Biến giải trong phân tích luồng 2 pps

17 Câu hỏi:  Để xét xem yếu tố giới tính có thực sự ảnh hưởng đến tốc độ tăng lương của giáo viên hay không, ứng với tình huống này thì ta phải kiểm đònh giả thiết H0 :1=0  Ta dùng kiểm đònh gì được? 18 19 Câu hỏi:  Để xét xem yếu tố giới tính có thực sự ảnh hưởng đến tốc độ tăng lương của giáo viên hay không, ứng với tình huống này thì ta phải kiểm đònh giả thiết H0: 1=1=0  Ta dùng kiểm đònh gì được? 20 Câu hỏi: trường hợp 3, có thể xãy ra tình huống như hình sau không? 21 Câu hỏi:  Trong 3 trường hợp trên, trường hợp nào là “tốt nhất”?  Trong 3 trường hợp trên, trường hợp nào là tổng quát nhất? 22 5.2.2 So sánh cấu trúc của mô hình hồi quy Giả sử ta muốn khảo sát hành vi chi tiêu (Y) theo thu nhập (X ) của nam giới giữa hai thời kỳ trước khi lập gia đình và sau khi lập gia đình có sự khác nhau hay không. *Nếu không có sự khác biệt: chỉ cần sử dụng một hàm hồi quy *Nếu có sự khác nhau: thì cần phân biệt bằng cách có thể sử dụng hai hàm hồi quy: một cho thời kỳ trước khi lập gia đình (PRF 1), và một cho thời kỳ sau khi lập gia đình (PRF2). Hình 5.4a minh họa tình huống mối quan hệ tuyến tính giữa chi tiêu và thu nhập không thay đổi giữa hai thời kỳ (hai đường thẳng hồi quy trùng nhau), trong khi đó hình 5.4b minh họa tình huống hàn h vi chi tiêu có sự khác nhau giữa hai thời kỳ. 23 24 Để kiểm đònh xem có sự khác nhau thật sự về chi tiêu giữa hai thời kỳ, nghóa là có hay không sự thay đổi về mặt cấu trúc của mô hình hồi quy, ta có thể vận dụng hai phương pháp sau:  kiểm đònh Chow  Phương pháp sử dụng biến giả 25 26 Lưu ý:  Kiểm đònh Chow minh họa ở trên dùng để kiểm đònh cho hai thời kỳ, tuy nhiên ta có thể mở rộng kiểm đònh Chow cho nhiều thời kỳ.  Hãy tự suy ra các làm! Đây là một điều thú vò! 27 5.2.2.2 Phương pháp biến giả Gộp tất cả các quan sát của hai thời kỳ và đặt biến giả như sau: D=1 : sau khi lập gia đình, D=0 : trước khi lập gia đình Ta sử dụng mô hình hồi quy tương tự như mô hình (5.5): Y = + βD+X+ (D.X)+U Trong đó β biểu thò sự chênh lệch về tung độ gốc,  biểu thò sự chênh lệch về độ dốc như đã được trình bày ở mục kỹ thuật sử dụng biến giả 5.2.1. Việc kiểm đònh giả thiết H 0 : β= =0 nghóa là kiểm đònh giả thiết không có sự khác nhau về mặt cấu trúc hồi quy giữa hai thời kỳ. 28 29 5.2.3 Hồi quy tuyến tính từng khúc (Piecewise linear regression) Trong trường hợp hàm hồi quy có sự thay đổi về mặt cấu trúc ứng với từng khoảng giá trò khác nhau của biến độc lập, nghóa là mỗi một khoảng tương ứng với một c ấu trúc khác nhau của hàm hồi quy, lúc đó ta có thể dùng một hàm hồi quy tuyến tính từng khúc biểu diễn chung cho các cấu trúc khác nhau. Hình 5.5a biểu diễn hai cấâu trúc khác nhau xác đònh với tất cả các giá trò của biến độc lập X ứng với hai thời kỳ. Hình 5.5b biểu diễn ba cấu trúc khác nhau tương ứng với ba khoảng giá trò của X , tương tự như các cấu trúc khác nhau ứng với ba thời kỳ nối tiếp nhau, nên ta có thể dùng một hàm hồi quy tuyến tính từng khúc chung cho cả ba thời kỳ. 30 31 Giả sử ta tiến hành khảo sát mức chi trả hoa hồng theo doanh thu của một doanh nghiệp cho các đại lý bán hàng. Mức hoa hồng chi trả phụ thuộc vào mức doanh thu đạt được, nếu mức doanh thu vượt qua ngưỡng X * , thì tiền hoa hồn g sẽ thay đổi và giả sử là tăng tuyến tính theo doanh thu. Trong trường hợp này ta có thể dùng hàm hồi quy tuyến tính từng khúc để biểu diễn cho tốc độ tăng hoa hồng theo doanh thu ứng với ngưỡng X * , nghóa là độ dốc của đươ øng hồi quy thay đổi tại giá trò ngưỡng X * . Người ta sử dụng biến giả để biểu diễn hàm hồi quy tuyến tính từng khúc theo cách sau: D=1 : X>X* , D=0 : X≤X* 32 33 34 Câu hỏi:  Tự rút ra được cách viết hàm hồi quy tuyến tính từng khúc cho nhiều thời kỳ chưa?  Nếu chưa thì đó là một bài tập thú vò! 35  Xét chi tiêu theo thu nhập của một người nam từ năm 1995  2011 . Gồm có hai thời kỳ: trước khi có vợ (1995  2004) và sau khi có vợ (2005  2011).  Ta có bảng số liệu sau: 36 37 38 39 40 . nhiều thời kỳ.  Hãy tự suy ra các làm! Đây là một điều thú vò! 27 5 .2. 2 .2 Phương pháp biến giả Gộp tất cả các quan sát của hai thời kỳ và đặt biến giả như sau: D=1 : sau khi lập gia đình, D=0 : trước. thời kỳ. 28 29 5 .2. 3 Hồi quy tuyến tính từng khúc (Piecewise linear regression) Trong trường hợp hàm hồi quy có sự thay đổi về mặt cấu trúc ứng với từng khoảng giá trò khác nhau của biến độc. dùng kiểm đònh gì được? 20 Câu hỏi: trường hợp 3, có thể xãy ra tình huống như hình sau không? 21 Câu hỏi:  Trong 3 trường hợp trên, trường hợp nào là “tốt nhất”?  Trong 3 trường hợp trên,