kinh te luong thao binh 2 estimation binh cuuduongthancong com

Chương MH hồi quy hai biến Ước lượng kiểm định giả thuyết 2.1 Phương pháp bình phương bé Hàm hồi quy mẫu?  Trong thực tế, ta có mẫu, ko có tổng thể  V/đ: đốn tham số tổng thể dựa vào mẫu tổng thể (hai tham số tổng thể b1 b2)  Khái niệm hàm hồi quy mẫu: 2.1 Phương pháp bình phương bé (Carl Friedrich Gauss- nhà tốn học Đức đưa ra) a Nội dung Yi ei SRF Y-mu Ui PRF: Xi V/đ: Tìm gần với ? Ước lượng bình phương bé (Least Squares Estimation) Đã biết  Cần tìm? Kết tính phương pháp bình phương bé b Tính chất ước lượng bình phương nhỏ 2.2 Các giả thiết phương pháp bình phương nhỏ      Giả thiết Giả thiết Giả thiết Giả thiết Ui Giả thiết 1: Biến giải thích phi ngẫu nhiên 2: 3: 4: Khơng có tương quan 5: Ui, Xi khơng tương quan Chú ý quan trọng từ phần xác suất Nếu mẫu ngẫu nhiên cỡ n rút từ tổng thể vơ hạn với trung bình b phương sai s2 Thì E (Y )  b a n d v a r ia n c e v a r(Y )= s n 2.3 Độ xác ước lượng bình phương nhỏ Được ước lượng ước lượng khơng chệch nó: 10 Định lý Gauss - Markov:  Với giả thiết 1-5 phương pháp bình phương bé nhất, ước lượng bình phương nhỏ ước lượng tuyến tính, khơng chệch có phương sai nhỏ lớp ước lượng tuyến tính khơng chệch (C/m: xem trang 101-106 Gujarati) (Phương pháp ước lượng hợp lý tối đa đ/v hàm tuyến tính cho ta kết tương tự với mẫu lớn, mặt trực quan mặt toán học phức tạp OLS - xem trang 119 sách Guarati) 11 2.4 Hệ số đo độ phù hợp hàm hồi quy mẫu SRF  Sơ đồ ven  Một số KN TSS=ESS+RSS TSS= ESS= 12  Ý nghĩa 13 Tính chất  khơng âm (mơ hình biến có hệ số chặn)  + Nếu = MH hồn hảo + Nếu = khơng có tương quan biến phụ thuộc biến giải thích ( )  Các tính chất hệ số tương quan r (tr38 KTL, page 86 Guarati) 14 2.5 Phân bố xác suất Ui Giả thiết 6: Các ước lượng OLS có tính chất: Không chệch Phương sai cực tiểu Khi số quan sát đủ lớn, ƯL xấp xỉ với giá trị thực phân bố có phân bố chuẩn:  15 có phân bố chuẩn: 16 Trong ước lượng khơng chệch (có thể tuyến tính khơng), có phương sai bé Yi có phân bố chuẩn: 17 2.6 Khoảng tin cậy kiểm định giả thiết hệ số hồi quy  Khoảng tin cậy ,  T(n-2)  df=n-2 Vậy 18 Tương tự:  df=n-2 Vậy:  Khoảng tin cậy   df=n-2 (n-2) 19   Vậy Kiểm định giả thiết:  df=n-2, t= (Kđ giả thiết tương tự) 20  df=n-2 , 21 2.7 Kđ phù hợp hàm hồi quy, phân tích hồi quy phân tích phương sai Chúng ta Kđ cặp giả thiết: H0: b2 = H1: b2   F(1, n-2) n 2 ˆ b  xi F  i 1 sˆ  F  (1 , n  ) Bác bỏ giả thiết H0 22  Mặt khác n bˆ F   i 1 sˆ 2 xi  ESS / RSS /( n  )  TSS r / (1  r ) TSS / ( n  )  r 2 (1  r )  n  Do q trình phân tích phương sai cho phép ta phán đoán thống kê độ thích hợp hàm hồi quy - bác bỏ giả thiết: H0: b2 = - tương đương bác bỏ giả thiết H0: r2 = Chú ý: ANOVA xét hàm biến có hệ số chặn 23 2.8 Phân tích hồi quy dự báo Hai loại dự báo a- Dự báo giá trị trung bình E(Y| X0) b- Dự báo giá trị cá biệt Y với X = X0  Yˆ0  t  T(n-2) ˆ )  E ( Y | X )  Yˆ  t Se ( Y / 0  ˆ ) Se ( Y / 24 Var(Y0)= t  Y  Yˆ0 Se ( Y )  se ( Y  Yˆ0 )  T(n-2) Khoảng tin cậy Y0 xác định bởi: P [ Yˆ0  t    Y  Yˆ0 ˆ t Se ( Y )  Y  Y / 0  / Se ( Y )]    Bài tập: 25 ... thiết:  df=n -2, t= (Kđ giả thiết tương tự) 20  df=n -2 , 21 2. 7 Kđ phù hợp hàm hồi quy, phân tích hồi quy phân tích phương sai Chúng ta Kđ cặp giả thiết: H0: b2 = H1: b2   F(1, n -2) n 2 ˆ b ... có phân bố chuẩn: 17 2. 6 Khoảng tin cậy kiểm định giả thiết hệ số hồi quy  Khoảng tin cậy ,  T(n -2)  df=n -2 Vậy 18 Tương tự:  df=n -2 Vậy:  Khoảng tin cậy   df=n -2 (n -2) 19   Vậy Kiểm định...  i 1 sˆ  F  (1 , n  ) Bác bỏ giả thiết H0 22  Mặt khác n bˆ F   i 1 sˆ 2 xi  ESS / RSS /( n  )  TSS r / (1  r ) TSS / ( n  )  r 2 (1  r )  n  Do q trình phân tích phương sai