Slide bài giảng kinh tế lượng cô lê thị hồng hoa chương 9

Các tiêu chuẩn MH tốt (theo Harvy):  Tiết kiệm: MH đơn giản tốt  Tính đồng nhất: Với tập hợp liệu cho, ước lượng phải  Tính thích hợp: MH có R R gần coi thích hợp 2 Tính bền vững mặt lý thuyết:  Xây dựng MH phải dựa sở lý thuyết  Có khả dự báo tốt: MH chọn cho dùng để dự báo cho kết sát với thực tế Sai số dự báo thước đo phản ánh giá trò dự báo gần với giá trò thực tế Sai số dự báo chênh lệch giá trò dự báo giá trò thực tế tương ứng: ˆ et = Yt – Y t MH dự báo đánh giá tốt sai số dự báo nhỏ dao động không theo chiều hướng Mẫu dự báo có t = S, S+1, , S+h Ký hiệu giá trò thực tế giá trò dự báo tương ứng Yt Y ˆ Các t tiêu đánh giá độ xác mô hình bao gồm: •1- Sai số bình phương trung bình (Mean Squared Error): S+h ( ˆ MSE = Y − Y ∑ t t h + t =S ) S+h = et ∑ h + t =S 2- Căn bậc hai sai số bình phương trung bình (Root Mean Squared Error): RMSE = MSE 3- Sai số trung bình tuyệt đối (Mean Absolute Error): S+h MAE = e ∑ t h + t =S 4- Số trung phần trăm sai số bình tuyệt đối (Mean Absolute Percentage Error): et MAPE = ∑ h + t = S Yt S+h Ramsey đề xuất sử dụng ˆ ˆ Yt , Yt làm xấp xỉ cho Zt Các bước kiểm đònh RESET Bước 1: Hồi qui Y theo X ta ˆ tìm giá trò Y t (ta gọi MH MH cũ) Bước 2: Hồi qui Y theo X, ˆ ˆ Yt , Yt (MH gọi MH mới) kđ gt H0 cho ˆ ˆ hệ số Yt , Yt Bước 3: Tính F= (R2new - R2old)/m (1-R2new)/(n-k) F∼ F(m, n-k), m: số biến độc lập thêm vào mô hình Bước 4: Nếu F có ý nghóa mức 5% bác bỏ gt H0, tức cho MH (10.15) xác đònh không (do thiếu biến) Thí dụ: Số liệu tổng chi phí (Y) sản lượng (X) Sản lượng tổng chi phí sản lượng tổng chi phí 193 260 229 274 240 297 244 350 257 10 420 Hồi qui Y theo X: Yi = 166,4667 + 19,9333Xi +ei R2 = 0,8409; ˆ ˆ Hồi qui Y theo X, Yi ; Yi : (10.17) ˆ = 2140,221 + 476,5537 X − 0.0918655Y ˆ + 0.0001186Y ˆ3 Y i i i i R2 = 0,9983 ; Áp dụng kiểm đònh RESET ta có: (0,9983 − 0,8049) / F= = 284,4035 (1 − 0,9983) /(10 − 4) ⇒ MH (10.17) xác đònh không Kết kiểm đònh Eviews: Khi tiến hành kiểm đònh để loại bỏ biến không cần thiết đòi hỏi người thực hành phải có kinh nghiệm để phán đoán MH Trong MH hồi qui ta giả thiết Ui có phân phối chuẩn Do không ng/c toàn tổng thể nên Ui chưa biết, ta thường dùng ei để ước lượng cho U Để KĐ ei có phân phối chuẩn hay không ta dùng kiểm đònh χ Nhưng đa số các phần mềm KTL sử dụng kiểm đònh Jarqua-Bera (JB) JB = n[(S /6) + (K-3) /24] 2 đó: S- Hệ số bất đối xứng; K- hệ số nhọn S = [∑ (Xi- X) /n]/S 3 X K = [∑ (Xi- X) /n]/S 4 X Với n lớn JB có phân phối xấp xỉ χ (2) H0: U có phân phối chuẩn H0 bò bác bỏ JB > χ α (2) Với số liệu thí