Tài liệu Chương III: Hồi quy đa biến - Trình bày: Nguyễn Duy Tâm doc

Ước lượng các tham số của mô hình 4.. Phương sai và độ lệch tiêu chuẩn của các ước lượng bình phương nhỏ nhất 5.. Trong lý thuyết cũng như trong thực tế, có nhiều trường hợp mà biến k

Trình bày: Nguyễn Duy Tâm – IDR Trường ĐH Kinh tế thành phố HCM

1

1 Mô hình hồi quy 3 biến

2 Các giả thiết của mô hình

3 Ước lượng các tham số của mô hình

4 Phương sai và độ lệch tiêu chuẩn của các ước

lượng bình phương nhỏ nhất

5 Mô hình tuyến tính K biến

6 Ước lượng các tham số - OLS

7 Hệ số phù hợp R2 và hệ số phù hợp hiệu chỉnh

8 Hệ số tương quan riêng phần

9 Kiểm định giả thiết

R2

Trong lý thuyết cũng như trong thực tế, có

nhiều trường hợp mà biến kinh tế cho trước

không thể lý giải bằng hồi quy đơn Ví dụ:

 Lượng cầu phụ thuộc vào thu nhập, giá cả,…

 Lương phù thuộc vào trình độ học vấn, kinh

nghiệm, độ tuổi,…

 Giá nhà đất phụ thuộc vào diện tích, vị trí,…

◦ ……

3

đơn, mô hình có nhiều hơn một biến Trong

mô hình hồi qui bội ta nghiên cứu mối quan

hệ giữa biến phụ thuộc Y và một số biến giải

thích X1, X2,…, Xn

Y = 1 + 2X2 + 3X3 + … + K.Xk+ Ui

 Sơ đồ các

biến độc lập

tác động

vào biến

phụ thuộc

5

Cov(Ui,Uj) = 0 Với mọi i,j

Var(Ui) = const

tuyến tính

7

hồi qui tổng thể (PRF) như sau:

của các thông số chưa biết sao cho tổng các

bình phương của phần dư (RSS) nhỏ nhất:

 Ứng dụng với mô hình hồi quy 3 biến và k

biến

các hệ số i chuẩn cho SRF

9

 Kiểm định hệ số hồi quy i bằng kiểm định t

 Với hệ số i ta tính:

 Kiểm định giả thiết H0 & H1









 







i Se

i

t i

11

không có ý nghĩa thống kê Ta lần lược bỏ

bớt biến kém ý nghĩa nhất Quy trình kiểm

định được lặp lại cho đến khi tất cả các biến

độc lập còn lại trong mô hình đều có ý nghĩa

thống kê

 Hệ số phù hợp của mô hình hồi quy bội được

xác định như trong mô hình hồi quy đa biến

bằng 1 trong 2 cách sau:

hình TSS không bị tác động bởi sự tăng của

biến phụ thuộc nhưng đối với ESS bị tác động

Nguyên nhân do bậc tự do của mô hình giảm

trạng tăng ảo

R2

TSS

ESS TSS

RSS

R2  1

13

hợp hiệu chỉnh Kí hiệu và xác định bằng

công thức

 Như vậy, với công thức trên,

Nghĩa là khi biến độc lập tăng thì tăng

chậm hơn Trong một số trường hợp, có

thể có giá trị âm Tuy nhiên, khi thêm biến

R2

R2

R2 ESS TSS n n k 1 n n k1 1 2

1

















1

2

R

R2

R2

 Kiểm định R2 thông qua kiểm định F

số quan sát

R

2

1 





15

 Mục đích: Nhằm xác định tính hiện diện của

một nhóm biến cần thiết trong mô hình Ta

dùng kiểm định Wald Cách khác, kd wald

dùng để chọn 1 trong 2 mô hình sau:

Restricted model)

17

 Nguyên tắt kiểm định Fc

1 2  

2 2











R

R R

F

U

R U

c

k n m k

19

21

loại 3 biến trên ra khỏi mô hình

F

F

F

R

R R

F

c

U

R U

c

k n

m k

) 7 40 , 3 7 ( 05 , 0

)

7

40

,

3

7

(

05

,

0

2

2 2

87 , 2

237 , 0 ) 7 40 /(

921 , 0 1

) 3 7 /(

) 919 , 0 921 , 0 ( 1





































 Tìm giá trị kỳ vọng của Y khi biết các giá trị

của biến độc lập E(Y/Xi)

quy Ta có ước lượng điểm của Y

  *=(1,2,…k)

Y

































X X

X X

k

1

3 2

*

23