mô hình h i quy đ m b o kh n ng tin c y và hi u qu , ta c n th c hi n các ki m đnh sau:
(1)Ki m đnh h s h i quy:
M c tiêu ki m đnh này nh m xem xét các bi n đ c l p t ng quan có Ủ ngh a
v i bi n ph thu c hay không (xét riêng t ng bi n đ c l p). Khi m c Ủ ngh a (Sig) c a h s h i quy t ng ph n có đ tin c y ít nh t 90% (Sig<0,1), k t lu n t ng quan có Ủ ngh a th ng kê gi a các bi n đ c l p và ph thu c.
Ki m đ nh này nh m xem xét m i quan h tuy n tính gi a các bi n đ c l p v i bi n ph thu c. Mô hình đ c xem là không phù h p khi t t c các h s h i quy b ng
không và mô hình đ c xem là phù h p khi có ít nh t m t h s h i quy khác không. t gi thuy t:
H0: các h s h i quy đ u b ng không.
H1: Có ít nh t m t h s h i quy khác không.
Phân tích ph ng sai (Analysis of variance, ANOVA) đ c s d ng đ ki m
đnh. N u m c Ủ ngh a đ m b o có đ tin c y ít nh t 99% (Sig <0,1), ta ch p nh n gi thi t H1và mô hình đ c xem là phù h p.
(3)Ki m đnh hi n t ng đa c ng tuy n:
Hi n t ng đa c ng tuy n (Multicollinearity) là hi n t ng các bi n đ c l p có quan h g n nh tuy n tính. Vi c b qua hi n t ng đa c ng tuy n s làm các sai s chu n th ng cao h n, giá tr th ng kê th p h n và có th không có Ủ ngh a. Và đ
ki m tra hi n t ng này, chúng ta s d ng ma tr n t ng quan gi a các bi n đ c l p. N u h s t ng quan c a các bi n đ c l p v i nhau nh h n 0,5 có th ch p nh n không có hi n t ng đa c ng tuy n. Ngoài ra, có th s d ng th c đo phóng đ i
ph ng sai (Variance Inflation Factor, VIF) đ ki m tra hi n t ng t ng quan gi a các bi n đ c l p. i u ki n VIF <10 đ không có hi n t ng đa c ng tuy n.
(4)Ki m đnh t t ng quan c a ph n d :
Khi có hi n t ng t t ng quan (autocorrelation) thì các ph n d s chu n c
l ng s khác các ph n d th c và do đó c l ng s không chính xác. i u này làm
cho các giá tr th ng kê t và F đ c c l ng không đúng. Vì v y ki m đnh t và F
không còn tin c y n a. Các c l ng OLS v n là các c l ng tuy n tính không ch ch, nh ng c l ng lúc này đư không còn hi u qu .
Trong th ng kê h c, tr s th ng kê Durbin-Watson (Durbin và Watson, 1951, trích b i inh Phi H ) là m t ki m đ nh đ c s d ng đ ki m tra xem có hi n t ng t t ng quan hay không trong ph n d (residuals) c a m t phân tích h i quy.
Tr s th ng kê Durbin-Watson (d) đ c xác đ nh nh sau:
n t t n t t t e e e d 1 2 2 2 1
C n c vào s quan sát, s tham s (k-1) c a mô hình h i quy, m c Ủ ngh a
95% (0,05) trong B ng s th ng kê th ng kê Durbin-Watson đ xác đnh dU tr s th ng kê trên) và dL (tr s th ng kê d i).
T t ng quan d ng Không k t lu n Không có t t ng quan Không k t lu n T t ng quan âm
Khi d l n h n dU nh h n ( 4-dL), k t lu n: không có hi n t ng t t ng quan
trong ph n d c a mô hình h i quy tuy n tính.
(5)Ki m đ nh ph ng sai ph n d không đ i:
Ph ng sai ph n c a ph n d thay đ i (heteroskedasticity) là hi n t ng các giá tr ph n d có phân ph i không gi ng nhau và giá tr ph ng sai không nh nhau. B
qua hi n t ng ph ng sai c a ph n d thay đ i làm cho các c l ng OLS c a các
h s h i quy không hi u qua. ki m tra hi n t ng này ta s d ng ki m đnh White (White, 1980, trích b i inh Phi H ), do s quan sát trong nghiên c u l n h n 100.
Ki m đnh White:
K t qu c a mô hình h i quy:
I=b0 + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + b7X7 + b8X8 + b9X9 + u. Xây d ng mô hình h i quy ph :
u2 = a0 + a1X1 + a2X2 + a3X3 + a4X4 + a5X5 + a6X6 + a7X7 + a8X8 + a9X9 + a10(X1)2 + a11 (X2)2 + a12 (X3)2 + a13 (X4)2 + a14 (X5)2 + a15 (X6)2 + a16 (X7)2 + a17 (X8)2
+ a18 (X9)2 + a19 (X1*X2*X3*X4*X5*X6*X7*X8*X9) + v
Xác đnh h s White: nR2: trong đó n là s quan sát c a nghiên c u, R2 : k t qu có đ c t mô hình h i quy ph
C n c vào tham s (k-1) c a mô hình h i quy ph , m c Ủ ngh a 0,05% trong
b ng phân ph i Chi bình ph ng đ xác đnh giá tr Chi bình ph ng.
Khi nR2 < giá tr Chi bình ph ng tra b ng, k t lu n ph ng sai c a ph n d không đ i.