T St(n k) Se Nếu đúng, ta có thống kê sau : Với cho trước, ta có : n k 2 C t : bác bỏNếu T C 0H . 9. Kiểm định sự phù hợp của mô hình 0H 27 Ví dụ 6: Với số liệu ở ví dụ 1, ta có Bài toán kiểm định Nếu đúng, ta có thống kê Với , ta tìm được :0,05 70,025C t 2,365 28 3 3n 10; 0,589; se 0,245 0 3 1 3 H : 0 H : 0 0H 3 3 T St(n 3), T 2,4041 se Ta có bác bỏ 0H .T C, (Giá bán thay đổi không ảnh hưởng tới lượng hàng) (Giá bán thay đổi làm ảnh hưởng tới lượng hàng) 10. Dự báo Dự báo cho giá trị trung bình 0 0 01 2 2 k kE Y X X X ... X 0 0 0 2 k1 2 kY X ... X 0 0 0 Y E Y X X T St(n k) se Y 0 0se Y var Y Với dự báo điểm là Ta dùng thống kê sau Trong đó 29 10. Dự báo Với phương sai của T 12 0 T 0 0Va r Y X X X X Với cho trước, ta có Khoảng ước lượng GTTB của Y 0Y 0 0 0 0 0E Y | X X Y Cse Y ;Y Cse Y n k 2 C t 30 05/01/2019 6 10. Dự báo - Dự báo cho giá trị cá biệt 0Y 00 00 Y Y T St(n k) se Y Y 0 00 0se Y Y var Y Y Trong đó Ta dùng thống kê 31 10. Dự báo Với phương sai của 20 00Va r Y Y Va r Y Với cho trước, ta có Khoảng ước lượng GTCB của Y 00Y Y 0 0 0 00 0 0Y Y Cse Y Y ;Y Cse Y Y n k 2 C t 32 Ví dụ 7. Cho biết số liệu về sản lượng Y, phân hóa học X2, thuốc trừ sâu X3, tính trên một đơn vị diện tích ha, cho trong bảng sau 33 34 11. Một số dạng hàm hồi quy Hàm sản xuất Cobb – Dauglas (tuyến tính Log) 32 m 1 m2 3Y X X ...X e Dạng tổng quát : Dạng thường dùng : 321 2 3Y X X e Mô hình nghịch đảo 1 2 2 3 3 1 Y X X Mô hình đa thức 2 k 1 2 2 3 2 k 2Y X X ... X 35 Mô hình TT Mô hình LogaritMô hình Nghịch 11. Một số dạng hàm hồi quy 36 05/01/2019 7 12. Hồi quy với biến giả Ví dụ 8. Ta cần đánh giá sự khác biệt về mức tiền lương (Y), của các nhân viên, phụ thuộc vào giới tính. Khi đó, ta cần đưa vào mô hình hồi quy một biến giả D, với D = 0 : Nữ và D = 1 : Nam. (Lưu ý : nếu như ta cần so sánh n phạm trù khác nhau, ta cần có n – 1 biến giả) i i 1 i i 1 2 D 0 E Y D 0 D 1 E Y D 1 với i 1 2 iE Y D D Xét mô hình 37 So sánh hai hàm hồi quy Giả sử, ta có hai bộ số liệu i i 1X ,Y ,i 1,n và j j 2X ,Y , j 1,n , ta sẽ có hai mô hình i 1 2 i 1,i 1Y X , i 1,n (1a) j 1 2 j 2, j 2Y X , j 1,n (1b) Để kiểm định cho sự khác nhau của hai mô hình, ta dùng phép kiểm định Chow, như sau 38 Các bước kiểm định Chow Bước 1: Tìm hàm hồi quy với mẫu n = n1 + n2. Khi đó ta thu được RSS Bước 2: Tìm hàm hồi quy riêng với mẫu n1, n2. Tương tự ta cũng có RSS1 và RSS2 1 2RSS RSS RSS Bước 3: Ta dùng thống kê sau 1 2 1 2 (RSS RSS) / k F F(k,n n 2k) RSS / (n n 2k) 39 40 41 Câu hỏi 1) Viết hàm SRF. 2) Tính số tủ lạnh bán được trung bình trong các quý. 3) So sánh số tủ lạnh bán được trong các quý. Giải thích. 4) Kiểm định giả thiết cho rằng số tủ lạnh bán được trong quý 1 và quý 4 là như nhau. 42
File đính kèm:
- bai_giang_kinh_te_luong_chuong_2_hoi_quy_boi_multiple_regres.pdf