intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Hồi quy bội

Chia sẻ: Trần Văn Thảo | Ngày: | Loại File: PPT | Số trang:9

183
lượt xem
18
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Phương pháp bình phương bé nhất OLS Nội dung: tìm    b1;b2;b3 sao cho 2 min i åe ® cách giải kết quả các tính chất các giả thiết cơ bản các giá trị đặc trư ng

Chủ đề:
Lưu

Nội dung Text: Hồi quy bội

  1. Hồi quy bội
  2. Mô hình hồi quy 3 biến PRF    E (Y / X 2i , X 3i ) = β1 + β2X 2i + β 3X 3i                                   PRM  Y i = β1 + β2X 2i + β 3i X 3i + u i         SRF   Y i = β1 + β2X 2i + β 3X 3i           SRM  Y i = β1 + β 2X 2i + β 3X 3i + ei         2
  3. Ph ươ ng ph áp b ì nh ph ươ ng b é  nh ất OLS    ∑   N ộ i d ung: t ìm  β ; β ; β  sao cho  e 2 → min   i 1 2 3 ­ cá ch giả i  ­ k ế t qu ả   ­ cá c t ính ch ấ t   ­ cá c giả  thiế t cơ  b ả n   ­ cá c giá  tr ị đ ặ c tr ư ng   Lư u ý :  o G iữ a cá c biế n X2, X3 kh ô ng có  hiệ n t ư ợ ng  đ a  cộ ng tuy ế n   ∑e  (t ổ ng qu á t là   ∑ 2 2 e  )  o σ2 = i i n −3 n −k 3
  4. Mô hình hồi quy tổng quát k biến  M ô  h ình h ồ i qu y k biế n có  d ạ ng nh ư  sau:      PRF    E (Y ) = β1 + β2X 2i + β 3X 3i + ... + βk X ki                           PRM  Y i = β1 + β2X 2i + β 3i X 3i + ... + βk X ki + u i                   { } Vớ i m ẫ u  W= (X 2i,X 3i,...,X ki,Yi );i = 1, n            SRF   Y i = β1 + β2X 2i + β 3X 3i + ... + βk X ki                                    SRM  Y i = β1 + β2X 2i + β 3X 3i + ... + βk X ki + ei          D ạ ng m a tr ậ n củ a m ô  h ình t ổ ng qu á t k biế n.           4
  5. Sự phù hợp của hàm hồi quy  H ệ  s ố  xác đị nh   H ệ  s ố  xác đị nh b ộ i hi ệ u ch ỉ nh   n −1 2   R = 1 − (1 − R 2 ) n −k 2   +  R  có  th ể  nh ậ n giá  tr ị â m   2   + Khi s ố  biế n giả i th ích củ a m ô  h ình t ă ng lê n th ì R  t ă ng ch ậ m h ơ n so v ớ i R2  2 R ≤ R 2 ≤ 1    Tính ch ấ t n à y  đ ư ợ c d ù ng là m  că n cứ  xem xé t việ c  đ ư a th ê m  biế n giả i th ích  v à o m ô  h ình.   5
  6. Suy diễn thống kê    Kho ảng tin cậy cho từ ng h ệ  s ố    (  ( ( j = 1, k )   β j − Se( β j )t αn −k ) < β j < β j + Se( β j )t αn −k ) 2 2 Kho ả ng tin cậ y  đ ố i xứ ng, b ên p h ả i, b ê n tr á i t ư ơ ng t ự  nh ư  trong m ô  h ình  h ồ i quy đ ơ n.    Kho ảng tin cậy cho hai h ệ  s ố      (    ( ( β i ± β j ) − Se( β i ± β j )t αn −k ) < βi ± β j < ( β i ± β j ) + Se( β i ± β j )t αn −k )   2 2          Vớ i  Se( β i ± β j ) = V ar ( β i ± β j ) = V ar ( β i ) + V ar ( β j ) ± 2Cov( β i , β j )   6
  7. Kiểm định giả thiết thống kê Vớ i m ứ c ý  ngh ĩa α  cho tr ư ớ c    C ặ p gi ả  thuy ế t   Tiê u chu ẩ n kiể m  đ ịnh   Miề n b á c b ỏ  H 0  H 0 : β j = β j* T qs > t αn −k )   (   H1 : βj ≠ βj * 2  β j − β j* H 0 : β j = β j* T qs > t αn −k )       T qs = ( H1 : βj > βj ) * Se( β j H 0 : β j = β j* T qs < −t αn −k )     ( H1 : βj < βj *   H 0 : βi ± β j = a βi ± β j −a T qs > t αn −k )   (     T qs = H 1 : βi ± β j ≠ a  ±β )  Se( β 2 i j       7
  8. Ki ể m đị nh s ự  ph ù  h ợ p củ a h àm h ồ i quy   H0 : R 2 = 0           H1 : R ≠ 0 2   Tiê u  chu ẩ n kiể m đ ịnh:   ESS / (k − 1) R 2 / (k − 1)   Fqs = = R SS / (n − k ) (1 − R ) / (n − k ) 2   Fqs > Fα (k − 1; n − k ) th ì b á c b ỏ  H 0 : h à m  h ồ i quy là  ph ù  h ợ p   8
  9. Ki ể m đị nh thu h ẹ p h ồ i quy (Wald  ­ Test)  Th ủ  tụ c:   E (Y / X 2,..., X k −m ,..., X k ) = β1 + β2X 2 + ... + βk X k        (nb )  N ghi ng ờ  m  biế n giả i th ích Xk­m +1 , …, Xk kh ô ng giả i th ích cho Y  E (Y / X 2,..., X k −m ) = β1 + β2X 2 + ... + βk −m X k −m                             (ib )   H 0 : m ô  h ình ít biế n đ ú ng    H 1 : m ô  h ình nhiề u biế n đ ú ng   (R nb − R ib ) / m 2 2   Fqs = (1 − R nb ) / (n − k ) 2   Fqs > Fα (m ; n − k )  th ì b á c b ỏ  H 0    Kiể m đ ịnh thu h ẹ p h ồ i quy cò n d ù ng trong tr ư ờ ng h ợ p m ở  r ộ ng h à m   h ồ i quy.  9
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2