MÔ HÌNH HỒI QUI 2 BIẾN

Chia sẻ: Nguyen Van Teo Teo | Ngày: | Loại File: PPT | Số trang:32

Thêm vào BST

Báo xấu

326
lượt xem 54
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

- Phân tích hồi qui là nghiên cứu sự phụ thuộc của một biến (biến phụ thuộc hay còn gọi là biến được giải thích) vào một hay nhiều biến khác (biến độc lập hay còn gọi là biến giải thích) với ý tưởng cơ bản là ước lượng (hay dự đoán) giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị đã biết của biến độc lập.

Chủ đề:

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

Lưu

Nội dung Text: MÔ HÌNH HỒI QUI 2 BIẾN

MÔ HÌNH HỒI QUI 2 BIẾN ĐÌNH THÔNG 1
MÔ HÌNH HỒI QUI HAI BIẾN Nội dung của chương này:  Bản chất của phân tích hồi qui xử lí số liệu đầu vào Cách hồi qui tổng thể (PRF) và hàm hồi qui Hàm mẫu (SRF) trong mô hình hồi qui tuyến tính hai biến. ĐÌNH ĐÌNH THÔNG 2
I. Bản chất của phân tích hồi I. qui Khái niệm 1. - Phân tích hồi qui là nghiên cứu sự phụ thuộc của một biến (biến phụ thuộc hay còn gọi là biến được giải thích) vào một hay nhiều biến khác (biến độc lập hay còn gọi là biến giải thích) với ý tưởng cơ bản là ước lượng (hay dự đoán) giá trị trung bình của biến phụ thuộc trên cơ sở các giá trị đã biết của biến độc lập. Biến phụ thuộc: là đại lượng ngẫu nhiên tuân theo • các quy luật phân bố xác suất. Biến độc lập: có giá trị xác định trước • ĐÌNH ĐÌNH THÔNG 3
I. Bản chất của phân tích hồi qui Khái niệm I. Một số ví dụ: VD1: Việc hút thuốc lá là nguyên nhân chính gây tử vong do ung thư phổi. Một mô hình hồi qui tuyến tính đơn cho vấn đề này là: DEATHS = α + β SMOKING + u ĐÌNH ĐÌNH THÔNG 4
I. Bản chất của phân tích hồi qui Khái niệm I. VD2: Xem xét đồ thị phân tán sau đây mô tả phân phối về chiều cao của học sinh nam tính theo những độ tuổi cố định. ĐÌNH ĐÌNH THÔNG 5
I. Bản chất của phân tích hồi qui Khái niệm I. VD3: Một nhà kinh tế lao động nghiên cứu tỷ lệ thay đổi tiền lương trong mối quan hệ với tỷ lệ thất nghiệp. Đường cong này cho phép nhà kinh tế lao động dự đoán được mức thay đổi trung bình về tiền lương tại 1 tỷ lệ thất nghiệp cho trước. Ty le that nghiep ĐÌNH ĐÌNH THÔNG 6
I. Bản chất của phân tích hồi qui Khái niệm I. VD4: Gám đốc tiếp thị của một công ty có thể muốn biết mức cầu đối với sản phẩm của công ty có quan hệ như thế nào với chi phí quảng cáo. Một nghiên cứu như thế sẽ rất có ích cho việc xác định độ co dãn của cầu đối với chi phí quảng cáo. Tức là tỷ lệ phần trăm thay đổi về mức cầu khi ngân sách quảng cáo thay đổi 1%. Kiến thức này rất có ích cho việc xác định ngân sách quảng cáo tối ưu. Một nhà nông học có thể quan tâm tới việc Vd5: nghiên cứu sự phụ thuộc của sản lượng lúa vào nhiệt độ, lượng mưa, nắng, phân bón,... ĐÌNH ĐÌNH THÔNG 7
I. Bản chất của phân tích hồi qui Khái niệm I. Chúng ta có thể đưa ra vô số ví dụ như trên về sự phụ thuộc của một biến vào một hay nhiều biến khác. Các kỹ thuật phân tích hồi qui thảo luận trong Chương này nhằm nghiên cứu sự phụ thuộc như thế giữa các biến số. hiệu: Y - biến phụ thuộc (hay biến được giải  Ký thích) Xj - biến độc lập(hay biến giải thích) thứ j Trong đó, biến phụ thuộc Y là đại lượng ngẫu nhiên, có quy luật phân phối xác suất. Các biến độc lập Xj không phải là ngẫu nhiên, giá trÌNHcủa chúng đã được8 Đ ị THÔNG ĐÌNH
I. Bản chất của phân tích hồi qui 2. Phân tích hồi quy giải quyết các vấn đề sau:  Ước lượng giá trị trung bình của biến phụ thuộc với giá trị đã cho của biến độc lập.  Kiểm định giả thiết về bản chất của sự phụ thuộc.  Dự đoán giá trị trung bình của biến phụ thuộc khi biết giá trị của các biến độc lập.  Kết hợp các vấn đề trên. ĐÌNH ĐÌNH THÔNG 9
I. Bản chất của phân tích hồi qui 3. Phân biệt các quan hệ trong phân tích hồi qui:  Quan hệ thống kê và quan hệ hàm số •Phân tích hồi qui là sự phụ thuộc thống kê của biến phụ thuộc 1 hay nhiều biến giải thích, biến phụ thuộc là ngẫu nhiên, vì có rất nhiều yếu tố tác động đến nó mà ta không thể đưa vào mô hình được, mỗi giá trị biến độc lập có thể có nhiều giá trị khác nhau của biến phụ thuộc. •Trong quan hệ hàm số, các biến không phải ngẫu nhiên, ứng với giá trị mỗi biến độc lập có duy nhất giá trị biến phụ thuộc. ĐÌNH ĐÌNH THÔNG 10
I. Bản chất của phân tích hồi qui 3. Phân biệt các quan hệ trong phân tích hồi qui:  Hàm hồi qui và quan hệ nhân quả: o Phân tích hồi qui nghiên cứu 1 biến phụ thuộc với 1 hoặc nhiều biến độc lập và điều này không đòi hỏi biến phụ thuộc và biến độc lập có quan hệ nhân quả. Nếu quan hệ nhân quả tồn tại thì nó phải được o xác lập dựa trên các lý thuyết kinh tế khác. Ví dụ, luật cầu nói rằng các yếu tố không đổi thì nhu cầu của 1 loại hàng hóa tỷ lệ nghịch với giá của hàng hóa này. ĐÌNH ĐÌNH THÔNG 11
I. Bản chất của phân tích hồi qui 3. Phân biệt các quan hệ trong phân tích hồi qui:  Hồi qui và tương quan: khác về mục đích và kỹ thuật Hồi qui Tương quan Ước lượng hoặc dự báo Đo lường mức độ kết một biến trên cơ sở giá trị hợp tuyến tính giữa 2 biến. đã cho của biến khác. Ví dụ quan hệ giữa kết quả thi môn lý và môn toán. Các biến không có tính  Không có sự phân biệt chất đối xứng. Biến phụ giữa các biến, chúng có tính thuộc là đại lượng ngẫu chất đối xứng. nhiên và các biến độc lập thì giá trị đã được xác định. ĐÌNH ĐÌNH THÔNG 12
II. Bản chất và nguồn số liệu cho phân tích hồi qui 1. Các loại số liệu: 3 loại  Số liệu theo thời gian (chuỗi thời gian) là các số liệu thu thập trong 1 thời kỳ nhất định. Ví dụ, số liệu về GDP , GO... của Việt Nam từ năm 2000 đến nay.  Số liệu chéo (theo không gian), số liệu về 1 hoặc nhiều biến thu thập tại 1 thời điểm ở nhiều địa phương đơn vị khác nhau. Ví dụ, các số liệu tổng điều tra dân số 01/4/2009 vừa qua.  Số liệu hỗn hợp theo thời gian và không gian, ví dụ số liệu giá vàng hàng ngày tại Tiền Giang, TPHCM, Cần Thơ... ĐÌNH ĐÌNH THÔNG 13
