intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

KIỂM ĐỊNH VÀ LỰA CHỌN MÔ HÌNH

Chia sẻ: 123968574 123968574 | Ngày: | Loại File: PDF | Số trang:0

205
lượt xem
11
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

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...

Chủ đề:
Lưu

Nội dung Text: KIỂM ĐỊNH VÀ LỰA CHỌN MÔ HÌNH

  1. 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 
  2. 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.
  3. 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
  4. 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,
  5. 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.
  6. 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)
  7. 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.
  8. 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;
  9. 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 .
  10. 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
  11. 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
  12. 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)
  13. Residuals -400 -200 0 200 400 0 2 4 1 3 sanluong 6 2 8 10
  14. 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
  15. 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: 
  16. 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:
  17. 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:
  18. Ki Kiểm định RESET của Ramsey: Ramsey: ví dụ
  19. 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
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
3=>0