một số kiểm định phổ biến - kinh tế lượng

NGƯ ỜI SOẠN: Nick forum: Caubedemen H ọ t ên: LÊ THÔNG TIẾN L ớp: NH05 - Khoá: K37 Email:caubedemen@gmail.com Ngu ồn: Gíao Trình Môn Kinh T ế Lượng xuất bản năm 2008 Khoa Toán Thống Kê trư ờng Đại Học Kinh Tế TPHCM v à kiến thức từ GV Nguy ễn Thành C ả cho ghi trong tập. 1/ WHITE : kiểm định phương sai có thay đổi không. (Xem l ại mô hình trong sách giáo trình ). Obs*R-squared Probability (dung đ ể kiểm định) a Ở bảng không cho Obs*R-squared thì s ử dụng F -statistic. H0: phương sai c ủa sai số ngẫu nhiên mô hình … là không đ ổi ho ặc H0: R 2 =0 (t ức là không có h ệ số n ào của mô hình “e i 2 -xem l ại giáo tr ình” ảnh hưởng e i 2 ) a < 0,05 ho ặc 0,01 (nếu đề y êu cầu) thì bác bỏ H0=> phương sai thay đổi a > 0,05 ho ặc 0,01 (nếu đề yêu cầu) thì chấ p nh ận H0=> phương sai không đổi Ho ặc dung Chi_squared, so sánh với X 2 (df) v ới df=k -1 (k là s ố hệ số ước lượng, df là b ậc tự do). X 2 < X 2 (df) thì ch ấp nhận H0 => ph ương sai không đổi X 2 > X 2 (df) thì bác b ỏ H0 => ph ương sai thay đổi 2/ Ramsey RESET test: ki ể m đ ịnh có bỏ sót biến c ần thi ết không.(Xem l ại mô h ình trong sách giáo trình ) F-statistic Probability (dùng đ ể kiểm định) a H0: mô hình không b ỏ sót biến c ần thiết hoặc H0: mô h ình không có sai số đặc trưng ho ặc H0: B 3 =B 4 =B 5 =…=0 (XEM L ẠI MÔ HÌNH) a < 0,05 ho ặc 0,01 (nếu đề yêu cầu) thì bác bỏ H0=> không bỏ sót biến quan trọng hay thích h ợp a > 0,05 ho ặc 0,01 (nếu đề yêu cầu) thì chấp nhận H0=> bỏ sót biến quan trọng hay thích h ợp 3/ Wald: ki ểm định có thừa biến không (xem l ại mô h ì nh trong giáo trình) F-statistic Probability (dung đ ể kiểm định) a H0: mô hình có thừa biến hay không có biến cần thiết ho ặc H0: B i =0 (i là bi ến mà ta nghĩ là thừa) H1: B i khác 0 a > 0,05 ho ặc 0,01 (nếu đề y êu cầu) thì chấp nhận H 0=> có th ừa biến a < 0,05 ho ặc 0,01 (nếu đề y êu cầu) thì bác bỏ H0 => không th ừa biến 4/ Breusch Godfrey… : ki ểm định tự tương quan p b ậc, thư ờng l à 2 trở lên (xem l ại mô h ình trong giáo trình) . Obs*R-squared Probability (dung để kiểm định) a H0: không có hi ện tượng tự tương quan ho ặc H0: rô 1 =rô 2 =rô p =0 (p là b ậc) (rô l à cái chữ giống chữ p á) H1: t ồn tại rô i khác 0. a > 0,05 ho ặc 0,01 (nếu đề y êu cầu) thì chấp nhận H0=> không có hiện tượng tự tương quan b ậc p a < 0,05 ho ặc 0,01 (nếu đề yêu c ầu) thì bác bỏ H0=> có hiện tượng tự tương quan b ậc p 5/Dusbin_Watson (d_test) : ki ểm định tự tương quan b ậc nhất (xem l ại mô h ình trong giáo trình) H0: rô (cái ch ữ g ì giống p á ) (không t ự t ương quan) H1: rô (cái ch ữ gì giống p á ) (t ự tương quan) d là th ống kê dusbin_watson đề sẽ cho hoặc có trong bảng EVIEW xét giá tr ị d trong khoảng 0 dL dL du du 2 4- du 4-du 4- dL 4-dL 4 Bác b ỏ H0, tự tương quan thu ận (hay tự tương quan dương Không k ết luận đư ợc Ch ấp nhận H0, Không có t ự t ương quan Không k ết luận đư ợc Bác b ỏ H0, có tự tương quan ngh ịch (hay t ự t ương quan âm) V ới dL với du tra bảng sau sách giáo khoa phụ lục 5 trang 321. n,K’=k - 1,alpha=0,05. Trong trư ờng hợp không kết luận được, ta tiến hành kiểm định 1 phía:  H0: rô =0 H1: rô>0 N ếu d<du => Bác b ỏ H0, chấp nhận H1 có hiện tượng t ự tương quan dương .  