zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Kinh tế học

Bài giảng Kinh tế lượng - Chương V: Đa cộng tuyến

Chia sẻ: Huỳnh Thị Lệ | Ngày: | Loại File: PDF | Số trang:5

Báo xấu

97
lượt xem 3
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Kinh tế lượng - Chương V: Đa cộng tuyến. Chương này giới thiệu đến các bạn các nội dung chính sau: Bản chất của đa cộng tuyến, nguyên nhân của đa cộng tuyến, ước lượng khi có đa cộng tuyến, hậu quả khi có đa cộng tuyến, cách phát hiện đa cộng tuyến, cách khắc phục đa cộng tuyến. 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 V: Đa cộng tuyến

15-Aug-16 I. BẢN CHẤT CỦA ĐA CỘNG TUYẾN Chương V Đa cộng tuyến Trong mô hình hồi quy bội ĐA CỘNG TUYẾN Có sự phụ thuộc tuyến tính cao giữa các biến giải thích 1 1 2 I. BẢN CHẤT CỦA ĐA CỘNG TUYẾN I. BẢN CHẤT CỦA ĐA CỘNG TUYẾN Đa cộng tuyến Ví dụ: đa cộng tuyến hoàn hảo X2 X3 X4 a. Đa cộng tuyến hoàn hảo 10 50 52 Tồn tại 2, 3,… k không đồng thời bằng 0 15 75 78 sao cho 18 90 97 2X2 + 3X3 + …+ kXk = 0 24 120 129 b. Đa cộng tuyến không hoàn hảo 11 55 63 2X2 + 3X3 + …+ kXk + vi= 0 với vi là sai số ngẫu nhiên. X2, X3 Có mối quan hệ tuyến tính chính xác:X3= 5X2 =>trường hợp này có đa cộng tuyến hoàn hảo 3 4 I. BẢN CHẤT CỦA ĐA CỘNG TUYẾN I. BẢN CHẤT CỦA ĐA CỘNG TUYẾN Không có đa cộng tuyến Đa cộng tuyến thấp Đa cộng tuyến cao Đa cộng tuyến hoàn hảo Y Y Y Y X3 X2 X3 X3 X2 X2 X2 X3 5 6 1
15-Aug-16 II. NGUYÊN NHÂN CỦA ĐA CỘNG TUYẾN III. ƯỚC LƯỢNG KHI CÓ ĐA CỘNG TUYẾN 1. Trường hợp đa cộng tuyến hoàn hảo - Chọn các biến độc lập có mối quan có quan hệ nhân quả hay có tương quan cao vì đồng phụ thuộc Xét mô hình hồi qui 3 biến dưới dạng sau: vào một điều kiện khác. Yi = 2 X2i + 3 X3i + ei giả sử X3i = X2i , mô hình được biến đổi thành: - Số quan sát nhỏ hơn số biến độc lập. Yi = (2+ 3)X2i + ei = 0 X2i + ei Phương pháp OLS - Cách thu thập mẫu: mẫu không đặc trưng cho tổng thể  Không thể tìm được lời giải duy nhất cho ˆ2 , ˆ3 - Chọn biến Xi có độ biến thiên nhỏ. 7 8 III. ƯỚC LƯỢNG KHI CÓ ĐA CỘNG TUYẾN III. ƯỚC LƯỢNG KHI CÓ ĐA CỘNG TUYẾN 1. Trường hợp đa cộng tuyến hoàn hảo 2. Trường hợp đa cộng tuyến không hoàn hảo ˆ2   yi x2i  x32i   yi x3i  x2i x3i Đa cộng tuyến hoàn hảo thường không xảy ra  x22i  x32i  ( x2i x3i ) 2 trong thực tế. Xét mô hình hồi qui 3 biến dưới dạng sau: ˆ2  2 i 3i 2 3i 2   yx x 2   yi x3i  x3i x3i 0  yi =  2 x2i +  3 x3i + ei   x3i  x3i  2  x32i  x32i 0 Giả sử x3i =  x2i + vi  Các hệ số ước lượng không xác định Với   0 và vi là sai số ngẫu nhiên  Phương sai và sai số chuẩn của 2 và 3 là vô hạn Như vậy trong trường hợp đa cộng tuyến hoàn hảo không xây dựng được mô hình hồi quy 9 10 III. ƯỚC LƯỢNG KHI CÓ ĐA CỘNG TUYẾN IV. HẬU QUẢ KHI CÓ ĐA CỘNG TUYẾN 2. Trường hợp đa cộng tuyến không hoàn hảo Nếu có cộng tuyến gần hoàn hảo ˆ2   y x   x   v    y x   y v   x  i 2i 2 2 2i 2 i 2 i 2i i i 2 2i 1. Phương sai và hiệp phương sai của các ước  x   x   v    x  2 2 2 2 2 2 2 lượng OLS lớn. 2i 2i i 2i 2. Khoảng tin cậy rộng hơn.  Có thể ước lượng được các hệ số hồi quy 3. Tỉ số t "không có ý nghĩa" nhưng sai số chuẩn rất lớn. 4. R2 cao nhưng tỉ số t ít có ý nghĩa 11 12 2
