Tài liệu Kinh tế lượng cơ sở - Bài 7 pdf

Các loại sai lầm chỉ định và hậu quả.. Kiểm định bằng cách bỏ bớt biến số nghi là không cần thiết và dùng kiểm định với hệ số tương ứng để kết luận 1.2.. Mô hình thiếu biến.. Error t-St

Bài 7 chỉ ĐỊNH MÔ HÌNH

1 Các loại sai lầm chỉ định và hậu quả

1.1 Mô hình thừa biến giải thích

Ví dụ: Mô hình đúng: Y i = β1 +β2 X i + u i

Mô hình sai: Y i = α1 + α2 X i + α3 Z i + v i

Nếu mô hình thừa biến giải thích thì các ước lượng vẫn là không chệch và vững, nhưng không hiệu quả, khoảng tin cậy rộng

Kiểm định bằng cách bỏ bớt biến số nghi là không cần thiết và dùng kiểm định với hệ

số tương ứng để kết luận

1.2 Mô hình thiếu biến

Ví dụ: Mô hình đúng: Y i = β1 + β2X i +β3 Z i + u i

Mô hình sai: Y i = α1 + α2 X i + v i

Nếu mô hình thiếu biến thì các uoc lượng sẽ bị chệch nên không đáng tin cậy

1.3 D¹ng hµm sai

Ví dụ : Mô hình đúng: Y i = β1 + β2 X i + u i

Mô hình sai: LnY i = β1 + β2 LnX i + v i

Có thể kiểm định thiếu biến và dạng hàm sai bằng các kiểm định sau:

1 Kiểm định Ramsey

Mô hình ban đầu: Y i = β1 + β2 X i + u i (1)

Nếu cho rằng mô hình thiếu biến Z i nào đó thì:

B1: Hồi qui mô hình ban đầu thu được các giá trị ước lượng Yˆ i

B2: Hồi qui MH hồi qui phụ :

Y i = [β1 + β2X i ] +α1 ˆ2

i

Y +…+ α m ˆm+1

i

Y + u i (2)

⎨

⎧

=

≠

∃

=

=

=

m j

j

m

, 1 , 0 :

H

0

: H

1

1 0 α

α α

F qs =

MH (1) không thiếu biến

MH (1) thiếu biến

1

1−R(2) k(2)−

) 2 ( 2

2 ) 1 (

2 ) 2

×

−R n k R

ếu F qs > Fα(k(2) – 1; n – k(2)) bác bỏ H0

2 Kiể

thu được các phần dư e i và giá trị ước lượng Y i

B

i

N

m định nhân tử Lagrange (LM)

2: Hồi qui MH hồi qui phụ :

e i = [β1 + β2X ]+α1Yˆi2+…+ α m ˆm+ 1

i

Y + v (*)

⎨

, 1

0

:

MH (1) có d Kiểm định χ2 : 2

* 2

nR

qs =

χ , nếu 2 2 ( )

p

χ > thì bác bỏ H0

7bt4

iểm định Ramsey cho kết quả sau:

SET Te

F-statistic 0.348918 Probability 0.5602

m

MH (1) có dạng hàm đún

ạng hàm

Ví dụ: Trở lại thí dụ với tệp số liệu ch

K

Ramsey RE st:

4 8 Log likelihood

ratio 0.389707 Probability 0.532435

Test Equation:

Dependent Variable: CONS

e: 22:18

Variable Coeffic

nt Std Error t-Statistic Prob

Method: Least Squares

Date: 11/19/08 Tim

Sample: 1960 1986

ded obser ns: 27

ie

268.6193

R-squared 0.798175 ean dependent 2037.4

9

-0.607571 1.570384 0.1294 0.000152

M

R- 0.781356 S.D dependent var 789.22

S.E of regression 369.0360 info 14.764

Sum squared resid 3268502 Schwarz criterion 14.908

in-Watson 0.428978 Prob(F-statistic) 0.0000

0

Adjusted

1

Akaike

0 9 3

- F-statistic

0

Durb

stat

Kiểm định bằng nhân tử Lagrange cho kết quả sau:

e: 08:53

Variable Coeffic

nt Std Error t-Statistic Prob

Dependent Variable: E

Method: Least Squares

Date: 11/21/08 Tim

Sample: 1960 1986

ded obser ns: 27

ie

423.8432

R-squared 0.014330 ean dependent -8.42

1

-0.607571 0.587669 0.5622 0.000152

M var

E-14

S.E of regression 369.0360 info 14.764

Sum squared resid 3268502 Schwarz criterion 14.908

in-Watson 0.428978 Prob(F-statistic) 0.8409

7

Mà χ2(1) = 3,84146 ⇒ Mụ hỡnh chỉ định đỳng

2 Phõ

i chuẩn thỡ cỏc ước lượng vẫn là ước lượng tốt nhất, hưng cỏc phõn tớch khụng dựng được

squared 0.067809 - S.D depende 64

1

Akaike

0 9 5

- F-stati

6

Durb

stat

Từ đú * 2 27 * 0 , 01433 0 , 38691

*

qs

χ

n phối xỏc suất của sai số ngẫu nhiờn

Cỏc suy diễn thống kờ (khoảng tin cậy, kiểm định giả thiết) phụ thuộc giả thiết SSNN phõn phối chuẩn Nếu SSNN khụng phõn phố

n

H1 : SS

Với S là h ), K là hệ số nhọn (kurtosis) cña e i

JB =

H0 : SSNN phân phối chuẩn

NN không phân phối chuẩn

Kiểm định Jarque – Bera:

ệ số bất đối xứng (skewness

⎥

⎦ 24

⎤

+

6

2 2

n

qs

χ Nếu 2 2 ( 2 )

α

χ

χqs > thì bác bỏ H0

í dụ:Với tệp số liệu ch7bt4 kiểm định Jarque-Bera cho kết quả sau:

chệch, tốt nhất; các kết quả hồi qui là đáng tin cậy và sử dụng để phân tích được

⎢

⎣

V

Nếu mô hình không có khuyết tật nào thì các ước lượng là ước lượng tuyến tính, không