1. Trang chủ
  2. » Tất cả

E0 e6 cd1 ae2122198 a21 a76 b5 a5 c9 eabfdccdfd14

1 0 0

Đang tải... (xem toàn văn)

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 1
Dung lượng 345,3 KB

Nội dung

Chương trình Giảng dạy Kinh tế Fulbright Niên khóa 2011 2013 Các phương pháp định lượng Bài đọc Nhập môn kinh tế lƣợng với 5th ed Ch 4 Mô hình hồi quy bội Ramu Ramanathan 1 Biên dịch Thục Đoan Hiệu đí[.]

Chương trình Giảng dạy Kinh tế Fulbright Niên khóa 2011-2013 Các phương pháp định lượng Bài đọc Nhập môn kinh tế lƣợng với… - 5th ed Ch.4: Mơ hình hồi quy bội Chương MƠ HÌNH HỒI QUY BỘI Trong Chương giới hạn trường hợp đơn giản mơ hình hồi quy hai biến Bây giờ, xem xét hồi quy bội, nghĩa liên hệ biến phụ thuộc Y cho trước với nhiều biến độc lập X1, X2, , Xk Mơ hình hồi quy tuyến tính đa biến có cơng thức tổng qt sau: Yt = 1 + 2Xt2 + + kXtk + ut (4.1) Xt1 đặt để có “tung độ gốc” Chữ t nhỏ biểu thị số lần quan sát có giá trị từ đến n Các giả thiết số hạng nhiễu, ut, hoàn toàn giống giả thiết xác định Chương Trong đặc trưng tổng quát mơ hình hồi quy bội, việc lựa chọn biến độc lập biến phụ thuộc xuất phát từ lý thuyết kinh tế, trực giác, kinh nghiệm khứ Trong ví dụ ngành bất động sản Chương 3, biến phụ thuộc giá nhà hộ gia đình Chúng ta đề cập số giá - hưởng thụ phụ thuộc vào đặc điểm nhà Bảng 4.1 trình bày liệu bổ sung cho 14 nhà mẫu bán Lưu ý rằng, liệu cho X1 đơn giản cột gồm số tương ứng với số hạng khơng đổi Tính số hạng khơng đổi, có tất k biến độc lập có k hệ số tuyến tính chưa biết cần ước lượng Mơ hình tuyến tính bội ví dụ sau: PRICE = 1 + 2SQFT + 3BEDRMS + 4BATHS + u (4.2) Cũng trước, giá tính đơn vị ngàn la Ngồi diện tích sử dụng, giá cịn liên hệ với số phòng ngủ số phòng tắm Ảnh hưởng thay đổi Yt có Xti thay đổi xác định Yt /Xti = i Vì vậy, ý nghĩa hệ số hồi quy i là, giữ giá trị tất biến khác không đổi, Xti thay đổi đơn vị Yt kỳ vọng thay đổi, trung bình là, i đơn vị Do đó, 4 phương trình (4.2) diễn giải sau: Giữa hai nhà có diện tích sử dụng (SQFT) số phòng ngủ (BEDRMS), nhà có thêm phịng tắm kỳ vọng bán với giá cao hơn, trung bình, khoảng 4 ngàn la Vì vậy, phân tích hồi quy bội giúp kiểm soát tập hợp biến giải thích kiểm tra ảnh hưởng biến độc lập chọn  Bảng 4.1 Dữ liệu nhà hộ gia đình (giá tính ngàn la) t Ramu Ramanathan Giá (Y) 199,9 228 235 285 239 Hằng số (X1) 1 1 SQFT (X2) 1.065 1.254 1.300 1.577 1.600 BEDRMS (X3) 3 BATHS (X4) 1,75 2 2,5 Biên dịch: Thục Đoan Hiệu đính: Cao Hào Thi

Ngày đăng: 22/02/2023, 08:07

w