15-Aug-16 IV. HẬU QUẢ KHI CÓ ĐA CỘNG TUYẾN IV. HẬU QUẢ KHI CÓ ĐA CỘNG TUYẾN 5. Các ước lượng OLS và sai số chuẩn của chúng Đa cộng tuyến là một hiện tượng theo mẫu, trở nên rất nhạy với những thay đổi nhỏ trong nghĩa là cho dù các biến độc lập Xi không dữ liệu. tương quan tuyến tính trong tổng thể 6. Dấu của các ước lượng của các hệ số hồi qui nhưng chúng có thể tương quan tuyến tính có thể sai trong một mẫu cụ thể nào đó. Do đó cỡ mẫu lớn thì hiện tượng đa cộng tuyến ít 7. Thêm vào hay bớt đi các biến cộng tuyến với nghiêm trọng hơn cỡ mẫu nhỏ các biến khác, mô hình sẽ thay đổi về dấu hoặc thay đổi về độ lớn của các ước lượng. 13 14 V. CÁCH PHÁT HIỆN ĐA CỘNG TUYẾN V. CÁCH PHÁT HIỆN ĐA CỘNG TUYẾN 1. Hệ số R2 lớn nhưng tỷ số t nhỏ 1. R2 lớn nhưng tỷ số t nhỏ 2. Tương quan cặp giữa các biến giải Nhược điểm: chỉ thể hiện rõ khi có đa cộng thích cao tuyến ở mức cao 3. Sử dụng mô hình hồi qui phụ 2. Tương quan cặp giữa các biến giải thích 4. Sử dụng yếu tố phóng đại phương sai cao (VIF) rXZ   ( X i  X )(Zi  Z )  ( X i  X )2  (Zi  Z )2 Trong đó X, Z là 2 biến giải thích trong mô hình 15 16 V. CÁCH PHÁT HIỆN ĐA CỘNG TUYẾN V. CÁCH PHÁT HIỆN ĐA CỘNG TUYẾN 3. Sử dụng mô hình hồi quy phụ 4. Sử dụng nhân tử phóng đại phương sai (VIF) Hồi qui một biến giải thích X theo các biến còn lại Đối với hàm hồi quy 2 biến giải thích ˆ ˆ ˆ ˆ X2i  1  3 X3i  ...  k X ki VIF  1 Tính R2 và F cho mỗi mô hình (1  r232 ) R 2 (n  k) Đối với trường hợp tổng quát, có (k-1) biến giải thích F (1  R 2 )(k  1) 1 k: số tham số VIF  Lập giả thiết H0: R2 = 0 ~ H0 :không có đa cộng tuyến (1  R 2j ) Nếu F > F(k-1,n-k): bác bỏ H0 hay có đa cộng tuyến R2j: là giá trị R2 trong hàm hồi quy của Xj theo (k-2) Nếu F < F(k-1,n-k): chấp nhận H0 hay không có đa biến giải thích còn lại. cộng tuyến Thông thường khi VIF > 10, thì biến này được coi là 17 có cộng tuyến cao 18 3
15-Aug-16 VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN 1. Dùng thông tin tiên nghiệm - Bỏ qua đa cộng tuyến nếu |t| > 2 Ví dụ: mô hình sản xuất Cobb-Douglas - Bỏ qua đa cộng tuyến nếu R2 của mô hình hồi Ln(Yi)=b1 + b2ln(Ki)+ b3ln(Li) + ui quy chính lớn hơn MHHQ phụ Có thể xảy ra đa cộng tuyến do K và L cùng tăng - Bỏ qua đa cộng tuyến nếu mục tiêu lập mô hình theo quy mô sản xuất. Nếu biết hiệu suất không chỉ để dự báo chứ không kiểm định đổi theo quy mô tức là b2+b3=1 thì Ln(Yi)=b1 + b2ln(Ki)+ (1-b2)ln(Li) + ui Ln(Yi) – Ln(Li) = b1 + b2[ln(Ki) - ln(Li)] + ui Ln(Yi /Li ) = b1 + b2ln(Ki /Li) + ui => mất đa cộng tuyến (vì đây là mô hình hồi quy đơn) 19 20 VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN 2. Loại trừ một biến giải thích ra khỏi mô hình Ví dụ: R2 của hàm có mặt cả hai biến X2 và X3 là B1: Xem cặp biến giải thích nào có quan hệ chặt 0,94. chẽ. Giả sử X2, X3…Xk là các biến độc lập, Y là Hồi quy Y theo X2 có R2 = 0,92 biến phụ thuộc và X2, X3 có tương quan chặt chẽ Hồi quy Y theo X3 có R2 = 0,87 với nhau. Hệ số hồi quy của X3 không có ý nghĩa thống kê nhiều hơn hệ số hồi quy của biến X2 và mô hình B2: Tính R2 đối với các hàm hồi quy: có mặt cả 2 có X2 có mức độ phù hợp hơn mô hình có biến X3 biến; không có mặt một trong 2 biến Vậy ta có thể loại biến X3 ra khỏi mô hình. B3: Loại biến mà giá trị R2 tính được khi không có mặt biến đó là lớn hơn. 21 22 VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN 3. Bổ sung thêm dữ liệu hoặc chọn mẫu mới 4. Dùng sai phân cấp 1 Có hàm hồi qui: Yt = 1 + 1X1t + 2X2t + Ut  2 suy ra var( ˆ2 )  x 2 2i (1  r232 ) Yt-1 = 1 + 1X1,t-1 + 2X2,t-1 + Ut-1 Trừ hai vế cho nhau, được: Yt – Yt – 1 = 1(X1,t – X1,t – 1) + 2(X2,t – X2,t – 1) + (Ut – Ut – 1) Hay: Yt = 1  X1,t + 2  X2,t + et (*) 23 24 4
15-Aug-16 VI. CÁCH KHẮC PHỤC ĐA CỘNG TUYẾN 4. Dùng sai phân cấp 1 Mô hình (*) làm giảm tính nghiêm trọng của đa cộng tuyến vì dù X2 và X3 có thể tương quan cao nhưng ko có lý do tiên nghiệm nào cho rằng sai phân của chúng cũng tương quan cao 25 5

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.