Bài giảng Kinh tế lượng Nhập môn: Chương 7

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

Phân tích hồi quy bội: Biến định tính

7.1 Mô tả thông tin định tính

Phân tích hồi quy bội với biến định tính

Ví dụ: giới tính, chủng tộc, công nghiệp, khu vực, đánh giá cấp độ, ...

Một cách để kết hợp thông tin định tính là sử dụng biến giả

Chương 7

Chúng có thể xuất hiện như là biến phụ thuộc hay biến độc lập

7.2 Trường hợp đơn giản: Có một biến độc lập là biến giả

7.1

Wooldridge: Introductory Econometrics: A Modern Approach, 5e

= mức lương thu được/mất đi nếu người này là nữ chứ không phải là nam (các yếu tố khác giữ cố định) Biến giả: =1 nếu là nữ =0 nếu là nam

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Phân tích hồi quy bội: Biến định tính

Đồ thị minh họa

7.2

Cách giải thích khác của hệ số:

https://sites.google.com/a/ueh.edu.vn/phamtricao/

nghĩa là, sự khác biệt về mức lương trung bình giữa nam và nữ có cùng một trình độ giáo dục (nữ so với nam). female=0 : nhóm cơ sở (tham chiếu) Cùng hệ số góc, khác tung độ gốc

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

Phân tích hồi quy bội: Biến định tính

VD 7.1: Ước lượng phương trình tiền lương với sự khác biệt về hệ số chặn

Bẫy biến giả

7.4

Khi sử dụng biến giả, một thuộc tính luôn luôn phải được loại bỏ:

Mô hình này không thể ước lượng được (đa cộng tuyến hoàn hảo do Male + female = 1)

Điều đó có nghĩa rằng có sự phân biệt đối xử với nữ giới?

Ngoài ra, có thể bỏ qua tung độ gốc:

Không hẳn vậy. Bởi vì yếu tố giới tính nữ có thể tương quan với các đặc điểm

lao động khác chưa được kiểm soát.

H0: βfemale = 0 ; H1: βfemale ≠ 0 Xét xem yếu tố giới tính có ảnh hưởng đến lương không

Nhóm cơ sở là nam Cố định các biến giáo dục, kinh nghiệm, và thâm niên chức vụ, tiền lương trung bình của nữ ít hơn nam là 1,81 USD/giờ Nhóm cơ sở là nữ Nhược điểm: 1) Khó khăn hơn để kiểm định sự khác biệt giữa các tham số 2) Công thức R2chỉ có ý nghĩa nếu hồi quy có tung độ gốc

Phân tích hồi quy bội: Biến định tính

Ví dụ 7.3: Ảnh hưởng của trợ cấp đào tạo lên số giờ đào tạo

So sánh trung bình của các tổng thể con được mô tả bằng biến giả

7.5

7.7

Giờ đào tạo mỗi nhân viên Biến giả biểu thị công ty có nhận trợ cấp đào tạo nghề hay không

Thảo luận

Trong điều kiện khôngkiểmsoát các yếu tố khác, tiền lương trung bình của nữ ít hơn nam là 2,51 USD/giờ; nghĩa là, sự khác biệt giữa mức lương trung bình của nam và nữ là 2,51 USD/giờ.

Đây là một ví dụ về đánh giá chương trình

nhóm tác động (= có nhận trợ cấp) so với nhóm đối chứng (= không có nhận trợ

cấp). Nhóm đối chứng còn gọi là nhóm kiểm soát.

Liệu có phải tác động của chương trình đến biến phụ thuộc là quan hệ nhân quả?

https://sites.google.com/a/ueh.edu.vn/phamtricao/

Có thể dễ dàng kiểm định sự chênh lệch trung bình giữa hai tổng thể con có ý nghĩa thống kê hay không (|t|= 9.65). Sự khác biệt về mức lương giữa nam và nữ sẽ lớn hơn nếu không kiểm soát các yếu tố khác; nghĩa là một phần của sự khác biệt là do sự khác nhau trong giáo dục, kinh nghiệm và thâm niên chức vụ giữa nam và nữ. Số 1.81 trong (7.4) nhỏ hơn 2.51 trong (7.5).

