zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Khoa Học Tự Nhiên

Kinh tế lượng - Hồi qui đa biến part 2

Chia sẻ: Pham Duong | Ngày: | Loại File: PDF | Số trang:11

Báo xấu

120
lượt xem 18
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Mô hình hồi qui hai biến  PRF tuyến tính: E(Y/Xi) = β1+ β2Xi trong đó β1, β2 là các tham số chưa biết nhưng cố định – các tham số hồi qui.  β1 là hệ số tự do, cho biết giá trị trung bình của biến phụ thuộc Y sẽ thay đổi như thế nào khi biến X nhận giá trị 0.  β2 là hệ số góc, cho biết giá trị trung bình của biến phụ thuộc Y sẽ thay đổi (tăng or giảm) bao nhiêu đơn vị khi giá trị của biến độc lập X tăng 1...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Kinh tế lượng - Hồi qui đa biến part 2

Mô hình hồi quy tuyến tính  Vậy kỳ vọng có điều kiện E(Y|Xi) là một hàm số của Xi: E(Y|Xi) = f(Xi)  Dạng hàm f(Xi) phụ thuộc vào các mối quan hệ kinh tế (thường được xác định dựa vào các lý thuyết kinh tế).  Ở đây, ta thường sử dụng hàm số tuyến tính: 12
Mô hình hồi qui hai biến  PRF tuyến tính: E(Y/Xi) = β1+ β2Xi trong đó β1, β2 là các tham số chưa biết nhưng cố định – các tham số hồi qui.  β1 là hệ số tự do, cho biết giá trị trung bình của biến phụ thuộc Y sẽ thay đổi như thế nào khi biến X nhận giá trị 0.  β2 là hệ số góc, cho biết giá trị trung bình của biến phụ thuộc Y sẽ thay đổi (tăng or giảm) bao nhiêu đơn vị khi giá trị của biến độc lập X tăng 1 đơn vị với điều kiện các yếu tố khác không thay đổi. 13
Mô hình hồi qui hai biến  Thuật ngữ “tuyến tính” ở đây được hiểu theo hai nghĩa: tuyến tính đối với tham số và tuyến tính đối với biến. - E(Y/Xi) = β1+ β2Xi2 là tuyến tính tham số - E(Y/Xi) = β1+ β22Xi là tuyến tính biến số.  Hàm hồi qui tuyến tính luôn được hiểu là tuyến tính đối với tham số, nó có thể không tuyến tính đối với biến. 14
Các hàm số tuyến tính đối với tham số 15
Mô hình hồi qui hai biến  Ứng với mỗi giá trị của X, giá trị Y của một số quan sát có độ lệch so với giá trị kỳ vọng.  Giá trị quan sát thứ i của biến phụ thuộc Y được ký hiệu là Yi. - Ký hiệu Ui là chênh lệch giữa Yi và E(Y/Xi) Ui = Yi - E(Y/Xi) hay Yi = E(Y/Xi) + Ui (dạng ngẫu nhiên PRF) Ui đgl đại lượng ngẫu nhiên hay sai số ngẫu nhiên  Lý do cho sự tồn tại của Ui  Yếu tố đại diện cho các biến không đưa vào mô hình (biến không rõ, không có số liệu, 16 ảnh hưởng quá nhỏ …)
Mô hình hồi qui hai biến  Trong thực tế, ta thường phải ước lượng các hệ số hồi quy của tổng thể từ hệ số hồi quy của mẫu.  Hàm hồi qui mẫu (sample regression function – SRF): sử dụng khi chúng ta không thể lấy tất cả thông tin từ tổng thể mà chỉ thu thập được từ các mẫu riêng lẻ từ tổng thể.  Nếu hàm PRF có dạng tuyến tính (E(Y/Xi) =    β1+ β2Xi), ta cóY     X SRF: i 1 2 i trong đó Y là ước lượng điểm của  i  E(Y/Xi)  1 là ước lượng điểm của  2 β1; 17 là ước lượng điểm của
Hàm hồi qui mẫu  Dạng ngẫu nhiên của SRF:   Yi  1  2 Xi  ei ei là ước lượng điểm của Ui và gọi là phần dư hay sai số ngẫu nhiên 18
Hàm hồi qui mẫu SRF 600 (PRF) 500 (SRF) E(Y/Xi) i T iêu dùng, Y (X D ) 400 Yi ei Yi 300 2 200 1 2 100 1 Xi 0 0 100 200 300 400 500 600 700 800 900 19
Hàm hồi qui mẫu  Rõ ràng, các ước lượng từ hàm hồi quy mẫu có thể ước lượng cao hơn (overestimate) hay ước lượng thấp hơn (underestimate) giá trị thực của tổng thể.  Vấn đề đặt ra là SRF được xây dựng như thế nào để càng gần i thực càng tốt, mặc dù ta không bao giờ biết i thực. 20
Phương pháp bình phương nhỏ nhất (OLS) Ta có hàm SRF:   ˆ Yi  1   2 X i  ei  Yi  ei   ˆ  ei  Yi  Yi  Yi  1   2 X i ˆ •Ta muốn tìm1 vàˆ 2 ˆ sao cho gần   Y bằng với Y nhất, có nghĩa là ei nhỏ nhất. Tuy nhiên, ei thường rất nhỏ và thậm chí bằng 0 vì chúng triệt tiêu lẫn nhau. •Để tránh tình trạng này, ta dùng phương pháp “Bình phương nhỏ nhất” 21
Phương pháp OLS   2 ˆˆ 2  e  Yi  1   2 X i i ˆ ˆ sao cho ei2 • Bây giờ, ta muốn tìm và 1 2 nhỏ nhất. • Lưu ý rằng biểu thức trên có thể được xem như là một hàm 1 theo số  và và chúng ˆ ˆ 2 ta cần tìm các  sao biểu thức đạt cực tiểu ˆˆ 2 e  f ( 1 , 2 ) i • Vậy để tìm giá trị cực tiểu của biểu thức trên, ta cần tính đạo hàm của hàm số trên theo các  và cho các 22 đạo hàm =0.

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

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

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.