thực hành white.doc

thực hành white

Trang 1

THỰC HÀNH SỬ DỤNG HÀM TRONG EVIEW

Vào Genr

Lg (log cơ số 10) @log10(x) @log10(100) = log10100lg1002

THỰC HÀNH PHƯƠNG SAI SAI SỐ THAY ĐỔI

Khắc phục phương sai sai số thay đổi bằng ước lượng Bình phương tổi thiểu tổng quát khả thi (FGLS) Các bước thực hiện ước lượng FGLS (trang 345)

Phương pháp FGLS cũng là ước lượng bình phương tối thiểu có trọng số 

ˆ

1

w , với t không biết trước,

do đó trước tiên phải có các ước lượng của t ( hay tìm ˆt) Với mỗi công thức phương sai được đề xuất bởi Glesjer, Breusch – Pagan, Harvey – Godfrey và White ta có t ước lượng khác nhau hay trọng số khác nhau.

Vậy mỗi kiểm định ta có một trọng số.

VD: Sử dụng Data 8-1 Ranamathan

2 t 3

t 2

1

t ˆ ˆ YEARS ˆ YEARS uˆ)

SALARYln(     (1) Yêu cầu:

1) Kiểm định có phương sai sai số thay đổi? Bằng kiểm định Glesjer, Breusch – Pagan, Harvey – Godfrey và White

2) Khắc phục bằng ước lượng FGLS cho từng công thức phương sai của Glesjer, Breusch – Pagan, Harvey – Godfrey và White

1 Tạo biến ln(SALARY) genr lnsalary=LOG(salary)

2 Hồi quy (1) ls lnsalary c years years^2

3 Kiểm định xem có phương sai của sai số thay đổi không?

3.1 Tính phần dư (uˆt) genr uhat =resid

1

Trang 2

3.2 Tạo uˆt genr absuhat=abs(uhat)

3.3 Hồi quy phụ ls absuhat c years years^2 Từ hồi quy phụ tìm R2

hq phụ

4 Khắc phục bằng FGLS

4.1 Ước lượng ˆt absuhat1=absuhat forecast (absuhat1 là giá trị dự báo của absuhat)

Đây là ước ˆt (t ước lượng) của đặc trưng Glesjer.

Vì trọng số >0 do đó ˆt>0 Sau khi dự báo absuhat ta mở absuhat1 lên xem có quan sát nào âm không Nếu quan sát nào có giá trị âm ta thay nó bằng absuhat tương ứng Mà absuhat thì chắc chắn dương.

absuhat absuhat10.0986529 0.0452970.0594322 0.0452970.0594322 0.0452970.0757303 -0.058797 < 0 Ta thay -0,058797 bằng 0,07573030.0757303 0.058797

0.0662515 -0.058797 < 0 Ta thay -0,058797 bằng 0,06625150.0088826 0.058797

0.0224489 0.0587970.0224489 0.0587970.037264 0.0587970.0720555 0.0717020.0350142 0.071702

Ta tạo biến absuhat2 là biến absuhat1 đã thay các giá trị âm Để thực hiện việc thay thế này ta tạo biến giả d nếu quan sát nào của absuhat1>0 thì mang giá trị 1 ngược lại quan sát nào của absuhat1<0 mang giá trị 0.

absuhat absuhat1 d0.0986529 0.045297 10.0594322 0.045297 10.0594322 0.045297 10.0757303 -0.058797 00.0757303 0.058797 10.0662515 -0.058797 00.0088826 0.058797 10.0224489 0.058797 10.0224489 0.058797 10.037264 0.058797 10.0720555 0.071702 10.0350142 0.071702 1

genr d=absuhat1>0 genr absuhat2 = (d*absuhat1) + (1-d)*asbuhat

t

ˆ

 sẽ là absuhat1 nếu toàn bộ quan sát > 0 ˆt là absuhat2 nếu absuhat1 có

quan sát <0

Trang 3

genr wt1=1/absuhat1 nếu toàn bộ quan sát > 0 genr wt1=1/absuhat2 nếu absuhat1 có quan sát <0 4.3 Hồi quy bằng bình phương tối thiểu có trọng số wt1

THỰC HÀNH

1 Tạo biến ln(SALARY) genr lnsalary=LOG(salary)

2 Hồi quy (1) ls lnsalary c years years^2

Dependent Variable: LNSALARY

Method: Least Squares

R-squared 0.536179 Mean dependent var 4.325410

Adjusted R-squared 0.531943 S.D dependent var 0.302511

S.E of regression 0.206962 Akaike info criterion -0.299140

Sum squared resid 9.380504 Schwarz criterion -0.253158

Log likelihood 36.20452 F-statistic 126.5823

Durbin-Watson stat 1.618981 Prob(F-statistic) 0.000000

3.3 Hồi quy phụ ls absuhat c years years^2

Dependent Variable: ABSUHAT

Trang 4

YEARS^2 -0.000298 7.04E-05 -4.227328 0.0000

R2

hq phụ = 0,130283

Dùng kiểm định LM = nR2

hồi quy phụ = 222 0,130283 = 6,92 Nếu nR2

Ước lượng ˆt chính là tìm giá trị dự báo của absuhat.

Sử dụng hồi quy của ls absuhat c years years^2 sau đó tìm giá trị dự báo của absuhat.

Mở absuhat1 lên xem có quan sát nào âm không?

Chọn Forecast

Trang 5

May mắn là không có giá trị nào âm Do đó ˆt là absuhat1

4.2 Tính trọng số

4.3 Hồi quy ls lnsalary c years years^2 có trọng số wt1 Quick/Estimate Equation…

5

Trang 6

Chọn Options

Trọng số wt1

Trang 7

Date: 12/04/07 Time: 08:08

Sample: 1 222

Included observations: 222

Weighting series: WT1

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std Error t-Statistic Prob

C 3.841553 0.016490 232.9673 0.0000

YEARS 0.036555 0.003803 9.611956 0.0000

YEARS^2 -0.000407 0.000114 -3.583774 0.0004

Weighted Statistics

Unweighted Statistics

S.E of regression 0.208931 Sum squared resid 9.559851

Durbin-Watson stat 1.589499

II Kiểm định Breusch – Pagan

Công thức tính phương sai t2 = a1 + a2Z2t + a3Z3t + … + apZpt

Hồi quy phụ ȗt2= a1 + a2X2t + a3X3t + … + apXpt

ȗt2= a1 + a2YEARS + a3YEARS2

3.2 Tạo ȗt2 genr usq=uhat^2

3.3 Hồi quy phụ ls usq c years years^2 Từ hồi quy phụ tìm R2

hq phụ

4.1 Ước lượng ˆt usqhat1=usq forecast (usqhat1 là giá trị dự báo của usq)

Vì trọng số >0 do đó ˆt>0 Sau khi dự báo usq ta mở usqhat1 lên xem có quan sát nào âm không Nếu quan sát nào có giá trị âm ta thay nó bằng usq tương ứng.

Mà usq thì chắc chắn dương.

usq usqhat10.0986529 0.0452970.0594322 0.045297

7

Trang 8

0.0757303 -0.0587970.0757303 0.058797 < 0 Ta thay -0,058797 bằng 0,07573030.0662515 -0.058797

0.0088826 0.058797 < 0 Ta thay -0,058797 bằng 0,06625150.0350142 0.071702

Ta tạo biến usqhat2 là biến usqhat1 đã thay các giá trị âm Để thực hiện việc thay thế này ta tạo biến giả d1 nếu quan sát nào của usqhat1>0 thì mang giá trị 1 ngược lại quan sát nào của usqhat1<0 mang giá trị 0.

usq usqhat1 d10.0986529 0.045297 10.0594322 0.045297 10.0757303 -0.058797 00.0757303 0.058797 10.0662515 -0.058797 00.0088826 0.058797 10.0350142 0.071702 1

genr d1=usquhat1>0 genr usqhat2 = (d1*usqhat1) + (1-d1)*usq usqhat1 là 2

Trang 9

3.3 Hồi quy phụ ls usq c years years^2 Từ hồi quy phụ tìm R2hq phụ

Dependent Variable: USQ

R2

hq phụ = 0,074714

hồi quy phụ = 222 0,074714 = 16,58 Nếu nR2

Ước lượng ˆt chính là tìm giá trị dự báo của usq.

Sử dụng hồi quy của ls usq c years years^2 sau đó tìm giá trị dự báo của usq là usqhat1.

9

Trang 10

Mở usqhat1 lên xem có quan sát nào âm không?

usqhat1 có giá trị âm Thay các giá trị âm bằng usq gốc tương ứng

Trang 12

4.2 Tính trọng số

4.3 Hồi quy ls lnsalary c years years^2 có trọng số wt2

Quick/Estimate Equation…

Trang 13

III Kiểm định White

Công thức tính phương sai t2 = a1 + a2Z2t + a3Z3t + a4Z2t2 + a5Z3t2 + a6Z2tZ3t

Hồi quy phụ ȗt2 = a1 + a2X2t + a3X3t + a4X2t2 + a5X3t2 + a6X2tX3t

ȗt2 = a1 + a2YEARS + a3YEARS2 + a4YEARS2 + a5YEARS4 + a6 YEARS3

ȗt2 = a1 + a2YEARS + (a3 + a4)YEARS2 + a5YEARS4 + a6 YEARS3

3.2 Tạo ȗt2 genr usq=uhat^2

3.3 Hồi quy phụ ls usq c years years^2 years^3 years^4 Từ hồi quy phụ tìm R2

hq phụ

4.1 Ước lượng ˆt usqhat3=usq forecast (usqhat3 là giá trị dự báo của usq)