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

Phân tích hồi quy bội: Biến định tính

Sử dụng biến độc lập là biến giả trong phương trình log(y)

7.3 Sử dụng biến giả cho trường hợp biến định tính có nhiều lựa chọn

VD 7.4: Hàm hồi quy giá nhà

7.8

VD 7.6: Phương trình log tiền lương theo giờ

7.11

1) Xác định thành phần trong mỗi nhóm bằng một biến giả Câu hỏi: Nên dùng bao nhiêu biến giả? 2) Bỏ ra một nhóm (nhóm này sẽ trở thành nhóm cơ sở)

Biến giả biểu thị ngôi nhà kiểu colonial colonial = 1 nếu ngôi nhà có phong cách thuộc địa

Khi biến giả colonial thay đổi từ 0 đến 1, giá nhà trung bình tăng 5,4 (%)

Giữ những yếu tố khác cố định, tiền lương trung bình của nữ đãkếthônít hơnnam độc thân (= nhóm cơ sở) là 19,8% Giữ những yếu tố khác cố định, tiền lương trung bình của nam đã kếthônnhiều hơnnam độc thân là 21,3%

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

B) Tương tác giữa các biến giả

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH Dùng bao nhiêu biến giả là đủ?

1) Các biến giả có 2 thuộc tính

A) Biến định tính có nhiều thuộc tính

Giới tính (nữ, nam)

1) Giới tính (nữ, nam), dùng 2-1 = 1 biến giả

Tình trạng hôn nhân (có gia đình, độc thân)

nu (nu=1: nữ)

Kết hợp giới tính và tình trạng hôn nhân: 2*2 = 4 trường hợp,

Nhóm cơ sở là: nam

dùng 4-1 = 3 biến giả

2) Giới tính (nữ, nam, hifi), dùng 3-1 = 2 biến giả

nu*cogd: nữ và có gia đình

nu (nu=1: nữ)

nu*docthan: nữ và độc thân

nam (nam=1: nam)

nam*cogd: nam và có gia đình

Nhóm cơ sở là: hifi

Nhóm cơ sở là: nam*docthan

https://sites.google.com/a/ueh.edu.vn/phamtricao/

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Phân tích hồi quy bội: Biến định tính

B) Tương tác giữa các biến giả

Sử dụng biến giả cho trường hợp biến thứ bậc

2) Các biến giả có 2, 3 thuộc tính

Ví dụ: Xếp hạng tín dụng của thành phố và lãi suất trái phiếu đô thị

Giới tính (nữ, nam)

Chủng tộc (da trắng, da vàng, da đen)

Kết hợp Giới tính và Chủng tộc: 2*3 = 6 trường hợp,

dùng 6-1 = 5 biến giả

Nu*datrang: nữ và da trắng

Lãi suất trái phiếu đô thị Xếp hạng tín dụng từ 0-4 (0=tệ, 4=rất tốt)

Nu*davang: nữ và da vàng

Nu*daden: nữ và da đen

7.12

Nam*datrang: nam và da trắng

Nam*davang : nam và da vàng

Mô tả này có lẽ không phù hợp nếu như xếp hạng tín dụng chỉ chứa thông tin thứ bậc. Một cách tốt hơn để đưa thông tin thứ bậc này vào hồi quy là sử dụng nhiều biến giả:

Nhóm cơ sở là: nam*daden

Các biến giả được đặt tương ứng với các mức xếp hạng tín dụng. Nghĩa là, CR1 = 1 nếu CR = 1 và CR1 = 0 chocáctrườnghợpkhác. Tất cả các tác động được so sánh với mức xếp hạng tệ nhất (= nhóm cơ sở).

Phân tích hồi quy bội: Biến định tính

7.4 Thành phần tương tác có biến giả

Đồ thị minh họa

Cho phép hệ số góc khác nhau giữa các nhóm

7.17

= hệ số chặn của nam

= hệ số góc của nam

= hệ số chặn của nữ

= hệ số góc của nữ

Thành phần tương tác

Giả thuyết quan tâm

Việc sử dụng vừa biến giả vừa biến tương tác cho phép hai phương trình tiền lương hoàn toàn khác nhau giữa nam và nữ

Khác hệ số góc, khác tung độ gốc

https://sites.google.com/a/ueh.edu.vn/phamtricao/

Tiền lương là như nhau giữa nam và nữ, có cùng mức học vấn. Hay yếu tố giới tính không tác động đến tiền lương Tác động của học vấn là như nhau giữa nam và nữ. Mức chênh lệch tiền lương giữa nữ và nam là như nhau ở mọi mức học vấn.

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH • Tập tin wage1.wf1

Phân tích hồi quy bội: Biến định tính

Dependent Variable: WAGE (khác tung độ gốc) Included observations: 526

Ước lượng phương trình lương với thành phần tương tác VD 7.10: phương trình log tiền lương theo giờ

Std. Error 0.672533 0.279044 0.050391

Variable C FEMALE EDUC

Coefficient 0.622817 -2.273362 0.506452

7.18

Dependent Variable: WAGE (khác hệ số góc) Included observations: 526

Std. Error

0.650415 0.050389 0.021828

Variable C EDUC FEMALE*EDUC

Coefficient -0.285264 0.575483 -0.177639

Dependent Variable: WAGE (khác hệ số góc và khác tung độ gốc) Included observations: 526

Std. Error

khác hệ số góc

Variable C FEMALE EDUC FEMALE*EDUC

Coefficient 0.200496 -1.198523 0.539476 -0.085999

0.843562 1.325040 0.064223 0.103639

Không có bằng chứng thống kê chống lại giả thuyết rằng tác động học vấn là như nhau cho nam và nữ (thống kê |t|= 0.43) Liệu điều này có hàm ý rằng khi có cùng trình độ học vấn, số năm kinh nghiệm, và thâm niên chức vụ, thì không có bằng chứng thống kê cho thấy tiền lương của nữ sẽ thấp hơn nam (|t|= 1.35)? Không: đây chỉ là tác động khi educ= 0. Để trả lời câu hỏi này, người ta phải quytâm thành phần tương tác, ví dụ xét educ = 12,5 (= mức học vấn trung bình).

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

• Tập tin wage1.wf1

Dependent Variable: LOG(WAGE) Method: Least Squares Included observations: 526

Dependent Variable: LOG(WAGE) (EQ01) Method: Least Squares Included observations: 526

Coefficient Std. Error

t-Statistic Prob.

Std. Error

t-Statistic

Prob.

Variable C FEMALE EDUC

0.388806 0.118687 3.275892 0.0011 -0.296345 0.035836 -8.269516 0.0000 0.082369 0.008470 9.724919 0.0000 FEMALE*(EDUC-12.5) -0.005565 0.013062 -0.426013 0.6703 0.029337 0.004984 5.885973 0.0000 -0.000580 0.000108 -5.397767 0.0000 0.031897 0.006864 4.646956 0.0000 -0.000590 0.000235 -2.508901 0.0124

0.118687 0.167539 0.008470 0.013062 0.004984 0.000108 0.006864 0.000235

3.275892 -1.353643 9.724919 -0.426013 5.885973 -5.397767 4.646956 -2.508901

0.0011 0.1764 0.0000 0.6703 0.0000 0.0000 0.0000 0.0124

EXPER EXPER^2 TENURE TENURE^2

0.440964 Mean dependent var 1.623268

Variable C FEMALE EDUC FEMALE*EDUC EXPER EXPER^2 TENURE TENURE^2

Coefficient 0.388806 -0.226789 0.082369 -0.005565 0.029337 -0.000580 0.031897 -0.000590

0.440964 Mean dependent var

1.623268

R-squared

https://sites.google.com/a/ueh.edu.vn/phamtricao/

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

Phân tích hồi quy bội: Biến định tính

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Wald Test: Equation: EQ01

Kiểm định sự khác nhau trong hàm hồi quy giữa các nhóm

Mô hình chưa gán ràng buộc (chứa toàn bộ các thành phần tương tác)

Test Statistic

F-statistic Chi-square

Value 34.32555 68.65110

df (2, 518) 2

Probability 0.0000 0.0000

7.20

Null Hypothesis: C(2)=0, C(4)=0 Null Hypothesis Summary:

Normalized Restriction (= 0)

Điểm trung bình đánh giá (GPA) điểm thi SAT Xếp hạng của sinh viên tại trường trung học

C(2) C(4)

Mô hình đã gán ràng buộc (hàm hồi quy giống nhau cho cả 2 nhóm)

Value -0.226789 -0.005565

Std. Err. 0.167539 0.013062

Restrictions are linear in coefficients.

p-value = 0,0000 < 0,05 : bác bỏ H0

Tổng số giờ học chính khóa

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Phân tích hồi quy bội: Biến định tính

• Tập tin gpa3.wf1

Giả thuyết không

Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366

7.21

Std. Error

t-Statistic

Prob.

Ước lượng mô hình chưa gán ràng buộc

(UR)

7.22

0.207334 0.410529 0.000181 0.000385 0.001370 0.003162 0.000862 0.001628

7.142168 -0.861050 5.807324 1.948755 -6.167404 -0.173878 2.718228 -0.071164

0.0000 0.3898 0.0000 0.0521 0.0000 0.8621 0.0069 0.9433

Coefficient 1.480812 -0.353486 0.001052 0.000751 -0.008452 -0.000550 0.002344 -0.000116

Variable C FEMALE SAT FEMALE*SAT HSPERC FEMALE*HSPERC TOTHRS FEMALE*TOTHRS

2.334153 0.601126 1.340203 1.425507

0.405927 Mean dependent var 0.394311 S.D. dependent var 0.467833 Akaike info criterion 78.35451 Schwarz criterion

Tất cả tác động của thành phần tương tác là bằng 0, nghĩa là, các hệ số hồi quy giống nhau cho cả nam và nữ. Không có sự chênh lệch về hệ số chặn và hệ số góc trong hồi quy của nữ và nam.

R-squared Adjusted R-squared S.E. of regression Sum squared resid

https://sites.google.com/a/ueh.edu.vn/phamtricao/

Kiểm định riêng lẻ từng hệ số của từng thành phần tương tác, giả thuyết cho rằng tác động của thành phần tương tác bằng 0 không thể bị bác bỏ

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

(UR)

Wald Test: Equation: EQ01

Test Statistic

Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366

F-statistic Chi-square

Std. Error

t-Statistic

Prob.

df (4, 358) 4

Probability 0.0000 0.0000

(R)

Coefficient

Value 8.179111 32.71644 Null Hypothesis: C(2)=0, C(4)=0, C(6)=0, C(8)=0 Null Hypothesis Summary:

Normalized Restriction (= 0)

1.490850 0.001185 -0.009957 0.002343

0.183678 0.000165 0.001245 0.000755

8.116641 7.191040 -8.000114 3.101564

0.0000 0.0000 0.0000 0.0021

Variable C SAT HSPERC TOTHRS

C(2) C(4) C(6) C(8)

0.351636 Mean dependent var 0.346263 S.D. dependent var 0.486034 Akaike info criterion 85.51507 Schwarz criterion

2.334153 0.601126 1.405794 1.448446

Value -0.353486 0.000751 -0.000550 -0.000116

Std. Err. 0.410529 0.000385 0.003162 0.001628

Restrictions are linear in coefficients.

R-squared Adjusted R-squared S.E. of regression Sum squared resid

p-value = 0,0000 < 0,05 : bác bỏ H0

Phân tích hồi quy bội: Biến định tính

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Kiểm định đồng thời với thống kê F

Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF (SPRING=1) AND (FEMALE=1) Included observations: 90

Std. Error

t-Statistic

Prob.

Cách khác để tính thống kê F trong trường hợp đã cho

Coefficient

Chạy hồi quy riêng biệt cho nam và nữ ; tính SSR cho mô hình chưa gán ràng

buộc bằng cách lấy tổng SSR của hai hàm hồi quy này.

1.127326 0.001802 -0.009001 0.002228

0.361595 0.000347 0.002908 0.001409

3.117646 5.195036 -3.095606 1.581710

0.0025 0.0000 0.0027 0.1174

Chạy hồi quy cho mô hình đã gán ràng buộc và tính SSR cho mô hình này

Variable C SAT HSPERC TOTHRS

Kiểm định theo cách làm này được gọi là kiểm định Chow

Quan trọng: Kiểm định Chow giả định rằng phương sai của nhiễu là như nhau

0.401430 Mean dependent var 0.380550 S.D. dependent var 0.477430 Akaike info criterion 19.60279 Schwarz criterion

2.666000 0.606606 1.402628 1.513731

giữa các nhóm

R-squared Adjusted R-squared S.E. of regression Sum squared resid

https://sites.google.com/a/ueh.edu.vn/phamtricao/

Giả thuyết H0 bị bác bỏ

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366

Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF (SPRING=1) AND (FEMALE=0) Included observations: 276

Std. Error

t-Statistic

Prob.

Std. Error

t-Statistic

Prob.

