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

Bài giảng Kinh tế lượng: Chương 6 - ThS. Phạm Trí Cao

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:9

Thêm vào BST
Báo xấu
18
lượt xem 4
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng - Chương 6: Phân tích hồi quy bội - Một số vấn đề mở rộng trình bày các vấn đề đơn vị tính trong hồi quy OLS, bàn thêm về dạng hàm hồi quy, bàn thêm về độ phù hợp và vấn đề lựa chọn biến độc lập,... Mời các bạn cùng tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 6 - ThS. Phạm Trí Cao

  1. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG Phân tích hồi quy bội: Một số vấn đề mở rộng • 6.1 Vấn đề đơn vị tính trong hồi quy OLS bwght : cân nặng của trẻ sơ sinh, đơn vị tính là ounce cigs : số điếu thuốc mà người mẹ hút hàng ngày trong thời gian mang thai faminc : thu nhập của gia đình, đơn vị nghìn đôla • Tập tin bwght.wf1 Chương 6 Dependent Variable: BWGHT (MH1) Method: Least Squares Included observations: 1388 Variable Coefficient Std. Error t-Statistic Prob. C 116.9741 1.048984 111.5118 0.0000 Wooldridge: Introductory Econometrics: CIGS -0.463408 0.091577 -5.060315 0.0000 A Modern Approach, 5e FAMINC 0.092765 0.029188 3.178195 0.0015 R-squared 0.029805 Mean dependent var 118.6996 Adjusted R-squared 0.028404 S.D. dependent var 20.35396 S.E. of regression 20.06282 Akaike info criterion 8.837772 Sum squared resid 557485.5 Schwarz criterion 8.849089 Log likelihood -6130.414 Hannan-Quinn criter. 8.842005 F-statistic 21.27392 Durbin-Watson stat 1.921690 Prob(F-statistic) 0.000000 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. 2 PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG • 6.1 Vấn đề đơn vị tính trong hồi quy OLS • 6.1 Vấn đề đơn vị tính trong hồi quy OLS • bwghtlbs = bwght/16 ; bwghtlbs là cân nặng của em bé với đơn vị pound • packs = cigs/20 ; packs là số gói thuốc người mẹ hút trong một ngày ; 1 packs = 20 cigs • 1 pound = 16 ounce Dependent Variable: BWGHT (MH3) Dependent Variable: BWGHTLBS (MH2) Method: Least Squares Method: Least Squares Included observations: 1388 • Included observations: 1388 Variable Coefficient Std. Error t-Statistic Prob. Variable Coefficient Std. Error t-Statistic Prob. C 116.9741 1.048984 111.5118 0.0000 C 7.310883 0.065562 111.5118 0.0000 PACKS -9.268151 1.831536 -5.060315 0.0000 CIGS -0.028963 0.005724 -5.060315 0.0000 FAMINC 0.092765 0.029188 3.178195 0.0015 FAMINC 0.005798 0.001824 3.178195 0.0015 R-squared 0.029805 Mean dependent var 118.6996 R-squared 0.029805 Mean dependent var 7.418723 Adjusted R-squared 0.028404 S.D. dependent var 20.35396 Adjusted R-squared 0.028404 S.D. dependent var 1.272123 S.E. of regression 20.06282 Akaike info criterion 8.837772 S.E. of regression 1.253926 Akaike info criterion 3.292595 Sum squared resid 557485.5 Schwarz criterion 8.849089 Sum squared resid 2177.678 Schwarz criterion 3.303911 Log likelihood -6130.414 Hannan-Quinn criter. 8.842005 Log likelihood -2282.061 Hannan-Quinn criter. 3.296827 F-statistic 21.27392 Durbin-Watson stat 1.921690 F-statistic 21.27392 Durbin-Watson stat 1.921690 Prob(F-statistic) 0.000000 Prob(F-statistic) 0.000000 3 4 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 1
  2. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG • 6.1 Vấn đề đơn vị tính trong hồi quy OLS • 6.1 Vấn đề đơn vị tính trong hồi quy OLS • fincdol = 1000 faminc ; fincdol là thu nhập của gia đình (usd) Dependent Variable: BWGHTLBS (MH4) faminc là thu nhập của gia đình (ngàn usd) Method: Least Squares Included observations: 1388 Dependent Variable: BWGHTLBS (MH5) Method: Least Squares Variable Coefficient Std. Error t-Statistic Prob. Included observations: 1388 Variable Coefficient Std. Error t-Statistic Prob. C 7.310883 0.065562 111.5118 0.0000 PACKS -0.579259 0.114471 -5.060315 0.0000 C 7.310883 0.065562 111.5118 0.0000 FAMINC 0.005798 0.001824 3.178195 0.0015 PACKS -0.579259 0.114471 -5.060315 0.0000 FINCDOL 5.80E-06 1.82E-06 3.178195 0.0015 R-squared 0.029805 Mean dependent var 7.418723 Adjusted R-squared 0.028404 S.D. dependent var 1.272123 R-squared 0.029805 Mean dependent var 7.418723 S.E. of regression 1.253926 Akaike info criterion 3.292595 Adjusted R-squared 0.028404 S.D. dependent var 1.272123 Sum squared resid 2177.678 Schwarz criterion 3.303911 S.E. of regression 1.253926 Akaike info criterion 3.292595 Log likelihood -2282.061 Hannan-Quinn criter. 3.296827 Sum squared resid 2177.678 Schwarz criterion 3.303911 F-statistic 21.27392 Durbin-Watson stat 1.921690 Log likelihood -2282.061 Hannan-Quinn criter. 3.296827 Prob(F-statistic) 0.000000 F-statistic 21.27392 Durbin-Watson stat 1.921690 Prob(F-statistic) 0.000000 5 6 PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG • 6.1 Vấn đề đơn vị tính trong hồi quy OLS • 6.1 Vấn đề đơn vị tính trong hồi quy OLS Công thức Hàm hồi quy mẫu theo đơn vị đo cũ Nhận xét yˆ  ˆ0  ˆ1 x1  ˆ2 x2 Khi thay đổi đơn vị đo của biến phụ thuộc và các biến độc lập, ta thấy: Không bị thay đổi: Cột t-Statistic, cột Prob, R-squared, F-statistic, Prob(F-statistic) Hàm hồi quy mẫu theo đơn vị đo mới Bị thay đổi: Cột Coefficient, cột Std. Error, S.E. of regression, Sum squared resid yˆ *  ˆ0*  ˆ1* x1*  ˆ2* x2* Các mục còn lại tự nghiên cứu tiếp. Với y*  k0 y ; x  k1 x1 ; x  k2 x2 * 1 * 2 k k ˆ0*  k0 ˆ0 ; ˆ1*  0 ˆ1 ; ˆ2*  0 ˆ2 k1 k2 7 8 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 2
  3. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG Một số vấn đề mở rộng • Bàn thêm về dạng hàm logarit (Tập tin bwght.wf1) Dependent Variable: BWGHT Variable Coefficient Std. Error t-Statistic Prob. 6.2 Bàn thêm về dạng hàm hồi quy C 113.9907 1.943920 58.63960 0.0000 Bàn thêm về dạng hàm logarit CIGS LOG(FAMINC) -0.467228 1.850716 0.091441 0.594893 -5.109595 3.111008 0.0000 0.0019 Thuận lợi khi giải thích bằng tỷ lệ phần trăm/ hệ số co giãn Dependent Variable: BWGHTLBS Hệ số góc của các biến lấy log là bất biến đối với thay đổi tỷ lệ Variable Coefficient Std. Error t-Statistic Prob. C 6.325401 0.374681 16.88212 0.0000 Lấy log thường loại bỏ / giảm nhẹ vấn đề các giá trị bất thường PACKS LOG(FINCDOL) -0.584034 0.115670 0.114302 0.037181 -5.109595 3.111008 0.0000 0.0019 Lấy log thường giúp bảo đảm tính chuẩn và phương sai không đổi Dependent Variable: LOG(BWGHT) Variable Coefficient Std. Error t-Statistic Prob. Các biến sử dụng đơn vị đo lường như năm thì không nên lấy log C 4.718594 0.018244 258.6311 0.0000 CIGS -0.004082 0.000858 -4.755904 0.0000 LOG(FAMINC) 0.016266 0.005583 2.913266 0.0036 Các biến sử dụng đơn vị đo lường tỷ lệ phần trăm cũng không nên lấy log Dependent Variable: LOG(BWGHTLBS) Log không được sử dụng nếu biến có giá trị 0 hoặc âm Variable Coefficient Std. Error t-Statistic Prob. Có khó khăn khi lấy toán tử ngược của log trong dự đoán C PACKS 1.833646 -0.081632 0.056265 0.017164 32.58974 -4.755904 0.0000 0.0000 LOG(FINCDOL) 0.016266 0.005583 2.913266 0.0036 10 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. PHÂN TÍCH HỒI QUY BỘI: Phân tích hồi quy bội: MỘT SỐ VẤN