CHƯƠNG 16 17 18 SPOHRER 13 PHẦN 5 1 1 5 1 2 CROISSANT 19

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ BÀI TIỂU LUẬN MÔN HỌC KHOA HỌC DỊCH VỤ CHƯƠNG 16-17-18: SPOHRER 13 PHẦN 5.1.1-5.1.2: CROISSANT 19 MỤC LỤC BẢNG CHÚ GIẢI VIẾT TẮT PHẦN PHÂN CƠNG CƠNG VIỆC CỦA NHĨM SINH VIÊN PHẦN PHƯƠNG PHÁP DỰA TRÊN NHẬN THỨC PHÂN TÁN CHO MỤC ĐÍCH TÌM KIẾM TÍNH NĂNG XÃ HỘI VÀ CÁC CƠ HỘI TRONG DỊCH VỤ THƯƠNG MẠI 2.1 GIỚI THIỆU 2.2 PHÂN TÍCH THƯƠNG MẠI NHƯ MỘT HỆ THỐNG NHẬN THỨC 2.2.1 PHƯƠNG PHÁP CHẨN ĐOÁN CÁC CƠ HỘI XÃ HỘI TRONG HỆ THỐNG NHẬN DẠNG PHÂN TÁN 2.3 ĐÁNH GIÁ PHƯƠNG PHÁP MỞ RỘNG TRÊN THƯ VIỆN DỊCH VỤ 11 2.3.1 DỊCH VỤ THƯ VIỆN CC .11 2.3.2 KẾT QUẢ .12 2.4 KẾT LUẬN VÀ CÔNG VIỆC TƯƠNG LAI .13 PHẦN NHẬN THỨC PHÂN TÁN, KHOA HỌC DỊCH VỤ VÀ MÔI TRƯỜNG ẢO ĐA NGƯỜI DÙNG 3D .14 3.1 TÓM TẮT 14 3.2 TỔNG QUAN CƠ BẢN VỀ NHẬN THỨC PHÂN TÁN, KHOA HỌC DỊCH VỤ VÀ MÔI TRƯỜNG ẢO ĐA NGƯỜI DÙNG 3D 15 3.2.1 NHẬN THỨC PHÂN TÁN 15 3.2.2 KHOA HỌC DỊCH VỤ 16 3.2.3 MÔI TRƯỜNG ẢO ĐA NGƯỜI DÙNG 3D 16 3.3 MƠ HÌNH ĐỂ TẠO RA CÁC ỨNG DỤNG HỮU ÍCH VÀ PHÙ HỢP MONG MUỐN CHO CÁ NHÂN SỬ DỤNG CÔNG CỤ .17 3.3.1 BƯỚC 1: TÌM CÁC NHIỆM VỤ, U CẦU ĐỊI HỎI TÍNH CHUYÊN MÔN CÁ NHÂN 18 3.3.2 BƯỚC 2: PHÂN TÍCH NHIỆM VỤ ĐỂ KHÁM PHÁ KỸ NĂNG 19 3.3.3 BƯỚC 3: THIẾT KẾ MỘT BẢN PHÂN CHIA KỸ NĂNG MỚI 20 3.3.4 TIẾN HÀNH THỰC HIỆN ỨNG DỤNG 23 3.4 TỔNG KẾT 26 PHẦN 4: VAI TRỊ CỦA CẢM XÚC TÍCH CỰC VỚI SỰ HÌNH THÀNH CỦA LỆCH LẠC TÍCH CỰC TRONG DỊCH VỤ THƯƠNG MẠI ĐIỆN TỬ 28 4.1 GIỚI THIỆU .28 4.2 CHUỖI LỢI NHUẬN DỊCH VỤ VÀ LIÊN KẾT NGHIÊN CỨU .29 4.3 TÁC ĐỘNG CỦA CẢM XÚC TÍCH CỰC TRONG CHUỖI LỢI NHUẬN DỊCH VỤ 31 4.4 QUÁ TRÌNH PHÁT TRIỂN VÀ MỞ RỘNG CỦA CÁC NHÂN TỐ TRONG CHUỖI DỊCH VỤ LỢI NHUẬN 34 4.5 KHÔNG KHÍ CỦA SỰ TÍCH CỰC 35 4.7 MƠ HÌNH KINH DOANH DỊCH VỤ TÍCH CỰC 35 4.8 BÀN LUẬN VÀ TỔNG KẾT .36 PHẦN 5: CÁC CÔNG THỨC ƯỚC LƯỢNG HIỆP PHƯƠNG SAI MẠNH 38 5.1 ƯỚC TÍNH MẠNH MẼ THEO CỤM TRONG CÀI ĐẶT DỮ LIỆU BẢNG .39 5.2 PHÂN CỤM KÉP (DOUBLE CLUSTERING) 41 5.3 BẢNG NEWEY-WEST VÀ SCC 42 5.4 MỘT ĐỊNH NGHĨA TOÀN DIỆN 44 PHẦN ƯỚC LƯỢNG SANDWICH VÀ MƠ HÌNH BẢNG DỮ LIỆU 45 6.1 NÊU VẤN ĐỀ VÀ HƯỚNG TIẾP CẬN XỬ LÝ 45 6.2 ỨNG DỤNG CHO CÁC MƠ HÌNH DỮ LIỆU CHUYỂN DẠNG .46 6.2.1 FIXED EFFECTS 47 6.2.2 RANDOM EFFECTS 47 6.2.3 FIRST DIFFERENCES 48 6.2.4 VÍ DỤ: HIỆU ỨNG NGẪU NHIÊN VÀ HIỆP PHƯƠNG SAI MẠNH - TẬP DỮ LIỆU produc 48 6.3 BẢNG SỬA LỖI TIÊU CHUẨN 49 6.3.1 VÍ DỤ: MƠ HÌNH ẢNH HƯỞNG CỐ ĐỊNH BỞI THỜI GIAN - TẬP DỮ LIỆU agl 50 TÀI LIỆU THAM KHẢO 51 BẢNG CHÚ GIẢI VIẾT TẮT Viết tắt Ols Re Fe Fd pcse Tiếng Anh Ordinary least squares Random Effects Fixed Effects First Differences Panel Correct Standard Error Tiếng Việt Bình phương tối thiểu Ảnh hưởng ngẫu nhiên Ảnh hưởng cố định Khác biệt ban đầu Bảng tự sửa lỗi PHẦN PHÂN CÔNG CÔNG VIỆC CỦA NHĨM SINH VIÊN Số TT Họ tên sinh viên Cơng việc thực Trần Hưng Nhật Dịch chương 16 Spohrer 13 + biên soạn tiểu luận Nguyễn Thị Hợp Dịch chương 17 Spohrer 13 + biên soạn tiểu luận Vũ Sỹ Kiên Dịch chương 18 Spohrer 13 + biên soạn tiểu luận Dương Thanh Hoà Dịch phần 5.1.1 Croissant 19 + biên soạn tiểu luận Bùi Tiến Dũng Dịch phần 5.1.2 Croissant 19 + biên soạn tiểu luận PHẦN PHƯƠNG PHÁP DỰA TRÊN NHẬN THỨC PHÂN TÁN CHO MỤC ĐÍCH TÌM KIẾM TÍNH NĂNG XÃ HỘI VÀ CÁC CƠ HỘI TRONG DỊCH VỤ THƯƠNG MẠI 2.1 GIỚI THIỆU Trong giới biến chuyển nhanh nay, tổ chức phải liên tục đổi thích ứng phản ứng với hội kinh doanh, thay đổi môi trường, hệ thống khách hàng Để làm vậy, trước tiên tổ chức phải hiểu nêu rõ dịch vụ kinh doanh sau xác định hệ thống thơng tin có / triển khai ứng dụng triển khai dịch vụ (Demirkan, Kauffman,Vayghan, Fill, Karagiannis, & Maglio, 2008) Hầu hết tổ chức mở rộng hệ thống công nghệ thông tin (CNTT) hoạt động; nhiên, số trường hợp, dịch vụ thương mại thực với khơng có hỗ trợ CNTT.Thông thường, dịch vụ thương mại ngoại tuyến có sử dụng nhiều năm mài giũa để cung cấp nhu cầu cụ thể cho tổ chức khách hàng Đồng thời, nỗ lực liên tục đổi thông qua việc giới thiệu công nghệ mới, tổ chức ngày kết hợp tính tốn xã hội kỹ thuật dịch vụ kinh doanh họ cho khách hàng nhân viên họ tương tác với tổ chức với cách hiệu trực tuyến (Abram,2005; Farkas, 2007; Stephens, 2007).