Coefficient

1.490850 0.001185 -0.009957 0.002343

0.183678 0.000165 0.001245 0.000755

8.116641 7.191040 -8.000114 3.101564

0.0000 0.0000 0.0000 0.0021

1.480812 0.001052 -0.008452 0.002344

0.205971 0.000180 0.001361 0.000857

7.189434 5.845756 -6.208219 2.736217

0.0000 0.0000 0.0000 0.0066

Variable C SAT HSPERC TOTHRS

0.351636 Mean dependent var 0.346263 S.D. dependent var 0.486034 Akaike info criterion 85.51507 Schwarz criterion

2.334153 0.601126 1.405794 1.448446

0.316852 Mean dependent var 0.309317 S.D. dependent var 0.464757 Akaike info criterion 58.75172 Schwarz criterion

2.225942 0.559225 1.319782 1.372252

R-squared Adjusted R-squared S.E. of regression Sum squared resid

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Công thức F của kiểm định Chow:

Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366

7.24

Std. Error

t-Statistic

Prob.

Chow

Coefficient

Ví dụ về cumGPA:

1.490850 0.001185 -0.009957 0.002343

0.183678 0.000165 0.001245 0.000755

8.116641 7.191040 -8.000114 3.101564

0.0000 0.0000 0.0000 0.0021

85,515 (19, 603 58, 752) (366 2*4)





Variable C SAT HSPERC TOTHRS

0.351636 Mean dependent var

2.334153

8,18



 4

19, 603 58, 752 

R-squared

https://sites.google.com/a/ueh.edu.vn/phamtricao/

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

Chạy lệnh sort female để tách nữ và nam riêng ra, nữ bắt đầu ở

quan sát thứ 553.

Lưu ý: trước khi chạy lệnh sort phải sao lưu file dữ liệu gốc lại.

Chow Breakpoint Test: 553 Chow Null Hypothesis: No breaks at specified breakpoints Varying regressors: All equation variables Equation Sample: 1 732 IF SPRING=1

8.179111 32.00637 32.71644

Prob. F(4,358) Prob. Chi-Square(4) Prob. Chi-Square(4)

0.0000 0.0000 0.0000

F-statistic Log likelihood ratio Wald Statistic

Phân tích hồi quy bội: Biến định tính

7.5 Biến phụ thuộc nhị phân: mô hình xác suất tuyến tính (tự đọc)

Ví dụ: Việc tham gia lực lượng lao động của phụ nữ đã kết hôn

Hồi quy tuyến tính khi biến phụ thuộc nhị phân

7.26

7.29

=1 có việc làm, =0 ngược lại Thu nhập của người chồng (nghìn USD mỗi năm)

= P(y=1/x)

Nếu biến phụ thuộc chỉ có 2 giá trị 1 và 0

7.27

Mô hình xác suất tuyến tính (LPM) Nếu số con dưới sáu tuổi tăng thêm 1, xác suất người phụ nữ có việc làm giảm 26,2%

7.28

Hay:

https://sites.google.com/a/ueh.edu.vn/phamtricao/

Có vẻ không có ý nghĩa, |t|= 0,98 (nhưng xem slide kế tiếp) Trong mô hình xác suất tuyến tính, các hệ số cho biết tác động của biến độc lập lên xác suất y=1

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

Phân tích hồi quy bội: Biến định tính

Nhược điểm của mô hình xác suất tuyến tính

Ví dụ: Tham gia lực lượng lao động của phụ nữ đã kết hôn (tt)

Xác suất dự đoán có thể lớn hơn 1 hoặc nhỏ hơn 0

Tác động biên lên xác suất là hằng số đôi khi không đúng về mặt logic

Mô hình xác suất tuyến tính thì luôn có phương sai thay đổi

7.30

Đồ thị với nwifeinc=50, exper=5, age=30, kidslt6=1, kidsge6=0

Cần tính sai số chuẩn cải thiện cho trường hợp phương sai thay đổi này (Chương 8)

Ưu điểm của mô hình xác suất tuyến tính

Phương sai của biến ngẫu nhiên Bernoulli Học vấn cao nhất trong mẫu là educ = 17. Khi đó, xác suất có việc làm dự đoán của phụ nữ đã kết hôn là 50%.

Dễ dàng ước lượng và giải thích

Tác động ước lượng và dự đoán thường khá tốt trong thực tế

 Xem mô hình Logit và Probit ở Chương 17

Xác suất dự đoán âm nhưng không sao vì không có người phụ nữ nào trong mẫu có educ <5.

