37
Tuy nhiên, nếu có một sự phụ thuộc như vậy, chúng ta có quan hệ tự tương quan. Theo ký hiệu là:
Tác giả sử dụng phương pháp Lagrange (LM)để phát hiện ra hiện tượng tự tương
quan. Sau đó, đặt giả thuyết kiểm định tương quan chuỗi
H0: ρ = 0 (không có tương quan chuỗi)
H1: ρ ≠ 0 (tồn tại tương quan chuỗi)
Dựa vào kết quả tính toán trên, ta sẽ bác bỏ H0 nếu LM>CHISAO. Tức là mô hình
hồi quy bị vi phạm giả thiết, đó là tồn tại hiện tượng autocorrelation (tương quan chuỗi) bậc 1.
3.5.5. Kiểm định đa cộng tuyến
Kiểm định này nhằm phát hiện ra hiện tượng đa cộng tuyến là hiện tượng mà các biến độc lập có quan hệ tương quan với nhau.
Mô hình hồi qui chính:
t i t ki k t i t i t i X X X Y, =β0+β1 1, +β2 2, +...+β , +ε,
Theo đó, trong nghiên cứu Eview, tác giả sử dụng phương pháp hồi quy phụ, sau đó tính hệ số VIF của từng nhân tố. Công thức như sau:
VIF = 1/(1- RP 2
Pphụ i) phụ i)
Nếu VIF ≥ 10 (tương đương RP
2P P
phụ i > 0.9 ) thì có đa cộng tuyến.
Để giảm bớt mức độ đa cộng tuyển, có thể bỏ bớt biến độc lập khỏi mô hình. Với mỗi trường hợp, đánh giá lại mức độ đa cộng tuyến trong các mô hình sau khi bỏ biến bằng hồi quy phụ tương ứng.
Xét các mô hình hồi qui phụ sau:
38
Giả thiết:
• H0: RjP 2
P
=0: Không có đa cộng tuyến
• H1: RjP 2
P
≠0: Có đa cộng tuyến
Với mức ý nghĩa α miền bác bỏ là:
F> Fα;(k-2,n-k+1) hay p-value<α
Chấp nhận H0: Không có đa cộng tuyến giữa Xj với các biến độc lập còn lại.
Chấp nhận H1: Có đa cộng tuyến giữa Xj với các biến độc lập còn lại.
3.5.6. Kiểmđịnh White vềphương sai thayđổi
Tương tự, mô hình hồi qui tuyến tính cổđiển cũng giảđịnh các hạn nhiễu có
phương sai đồng nhất.Để xem phương sai của nhiễu cóđồng nhất hay không ta có
thểsửdụngcác kiểmđịnh Park, kiểm định Glejser, kiểmđịnh White, … Nội dung các
kiểm định này sẽ được trình bày ở chương 4 về phương sai thay đổi. Trên Eviews ta
thực hiệnkiểmđịnh Whitebằng cách chọn hoặcView/Residual Tests/White.
Kiểm định White dựa trên hồi quy bình phương phần dư (ký hiệu là RESID) theo
bậc nhất và bậc hai của các biến độc lập, có hai trường hợp: kiểm định không và có
tích chéo giữa các biến độc lập.
- Kiểm định không có tích chéo: View/Residual Tests/White heteroskedasticity
(no cross terms).
- Kiểm định có tích chéo: View/Residual Tests/White heteroskedasticity (cross
terms).