Đang tải... (xem toàn văn)
Bài giảng Kinh tế lượng - Chương 8: Chọn mô hình và kiểm định chọn mô hình cung cấp cho người học các kiến thức: chọn mô hình - Các sai lầm khi chọn mô hình, cách tiếp cận để lựa chọn mô hình, kiểm định việc chọn mô hình. Mời các bạn cùng tham khảo nội dung chi tiết.
09/09/2014 CHƯƠNG CHỌN MƠ HÌNH CHỌN MƠ HÌNH VÀ K IỂM ĐỊNH HÌNH CHỌN MƠ HÌ MỤ C TIÊU Bi ế t c ch ti ế p c ậ n đ ể lựa chọn mơ hình Biết cách kiểm định việc chọn mơ hình NỘI DUNG Chọn mơ hình- Các sai lầm chọn mơ hình Cách tiếp cận để lựa chọn mơ hình Kiểm định việc chọn mơ hình Chọn mơ hình •Tiết kiệm •Tính đồng •Tính thích hợp: Mơ hình có R2 cao thích hợp •Tính bền vững mặt lý thuyết: mơ hình phải phù hợp với lý thuyết tảng •Khả dự báo cao Các sai lầm chọn mô hình- Hậu Bỏ sót biến thích hợp i.Cácthamsốướclượngsẽbịchệchvà khơngvững i.Khoảngtincậyvàcáckiểmđịnhkhơngchính xác i.Dựbáodựatrênmơhìnhsaisẽkhơngđáng tincậy Các sai lầm chọn mơ hình- Hậu Đưa vào mơ hình biến khơng phù hợp Cácướclượngkhơnghiệuquả,khoảngtin cậyrộng 09/09/2014 Các sai lầm chọn mơ hình- Hậu Lựa chọn mơ hình khơng xác i.Ướclượngchệchcáchệsốhồiquy,dấu củahệsốhồiquycóthểsai i.Cóíthệsốhồiquyướclượngđượccó ýnghĩathốngkê i.R2 khơngcao iv.Phầndưcácquansátlớnvàbiểuthị sựbiếnthiêncótínhhệthống Cách tiếp cận để lưa chọn mơ hình 1.Xác định số biến độc lập Từđơngiảnđếntổngquát Từtổngquátđếnđơngiản Kiểm định mô hình có vi phạm giả thiết Nếu mơ hình vi phạm cần có biện pháp khắc phục Chọn dạng hàm, dựa vào Các lý thuyết kinh tế Các kết nghiên cứu thực nghiệm Sử dụng tiêu chuẩn thơng dụng để chọn mơ hình a Kiểm định Wald Xây dựng giả thiết để kiểm định đk ràng buộc H0: βm =… β k = H1: có βj khác B1: Hồi quy mơ hình (U) có k tham số, tính RSSU có n-k bậc tự B2: Hồi quy mơ hình (R) có m tham số, tính RSSR có n-m bậc tự B3: Tính F F= ( R U − R R ) /( k − m) ( RSS R − RSS U ) / k − m) = RSS U /( n − k) (1 R U ) /( n − k) − 11 Ví dụ �Về hàm chi phí doanh nghiệp, dạng hàm Yi =b1 +b2Xi +b3Xi +b4Xi +u1i �Bỏsótbiếnquantrọng (Xi ) Yi =a1 +a2Xi +a3Xi +u2i �Đưabiếnkhơngliênquanvàomơhình(Xi ) Yi =l1 +l2Xi +l3Xi +l4Xi +l5Xi + u3i �Dạng hàm sai lnY=g1 +g2Xi +g3Xi +g4Xi +u4i Kiểm định việc chọn mơ hình a Kiểm định thừa biến (kiểm định Wald) Xét hai mơ hình: (U) : Y = β + β X2 + β m −1 X m + β mX m + β k Xk + U + −1 ( R ) : Y = β + β X2 + β m −1 Xm −1 + V + (U): mơ hình khơng bị ràng buộc (R): mơ hình bị ràng buộc Điều kiện ràng buộc: hệ số hồi quy biến Xm , Xm+1 , Xk đồng thời 10 a Kiểm định Wald B4: Tra bảng F với mức ý nghĩa α có giá trị Fα (k-m, n-k) Quy tắc định •Nếu F≥ Fα (k-m, n-k): bác bỏ H0, tức mơ hình (U) khơng thừa biến •Nếu F< Fα (k-m, n-k): chấp nhận H0 Nếudùngkếtquảp-valuethìquytắc quyếtđịnhnhưsau: •Nếu p ≤ α : Bác