Phân tích hồi quy bội: Biến định tính

7.6 Bàn thêm về phân tích chính sách và đánh giá chương trình

Nội sinh do vấn đề “tự lựa chọn” (self-selection) tham gia vào chương trình

Ví dụ: Tác động tài trợ đào tạo nghề đến năng suất lao động của công nhân

7.33

7.34

Trong ví dụ trên và các ví dụ tương tự, việc tham gia vào chương trình có thể liên quan đến các đặc điểm khác mà các đặc điểm này cũng ảnh hưởng đến biến phụ thuộc Tỷ lệ sản phẩm lỗi =1 nếu công ty có nhận tài trợ đào tạo, =0 ngược lại Lý do là các đối tượng tự lựa chọn việc tham gia vào chương trình phụ thuộc vào đặc điểm và triển vọng cá nhân của họ. Sự tham gia này không được xác định ngẫu nhiên. Đánh giá thực nghiệm Trong các thí nghiệm, việc tham gia vào nhóm tác động là ngẫu nhiên Không có tác động rõ ràng của tài trợ lên năng suất, |t|=0,12 Trong trường hợp này, tác động nhân quả có thể được suy ra bằng cách sử dụng hồi quy đơn

https://sites.google.com/a/ueh.edu.vn/phamtricao/

Nhóm tác động: được nhận tài trợ, nhóm đối chứng: các công ty không nhận được tài trợ Tài trợ được đưa ra trên cơ sở: đến trước phục vụ trước. Điều này không giống như tài trợ một cách ngẫu nhiên. Có thể là những doanh nghiệp với năng suất thấp sẽ xin nhận tài trợ đầu tiên vì họ nhận thấy cơ hội cải thiện năng suất. Biến giả biểu thị có hay không có tham gia thì không liên quan đến các yếu tố khác ảnh hưởng đến biến phụ thuộc partic=1: có tham gia

09.12.2017

Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge

Phân tích hồi quy bội: Biến định tính

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

7.7 Diễn giải kết quả hồi quy với biến phụ thuộc rời rạc

Ví dụ khác về biến độc lập là biến giả bị nội sinh

Có phải khách hàng da màu bị phân biệt đối xử?

H0: 1 = 0 H1: 1 < 0

7.35

Điều cần thiết là kiểm soát các đặc điểm quan trọng khác có thể tác động đến

Cố định tuổi, nếu số năm đi học tăng 1 năm thì số con trungbình của phụ nữ giảm 0,09 con. Hay: Xét 1 nhóm 100 phụ nữ (cùng tuổi), nếu mỗi người có số năm đi học tăng 1 thì tổng số con trungbình của nhóm này sẽ giảm 9 người.

việc phê duyệt vốn vay (ví dụ nghề nghiệp, thất nghiệp)

Việc bỏ qua đặc điểm quan trọng mà có tương quan với biến giả da màu sẽ tạo

ra bằng chứng thống kê giả cho sự phân biệt đối xử

Cố định số năm đi học, nếu tuổi tăng 1 năm thì số con trungbình của phụ nữ tăng 0,175 con. Hay: Xét 1 nhóm 1000 phụ nữ (cùng số năm đi học), nếu mỗi người có số tuổi tăng 1 thì tổng số con trungbình của nhóm này sẽ tăng 175 người.

Môøi gheù thaêm trang web:

Biến giả chủng tộc Xếp hạng tín dụng Sự giàu có Biến giả biểu thị vốn vay có được phê duyệt không

PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH

7.7 Diễn giải kết quả hồi quy với biến phụ thuộc rời rạc

 https://sites.google.com/a/ueh.edu.vn/phamtricao/  https://sites.google.com/site/phamtricao/

7.37

electric= 1: phụ nữ sống trong ngôi nhà có điện

Cố định tuổi và mức học vấn. Phụ nữ sống trong nhà có điện có số con trung bình ít hơn phụ nữ sống trong ngôi nhà không có điện là 0,362 người.

Hay: Cùng tuổi và mức học vấn. Xét nhóm 1000 phụ nữ sống trong nhà có điện so với nhóm 1000 phụ nữ sống trong nhà không có điện. Số con trung bình của nhóm 1 ít hơn nhóm 2 là 362 người.

Cùng tuổi, nếu mức học vấn tăng 1 năm thì số con trung bình của người phụ nữ giảm 0,079 người.

https://sites.google.com/a/ueh.edu.vn/phamtricao/