ĐỀ MỞ RỘNG • Bàn thêm về dạng hàm logarit Một số vấn đề mở rộng Sử dụng dạng hàm bậc 2 giả sử β2^ >0 Ví dụ: Phương trình lương Dạng hàm lõm Cố định x1 , khi x2 tăng 1 đơn vị thì y tăng 100*β2^ (%) 2.43 Cách khác: 6.12 Cố định x1 , ta có: Có 1 năm kinh nghiệm (từ 0 lên 1) thì Suy ra: 6.8 Tác động biên lương tăng là 0,298 $, có 2 năm kinh nghiệm (từ 1 lên 2) thì lương tăng là 0,298-2(0,0061)(1) = 0,286 $ ... thì 6.9 6.10 6.11 Cố định x1 , khi x2 tăng 1 đơn vị thì y tăng 100*[exp(β2^)-1] (%) 11 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. https://sites.google.com/a/ueh.edu.vn/phamtricao/ 3
  4. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phân tích hồi quy bội: Một số Một số vấn đề mở rộng vấn đề mở rộng Nitơ oxit trong không khí, khoảng cách từ trung tâm việc làm, tỷ lệ sinh viên/giáo viên Cực đại của lương tương ứng với số năm kinh nghiệm Ví dụ 6.2: Ảnh hưởng của ô nhiễm tới giá nhà đất 6.13 Liệu điều này có nghĩa là số năm kinh nghiệm nhiều hơn 24,4 năm trở nên tiêu cực? Không nhất thiết là như vậy. Điều đó phụ thuộc Không vào có bao nhiêu quan sát trong mẫu nằm bên Điều này có nghĩa rằng, ở một số ít các phòng, nhiều phòng có liên quan với giá thấp hơn? hợp lý phải điểm cực đại. Trong ví dụ trên, có khoảng 28% các quan sát nằm bên phải. Có thể có một vấn đề lỗi chỉ định mô hình (ví dụ biến bị bỏ sót, dạng hàm sai...). © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Phân tích hồi quy bội: Phân tích hồi quy bội: Một số vấn đề mở rộng Một số vấn đề mở rộng Tính toán điểm cực tiểu Khả năng khác 6.15 Điểm cực tiểu: Diện tích này có thể bỏ qua vì nó liên quan đến chỉ có 1% các quan sát. Gia tăng số phòng từ 5 lên 6: 6.16 Không hợp lý Gia tăng số phòng từ 6 lên 7: Đa thức bậc cao hơn © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. https://sites.google.com/a/ueh.edu.vn/phamtricao/ 4
  5. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phân tích hồi quy bội: Một số vấn đề mở rộng Một số vấn đề mở rộng Mô hình với các số hạng tương tác Xác định lại tham số của tác động tương tác Trung bình tổng thể; có thể được thay thế bởi trung bình mẫu Số hạng tương tác Tác động của số phòng ngủ phụ thuộc vào diện tích Tác động của x2 nếu tất cả các biến cố định tại giá trị trung bình Lợi ích của việc xác định lại các tham số 6.17 Dễ dàng giải thích tất cả các tham số Việc giải thích các tham số khá phức tạp khi có tác động tương tác Sai số chuẩn được tính cho các tác động riêng phần tại giá trị trung bình. Tác động của số phòng ngủ, nhưng ứng với diện tích là 0 Nếu cần thiết, giá trị μ1 và μ2 có thể được thay thế bằng một giá trị khác cần quan tâm © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Phân tích hồi quy bội: Phân tích hồi quy bội: Một số vấn đề mở rộng Một số vấn đề mở rộng R2 hiệu chỉnh (tt) Bậc tự do đúng của tử số và mẫu số là 6.3 Bàn thêm về độ phù hợp và vấn đề lựa chọn biến độc lập Một ước lượng tốt hơn có xét đến bậc tự do sẽ là Nhận xét chung về R2 Một R2 cao không ngụ ý rằng có một quan hệ nhân quả 6.21 Một R2 thấp không loại trừ tính hiệu quả của các tác động riêng phần R2 hiệu chỉnh (Adjusted R-squared): R2 hiệu chỉnh có tính đến hệ quả của việc thêm các biến độc lập mới R2 thông thường được định nghĩa là gì? R2 hiệu chỉnh tăng nếu và chỉ nếu thống kê t (F) của một (một số ) biến độc lập mới được thêm vào có trị tuyệt đối lớn hơn 1 Mối liên hệ giữa R2 và R2 hiệu chỉnh là 1 ước lượng của 6.22 6.20 R2 hiệu chỉnh R2 tổng thể có thể lấy giá trị âm © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. https://sites.google.com/a/ueh.edu.vn/phamtricao/ 5
