Bài giảng Nhập môn kinh tế lượng - Chương 7: Phân tích hồi quy bội với biến định tính

Diễn giải kết quả hồi quy với biến phụ thuộc rời rạc Cố định tuổi, nếu số năm đi học tăng 1 năm thì số con trung bình của phụ nữ giảm 0,09 con. Hay: Xét 1 nhóm 100 phụ nữ (cùng tuổi), nếu mỗi người có số năm đi học tăng 1 thì tổng số con trung bình của nhóm này sẽ giảm 9 người. Cố định số năm đi học, nếu tuổi tăng 1 năm thì số con trung bình của phụ nữ tăng 0,175 con. Hay: Xét 1 nhóm 1000 phụ nữ (cùng số năm đi học), nếu mỗi người có số tuổi tăng 1 thì tổng số con trung bình của nhóm này sẽ tăng 175 người. Cố định tuổi và mức học vấn. Phụ nữ sống trong nhà có điện có số con trung bình ít hơn phụ nữ sống trong ngôi nhà không có điện là 0,362 người. Hay: Cùng tuổi và mức học vấn. Xét nhóm 1000 phụ nữ sống trong nhà có điện so với nhóm 1000 phụ nữ sống trong nhà không có điện. Số con trung bình của nhóm 1 ít hơn nhóm 2 là 362 người. Cùng tuổi, nếu mức học vấn tăng 1 năm thì số con trung bình của người phụ nữ giảm 0,079 người.

pdf11 trang | Chia sẻ: hachi492 | Ngày: 15/01/2022 | Lượt xem: 280 | Lượt tải: 0download
Bạn đang xem nội dung tài liệu Bài giảng Nhập môn kinh tế lượng - Chương 7: Phân tích hồi quy bội với biến định tính, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 1 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Chương 7 Phân tích hồi quy bội với biến định tính Wooldridge: Introductory Econometrics: A Modern Approach, 5e © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. 7.1 Mô tả thông tin định tính Ví dụ: giới tính, chủng tộc, công nghiệp, khu vực, đánh giá cấp độ, ... Một cách để kết hợp thông tin định tính là sử dụng biến giả Chúng có thể xuất hiện như là biến phụ thuộc hay biến độc lập 7.2 Trường hợp đơn giản: Có một biến độc lập là biến giả Biến giả:=1 nếu là nữ =0 nếu là nam = mức lương thu được/mất đi nếu người này là nữ chứ không phải là nam (các yếu tố khác giữ cố định) Phân tích hồi quy bội: Biến định tính 7.1 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 3 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Đồ thị minh họa Cách giải thích khác của hệ số: nghĩa là, sự khác biệt về mức lương trung bình giữa nam và nữ có cùng một trình độ giáo dục (nữ so với nam). female=0 : nhóm cơ sở (tham chiếu) Cùng hệ số góc, khác tung độ gốc Phân tích hồi quy bội: Biến định tính 7.2 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 2 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Bẫy biến giả Mô hình này không thể ước lượng được (đa cộng tuyến hoàn hảo do Male + female = 1) Khi sử dụng biến giả, một thuộc tính luôn luôn phải được loại bỏ: Ngoài ra, có thể bỏ qua tung độ gốc: Nhóm cơ sở là nam Nhóm cơ sở là nữ Nhược điểm: 1) Khó khăn hơn để kiểm định sự khác biệt giữa các tham số 2) Công thức R2 chỉ có ý nghĩa nếu hồi quy có tung độ gốc Phân tích hồi quy bội: Biến định tính © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. VD 7.1: Ước lượng phương trình tiền lương với sự khác biệt về hệ số chặn Điều đó có nghĩa rằng có sự phân biệt đối xử với nữ giới? Không hẳn vậy. Bởi vì yếu tố giới tính nữ có thể tương quan với các đặc điểm lao động khác chưa được kiểm soát. Cố định các biến giáo dục, kinh nghiệm, và thâm niên chức vụ, tiềnlương trung bình của nữ ít hơn nam là 1,81 USD/giờ Phân tích hồi quy bội: Biến định tính 7.4 H0: βfemale = 0 ; H1: βfemale ≠ 0 Xét xem yếu tố giới tính có ảnh hưởng đến lương không © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. So sánh trung bình của các tổng thể con được mô tả bằng biến giả Thảo luận Có thể dễ dàng kiểm định sự chênh lệch trung bình giữa hai tổng thể con có ý nghĩa thống kê hay không (|t|= 9.65). Sự khác biệt về mức lương giữa nam và nữ sẽ lớn hơn nếu không kiểm soát các yếu tố khác; nghĩa là một phần của sự khác biệt là do sự khác nhau trong giáo dục, kinh nghiệm và thâm niên chức vụ giữa nam và nữ. Số 1.81 trong (7.4) nhỏ hơn 2.51 trong (7.5). Trong điều kiện không kiểm soát các yếu tố khác, tiền lương trung bình của nữ ít hơn nam là 2,51 USD/giờ; nghĩa là, sự khác biệt giữa mức lương trung bình của nam và nữ là 2,51 USD/giờ. Phân tích hồi quy bội: Biến định tính 7.5 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Ví dụ 7.3: Ảnh hưởng của trợ cấp đào tạo lên số giờ đào tạo Đây là một ví dụ về đánh giá chương trình nhóm tác động (= có nhận trợ cấp) so với nhóm đối chứng (= không có nhận trợ cấp). Nhóm đối chứng còn gọi là nhóm kiểm soát. Liệu có phải tác động của chương trình đến biến phụ thuộc là quan hệ nhân quả? Giờ đào tạo mỗi nhân viên Biến giả biểu thị công ty có nhận trợ cấp đào tạo nghề hay không Phân tích hồi quy bội: Biến định tính 7.7 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 3 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Sử dụng biến độc lập là biến giả trong phương trình log(y) VD 7.4: Hàm hồi quy giá nhà Biến giả biểu thị ngôi nhà kiểu colonialcolonial = 1 nếu ngôi nhà có phong cách thuộc địa Khi biến giả colonial thay đổi từ 0 đến 1, giá nhà trung bình tăng 5,4 (%) Phân tích hồi quy bội: Biến định tính 7.8 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Giữ những yếu tố khác cố định, tiền lươngtrung bình của nữ đã kết hôn ít hơn nam độc thân (= nhóm cơ sở) là 19,8% 7.3 Sử dụng biến giả cho trường hợp biến định tính có nhiều lựa chọn 1) Xác định thành phần trong mỗi nhóm bằng một biến giả 2) Bỏ ra một nhóm (nhóm này sẽ trở thành nhóm cơ sở) VD 7.6: Phương trình log tiền lương theo giờ Phân tích hồi quy bội: Biến định tính 7.11 Giữ những yếu tố khác cố định, tiền lương trung bình của nam đã kết hôn nhiều hơn nam độc thân là 21,3% Câu hỏi: Nên dùng bao nhiêu biến giả? PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 11 Dùng bao nhiêu biến giả là đủ? A) Biến định tính có nhiều thuộc tính 1) Giới tính (nữ, nam), dùng 2-1 = 1 biến giả nu (nu=1: nữ) Nhóm cơ sở là: nam 2) Giới tính (nữ, nam, hifi), dùng 3-1 = 2 biến giả nu (nu=1: nữ) nam (nam=1: nam) Nhóm cơ sở là: hifi PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 12 B) Tương tác giữa các biến giả 1) Các biến giả có 2 thuộc tính Giới tính (nữ, nam) Tình trạng hôn nhân (có gia đình, độc thân) Kết hợp giới tính và tình trạng hôn nhân: 2*2 = 4 trường hợp, dùng 4-1 = 3 biến giả nu*cogd: nữ và có gia đình nu*docthan: nữ và độc thân nam*cogd: nam và có gia đình Nhóm cơ sở là: nam*docthan Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 4 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 13 B) Tương tác giữa các biến giả 2) Các biến giả có 2, 3 thuộc tính Giới tính (nữ, nam) Chủng tộc (da trắng, da vàng, da đen) Kết hợp Giới tính và Chủng tộc: 2*3 = 6 trường hợp, dùng 6-1 = 5 biến giả Nu*datrang: nữ và da trắng Nu*davang: nữ và da vàng Nu*daden: nữ và da đen Nam*datrang: nam và da trắng Nam*davang : nam và da vàng Nhóm cơ sở là: nam*daden © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Sử dụng biến giả cho trường hợp biến thứ bậc Ví dụ: Xếp hạng tín dụng của thành phố và lãi suất trái phiếu đô thị Lãi suất trái phiếu đô thị Xếp hạng tín dụng từ 0-4 (0=tệ, 4=rất tốt) Mô tả này có lẽ không phù hợp nếu như xếp hạng tín dụng chỉ chứa thông tin thứ bậc. Một cách tốt hơn để đưa thông tin thứ bậc này vào hồi quy là sử dụng nhiều biến giả: Các biến giả được đặt tương ứng với các mức xếp hạng tín dụng. Nghĩa là, CR1 = 1 nếu CR = 1 và CR1 = 0 cho các trường hợp khác. Tất cả các tác động được so sánh với mức xếp hạng tệ nhất (= nhóm cơ sở). Phân tích hồi quy bội: Biến định tính 7.12 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. 7.4 Thành phần tương tác có biến giả Cho phép hệ số góc khác nhau giữa các nhóm Giả thuyết quan tâm = hệ số chặn của nam = hệ số chặn của nữ = hệ số góc của nam = hệ số góc của nữ Thành phần tương tác Tác động của học vấn là như nhau giữa nam và nữ. Mức chênh lệch tiền lương giữa nữ và nam là như nhau ở mọi mức học vấn. Tiền lương là như nhau giữa nam và nữ, có cùng mức học vấn. Hay yếu tố giới tính không tác động đến tiền lương Phân tích hồi quy bội: Biến định tính 7.17 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Đồ thị minh họa Việc sử dụng vừa biến giả vừa biến tương tác cho phép hai phương trìnhtiền lương hoàn toàn khác nhau giữanam và nữ Phân tích hồi quy bội: Biến định tính Khác hệ số góc, khác tung độ gốc Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 5 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH • Tập tin wage1.wf1 17 Dependent Variable: WAGE (khác tung độ gốc) Included observations: 526 Variable Coefficient Std. Error C 0.622817 0.672533 FEMALE -2.273362 0.279044 EDUC 0.506452 0.050391 Dependent Variable: WAGE (khác hệ số góc) Included observations: 526 Variable Coefficient Std. Error C -0.285264 0.650415 EDUC 0.575483 0.050389 FEMALE*EDUC -0.177639 0.021828 Dependent Variable: WAGE (khác hệ số góc và khác tung độ gốc) Included observations: 526 Variable Coefficient Std. Error C 0.200496 0.843562 FEMALE -1.198523 1.325040 EDUC 0.539476 0.064223 FEMALE*EDUC -0.085999 0.103639 khác hệ số góc © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Ước lượng phương trình lương với thành phần tương tác VD 7.10: phương trình log tiền lương theo giờ Không có bằng chứng thống kêchống lại giả thuyết rằng tác động học vấn là như nhau cho nam và nữ(thống kê |t|= 0.43) Liệu điều này có hàm ý rằng khi có cùng trình độ học vấn, số năm kinh nghiệm, và thâm niên chức vụ, thì không có bằng chứng thống kê cho thấy tiền lương của nữ sẽ thấp hơn nam(|t|= 1.35)? Không: đây chỉ là tác động khi educ= 0. Để trả lời câu hỏi này, người ta phải quy tâm thành phần tươngtác, ví dụ xét educ = 12,5 (= mức học vấn trung bình). Phân tích hồi quy bội: Biến định tính 7.18 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH • Tập tin wage1.wf1 19 Dependent Variable: LOG(WAGE) (EQ01) Method: Least Squares Included observations: 526 Variable Coefficient Std. Error t-Statistic Prob. C 0.388806 0.118687 3.275892 0.0011 FEMALE -0.226789 0.167539 -1.353643 0.1764 EDUC 0.082369 0.008470 9.724919 0.0000 FEMALE*EDUC -0.005565 0.013062 -0.426013 0.6703 EXPER 0.029337 0.004984 5.885973 0.0000 EXPER^2 -0.000580 0.000108 -5.397767 0.0000 TENURE 0.031897 0.006864 4.646956 0.0000 TENURE^2 -0.000590 0.000235 -2.508901 0.0124 R-squared 0.440964 Mean dependent var 1.623268 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 20 Dependent Variable: LOG(WAGE) Method: Least Squares Included observations: 526 Variable Coefficient Std. Error t-Statistic Prob. C 0.388806 0.118687 3.275892 0.0011 FEMALE -0.296345 0.035836 -8.269516 0.0000 EDUC 0.082369 0.008470 9.724919 0.0000 FEMALE*(EDUC-12.5) -0.005565 0.013062 -0.426013 0.6703 EXPER 0.029337 0.004984 5.885973 0.0000 EXPER^2 -0.000580 0.000108 -5.397767 0.0000 TENURE 0.031897 0.006864 4.646956 0.0000 TENURE^2 -0.000590 0.000235 -2.508901 0.0124 R-squared 0.440964 Mean dependent var 1.623268 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 6 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 21 Wald Test: Equation: EQ01 Test Statistic Value df Probability F-statistic 34.32555 (2, 518) 0.0000 Chi-square 68.65110 2 0.0000 Null Hypothesis: C(2)=0, C(4)=0 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err. C(2) -0.226789 0.167539 C(4) -0.005565 0.013062 Restrictions are linear in coefficients. p-value = 0,0000 < 0,05 : bác bỏ H0 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Kiểm định sự khác nhau trong hàm hồi quy giữa các nhóm Mô hình chưa gán ràng buộc (chứa toàn bộ các thành phần tương tác) Mô hình đã gán ràng buộc (hàm hồi quy giống nhau cho cả 2 nhóm) Điểm trung bình đánh giá (GPA) điểm thi SAT Xếp hạng của sinh viên tại trường trung học Tổng số giờ học chính khóa Phân tích hồi quy bội: Biến định tính 7.20 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Giả thuyết không Ước lượng mô hình chưa gán ràng buộc Tất cả tác động của thành phần tương tác là bằng 0, nghĩa là, các hệ số hồi quy giống nhau cho cả nam và nữ. Không có sự chênh lệch về hệ số chặn và hệ số góc trong hồi quy của nữ và nam. Kiểm định riêng lẻ từng hệsố của từng thành phầntương tác, giả thuyết cho rằng tác động của thànhphần tương tác bằng 0 không thể bị bác bỏ Phân tích hồi quy bội: Biến định tính 7.21 7.22 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH • Tập tin gpa3.wf1 24 Dependent Variable: CUMGPA (UR) Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366 Variable Coefficient Std. Error t-Statistic Prob. C 1.480812 0.207334 7.142168 0.0000 FEMALE -0.353486 0.410529 -0.861050 0.3898 SAT 0.001052 0.000181 5.807324 0.0000 FEMALE*SAT 0.000751 0.000385 1.948755 0.0521 HSPERC -0.008452 0.001370 -6.167404 0.0000 FEMALE*HSPERC -0.000550 0.003162 -0.173878 0.8621 TOTHRS 0.002344 0.000862 2.718228 0.0069 FEMALE*TOTHRS -0.000116 0.001628 -0.071164 0.9433 R-squared 0.405927 Mean dependent var 2.334153 Adjusted R-squared 0.394311 S.D. dependent var 0.601126 S.E. of regression 0.467833 Akaike info criterion 1.340203 Sum squared resid 78.35451 Schwarz criterion 1.425507 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 7 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 25 Dependent Variable: CUMGPA (R) Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366 Variable Coefficient Std. Error t-Statistic Prob. C 1.490850 0.183678 8.116641 0.0000 SAT 0.001185 0.000165 7.191040 0.0000 HSPERC -0.009957 0.001245 -8.000114 0.0000 TOTHRS 0.002343 0.000755 3.101564 0.0021 R-squared 0.351636 Mean dependent var 2.334153 Adjusted R-squared 0.346263 S.D. dependent var 0.601126 S.E. of regression 0.486034 Akaike info criterion 1.405794 Sum squared resid 85.51507 Schwarz criterion 1.448446 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 26 Wald Test: (UR) Equation: EQ01 Test Statistic Value df Probability F-statistic 8.179111 (4, 358) 0.0000 Chi-square 32.71644 4 0.0000 Null Hypothesis: C(2)=0, C(4)=0, C(6)=0, C(8)=0 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err. C(2) -0.353486 0.410529 C(4) 0.000751 0.000385 C(6) -0.000550 0.003162 C(8) -0.000116 0.001628 Restrictions are linear in coefficients. p-value = 0,0000 < 0,05 : bác bỏ H0 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Kiểm định đồng thời với thống kê F Cách khác để tính thống kê F trong trường hợp đã cho Chạy hồi quy riêng biệt cho nam và nữ ; tính SSR cho mô hình chưa gán ràng buộc bằng cách lấy tổng SSR của hai hàm hồi quy này. Chạy hồi quy cho mô hình đã gán ràng buộc và tính SSR cho mô hình này Kiểm định theo cách làm này được gọi là kiểm định Chow Quan trọng: Kiểm định Chow giả định rằng phương sai của nhiễu là như nhau giữa các nhóm Giả thuyết H0 bị bác bỏ Phân tích hồi quy bội: Biến định tính PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 28 Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF (SPRING=1) AND (FEMALE=1) Included observations: 90 Variable Coefficient Std. Error t-Statistic Prob. C 1.127326 0.361595 3.117646 0.0025 SAT 0.001802 0.000347 5.195036 0.0000 HSPERC -0.009001 0.002908 -3.095606 0.0027 TOTHRS 0.002228 0.001409 1.581710 0.1174 R-squared 0.401430 Mean dependent var 2.666000 Adjusted R-squared 0.380550 S.D. dependent var 0.606606 S.E. of regression 0.477430 Akaike info criterion 1.402628 Sum squared resid 19.60279 Schwarz criterion 1.513731 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 8 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 29 Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF (SPRING=1) AND (FEMALE=0) Included observations: 276 Variable Coefficient Std. Error t-Statistic Prob. C 1.480812 0.205971 7.189434 0.0000 SAT 0.001052 0.000180 5.845756 0.0000 HSPERC -0.008452 0.001361 -6.208219 0.0000 TOTHRS 0.002344 0.000857 2.736217 0.0066 R-squared 0.316852 Mean dependent var 2.225942 Adjusted R-squared 0.309317 S.D. dependent var 0.559225 S.E. of regression 0.464757 Akaike info criterion 1.319782 Sum squared resid 58.75172 Schwarz criterion 1.372252 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 30 Dependent Variable: CUMGPA Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366 Variable Coefficient Std. Error t-Statistic Prob. C 1.490850 0.183678 8.116641 0.0000 SAT 0.001185 0.000165 7.191040 0.0000 HSPERC -0.009957 0.001245 -8.000114 0.0000 TOTHRS 0.002343 0.000755 3.101564 0.0021 R-squared 0.351636 Mean dependent var 2.334153 Adjusted R-squared 0.346263 S.D. dependent var 0.601126 S.E. of regression 0.486034 Akaike info criterion 1.405794 Sum squared resid 85.51507 Schwarz criterion 1.448446 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 31 85,515 (19,603 58,752) (366 2*4). 8,1819,603 58,752 4F     7.24 Công thức F của kiểm định Chow: Ví dụ về cumGPA: PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 32 Dependent Variable: CUMGPA Chow Method: Least Squares Sample: 1 732 IF SPRING=1 Included observations: 366 Variable Coefficient Std. Error t-Statistic Prob. C 1.490850 0.183678 8.116641 0.0000 SAT 0.001185 0.000165 7.191040 0.0000 HSPERC -0.009957 0.001245 -8.000114 0.0000 TOTHRS 0.002343 0.000755 3.101564 0.0021 R-squared 0.351636 Mean dependent var 2.334153 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 9 PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 33 Chạy lệnh sort female để tách nữ và nam riêng ra, nữ bắt đầu ở quan sát thứ 553. Lưu ý: trước khi chạy lệnh sort phải sao lưu file dữ liệu gốc lại. PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 34 Chow Breakpoint Test: 553 Chow Null Hypothesis: No breaks at specified breakpoints Varying regressors: All equation variables Equation Sample: 1 732 IF SPRING=1 F-statistic 8.179111 Prob. F(4,358) 0.0000 Log likelihood ratio 32.00637 Prob. Chi-Square(4) 0.0000 Wald Statistic 32.71644 Prob. Chi-Square(4) 0.0000 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. 7.5 Biến phụ thuộc nhị phân: mô hình xác suất tuyến tính (tự đọc) Hồi quy tuyến tính khi biến phụ thuộc nhị phân Mô hình xác suất tuyến tính (LPM) Nếu biến phụ thuộc chỉ có 2 giá trị 1 và 0 Trong mô hình xác suất tuyến tính, các hệ số cho biết tác động của biến độc lập lên xác suất y=1 Phân tích hồi quy bội: Biến định tính 7.26 7.27 7.28 = P(y=1/x) Hay: © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Có vẻ không có ý nghĩa, |t|= 0,98 (nhưng xem slide kế tiếp) Ví dụ: Việc tham gia lực lượng lao động của phụ nữ đã kết hôn =1 có việc làm, =0 ngược lại Thu nhập của người chồng (nghìn USD mỗi năm) Nếu số con dưới sáu tuổi tăng thêm 1, xác suất người phụ nữ có việc làm giảm 26,2% Phân tích hồi quy bội: Biến định tính 7.29 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 10 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Ví dụ: Tham gia lực lượng lao động của phụ nữ đã kết hôn (tt) Đồ thị với nwifeinc=50, exper=5, age=30, kidslt6=1, kidsge6=0 Xác suất dự đoán âm nhưng không sao vì không có người phụ nữ nào trong mẫu có educ <5. Học vấn cao nhất trong mẫu là educ = 17. Khi đó, xác suất cóviệc làm dự đoán của phụ nữ đã kếthôn là 50%. Phân tích hồi quy bội: Biến định tính 17 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Nhược điểm của mô hình xác suất tuyến tính Xác suất dự đoán có thể lớn hơn 1 hoặc nhỏ hơn 0 Tác động biên lên xác suất là hằng số đôi khi không đúng về mặt logic Mô hình xác suất tuyến tính thì luôn có phương sai thay đổi Cần tính sai số chuẩn cải thiện cho trường hợp phương sai thay đổi này (Chương 8) Ưu điểm của mô hình xác suất tuyến tính Dễ dàng ước lượng và giải thích Tác động ước lượng và dự đoán thường khá tốt trong thực tế Phương sai của biến ngẫu nhiên Bernoulli Phân tích hồi quy bội: Biến định tính 7.30  Xem mô hình Logit và Probit ở Chương 17 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. 7.6 Bàn thêm về phân tích chính sách và đánh giá chương trình Ví dụ: Tác động tài trợ đào tạo nghề đến năng suất lao động của công nhân Tỷ lệ sản phẩm lỗi =1 nếu công ty có nhận tài trợ đào tạo, =0 ngược lại Không có tác động rõ ràng của tài trợ lên năng suất, |t|=0,12 Nhóm tác động: được nhận tài trợ, nhóm đối chứng: các công ty không nhận được tài trợTài trợ được đưa ra trên cơ sở: đến trước phục vụ trước. Điều này không giống như tài trợmột cách ngẫu nhiên. Có thể là những doanh nghiệp với năng suất thấp sẽ xin nhận tài trợđầu tiên vì họ nhận thấy cơ hội cải thiện năng suất. Phân tích hồi quy bội: Biến định tính 7.33 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Nội sinh do vấn đề “tự lựa chọn” (self-selection) tham gia vào chương trình Trong ví dụ trên và các ví dụ tương tự, việc tham gia vào chương trình có thể liên quan đến các đặc điểm khác mà các đặc điểm này cũng ảnh hưởng đến biến phụ thuộc Lý do là các đối tượng tự lựa chọn việc tham gia vào chương trình phụ thuộc vào đặc điểm và triển vọng cá nhân của họ. Sự tham gia này không được xác định ngẫu nhiên. Đánh giá thực nghiệm Trong các thí nghiệm, việc tham gia vào nhóm tác động là ngẫu nhiên Trong trường hợp này, tác động nhân quả có thể được suy ra bằng cách sử dụng hồi quy đơn Biến giả biểu thị có hay không có tham gia thìkhông liên quan đến các yếu tố khác ảnh hưởng đến biến phụ thuộc Phân tích hồi quy bội: Biến định tính partic=1: có tham gia 7.34 Chương 7 - Nhập môn Kinh tế lượng * Jeffrey M. Wooldridge 09.12.2017 https://sites.google.com/a/ueh.edu.vn/phamtricao/ 11 © 2012 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Ví dụ khác về biến độc lập là biến giả bị nội sinh Có phải khách hàng da màu bị phân biệt đối xử? Điều cần thiết là kiểm soát các đặc điểm quan trọng khác có thể tác động đến việc phê duyệt vốn vay (ví dụ nghề nghiệp, thất nghiệp) Việc bỏ qua đặc điểm quan trọng mà có tương quan với biến giả da màu sẽ tạo ra bằng chứng thống kê giả cho sự phân biệt đối xử Biến giả biểu thị vốn vay có được phê duyệt không Biến giả chủng tộc Xếp hạng tín dụng Phân tích hồi quy bội: Biến định tính H0: 1 = 0H1: 1 < 0 Sự giàu có PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 42 7.35 Cố định tuổi, nếu số năm đi học tăng 1 năm thì số con trung bình của phụ nữgiảm 0,09 con.Hay: Xét 1 nhóm 100 phụ nữ (cùng tuổi), nếu mỗi người có số năm đi học tăng 1thì tổng số con trung bình của nhóm này sẽ giảm 9 người. Cố định số năm đi học, nếu tuổi tăng 1 năm thì số con trung bình của phụ nữtăng 0,175 con.Hay: Xét 1 nhóm 1000 phụ nữ (cùng số năm đi học), nếu mỗi người có số tuổităng 1 thì tổng số con trung bình của nhóm này sẽ tăng 175 người. 7.7 Diễn giải kết quả hồi quy với biến phụ thuộc rời rạc PHÂN TÍCH HỒI QUY BỘI: BIẾN ĐỊNH TÍNH 43 7.37 7.7 Diễn giải kết quả hồi quy với biến phụ thuộc rời rạc electric= 1: phụ nữ sống trong ngôi nhà có điện Cố định tuổi và mức học vấn. Phụ nữ sống trong nhà có điện có số contrung bình ít hơn phụ nữ sống trong ngôi nhà không có điện là 0,362 người. Hay: Cùng tuổi và mức học vấn. Xét nhóm 1000 phụ nữ sống trong nhà cóđiện so với nhóm 1000 phụ nữ sống trong nhà không có điện. Số con trungbình của nhóm 1 ít hơn nhóm 2 là 362 người. Cùng tuổi, nếu mức học vấn tăng 1 năm thì số con trung bình của người phụnữ giảm 0,079 người. Môøi gheù thaêm trang web: 44  https://sites.google.com/a/ueh.edu.vn/phamtricao/  https://sites.google.com/site/phamtricao/

Các file đính kèm theo tài liệu này:

  • pdfbai_giang_nhap_mon_kinh_te_luong_chuong_7_phan_tich_hoi_quy.pdf
Tài liệu liên quan