Điện toán xã hội gọi phương tiện truyền thông xã hội, mạng xã hội công nghệ xã hội mô tả theo cách khác tác giả khác (Boyd Ellison, 2007; Kim, et al, 2010;Parameswaran Whinston, 2007; Thelwall, 2007).Chúng tai sử dụng định nghĩa cơng nghệ tính tốn xã hội, tính xã hội quan trọng xác định (Lyons Lessard, 2012) Chúng xác định tính xã hội tính phân biệt hệ thống công nghệ xã hội theo định hướng ứng dụng từ hệ thống không theo định hướng cơng nghệ xã hội.Năm tính xã hội quan trọng xác định (Lyons Lessard, 2012) là: hồ sơ cá nhân;mạng lưới khớp nối; cộng đồng nhóm tạo tham gia; nội dung người dùng tạo (UGC) tạo chia sẻ; và, nhận xét thơng tin thêm vào nội dung có Nỗ lực áp dụng tính xã hội thường thực với chút phân tích dịch vụ kinh doanh thay vào cách xem tổ chức tương tự khác kết hợp tính xã hội vào dịch vụ thương mại họ Carr (2004) kiểm tra lý thuyết máy tính có sẵn nhiều, trở thành lợi cạnh tranh Ơng nói để đạt lợi đối thủ (để thực sáng tạo), người ta phải làm điều có mà người khác khơng thể làm khơng có Nó khơng đủ để làm người khác làm để hiểu điều làm cho tổ chức dịch vụ bạn trở nên độc đáo Trong viết này, cho thấy cách mở rộng phương pháp nhận thức dựa phân phối giúp tổ chức phân tích dịch vụ kinh doanh họ để xác định tính xã hội hỗ trợ hoạt động thương mại dịch vụ độc đáo có họ.Phương thức phần mở rộng phương thức trình bày (Flor & Maglio, 2004) mà tầm nhìn doanh nghiệp hệ thống nhận thức phân tán đề xuất chế bước để xác định khía cạnh hoạt động dịch vụ khách hàng ngoại tuyến tăng cường sửa đổi để sử dụng công nghệ trực tuyến Chúng mô tả phương thức mở rộng chúng tơi sử dụng để chẩn đốn cơng nghệ hội tính xã hội dịch vụ thư viện 2.2 PHÂN TÍCH THƯƠNG MẠI NHƯ MỘT HỆ THỐNG NHẬN THỨC Phân biệt nhận thức mở rộng khái niệm nhận thức vượt cá nhân bao gồm tương tác người với phần khác môi trường (Hollan, Hutchins, & Kirsh, 2000) Hollan cộng (2000) phân tích cầu tàu buồng lái hàng không hệ thống nhận thức phân tán Flor Maglio (2004) xem doanh nghiệp hệ thống nhận thức phân tán Dựa Simon(1969) lập luận máy tính não người loại ký hiệu vật lý hệ thống sử dụng thực tế hệ thống biểu tượng vật lý chế (cần thiết đủ) để nhận thức, Flor Maglio (2004), nói rằng, "một doanh nghiệp hệ thống nhận thức hệ thống biểu tượng vật lý, xác định xác doanh nghiệp liên minh cá nhân công nghệ lưu trữ,thao tác phân phối biểu diễn việc phục vụ nhiệm vụ ”(trang 41)Phân biệt nhận thức hoạt động chung phân phối cá nhân,nhóm làm việc cơng nghệ liên minh (Lintern, 2005) Flor Maglio (2004) đề xuất phương pháp mơ hình hóa biểu tượng doanh nghiệp hoạt động dựa khái niệm doanh nghiệp tạo thành từ người công nghệ tạo, lưu trữ, thao tác, phân phối trao đổi ký hiệu Họ sử dụng phương tiện biểu đồ chòm đại diện: tác nhân (con người, công nghệ); biểu tượng tạo trao đổi; và, phương tiện truyền thông mà qua trao đổi thực hiện.Biểu đồ chịm phương tiện tạo thành từ nút mũi tên có nhãn kết nối nút.Các nút phương tiện có chứa trạng thái tượng trưng (chẳng hạn giấy) biểu tượng vật lý lưu trữ, xử lý gửi biểu tượng (chẳng hạn người công nghệ) Mũi tên hiển thị chuyển động ký hiệu nút gắn nhãn nội dung biểu tượng kênh (hoặc phương tiện) truyền tải Một ví dụ sơ đồ chịm phương tiện truyền thông đơn giản đưa (Flor Maglio, 2004) đại diện cho hai người gặp mặt trực tiếp: người (P1) nói ‘Chúc mừng sinh nhật’ cho người khác (P2), người trả lời ‘cảm ơn’.Phương tiện biểu đồ chịm cho hoạt động có hai nút, P1 P2 mũi tên từ P1 đến P2 có gắn nhãn ‘a: happy birthday’ mũi tên từ P2 đến P1 gắn nhãn ‘A: cảm ơn” Tiền tố ‘a:’ biểu thị kênh âm cho trao đổi Biểu đồ cho thấy hai sơ đồ chịm truyền thơng cho việc đệ trình trả chuyển nhượng khóa học đại học Flor Maglio (2004) lập luận biểu tượng mơ hình hóa kênh tun truyền chúng cho phép chủ sở hữu doanh nghiệp hiểu rõ nơi để truyền tải cơng nghệ tính tốn đơn giản chuyển động biểu tượng đồ Họ trình bày quy trình ba bước sử dụng sơ đồ chòm phương tiện để điều tra hội giới thiệu công nghệ vào hoạt động doanh nghiệp Cụ thể, node (agent) sơ đồ chịm truyền thơng đại diện cho hội thay công nghệ mũi tên (trao đổi) hội để trung gian trao đổi với công nghệ Trong viết này, mở rộng phương pháp họ để tìm hội giới thiệu tính xã hội dịch vụ thương mại có Nó làm cho cảm giác trực quan phương tiện truyền thơng biểu đồ chịm đại diện dựa nhận thức phân tán lý thuyết sử dụng để chẩn đốn hiệu hội cơng nghệ xã hội lý sau Một ba loại phân phối trình nhận thức quan sát Hollan cộng (2000) trình nhận thức phân phối thành viên nhóm xã hội 2.2.1 PHƯƠNG PHÁP CHẨN ĐOÁN CÁC CƠ HỘI XÃ HỘI TRONG HỆ THỐNG NHẬN DẠNG PHÂN TÁN Trong phần này, mô tả phần mở rộng cho phương thức dựa nhận thức phân tán trình bày (Flor & Maglio, 2004) Chúng tuân theo giả định họ cho đưa công nghệ vào quy trình ngoại tuyến - nơi tốt để tìm kiếm hội để chèn tính xã hội xem xét có, đánh giá cao, sử dụng tốt dịch vụ thương mại thay cố gắng bắt chước cách người khác sử dụng tính xã hội dịch vụ thương mại họ Phần mở rộng chúng tơi giữ ngun khía cạnh có hệ thống phương pháp chúng.Phương pháp có hệ thống chúng tơi giúp người xác định hiệu cách mang doanh nghiệp dịch vụ trực tuyến đồng thời tăng cường dịch vụ với tính xã hội trì liên kết với quy trình thực hành mài giũa Ba bước trình bày (Flor & Maglio, 2004) là: Bước 1: Xác định sản phẩm: Các sản phẩm dịch vụ kinh doanh định nghĩa điều mà khách hàng rời khỏi doanh nghiệp mà họ không cần phải bước vào Điều bao gồm kiến thức thông tin thu từ việc tương tác với người, công nghệ thực thể doanh nghiệp Trong ví dụ salon tóc, sản phẩm xác định cắt tóc, sản phẩm tóc mua thẻ nhắc cho chuyến thăm trở lại khách hàng Bước 2: Mơ hình đại diện hoạt động biểu diễn: Sau sản phẩm xác định, bước mơ hình hóa biểu diễn hoạt động đại diện tạo phân phối sản phẩm có thể, đặc biệt xem xét người có liên quan đến cơng việc doanh nghiệp dịch vụ Các hoạt động đại diện định nghĩa "bất kỳ cơng việc cá nhân nhóm lưu trữ, xử lý phân phối thông tin ”(Flor & Maglio, 2004, trang 40).Các hoạt động biểu diễn mơ hình hóa dạng biểu đồ chịm truyền thơng mơ tả người, cơng nghệ tính tốn thơng tin dạng tác nhân (hoặc nút) mục mẫu di chuyển, truyền đạt trao đổi kênh truyền thông tác nhân dạng mũi tên (hoặc cạnh hướng) Các kênh truyền thông xác định cách thức việc trao đổi diễn thông tin truyền đạt lời nói, hệ thống thư, qua email, giấy, v.v Ví dụ, xem xét khóa học đại học dịch vụ kinh doanh, sản phẩm tập phân loại mà học sinh nhận khóa học Các biểu đồ chịm truyền thơng cho sản phẩm mơ tả việc gửi phân loại sử dụng kênh truyền thơng giấy thể Hình (a) Chịm phương tiện trình mơ hình sơ đồ phân loại thông qua hệ thống quản lý học tập (LMS) đưa Hình (b) Trong hai trường hợp, nộp từ học sinh đến giáo sư điểm di chuyển từ giáo sư đến học sinh Khi giấy sử dụng, kênh truyền thông hai trường hợp giấy.Khi LMS sử dụng, chuyển từ sinh viên sang LMS cách sử dụng kênh bàn phím từ LMS cho giáo sư sử dụng kênh hình điểm số di chuyển từ giáo sư đến LMS (trên kênh bàn phím) từ LMS cho học sinh (trên kênh hình) Flor Maglio (2004) xác định quan chức giới truyền thơng biểu đồ chịm đại diện cho nhóm tác nhân làm việc thực nhiệm vụ liên quan đến kinh doanh Những quan chức giống kinh doanh quy trình (từ điểm nhìn người dùng khách hàng) tạo nên doanh nghiệp dịch vụ lập mơ hình Các quan chức biểu diễn dạng đường đứt nét bao quanh nhóm đại lý tham gia vào nhiệm vụ liên quan đến kinh doanh Bước 3: Chẩn đốn hội tính tốn: Bước cuối liên quan đến việc tìm kiếm mơ hình cách tạo sản phẩm (sơ đồ chịm truyền thơng phát triển Bước 2) xác định nơi mà công nghệ sử dụng để tăng cường, thay đưa cách để tạo điều kiện cho sản phẩm Flor Maglio (2004) điều tra hai nơi mơ hình họ để kết hợp công nghệ: thay cho tác nhân mơ hình; và, người trung gian trao đổi đại lý Để giữ nguyên thực tiễn có, họ ý cẩn thận để trì quan chức mẫu trao đổi Ví dụ, Hình (b), LMS thêm vào để dàn xếp trao đổi sinh viên giáo sư trình bày Hình (a) Phần mở rộng cho phương pháp họ thêm bước thứ tư để chẩn đoán hội giới thiệu tính xã hội dịch vụ kinh doanh, nơi tính xã hội định nghĩa (Lyons Lessard, 2012): hồ sơ cá nhân; mạng lưới khớp nối; cộng đồng nhóm tạo tham gia; nội dung người dùng tạo (UGC) tạo chia sẻ; và, nhận xét thơng tin thêm vào nội dung có Để chẩn đốn hội tính xã hội, kiểm tra: nhân viên đại lý; đại lý đại diện cho thông tin lưu trữ điện tử (mà gọi "dữ liệu"); trao đổi công nghệ qua trung gian người; trao đổi liệu hai tác nhân; và, trao đổi qua trung gian công nghệ người liệu Chúng ta thực điều thông qua bốn bước phụ: Bước 4.1: Kiểm tra tác nhân: Trong quan chức năng, có đại diện đại diện cho nhiều người, xem xét liệu người phần cộng đồng có, chúng tơi tìm kiếm hội để giới thiệu hồ sơ người dùng, mạng lưới khớp nối hình thành cộng đồng Ví dụ, tác