KIỂM ĐỊNH VÀ LỰA CHỌN MÔ HÌNH
lượt xem 11
download
Các loại sai sót của dạng mô hình loạ củ dạ hồi qui Hậu quả của sai sót mô hình Phương Phương pháp phát hiện các sai sót hiệ của dạng mô hình hồi qui dạ hồ Tiêu chuẩn lựa chọn mô hình chuẩ lự chọ .Các loại sai sót của dạng mô loạ củ dạ hình hồi qui hồ Các dạng sai sót của dạng mô hình như dạ só củ dạ hì như sau: Bỏ sót biến quan trọng, biế trọ Đưa biến không liên quan vào mô biế và hình, Sử dụng dạng hàm số không...
Bình luận(0) Đăng nhập để gửi bình luận!
Nội dung Text: KIỂM ĐỊNH VÀ LỰA CHỌN MÔ HÌNH
- KI KIỂM ĐỊNH VÀ LỰA CHỌN MÔ HÌNH Các loại sai sót của dạng mô hình ng hồi qui Hậu quả của sai sót mô hình Phương pháp phát hiện các sai sót các của dạng mô hình hồi qui Tiêu chuẩn lựa chọn mô hình mô
- Các Các loại sai sót của dạng mô ng hình hình hồi qui Các dạng sai sót của dạng mô hình như sau: Bỏ sót biến quan trọng, ng, Đưa biến không liên quan vào mô mô hình, nh, Sử dụng dạng hàm số không đúng,ng, Sai số trong đo lường, và Xác định dạng của phần sai số không không đúng. ng.
- Ví dụ về hàm chi phí của doanh nghiệp, p, dạng hàm đúng sẽ là: ng Yi = b1 + b2Xi + b3Xi2 + b4Xi3 + u1i (6.1) (6.1) Bỏ sót biến quan trọng (Xi3): Yi = a1 + a2Xi + a3Xi2 + u2i (6.2) Đưa biến không liên quan vào mô hình không (X (Xi4): Yi = l1 + l2Xi + l3Xi2 + l4Xi3 + l5Xi4 + u3ii 3 (6.4) (6.4) Dạng hàm sai. ng lnY = g + g X + g X 2 + g X 3 + u lnY
- Sai lệch về đo lường. Yi* = b1* + b2*Xi* + b3*Xi*2 + b4*Xi*3 + ui* trong trong đó Yi* = Yi + εi và Xi* = Xi + wi; và εi và wi là sai số của phép đo lường. ng. Nh Như vậy, thay vì sử dụng các biến số đúng đúng là Yi và Xi, chúng ta lại sử dụng và ng các các biến thay thế là Yi* và Xi* có chứa là và các các sai số. dạng ngẫu nhiên không thích hợp của ph phần sai số: Yi = Xiui khác với Yi = Xi + ui,
- Theo trường phái trọng tiền, sự thay thay đổi của GDP của nền kinh tế chịu ảnhnh hưởng bởi sự thay đổi của lượng cung thay ng ti tiền, trong khi đó, theo Keynes, sự thay đổi của lượng chi mua hàng hóa ng dịch vụ của chính phủ sẽ ảnh hưởng sẽ ng lớn đến GDP. GDP. khi có sự sai sót, kết quả của phép phép ước lượng sẽ không thỏa mãn các đặc ướ đi điểm của “ước lượng không chệch ch tuy tuyến tính tốt nhất” (BLUE). t” chúng tôi chỉ tập trung phát hiện hai hai lo loại sai sót đầu tiên. tiên.
- Hậu Hậu quả của sai sót mô hình Để Để minh họa, ta dùng mô hình 3 biến và xem xét 2 loại sai sót đầu tiên: tiên: Bỏ sót biến có liên quan: 1. Giả sử dạng đúng của mô hình là: Yi = 1 + 2X2ii + 3X3i + ui (1) 2 Nhưng ta lại sử dụng mô hình: Yi = 1 + 2X2i + vi (2)
- Hậu Hậu quả của sai sót mô hình Ta gặp những hậu quả sau: Nếu Nếu biến bị bỏ sót có tương quan với biến sẵn 1. có có trong mô hình, tức là r23 0, 1 và 2 sẽ bị và sẽ 23 chệch chệch và không vững. hậm chí nếu X2 và X3 không có tương quan thì T Thậm và không 2. 1 cũng bị cũng chệch, mặc dù 2 không chệch. Var(ui) = 2 bị ước lượng sai. 3. Var(2) là ước lượng chệch của var(2). 4. Do Do vậy, khoảng tin cậy và các kiểm định không 5. chính chính xác. Dự Dự báo dựa trên mô hình sai sẽ không đáng tin 6. cậy. cậy.
- Hậu Hậu quả của sai sót mô hình Đưa vào mô hình biến không có liên quan Giả sử mô hình đúng như sau: Yi = 1 + 2X2i + ui (3) Nhưng ta lại ước lượng mô hình: Yi = 1 + 2X2ii + 3X3i + vi (4) 2 Những hậu quả: 1. Các ước lượng OLS sẽ không chệch và Các vững, vững, tức là: E(1)=1; E(2)=2; và E( E( E(3)=0;0;
- Hậu Hậu quả của sai sót mô hình Phương sai sai số, 2, được ước Phương được lượng lượng đúng; Khoảng Khoảng tin cậy và các kiểm định vẫn vẫn đáng tin cậy; Tuy Tuy nhiên, các ước lượng không không hiệu quả, tức là, phương sai của chúng có thể lớn hơn phương sai của .
- Ph Phương pháp phát hiện các các sai sai sót của dạng mô hình hồi qui qui 1. Phát hiện sự hiện diện của các biến không liên quan Yi = b1 + b2X2i + …+ bkXki + ui Xk có thực sự nằm trong mô hình hay trong không, không, dùng kiểm định t: nh t: ˆ ˆ t k / se ( k ) => khai => khai thác dữ liệu =>có thể dẫn tới sai sai lầm sau sau
- khai khai thác dữ liệu (data (data mining) mining) chúng ta lựa ra k biến (k ≤ c) ra mức ý nghĩa thực sự (*) từ mức ý nghĩa nghĩa danh nghĩa () có thể được tính tính theo theo công thức sau: * ≈ (c/k). nếu c = 15, k = 5, và = 5%, ta có 15, 5, 5%, th thể tính được mức ý nghĩa thực sự làlà (15/5).(5) = 15%. lưu ý rằng khi c = k thì sẽ không có ng thì hi hiện tượng khai thác dữ liệu. ng khai
- 2. 2. Kiểm định biến bị bỏ sót và sót dạng hàm số không đúng 2.1 Kiểm tra phần dư hàm chi phí của doanh nghiệp: p: Yi = b1 + b2Xi + b3Xi2 + b4Xi3 + u1i (1) (1) Yi = a1 + a2Xi + a3Xi2 + u2i (2) Yi = a1 + a2Xi + u3i (3)
- Residuals -400 -200 0 200 400 0 2 4 1 3 sanluong 6 2 8 10
- 2.2 2.2 Kiểm định Durbin-Watson d H0: mô hình không có tự tương quan H0: = 0; H1: 0. Nếu d < dU hoặc (4 - d) < (4 d) dU thì bác bỏ giả thuyết H0, chấp nhận H1, tức có tự tương quan (dương hoặc âm). Giả thuyết H0 Quyết định nếu 0 < d < dL Không có tự tương quan dương Bác bỏ Không qđ Không có tự tương quan dương dL d dU 4 - dL < d
