MPP8 521 l1617v hoi quy da bien kiem dinh gia thuyet lua cho mo hinh dinh cong khai 2015 11 28 12021744

HỒI QUI ĐA BIẾN: KIỂM ĐỊNH GIẢ THUYẾT VÀ LỰA CHỌN MÔ HÌNH GV : Đinh Công Khải – FETP Môn: Các Phương Pháp Định Lượng Giả thiết qui luật chuẩn  Giả thiết ui ~ N(0, σ2)  Các tính chất ước lượng OLS hồi qui đa biến theo giả thiết phân phối chuẩn ˆk ~ N (  k , 2ˆ ) k  Ước lượng  2ˆ hàm hồi qui với biến độc lập k Yi = β1 + β2 X2i+ β3 X3i+ ui var( ˆ2 )  var( ˆ3 )  ˆ  uˆ  i n3  x 2i  x 2i x  x  -  x x  x  -  x 3i 3i 2i x3i  2 2i x3i  2 2 2i 3i Kiểm định hệ số hồi qui riêng  Phương pháp kiểm định ý nghĩa: Kiểm định t  Kiểm định phía H0: βk = a Ha: βk ≠ a Trị kiểm định thống kê t ˆk   k sˆ k Kiểm định hệ số hồi qui riêng Qui tắc bác bỏ   Bác bỏ |t| > tα/2 với t α/2 dựa phân phối t với bậc tự (n-K)  Hoặc pvalue < α Kiểm định phía H0: βk ≥ a H0: βk ≤ a Ha: βk < a Ha: βk > a Qui tắc bác bỏ  Bác bỏ t < - tα t > tα  Hoặc pvalue < α pvalue < α Kiểm định hệ số hồi qui riêng  Phương pháp kiểm định dựa khoảng tin cậy (1-α)100% ˆk  t / sˆ k Qui tắc bác bỏ Bác bỏ H0 không nằm khoảng tin cậy (1-α)100% βk Kiểm định ý nghĩa thống kê hệ số hồi qui  Phương pháp kiểm định ý nghĩa: Kiểm định F (Kiểm định Wald) Giả thuyết H0: β2 = β3 = … = βK = Ha: Ít có tham số βk khác Trị kiểm định F: MSE ESS /( K  1) F  ~ F( K 1,n K , ) MSR RSS /(n  K ) Qui tắc bác bỏ: Bác bỏ H0 F ≥ F (K-1, n-K,α) pvalue ≤ α Kiểm định ý nghĩa thống kê hệ số hồi qui  Mối quan hệ R2 F R /( K  1) F (1  R ) /(n  K )  Khi R2 lớn F lớn  Kiểm định F thước đo ý nghĩa chung mô hình hồi qui kiểm định ý nghĩa R2  Kiểm định H0: β2 = β3 = … = βK = tương đương kiểm định H0 : R2 = Lựa chọn mô hình  Phương pháp “từ tổng quát đến đơn giản” (Hendry/LSE) Sử dụng kiểm định để loại bỏ biến  Kiểm tra xem dấu hệ số hồi qui ước lượng có kỳ vọng không  Sử dụng kiểm định t kiểm định Wald  Sử dụng R2 điều chỉnh Lựa chọn mô hình  Phương pháp “từ đơn giản đến tổng quát”  Liệu đưa thêm hay nhiều biến giải thích có làm tăng mức ý nghĩa chung mô hình hay không?  Giả sử có mô hình với m biến (mô hình cũ) (R): Yi = β1 + β2 X2i+…+ βm Xmi+ ui Sau bổ sung thêm (K – m) biến giải thích (mô hình mới) (U): Yi = β1 + β2 X2i+…+ βm Xmi+ βm+1 Xm+1+…+ βK XKi + vi Lựa chọn mô hình  Dùng kiểm định Wald H0: βm+1 = βm+2 = … = βK = Ha: Ít có tham số βk khác Trị kiểm định [ ESSU  ESS R ] /( K  m) ( RU2  RR2 ) /( K  m) F  RSSU /(n  K ) (1  RU2 ) /(n  K ) Qui luật bác bỏ H0: F > F(α, K-m, n-K) pvalue < α  bổ sung biến vào mô hình làm tăng cách ý nghĩa ESS R2 Lựa chọn mô hình  Kiểm định nhân tử Lagrance (R): Yi = β1 + β2 X2i+…+ βm Xmi+ ui (U): Yi = β1 + β2 X2i+…+ βm Xmi+ βm+1 Xm+1+…+ βK XKi + vi Kiểm định giả thuyết H0: βm+1 = βm+2 = … = βK = Ha: Ít có tham số βk khác Lựa chọn mô hình  Bước 1: Ước lượng mô hình (R)  ˆR Bước 2: Tính phần dư, u  Bước 3: Ước lượng mô hình uˆRi  1   X    m X m   m1 X m1    K X K   i  Buớc 4: Với mẫu lớn, nR2 (R2 từ *) có phân phối Chi-square với tự bậc với số biến bị giới hạn (K-m)  (*) Nếu nR2 > χ2 (df=K-m)  bác bỏ giả thuyết H0 Lựa chọn dạng hàm hồi qui (phép thử MWD)  Các giả thuyết H0 : Yi = β1 + β2 X2i+…+ βK XKi+ ui mô hình (1) Ha: lnYi = β1 + β2 lnX2i+…+ βK lnXKi+ vi mô hình (2)  Quy trình kiểm định  Ước lượng mô hình tuyến tính (1); tính Yˆ ; tính lnYˆ  ˆY Ước lượng mô hình tuyến tính logarit (2) tính ln  Tạo biến  Hồi qui Y theo Xs Z1, bác bỏ H0 hệ số hồi qui Z1 có ý nghĩa thống kê ˆY) Z1  (lnYˆ  ln theo kiểm định t thông thường Lựa chọn dạng hàm hồi qui (phép thử MWD) Z  ( anti logof lnˆ Y  Yˆ )  Tạo biến  Hồi qui lnY theo lnXs Z2, bác bỏ Ha hệ số hồi qui Z2 có ý nghĩa thống kê theo kiểm định t thông thường Các tiêu chuẩn chọn mô hình khác  Kiểm định AIC (Akaike Info Criterion)  RSS )e k / n n Mô hình có giá trị tiêu chuẩn thấp chọn  Thích hợp phân tích chuỗi thời gian  Kiểm định Schwarz ( RSS k / n ( )n n  Mô hình có giá trị tiêu chuẩn thấp chọn  Thích hợp mô hình đơn giản Các tiêu chuẩn chọn mô hình khác  Kiểm định Hannan – Quinn (HQ Criterion)  RSS ( )(ln n) k / n n Mô hình có giá trị tiêu chuẩn thấp chọn ... = β1 + β2 X2i+…+ βK XKi+ ui mô hình (1) Ha: lnYi = β1 + β2 lnX2i+…+ βK lnXKi+ vi mô hình (2)  Quy trình kiểm định  Ước lượng mô hình tuyến tính (1); tính Yˆ ; tính lnYˆ  ˆY Ước lượng mô hình... Criterion)  RSS )e k / n n Mô hình có giá trị tiêu chuẩn thấp chọn  Thích hợp phân tích chuỗi thời gian  Kiểm định Schwarz ( RSS k / n ( )n n  Mô hình có giá trị tiêu chuẩn thấp chọn  Thích hợp