nhân sinh viên Hình thường đại diện cho nhiều sinh viên lớp và, nhau, họ coi phần cộng đồng sinh viên Đây nơi chúng tơi xem xét giới thiệu hồ sơ người dùng, mạng lưới khớp nối cộng đồng tập trình chấm điểm Bước 4.2: Kiểm tra trao đổi qua trung gian công nghệ hai người tác nhân: Một trao đổi qua trung gian công nghệ hai tác nhân đại diện cho hội giới thiệu hồ sơ hình thành cộng đồng hai người đại lý Ví Mơ hình doanh nghiệp dịch vụ tích cực Hình cho thấy hành vi sai lệch tích cực nhúng vào lý thuyết tích cực xây dựng cảm xúc tích cực lý thuyết, nghiên cứu POS khác trình bày Bảng xây dựng lợi cạnh tranh độc đáo cho doanh nghiệp dịch vụ Lợi cạnh tranh nhúng vào tâm trí, hành vi tương tác người làm việc làm việc cho tổ chức nhà cung cấp khách hàng Có vẻ an tồn để kết luận cảm xúc tích cực hành vi sai lạc tích cực ni dưỡng cách thích hợp,có thể dẫn đến dịch vụ thương mại điện tử tích cực,cái mà khơng thể bắt chước chép đối thủ cạnh tranh Như chương giới thiệu, định hướng dịch vụ ngày tăng xu hướng toàn cầu công ty tạo cần thiết cho tổ chức khám phá phương tiện bồi dưỡng lạ khám phá tiềm người Bài viết xem xét kỹ lưỡng chất lượng tương tác bốn loại tác nhân dịch vụ doanh nghiệp (ví dụ: giám sát viên, nhân viên, đồng nghiệp khách hàng) thực nỗ lực nghiêm túc để xác định hành vi sai lạc tích cực mà cải thiện hiệu suất doanh nghiệp dịch vụ.Dựa viết này, đề xuất doanh nghiệp dịch vụ, cụ thể bốn loại tác nhân, tác động đến hiệu suất cách lấy lập trường cố định cố tình chọn hướng tới sai lạc cách tích cực mà thúc đẩy cảm xúc cá nhân khơng khí tích cực Trong thị trường kinh doanh dịch vụ ngày tăng, điều quan trọng chất lượng dịch vụ tuyệt vời hiệu suất tiếp tục cải thiện lòng trung thành khách hàng trì Tóm lại, báo cách nghiên cứu POS mở chiều khơng gian nghiên cứu chuỗi lợi nhuận dịch vụ dẫn đến nhiều sai lệch tích cực doanh nghiệp Điều xảy thơng qua tăng cường hiệu suất tích cực, chẳng hạn nhân viên hạnh phúc, nơi làm việc hưng thịnh chất lượng khách hàng cao tác động đến việc tạo bầu khơng khí cho tích cực Cuối cùng, báo cho thấy hội để phát triển hai ngành học: SPC POS Có vài hệ lụy lý thuyết Thứ nhất, chuỗi lợi nhuận dịch vụ nghiên cứu dịch vụ nói chung, tìm thấy nhiều khu vực tương lai để nghiên cứu tác động cảm xúc tích cực đến việc đồng sáng tạo giá trị cho tổ chức nhân viên họ 37 PHẦN 5: CÁC CÔNG THỨC ƯỚC LƯỢNG HIỆP PHƯƠNG SAI MẠNH Xem xét mơ hình tuyến tính y = Z� + � ước tính ols �̂ols = (ZT ZT)-1 ZT y Nếu điều khoản lỗi � phân phối độc lập phân biệt sau cơng thức ước lượng ma trận hiệp phương sai ước tính có dạng quen thuộc: V̂ ( �̂) = �̂ (ZT Z)-1, �̂ ước tính sai số phương sai Đây trường hợp cổ điển, cịn gọi lỗi hình cầu cơng thức tương đối V̂ (�̂ols) thường gọi “hiệp phương sai ols” Chúng ta xem xét ước lượng mạnh mẽ ngữ cảnh mơ hình tuyến tính đơn giản nêu Vấn đề để ước tính ma trận hiệp phương sai ước lượng ols làm giảm giả định tương quan nối tiếp tính đồng mà khơng áp đặt cấu trúc cụ thể đến phương sai hay phụ thuộc lẫn lỗi Ma trận hiệp phương sai tham số ols với sai số hiệp phương sai chung Ω là: Theo cơng trình nghiên cứu White (1980), để ước tính liên tục V (�̂) khơng cần thiết phải ước tính tất yếu tố khơng xác định N (N + 1) ∕ ma trận Ω K (K + 1) ∕ trong: Có thể gọi thịt bánh sandwich, hai (ZT Z)-1 bánh mì Tât u cầu ước tính thống theo điểm lỗi, thỏa mãn quán công thức ước lượng cho � (xem Greene, 2003) Trong trường hợp phương sai thay đổi, tương quan trường hợp khác quan sát loại trừ, thịt giảm xuống Trong N khơng biết �2n s thay �̂2n (xem White, 1980) Trong trường hợp mối tương quan nối tiếp, ước tính tự nhiên XXX cấu trúc chứng tỏ chung chung để đạt hội tụ Newey West (1987) đưa công thức ước lượng phương sai thay đổi tự tương quan quán (heteroscedasticity and autocorrelation consistent – HAC) hoạt 38 động dựa giả định tương quan chết dần khoảng cách quan sát tăng lên Công thức ước lượng Newey-West HAC cho thịt White thêm tổng số hiệp phương sai số dư khác nhau, làm mịn hàm hạt nhân làm giảm trọng số với khoảng cách: với �l trọng lượng từ hạt nhân mịn Sau này, Newey West (1987) chọn hàm hạt nhân Bartlett tiếng: �l = - Độ trễ l thường bị cắt ngắn bên cỡ mẫu: nguyên tắc phổ biến ngón L = N 1/4 (xem Greene, 2003; Driscoll Kraay, 1998) Trong phần tiếp theo, xem xét