II. Bản chất và nguồn số liệu cho phân tích hồi qui 2. Nguồn số liệu: o Các cơ quan nhà nước Các tổ chức quốc tế o Các đơn vị sản xuất kinh doanh o Các cá nhân o Trong khoa học xã hội, các số liệu thường là phi thực nghiệm. ĐÌNH ĐÌNH THÔNG 14
II. Bản chất và nguồn số liệu cho phân tích hồi qui 3. Nhược điểm của số liệu: yêu cầu thu thập số liệu đảm bảo tính chính xác, kịp thời, đầy đủ. Tuy nhiên thực tế khó đảm bảo yêu cầu này, do:  Có thể sai số hoặc bỏ sót hoặc cả hai khi quan sát . Trong điều tra bằng câu hỏi, thường gặp tình trạng không trả lời hoặc không trả lời hết câu hỏi.  Các mẫu số liệu trong các cuộc điều tra thường không giống nhau về kích thước nên rất khó so sánh giữa các đợt điều tra.  Các số liệu kinh tế thường ở mức tổng hợp cao nên không cho phép đi sâu vào các đơn vị nhỏ.  Bí mật quốc gia. ĐÌNH ĐÌNH THÔNG 15
III. HÀM HỒI QUI HAI BIẾN 1. Hàm hồi qui tổng thể (Population Regression Function-PRF) Trong quan hệ hồi qui, một biến phụ thuộc có thể được giải thích bởi nhiều biến độc lập. Nếu chỉ nghiên cứu một biến phụ thuộc bị ảnh hưởng bởi một biến độc lập => Mô hình hồi qui hai biến. Nếu mối quan hệ giữa hai biến này là tuyến tính => Mô hình hồi qui hai biến. ĐÌNH ĐÌNH THÔNG 16
III. HÀM HỒI QUI HAI BIẾN 1.Hàm hồi qui tổng thể: Xét ví dụ giả định sau: Giả sử ở một địa phương có tất cả 60 gia đình và chúng ta nghiên cứu mối quan hệ giữa: Y - Tiêu dùng hàng tuần của các gia đình X - Thu nhập khả dụng hàng tuần của các hộ gia đình. Các số liệu giả thuyết cho ở bảng sau: ĐÌNH ĐÌNH THÔNG 17
III. HÀM HỒI QUI HAI BIẾN 1.Hàm hồi qui tổng Thu nhập và chi tiêu trong một tuần của tổng thể: thể Y X 80 100 120 140 160 180 200 220 240 260 55 65 79 80 102 110 120 135 137 150 60 70 84 93 107 115 136 137 145 152 65 74 90 95 110 120 140 140 155 175 70 80 94 103 116 130 144 152 165 178 75 85 98 108 118 135 145 157 175 180 - 88 - 113 125 140 - 160 189 185 - - - 115 - - - 162 - 191 Tổng 325 462 445 707 678 750 685 1043 966 1211 ĐÌNH ĐÌNH THÔNG 18
III. HÀM HỒI QUI HAI BIẾN 1.Hàm hồi qui tổng Các số liệu ở bảng trên được giải thích như thể: sau: Với thu nhập trong một tuần, chẳng hạn X=120 $ thì có 5 gia đình mà chi tiêu trong tuần của các gia đình trong nhóm này lần lượt là 79; 84; 90; 94 và 98. Tổng chi tiêu trong tuần của nhóm này là 445 $. Như vậy mỗi cột của bảng cho ta một phân phối của chi tiêu trong tuần Y với mức thu nhập đã cho X. ĐÌNH ĐÌNH THÔNG 19
III. HÀM HỒI QUI HAI BIẾN 1.Hàm hồi qui tổng Từ số liệu ở bảng trên, ta tính được các xác suất có thể: điều kiện: Chẳng hạn: P(Y=70/X=100)=1/6; P(Y=94/X=120)=1/5; P(Y=103/X=140)=1/7... Từ đó, ta có bảng các xác suất có điều kiện và kỳ vọng toán có điều kiện của Y điều kiện là X=Xi. Kỳ vọng toán có điều kiện (trung bình có điều kiện) của Y với điều kiện là X=Xi được tính theo công thức: k E (Yi / X i ) = ∑ Y j P(Y = Yi / X = X i ) j =1 ĐÌNH ĐÌNH THÔNG 20