Bài giảng Kinh tế lượng: Chương 7 - PGS.TS. Trịnh Thị Hường

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:28

Thêm vào BST

Báo xấu

1
lượt xem 0
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng "Kinh tế lượng - Chương 7: Đa cộng tuyến" cung cấp cho người đọc các nội dung: Đa cộng tuyến và hậu quả của đa cộng tuyến; phát hiện đa cộng tuyến, biện pháp khắc phục đa cộng tuyến. Mời các bạn cùng tham khảo nội dung chi tiết.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 7 - PGS.TS. Trịnh Thị Hường

HỌC PHẦN KINH TẾ LƯỢNG CHƯƠNG 7 ĐA CỘNG TUYẾN Giảng viên: PGS,T.S. TRỊNH THỊ HƯỜNG Bộ môn : Phân tích dữ liệu kinh tế Email: trinhthihuong@tmu.edu.vn 1
NỘI DUNG CHÍNH 7.1 Đa cộng tuyến và hậu quả của đa cộng tuyến 7.2 Phát hiện đa cộng tuyến 7.3. Biện pháp khắc phục đa cộng tuyến 2
7.1 Đa cộng tuyến và hậu quả Xét mô hình hồi quy tuyến tính cổ điển nhiều biến Các giả thiết cơ bản của MHHQ nhiều biến Giả thiết 1. Các biến giải thích Xj (j = ) là xác định Giả thiết 2. Giả thiết 3. Giả thiết 4. Hạng ma trận X bằng k: rank(X) = k Giả thiết 5. 3
7.1 Đa cộng tuyến và hậu quả Xét mô hình hồi quy tuyến tính cổ điển nhiều biến Đa cộng tuyến xảy ra khi giả thiết 4 bị vi phạm Giả thiết 4. Hạng ma trận X bằng k: Hạng(X) = k Tức là: Hạng (X) < k 4
7.1 Đa cộng tuyến và hậu quả 7.1.1 Bản chất của đa cộng tuyến Xét mô hình hồi quy tuyến tính cổ điển nhiều biến Hiện tượng đa cộng tuyến hoàn hảo (perfect multi-collinearity) xảy ra giữa các biến giải thích X2, X3,..., Xk nếu tồn tại 2, 3, ..., k không đồng thời bằng 0 sao cho 5
Hiện tượng đa cộng tuyến không hoàn hảo (imperfect multi-collinearity) xảy ra giữa các biến giải thích X2, X3,..., Xk nếu tồn tại 2, 3, ..., k không đồng thời bằng 0 sao cho trong đó vi là nhiễu ngẫu nhiên Trong thực tế thường xảy ra đa cộng tuyến không hoàn hảo, hiếm khi xảy ra đa cộng tuyến hoàn hảo 6
7.1.2 Hậu quả của đa cộng tuyến Trường hợp đa cộng tuyến toàn phần: Không tính được các hệ số ước lượng và có độ lệch tiêu chuẩn vô hạn 7
7.1.2 Hậu quả của đa cộng tuyến Trường hợp đa cộng tuyến không hoàn hảo: Trong trường hợp này có thể xác định được các hệ số hồi quy mẫu nhưng không ổn định và dẫn đến: 8
1. sẽ rất lớn. 2. Khoảng tin cậy của các hệ số rộng. 3. Tỷ số T mất ý nghĩa 4. Hệ số xác định bội R2 cao nhưng t nhỏ 5. Dấu của các hệ số của biến Xj có thể ngược với kỳ vọng. 6. Kết quả ước lượng thay đổi khá lớn dù chỉ có một sự thay đổi nhỏ trong mẫu. 9
7.2 Phát hiện sự tồn tại đa cộng tuyến và biện pháp khắc phục 7.2.1 Phát hiện sự tồn tại đa cộng tuyến 1. Hệ số xác định bội R2 cao nhưng các (hầu hết) các tỉ số t thấp 2. Hệ số tương quan cặp giữa các biến giải thích cao 3. Xét hồi quy phụ 4. Sử dụng nhân tử phóng đại phương sai VIF 10
7.2.1. R2 cao, các (hầu hết) tỷ số t thấp - R2 > 0.8 - Các (hầu hết) |tj|< t(n-k)α/2 hoặc P-value > αtj thấp => Kết luận: có hiện tượng đa cộng tuyến Ngược lại, nếu không thỏa mãn 1 trong 2 điều kiện trên thì chưa phát hiện hiện tượng đa cộng tuyến của mô hình 11
Ví dụ 0: Hãy cho biết mô hình sau có hiện tượng đa cộng tuyến không? Dependent Variable: Y Method: Least Squares Sample: 1 12 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C 9.687325 4.893361 1.979687 0.0831 X -0.366317 0.214746 -1.705814 0.1264 Z 0.399002 0.207125 1.926385 0.0902 K 0.035329 0.232190 0.152157 0.8828 R-squared 0.941297 Mean dependent var 4.258333 Adjusted R-squared 0.919284 S.D. dependent var 1.045734 S.E. of regression 0.297099 Akaike info criterion 0.671699 Sum squared resid 0.706143 Schwarz criterion 0.833335 Log likelihood -0.030195 Hannan-Quinn criter. 0.611856 F-statistic 42.76010 Durbin-Watson stat 1.771958 Prob(F-statistic) 0.000029 12
Ví dụ 0: Hãy cho biết mô hình sau có hiện tượng đa cộng tuyến không? Dependent Variable: Y Method: Least Squares Sample: 1 12 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C 9.687325 4.893361 1.979687 0.0831 X -0.366317 0.214746 -1.705814 0.1264 Z 0.399002 0.207125 1.926385 0.0902 K 0.035329 0.232190 0.152157 0.8828 R-squared 0.941297 Mean dependent var 4.258333 Adjusted R-squared 0.919284 S.D. dependent var 1.045734 S.E. of regression 0.297099 Akaike info criterion 0.671699 Sum squared resid 0.706143 Schwarz criterion 0.833335 Log likelihood -0.030195 Hannan-Quinn criter. 0.611856 F-statistic 42.76010 Durbin-Watson stat 1.771958 Prob(F-statistic) 0.000029 Giải: Mô hình có hiện tượng đa cộng tuyến, vì R2 > 0.8 và 3 giá trị đều lớn hơn α =0.05 Kết luận: Với mức ý nghĩa 5%, mô hình có hiện tượng đa cộng tuyến. 13
Ví dụ 1: Hãy cho biết mô hình sau có hiện tượng đa cộng tuyến không? 14
Ví dụ 1: Hãy cho biết mô hình sau có hiện tượng đa cộng tuyến không? Giải: Ta có R2 > 0.8 và chỉ có 1 trong 2 p-value lớn hơn α = 0.05 Kết luận: Với mức ý nghĩa 5%, chưa phát hiện tồn tại hiện tượng đa cộng tuyến trong mô hình. 15
7.2.2. Hồi quy phụ - Hồi quy phụ là hồi quy một biến độc lập theo các biến độc lập còn lại. TH1: Xét mô hình hồi quy ( 3 biến độc lập) - Hồi quy biến độc lập Xj theo các biến độc lập còn lại, thu được hệ số xác định bội . VD mô hình hồi quy phụ: - KĐGT Nếu bác bỏ thì kết luận mô hình có hiện tượng đa cộng tuyến. 16
7.2.2. Hồi quy phụ - Hồi quy phụ là hồi quy một biến độc lập theo các biến độc lập còn lại. TH2: Xét mô hình hồi quy (2 biến độc lập) - Hồi quy biến độc lập Xj theo các biến độc lập còn lại. VD mô hình hồi quy phụ: KĐGT Nếu bác bỏ thì kết luận mô hình có hiện tượng đa cộng tuyến. 17
Ví dụ 2: Hãy cho biết mô hình sau có hiện tượng đa cộng tuyến không? Dependent Variable: X Method: Least Squares Date: 03/28/20 Time: 22:14 Sample: 1 12 Included observations: 12 Variable Coefficient Std. Error t-Statistic Prob. C 22.75072 0.426733 53.31372 0.0000 Z 0.532951 0.267963 1.988895 0.0779 K -1.065903 0.060467 -17.62789 0.0000 R-squared 0.971852 Mean dependent var 16.00000 Adjusted R-squared 0.965597 S.D. dependent var 2.486326 S.E. of regression 0.461163 Akaike info criterion 1.502187 Sum squared resid 1.914040 Schwarz criterion 1.623413 Log likelihood -6.013120 Hannan-Quinn criter. 1.457304 F-statistic 155.3713 Durbin-Watson stat 1.620623 Prob(F-statistic) 0.000000 18
Dependent Variable: X Method: Least Squares Date: 03/28/20 Time: 22:14 Ví dụ 2: Sample: 1 12 Hãy cho Included observations: 12 biết mô Variable Coefficient Std. Error t-Statistic Prob. hình sau C 22.75072 0.426733 53.31372 0.0000 có hiện Z 0.532951 0.267963 1.988895 0.0779 tượng đa K -1.065903 0.060467 -17.62789 0.0000 cộng tuyến R-squared 0.971852 Mean dependent var 16.00000 không? Adjusted R-squared 0.965597 S.D. dependent var 2.486326 S.E. of regression 0.461163 Akaike info criterion 1.502187 Sum squared resid 1.914040 Schwarz criterion 1.623413 Log likelihood -6.013120 Hannan-Quinn criter. 1.457304 F-statistic 155.3713 Durbin-Watson stat 1.620623 Prob(F-statistic) 0.000000 Giải: KĐGT Ta có p_giá trị = 0.00000 < α = 0.05, bác bỏ và chấp nhận => Kết luận: Với mức ý nghĩa 5% mô hình có hiện tượng đa cộng tuyến. 19
Ví dụ 3: Hãy cho biết mô hình sau có hiện tượng đa cộng tuyến không? 20