phần mở rộng khuôn khổ cho cài đặt liệu bảng điều khiển, nơi mà nhờ vào chiều hướng bổ sung, kết hợp khác hai cấu trúc taọ để chứa loại phụ thuộc chung 5.1 ƯỚC TÍNH MẠNH MẼ THEO CỤM TRONG CÀI ĐẶT DỮ LIỆU BẢNG Công thức Clustering mở rộng nguyên tắc sandwich cho liệu bảng điều khiển Bên cạnh phương sai thay đổi, chiều bổ sung cho phép để có vững chống lại tương quan hoàn toàn không giới hạn theo thời gian cắt ngang, miễn điều nằm dọc theo chiều "nhỏ hơn" Trong trường hợp bảng “large-N” (rộng), chiều cắt ngang lớn cho phép độ chắn chống lại tương quan nối tiếp (Arellano, 1987); bảng “large-T” (dài), trò chuyện, độ chắn cho tương quan cắt ngang đạt số lượng lớn khoảng thời gian quan sát Như quy tắc chung, công thức ước lượng tiệm cận số lượng cụm Áp đặt độc lập chéo (serial) thực tế hạn chế tất hiệp phương sai quan sát thuộc cá nhân khác (khoảng thời gian) 0, sinh ma trận hiệp phương sai sai số khối chéo, với khối Σn biểu mẫu: 39 quán dựa vào chiều cắt ngang “đủ lớn” số lượng tham số hiệp phương sai độc lập khối chéo Trường hợp khác đối xứng Ma trận hiệp phương sai phương sai thay đổi quán White mở rộng thành liệu nhóm Liang Zeger (1986) liệu bảng kinh tế Arellano (1987) Các quan sát nhóm lại theo mục riêng lẻ, cách sử dụng phổ biến cơng thức ước lượng thích hợp bảng lớn, ngắn dựa N-tiệm cận, theo số thời gian - dựa T-tiệm cận thích hợp cho dài Trong trường hợp đầu tiên, công thức ước lượng hiệp phương sai chống lại mạnh phương sai thay đổi cắt ngang chống lại tương quan nối tiếp dạng tùy ý; trường hợp thứ hai, đối xứng, chống lại phương sai thay đổi theo thời gian tương quan chéo Công thức ước lượng ban đầu Arellano, ví dụ trường hợp đầu tiên, có dạng: Tất nhiên, cịn khả thi để loại trừ tương quan nối tiếp tính tốn công thức ước lượng mạnh mẽ với phương sai thay đổi, dựa cấu trúc lỗi sau: trường hợp đó, cơng thức ước lượng ban đầu White áp dụng: 40 Trường hợp phân cụm theo khoảng thời gian đối xứng với chiều khác: liệu giả định để độc lập nối tiếp phép có phương sai thay đổi ngẫu nhiên cấu trúc phụ thuộc cắt ngang không hạn chế: 5.2 PHÂN CỤM KÉP (DOUBLE CLUSTERING) Các phương pháp phân cụm kép có nguồn gốc từ văn học tài (Petersen, 2009; Cameron đồng nghiệp, 2011; Thompson, 2011) thúc đẩy cần thiết phải tính đến cú sốc liên tục (một tên khác cho thành phần lỗi thời gian, bất biến) đồng thời cho tương quan chéo khơng gian Tính cũ, cú sốc liên tục, thường xử lý tài liệu kinh tế cách ước lượng tham số mơ hình hiệu ứng ngẫu nhiên; thứ hai thơng qua không gian, nơi mà lần ước tính tham số tham số cấu trúc cho phụ thuộc, mơ hình nhân tố chung Như Cameron đồng nghiệp (2011) quan sát, mặc dù, hai nhóm, tất suy luận mạnh mẽ loại này, dựa giả định yếu nhiều liên quan đến trình tạo liệu mơ hình tham số phụ thuộc Trên thực tế, ước lượng kết hợp phân cụm thời gian cá nhân dựa kết hợp tiệm cận nhóm: số lượng tối thiểu cụm dọc theo hai chiều phải đến vô (đặc biệt phù hợp với ứng dụng tài giàu liệu) mẫu nhỏ thường gặp kinh tế) Ngoài ra, cấu trúc phụ thuộc cho phép nhóm khoảng thời gian, mối tương quan chéo quan sát thuộc nhóm khác khoảng thời gian loại trừ Cameron đồng nghiệp (2011) cách ước lượng nhóm đơi tính tốn đơn giản cách tổng hợp nhóm nhóm nhóm phân cụm thời gian, sau trừ phép ước lượng trắng chuẩn để tránh đếm đôi sai số sai lệch dọc theo đường chéo: Để kiểm soát tác động chấn động phổ biến, Thompson (2011) đề xuất thêm vào tổng số hiệp phương sai thuật ngữ, liên quan đến hiệp 41 phương sai quan sát từ nhóm thời điểm khác Với độ trễ tối đa L, tổng l = 1,… L thuật ngữ chung sau: đại diện cho hiệp phương sai cặp quan sát từ nhóm lệch l khoảng thời gian Do tương quan quan sát thuộc nhóm thời điểm khác ghi lại theo cụm từ nhóm, để tránh việc đếm hai lần phải trừ phần nhóm sau cho l: Công thức ước lượng kết quả: tương quan mạnh mẽ với tương quan chéo thời gian bên trong, tương ứng, khoảng thời gian nhóm tương quan chéo quan sát thuộc nhóm khác nhau, đến độ trễ L-th 5.3 BẢNG NEWEY-WEST VÀ SCC Như đề cập trên, bối cảnh chuỗi thời gian, Newey West (1987) đề xuất công thức ước lượng mạnh mẽ cho tương quan nối tiếp tính không đồng Công thức ước lượng này, dựa giả thuyết mối tương quan nối tiếp chết "đủ nhanh", tính đến hiệp phương sai đơn vị cách cân thơng qua hàm làm mịn hạt nhân cho trọng