Kinh tế lượng - Kiểm định và lựa chọn mô hình part 3 pot

Sai số trong biến phụ thuộc Y: Ta thấy phương sai, và do đó sai số chuẩn sẽ tăng lên khi có sai số trong đo lường Yii.... Các ước lượng OLS chẳng những bị chệch mà còn không vững.. 

3.1 Sai số trong biến phụ thuộc Y:

 Ta thấy phương sai, và do đó sai số chuẩn

sẽ tăng lên khi có sai số trong đo lường Yii

3.2 Sai số trong đo lường biến độc

lập Xii::

Yii = =   + +  (X (Xii – – w wii) + uii = =   + +  X Xii + (uii  w wii))

=

3.2 Sai số trong đo lường biến độc lập Xii::



 Do v ậy, Xii và zii có tương quan và vi phạm các giả định của CLRM Các ước lượng OLS chẳng những bị chệch mà còn không

vững.

 Hậu quả của loại sai sót nghiêm trọng

nhưng khó có thể khắc phục nó vì ta

không biết Xii được như thế nào cho đúng.

 Ta có thể giả định w2 rr ất nhỏ nên xem như không có sai số này và dùng OLS bình

thường.

4 Xác đ

s

 Do chúng ta không thDo chúng ta không thểể quan sát trquan sát trựực c ti

tiếếp php phầần sai sn sai sốố nên đnên đểể đđịịnh dnh dạạng cho ng cho

nó không ph

nó không phảải là vii là việệc dc dễễ dàng.dàng

 Chúng ta xem lại phần sai số sau:

Yii = = XXiiuii (*) vvà Yà Yii = = XXii + uii (**)

 NNếu (*) đúng nhưng lại ước lượng ếu (*) đúng nhưng lại ước lượng

(**), thì ước lượng

(**), thì ước lượng  s sẽ chệch.ẽ chệch

Tiêu chu

 R 2,

 R 2 điđiềều chu chỉỉnh, nh,

 Tiêu chuTiêu chuẩẩn thông tin Akaike (AIC), n thông tin Akaike (AIC),

 Tiêu chuTiêu chuẩẩn thông tin Schwarz n thông tin Schwarz

(SIC),

 Tiêu chuTiêu chuẩẩn n C C p ccủủa Mallows, a Mallows,

 và dvà dựự báo báo χ χ 2

Martin Feldstein:

“Nhà kinh t

“Nhà kinh tếế llượượng ng ứứng dng dụụng, ging, giốống nhng nhưư các nhà lý thuy

các nhà lý thuyếết, nhanh chóng phát t, nhanh chóng phát hi

hiệện ra rn ra rằằng mng mộột mô hình ht mô hình hữữu ích u ích

không ph

không phảải là mi là mộột mô hình “đúng” hay t mô hình “đúng” hay

“th

“thựực tc tếế” mà là m” mà là mộột mô hình tit mô hình tiếết kit kiệệm, m, đáng tin c

đáng tin cậậy và cung cy và cung cấấp nhip nhiềều thông u thông tin”

Tiêu chuẩn R2

 R 2 đo lường % biến động của Y được giải thích bởi các Xii trong mô hình.

 R 2 càng gần 1, mô hình cành phù hợp.

 Lưu ý:

•

•

các biến phụ thuộc phải giống nhau.

•

Tiêu chuẩn R2 điều chỉnh ( điều chỉnh ( R R2))

 Ta thấyTa thấyRR2  RR2 RR2 chỉ tăng khi giá trị tuyệt đối của giá trị t của biến

được thêm vào mô hình lớn hơn 1

 Do vậy,Do vậy,RR2 là tiêu chuẩn tốt hơn R2

 Lưu ý, các biến phụ thuộc cũng phải giống nhau

Tiêu chuẩn thông tin Akaike (AIC)

số tự do) và n là cở mẫu.

chuẩn trên khi tăng thêm số biến.

 M ô hình nào AIC thấp hơn thì tốt hơn

Để tiện lợi cho

việc tính toán, ta

lấy log:

Tiêu chuẩn thông tin Schwarz (SIC)

 SIC còn khắt khe hơn AIC

 SIC càng nhỏ, mô hình càng tốt

hay

Tiêu chuẩn Cp của Mallows