  6. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phân tích hồi quy bội: Một số vấn đề mở rộng Một số vấn đề mở rộng Sử dụng R2 hiệu chỉnh để chọn lựa giữa các mô hình không lồng nhau So sánh các mô hình với biến phụ thuộc có dạng khác nhau Các mô hình được gọi là không lồng nhau nếu cái này không phải là trường R2 hoặc R2 hiệu chỉnh không được sử dụng để so sánh các mô hình mà hợp đặc biệt của cái kia chúng có dạng hàm của biến phụ thuộc khác nhau 6.23 Ví dụ 6.4: Mức đãi ngộ đối với CEO và hiệu quả doanh nghiệp 6.24 6.25 log(salary) biến thiên ít hơn so Việc so sánh R2 của hai mô hình sẽ là không công bằng với mô hình đầu với salary (xem tiên bởi vì mô hình đầu tiên chứa ít tham số hơn TSS) Trong ví dụ trên, ngay cả sau khi đã điều chỉnh cho sự khác biệt về bậc tự 6.26 do (dùng R2 hiệu chỉnh), mô hình bậc hai vẫn được ưa thích hơn © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG Lựa chọn giữa các mô hình không lồng nhau: • Lựa chọn giữa các mô hình không lồng nhau: Có các tiêu chuẩn lựa chọn mô hình trong EViews như sau: • • Các tiêu chuẩn sau càng lớn càng tốt Ví duï: – R2 hiệu chỉnh Moâ hình – Log likelihood (LL) • Các tiêu chuẩn sau càng nhỏ càng tốt A B Choïn – Akaike info criterion (AIC) Tieâu chuaån – Schwarz criterion (SC) R2 hieäu chænh 0,7 0,6 A – Hannan-Quinn criter (HQC) • Điều kiện sử dụng các tiêu chuẩn này: LL -0,25 -0,13 B – Cùng dạng hàm của biến phụ thuộc AIC 0,24 0,25 A – Cùng cỡ mẫu SC 0,31 0,37 A HQC 0,28 0,26 B 23 24 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 6
  7. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phân tích hồi quy bội: Một số vấn đề mở rộng Một số vấn đề mở rộng Kiểm soát việc có quá nhiều yếu tố trong phân tích hồi quy Thêm biến độc lập để giảm phương sai của nhiễu Trong một số trường hợp, một số biến không nên kiểm soát trong mô hình Việc thêm biến độc lập có thể làm trầm trọng thêm vấn đề đa cộng tuyến Trong hồi quy của tử vong do giao thông (fatalities) theo thuế bia của bang Mặt khác, việc thêm biến độc lập làm giảm phương sai của nhiễu (tax) (và các yếu tố khác như miles, percmale,...) không nên kiểm soát trực tiếp (đưa biến vào mô hình) lượng bia tiêu thụ trên đầu người (beercons) Các biến không tương quan với biến độc lập đã có nên được thêm vào bởi vì chúng Trong hồi quy của chi phí y tế gia đình theo việc sử dụng thuốc trừ sâu của làm giảm phương sai nhiễu mà không làm tăng tính đa cộng tuyến nông dân không nên kiểm soát số lần đi khám bác sĩ Tuy nhiên, các biến không tương quan như vậy rất khó tìm thấy Các hồi quy khác nhau có thể phục vụ các mục đích khác nhau Ví dụ: lượng bia tiêu thụ của mỗi cá nhân và giá bia Trong hồi quy giá nhà theo các đặc điểm của ngôi nhà, chúng ta cần thêm biến định giá của giá nhà nếu mục đích của hồi quy là nghiên cứu sự hợp lý của của Việc bao gồm các đặc điểm cá nhân trong hồi quy lượng bia tiêu thụ theo giá bia việc định giá; nếu không thì ta sẽ không thêm biến định giá vào dẫn đến ước lượng hệ số co giãn của lượng cầu bia theo giá bia “chính xác” hơn © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG • 6.4 Phân tích về dự đoán và sai số dự đoán • 6.4 Phân tích về dự đoán và sai số dự đoán Dự đoán điểm cho giá trị trung bình và giá trị cá biệt (cụ thể) Dự đoán khoảng cho giá trị trung bình 6.27 Thay vào hồi quy trên Giả sử c1, c2,…, ck là giá trị cụ thể của x1, x2,…, xk Dự đoán (ước lượng) điểm của giá trị trung bình E(y/x1=c1,…,xk=ck) Ta được: 6.30 hay giá trị cá biệt y0 là: y0^ = 6.29 Tức là ta chạy hồi quy y theo hệ số chặn, (x1-c1), (x2-c2),…, (xk-ck) 6.31 Giá trị dự đoán và sai số chuẩn của 0^ dễ dàng tìm được thông qua hệ số chặn của hàm hồi quy (6.31) Khoảng tin cậy dự đoán 1- của giá trị trung bình là: 0^  t/2(n-k-1)*se(0^) 27 28 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 7
