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

Bài giảng Kinh tế lượng: Chương 2.1 - Th.S Phạm Văn Minh

Chia sẻ: Cao Thi Ly | Ngày: | Loại File: PDF | Số trang:32

62
lượt xem
3
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng: Chương 2.1 do Th.S Phạm Văn Minh biên soạn cung cấp cho người học các kiến thức: Vấn đề ước lượng, phương pháp bình phương tối thiểu thông thường (OLS), các tính chất thống kê của hàm ước lượng OLS, các giả thiết của OLS, phương sai, sai số chuẩn của các ước lượng,...

Chủ đề:
Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 2.1 - Th.S Phạm Văn Minh

Chương 2<br /> MÔ HÌNH HỒI QUI HAI BIẾN<br /> Ước lượng và Kiểm định Giả thuyết<br /> <br /> 1<br /> <br /> Phạm Văn Minh biên soạn<br /> <br /> NỘI DUNG<br /> 1. Vấn đề ước lượng.<br /> 2. Phương pháp bình phương tối thiểu thông<br /> thường (OLS).<br /> 3. Các tính chất thống kê của hàm ước lượng<br /> OLS.<br /> 4. Các giả thiết của OLS.<br /> 5. Phương sai, sai số chuẩn của các ước<br /> lượng.<br /> 2<br /> <br /> Phạm Văn Minh biên soạn<br /> <br /> 1. Vấn đề ước lượng<br /> Nhiệm vụ quan trọng là ước lượng chính xác tối<br /> đa PRF dựa trên cơ sở hàm hồi qui mẫu SRF.<br /> Có nhiều phương pháp xây dựng hàm SRF và<br /> phổ biến nhất là phương pháp bình phương tối<br /> thiểu thông thường (Ordinary Least Square)<br /> do Carl Friedrich Gauss, một nhà toán học người<br /> Đức, đưa ra.<br /> Đây cũng là phương pháp chính được sử dụng<br /> 3<br /> trong môn học này.<br /> <br /> Phạm Văn Minh biên soạn<br /> <br /> 2. Phương pháp Bình phương tối<br /> thiểu thông thường (OLS)<br /> Phân tích hồi quy giải quyết các vấn đề sau<br /> đây:<br /> 1. Ước lượng giá trị trung bình của biến phụ<br /> thuộc với giá trị đã cho của biến độc lập.<br /> 2. Kiểm định giả thiết về bản chất của sự phụ<br /> thuộc.<br /> 3. Dự đoán giá trị trung bình của biến phụ thuộc<br /> khi biết giá trị đã cho của biến độc lập.<br /> 4<br /> <br /> 2. Phương pháp Bình phương tối<br /> thiểu thông thường (OLS) (tt)<br /> Giả sử chúng ta muốn ước lượng hàm hồi qui tổng thể sau:<br /> <br /> Yi = β1 + β 2 X i + ui<br /> Nhưng do không thể quan sát trực tiếp được mà có thể ước<br /> lượng từ hàm SRF<br /> <br /> ) )<br /> Yi = Yi + ui<br /> <br /> )<br /> )<br /> ui = Yi − Yi<br /> <br /> ) )<br /> )<br /> ui = Yi − β1 − β 2 X i<br /> Với n cặp quan sát X và Y, ta muốn xác định bằng cách nào<br /> đó để nó gần nhất với giá trị thực của Y. Để làm được điều<br /> này ta phải chọn SRF sao cho tổng các phần dư càng nhỏ<br /> càng tốt.<br /> )<br /> )<br /> <br /> ∑ u = ∑ (Y − Y )<br /> i<br /> <br /> i<br /> <br /> i<br /> <br /> 5<br /> <br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
5=>2