D1*X làm giá trị P-value -Mô hình biến giả tác động đến cả hệ số chặn và hệ số góc Hàm hồi quy LS Y C X D1 D1*X Kiểm định sự khác nhau giữa 2 giai đoạn Kiểm định Chow... H0 : không có s
Trang 1Sau khi vật vã với môn phái KTL và làm đề kiểu mì ăn liền thì mình rút ra bài học dư lày:
-p-value < 0,05 chấp nhận H1 bác bỏ H0 còn > 0,05 thì chưa đủ cơ sở bác bỏ H0 (cái này thì ai cũng biết rồi :v)
-với các câu đúng sai thì H0 là đúng, H1 là sai (chấp nhận H0 thì điền đúng, bác bỏ H0 thì điền sai), các câu
có không thì H0 là không, H1 là có (chấp nhận H0 điền không, bác bỏ H0 điền có) (trừ trường hợp kiểm định
bỏ biến và sai số phân phối chuẩn thì ngược lại)
Tóm lại là p-value > 0,05 điền không với các câu có không (trừ kiểm định bỏ biến và sai số phân phối chuẩn), đúng với các câu đúng sai
H0, H1 và p-value cụ thể ở dưới, chúc các bạn may mắn *clap* *clap*
1 KIỂM ĐỊNH Ý NGHĨA THỐNG KÊ CỦA CÁC BIẾN
H0 : βi = 0 (không có ý nghĩa thống kê)
H1 : βi ≠ 0 (có ý nghĩa thống kê)
Dùng Prob (X i) làm giá trị P-value
2 KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY
H0 : R2 = 0 (không phù hợp)
H1 : R2 ≠ 0 (có phù hợp)
Dùng Prob(F-statistic) làm giá trị P-value
3 MÔ HÌNH BIẾN GIẢ
-Mô hình biến giả chỉ tác động đến hệ số chặn (Hàm hồi quy LS Y C X D1):
Kiểm định sự khác nhau giữa 2 giai đoạn
H0 : β3 = 0 (không có sự khác nhau giữa 2 giai đoạn)
H1: β3 ≠ 0 (có sự khác nhau giữa 2 giai đoạn)
Dùng Prob (D1) làm giá trị P-value
-Mô hình biến giả chỉ tác động đến hệ số góc (Hàm hồi quy LS Y C X D1*X)
Kiểm định sự khác nhau giữa 2 giai đoạn
H0 : β3 = 0 (không có sự khác nhau giữa hai giai đoạn)
H1 : β3 ≠ 0 (có sự khác nhau giữa hai giai đoạn)
Dùng Prob (D1*X) làm giá trị P-value
-Mô hình biến giả tác động đến cả hệ số chặn và hệ số góc (Hàm hồi quy LS Y C X D1 D1*X)
Kiểm định sự khác nhau giữa 2 giai đoạn ( Kiểm định Chow)
Trang 2H0 : không có sự khác nhau giữa 2 giai đoạn
H1: có sự khác nhau giữa 2 giai đoạn
Dùng Probability ( của F-statistic) làm giá trị P-value
4 ĐA CÔNG TUYẾN
(Không xảy ra với mô hình hồi quy đơn LS Y C X)
Dùng mô hình hồi quy phụ (Hồi quy 1 biến độc lập theo 1 hay nhiều biến độc lập khác)
H0 : Hàm hồi quy phụ không phù hợp (không có đa cộng tuyến)
H1 : Hàm hồi quy phụ có phù hợp (có đa cộng tuyến)
Dùng Prob(F-statistic) làm giá trị P-value
5 PHƯƠNG SAI SAI SỐ THAY ĐỔI
-Kiểm định White:
Ho : Mô hình không có phương sai sai số thay đổi (PSSS đồng đều)
H1: Mô hình có phương sai sai số thay đổi
Với hàm hồi quy đơn nếu không nói rõ là no cross tearms hay cross tearms thì chọn cái nào cũng được vì
nó ra cùng kết quả các cậu ạ, vì có mỗi 1 biến độc lập X nên thách nó cũng không tạo được tích chéo
X2*X3 (khổ thân biến độc lập cũng FA TvT)
Kiểm định White xong rồi thì nó sẽ hiện ra 2 cái bảng, đầu tiên là bảng Equation, dùng để trả lời cho 3 dạng câu hỏi:
-có tích chéo, dùng kiểm định F: Dùng Probability (của F-statistic) làm giá trị P-value
-không tích chéo, dùng kiểm định χ2: Dùng Probability (của Obs*R-squared) làm giá trị P-value
-không tích chéo, không nói rõ dùng kiểm định nào: Dùng cả Probability (của F-statistic) và Probability
(của Obs*R-squared), nếu cả 2 đều kết luận là không thì mô hình không có PSSSTĐ, nếu 1 trong 2 kết
luận là có thì mô hình có PSSSTĐ (nếu cả 2 đều kết luận là có thì tất nhiên là mô hình có PSSSTĐ rồi, miễn bàn :3)
Phần thứ 2 là bảng hồi quy mô hình phụ, có thể dùng Prob(F-statistic) (cái này sẽ giống với Probability
(của F-statistic) ở bảng Equation nên khỏi cần xem làm gì các cậu ạ =))))) )để kiểm định sự phù hợp của
hàm hồi quy (xem lại phần kiểm định sự phù hợp của hàm hồi quy nếu các cậu quên) để xem có PSSSTĐ hay không
-Kiểm định Park: LS log(e^2) C Log(X)
H0 : Hàm hồi quy không phù hợp (không có PSSSTĐ)
H1 : Hàm hồi quy có phù hợp ( có PSSSTĐ)
Dùng Prob(F-statistic) làm giá trị P-value
Trang 3-Kiểm định Glejer: LS abs(e) c 1/x^0.5
H0, H1, P-value cũng dùng như trên (gõ lại mệt :v)
-Kiểm định dựa trên ước lượng biến phụ thuộc: LS e^2 c yf^2
Lại như trên nhé các cậu =)))))
6 TỰ TƯƠNG QUAN
-Kiểm định BG
H0 : mô hình hồi quy chính không có TTQ
H1 : mô hình hồi quy chính có TTQ
Cái này cách xem P-value như White của PSSSTĐ tùy vào đề cho kiểm định F hay χ2 nên các cậu đọc kết quả như White nhưng thay PSSSTĐ bằng TTQ nhé =))))))))))
-Hồi quy phụ theo biến trễ phần dư: LS e c e(-a) (trong đó a là số biến trễ của e trong mô hình hồi quy phụ đồng thời là bậc TTQ trong mô hình chính – cái này đề cho nhé :3)
H0 : Mô hình hồi quy phụ không có ý nghĩa thống kê (Mô hình hồi quy chính không có TTQ)
H1: Mô hình hồi quy phụ có ý nghĩa thống kê (Mô hình hồi quy chính có TTQ)
Dùng Prob(F-statistic) làm giá trị P-value
7 KIỂM ĐỊNH RAMSEY
H0 : Mô hình không có dạng hàm sai – mô hình đúng (không thiếu biến)
H1: Mô hình có dạng hàm sai – mô hình sai (có thiếu biến)
Dùng Probability ( của F-statistic) làm giá trị P-value
8 KIỂM ĐỊNH TÍNH PHÂN PHỐI CHUẨN CỦA SAI SỐ NGẪU NHIÊN
H0 : Biến ngẫu nhiên U có phân phối chuẩn
H1: Biến ngẫu nhiên U không có phân phối chuẩn
Dùng Probability (trong kiểm định JB) làm P-value
9 KIỂM ĐỊNH WALD TEST
-1 hệ số:
H0 : β2 = a (đúng)
H1 : β2 ≠ a (sai)
(a đề bài sẽ cho :3)
Cách xem kết quả tương tự White vs BG, xem đề cho kiểm định F hay χ2 (ở Wald là Probability ( của
Trang 4-nhiều hệ số:
đề bài sẽ hỏi khi x tăng a đơn vị, z tăng 2 đơn vị và các yếu tố khác không đổi thì y trung bình tăng c đơn
vị đúng không?
H0 : aβ2 + bβ3 = c (đúng)
H1 : aβ2 + bβ3 ≠ c (sai)
Cách xem kết quả như đối với một hệ số
10 KIỂM ĐỊNH THÊM BIẾN
H0 : không nên thêm biến
H1 : có nên thêm biến
Dùng Probability (của F-statistic) làm P-value
11 KIỂM ĐỊNH BỎ BIẾN
H0 : có nên bỏ biến
H1: không nên bỏ biến
Dùng Probability (của F-statistic) làm P-value