intTypePromotion=1

Bài giảng Nhập môn Kinh tế lượng: Chương 8

Chia sẻ: đinh Thị Tú Oanh | Ngày: | Loại File: PDF | Số trang:4

0
23
lượt xem
1
download

Bài giảng Nhập môn Kinh tế lượng: Chương 8

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Nhập môn Kinh tế lượng: Chương 8 giúp người học hiểu về "Lựa chọn mô hình hồi quy". Nội dung trình bày cụ thể gồm có: Các tiêu chuẩn của mô hình, cách tiếp cận ñể lựa chọn mô hình, các sai lầm thường gặp khi chọn mô hình, phát hiện những sai lầm.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Nhập môn Kinh tế lượng: Chương 8

1.<br /> <br /> Chương 8<br /> <br /> L A CH N MÔ HÌNH<br /> H I QUY<br /> <br /> Các tiêu chu n c a mô hình<br /> <br /> Tính ti t ki m : mô hình càng ñơn gi n càng t t<br /> Tính ñ ng nh t : các tham s ư c lư ng là duy nh t cho<br /> cùng m t t p h p s li u<br /> Tính thích h p : R2 và R2 hi u ch nh càng g n 1 càng t t<br /> Tính b n v ng : mô hình ph i d a trên m t cơ s lý<br /> thuy t nào ñó<br /> Có kh năng d báo t t : mô hình cho k t qu d báo<br /> sát v i th c t<br /> <br /> 2.<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> 2.<br /> <br /> a.Xác ñ nh s bi n ñ c l p<br /> Có hai hư ng ti p c n<br /> T ñơn gi n ñ n t ng quát : B sung bi n ñ c l p<br /> t t vào mô hình<br /> <br /> Ki m tra các “b nh c a mô hình ”<br /> ða c ng tuy n<br /> <br /> T t ng quát ñ n ñơn gi n : ð u tiên, xét mô hình<br /> ñ y ñ các bi n ñ c l p ñã ñư c xác ñ nh . Sau ñó<br /> ti n hành lo i tr nh ng bi n không quan tr ng ra<br /> kh i mô hình<br /> <br /> 2.<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> c. Ch n d ng hàm<br /> C n d a vào<br /> Các lý thuy t kinh t<br /> Các k t qu th c nghi m<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> b.Ki m tra mô hình có vi ph m gi thi t hay<br /> không<br /> <br /> T tương quan<br /> Phương sai thay ñ i<br /> <br /> 2.<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> d.M t s tiêu chu n khác<br /> Giá tr c a hàm h p lý log-likelihood(L)<br /> <br /> n<br /> n<br /> 1<br /> L = − ln σ 2 − ln(2π ) − ∑ U i2<br /> 2<br /> 2<br /> 2<br /> <br /> ð th bi u di n<br /> Giá tr c a L càng l n ch ng t mô hình càng phù<br /> h p<br /> <br /> 2.<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> d.M t s tiêu chu n khác<br /> Tiêu chu n AIC (Akaike info criterion)<br /> <br /> AIC =<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> d.M t s tiêu chu n khác<br /> Tiêu chu n Schwarz (Schwarz criterion)<br /> <br /> RSS 2 k n<br /> e<br /> n<br /> <br /> Giá tr c a AIC càng nh ch ng t mô hình càng<br /> phù h p<br /> <br /> 2.<br /> <br /> 2.<br /> <br /> Cách ti p c n ñ l a ch n mô hình<br /> <br /> d.M t s tiêu chu n khác<br /> <br /> SC =<br /> <br /> RSS 2 k n<br /> n<br /> n<br /> <br /> Giá tr c a SC càng nh ch ng t mô hình càng<br /> phù h p<br /> <br /> 3. Các sai l m thư ng g p khi ch n mô hình<br /> a.