22/8/2015<br />
<br />
Mở đầu<br />
SUY DIỄN THỐNG KÊ (Statistical inferrence)?<br />
Suy diễn thống kê<br />
<br />
Mẫu<br />
<br />
Ước lượng, kiểm định<br />
<br />
Các đặc trưng:<br />
Trung bình<br />
Phương sai, …<br />
<br />
Lê Minh Tiến<br />
<br />
Tổng thể<br />
<br />
1. Ước lượng<br />
2. Kiểm định giả thuyết<br />
<br />
OLS<br />
<br />
Hàm hồi quy mẫu<br />
(SRF)<br />
<br />
BLUE?<br />
<br />
Các đặc trưng:<br />
Trung bình<br />
Phương sai, …<br />
<br />
Hàm hồi quy tổng thể<br />
(PRF)<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
4<br />
<br />
Mục tiêu của chương<br />
<br />
Một số tính chất xác suất của các ước lượng<br />
OLS<br />
<br />
Sau khi hoàn thành chương này, bạn có thể:<br />
Tìm được khoảng tin cậy cho:<br />
<br />
Khi các giả thiết của phương pháp OLS được<br />
thoả mãn thì các ước lượng OLS có các tính chất<br />
sau đây:<br />
<br />
các hệ số hồi quy<br />
phương sai của nhiễu<br />
<br />
Chúng là các ước lượng không chệch.<br />
<br />
Kiểm định được giả thuyết về:<br />
<br />
Chúng là các ước lượng có phương sai bé nhất.<br />
<br />
các hệ số hồi quy<br />
sự phù hợp của hàm hồi quy mẫu<br />
phương sai của nhiễu<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
Khi số quan sát đủ lớn thì các ước lượng này xấp<br />
xỉ với giá trị thực của phân phối.<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
2<br />
<br />
Một số tính chất xác suất của các ước lượng<br />
OLS<br />
<br />
Nội dung<br />
<br />
<br />
<br />
các hệ số hồi quy<br />
phương sai của nhiễu<br />
<br />
<br />
<br />
Kiểm định giả thuyết về hệ số hồi quy<br />
Kiểm định Wald<br />
Kiểm định sự phù hợp của hàm hồi quy<br />
Kiểm định giả thuyết về phương sai của nhiễu<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
<br />
<br />
2<br />
ˆ<br />
β j ~ N β j ;σβ . Từ tính chất này suy ra:<br />
ˆ<br />
<br />
Ước lượng khoảng cho:<br />
<br />
<br />
<br />
<br />
<br />
<br />
5<br />
<br />
Z=<br />
<br />
ˆ<br />
βj- βj<br />
σβ<br />
ˆ<br />
ˆ<br />
σ<br />
<br />
2<br />
<br />
j<br />
<br />
~ N(0;1)<br />
<br />
j<br />
<br />
2<br />
(n - k) σ 2 ~ χ (n - k)<br />
<br />
Yi ~ N(β1+ ΣβjXj-1; σ2)<br />
Trong các ước lượng không chệch của βj bất kể là<br />
tuyến tính hay phi tuyến thì βj^ luôn có phương sai<br />
nhỏ nhất.<br />
3<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
6<br />
<br />
1<br />
<br />
22/8/2015<br />
<br />
Phần 1<br />
<br />
Khoảng tin cậy cho một hệ số hồi quy βj<br />
Ý nghĩa kinh tế của khoảng tin cậy<br />
Khoảng tin cậy (1-α)*100% của hệ số hồi quy<br />
riêng βj (j=2,…,k) cho biết khi biến Xj-1 tăng 1 đơn vị<br />
và các biến khác trong mô hình không đổi thì giá trị<br />
trung bình của biến phụ thuộc thay đổi trong khoảng<br />
nào.<br />
<br />
Ước lượng khoảng<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
7<br />
<br />
Một số câu hỏi cơ bản về khoảng tin cậy<br />
<br />
!<br />
<br />
Độ tin cậy là gì? Thường kí hiệu?<br />
Thế nào là khoảng tin cậy? Các dạng khoảng tin<br />
cậy?<br />
Ý nghĩa thống kê của khoảng tin cậy?<br />
<br />
Về mặt thống kê,<br />
<br />
Khoảng tin cậy bên trái được dùng để ước lượng<br />
giá trị tối đa của βj.<br />
Khoảng tin cậy bên phải được dùng để ước lượng<br />
giá trị tối thiểu của βj.<br />
Khi không nói rõ khoảng tin cậy nào thì ta mặc<br />
định hiểu là khoảng tin cậy đối xứng.<br />
<br />
Ý nghĩa kinh tế của khoảng tin cậy?<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
8<br />
<br />
Khoảng tin cậy cho một hệ số hồi quy βj<br />
<br />
Khoảng cụ thể<br />
<br />
<br />
<br />
Khoảng tin cậy đối xứng<br />
<br />
ˆ<br />
ˆ ˆ<br />
ˆ<br />
β j β j - t α/2;n-k .se(β j ); β j + t α/2;n-k .se(β j )<br />
<br />
Khoảng tin cậy bên trái<br />
<br />
ˆ<br />
ˆ<br />
β j -; β j + t α;n-k .se(β j )<br />
<br />
Khoảng tin cậy bên phải<br />
<br />
ˆ<br />
ˆ<br />
β j β j - t α;n-k .se(β j ); +<br />
<br />
<br />
<br />
11<br />
<br />
<br />
<br />
!<br />
Khi kết luận về ý nghĩa kinh tế của các khoảng tin<br />
cậy, ta phải lưu ý kết hợp giữa lí thuyết thống kê và<br />
lí thuyết kinh tế để đưa ra những nhận định phù hợp<br />
với thực tiễn.<br />
<br />
<br />
<br />
<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
Khoảng tin cậy cho một hệ số hồi quy βj<br />
<br />
Với độ tin cậy 1- α, các loại khoảng tin cậy của<br />
các hệ số βj là:<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
10<br />
<br />
Khoảng tin cậy cho một hệ số hồi quy βj<br />
<br />
Mức ý nghĩa là gì? Thường kí hiệu?<br />
<br />
Tên gọi<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
<br />
9<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
12<br />
<br />
2<br />
<br />
22/8/2015<br />
<br />
c2-td22; c4-td41<br />
<br />
Phần 2<br />
<br />
Kiểm định giả thuyết<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
13<br />
<br />
Khoảng tin cậy cho phương sai σ2 của nhiễu<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
16<br />
<br />
Nguyên tắc đặt giả thuyết trong thống kê<br />
Tôi cho rằng tốc<br />
độ tăng GDP Việt<br />
Nam 2014 là<br />
6,5%<br />
<br />
Với độ tin cậy 1- α, các loại khoảng tin cậy của<br />
phương sai σ2 là:<br />
Tên gọi<br />
Khoảng tin cậy hai bên<br />
<br />
Khoảng tin cậy bên trái<br />
<br />
Khoảng tin cậy bên phải<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
Khoảng cụ thể<br />
(n - k)σ 2 (n - k)σ 2 <br />
ˆ<br />
ˆ<br />
σ 2<br />
; 2<br />
<br />
χ<br />
χ 1-α/2;n-k <br />
α/2;n-k<br />
<br />
(n - k)σ 2 <br />
ˆ<br />
2<br />
σ 0;<br />
<br />
2<br />
<br />
χ1-α;n-k <br />
<br />
<br />
2<br />
(n - k)σ<br />
<br />
ˆ<br />
2<br />
σ 2<br />
; + <br />
χ<br />
<br />
α;n-k<br />
<br />
2<br />
<br />
Nhận định về giả thuyết<br />
trên:<br />
<br />
Vì sao giả thuyết đúng là H0,<br />
giả thuyết sai là H1?<br />
Có thể đặt ngược lại được hay không?<br />
14<br />
<br />
c2-td22; c4-td41<br />
<br />
Giả thuyết này đúng H0<br />
