zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Kinh tế học

Bài giảng Kinh tế lượng - Chương III: Hồi quy bội

Chia sẻ: Huỳnh Thị Lệ | Ngày: | Loại File: PDF | Số trang:6

Báo xấu

98
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng - Chương III: Hồi quy bội. Chương này gửi đến các bạn nội dung: Hồi quy tuyến tính ba biến, hồi quy tuyến tính k biến. Đề hiểu rõ hơn về nội dung chương học mời các bạn cùng tham khảo tài liệu.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Kinh tế lượng - Chương III: Hồi quy bội

15-Aug-16 I. HỒI QUY TUYẾN TÍNH BA BIẾN Chương III 1. Hàm hồi quy tổng thể (PRF) PRF : Yi  1   2 X 2i  3 X 3i  U i Trong đó: Y: biến phụ thuộc HỒI QUY BỘI Yi: giá trị cụ thể của Y X2 ,X3: biến độc lập X2i X3i: Giá trị cụ thể của X2 ,X3 Ui: sai số ngẫu nhiên ứng với quan sát thứ i βi: là tham số của mô hình 1 1 2 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 2. Các giả thiết của mô hình 3. Ước lượng các tham số - X2i, X3i là biết trước, không ngẫu nhiên Chúng ta sử dụng phương pháp bình phương nhỏ nhất OLS - Giá trị trung bình của các Ui bằng không, phương PRF : Yi  1   2 X 2i  3 X 3i  U i Hàm hồi quy mẫu tương ứng là sai Ui không thay đổi SRF: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝑒𝑖 - Không có tương quan giữa các Ui hay - Không xảy ra tương quan (cộng tuyến) giữa các X2 , X3 SRF: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 - Không có tương quan giữa Ui với X2, X3 3 4 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 3. Ước lượng các tham số 3. Ước lượng các tham số 𝑒𝑖 = 𝑌𝑖 − 𝑌𝑖 = 𝑌𝑖 − (𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 ) Các tham số 𝛽 1 𝛽 2 𝛽 3 có thể được tính từ hệ phương trình : Theo phương pháp bình phương nhỏ nhất OLS thì các tham 𝛽1 + 𝛽2 𝑋2 + 𝛽3 𝑋3 = 𝑌 số β1, β2 β3 được chọn sao cho 2 𝛽1 𝑋2𝑖 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋2𝑖 𝑋3𝑖 = 𝑌𝑖 𝑋2𝑖 2 2 𝑒𝑖 = 𝑌𝑖 − (𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 ) → 𝑚𝑖𝑛 2 𝛽1 𝑋3𝑖 + 𝛽2 𝑋2𝑖 𝑋3𝑖 + 𝛽3 𝑋3𝑖 = 𝑌𝑖 𝑋3𝑖 5 6 1
15-Aug-16 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 3. Ước lượng các tham số 3. Ước lượng các tham số Đặt yi  Yi  Y Kết quả chứng minh được: _ x2i  X 2i  X 2 ; x3i  X 3i  X 3 x 2 2i   X 2 2 i  n( X 2 ) 2 _ Ta tìm được x 2 3i   X 23i  n( X 3 )2   y x    x     x x   y x  2 _ 𝛽2  i 2i 3i 2i 3i i 3i y 2   Y 2i  n(Y ) 2   x   x     x x  2 i 2 2 _ _   2i 3i y x    x     x x   y x  2 2i 3i x 2 i 3i x   X 2 i X 3i  n X 2 X 3 𝛽3  i 3i 2i 2i 3i i 2i _ _   x   x     x x  2 2i 2 3i 2i 3i 2 x 2i yi   X 2iYi  n X 2 Y _ _ 𝛽1 = 𝑌 − 𝛽2 𝑋2 − 𝛽3 𝑋3 x 3i i y   X 3iYi  n X 3 Y 7 8 I. HỒI QUY TUYẾN TÍNH BA BIẾN X 2i  1452;  X  2448;  Y  16956; 3i i 3. Ước lượng các tham số X 2 2i  188192;  X  518504;  Y  24549576 2 3i i 2 Ví dụ: số liệu doanh số, chi phí chào hàng, chi phí quảng cáo X 2i X  303608;  Y X  2128740;  Y X  3542360 3i i 2i i 3i ĐVT: tr.đ Doanh Chi phí Chi phí X 2  121; X 3  204; Y  1413 số Yi chào quảng cáo hàng X2 X3 1270 100 180 Ta có hệ phương trình sau 1490 106 248 Yêu cầu xây dựng mô hình hồi 1060 60 190 qui 3 biến thể hiện mối liên hệ 1626 160 240 giữa kết quả lợi nhuận chịu ảnh 1020 70 150 1800 170 260 hưởng bởi chi phí chào hàng và 1610 140 250 chi phí quảng cáo? 1280 120 160 1390 116 170 1440 120 230 1590 140 220 1380 150 150 9 10 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 3. Ước lượng các tham số 4. Hệ số xác định hệ số hồi quy Kết quả chạy trên eviews - TSS :toång bình phương độ lệch, noù coù theå ñöôïc goïi laø toång bình phöông toaøn phaàn. Coefficientsa TSS=  yi2 =  (Yi -Y) =  Yi2 -n Y   2 2 Model Unstandardized Standardized Coefficients Coefficients - ESS : Toång bình phöông taát caû caùc sai leäch giöõa giaù trò Std. B Error Beta t Sig. öôùc löôïng cuûa Y vôùi trung bình cuûa chuùng. 1 (Constant) 328.138 71.991 4.558 .001 phi chao 4.650 .469 .676 9.911 .000 hang phi quang 2.560 .379 .460 6.748 .000 cao 11 12 2
15-Aug-16 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 4. Hệ số xác định hệ số hồi quy 4. Hệ số xác định hệ số hồi quy - RSS: toång bình phöông phaàn dö. Đối với mô hình hồi quy bội người ta tính R2 có hiệu RSS   e =TSS  ESS 2 i chỉnh như sau   nn  k1 2 ESS TSS  RSS RSS R  1  1  R2 R  2   1 TSS TSS TSS Với k là số tham số trong mô hình 13 14 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 4. Hệ số xác định hệ số hồi quy 4. Hệ số xác định hệ số hồi quy 2  Hệ số R có các đặc điểm sau Ví dụ: Tính hệ số của mô hình hồi quy theo số liệu ví dụ trước + Neáu k >1 thì R ≤ R2 ≤ 1, ñieàu naøy coù nghóa laø neáu 2 2 Kết quả chạy trên SPSS soá bieán giaûi thích taêng leân thì R taêng chaäm hôn Model Summaryb R.2 Change Statistics 2 2 2 + R ≥ 0, nhöng R coù theå aâm. Khi R aâm thì chuùng ta coi nhö noù baèng 0. Std. Error R Adjusted of the R Square Sig. F R Square R Square Estimate Change F Change Change .984a .968 .961 46.050 .968 134.788 .000 a. Predictors: (Constant), phi quang cao, phi chao hang b. Dependent Variable: loi nhuan ban hang 15 16 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 5. Phương sai của hệ số hồi quy 5. Phương sai của hệ số hồi quy Phương sai của hệ số hồi quy được xác định theo công Phương sai của hệ số hồi quy được xác định theo công thức sau thức sau và và 17 18 3
15-Aug-16 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 5. Phương sai của hệ số hồi quy 6. Khoảng tin cậy của hệ số hồi quy Phương sai của hệ số hồi quy được xác định theo công Khoảng tin cậy của β1 với độ tin cậy 1 - α thức sau Khoảng tin cậy của β2 với độ tin cậy 1 - α và Khoảng tin cậy của β3 với độ tin cậy 1 - α Với Lưu ý khi tra bảng T-student với hồi quy 3 biến thì với bậc tự do n - 3 19 20 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 6. Khoảng tin cậy của hệ số hồi quy 6. Khoảng tin cậy của hệ số hồi quy Trở lại ví dụ trên tìm khoảng tin cậy cho 3 hệ số hồi Kết quả chạy trên SPSS quy với độ tin cậy 95% Coefficientsa Model Unstandardized Standardized Coefficients Coefficients Std. B Error Beta t Sig. 1 (Constant) 328.138 71.991 4.558 .001 phi chao 4.650 .469 .676 9.911 .000 hang phi quang 2.560 .379 .460 6.748 .000 cao 21 22 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 7. Kiểm định giả thiết 7. Kiểm định giả thiết a. Kiểm định giả thiết về β1 ,β2 ,β3 a. Kiểm định giả thiết về β1 ,β2 ,β3  H 0 : i   0 Ví dụ: với số liệu trước kiểm định giả thiết sau  Độ tin cậy là 1 - α H 0 : 2  0  H1 :  i   0   H 0 : 3  0  H1 :  2  0   H1 :  3  0 Bước 1: lập khoảng tin cậy Với độ tin cậy 95% Bước 2: nếu β0 thuộc khoảng tin cậy thì chấp nhận H0 .Nếu β0 không thuộc thì bác bỏ H0 23 24 4
15-Aug-16 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 7. Kiểm định giả thiết 7. Kiểm định giả thiết a. Kiểm định giả thiết về β1 ,β2 ,β3 b. Kiểm định giả thiết về R2 Kết quả chạy trên SPSS  H0 : R  0 2  Độ tin cậy là 1 - α  H1 : R  0  2 Coefficientsa Model Unstandardized Standardized Coefficients Coefficients Bước 1: tính R 2 (n  3) Std. F B Error Beta t Sig. 2(1  R 2 ) 1 (Constant) 328.138 71.991 4.558 .001 Bước 2: tra bảng tìm F(2,n-3) với mức ý nghĩa α phi chao 4.650 .469 .6769.911 .000 hang Bước 3: Nếu F > F(2,n-3) bác bỏ H0 , nếu F ≤ F(2,n-3) phi quang 2.560 .379 .4606.748 .000 chấp nhận H0 cao 25 26 I. HỒI QUY TUYẾN TÍNH BA BIẾN I. HỒI QUY TUYẾN TÍNH BA BIẾN 7. Kiểm định giả thiết 7. Kiểm định giả thiết b. Kiểm định giả thiết về R2 b. Kiểm định giả thiết về R2 Ví dụ: với số liệu trước kiểm định giả thiết sau Kết quả chạy trên SPSS  H0 : R  0 2 Model Summaryb   H1 : R  0 Change Statistics  2 Với độ tin cậy 95% Adjusted R Std. Error of the R Square F Sig. F R R Square Square Estimate Change Change Change .984a .968 .961 46.050 .968 134.788 .000 a. Predictors: (Constant), phi quang cao, phi chao hang b. Dependent Variable: loi nhuan ban hang 27 28 II. HỒI QUY TUYẾN TÍNH k BIẾN II. HỒI QUY TUYẾN TÍNH k BIẾN 1. Hàm hồi quy tổng thể (PRF) 1. Hàm hồi quy tổng thể (PRF) Quan sát thứ 1 Yi  1   2 X 2i  ...   k X ki  U i Y1  1   2 X 21  ...   k X k1  U1 Trong đó: Quan sát thứ 2 Y: biến phụ thuộc X2 ,X3 … Xk : biến độc lập Y2  1   2 X 22  ...   k X k 2  U 2 X2i X3i: Giá trị cụ thể của X2 ,X3 Quan sát thứ n Ui: sai số ngẫu nhiên ứng với quan sát thứ i β1: hệ số tự do Yn  1   2 X 2 n  ...   k X kn  U n β2 ,β3 …,βk hệ số hồi quy riêng 29 30 5
15-Aug-16 II. HỒI QUY TUYẾN TÍNH k BIẾN II. HỒI QUY TUYẾN TÍNH k BIẾN 1. Hàm hồi quy tổng thể (PRF) 1. Hàm hồi quy tổng thể (PRF) Ký hiệu Ta có  Y1   1   U1         Y1   1 X 21 ... X k1   1   U1   2  Y U X 31 Y  2  U  2        ... X k 2    2   U 2   ...   ...   ...   Y2    1 X 22 X 32         ...   ... ... ... ...   ...   ...   k  ...  Yn  U n           Yn   1 X 2 n X 3n ... X kn    n   U 3   1 X 21 X 31 ... X k1    1 X 22 X 32 ... X k 2  => PRF: Y = X.β +U X   ... ... ... ... ...     1 X 2n X 3n ... X kn  31 32 II. HỒI QUY TUYẾN TÍNH k BIẾN II. HỒI QUY TUYẾN TÍNH k BIẾN 2. Các giả thiết của mô hình 2. Các giả thiết của mô hình Giả thiết 1: Các biến độc lập X2 ,X3 … Xk không ngẫu nhiên Giả thiết 4: Không có sự cộng tuyến giữa các biến độc lập X2 ,X3 … Xk Giả thiết 2: Các sai số ngẫu nhiên Ui có trung bình bằng 0 và có phương sai không thay đổi Giả thiết 5: không có sự tương quan giữa X2 ,X3 … Xk với E(Ui | X) = 0 Var(Ui | X) = σ2 các sai số Ui Cov(U,X) = 0 Giả thiết 3: không có sự tương quan giữa các sai số Ui Cov(Ui ,U j | X )  0, i  j 33 34 6

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.