Nếu usqhat3 có quan sát mang giá trị âm

Ta tạo biến usqhat4 là biến usqhat3 đã thay các giá trị âm của usq gốc tương

ứng

genr d2=usquhat3>0 genr usqhat4 = (d2*usqhat3) + (1-d2)*usq usqhat3 là 2

THỰC HÀNH

Bước (1), (2) và (3.1) tương tự như kiểm kiểm định Glesjer

13

Trang 14

3.2 Tạo ȗt2 (như kiểm định Breusch – Pagan)

3.3 Hồi quy phụ ls usq c years years^2 years^3 years^4

Từ hồi quy phụ tìm R2hq phụ

Dependent Variable: USQ

YEARS^3 -3.26E-05 2.52E-05 -1.296647 0.1961

YEARS^4 4.22E-07 2.88E-07 1.467297 0.1437

R2

hq phụ = 0.090076

hồi quy phụ = 222 0.090076 = 19,99 Nếu nR2

hồi quy phụ > χ2 (10%) Bác bỏ H0

χ2 (10%) = CHIINV(10%,2) = 4,60517

 nR2

hồi quy phụ > χ2 (10%)  Có hiện tượng phương sai sai số thay đổi

Cách khác để kiểm định phương sai sai số thay đổi White mà không cần hồi quy phụ Open mô hình hồi quy gốc (1) ls lnsalary c years years^2

Trang 15

Vào View/Residual Tests/Heteroskedasticity (cross terms) (cross terms sử dụng dữ liệu chéo)

White Heteroskedasticity Test:

F-statistic 5.370347 Probability 0.000384

Obs*R-squared 19.99682 Probability 0.000500

Test Equation:

Dependent Variable: RESID^2

YEARS*(YEARS^2) -3.26E-05 2.52E-05 -1.296647 0.1961

(YEARS^2)^2 4.22E-07 2.88E-07 1.467297 0.1437

Khắc phục

15

R2 hồi quy phụ

Trang 16

4.1 Ước lượng ˆt

usqhat3=usq forecast Mở hồi quy phụ theo White, sau đó dự báo

Mở usqhat3 xem có giá trị âm hay không?

Trang 17

Ta tạo biến usqhat4 là biến usqhat3 đã thay các giá trị âm của usq gốc tương ứng

Trang 18

Date: 12/04/07 Time: 19:54

Sample: 1 222

C 3.847628 0.013387 287.4149 0.0000

YEARS 0.036857 0.003164 11.64807 0.0000

YEARS^2 -0.000451 8.98E-05 -5.028288 0.0000

Weighted Statistics

Sau khi khắc phục ta có thể kiểm định lại xem còn có hiện tượng phương sai sai số thay đổi không?

Từ mô hình hồi quy có trọng số, dùng kiểm định White để xem có hiện tượng phương sai sai số thay đổi không?

Lưu ý: trong Eview chỉ có thực hiện sẵn kiểm định White; còn kiểm định Glesjer, Harvey – Godfrey, Breusch

– Pagan đều phải thực hiện hồi quy phụ.

Trang 19

IV Kiểm định Harvey - Godfrey Công thức tính phương sai ln(t2) = a1 + a2Z2t + a3Z3t + … + apZpt

Hồi quy phụ ln(ȗt2) = a1 + a2X2t + a3X3t + … + apXpt

ln(ȗt2) = a1 + a2YEARS + a3YEARS2

3.2 Tạo ln(ȗt2) genr usq=uhat^2

Dependent Variable: STD_RESID^2

Date: 12/04/07 Time: 20:05

Sample: 1 222

C 0.013900 0.009067 1.533033 0.1267

YEARS 0.002141 0.002833 0.755667 0.4507

YEARS^2 -0.000160 0.000255 -0.628472 0.5304

YEARS*(YEARS^2) 4.99E-06 8.55E-06 0.583540 0.5601

(YEARS^2)^2 -5.64E-08 9.51E-08 -0.592649 0.5540

Adjusted R-squared -0.012686 S.D dependent var 0.028843

19

Xác suất = 86,93% > a Chấp nhận H0 Không có hiện tượng phương sai sai số thay đổi.

Trang 20

4.1 Ước lượng ˆt lnusq1=lnusq forecast (lnusq1 là giá trị dự báo của lnusq)

genr usqhat5=exp(lnusq1) lấy đối log Vì hàm mũ tạo ra giá trị dương, không

có vấn đề về phương sai âm.

C 3.827508 0.017648 216.8865 0.0000

YEARS 0.038215 0.003822 9.998903 0.0000

YEARS^2 -0.000443 0.000111 -3.978129 0.0001

Weighted Statistics

THỰC HÀNH TƯƠNG QUAN CHUỖI

Sử dụng Data9-1 trong Ranamathan

DEMAND Nhu cầu tiêu thụ kem tính trên đầu người

INCOME Thu nhập

TEMP Nhiệt độ trung bình

Mô hình hồi quy DEMAND =  ˆ1 +  ˆ2PRICE + ˆ3INCOME +  ˆ4TEMP + uˆt (2.1)

I PHÁT HIỆN TƯƠNG QUAN CHUỖI BẰNG ĐỒ THỊ (chỉ có tính gợi ý không thay thế kiểm định)

ls c demand price income temp

Tiêu đề	Thực Hành Sử Dụng Hàm Trong Eview
Trường học	Trường Đại Học Kinh Tế Quốc Dân
Chuyên ngành	Kinh Tế
Thể loại	Thực hành
Năm xuất bản	2007
Thành phố	Hà Nội

Định dạng
Số trang	27
Dung lượng	1,17 MB