dụ (chương 2) Series: Residuals Sample 10 Observations 10 Mean Median Maximum Minimum Std Dev Skewness Kurtosis 6.04E-15 1.409091 8.363636 -10.36364 6.121662 -0.398346 1.890997 Jarque-Bera Probability 0.776920 0.678100 -15 -10 -5 10 Với số liệu thí dụ 4.1 Series: Residuals Sample 12 Observations 12 -75 -50 -25 25 50 75 100 Mean Median Maximum Minimum Std Dev Skewness Kurtosis -2.84E-14 -12.40574 87.29272 -60.49636 41.65369 0.635546 2.694756 Jarque-Bera Probability 0.854423 0.652325 Hết chương [...]... 2003 2004 qúy D.số C.P.B.H C.P.Q.C 1 18, 298 1,715 2,287 2 17,526 1,380 2,484 3 15 ,94 0 1, 090 2,344 4 1 16,266 25,414 0 ,92 0 2,057 2 ,91 6 4,230 2 24,685 1,808 3 ,94 3 3 21,836 1,546 2,373 4 1 22 ,91 0 31,767 1 ,91 2 3,000 2,802 4,588 2 30,475 2 ,99 9 4, 498 3 27,126 2,388 3,753 4 1 29, 448 45,382 2,561 4,320 4,573 6,554 2 43, 898 4,286 6,4 79 3 37,832 3,330 5,234 4 42,068 3,6 59 6,533 Đònh mẫu từ quý I năm 2001 đến quý... trò dự báo của MH thứ nhất 450 400 350 300 250 dự bá o 200 150 100 50 0 thự c tế 1 2 3 4 5 6 7 8 9 10 Thí dụ: Đồ thò phản ánh giá trò thực tế và giá trò dự báo của MH thứ hai 450 400 350 300 250 200 150 100 50 0 dự báo thực tế 1 2 3 4 5 6 7 8 9 10 Đồ thò của sai số dự báo 60 40 20 sai số MH 1 sai số MH 2 0 1 2 3 4 5 6 7 8 9 1 -20 -40  Bỏ sót biến thích hợp: Giả sử mơ hình đúng là : Yi = β1 + β2X2i... chính xác của dự báo Nếu đưa các sai số lên đồ thò và quan sát thấy các sai số đó dao động một cách ngẫu nhiên theo thời gian thì ta có MH dự báo tốt * Nếu đưa các giá trò thực tế và giá trò dự báo lên cùng hệ trục tọa độ Nếu thấy khoảng cách giữa giá trò thực tế và giá trò dự báo càng gần nhau thì mô hình càng chính xác Thí dụ: Đồ thò phản ánh giá trò thực tế và giá trò dự báo của MH thứ nhất 450...Việc lựa chọn công thức tính sai số dự báo phụ thuộc vào bản chất của dữ liệu: •ª Nếu trong chuỗi dữ liệu chỉ có một vài sai số dự báo có giá trò tuyệt đối lớn thì ta không nên dùng MSE & RMSE •ª Khi giá trò của các ... 18, 298 1,715 2,287 17,526 1,380 2,484 15 ,94 0 1, 090 2,344 16,266 25,414 0 ,92 0 2,057 2 ,91 6 4,230 24,685 1,808 3 ,94 3 21,836 1,546 2,373 22 ,91 0 31,767 1 ,91 2 3,000 2,802 4,588 30,475 2 ,99 9 4, 498 27,126... 3,000 2,802 4,588 30,475 2 ,99 9 4, 498 27,126 2,388 3,753 29, 448 45,382 2,561 4,320 4,573 6,554 43, 898 4,286 6,4 79 37,832 3,330 5,234 42,068 3,6 59 6,533 Đònh mẫu từ quý I năm 2001 đến quý IV năm 2003... để dự báo cho kết sát với thực tế Sai số dự báo thước đo phản ánh giá trò dự báo gần với giá trò thực tế Sai số dự báo chênh lệch giá trò dự báo giá trò thực tế tương ứng: ˆ et = Yt – Y t MH