c2 bai giang kinh te luong
DESCRIPTION
bai giang kinh te luongTRANSCRIPT
![Page 1: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/1.jpg)
Chương 2
Mô hình hồi qui hai biến Ước lượng và kiểm định giả thiết
1. Phương pháp bình phương bé nhất
Giả sử : Yi = 1 + 2Xi + Ui (PRF)
và có một mẫu n quan sát (Yi, Xi). Cần ước lượng (PRF).
iii eYY
i21i XˆˆY ββ
Ta có : (SRF)
với
![Page 2: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/2.jpg)
Theo phương pháp OLS, để
iY càng gần với Yi thì 21ˆ,ˆ ββ cần thỏa mãn :
n
1i
2i21i
n
1i
2i min)XˆˆY(e ββ
Suy ra 21ˆ,ˆ ββ cần thỏa mãn :
n
1iii21i
2
n
1i
2i
n
1ii21i
1
n
1i
2i
0)X)(XˆˆY(2ˆ
e
0)1)(XˆˆY(2ˆ
e
βββ
βββ
![Page 3: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/3.jpg)
XˆYˆ
)X(nX
YXnYXˆ
21n
1i
22i
n
1iii
2 βββ
giải hệ, ta có :
n
1i
22i
n
1i
2i
n
1iii
)X(nXx
YXnYXn
1iiiyx
YYy
XXx
ii
ii
Có thể chứng minh được :
với
![Page 4: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/4.jpg)
Nên có thể biểu diễn :
2
i
ii2 x
yxβ
Ví dụ 1: Giả sử cần nghiên cứu chi tiêu tiêu dùng của hộ gia đình phụ thuộc thế nào vào thu nhập của họ, người ta tiến hành điều tra, thu được một mẫu gồm 10 hộ gia đình với số liệu như sau :
![Page 5: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/5.jpg)
Y 70 65 90 95 110 115 120 140 155 150
X 80 100 120 140 160 180 200 220 240 260
Trong đó : Y – chi tiêu hộ gia đình (USD/tuần)
X – thu nhập hộ gia đình (USD/tuần)
Giả sử Y và X có quan hệ tuyến tính. Hãy ước lượng mô hình hồI qui của Y theo X.
![Page 6: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/6.jpg)
2. Các giả thiết cổ điển của mô hình hồi qui tuyến tính
• Giả thiết 1 : Biến độc lập Xi là phi ngẫu nhiên, các giá trị của chúng phải được xác định trước.
• Giả thiết 2 : Kỳ vọng có điều kiện của sai số ngẫu nhiên bằng 0 :
E (Ui / Xi) = 0 i
![Page 7: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/7.jpg)
• Giả thiết 3 : (Phương sai thuần nhất ) Các sai số ngẫu nhiên có phương sai bằng nhau :
Var (Ui / Xi) = 2 i• Giả thiết 4 : Không có hiện tượng tương
quan giữa các sai số ngẫu nhiên : Cov (Ui , Uj ) = 0 i j
• Giả thiết 5 : Không có hiện tượng tương quan giữa biến độc lập Xi và sai số ngẫu nhiên Ui : Cov (Xi , Ui ) = 0 i
![Page 8: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/8.jpg)
• Định lý Gauss – Markov : Với các giả thiết từ 1 đến 5 của mô hình hồi qui tuyến tính cổ điển, các ước lượng OLS là các ước lượng tuyến tính, không chệch và có phương sai bé nhất trong lớp các ước lượng tuyến tính, không chệch.
![Page 9: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/9.jpg)
3. Phương sai và sai số chuẩn của các ước lượng
Trong đó : 2 = var (Ui). Do 2 chưa biết nên dùng ước lượng của nó là
Phương sai Sai số chuẩn
2ˆˆ2
22i
2ˆ2
2ˆˆ1
22i
2i2
ˆ1
222
111
)ˆ(sex
1)ˆ(Var
)ˆ(sexn
X)ˆ(Var
βββ
βββ
σσβσσβ
σσβσσβ
2n
eˆ
2i2
σ
![Page 10: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/10.jpg)
4. Hệ số xác định và hệ số tương quana. Hệ số xác định : Dùng để đo mức độ phù
hợp của hàm hồi qui.
TSSRSS
1TSSESS
R2 dn
n
1i
2i
n
1i
2ii
n
1i
2i
n
1i
n
1i
2i
e)YY(RSS
)YY(ESS
)YY(TSS 2iy
Trong đó : TSS = ESS + RSS
![Page 11: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/11.jpg)
Miền xác định của R2 :
0 R2 1
R2 1 : hàm hồi qui càng phù hợp.
R2 0 : hàm hồi qui càng ít phù hợp
Ví dụ : …
![Page 12: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/12.jpg)
b. Hệ số tương quan : Là số đo mức độ chặt chẽ của quan hệ tuyến tính giữa X và Y.
2i
2i
ii
yx
yx2
i2
i
ii
)YY()XX(
)YY)(XX(r
2Rr
2β
Và dấu của r trùng với dấu của hệ số của X trong hàm hồi qui ( ).
Chứng minh được :
![Page 13: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/13.jpg)
Tính chất của hệ số tương quan :
1. Miền giá trị của r : -1 r 1
| r| 1 : quan hệ tuyến tính giữa X và Y càng chặt chẽ.
2. r có tính đối xứng : rXY = rYX
3. Nếu X, Y độc lập thì r = 0. Điều ngược lại không đúng.
![Page 14: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/14.jpg)
5. Phân phối xác suất của các ước lượng
Giả thiết 6 : Ui có phân phối N (0, 2),
Với giả thiết 6, các ước lượng có thêm các tính chất sau :
1. Khi số quan sát đủ lớn thì các ước lượng xấp xỉ với giá trị thực của phân phối :
2n
21n
1ˆ,ˆ ββββ
![Page 15: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/15.jpg)
)1,0(N~ˆ
Z),(N~ˆ
)1,0(N~ˆ
Z),(N~ˆ.2
2
2
1
1
ˆ
222ˆ22
ˆ
112ˆ11
ββ
ββ
σββ
σββ
σββ
σββ
)2n(~ˆ)2n(
.3 22
2
χσ
σ
4. Yi ~ N (1+ 2Xi, 2)
![Page 16: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/16.jpg)
6. Khoảng tin cậy của các hệ số hồi qui
Ta có khoảng tin cậy của 2 :
)2n(t).ˆ(esˆ)2n(t).ˆ(esˆ2/1112/11 αα βββββ
)2n(t).ˆ(esˆ)2n(t).ˆ(esˆ2/2222/22 αα βββββ
2,1j)2n(t~)ˆ(es
ˆt
j
jj
β
ββ
• Sử dụng phân phối của thống kê t :
Ta có khoảng tin cậy của 1 :
![Page 17: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/17.jpg)
7. Kiểm định giả thiết về các hệ số hồi qui
2. Dùng kiểm định t :Thống kê sử dụng : )2n(t~
)ˆ(es
ˆt
2
22
β
ββ
• Giả sử H0 : 2 = a ( a = const)
H1 : 2 a
- Nếu a [, ] bác bỏ H0
Có 2 cách kiểm định :1. Dùng khoảng tin cậy :
Khoảng tin cậy của 2 là [, ]
- Nếu a [, ] chấp nhận H0
![Page 18: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/18.jpg)
Có hai cách đọc kết quả kiểm định t :Cách 1 : dùng giá trị tới hạn.
- Tính)ˆ(es
aˆt
2
2
β
β
- Tra bảng t tìm t/2(n-2)
- Nếu | t| > t/2(n-2) bác bỏ H0.
- Nếu | t| t/2(n-2) chấp nhận H0.
![Page 19: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/19.jpg)
Cách 2 : Dùng p-value (mức ý nghĩa chính xác)
p = P(| T| > ta)
với ta = )ˆ(es
aˆt
2
2
β
β
- Nếu p bác bỏ H0.
- Nếu p > chấp nhận H0.
![Page 20: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/20.jpg)
8. Kiểm định sự phù hợp của hàm hồi qui. Phân tích hồi qui và phân tích
phương sai
)2n,1(F~
)2n/(e
1/x)ˆ(F 2
i
2i
222
ββ
• Giả thiết H0 : 2 = 0 ( hàm hồi qui không phù hợp)
H1 : 2 0 (hàm hồi qui phù hợp)Sử dụng phân phối của thống kê F :
![Page 21: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/21.jpg)
Nên có thể dùng qui tắc kiểm định sau :- Tính
)2n/()R1(1/R
F 2
2
- Nếu F > F(1, n-2) bác bỏ H0
hàm hồi qui phù hợp.
Khi 2 = 0 , F có thể viết :
(*))2n/()R1(
1/R)2n/(RSS
1/ESS)2n/(e
xˆF 2
2
2i
2i
22
β
![Page 22: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/22.jpg)
Mặt khác, cũng từ (*) cho thấy :Phân tích phương sai cho phép đưa ra các phán đoán thống kê về độ thích hợp của hồi qui ( xem bảng phân tích phương sai).
* Một số chú ý khi kiểm định giả thiết :
- Khi nói “chấp nhận giả thiết H0”, không có nghĩa H0 đúng.- Lựa chọn mức ý nghĩa : có thể tùy chọn, thường người ta chọn mức 1%, 5%, nhiều nhất là 10%.
![Page 23: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/23.jpg)
9. Dự báo a. Dự báo giá trị trung bình :
Cho X =X0 , tìm E(Y/X0).
- Dự báo điểm của E(Y/X0) là :
0210 XˆˆY ββ
)2n(2/000
)2n(2/00 t).Y(esY)X/Y(Et).Y(esY αα
22i
20
0 ˆx
)XX(n1
)Yr(av σ
Trong đó :
- Dự báo khoảng của E(Y/X0) là :
![Page 24: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/24.jpg)
b. Dự báo giá trị cá biệt :
Cho X =X0 , tìm Y0.
Trong đó :
)2n(2/0000
)2n(2/000 t).YY(esYYt).YY(esY αα
2000 ˆ)Yr(av)YYr(av σ
2000 )Yvar()YYvar( σ
nên
![Page 25: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/25.jpg)
Y
X
dải tin cậy của giá trị trung bình
dải tin cậy của giá trị cá biệt
X
* Đặc điểm của dự báo khoảng
![Page 26: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/26.jpg)
10. Trình bày kết quả hồi qui R2 =
se = sê ( ) sê ( ) n =
t = t1 t2 F =
p = p(>t1) p(>t2) p(> F) =Trong đó :
= 24,4545 + 0,5091 Xi R2 = 0,9621
se = (6,4138) (0,0357) n = 10t = (3,813) (14,243) F = 202,87p = (0,005) (0,000) p = (0,000)
i21i XˆˆY ββ 1β 2β
)ˆ(es
0ˆt
)ˆ(es
0ˆt
2
22
1
11
β
β
β
β
iY
![Page 27: C2 bai giang kinh te luong](https://reader036.vdocuments.site/reader036/viewer/2022070318/557c1f85d8b42af2418b5350/html5/thumbnails/27.jpg)
11. Đánh giá kết quả của phân tích hồi qui
• Dấu của các hệ số hồi qui ước lượng được phù hợp với lý thuyết hay tiên nghiệm không.
• Các hệ số hồi qui ước lượng được có ý nghĩa về mặt thống kê hay không.
• Mức độ phù hợp của mô hình (R2).• Kiểm tra xem mô hình có thỏa mãn các
giả thiết của mô hình hồi qui tuyến tính cổ điển hay không.