Bài giảng Econometrics - Chương 4: Hồi quy biến giả

3.Mô hình hồi quy với biến giả 5. Kiểm định mô hình hồi quy  Kiểm định hệ số hồi quy: Giả thiết: Ho:Bj = 0 H1:Bj ≠ 0 (với j = 1, 2) Với mức ý nghĩa 5%, ta có Sig. của β1, β2 lần lượt bằng 0,000 & 0,001 rất nhỏ so với 0,05. Do đó, ta kết luận bác bỏ H0, chấp nhận H1. 3.Mô hình hồi quy với biến giả  Kiểm định hàm số hồi quy: Nhìn vào bảng ANOVA, ta thấy, hệ số Sig. =0,001<0,05. Suy ra, hàm số này có thể sử dụng để dự báo trong tương lai KẾT LUẬN: Thị trường vùng miền có ảnh hưởng đến doanh số bán ra 3.Mô hình hồi quy với biến giả 3.2 Hồi quy hàm 03 biến có 02 biến giả 3.2.1 Trường hợp 01 biến định lượng, 02 biến định tính 3.2.2 Trường hợp 02 biến định lượng, 01 biến định tính

pdf18 trang | Chia sẻ: hachi492 | Ngày: 14/01/2022 | Lượt xem: 13 | Lượt tải: 0download
Bạn đang xem nội dung tài liệu Bài giảng Econometrics - Chương 4: Hồi quy biến giả, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
ECONOMETRICS (3 credits) Lecturer: Vu Thinh Truong, MBA Cellphone: 01633 192 197 Email: vu.truong@dntu.edu.vn DONG NAI TECHNOLOGY UNIVERSITY SCHOOL OF BUSINESS ADMINISTRATION Chương 4 HỒI QUY BIẾN GIẢ PHẦN 1 (Dummy Linear Regression) Nội dung 1. Biến giả 2. Cách đặt biến giả 3. Mô hình hồi quy với biến giả 4. Ứng dụng SPSS giải bài toán hồi quy có biến giả ThS. Vũ Thịnh Trường 3 1. Biến giả  Biến định lượng: là biến có giá trị cụ thể (cân, đong, đo, đếm) Biến định tính: là biến quy định tính chất nào đó của đối tượng nghiên cứu VD: Nắng mưa, giới tính, màu của sản phẩm ->Vậy khi thực hiện hồi quy phải làm sao? ThS. Vũ Thịnh Trường 4 1.Biến giả Câu trả lời: ĐẶT BIẾN GIẢ Biến giả là trường hợp nghiên cứu một yếu tố kinh tế tác động lên một yếu tố kinh tế khác NHƯNG yếu tố này lại không thể “định lượng” được. Nó quy định một tính chất nào đó. Do vậy, chúng ta sẽ đặt cho tính chất này một giá trị cụ thể ThS. Vũ Thịnh Trường 5 2.Cách đặt biến giả Trường hợp 1: Một nhân tố kinh tế có 02 tính chất VD: Nghiên cứu về giới tính tác động đến NSLĐ Ta đặt: Z = 1: Lao động nữ Z = 0 : Lao động nam ThS. Vũ Thịnh Trường 6 2.Cách đặt biến giả Trường hợp 2: Một nhân tố kinh tế có 03 tính chất VD: Một nghiên cứu ảnh hưởng của yếu tố vùng miền đến doanh số bán hàng Ta đặt: +Z1 = 1: Miền Bắc; Z1 = 0: Các miền còn lại +Z2 = 1: Miền Trung; Z2 = 0: Các miền còn lại +Z1 = Z2 = 0: Miền Nam ThS. Vũ Thịnh Trường 7 3.Mô hình hồi quy với biến giả Mục đích: Nghiên cứu tác động của biến định tính lên mô hình nghiên cứu Các bước thực hiện: 1. Đặt biến giả cho biến định tính 2. Xác định hệ số hồi quy hàm hồi quy mẫu 3. Nêu ý nghĩa của từng hệ số hồi quy 4. Kiểm định mô hình 5. Dự báo và làm chính sách ThS. Vũ Thịnh Trường 8 3.Mô hình hồi quy với biến giả 3.1 Hồi quy 02 biến: 01 biến định tính & 01 biến định lượng (PRF): Y = β1 + Β2Z + Ui (SRF): Trong đó: Z1 = 1: Quy định tính chất 1 Z2 = 0: Quy định tính chất còn lại ThS. Vũ Thịnh Trường 9 ii eZY  21 ˆˆˆ  3.Mô hình hồi quy với biến giả ThS. Vũ Thịnh Trường 10 Doanh số (triệu đồng) Thị trường 37 Nông thôn 40 Thành thị 42 Thành thị 35 Nông thôn 37 Nông thôn 48 Thành thị 35 Nông thôn 43 Thành thị 45 Thành thị 37 Nông thôn 3.Mô hình hồi quy với biến giả ThS. Vũ Thịnh Trường 11 Y Z 37 0 40 1 42 1 35 0 37 0 48 1 35 0 43 1 45 1 37 0 3.Mô hình hồi quy với biến giả ThS. Vũ Thịnh Trường 12 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .875a .765 .736 2.29129 a. Predictors: (Constant), Thitruong ANOVAb Model Sum of Squares df Mean Square F Sig. 1 Regression 136.900 1 136.900 26.076 .001a Residual 42.000 8 5.250 Total 178.900 9 a. Predictors: (Constant), Thitruong b. Dependent Variable: Doanhso 3.Mô hình hồi quy với biến giả ThS. Vũ Thịnh Trường 13 Coefficientsa Model Unstandardized Coefficients Standar dized Coeffici ents t Sig. 95% Confidence Interval for B B Std. Error Beta Lower Bound Upper Bound 1 (Constant) 36.200 1.025 35.328 .000 33.837 38.563 Thitruong 7.400 1.449 .875 5.106 .001 4.058 10.742 a. Dependent Variable:Doanhso Doanhso = 36,2 + 7,4Thitruong 3.Mô hình hồi quy với biến giả 1. Hàm hồi quy mẫu có dạng: Doanhso = 36,2 + 7,4Thitruong 2. Ý nghĩa của hệ số hồi quy  Doanh số bán trung bình của thành thị là 43,6 triệu đồng  Nếu bán ở nông thôn doanh số trung bình sẽ là 36,2 triệu đồng ThS. Vũ Thịnh Trường 14 3. Độ chính xác của hàm hồi quy mẫu R-square = 0,765 > 0,7. Mô hình hồi quy mẫu có độ chính xác tốt, chấp nhận được 4. Với độ tin cậy 95%, ước lượng khoảng của hệ số hồi quy: 33,837 <= β1 <= 38,586 4,058 <= β2 <= 10,742 ThS. Vũ Thịnh Trường 15 3.Mô hình hồi quy với biến giả 5. Kiểm định mô hình hồi quy  Kiểm định hệ số hồi quy: Giả thiết: Ho:Bj = 0 H1:Bj ≠ 0 (với j = 1, 2) Với mức ý nghĩa 5%, ta có Sig. của β1, β2 lần lượt bằng 0,000 & 0,001 rất nhỏ so với 0,05. Do đó, ta kết luận bác bỏ H0, chấp nhận H1. ThS. Vũ Thịnh Trường 16 3.Mô hình hồi quy với biến giả  Kiểm định hàm số hồi quy: Nhìn vào bảng ANOVA, ta thấy, hệ số Sig. =0,001<0,05. Suy ra, hàm số này có thể sử dụng để dự báo trong tương lai KẾT LUẬN: Thị trường vùng miền có ảnh hưởng đến doanh số bán ra ThS. Vũ Thịnh Trường 17 3.Mô hình hồi quy với biến giả 3.2 Hồi quy hàm 03 biến có 02 biến giả 3.2.1 Trường hợp 01 biến định lượng, 02 biến định tính 3.2.2 Trường hợp 02 biến định lượng, 01 biến định tính ThS. Vũ Thịnh Trường 18

Các file đính kèm theo tài liệu này:

  • pdfbai_giang_econometrics_chuong_4_hoi_quy_bien_gia.pdf
Tài liệu liên quan