Bài giảng Nhập môn Kinh tế lượng: Chương 3 - Phạm Trí Cao

Chương 3 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge<br /> <br /> 09.12.2017<br /> <br /> PHÂN TÍCH HỒI QUY BỘI:<br /> VẤN ĐỀ ƯỚC LƯỢNG<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> • Hồi quy đơn (hồi quy 2 biến)<br /> • y = β0+β1x1+u<br /> <br /> • β0: hệ số chặn<br /> • β1: hệ số góc<br /> <br /> Chương 3<br /> <br /> • Hồi quy bội 3 biến<br /> • y = β0+β1x1+β2x2+u<br /> <br /> • Hồi quy bội 4 biến<br /> <br /> 3.3<br /> <br /> • y = β0+β1x1+β2x2+β3x3+u<br /> <br /> Wooldridge: Introductory Econometrics:<br /> A Modern Approach, 5e<br /> <br /> • β0: hệ số chặn<br /> <br /> • β1, β2, β3: hệ số góc<br /> • y: biến phụ thuộc<br /> <br /> • x1, x2, x3: biến độc lập<br /> <br /> • u: sai số ngẫu nhiên, nhiễu<br /> © 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.<br /> <br /> 3.1 Sự cần thiết nghiên cứu hồi quy bội<br /> <br /> Sự cần thiết của hồi quy bội<br /> <br /> Định nghĩa mô hình hồi quy bội (k+1 biến)<br /> Hệ số chặn<br /> <br /> theo các biến<br /> <br /> Đưa thêm nhiều biến giải thích vào mô hình<br /> <br /> “<br /> <br /> Thực hiện phân tích trong điều kiện giữ các yếu tố khác không đổi,<br /> trừ các yếu tố trong<br /> <br /> Các hệ số góc<br /> <br /> 3.6<br /> Biến phụ thuộc<br /> Biến được giải thích,<br /> Biến phản ứng,…<br /> <br /> Biến độc lập,<br /> Biến giải thích,<br /> Biến kiểm soát,…<br /> <br /> 3.8<br /> <br /> Sai số ngẫu nhiên,<br /> Nhiễu,<br /> Phần chưa quan sát được,…<br /> <br /> © 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.<br /> <br /> https://sites.google.com/a/ueh.edu.vn/phamtricao/<br /> <br /> 2<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> “Giải thích biến<br /> <br /> • β0, β1, β2, β3: hệ số hồi quy<br /> <br /> Cho phép sử dụng dạng hàm đa dạng hơn<br /> <br /> Ví dụ: Phương trình tiền lương<br /> <br /> Cho phép đo lường tác động của trình độ học vấn lên lương trong điều kiện kinh nghiệm là không đổi<br /> <br /> Tiền lương (USD/giờ)<br /> <br /> Số năm đi học<br /> <br /> 3.1<br /> <br /> Tất cả các yếu tố khác<br /> <br /> Kinh nghiệm lao động<br /> <br /> © 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.<br /> <br /> 1<br /> <br /> Chương 3 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge<br /> <br /> 09.12.2017<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Ví dụ: Điểm kiểm tra trung bình và chi phí trên mỗi sinh viên<br /> <br /> Ví dụ: Thu nhập và chi tiêu của hộ gia đình<br /> <br /> 3.2<br /> <br /> Điểm trung bình của<br /> bài thi chuẩn hóa<br /> <br /> Chi phí trên mỗi sinh<br /> viên của trường<br /> <br /> Thu nhập trung bình<br /> của gia đình các sinh<br /> viên trong trường<br /> <br /> Các yếu tố khác<br /> <br /> Chi phí trên mỗi sinh viên có thể tương quan với thu nhập trung bình của<br /> các gia đình do vấn đề tài chính<br /> <br /> Nếu bỏ biến thu nhập trung bình của gia đình ra khỏi hàm hồi quy có thể<br /> dẫn tới ước lượng tác động của chi phí trên mỗi sinh viên đến điểm trung<br /> bình bị chệch.<br /> <br /> Trong hồi quy đơn, tác động của biến chi phí trên mỗi sinh viên đến điểm số<br /> có thể đã bao gồm luôn tác động của biến thu nhập trung bình của gia đình<br /> <br /> © 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.<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> Ví dụ: tiền lương của CEO, doanh thu và thâm niên của CEO<br /> <br /> Log của thu nhập CEO<br /> <br /> Log của doanh thu<br /> <br /> Các yếu tố khác<br /> <br /> Chi tiêu của hộ<br /> <br /> Thu nhập của hộ<br /> <br /> Thu nhập của hộ bình phương<br /> <br /> Mô hình có hai biến giải thích: thu nhập và thu nhập bình phương<br /> Chi tiêu được giải thích bằng hàm bậc hai của thu nhập<br /> <br /> Cần cẩn thận khi diễn giải ý nghĩa của các hệ số hồi quy:<br /> Phụ thuộc vào<br /> mức chi tiêu cụ<br /> <br /> Mức chi tiêu tăng thêm bao<br /> nhiêu đơn vị nếu thu nhập<br /> tăng thêm một đơn vị?<br /> <br /> thể đang xét<br /> <br /> © 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.<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> 3.2 Cách thực hiện và diễn giải của phương pháp OLS<br /> <br /> 3.7<br /> <br /> Hàm bậc hai của số năm thâm niên làm CEO<br /> <br /> Mô hình giả định rằng hệ số co giãn của tiền lương CEO theo doanh<br /> thu của doanh nghiệp là hằng số.<br /> <br /> Mô hình giả định rằng mối quan hệ giữa tiền lương CEO và thâm niên<br /> làm CEO có dạng hàm bậc hai<br /> <br /> Ý nghĩa của sự “tuyến tính“ trong hồi quy<br /> <br /> Mô hình phải tuyến tính theo tham số (không phải theo biến số)<br /> <br /> © 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.<br /> <br /> https://sites.google.com/a/ueh.edu.vn/phamtricao/<br /> <br /> 3.4<br /> <br /> Ước lượng OLS của mô hình hồi quy bội:<br /> Mẫu ngẫu nhiên<br /> Phần dư<br /> <br /> 3.11’<br /> <br /> Cực tiểu tổng bình phương phần dư<br /> <br /> 3.12’<br /> <br /> Việc tìm giá trị cực tiểu sẽ được thực hiện bởi phần mềm<br /> © 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.<br /> <br /> 2<br /> <br /> Chương 3 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> Diễn giải ý nghĩa của mô hình hồi quy bội<br /> Cho biết lượng thay đổi của biến phụ thuộc khi biến độc<br /> lập thứ j thay đổi một đơn vị, trong điều kiện các biến độc<br /> lập khác và sai số không đổi<br /> <br /> Mô hình hồi quy bội cho phép giữ nguyên giá trị của các biến giải<br /> thích khác không đổi, ngay cả khi trong thực tế có thể các biến giải<br /> thích này là có tương quan với nhau.<br /> Cách diễn giải này được gọi là “Các yếu tố khác không đổi“<br /> <br /> Chúng ta vẫn cần giả định rằng các yếu tố không quan sát được u sẽ<br /> không thay đổi khi biến giải thích thay đổi.<br /> © 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.<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> Cách diễn giải tác động riêng phần trong hồi quy bội:<br /> <br /> Hệ số hồi quy của biến giải thích trong mô hình hồi quy bội có<br /> <br /> thể được ước lượng và có thể tính toán được bằng hai bước sau:<br /> 1) Hồi quy biến giải thích này theo tất cả các biến giải thích còn lại<br /> 2) Hồi quy<br /> <br /> theo phần dư của hàm hồi quy ở bước 1<br /> <br /> Tại sao cách này có thể thực hiện được?<br /> <br /> Phần dư của hàm hồi quy ở bước 1 đó chính là phần còn lại của biến<br /> giải thích và phần còn lại này không tương quan với các biến giải<br /> thích khác trong mô hình<br /> <br /> 09.12.2017<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> Ví dụ 3.1: Các yếu tố tác động đến điểm GPA<br /> <br /> Điểm GPA trung bình của<br /> sinh viên ở đại học<br /> <br /> Diễn giải<br /> <br /> Điểm GPA trung bình khi<br /> học phổ thông trung học<br /> <br /> 3.15<br /> Kết quả bài kiểm tra thành tích<br /> <br /> Trong điều kiện ACT không đổi, mỗi điểm GPA trung học tăng thêm có thể<br /> làm tăng 0,453 điểm GPA đại học<br /> <br /> Hoặc: Nếu chúng ta so sánh hai sinh viên có cùng ACT nhưng điểm hsGAP<br /> của sinh viên A cao hơn 1 điểm so với sinh viên B, thì chúng ta dự đoán rằng<br /> sinh viên A sẽ có colGPA cao hơn 0,453 điểm so với sinh viên B<br /> Trong điều kiện điểm hsGPA như nhau, mỗi 10 điểm ACT cao hơn có thể làm<br /> điểm colGAP cao hơn 0,0094*10 = 0,094 điểm<br /> <br /> © 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.<br /> <br /> PHÂN TÍCH HỒI QUY BỘI:<br /> VẤN ĐỀ ƯỚC LƯỢNG<br /> • Tập tin gpa1.wf1<br /> Dependent Variable: COLGPA<br /> Method: Least Squares<br /> Included observations: 141<br /> Variable<br /> <br /> Coefficient<br /> <br /> Std. Error<br /> <br /> t-Statistic<br /> <br /> Prob.<br /> <br /> C<br /> HSGPA<br /> ACT<br /> SKIPPED<br /> AGE<br /> <br /> 0.902058<br /> 0.433794<br /> 0.014486<br /> -0.080661<br /> 0.019904<br /> <br /> 0.650366<br /> 0.097088<br /> 0.010578<br /> 0.026173<br /> 0.022838<br /> <br /> 1.387001<br /> 4.468031<br /> 1.369538<br /> -3.081854<br /> 0.871566<br /> <br /> 0.1677<br /> 0.0000<br /> 0.1731<br /> 0.0025<br /> 0.3850<br /> <br /> R-squared<br /> <br /> 0.237850<br /> <br /> Mean dependent var<br /> <br /> 3.056738<br /> <br /> Hệ số góc trong hàm hồi quy ở bước 2 chính là tác động đã tách biệt<br /> của riêng biến giải thích đó đến biến phụ thuộc<br /> <br /> © 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.<br /> <br /> https://sites.google.com/a/ueh.edu.vn/phamtricao/<br /> <br /> 12<br /> <br /> 3<br /> <br /> Chương 3 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge<br /> <br /> 09.12.2017<br /> <br /> PHÂN TÍCH HỒI QUY BỘI:<br /> VẤN ĐỀ ƯỚC LƯỢNG<br /> Dependent Variable: HSGPA<br /> Method: Least Squares<br /> Included observations: 141<br /> Variable<br /> <br /> C<br /> ACT<br /> SKIPPED<br /> AGE<br /> <br /> R-squared<br /> <br /> Coefficient<br /> <br /> 3.793037<br /> 0.038582<br /> -0.043514<br /> -0.061095<br /> 0.194848<br /> <br /> PHÂN TÍCH HỒI QUY BỘI:<br /> VẤN ĐỀ ƯỚC LƯỢNG<br /> <br /> Std. Error<br /> <br /> t-Statistic<br /> <br /> 0.471721<br /> 0.008705<br /> 0.022730<br /> 0.019407<br /> <br /> 8.040848<br /> 4.432224<br /> -1.914419<br /> -3.148103<br /> <br /> Mean dependent var<br /> <br /> Dependent Variable: COLGPA<br /> Method: Least Squares<br /> Included observations: 141<br /> <br /> Prob.<br /> <br /> Variable<br /> <br /> 0.0000<br /> 0.0000<br /> 0.0577<br /> 0.0020<br /> <br /> C<br /> VM<br /> <br /> 3.402128<br /> <br /> R-squared<br /> <br /> • HSGPA = β0 + β1 ACT + β2 SKIPPED + β3 AGE + v<br /> <br /> Coefficient<br /> 3.056738<br /> 0.433794<br /> 0.111875<br /> <br /> Std. Error<br /> 0.029654<br /> 0.103668<br /> <br /> t-Statistic<br /> <br /> 103.0787<br /> 4.184439<br /> <br /> Mean dependent var<br /> <br /> Prob.<br /> <br /> 0.0000<br /> 0.0001<br /> <br /> 3.056738<br /> <br /> • Dùng lệnh Genr: vm=resid<br /> <br /> 13<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Tính chất của ước lượng OLS với một mẫu dữ liệu bất kỳ<br /> Giá trị ước lượng (Fitted values) và phần dư<br /> 3.20<br /> Giá trị ước lượng/Giá trị dự đoán<br /> <br /> Mức độ phù hợp của hàm SRF so với mẫu khảo sát<br /> 3.21<br /> <br /> Phần dư<br /> <br /> Tính chất đại số của hồi quy OLS<br /> <br /> Tổng phần dư bằng 0<br /> <br /> Tương quan giữa biến độc<br /> lập xj và phần dư bằng 0<br /> <br /> 14<br /> <br /> Sự phân rã của tổng mức biến động<br /> R bình phương (R2)<br /> <br /> 3.27<br /> <br /> Các biểu diễn khác của R bình phương<br /> <br /> Trung bình mẫu của biến phụ<br /> thuộc và các biến độc lập nằm<br /> trên đường hồi quy<br /> <br /> © 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.<br /> <br /> https://sites.google.com/a/ueh.edu.vn/phamtricao/<br /> <br /> Lưu ý rằng R2 luôn tăng khi thêm<br /> biến độc lập vào hàm hồi quy<br /> <br /> 3.28<br /> <br /> R2 bằng bình phương của hệ số<br /> tương quan giữa giá trị thực tế và<br /> giá trị ước lượng của biến phụ thuộc<br /> <br /> = ( r(y,y^)2 )<br /> <br /> 3.29<br /> <br /> Tính chất: 0  R2  1<br /> <br /> © 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.<br /> <br /> 4<br /> <br /> Chương 3 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Ví dụ 3.5: Hàm hồi quy giải thích cho biến số lần bị bắt giữ<br /> Số lần bị bắt giữ<br /> trong năm 1986<br /> <br /> Tỷ lệ số lần bắt<br /> giữ có dẫn đến bị<br /> buộc tội trước đó<br /> (không phải %)<br /> <br /> 09.12.2017<br /> <br /> Số tháng bị giam<br /> trong năm 1986<br /> <br /> Số quý làm việc<br /> trong năm 1986<br /> <br /> Ví dụ 3.5: Hàm hồi quy giải thích cho biến số lần bị bắt giữ (tt)<br /> Nếu thêm một biến giải thích khác avgsen vào mô hình:<br /> <br /> Mức phạt trung bình của các lần phạm tội trước<br /> <br /> Diễn giải:<br /> Tỷ lệ số lần bị bắt giữ trước đó tăng 0,5 lần thì dẫn đến số lần bị bắt giữ<br /> giảm đi 0,15*0,5 = 0,075 lần (trên 1 người) hay 7,5 lần (trên 100 người)<br /> Số tháng bị giam tăng 12 tháng thì dẫn đến số lần bị bắt giữ của người đó<br /> giảm 0,034*12 = 0,408 lần<br /> Số quý làm việc trong năm tăng 1 dẫn đến số lần bị bắt giữ của người đó<br /> giảm 0,104 lần (trên 1 người) hay 10,4 lần (trên 100 người)<br /> <br /> © 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.<br /> <br /> Phân tích hồi quy bội:<br /> Vấn đề ước lượng<br /> <br /> Mức phạt trung bình của các lần phạm tội trước có làm tăng số lần bị bắt giữ (?)<br /> Vai trò của biến giải thích mới thêm vào khá hạn chế khi R2 tăng rất ít<br /> <br /> Lưu ý chung về R2<br /> <br /> Ngay cả khi R2 khá nhỏ (như trong ví dụ), hàm hồi quy vẫn có thể dùng để phân<br /> tích tác động nhân quả riêng phần theo dạng “giữ các yếu tố khác cố định“<br /> <br /> © 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.<br /> <br /> PHÂN TÍCH HỒI QUY BỘI:<br /> VẤN ĐỀ ƯỚC LƯỢNG<br /> <br /> Khaùi nieäm ña coäng tuyeán<br /> Xeùt moâ hình hoài quy boäi:<br /> y = β0 + β1x1 + β2x2 + u<br /> <br /> 3.3 Giá trị kỳ vọng của ước lượng OLS<br /> Các giả thiết của mô hình hồi quy bội:<br /> <br /> Giả thiết MLR.1 (Tuyến tính theo tham số)<br /> 3.31<br /> Giả thiết MLR.2 (Mẫu ngẫu nhiên)<br /> <br /> R2 chỉ tăng nhẹ<br /> <br /> Diễn giải:<br /> <br /> y<br /> <br /> Trong tổng thể, mối liên hệ giữa<br /> biến phụ thuộc y và các biến độc<br /> lập là tuyến tính theo tham số<br /> <br /> Mẫu dữ liệu được chọn<br /> ngẫu nhiên từ tổng thể<br /> <br /> 3.32<br /> Vì vậy, mỗi quan sát đều tuân theo hàm hồi quy tổng thể<br /> © 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.<br /> <br /> https://sites.google.com/a/ueh.edu.vn/phamtricao/<br /> <br /> x1<br /> <br /> y<br /> x2<br /> <br /> x1<br /> <br /> Khoâng coù ÑCT<br /> y<br /> x1<br /> <br /> ÑCT thaáp<br /> <br /> x2<br /> <br /> y<br /> x2<br /> <br /> ÑCT vöøa<br /> <br /> x1<br /> <br /> x2<br /> <br /> x2<br /> <br /> ÑCT cao<br /> <br /> x1<br /> <br /> ÑCT hoaøn haûo<br /> <br /> 20<br /> <br /> 5<br /> <br />