Giả thuyết này sai<br />
<br />
H1<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
17<br />
<br />
Nguyên tắc đặt giả thuyết trong thống kê<br />
<br />
Giả thuyết đúng:<br />
Thực tế đúng như giả<br />
thuyết<br />
<br />
Dấu “=“ xảy ra<br />
<br />
Giả thuyết sai:<br />
Thực tế không như giả<br />
thuyết<br />
<br />
Dấu “” xảy ra<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
15<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
18<br />
<br />
3<br />
<br />
22/8/2015<br />
<br />
Thực hành đặt giả thuyết<br />
Anh …<br />
không bao<br />
giờ “CUA”<br />
được … em<br />
…<br />
<br />
Mức ý nghĩa và p-value<br />
Mức ý nghĩa α là xác suất bác bỏ H0 trong khi H0<br />
đúng.<br />
<br />
Tuổi thọ máy<br />
tính DELL<br />
không dưới 2<br />
năm<br />
<br />
Giá trị α bé nhất có thể bác bỏ H0 được gọi là pvalue. Như vậy p-value được định nghĩa là mức ý<br />
nghĩa nhỏ nhất mà giả thuyết H0 bị bác bỏ. Nó<br />
chính là xác suất phạm sai lầm loại I tối đa khi bác<br />
bỏ H0, và được tính theo công thức:<br />
<br />
Doanh số<br />
mình tháng<br />
này chắc<br />
được 1,5 tỉ<br />
VNĐ<br />
<br />
p-value = P(G > Gqs).<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
19<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
22<br />
<br />
Một số câu hỏi cơ bản về kiểm định giả thuyết<br />
thống kê<br />
<br />
Sai lầm loại I và sai lầm loại II<br />
<br />
Có mấy phương pháp thường dùng để kiểm<br />
định giả thuyết thống kê về tham số θ của một tổng<br />
thể? Đó là những phương pháp nào?<br />
<br />
Giảm sai lầm loại II sẽ làm tăng sai lầm loại I mà<br />
sai lầm loại I nghiêm trọng hơn nên trong thực tế<br />
chủ yếu quan tâm sai lầm loại I<br />
<br />
p-value là gì?<br />
Thế nào là sai lầm loại I? Cho ví dụ.<br />
Thế nào là sai lầm loại II? Cho ví dụ.<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
20<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
23<br />
<br />
Các phương pháp kiểm định giả thuyết<br />
<br />
Các phương pháp kiểm định giả thuyết<br />
<br />
Có 3 phương pháp thường dùng để kiểm định giả<br />
thuyết thống kê về tham số θ, đó là:<br />
<br />
a) Phương pháp giá trị tới hạn<br />
<br />
phương pháp giá trị tới hạn<br />
<br />
Bước 1: Xác định θ* (giá trị giả thuyết của θ), từ đó xác<br />
định cặp giả thuyết cần kiểm định:<br />
H0: θ ? θ*<br />
<br />
phương pháp giá trị xác suất (p-value)<br />
<br />
với ? {= ; ≥ ; ≤}<br />
<br />
H1: θ ?? θ* với ?? {≠ ; < ; >}.<br />
<br />
phương pháp khoảng tin cậy.<br />
<br />
Bước 2: Xác định miền bác bỏ giả thuyết H0, kí hiệu là W α.<br />
Bước 3: Tính giá trị của thống kê: Gtt.<br />
Bước 4: Ra quyết định<br />
Nếu GttW α thì bác bỏ H0, chấp nhận H1.<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
21<br />
<br />
Nếu G W thì chấp nhận H0, bác bỏ H1.<br />
<br />
Bài giảng Kinh tế lượngtt Tien M. Le<br />
©<br />
α<br />
<br />
24<br />
<br />
4<br />
<br />
22/8/2015<br />
<br />