- 2.3 2.3 Kiểm định RESET của Ramsey Ramsey Để Để minh họa, ta trở lại hàm chi phí tuyến tuyến tính theo sản lượng: Yi = 1 + 2Xi + u3i (*) Ước Ước lượng mô hình này bằng OLS và vẽ đồ thị của sai số theo giá trị, Yi. Hình vẽ sẽ cho ta thấy mối quan hệ ình có hệ thống giữa ei và Yi. có và Các bước tiến hành:
- Ki Kiểm định RESET của Ramsey Ramsey Chạy Chạy hồi quy mô hình (*), và tính toán toán ước lượng của Yi, Yi. Chạy lại (*) và đưa thêm biến Yi vào vào mô hình dưới dạng một biến nào đó, chẳng hạn, Yi2 và Yi3. nào Yi = 1 + 2Xi + 3Yi2 + 4Yi3 + ui (**) Đặt R2 từ (**) là Rnew2 và từ (*) là và Rold2. Chúng ta dùng kiểm định F Chúng theo theo công thức:
- Ki Kiểm định RESET của Ramsey Ramsey Nếu F > F tra bảng ở một mức ý nghĩa nào đó, ta chấp nhận có việc bỏ sót biến. Ví dụ:
- Ki Kiểm định RESET của Ramsey: Ramsey: ví dụ
- Ví Ví dụ: H0: mô hình không bỏ sót biến Giá trị kiểm định F thu được trực tiếp từ phần mềm Stata ovtest Ramsey Ramsey RESET test using powers of the fitted fitted values of chiphi Ho: model has no omitted variables F(3, 4) = 1.52 Prob > F = 0.3380
CÓ THỂ BẠN MUỐN DOWNLOAD
-
Bài giảng về Kinh tế lượng: Chương 5
22 p | 150 | 7
-
Bài giảng Kinh tế lượng - Chương 9: Chọn mô hình và kiểm định chọn mô hình (2019)
40 p | 54 | 7
-
Bài giảng Các phương pháp phân tích định lượng: Hồi qui đa biến - Kiểm định giả thuyết và lựa chọn mô hình
16 p | 99 | 6
-
Bài giảng môn học Kinh tế lượng - Chương 6: Kiểm định và lựa chọn mô hình
37 p | 116 | 5
-
Bài giảng môn Kinh tế lượng - Chương 5: Kiểm định và lựa chọn mô hình
22 p | 28 | 5
-
Bài giảng Kinh tế lượng: Chương 5 - Vũ Duy Thành
56 p | 70 | 5
-
Bài giảng Kinh tế lượng: Chương 5 - Mai Cẩm Tú
35 p | 14 | 3
-
Bài giảng Kinh tế lượng 1: Chương 5 - Bùi Dương Hải (2018)
43 p | 58 | 3
-
Bài giảng Kinh tế lượng 1: Chương 5 - Bùi Dương Hải (2017)
43 p | 31 | 3
-
Bài giảng Kinh tế lượng: Chương 5 - Kiểm định và lựa chọn mô hình (29 trang)
29 p | 5 | 3
-
Bài giảng Kinh tế lượng - Chương 9: Chọn mô hình và kiểm định việc chọn mô hình (18 tr)
18 p | 109 | 3
-
Bài giảng Kinh tế lượng: Bài 5 - Lê Minh Tiến
20 p | 78 | 3
-
Bài giảng Kinh tế lượng - Chương 8: Chọn mô hình và kiểm định chọn mô hình
4 p | 107 | 3
-
Bài giảng Hồi qui đa biến: Kiểm định giả thuyết và lựa chọn mô hình
8 p | 38 | 2
-
Bài giảng Kinh tế lượng cơ bản: Chương 5 - Học viện Tài chính
77 p | 5 | 2
-
Bài giảng Kinh tế lượng 1: Chương 5 - Bùi Dương Hải
27 p | 30 | 2
-
Bài giảng Kinh tế lượng - Chương 5: Kiểm định và lựa chọn mô hình
47 p | 6 | 1
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