H0: rô=0 H1: rô <0 N ếu (4 -d)<du hay d>4-du thì bác b ỏ H0, chấp nhận H1, có tự t ương quan âm . 6/ Đa c ộng tuyến: Khi có đa cộng tuyến không hoàn hảo thì sẽ xuất hiện 1 hoặc 1 vài thống kê tL ít có ý ngh ĩa thống k ê (t L g ần bằng 0) –(B L =0 đư ợc chấp nhận) trong khi R 2 toàn b ộ có th ể rất lớn. Tuy nhiên việc tồn tại thống kê t L ít có ý nghĩa thống kê còn do các nguyên nhân khác: + t ồn tại biến giải thích x L ít bi ến thi ên tức xích ma x L 2 x ấp xỉ 0 => var (B^ L )r ất lớn +s ố quan sát n>k nh ưng n không lớn lắm. => var (B^ L )r ất lớn  t= B^ L / se(B^ L ) x ấp xỉ 0  Phát hi ện và khắc phục: 1/ R 2 khá lớn nhưng tồn tại t L xấp xỉ 0 (t L ít có ý nghĩa thống kê)  có đa c ộng tuyến nghiêm trọng giữa x L v ới các biến giải thích còn lại  b ỏ x L n ếu giả thiết cho phép, nếu giải thiết có yêu cầu phải giữ => chấp nhận luôn đa c ộng tuyến 2/ Ki ểm định Th ực hiện hồi qui x L theo các biến giải thích c òn lại (tức là nếu cho bảng số li ệu thì b ỏ Y đi, tính lại hồi qui của x L theo các bi ến x c òn lại) ho ặc dung r(hệ số t ương quan đ ể khẳng định xL và các x có tương quan không). H0 R 2 L =0 H1 R 2 L >0 V ớ i R 2 L là h ệ số xác định t ính l ại theo MH mới (h ồi qui x L ) F= R 2 L *(n-k+1)/ [ (1-R 2 L )*(k-2)] F<Falpha(k-2,n-k+1) thì ch ấp nhận H0 => ko tồn tại đa cộng tuyến giữa x L theo các bi ến giải thích còn lại F>Falpha(k-2,n-k+1) thì bác b ỏ H0 => tồn tại đa cộng tuyến giữa các x L và các bi ến gi ải thích c òn lại=> nên b ỏ x L n ếu giả thiết cho phép 3/ trư ờng hợp mô hình 3 thông số, tức 2 biến. rx 2 ,x 3 cao t ức xảy ra đa cộng tuyến nghiêm tr ọng (đa cộng tuyến nghĩa là biến có phục thuộc tuyến tính lẫn nhau) . Thì ta b ỏ x 2 ho ặc x 3 n ếu giả thiết cho phép 4/ Thêm: ViF = 1/ (1-R 2 L ) ViF>=10 (tương đương R 2 L >=0,9)=> t ồn tại đa cộng tuyến giữa x L và các bi ến giải thích còn l ại. Cách kh ắc phục: bỏ bớt biến hoặc th êm quan sát n lên. Cách b ỏ biến, bỏ biến n ào có giải thích Y có R 2 nh ỏ h ơn . . WHITE : kiểm định phương sai có thay đổi không. (Xem l ại mô hình trong sách giáo trình ). Obs*R-squared Probability (dung đ ể kiểm định) a Ở bảng không cho Obs*R-squared thì s ử dụng F -statistic. H0:. R 2 L =0 H1 R 2 L >0 V ớ i R 2 L là h ệ số xác định t ính l ại theo MH mới (h ồi qui x L ) F= R 2 L *(n-k+1)/ [ (1-R 2 L )*(k-2)] F<Falpha(k-2,n-k+1) thì ch ấp nhận H0 => ko tồn tại đa. sót biến c ần thi ết không.(Xem l ại mô h ình trong sách giáo trình ) F-statistic Probability (dùng đ ể kiểm định) a H0: mô hình không b ỏ sót biến c ần thiết hoặc H0: mô h ình không có sai số