̀

̀

ươ

Ch

Ộ ng 2. MÔ HI NH HÔ I QUY B I

̀

ộ ồ ế ủ t c a mô hình h i quy b i ́ ́ ươ ng nho nhâ t

ng OLS

ự ầ 2.1. S  c n thi ươ ng pha p bi nh ph 2.2. Ph ạ 2.3. Các d ng hàm khác ủ ướ ượ ữ c l 2.4. Tính v ng c a  ử ụ 2.5. Mô hình h i quy s  d ng ngôn ng  ma

tr nậ ̀

́

̉

̣ ư   Ba i tâp  ng dung

̣

̀

̀

ế ủ

t c a mô hi nh hô i

ự ầ 2.1. S  c n thi quy b iộ ự

ế

 S  vi ph m gi

thi

t cov(X,u)=0

=

b

+ b

Xét MH:

CT

1

+ TN u 2

ế ố

ậ ả

ế

 K  tên các y u t

khác ngoài bi n thu nh p  nh

ế

h

ệ ủ

ế ố

ớ ế

ng đ n chi tiêu   M i quan h  c a các y u t

khác đó v i bi n thu

ể ưở ố nh pậ ả

ế

ượ

 Gi

thi

ạ  nh

c đi m c a

t OLS nào b  vi ph m  ơ

ị ồ mô hình h i quy đ n

̀

̀

ế ủ

t c a mô hi nh hô i

ự ầ 2.1. S  c n thi quy b iộ

ự ư S   u vi

-

-

ệ ủ ấ ượ ấ

ộ ố ơ t h n ữ

ơ

-

ơ

-

ử ụ ự

ơ

ồ t c a hàm h i  quy b i: ự Ch t l ng d  báo t ự Cung c p các d  báo h u ích h n S  d ng hàm phong phú h n Th c hi n các phân tích phong phú h n

̀

̀

ộ 2.2. Mô hi nh hô i quy b i

́

̀ ́

́

̀ ụ

́

ộ ệ ố ặ

̀ ậ ộ ệ ố

ộ Mô hi nh hô i quy b i (k biê n ) gô m:  ­ 1 biê n ph  thu c + (k­1) biê n đ cl l p  ­ k hê sô : 1 h  s  ch n  và (k­1) h  s  góc

̣

=

b

+ b

+

X

X

X

X

,

:

)

b i

k

ki

2

/ b

PRF E Y X X ( =

i 2 + b

+

ki X

i 3 X

2 X

N

1 + + b ...

:

+ + b ... i = (cid:0) 1

)

PRM Y i

i

2

1

3

3

ộ ạ ế ồ • Xét mô hình h i quy b i d ng tuy n tính

k ượ

,..., + b i 2 ẫ W = {(Xi, Yi), i = 1÷ n} tìm đ

3 3 U i ( i ki c m t

ớ ộ ướ ượ ể V i m u c l ng đi m

(cid:0)

(cid:0)

ˆ

ˆ Y

X

X

...

k

2

3

1

(cid:0) (cid:0) (cid:0) (cid:0) (cid:0)

(cid:0)

(cid:0)

(cid:0)

ˆ

Y

X

e

...

k

3

(cid:0) .ˆ k X .ˆ X k

1

.ˆ 2 .ˆ 2

(cid:0) .ˆ 3 (cid:0) .ˆ X 3

(cid:0) (cid:0) (cid:0) (cid:0) (cid:0) (cid:0)

Ý nghĩa

ệ ố ặ

β ủ ị * H  s  ch n  1 = E(Y/X2i = X3i = …= Xki = 0) là  giá tr  trung bình c a Y khi X2i = X3i = …= Xki = 0.

ệ ố ế ả

ư ế β ủ ị

j m

)

ệ ế " (cid:0) * Các h  s  góc  m cho bi t khi Xm tăng (gi m) 1  ơ ổ đ n v  thì trung bình c a Y thay đ i nh  th  nào trong  ổ( ề đi u ki n các bi n Xj không thay đ i.

X

E Y X X /

(

,...,

)

k

2

3

b

=

m

k

(

= (cid:0) 2

)

m

(cid:0)

, X

m

(cid:0)

=

+ 0 02 0 3

0 15

LP

.

. m .

+ gdp e

 Ví dụ:

-

ỷ ệ ạ

◦ LP: T  l

l m phát (%)

ưở

ứ ◦ m: m c tăng tr

ng cung ti n (%)

ưở

ứ ◦ gdp: m c tăng tr

ng GDP (%)

ệ ố ủ

 Gi

i thích ý nghĩa các h  s  c a mô

hình?

 Chú ý

ệ ố

◦ H   s   ch n:  ko  ph i  m i  quan  tâm

chính trong phân tích h i quy

ệ ố ồ

partial

◦ Các h  s  h i quy riêng (

ệ ố

coefficients): các h  s  góc

Các gi

thi

ng sai c a các SSNN b ng nhau

GT3: Ph

ế ủ t c a mô hình ế ộ ậ GT1: Bi n đ c l p là phi ng u nhiên ủ ỳ ọ GT2: K  v ng c a các SSNN b ng 0  E(Ui) = 0, (cid:0)  i  ủ ươ Var(Ui) = Var(Uj) = (cid:0) 2  ,(cid:0)

ế

ế

ằ  i ≠ j i thích không có quan h  tuy n tính

GT4: Các bi n gi

GT5: Các SSNN không tu ng quan v i nhau

Cov(Ui ,Uj) = 0 ,(cid:0) ế

ươ

ng quan v i nhau

GT6: Các SSNN và bi n đ c l p không t

Cov(Ui , Xmi) = 0,  (cid:0)

ơ  i ≠ j ộ ậ  i,m

ẩ GT7: Các sai s  ng u nhiên có phân ph i chu n

́

̀

ươ

̉

ng pha p bi nh ph

ng nho

ươ Ph nhâ t́

́

ưở

ươ

ng pha p:   Yi   ­ Ŷi = ei  => min n

́ Y  t ng cua ph

̉

0

ie

(cid:0) (cid:0)

i

1

E ( Y|X)

Y

n

(cid:0)

|

|

min

ie

e (+)

(cid:0) (cid:0) (cid:0)

i

1

n

Ŷi  = fˆ(Xi )

e (­)

(cid:0)

min

2 (cid:0) ie

(cid:0) (cid:0)

i

1

0

X

8

(cid:0)

̀

́

ươ

̉

ng pha p bi nh ph

ng nho

=

b ˆ ( j

1 ,k )

j

n

b

=

b ˆ

ˆ

ˆ

X

b ...

min

RSS

sao cho

1

2

2

2 X ) k

k

2 i

- - - - (cid:0)

� (Y i

ươ Ph nhâ t́ ị ị  Xác đ nh các giá tr : = � e

= 1

i

ˆ

ˆ

b , ..,

b b ˆ , 1

2

k

ươ

ng trình

n

- - - -

ệ b ˆ

b ˆ

0

b ..

X

1

2

2

(cid:0)

ủ ệ k ph                              là nghi m c a h   = ˆ X ) k k

(Y i

= 1

i

n

b

b ˆ

ˆ

ˆ

0

X

b ..

)

1

2

2

X (Y 2 i

= X k

k

= 1

i

. . .

n

b

- - - - (cid:0)

b ˆ

ˆ

ˆ

0

X

b ..

1

2

2

X (Y k i

= X ) k k

= 1

i

- - - - (cid:0)

́

́

́

̣ ̉

́ Đô chi nh xa c cua ca c

ươ ượ c l

2

ng  s

=

b ˆ

Var(

)

2

ươ

-

ˆb ủ ệ ố 2

 Ph

ng sai c a h  s      :

1

(

x

2 R ) 2

2 2 i

2

ng sai c a h  s      :

(cid:0)

ủ ệ ố ˆb

j

s

j

= b ˆ Var( )

ươ  Ph  Trong đó:

2 R ) j

2 ji

- (cid:0) 1 ( x

ệ ố

◦      : là h  s  xác đ nh c a mô hình h i quy

2 2R

=

a

+

X

+ + a ..

X

v

3

2

k

k

n

◦ Và

2

2

2

i

i

-

e

2 i

2

2s

(cid:0)

X 2 = X x ư ◦      ch a bi

+ a 1 X t, đ

ế ượ ướ ượ c

c l

ở ng b i s ˆ

== 1 i n k

-

́

́

́

̣ ̉

ươ ượ c l

ng

ˆb

ộ ệ

́ Đô chi nh xa c cua ca c  ẩ ủ  Đ  l ch chu n c a

j

2

=

=

b ˆ

se(

)

,

j

(

2 3 ,

, ..,k )

j

-

1

x

(

s ˆ 2 R ) j

2 ji

RSS / ( n k ) = -� 2 2 1 R ) ( j ji

-

� x

ủ ướ ượ

 Đ  chính xác c a

c l

ụ ng ph  thu c:

ươ

ủ ế ố ẫ

◦ Ph

ng sai c a y u t

VIF

j

-

2σ  ng u nhiên = ươ

◦  Nhân t

phóng đ i ph

ng sai:

1

(

1 2 R ) j

ể ệ

ế ộ

2 jR

ế      th  hi n quan h  tuy n tính gi a các bi n đ c  l pậ

(cid:0)

ế ộ ậ ươ ứ

ộ ế ộ

ủ ◦ Đ  bi n đ ng c a bi n đ c l p t

2 jix ng  ng

́

́

́

̣ ̉

́ Đô chi nh xa c cua ca c

ươ ượ c l

ng

-

̉ ươ ượ ̀  Trung bi nh cua ́ c l ng:

-  Ph ạ

ươ ượ ướ ̉ i

b

)

...

)

(

,

ˆ 1

ˆ 2

Cov

b b ˆ Cov ( 1 b Var

b b Cov b b Cov

)

)

)

(

,

2

ˆ k ˆ k

) ˆ 1

, ˆ 2

=

Cov

T X X

b ˆ(

)

(

)

... ...

ˆ 1 ˆ 2 ...

b Cov

b Var

(

)

,

)

...

(

)

Var ( b b ˆ ( , 2 ... b b ˆ , k

( ... b ˆ ( k

ˆ k

ˆ 1

ˆ 2

� � � � � � Cov �

� � � s = � � � �

ệ ể c bi u di n d ệ ố ng đ ủ ng sai cua các  ậ d ng ma tr n hi p ph ́ ễ ượ ươ c l ươ ng sai c a các h  s :

ợ ủ

Đ  phù h p c a hàm h i quy

́

́

Hê sô  xa c đinh

2

=

= - 1

R

ESS TSS

ế

i thích

RSS TSS ộ ậ t hàm h i quy (các bi n đ c l p trong mô hình) gi ế

ế ổ ủ

ồ ự

ượ

c bao nhiêu % s  thay đ i c a bi n ph  thu c Y

R2 cho bi đ

ượ

ử ụ

ể ặ

ư

c s  d ng đ  đ c tr ng cho m c đ  thích h p c a hàm h i

Nó đ quy

̣ ̣

́

̣ ̣

́ Hê sô  xa c đinh đi u  ỉ ch nh

2

2

- -

R

R

= - 1

1 (1

)

-

n 1 n k

RSS n k ) /( = - TSS n 1) /(

-

Nếu k > 1 thì

=> số biến giải thích tăng lên thì tăng chậm hơn

-

nhưng có thể âm

- -

2.3. Các d ng hàm khác

ổ -  Hàm t ng chi phí

­ Hàm s n xu t Cobb – Douglas

ế

­ Hàm tuy n tính – loga

ế

­ Hàm loga – tuy n tính

­ Hàm d ng Hypecbol

Hàm t ng chi phí(đa th c)

 D ng hàm

=

b

+ b

+

+

b

>

>

<

>

(

b 0,

b 0,

0,

0)

TC i

b Q i

b 2 Q i

+ b 3 Q U i

i

1

2

3

4

1

2

3

4

ổ ế  Bi n đ i

=

=

2 Q Q , i 3 = b

i + b

+

+

Q i 2 � TC i

3 Q i b Q i

i

+ Q U i

i

1

2

b Q 2

3

3

4

 Ý nghĩa các h  sệ ố

5 2

Hàm tăng tr

ngưở

 D ng hàm

=

+

r

)t

tY

Y 0 (1

ưở

Trong đó: r là t c đ  tăng tr

ng

ổ ế   Bi n đ i

=

+

+

ln

)

ln b

Y t =

t ln(1 =

r +

r

ln(1

)

Y 0 b Y ln , 0 = b

2 + b

1 �

t

ln

Y t

1

2

ệ ố  Ý nghĩa các h  s

5 3

Hàm s n xu t Cobb – Douglas (Hàm mũ)  D ng hàm:

ổ ế   Bi n đ i:

ư

ệ ố ổ ấ ậ

ả ậ

 L u ý: ý nghĩa c a các h  s  trong mô hình              hàm s n xu t thay đ i theo quy mô              quy lu t năng su t c n biên gi m d n

5 4

ế

Hàm tuy n tính – loga

 D ng hàm

=

b

+ b

Y i

+ X U i

i

1

2 ln

ổ ế  Bi n đ i

=

X

X

ln = b

i + b

* i �

Y i

+ * X U i

i

1

2

β

ơ

 Ý nghĩa: khi X tăng 1% thì Y tăng  2 đ n v  (?)

5 5

ế

Hàm loga ­ tuy n tính

 D ng hàm

=

b

+ b

+ X U i

i

1

2

ổ ế  Bi n đ i

*

Y ln i =

*

Y ln i = b

+ b

Y i �

Y i

+ X U i

i

1

2

β

ơ  Ý nghĩa: khi X tăng 1 đ n v  thì Y tăng  2 % (?)

5 6

Hàm d ng Hypecbol

>

+

=

+ b

b

0)

,

b b U ( i

Y i

2

2

1

1

 Mô hình chi phí trung bình ph  thu c vào s n l 1 X

i

ụ ộ ả ượ ng:

ậ ộ ườ ng  cong

> b

=

+

<

+ b

b

b U

0)

0,

(

Y i

i

1

2

2

1

Engel):

i

ụ  Mô  hình  chi  tiêu  ph   thu c  vào  thu  nh p  (đ 1 X

 Mô hình l m phát ph  thu c vào t

ụ ạ ộ ỷ ệ ấ ệ ườ th t nghi p (đ l ng

=

b

+ b

+

< b

>

b U

(

0,

0)

Y i

i

1

2

1

2

1 X

i

cong Philips):

=

=

b

+ b

X

* i

Y i

+ * X U i

i

1

2

1 X

i

5 7

ổ ế  Bi n đ i

ƯỚ ƯỢ C L

NG

TÍNH V NG C A CÁC  OLS

ˆb 2

b

2

n

ấ ữ

ấ ượ

 Tính  ch t  v ng  ph n  ánh  ch t  l

ng

ẫ ớ

ủ ướ ượ c a

c l

ng khi m u l n.

ư

ế

 N u UL không ch ch nh ng không v ng

l y  nhi u  m u  ng u  nhiên  cùng  kích  22

ướ

th

c  và  l y  giá  tr   trung  bình  c a  các

ướ ượ

ượ

c l

ng thu đ

c.

ƯỚ ƯỢ C L

NG

ườ

TÍNH V NG C A CÁC  OLS  Trong  th c  hành  KTL,  th

ế

ầ sát, do đó yêu c u tính v ng c a  :  Khi  các  gi

ữ ả   thi ỉ

= )

-

j

ướ ượ c l

(cid:0) (cid:0)

ỉ ng  ch   có  1  m u  quan  ủ ướ ượ ng. c l ỏ t  1­  4  th a  mãn  thì  các  ướ ượ c  l ng  OLS  không  ch   là  các  ng  BLUE,  > e b b ˆ ( n ) 0 | lim P(| ng v ng, nghĩa là:                                j n

ˆb

ˆb

ướ

ẫ n

ướ ượ c l

ớ ng    v i kích th

c m u

j

( n ) j

 Đ nh  lý  2.4 ướ ượ c  l mà còn là  e > 0 ớ ọ       v i m i         .     Trong đó     là  (Ch ng minh_tr. 108

)

23

MÔ HÌNH H I QUY D NG MA TR N

 Xét mô hình k bi n:ế

=

b

+ b

+

Y

X

+ + b ..

X

u

1

2

2

k

k

 V i ớ n quan sát Y 1

1

21

2

1

k

k

+ b = b + X X u 1

22

2

2

1

k

k

+ = b + b X + + b .. + + b .. X u 2

1

2

2

n

k

kn

= b + b + X + + b .. X u n Y 2 ... Y n

ệ ươ

ướ ạ

 H  ph

ng trình d

i d ng ma tr n

b

+

= Y X

u

24

MÔ HÌNH H I QUY D NG MA TR N

ế ủ

thi

ạ t c a OLS (d ng ma tr n) ố ớ

ng  pháp  OLS  đ i  v i  mô  hình

 Xem thêm các n i dung • Các gi ươ • Ph ạ

d ng ma tr n ươ ậ

ươ

• Ma tr n ph

ng sai ­ hi p ph

ng sai

ệ ố ủ c a các h  s

25