Kiểm định sự phù hợp của mơ hình

Một phần của tài liệu Luận văn thạc sĩ UEH nợ công và tăng trưởng kinh tế bằng chứng thực nghiệm tại việt nam (Trang 45 - 47)

CHƢƠNG 4 : KẾT QUẢ NGHIÊN CỨU THỰC NGHIỆM

4.4. Kiểm định sự phù hợp của mơ hình

4.4.1. Kiểm định bỏ sót biến.

Tác giả sử dụng Kiểm định RESET của Ramsay để kiểm định xem có biến bị bỏ sót trong mơ hình hồi quy hay khơng.

Trong Eviews6, tại mơ hình (4), chọn View/Stability Tests/Ramsay RESET Test để kiểm định cặp giả thuyết:

H0: bỏ sót biến

H1: khơng bỏ sót biến Kết quả kiểm định theo bảng 4.8.

Bảng 4.8. Kết quả kiểm định bỏ sót biến của mơ hình (4).

Chỉ tiêu Giá trị

Prob.Chi-Square 0,0000

(Nguồn: tác giả sử dụng phần mềm Eviews6 để tính tốn)

Từ kết quả của Bảng 4.8 ta thấy Prob.Chi-Square = 0,0000 < α = 0,05 nên bác bỏ chấp nhận H0.

4.4.2. Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên.

Theo lý thuyết định lượng nếu phần dư không ngẫu nhiên, khơng có phân phối chuẩn là một thông tin quan trọng cho biết mơ hình hồi quy chưa tốt do có thể bị các lỗi như bỏ sót biến quan trọng, sai dạng hàm, phương sai thay đổi, tự tương quan.… Hơn nữa, phần dư là hạng nhiễu có trung bình bằng khơng và phương sai không đổi. Nếu giả định này khơng thỏa mãn thì các thống kê suy luận của mơ hình hồi quy (như tstat. Fstas. …) khơng có giá trị nữa. Do đó, ta kiểm định giá thuyết:

H0: Phần dư có phân phối chuẩn. H1: Phần dư khơng có phân phối chuẩn.

Bằng phần mềm Eview6 ta mở resid/view/Descriptive Statistic/Histogram and Stats, ta được kết quả theo bảng 4.9

Bảng 4.9. Kết quả kiểm định tính phân phối chuẩn của phần dư mơ hình (4).

Chỉ tiêu Giá trị

Jarque-Bera 5,104518

Prob 0,077905

(Nguồn: tác giả sử dụng phần mềm Eviews6 để tính tốn)

Thống kê JB (Jarque-Bera) là một thống kê thường được sử dụng để kiểm định xem một biến có phân phối chuẩn hay khơng. Trong hồi quy tuyến tính cổ điển, thống kê này rất quan trọng cho việc kiểm định phần dư của mơ hình hồi theo phương pháp OLS có phân phối chuẩn hay khơng. Khi một chuỗi có phân phối chuẩn thì JB = 0. Xác suất được báo cáo kèm theo giá trị thống kê JB là xác suất mà thống kê JB lớn hơn giá trị quan sát dưới giả thiết không (H0), ở đây là số 0. Giá trị xác suất càng nhỏ thì khả năng bác bỏ giả thiết H0 càng cao.

Từ kết quả của bảng 4.9 ta thấy, giá trị p-value = 0,077905 > α = 0,05 nên ta chấp nhận giả thuyết H0, đồng nghĩa với việc phần dư có phân phối chuẩn.

Một phần của tài liệu Luận văn thạc sĩ UEH nợ công và tăng trưởng kinh tế bằng chứng thực nghiệm tại việt nam (Trang 45 - 47)

Tải bản đầy đủ (PDF)

(79 trang)