Tài liệu CHUONG2-mo hinh hoi quy hai bien pptx

74 890 3
Tài liệu CHUONG2-mo hinh hoi quy hai bien pptx

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

Thông tin tài liệu

CHƯƠNG MƠ HÌNH HỒI QUI HAI BIẾN ƯỚC LƯỢNG VÀ KIỂM ĐỊNH (Ordinary Least Square) Giả sử có mẫu gồm n quan sát (Yi, Xi), (i = 1, 2, , n) ˆ Theo pp OLS, ta phải tìm Yi cho gần với giá trị thực (Yi) tốt, tức phần dư: ˆ ei = Yi − Yi ˆ ˆ − β2 X = Yi − β1 i nhỏ tốt Y Yi Y^i SRF e i Xi X Do ei coù thể dương, âm, nên ta cần tìm SRF cho tổng bình phương phần dư đạt cực tiểu ˆ ˆ β, Tức β1 phải thoả mãn điều kieän: n n ∑ e =∑ i =1 i i =1 ( ˆ −β X ˆ Yi − β i ) ⇒ có nghóa tổng bình phương sai lệch giá trị thực tế q.sát (Yi) giá trị ˆ Yi ) tính theo h.hồi qui mẫu ( nhỏ Y Y • • • • • • •• • • •• • • • • • • • • • • • • • • • H 1a X H 1b X ˆ ˆ  ∂ f (β , β ) n ˆ ˆ = 2( Yi − β − β X i )( − 1) =  ˆ ∂β  i =1  ˆ ˆ n  ∂ f (β , β ) = ˆ ˆ 2( Yi − β − β X i )( − X i ) =  ∂β ˆ i =1  ∑ ∑ Hay: n n  ˆ ˆ nβ + β Xi = Yi   i =1 i =1  n n n ˆ ˆ β Xi + β2 Xi = X i Yi  i =1 i =1 i =1  ∑ ∑ ∑ ∑ ∑ Giải hệ p.tr ta được: n ˆ = β2 ∑X Y − n X.Y ∑X ( ) i =1 n i =1 i i i −n X ˆ =Y −β X ˆ β1 ˆ Có thể tính β theo công thức: ∑ xi yi ˆ = β2 ∑ xi Trong đó: xi = Xi − X ; yi = Yi − Y Neáu p > α ⇒ (1-p) < (1- α ) Khi t phía bên trái tα /2 p/2 1-p -t p/2 tα /2 t Khi để kiểm định giả thiết: H0: β = 0; H1: β ≠ ta áp dụng qui tắc kiểm định p – value): ª Nếu p < α bác bỏ giả thiết H0 Nếu p ≥ α chấp nhận giả thiết H0 ª (α mức ý nghóa) * H0: R2 = 0; H1: R2 ≠ F = R (n-2)/(1-R ) 2 Với mức ý nghóa α , tra bảng (hoặc dùng hàm FINV) để tìm Fα (1; n-2) * Nếu F > Fα (1; n-2) bác bỏ H0 Tức hàm hồi qui phù hợp * Nếu F ≤ Fα (1; n-2) chấp nhận H0 Hàm hồi qui không phù hợp  Dự báo giá trung bình Y X = X0 Giả sử X = X0, cần dự báo E(Y/X0) = β +β 2X0 Dự báo điểm E(Y/X0) là: ˆ ˆ ˆ =β +β X Y0 Dự báo khoảng E(Y/X0) với độ tin cậy 1-α là: (n − ) α /2 0 Trong đó: ˆ ±t Y ( ) ˆ) se(Y ( ) ˆ = var Y ˆ se Y0   X0 − X 1 ˆ =σ Y0 + n n xi   i =1  var( ) ( ∑ )         Dự báo g.trị cá biệt Y Giả sử X = X , cần dự báo: Y0 = β + β X0 + U i Dự báo khoảng Y0 với độ tin cậy 1-α là: ˆ ± t se( Y − Y ) ˆ Y0 α/2 0 Trong đó: ˆ ) = var( Y − Y ) ˆ se( Y0 − Y0 0 ( ) ( ) ˆ = σ + var Y ˆ var Y0 − Y0 ˆ = Yi se = t = p= 11,5 - 1,375 Xi (0,3609) (0,0806) (31,8697) (-17,0579) (0,0000) (0,0001) R2 = 0,9864 F = 290,12 * Chú ý: ª Các giá trị t tính theo công thức: ˆ ˆ /se( β ) ; t1 = β1 ˆ ˆ) β 2/se( β t2 = ª Giá trị p: P(| T | > 17,0579) = 0,0001 Hết chương ... Thí dụ 2: Bảng sau cho số liệu lượng bán (Y- tấn/tháng) đơn giá hàng A (X- ngàn đồng/kg) Giả sử Y, X có q.hệ t.quan t.t Hãy ước lượng hàm h.qui Y theo X Giải: Từ số liệu q.sát X Y cho bảng ta... Với g.t 1-5 PP OLS, ước lượng PP OLS ước lượng tuyến tính, không chệch có p.sai nhỏ Đối với hàm hai biến, ˆ ,β tương ứng ˆ β1 ước lượng t.tính, không chệch, có p.sai nhỏ β 1, β 2- Phương sai... Yi i =1 ) RSS (Residual Sum of Squares) TSS = ESS + RSS Nếu hàm hồi qui mẫu phù hợp tốt với số liệu quan sát ESS lớn RSS Nếu tất giá trị q.sát Y nằm SRF ESS TSS RSS = Ngược lại, hàm hồi qui

Ngày đăng: 26/01/2014, 23:20

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan