Xem mẫu
- KINH TẾ LƯỢNG
Chương 4: MÔ HÌNH HỒI QUY BỘI
- 4.1. Mô hình hồi quy tuyến tính 3 biến
Mô hình hồi quy tổng thể
E (Y / X 2 , X 3 ) = β 1 + β 2 X 2i + β 3 X 3i
Mô hình hồi quy tổng thể ngẫu nhiên:
Yi = β1 + β 2 X 2i + β3 X 3i + ui
ui: sai số ngẫu nhiên của tổng thể
4.1.1. Ước lượng các tham số của mô hình (OLS)
Cho n quan sát của 3 đại lượng Y, X2, X3, ký hiệu
quan sát thứ i là Yi, X2i, và X3i.
ˆ sai số của mẫu ứng với quan sát thứ
ei = Yi − Yi
i
- Q = ∑ e = ∑ (Yi − β1 ˆ2 2i ˆ3 3i
ˆ − β X − β X ) 2 → min
2
i
dQ
= −2∑ (Yi − β1 − β 2 X 2i − β 3 X 3i ) = 0
ˆˆ ˆ
ˆ
dβ1
dQ
= 2∑ (Yi − β1 − β 2 X 2i − β3 X 3i )(− X 2i ) = 0
ˆ ˆ ˆ
ˆ
dβ 2
dQ
= 2∑ (Yi − β1 − β2 X 2i − β3 X 3i )(− X 3i ) = 0
ˆ ˆ ˆ
ˆ
dβ 3
- ˆ ˆ ˆ
β1 = Y − β 2 X 2i − β 3 X 3i
∑ y x ∑x −∑ y x ∑x2
x
ˆ
β2 i 2i 3i i 3i 2 i 3i
=
∑ x ∑ x − (∑ x x )
2 2 2
2i 3i 2 i 3i
∑ y x ∑x −∑ y x ∑x2
x
ˆ
β3 i 3i 2i i 2i 2 i 3i
=
∑ x ∑ x − (∑ x x )
2 2 2
2i 3i 2 i 3i
yi = Yi − Y
xi = X i − X
- .1.2. Phương sai của các ước lượng
X 2 ∑ x3i + X 32 ∑ x2i − 2 X 2 X 3 ∑ x2i x3i
2 2 2
ˆ ) = (1 +
Var ( β1 )σ 2
∑ x2i ∑ x3i − (∑ x2i x3i ) 2
2 2
n
∑x 2
ˆ
Var ( β 2 ) = σ
3i 2
∑x ∑x − (∑ x2i x3i )
2 2 2
2i 3i
∑x 2
ˆ
Var ( β 3 ) = σ2
2i
∑ x2i ∑ x3i − (∑ x2i x3i )
2 2 2
Do σ 2 là phương sai của ui chưa biết nên trong thực
tế người ta dùng ước lượng không chệch của nó:
ˆ2 = ∑ =
ei2 (1 − R 2 )∑ yi2
σ
n−3 n−3
- 4.1.3. Hệ số xác định và hệ số xác định hiệu
chỉnh n
∑ ei 2
Hệ số xác định R 2
ESS RSS
R= =1− = 1 − in 1
=
2
TSS TSS
∑ yi 2
i =1
βˆ2 ∑ yi x2i + βˆ3 ∑ yi x3i
R=
2
MH hồi quy 3 biến
∑ yi 2
ei2
∑
Hệ số xác định hiệu chỉnh (n − k )
R = 1−
2
Với k là tham số của mô yi2
∑
hình, (n − 1)
k ể cả h ệ số t ự d o
- 2
ối quan hệ giữa R và R
2
n −1
R = 1 − (1 − R )
2 2
n−k
2
Người ta dùng R để xem xét việc đưa thêm 1 biến
vào mô hình. Biến mới đưa vào mô hình phải thỏa 2
điều kiện:
2
- Làm R tăng
- Khi kiểm định giả thiết hệ số của biến này trong
mô hình với giả thiết H0 thì phải bác bỏ H0.