lượng chúng thu xa thêm vào ước lượng trắng tiêu chuẩn Một phiên bảng điều khiển cơng thức ước lượng Newey-West ban đầu thu dạng: 42 Dễ thấy, công thức ước lượng phi tham số Newey-West gần giống với phân cụm kép cộng với độ trễ, khác biệt thay thêm tổng (có thể cắt ngắn) cụm trễ không trọng số, giá trị sau giảm tương quan cụm từ “xa” thông qua chức làm mịn hạt nhân Driscoll Kraay (1998) điều chỉnh công thức ước lượng Newey-West thành bối cảnh chuỗi thời gian khơng có mối tương quan nối tiếp số dư cá nhân khoảng thời gian khác mà cịn có mối tương quan chéo cá nhân khác thời điểm khác và, thời gian, tương quan chéo (xem thêm Arellano, 2003) Cơng thức ước lượng Driscoll Kraay, có nhãn scc (như "tương quan không gian quán"), định nghĩa phiên phân cụm thời gian Arellano cộng với số thuật ngữ hiệp phương sai, trọng số hàm hạt nhân giảm khoảng cách �l: Công thức ước lượng phương sai hiệp phương "scc" yêu cầu liệu chuỗi trộn, tức là, gần nói có phụ thuộc nối tiếp nối tiếp chết nhanh chóng đủ với kích thước T, cho lớn: Driscoll Kraay (1998), dựa mô Monte Carlo, đặt mức tối thiểu thực tế T> 20 - 25; thứ ngun N khơng liên quan khía cạnh phép phát triển tỷ lệ so với T Nếu thứ tự trễ tối đa đặt thành (không cho phép phụ thuộc nối tiếp nối tiếp chéo), ước lượng scc trở thành phiên mặt cắt ngang (phân cụm 43 thời gian) công thức ước lượng Arellano V CT Mặt khác, thuật ngữ liên tiếp chéo khơng có trọng số (nghĩa là, �l = 1∀l), VSCC,L|w=1 = VCT,L 5.4 MỘT ĐỊNH NGHĨA TOÀN DIỆN Bây xem xét cách có hệ thống điểm tương đồng công thức trên, nhúng chúng vào bao hàm (xem Millo, 2017b) Một cơng thức tồn diện viết dạng ma trận hiệp phương sai không đồng Vwh, nhóm phân cụm theo nhóm phân cụm thời gian Vcx Vct, tổng trọng số thích hợp độ trễ chúng: Các công thức ước lượng khác đặc trưng bên thể dạng thành phần chung giống Một hàm vcovG làm cho VW, VCX VCT cung cấp cấp độ người dùng, chủ yếu cho mục đích giáo dục sử dụng nội để xây dựng tất công thức ước lượng khác Các hàm mức cao cung cấp để tạo công thức ước lượng phân cụm kép làm mịn hạt nhân theo (có thể trọng số) tổng thuật ngữ cũ Công cụ chung khía cạnh này, dựa vcovG, vcovSCC, tính tốn tổng trọng số V.,l theo hàm trọng số mặc định hạt nhân Bartlett Các giá trị mặc định mang lại công thức ước lượng Driscoll Kraay, V SCC,L Khi công thức ước lượng scc khác với phiên cú sốc mạnh mẽ (một chiều) phân cụm kép, Cameron đồng nghiệp (2011) trọng số phân rã khoảng cách hiệp phương sai khoảng thời gian khác cho V CT,L = VSCC,L|w=1, khơng có trọng số (tương đương với việc truyền số hàm trọng số: wj = 1) khối xây dựng cho phân cụm kép 44 PHẦN ƯỚC LƯỢNG SANDWICH VÀ MƠ HÌNH BẢNG DỮ LIỆU 6.1 NÊU VẤN ĐỀ VÀ HƯỚNG TIẾP CẬN XỬ LÝ Plm cung cấp tập tồn diện cơng cụ mơ-đun hóa: đối tượng cấp thấp, tương ứng với khái niệm "thực thể", tập cấp độ cao "hàm bao phủ" tương đương với ước lượng phương sai tham số chuẩn sử dụng cho gói thống kê cách kết hợp đồng cấp vài thành phần cấp thấp theo tinh thần nguyên tắc Lego Hothorn et al.(2006) Kiểm định độ chắn R thực cách thu thập yếu tố cần thiết từ thực thể mơ hình, sử dụng chúng để tính tốn ma trận hiệp phương sai để lấy hệ số ước lượng chuyển chúng qua hàm kiểm định Khi ước tính mơ hình hồi quy, R tạo thực thể mơ hình chứa đựng khơng kết ước lượng mà cịn thơng tin hữu ích liệu ban đầu lấy ví dụ hàm t-test để kiểm định ý nghĩa thống kê hàm kiếm định giới hạn Wald Cách tiếp cận tới kiểm định chuẩn đoán linh hoạt so với gói phần mềm kinh doanh thông thường, thứ mà thường đưa kết đầu tiêu chuẩn Trong trường hợp chúng ta, lấy ví dụ, người ta dễ dàng nhận nhiều kết ước lượng khác với lỗi tiêu chuẩn thay đổi theo vô số dạng yếu tố phụ thuộc mà khơng phải thực việc ước tính lại, ta trình bày chúng cách gọn gàng Ước tính hiệp phương sai bền vững a la While a la Newey-West cho nhiều loại mơ hình hồi quy cung cấp package sandwich (Lumley Zeileis, 2007) dạng phương thức tích hợp cho hàm chức chung vcovHC vcovHAC (Zeileis, 2004, 2006a) Chúng thiết kế cho liệu chiều; đó, chúng khơng thường sử dụng cho liệu dạng bảng, chúng lại cung cấp khuôn mẫu cách tiếp cận phần mềm linh hoạt, thứ mà trở thành khuôn mẫu môi trường R Các phương thức plm tương ứng miêu tả chương thiết kể từ trước để phù hợp cú pháp Lấy ví dụ, phương thức vcovHC.plm cho chung