Bài giảng Kinh tế lượng - Chương 1: Mô hình hồi quy hai biến
Phần dư
▪ Giá trị 𝑌𝑖 có sai số so với Yi
▪ Đặt: 𝑒𝑖 = 𝑌𝑖 − 𝑌𝑖
▪ Hay: 𝑌𝑖 = 𝛽1 + 𝛽2𝑋𝑖 + 𝑒𝑖
▪ 𝛽መ1, 𝛽መ2 là hệ số hồi quy mẫu, hệ số ước lượng, là ước
lượng (estimator) cho hệ số tổng thể β1, β2
▪ Phần dư e là phản ánh sai số u trong tổng thể
▪ Ŷ
i là giá trị ước lượng (fitted value) cho E(Y | Xi)
▪ Các ước lượng ngẫu nhiên, xét tính không chệch và
hiệu quả của chúng Các giả thiết OLS
▪ Giả thiết 1: Mẫu là ngẫu nhiên, độc lập
▪ Giả thiết 2: Kì vọng sai số ngẫu nhiên bằng 0
E(u | X ) = 0 hay E(ui | Xi ) = 0 i
▪ Giả thiết 3: Phương sai sai số ngẫu nhiên không đổi
Var(u | X ) = 2
Var(ui | Xi) = Var(uj |Xj ) i ≠ j
23 trang |
Chia sẻ: hachi492 | Ngày: 15/01/2022 | Lượt xem: 287 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Bài giảng Kinh tế lượng - Chương 1: Mô hình hồi quy hai biến, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
Chương 1. MÔ HÌNH HỒI QUY HAI BIẾN
▪ Giới thiệu mô hình hồi quy giữa một biến phụ thuộc
và một biến độc lập
▪ Mối quan hệ về mặt trung bình được thể hiện qua
mô hình gọi là mô hình hồi quy
▪ Mối quan hệ ở hai mức độ: Tổng thể và Mẫu
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 15
NỘI DUNG CHƯƠNG 1
1.1. Mô hình hồi quy
1.2. Phương pháp ước lượng OLS
1.3. Tính không chệch và độ chính xác
1.4. Độ phù hợp của hàm hồi quy mẫu
1.5. Trình bày kết quả ước lượng
1.6. Một số vấn đề bổ sung
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 16
Chương 1. Mô hình hồi quy hai biến
1.1. MÔ HÌNH HỒI QUY
▪ Đánh giá tác động của một biến X lên một biến Y
▪ Ví dụ: X là thu nhập, Y là chi tiêu
▪ Thể hiện quan hệ hàm số
Chi tiêu = f(Thu nhập)
▪ Đơn giản nhất là dạng tuyến tính:
Chi tiêu = β1 + β2Thu nhập
▪ Thực tế luôn có sai số
Chi tiêu = β1 + β2Thu nhập + u
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 17
Chương 1. Mô hình hồi quy hai biến
Ví dụ minh họa
▪ Chi tiêu và thu nhập của một số hộ gia đình
▪ Giá và lượng bán một loại hàng tại một số cửa hàng
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 18
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Income
Consumption
•
• •
• •
•
•
•
•
•
•
• •
Price
Quantity
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Mô hình hồi quy tuyến tính hai biến
▪ Tổng quát: Y = β1 + β2X + u
▪ Các biến số:
▪ Y là biến phụ thuộc (dependent variable)
▪ X là biến độc lập, biến giải thích, biến điều khiển
(independent, explanatory, control variable)
▪ Sai số ngẫu nhiên (random error): u
▪ Các hệ số hồi quy (regression coefficient): β1, β2
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 19
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Hàm hồi quy tổng thể - PRF
▪ Giả thiết: E(u | X) = 0 suy ra: E(Y | X) = β1 + β2X
▪ Gọi là hàm hồi quy tổng thể - PRF (Population
Regression Function)
▪ β1 : Hệ số chặn (intercept)
▪ β2 : Hệ số góc (slope)
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 20
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Ví dụ minh họa
▪ Chi tiêu (Y) và Thu nhập (X)
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 21
Y
(Y | X)
X
E(Y | X)
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Ví dụ minh họa
▪ Hàm PRF dạng tuyến tính
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 22
Y
X
β1
E(Y | X) = β1 + β2X
u (+)
u (–)
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Hàm hồi quy mẫu - SRF
▪ Mẫu hai chiều kích thước n: {(Xi ,Yi) ; i =1÷n}
▪ Hàm trong mẫu để ước lượng cho hàm hồi quy tổng
thể, thể hiện xu thế trung bình của mẫu, có dạng:
𝑌 = መ𝛽1 + መ𝛽2𝑋
▪ Hoặc với từng quan sát Xi
𝑌𝑖 = መ𝛽1 + መ𝛽2𝑋𝑖
▪ Gọi là hàm hồi quy mẫu – SRF (Sample Regression
Function)
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 23
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Phần dư
▪ Giá trị 𝑌𝑖 có sai số so với Yi
▪ Đặt: 𝑒𝑖 = 𝑌𝑖 − 𝑌𝑖
▪ Hay: 𝑌𝑖 = መ𝛽1 + መ𝛽2𝑋𝑖 + 𝑒𝑖
▪ መ𝛽1, መ𝛽2 là hệ số hồi quy mẫu, hệ số ước lượng, là ước
lượng (estimator) cho hệ số tổng thể β1, β2
▪ Phần dư e là phản ánh sai số u trong tổng thể
▪ Ŷi là giá trị ước lượng (fitted value) cho E(Y | Xi)
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 24
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Ví dụ minh họa
▪ PRF và SRF
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 25
•
•
•
•
•
• •
•
• •
•
•
•
•
•
•
•
•
Tổng thể (chưa biết) Mẫu (số liệu)
Xi
Yi
Ŷi
E(Y | X)
β1
1
βˆ
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Tính tuyến tính của mô hình hồi quy
▪ Dựa trên tham số: Hàm hồi quy tuyến tính (linear
regression function) nếu tuyến tính theo tham số
E(Y | X ) = 1 + 2X
2
E(Y | X ) = 1 + 2lnX
▪ Hàm hồi quy phi tuyến
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 26
1 2
1
( | )E Y X
X
2
1( | )E Y X X
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
Tóm tắt
▪ Tổng thể: Y = 𝛽1 + 𝛽2𝑋 + 𝑢
𝐸(𝑌|𝑋) = 𝛽1 + 𝛽2𝑋
▪ Mẫu: 𝑌𝑖 = መ𝛽1 + መ𝛽2𝑋𝑖
𝑌𝑖 = መ𝛽1 + መ𝛽2𝑋𝑖 + 𝑒𝑖
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 27
Chương 1. Mô hình hồi quy hai biến 1.1. Mô hình hồi quy
1.2. PHƯƠNG PHÁP ƯỚC LƯỢNG OLS
▪ Phương pháp bình phương nhỏ nhất thông thường
OLS (Ordinary Least Squares)
▪ Tìm መ𝛽1, መ𝛽2 để
• 𝑅𝑆𝑆 = σ𝑖=1
𝑛 𝑒𝑖
2 = σ𝑖=1
𝑛 (𝑌𝑖
2− 𝑌𝑖
2) → min
▪ Với 𝑥𝑖 = 𝑋𝑖 − ത𝑋 và 𝑦𝑖 = 𝑌𝑖 − ത𝑌
መ𝛽1 = ത𝑌 − መ𝛽2 ത𝑋 ;
መ𝛽2 =
σ 𝑥𝑖𝑦𝑖
σ 𝑥𝑖
2
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 28
Chương 1. Mô hình hồi quy hai biến
1.3. TÍNH KHÔNG CHỆCH VÀ ĐỘ CHÍNH XÁC
▪ Các ước lượng ngẫu nhiên, xét tính không chệch và
hiệu quả của chúng Các giả thiết OLS
▪ Giả thiết 1: Mẫu là ngẫu nhiên, độc lập
▪ Giả thiết 2: Kì vọng sai số ngẫu nhiên bằng 0
E(u | X ) = 0 hay E(ui | Xi ) = 0 i
▪ Giả thiết 3: Phương sai sai số ngẫu nhiên không đổi
Var(u | X ) = 2
Var(ui | Xi) = Var(uj |Xj ) i ≠ j
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 29
Chương 1. Mô hình hồi quy hai biến
Tính không chệch
▪ Định lý: Khi Giả thiết 2 được thỏa mãn thì ước
lượng OLS là không chệch:
𝐸 መ𝛽1 = 𝛽1 ; 𝐸 መ𝛽1 = 𝛽1
▪ Khi các giả thiết 1 đến 3 được thỏa mãn thì:
𝑉𝑎𝑟 መ𝛽1 =
𝜎2 σ 𝑋𝑖
2
𝑛 σ 𝑥𝑖
2 ; 𝑉𝑎𝑟
መ𝛽2 =
𝜎2
σ 𝑥𝑖
2
▪ Phương sai sai số ngẫu nhiên σ2 ước lượng bởi:
ො𝜎2 =
σ 𝑒𝑖
2
𝑛 − 2
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 30
Chương 1. Mô hình hồi quy hai biến 1.3. Tính không chệch và độ chính xác
Sai số chuẩn (Standard Error)
▪ Sai số chuẩn của hồi quy (Standard Error of
regression)
ො𝜎 =
σ 𝑒𝑖
2
𝑛 − 2
▪ Sai số chuẩn của các ước lượng hệ số
𝑆𝑒 መ𝛽1 =
ො𝜎2 σ 𝑋𝑖
2
𝑛 σ 𝑥𝑖
2 ; 𝑆𝑒
መ𝛽2 =
ො𝜎2
σ 𝑥𝑖
2
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 31
Chương 1. Mô hình hồi quy hai biến 1.3. Tính không chệch và độ chính xác
1.4. SỰ PHÙ HỢP CỦA HÀM HỒI QUY MẪU
σ𝑖=1
𝑛 𝑌𝑖 − ത𝑌
2 = σ𝑖=1
𝑛 𝑌𝑖 − ത𝑌
2
+ σ𝑖=1
𝑛 𝑒𝑖
2
TSS = ESS + RSS
▪ Đặt
𝑅2 =
𝐸𝑆𝑆
𝑇𝑆𝑆
= 1 −
𝑅𝑆𝑆
𝑇𝑆𝑆
▪ R 2 là hệ số xác định (coefficient of determination)
▪ Ý nghĩa: Hệ số xác định cho biết tỉ lệ (%) sự biến
động của biến phụ thuộc trong mẫu được giải thích
bởi mô hình (bởi sự biến động của biến độc lập)
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 32
Chương 1. Mô hình hồi quy hai biến
1.5. TRÌNH BÀY KẾT QUẢ ƯỚC LƯỢNG
▪ Ví dụ với Y là lương, X là số năm kinh nghiệm
• Ŷi = 2,23 + 1,65 Xi
• Se (0,5) (0,192)
• n = 5 RSS = 0,677 R2 = 0,961
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 33
Chương 1. Mô hình hồi quy hai biến
Bảng kết quả Microsoft Excel
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 34
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.980
R Square 0.961
Adjusted R sq 0.948
Standard Error 0.436
Observations 5
ANOVA
df SS MS F Sig. F
Regression 1 14.223 14.223 73.96 0.003
Residual 3 0.577 0.192
Total 4 14.8
Coef. S.Error t Stat P-value Lower 95% Upper 95%
Intercept 2.231 0.501 4.448 0.021 0.635 3.827
X 1.654 0.192 8.6 0.003 1.042 2.266
Chương 1. Mô hình hồi quy hai biến 1.5. Trình bày kết quả ước lượng
Bảng kết quả Eviews
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 35
Dependent varible: Y Method: Least Squares
Sample: 1 5 Included observation: 5
Variable Coef. Std.Error t-Statistic Prob.
C 2.230769 0.501477 4.448397 0.0211
X 1.653846 0.192308 8.600000 0.0033
R-squared 0.961019 Mean dep. var 6.2
Adjusted R-sq 0.948025 S.D dep. var 1.923538
S.E.of regression 0.438529 Akaike info criterion
Sum squared resid 0.576923 Schwarz criterion
Log likelihood F-statistic 73.96
Durbin-Watson stat Prob(F-statistic) 0.003305
Chương 1. Mô hình hồi quy hai biến 1.5. Trình bày kết quả ước lượng
1.6. MỘT SỐ VẤN ĐỀ BỔ SUNG
Vấn đề hệ số chặn
▪ Không phải lúc nào cũng có ý nghĩa kinh tế
▪ Khi không có ý nghĩa, không phân tích hệ số chặn
▪ Hệ số chặn có ý nghĩa kĩ thuật, để tránh các sai lệch
▪ Nếu không có hệ số chặn, R 2 mất ý nghĩa
Vấn đề về đơn vị của các biến
▪ Khi biến độc lập/phụ thuộc thay đổi về đơn vị thì
các hệ số cũng thay đổi theo
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 36
Chương 1. Mô hình hồi quy hai biến
Tóm tắt chương 1
▪ Khái niệm hồi quy và các biến
▪ Hàm hồi quy tổng thể, hồi quy mẫu
▪ Các hệ số và ước lượng hệ số
▪ Các sai số chuẩn
▪ Các giả thiết OLS
▪ Hệ số xác định và ý nghĩa
KINH TẾ LƯỢNG 1 – Bộ môn Toán kinh tế – NEU – www.mfe.edu.vn 37
Chương 1. Mô hình hồi quy hai biến
Các file đính kèm theo tài liệu này:
- bai_giang_kinh_te_luong_chuong_1_mo_hinh_hoi_quy_hai_bien.pdf