Các phương pháp kiểm định giả thuyết<br />
<br />
Kiểm định giả thuyết về một hệ số hồi quy<br />
<br />
b) Phương pháp giá trị xác suất (p –value):<br />
<br />
a) Phương pháp giá trị tới hạn<br />
<br />
Bước 1: Xác định θ* (giá trị giả thuyết của θ), từ đó xác<br />
định cặp giả thuyết cần kiểm định:<br />
<br />
Bước 1: Xác định βj* (giá trị giả thuyết của βj), từ<br />
đó xác định cặp giả thuyết cần kiểm định:<br />
H0: βj ? βj* với ? {= ; ≥ ; ≤}<br />
H1: βj ?? βj* với ?? {≠ ; < ; >}.<br />
<br />
H0: θ ? θ*<br />
<br />
với ? {= ; ≥ ; ≤}<br />
<br />
H1: θ ?? θ* với ?? {≠ ; < ; >}.<br />
Bước 2: Tính giá trị của thống kê: Gtt.<br />
Bước 3: Tính giá trị p –value (theo Gtt).<br />
Bước 4: So sánh p –value với mức ý nghĩa hoặc dựa<br />
vào quy tắc kinh nghiệm so sánh với 0,05 để ra quyết định.<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
25<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
28<br />
<br />
Các phương pháp kiểm định giả thuyết<br />
<br />
Kiểm định giả thuyết về một hệ số hồi quy<br />
<br />
c) Phương pháp khoảng tin cậy:<br />
<br />
Bước 2: Miền bác bỏ W α trong các trường hợp<br />
như sau:<br />
<br />
Bước 1: Xác định θ* (giá trị giả thuyết của θ), từ đó xác<br />
định cặp giả thuyết cần kiểm định:<br />
H0: θ ? θ*<br />
<br />
Tên kiểm định<br />
<br />
H1: θ ?? θ* với ?? {≠ ; < ; >}.<br />
Bước 2: Xác định khoảng tin cậy (a;b) tương ứng với dấu<br />
“?” (tức là xác định khoảng tin cậy hai bên, hoặc bên trái,<br />
hoặc bên phải).<br />
<br />
Cặp giả thuyết<br />
<br />
Hai phía<br />
<br />
với ? {= ; ≥ ; ≤}<br />
<br />
H0: βj = βj*<br />
H1: βj ≠ βj*<br />
<br />
W α= (-∞; - tα/2;n-k) (tα/2;n-k ; +∞)<br />
<br />
Miền bác bỏ: Wα<br />
<br />
Phía trái<br />
<br />
H0: βj ≥ βj*<br />
H1: βj < βj*<br />
<br />
W α= (-∞; - tα;n-k)<br />
<br />
Phía phải<br />
<br />
H0: βj ≤ βj*<br />
H1: βj > βj*<br />
<br />
W α= (tα;n-k ; +∞)<br />
<br />
Bước 3: Ra quyết định<br />
Nếu θ* (a;b) thì chấp nhận H0, bác bỏ H1.<br />
Nếu θ* (a;b) thì bác bỏ H0, chấp nhận H1.<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
26<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
29<br />
<br />
Các kiểm định cần quan tâm<br />
<br />
Kiểm định giả thuyết về một hệ số hồi quy<br />
<br />
Kiểm định giả thuyết về một hệ số hồi quy βi<br />
<br />
Bước 3: Tính giá trị quan sát:<br />
<br />
Kiểm định Wald về nhiều ràng buộc của các hệ số<br />
hồi quy<br />
Kiểm định giả thuyết về một tổ hợp tuyến tính của<br />
các hệ số hồi quy<br />
Kiểm định sự phù hợp của hàm hồi quy<br />
Kiểm định giả thuyết về phương sai σ2 của nhiễu<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
27<br />
<br />
t tt =<br />
<br />
ˆ<br />
β j β*j<br />
ˆ<br />
se(β )<br />
j<br />
<br />
Bước 4: Ra quyết định.<br />
Nếu ttt W α thì bác bỏ H0, chấp nhận H1.<br />
Nếu ttt W α thì chấp nhận H0, bác bỏ H1.<br />
<br />
Bài giảng Kinh tế lượng © Tien M. Le<br />
<br />
30<br />
<br />
5<br />
<br />