toàn vcocHC cung cấp để áp dụng ước tính sandwich cho mơ hình bảng liệu Thực tế, bất chấp khác cấu trúc chứa đựng, người sử dụng sẽ, ví dụ là, thực thiện định mơ hình hiệp phương sai cho bảng ước lượng mơ hình bảng tính theo cách y hệt mà họ làm với mơ hình hồi quy hoặc, gần hồi quy Các tính hướng đối tượng R lo phần áp 45 dụng thủ tục thống kê cho thực thể mơ hình Thứ thay đổi, phần mặc định: phương thức vcovHC.lm mặc định nguyên ước lượng White, cịn vcovHC.plm dành cho phân cụm theo nhóm, hai lựa chọn dễ thấy rõ ràng cho đối tượng Bên canh ước lượng HC White (1980), tất các biến thể ước tính cụ thể cho bảng tính sử dụng thực tiễn ((Arellano, 1987; Newey and West, 1987; Driscoll and Kraay, 1998; Cameron et al., 2011) cung cấp; tất điều áp dụng cho nhiều dạng đối tượng biểu diễn mơ hình bảng tính: fe, re, fd, rõ ràng pooled ols Ước tính hiệp phương tham số đưa vào hàm test chuẩn đốn, đưa bảng trung bình kiểm định giả thuyết Một hàm kiểu đối tượng thông thường R, so sánh nhỏ gọn lỗi tiếu chuẩn từ phương thức thực cách lặp lại kiểu hiệp phương sai ví dụ 6.2 ỨNG DỤNG CHO CÁC MƠ HÌNH DỮ LIỆU CHUYỂN DẠNG Việc áp dụng ước tính cho liệu gộp lại ln đảm bảo, tùy thuộc vào giả định có liên quan đề cập trước Trong số, tất trường hợp, chúng áp dụng cho mơ hình bảng Random Effects Fixed Effect mơ hình ước tính liệu First Differences Trong tất trường hợp này, ước lượng tính ols liệu chuyển đổi (một phần hồn tồn bị loại bỏ, tính đến 121 khác biệt đầu tiên) Nói chung, phép biến đổi sử dụng ước lượng thực thi Sau đó, ước lượng sandwich tính cách áp dụng công thức thông thường cho liệu chuyển đổi số dư: (xem Arellano (1987) Wooldridge (2010, Eq 10.59) cho trường hợp Fixed Effects, Wooldridge (2010, Ch 10) nói chung) Theo giả thuyết Fixed Effects, ước lượng ols bị ảnh hưởng fe cần thiết cho quán trước tham số ước lượng Tương tự vậy, theo giả thuyết đơn vị gốc lỗi, đầu tiên, khác biệt liệu bảo đảm để đảo ngược thời kì lỗi cố định Ngược lại, theo giả thuyết Random Effects, ols phù hợp, tiệm cận đến nó, sử dụng re thay khơng làm Tuy nhiên, để bảo đảm ý nghĩa tham số ước lượng 46 hiệp phương sai, nên loại bỏ tính không đồng bất biến theo thời gian đầu tiên, cách sử dụng cách Một lý thuyết phục để kết hợp ước lượng sai số sai số chuẩn với lỗi tiêu chuẩn bền vững để loại bỏ ảnh hưởng riêng biệt liên tục trước áp dụng cách có phân tích hiệu ước lượng hiệp phương sai dựa hạt nhân mối tương quan chéo bị nghi ngờ đơn giản mẫu thử không đủ lớn phép phân cụm kép Trong thực tế, Petersen (2009) cho thấy, ước tính kiểu Newey-West bị ảnh hưởng ảnh hưởng dai dẳng, hạt nhân phân chia mượt mà nhiều so với hiệp phương sai quan sát từ xa Trong phần đây, thảo luận xem phù hợp để áp dụng ước tính kiểu phân cụm cho số dư mơ hình phân biệt phân biệt 6.2.1 FIXED EFFECTS Các ước tính Fixed Effects đòi hỏi phải đặc biệt thận trọng Trong thực tế, theo giả thuyết lỗi hình cầu mơ hình ban đầu, việc tính thời gian liệu gây mối tương quan nối tiếp cor(�̂nt, �̂nt−1) = −1∕(T − 1) phần lại khử hết (xem Wooldridge, 2010, trang 310) Bộ ước tính TheWhiteArellano ban đầu đưa cho trường hợp Bằng cách tính tốn đối xứng, sử dụng cho liệu phân cụm theo thời gian với ảnh hưởng cố định theo thời gian Sự kết hợp gộp nhóm nhóm với thời gian biến đổi cố định ngược lại khơng phù hợp nối tiếp (cắt ngang) tương quan gây thời gian- (cross-sectional) demeaning Tương tự, ước tính kiểu Newey-West áp dụng cách an tồn cho mơ hình với cá nhân Fixed Effects, trường hợp thời gian hai chiều yêu cầu phải thận trọng áp dụng Hướng tốt hai trường hợp, mức độ tự cho phép, có lẽ để thêm vào biến giả để tính đến Fixed Effects dọc theo khoảng "ngắn" 6.2.2 RANDOM EFFECTS Trong trường hợp Random Effects, ghi Wooldridge (2010), thủ tục demeaning bán thời gian loại bỏ Random Effects làm giảm mơ hình 47 liệu, chuyển đổi thành hồi quy gộp lại, giữ nguyên thuộc tính ước lượng White-type Bằng cách mở rộng lý luận này, tất ước tính áp dụng cho liệu phân loại mơ hình Random Effects, miễn lỗi chuyển đổi đáp ứng giả định có liên quan 6.2.3 FIRST DIFFERENCES First Differences, ước lượng Fixed Effects, loại bỏ ảnh hưởng bất biến theo yếu tố thời gian Nói đại khái, lựa chọn hai thuộc tính dựa thuộc tính thuật ngữ lỗi : giả định xử lý tốt liệu gốc, fe ước lượng hiệu ưu