• Đa cộng tuyến hoàn hảo: X i là một hàm tuyến tính của một hoặc một số biến giải thích khác trong mô hình.. • Đối với một hồi quy bội, nếu có hiện tượng đa cộng tuyến hoàn hảo thì[r]
(1)HỒI QUY ĐƠN
và
(2)HỒI QUY ĐƠN
1 Mơ hình hồi quy đơn
(3)1 MƠ HÌNH HỒI QUY ĐƠN
• Y: Biến phụ thuộc
• X: Biến độc lập (biến giải thích) • α và β: các hệ số hồi quy
(4)(5)• • • Y Yi i Yˆ ) Y Yˆ ( i −
i i i Y Yˆ
uˆ = −
Xi
) Y Y ( i −
(6)(7)(8)(9)(10)HỒI QUY BỘI
1 Tác động riêng phần
2 Phương pháp ước lượng OLS Giả định đa cộng tuyến
(11)1 TÁC ĐỘNG RIÊNG PHẦN
Y=α + β1×X1+β2×X2+ε
Y=β0+β1×X1+u1
X2=γ0+γ1×X1+u2
u1=β2×u2+δ
à Tác động riêng phần X2 lên Y (β2) tính
(12)(13)3 GIẢ ĐỊNH VỀ ĐA CỘNG TUYẾN
• Đa cộng tuyến hồn hảo: Xi hàm tuyến tính biến giải thích khác mơ hình
• Đối với hồi quy bội, có tượng đa cộng tuyến hồn hảo hệ số hồi quy
(14)4 SUY LUẬN THỐNG KÊ TỪ OLS
a Mức độ phù hợp mơ hình
à R2 thể phần trăm biến động
(15)4 SUY LUẬN THỐNG KÊ TỪ OLS
a Mức độ phù hợp mơ hình
R2 tăng lên chúng thêm vào mơ hình
biến giải thích
à Việc so sánh mơ hình với số lượng biến độc lâp khác dựa R2 cần điều chỉnh đối
(16)4 SUY LUẬN THỐNG KÊ TỪ OLS
b Ý nghĩa thống kê β
(17)4 SUY LUẬN THỐNG KÊ TỪ OLS
c Ý nghĩa thống kê mơ hình
Xét giả thuyết H0: β1 = β2 = β3 = … = βk = à Các hệ số hồi quy (không kể intercept) đồng thời
F có phân phối Fisher-Snedecor (phân phối F) với bậc tự
(k-1) (n-k) Nếu F > Fα(k-1,n-k) ta bác bỏ giả thuyết H0 à
(18)4 SUY LUẬN THỐNG KÊ TỪ OLS
d Kiểm định ràng buộc tuyến tính
• Mơ hình khơng ràng buộc (UR): Y = a + b1X1 + b2X2 + b3X3 +
b4X4 + uUR
• Ràng buộc: b3 = b4 =
• Mơ hình có ràng buộc (R): Y = a + b1X1 + b2X2 + uR
Nếu F > Fα(m, n-k) ta bác bỏ H0 à b3 b4 không đồng thời