- 4.1.4. Khoảng tin cậy của các tham số
Khoảng tin cậy của tham số βi với mức ý nghĩa α
hay độ tin cậy 1- α
( ˆi ˆ
β ∈ β −εi ; β +εi )
i i
ˆ
εi =SE ( β )t ( n −3,α/ 2 )
i
- 4.1.5. Kiểm định giả thiết
* Kiểm định giả thiết H0: β i = β i*
ˆ − β*
βi
ti = i
ˆ
SE ( β i )
Nguyên tắc quyết định:
Nếu ti > t(n-3,α/2) hoặc ti < -t(n-3,α/2) : bác bỏ H0
Nếu - t(n-3,α/2) ≤ ti ≤ t(n-3,α/2) : chấp nhận H0
- * Kiểm định giả thiết đồng thời bằng không:
H0: β2 = β3 = 0; (H1: ít nhất 1 trong 2 tham số khác 0)
R ( n −3)
2
F=
(1 −R ) 2
2
Nguyên tắc quyết định:
- F > Fα(2, n-3): Bác bỏ H0: Mô hình phù hợp
- F ≤ Fα(2, n-3): Chấp nhận H0: Mô hình không phù
hợp
- 4.2. Mô hình hồi quy k biến
Mô hình hồi quy tổng thể
E (Y / X 2 ,... X k ) = β1 + β 2 X 2i + ... + β k X ki
Mô hình hồi quy mẫu ngẫu nhiên:
ˆ ˆ ˆ
ˆ
Yi = β1 + β 2 X 2i + ... + β k X ki + ei
ei = Yi − Yi = Yi − βˆ1 − βˆ2 X 2i − βˆ3 X 3i − ... − βˆk X ki
ˆ
=>
- 4.2.1. Ước lượng các tham số của mô hình (OLS)
( )
2
n n
∑ e = ∑ Yi − βˆ1 − βˆ2 X 2i − βˆ3 X 3i − ... − βˆk X ki → min
2
i
i =1 i =1
n
∂∑ei2
( )
n
= −2∑ Yi − β1 − β2 X 2i − β3 X 3i − ... − βk X ki = 0
ˆ ˆ ˆ ˆ
i =1
ˆ
∂β i =1
1
n
∂∑ei2
( )
n
= −2∑ Yi − β1 − β2 X 2i − β3 X 3i − ... − βk X k ,i X 2i = 0
ˆ ˆ ˆ ˆ
i =1
ˆ
∂β2 i =1
...
n
∂∑ei2
( )
n
= −2∑ Yi − β1 − β2 X 2i − β3 X 3i − ... − βk X ki X ki = 0
ˆ ˆ ˆ ˆ
i =1
ˆ
∂βk i =1
- 4.2.2. Khoảng tin cậy của các tham số, kiểm định
các giả thiết hồi quy
* Khoảng tin cậy các tham số
ˆ
ˆ ˆ
β ∈(β − ε ; β + ε ) ε = SE ( β )t ( n − k ,α / 2 )
i i
i i i i i
* Kiểm định giả thiết
Kiểm định giả thiết H0:β = β *
i i
ˆ −β*
βi i
ti =
ˆ
SE ( β i )
Nguyên tắc quyết định:
Nếu ti > t(n-k,α/2) hoặc ti < -t(n-k,α/2) : bác bỏ H0
Nếu - t(n-k,α/2) ≤ ti ≤ t(n-k,α/2) : chấp nhận H0
- 4.2.3. Hệ số xác định và kiểm định sự phù hợp
của mô hình
β 2 ∑ yi x2i + β 3 ∑ yi x3i + ... + β k ∑ yi xki
ˆ ˆ ˆ
R=
2
∑ yi 2
n −1
R = 1 − (1 − R )
2 2
n−k
- Kiểm định sự phù hợp của mô hình tức là kiểm định
giả thiết đồng thời bằng không:
H0: β2 = β3 =…= βk = 0; (H1: ít nhất 1 trong k tham
số khác 0)
R (n − k )
2
F=
(1 − R )(k −1)
2
Nguyên tắc quyết định:
Nếu F > Fα(k-1, n-k): Bác bỏ H0: Mô hình phù hợp
Nếu F ≤ Fα(k-1, n-k): Chấp nhận H0: Mô hình không
phù hợp
nguon tai.lieu . vn