tiên; ngược lại, lỗi ban đầu cho hoạt động theo hàm ngẫu nhiên, First Differences liệu cung cấp lỗi cố định khơng tương quan khuyến khích (xem Wooldridge, 2010, trang 317) Cho điều này, ước tính fd giống hệt ols số liệu khác biệt liệu công thức phân cụm thông thường áp dụng (xem Wooldridge, 2010, trang 318 Chương đây) Như trường hợp re, thuộc tính thống kê ước lượng hiệp phương sai khác phụ thuộc vào việc lỗi chuyển đổi có đáp ứng giả định có liên quan hay khơng 6.2.4 VÍ DỤ: HIỆU ỨNG NGẪU NHIÊN VÀ HIỆP PHƯƠNG SAI MẠNH TẬP DỮ LIỆU produc Xem xét lại bảng tổng hợp công cụ ước tính cho mơ hình Munnell (1990) ví dụ trước Mức độ tương đối lỗi tiêu chuẩn phân cụm với thứ khác cho ta gợi ý tương quan lỗi theo thời gian Sau bảng ví dụ trước làm lại, đặc điểm Random Effects: 48 Các yếu tố bị cắt theo thời gian có ảnh hưởng quan trọng tính tốn theo thời gian dài ảnh hưởng ngẫu nhiên yếu tố (country) 6.3 BẢNG SỬA LỖI TIÊU CHUẨN Công cụ ước tính hiệp phương sai vơ điều kiện dựa giả định khơng có tương quan lỗi thời gian (các mặt cắt ngang thời gian) cấu trúc tương quan không giới hạn bất biến bên đoạn cắt thời gian (khoảng thời gian) Chúng phổ biến trường hợp với đặc trưng không gian mẫu tương đối nhỏ, với kết hợp của khoảng thời gian Việc sử dụng phổ biến chuỗi thời gian gồm nhiều đoạn gộp lại, giả định khơng có mối tương quan nối tiếp bị thay đổi, ví dụ, cách thêm độ trễ giá trị biến phụ thuộc Beck Katz (1995), nghiên cứu mơ hình khoa học trị kết hợp với thời gian vừa phải kích thước khoảng thời gian, giới thiệu gọi bảng sửa lỗi tiêu chuẩn (pcse) Nó đủ mạnh để vượt qua khơng đồng mặt cắt tương quan cài đặt phân cụm thời gian ban đầu Hiệp phương sai pcse dựa giả thuyết hiệp phương sai ma trận lỗi nhóm nhau: : Ω=ΣN ⊗ IT, với Khi đó, ΣN tính sau: 49 Từ đó, Ω khởi tạo chèn vào công thức sandwich thơng thường 6.3.1 VÍ DỤ: MƠ HÌNH ẢNH HƯỞNG CỐ ĐỊNH BỞI THỜI GIAN - TẬP DỮ LIỆU agl Alvarez et al (1991) ước tính mơ hình hiệu suất kinh tế bảng tính 16 quốc gia 15 năm liên quan đến biến tổ chức trị lao động: sức mạnh cơng đồn (trung tâm) tỷ lệ cánh tả (leftc) Họ kiểm soát mở cửa thương mại nước nước khác sử dụng thuật tốn hồi quy phụ trợ có tốc độ tăng trưởng chậm Ban đầu họ sử dụng ước tính fgls Parks (1967), phát hiệu suất kinh tế tăng cường cơng đồn nắm quyền ảnh hưởng phủ ngược lại lại có kết khơng khả quan ngang Kết ban đầu họ (xem ví dụ phần tiếp theo) sắc nét, với khoảng lỗi tiêu chuẩn nhỏ Beck et al (1993) cho ước lượng sử dụng không phù hợp với kích thước mẫu tầm tay; họ kiểm tra lại liệu cách sử dụng ước lượng ols cho mơ hình động với time fixed effects sai số theo thời gian, trì kết luận trước ảnh hưởng đến tăng trưởng (mặc dù có ý nghĩa thấp hơn) đưa chứng hỗn hợp cho lạm phát thất nghiệp Tập liệu bao gồm gói pcse (Bailey Katz, 2011) Dưới đây, ước lượng mơ hình với ảnh hưởng cố định thời gian thực việc phân tích với pcse 50 TÀI LIỆU THAM KHẢO - Advances in the human side of service engineering (Jame C.Spjrer and Louis E.Freund) - https://www.youtube.com/watch?v=P2MctoDl3qg&t=1698s (video hướng sử dụng AutoCard 2007) - Panel Data Econometrics with R (Giovanni Millo, Yves Croissant – 2018) - http://thestatsgeek.com/2013/10/12/the-robust-sandwich-variance-estimatorfor-linear-regression/ - https://en.wikipedia.org/wiki/Fixed_effects_model - https://en.wikipedia.org/wiki/Random_effects_model - https://en.wikipedia.org/wiki/First-difference_estimator - https://www.rdocumentation.org/packages/sandwich/versions/2.5-0 - https://cran.r-project.org/web/packages/pcse/vignettes/pcse.pdf - https://vi.wikipedia.org/wiki/Hiệp_phương_sai - https://vi.wikipedia.org/wiki/Ma_trận_hiệp_phương_sai - https://vi.wikipedia.org/wiki/Bình_phương_tối_thiểu 51 ... Kiên Dịch chương 18 Spohrer 13 + biên soạn tiểu luận Dương Thanh Hoà Dịch phần 5. 1. 1 Croissant 19 + biên soạn tiểu luận Bùi Tiến Dũng Dịch phần 5. 1. 2 Croissant 19 + biên soạn tiểu luận PHẦN PHƯƠNG... MỞ RỘNG TRÊN THƯ VIỆN DỊCH VỤ 11 2. 3 .1 DỊCH VỤ THƯ VIỆN CC .11 2. 3 .2 KẾT QUẢ . 12 2. 4 KẾT LUẬN VÀ CÔNG VIỆC TƯƠNG LAI .13 PHẦN NHẬN THỨC PHÂN TÁN, KHOA HỌC... lỗi PHẦN PHÂN CÔNG CÔNG VIỆC CỦA NHÓM SINH VIÊN Số TT Họ tên sinh viên Công việc thực Trần Hưng Nhật Dịch chương 16 Spohrer 13 + biên soạn tiểu luận Nguyễn Thị Hợp Dịch chương 17 Spohrer 13 +