bỏ H0 •Nếu p > : Chấp nhận H0 α 12 09/09/2014 b Kiểm định bỏ sót biến giải thích b Kiểm định bỏ sót biến giải thích Dùng kiểm định Reset Ramsey: Bước1: Dùng OLS để ước lượng mơ hình Yi = β1 + β2X2i + ui Từ tính Yˆi R2old Bước2: dùng OLS để ước lượng mơ hình Yi = β1 + β2 2i + β3Yˆ2 + β4 Yˆ + + vi Bước3: Tính ( Rnew − old2 ) m 2R ) (n − k ) (1 − new số quan sát R F= n: k: m: số tham số mơ hình số biến đưa thêm vào Tính X giả thiết H0: β3 = β4 =… = βk = Kiểm định R2new 13 14 c Kiểm định giả thiết phân phối chuẩn ui b Kiểm định bỏ sót biến giải thích Bước4: Quy tắc định •Nếu F > Fα(m,n-k): Bác bỏ H0, tức hệ số mơ hình cũ β3,β4,…βk khơng đồng thời 0, bỏ sót biến •Nếu F < Fα(m,n-k): Chấp nhận H0 Nếudùngkếtquảp-valuethìquytắcquyếtđịnh nhưsau: • Nếu p ≤ α : Bác bỏ H0 •Nếu p > α: Chấp nhận H0 Dùng kiểm định χ2, hay kiểm định Jarque-Bera Kiểm định giả thiết H0: ui có phân phối chuẩn S ( K −3) 2⎤ + JB = n ⎡⎢ 24 ⎥⎦ ⎣ S = ∑ (ui − u) n SE3u K= ∑ (ui − u) n SE 4u Nếu JB > χ2, Bác bỏ H0, ngược lại, chấp nhận H0 16 15 5.Tiêu chuẩn lựa chọn mô hình Tiêu chuẩn R2 � R2 đo lường % biến động Y giải thích Xi mơ hình �R2, �R2 điều chỉnh, � R2 gần 1, mơ hình phù hợp �Giá trị hàm hợp lý log-likelihood (L), �Tiêu chuẩn thông tin Akaike (AIC), �Tiêu chuẩn thông tin Schwarz (SIC) �Lưu ý: �R2 đo lường phù hợp mẫu � Khi so R2 mơ hình khác nhau, sánh biến phụ thuộc phải giống �R2 không giảm tăng thêm biến độc lập 17 18 09/09/2014 Tiêu chuẩn R2 điều chỉnh (⎺R2) Giá trị hàm hợp lý log-likelihood (L) RSS/(n −k ) n = − (1 − 2R − R2 = /( −1) TSS n n −k − ) n n L = − ln σ − ln( 2π) − ∑ U2i 2 �⎺R2 ≤ R2.⎺R2 tăng giá trị tuyệt đối giá trị t biến thêm vào mơ hình lớn �R2 tiêu chuẩn tốt R2 �Giá trị L lớn chứng tỏ mơ hình phù hợp �Các biến phụ thuộc phải giống 19 Tiêu chuẩn thông tin Akaike (AIC) ⎛RSS ⎞ 2k/ AIC = ⎜ ⎟.e ⎝ n n hay ⎛2k ⎛RSS ⎞ ln ln AIC = ⎜ ⎟+ ⎠ ⎞ n ⎟ n ⎝ ⎠ ⎠ ⎜ ⎝ �Trong k số biến ước lượng (gồm hệ số tự do) n cỡ mẫu �Giá trị AIC nhỏ chứng tỏ mơ hình phù hợp 21 20 Tiêu chuẩn thông tin Schwarz (SC) ⎛RSS ⎞ k/ SC = ⎜ ⎟.n ⎝ n n hay ln SC = ⎠ ⎛RSS ⎞ k ln n+ ⎜ ⎟ n ⎝ n ⎠ �SC khắt khe AIC �SC nhỏ, mơ hình tốt 22 ... ý nghĩa α có giá trị Fα (k-m, n-k) Quy tắc định •Nếu F≥ Fα (k-m, n-k): bác bỏ H0, tức mô hình (U) khơng thừa biến •Nếu F< Fα (k-m, n-k): chấp nhận H0 Nếudùngkếtquảp-valuethìquytắc quyếtđịnhnhưsau:... phạm giả thiết Nếu mơ hình vi phạm cần có biện pháp khắc phục Chọn dạng hàm, dựa vào Các lý thuyết kinh tế Các kết nghiên cứu thực nghiệm Sử dụng tiêu chuẩn thơng dụng để chọn mơ hình a Kiểm định... Bước4: Quy tắc định •Nếu F > Fα(m,n-k): Bác bỏ H0, tức hệ số mơ hình cũ β3,β4,…βk khơng đồng thời 0, bỏ sót biến •Nếu F < Fα(m,n-k): Chấp nhận H0 Nếudùngkếtquảp-valuethìquytắcquyếtđịnh nhưsau: