Bài giảng Kinh tế lượng: Chương 2 - Trường Đại học Hải Dương

Trong nghiên cứu khoa học và ứng dụng thực tiễn, việc phân tích mối quan hệ phức tạp giữa nhiều biến số là vô cùng quan trọng để đưa ra các kết luận chính xác và dự báo hiệu quả. Mô hình hồi quy bội đóng vai trò là công cụ phân tích mạnh mẽ, mở rộng khả năng từ hồi quy đơn để xử lý các tương tác đa chiều. Chương này tập trung trình bày những kiến thức cơ bản về mô hình hồi quy bội, bắt đầu từ mô hình hồi quy ba biến đơn giản đến mô hình tuyến tính k biến tổng quát. Chúng tôi sẽ đi sâu vào các giả thiết nền tảng, phương pháp ước lượng tham số, đặc biệt là phương pháp Bình phương nhỏ nhất thông thường (OLS), cùng với việc phân tích phương sai và độ lệch chuẩn của các ước lượng, nhằm cung cấp một nền tảng vững chắc cho việc hiểu và áp dụng mô hình này.

Sinh viên, nhà nghiên cứu, và chuyên gia trong các lĩnh vực kinh tế, thống kê, khoa học xã hội và các ngành khoa học định lượng khác cần hiểu và áp dụng phân tích hồi quy bội để mô hình hóa và giải thích mối quan hệ giữa các biến.

Chương này cung cấp một cái nhìn toàn diện về mô hình hồi quy bội, bắt đầu bằng việc giới thiệu chi tiết mô hình hồi quy ba biến. Phần này làm rõ hàm hồi quy tổng thể (PRF) và hàm hồi quy mẫu (SRF), cùng với ý nghĩa của các hệ số hồi quy riêng phần, cho phép người đọc hiểu cách mỗi biến độc lập ảnh hưởng đến biến phụ thuộc khi các biến khác được giữ không đổi. Nền tảng lý thuyết được củng cố thông qua việc trình bày cụ thể bảy giả thiết quan trọng của mô hình hồi quy, bao gồm tính phi ngẫu nhiên của biến độc lập, kỳ vọng và phương sai của sai số ngẫu nhiên, sự không tương quan giữa các sai số, và phân phối chuẩn của chúng. Việc vi phạm các giả thiết này có thể dẫn đến các ước lượng không hiệu quả hoặc sai lệch, do đó việc nắm vững chúng là rất cần thiết. Tiếp theo, chương đào sâu vào phương pháp ước lượng Bình phương nhỏ nhất thông thường (OLS) để xác định các tham số hồi quy. Quy trình toán học để tìm các ước lượng này được trình bày rõ ràng, cùng với các công thức tính toán phương sai và độ lệch chuẩn của từng ước lượng OLS, vốn là cơ sở cho việc xây dựng khoảng tin cậy và kiểm định giả thiết. Ngoài ra, tài liệu còn đề cập đến ước lượng hợp lý tối đa và các chỉ số đánh giá độ phù hợp của mô hình như hệ số xác định bội R² và R² đã hiệu chỉnh. Các công cụ kiểm định thống kê quan trọng như kiểm định T cho từng hệ số và kiểm định F cho toàn bộ mô hình, cũng như các khái niệm về ma trận tương quan và hệ số tương quan riêng phần, được giới thiệu để hỗ trợ việc phân tích chuyên sâu. Cuối cùng, chương đề cập đến khả năng dự báo của mô hình và các dạng hàm hồi quy khác nhau, trang bị cho người đọc kiến thức để áp dụng mô hình hồi quy bội một cách hiệu quả trong phân tích dữ liệu thực tế.