  8. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG • 6.4 Phân tích về dự đoán và sai số dự đoán • 6.4 Phân tích về dự đoán và sai số dự đoán • VD 6.5: Khoảng tin cậy dự đoán điểm trung bình GPA đại học Đặt sat0= sat-1200, hsperc0= hsperc-30, hsize0= hsize-5, hsizesq0= hsize2-25 6.32 Dự đoán trung bình GPA đại học khi sat= 1200, hsperc= 30, hsize= 5? Khoảng tin cậy dự đoán 95% cho điểm trung bình GPA đại học là: 2.70  1.96*0.02 hay (2.66 ; 2.74) Dự đoán điểm: 0^= 1.493 + 0.00149*1200 - 0.01386*30 - 0.06088*5 + 0.00546*52 = 2.70 29 30 PHÂN TÍCH HỒI QUY BỘI: PHÂN TÍCH HỒI QUY BỘI: MỘT SỐ VẤN ĐỀ MỞ RỘNG MỘT SỐ VẤN ĐỀ MỞ RỘNG • 6.4 Phân tích về dự đoán và sai số dự đoán Tập tin gpa2.wf1 • 6.4 Phân tích về dự đoán và sai số dự đoán Dependent Variable: COLGPA Khoảng tin cậy dự đoán của giá trị cá biệt y0 Included observations: 4137 Variable Coefficient Std. Error t-Statistic Prob. 6.33 Sai số dự đoán là: C (0) 2.700075 0.019878 135.8334 0.0000 SAT-1200 0.001492 6.52E-05 22.88637 0.0000 HSPERC-30 -0.013856 0.000561 -24.69814 0.0000 HSIZE-5 HSIZE^2-25 -0.060881 0.005460 0.016501 0.002270 -3.689509 2.405578 0.0002 0.0162 6.34 R-squared S.E. of regression 0.278136 0.559864 Mean dependent var Akaike info criterion 2.652686 1.678962 Phương sai của sai số dự đoán: Coefficient Confidence Intervals 6.35 Included observations: 4137 95% CI Sai số chuẩn: 6.36 Variable Coefficient Low High C (0) 2.700075 2.661104 2.739047 SAT-1200 HSPERC-30 0.001492 -0.013856 0.001365 -0.014956 0.001620 -0.012756 Khoảng tin cậy dự đoán 1- của dự đoán giá trị cá biệt y0 là: y0^  t/2(n-k-1)*se(e0^) HSIZE-5 -0.060881 -0.093233 -0.028530 HSIZE^2-25 0.005460 0.001010 0.009910 6.37 31 32 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 8
  9. Chương 6 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge PHÂN TÍCH HỒI QUY BỘI: Phân tích hồi quy bội: MỘT SỐ VẤN ĐỀ MỞ RỘNG Một số vấn đề mở rộng • 6.4 Phân tích về dự đoán và sai số dự đoán • VD 6.5 Khoảng tin cậy dự đoán điểm cá biệt GPA đại học Dự đoán y khi biến phụ thuộc là log(y) Ta có: ; 6.38 = 0.5604 * yˆ  exp(log(  y )  ˆ 2 / 2) 6.40 Cần điều kiện u có phân phối chuẩn N(0,2) Khoảng tin cậy dự đoán 95% của điểm GPA từng học sinh cụ thể : * Dưới giả định thêm vào là độc lập với : 2.70  1.96*0.5604 hay (1.6016 đến 3.7984) 6.42-6.43 Dự đoán của y Không cần điều kiện u có phân phối chuẩn 33 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Phân tích hồi quy bội: Một số vấn đề mở rộng Môøi gheù thaêm trang web: 36 So sánh R2 của mô hình có log và không có log ở biến phụ thuộc  https://sites.google.com/a/ueh.edu.vn/phamtricao/ VD 6.7 và 6.8  https://sites.google.com/site/phamtricao/ 6.47 Log(mktval) 6.45 Đây là các R2 cho dự đoán của biến salary không có log (mặc dù hồi quy thứ hai nguyên gốc là log(salary). Bây giờ có thể so sánh trực tiếp hai R2. R2~ = r(y, y^)2, với y^ tính theo công thức (6.40) hoặc (6.42-6.43) © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. https://sites.google.com/a/ueh.edu.vn/phamtricao/ 9
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN
TRỢ GIÚP
HỖ TRỢ KHÁCH HÀNG
Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.

 

Đồng bộ tài khoản
2=>2