<br /> <br /> N u chú ý ñ n ñ ph c t p c a mô hình thì thư ng chú ý<br /> ñ n tiêu chu n SC<br /> <br /> B sót bi n thích h p<br /> <br /> Gi s mô hình ñúng là :<br /> Yi = β1 + β2X2i+ β3X3i + Ui<br /> Nhưng ta l i ch n mô hình :<br /> Yi = α1 + α2X2i + Vi<br /> h u qu :<br /> <br /> N u xét s li u theo th i gian thì thư ng dùng tiêu chu n<br /> AIC<br /> <br /> (a)<br /> ( b)<br /> <br /> Lưu ý là bi n ph thu c xu t hi n trong mô hình ph i<br /> cùng d ng<br /> <br /> 3. Các sai l m thư ng g p khi ch n mô hình<br /> b.<br /> <br /> Th a bi n<br /> <br /> Gi s mô hình ñúng là :<br /> Yi = β1 + β2X2i + Ui<br /> (a)<br /> Nhưng ta l i ch n mô hình (có thêm X3):<br /> Yi = α1 + α2X2i + α2X3i + Vi (b)<br /> h u qu :<br /> <br /> 4. Phát hi n nh ng sai l m<br /> a.<br /> <br /> Phát hi n th a bi n<br /> <br /> Xét hàm h i qui : Yi = β 1+ β2X2i+ β 3X3i+ β 4X4i+ β 5X5i + Ui<br /> <br /> ki m ñ nh<br /> H0 : β5 = 0 (Ki m ñ nh b ng cách nào?)<br /> X5 không c n thi t. (Có th s<br /> N u ch p nh n H0<br /> d ng redundant test c a Eviews)<br /> <br /> - Trư ng h p nghi ng X5 là bi n th a<br /> <br /> Trư ng h p nghi ng X3 và X5 là các bi n không c n<br /> thi t<br /> ki m ñ nh gi thi t ñ ng th i<br /> H0 : β3= β5 = 0<br /> (S d ng ki m ñ nh Wald)<br /> <br /> Ki m ñ nh Wald cho mô hình sau .<br /> <br /> Redundant variables Test<br /> <br /> 4. Phát hi n nh ng sai l m<br /> b.<br /> <br /> Ki m ñ nh các bi n b b sót<br /> <br /> Xét mô hình : Yi = β1 + β2Xi + Ui<br /> (*)<br /> Gi s nghi ng mô hình ñã b sót bi n Z<br /> ki m tra b ng cách :<br /> - N u có s li u c a Z :<br /> + H i qui mô hình Yi = β1+β2Xi+β3Zi +Ui<br /> + Ki m ñ nh H0 : β3= 0. N u bác b H0 thì mô<br /> hình ban ñ u ñã b sót bi n Z.<br /> - N u không có s li u c a Z : dùng ki m ñ nh<br /> RESET c a Ramsey.<br /> <br /> Ki m ñ nh RESET c a Ramsey :<br /> <br /> ˆ ˆ<br /> Ramsey ñ xu t s d ng Yi 2 , Yi 3 làm x p x cho Zi.<br /> Bư c 1 : H i qui mô hình (*), thu l y ˆi<br /> Y<br /> Bư c 2 : H i qui Yi theo các bi n ñ c<br /> l p trong (*) và ˆi2 , Yi3<br /> Y ˆ (mô hình ˆi2 , Yi3 này<br /> Y ˆ<br /> g i là mô hình (new)) .<br /> Bư c 3 : Ki m ñ nh H0 : các h s c a Yi2 , Yi3<br /> ˆ ˆ<br /> ñ ng th i b ng 0.<br /> N u bác b H0 mô hình (*) ñã b sót bi n.<br /> <br /> Ki m ñ nh RESET c a Ramsey :<br /> <br /> Omitted variables Test<br /> <br /> H t<br /> <br /> 3. Các sai l m thư ng g p khi ch n mô hình<br /> <br /> H u qu vi c b sót bi n :<br /> Các ư c lư ng thu ñư c là ư c lư ng ch ch c a các<br /> tham s trong mô hình ñúng.<br /> Các ư c lư ng thu ñư c không ph i là ư c lư ng<br /> v ng.<br /> Phương sai c a các ư c lư ng trong mô hình sai (b) ><br /> trong mô hình ñúng (a) .<br /> Kho ng tin c y r ng, các ki m ñ nh không còn tin c y<br /> n a.<br /> <br /> 3. Các sai l m thư ng g p khi ch n mô hình<br /> - Các ư c lư ng OLS v n là các ư c lư ng<br /> <br /> không ch ch và v ng c a các tham s trong<br /> mô hình ñúng.<br /> - Phương sai c a các ư c lư ng trong mô hình<br /> th a bi n (b) l n hơn trong mô hình ñúng<br /> (a).<br /> - Kho ng tin c y r ng, các ki m ñ nh không<br /> còn tin c y n a.<br /> <br />

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản