Transcript File

VI PHẠM GIẢ THIẾT HỒI QUY
1. Thế nào là hiện tượng vi phạm giả
thiết hồi quy?
2. Nguyên nhân của hiện tượng đó là gì?
3. Làm sao để biết hiện tượng đó xãy ra?
4. Phương pháp OLS liệu có áp dụng
được không?
5. Cách khắc phục những hiện tượng đó
như thế nào?
Các hiện tượng vi phạm giả thiết hồi quy
8.1. Hiện tượng đa cộng tuyến
(Multicollinearity)
8.2. Hiện tượng phương sai không đồng
đều
(Heteroscedasticity)
8.3. Hiện tượng tự tương quan
(Outocorrelation)
Hiện tượng đa cộng tuyến
(Multicollinearity)
Hiện tượng đa cộng tuyến là hiện tượng tương quan
giữa các biến cố định (các biến giải thích) với nhau,
chúng ta có thể phân ra hai loại đa cộng tuyến: đa cộng
tuyến hoàn hảo và đa cộng tuyến không hoàn hảo.
Phát hiện đa cộng:
1.Hệ số xác định cao nhưng tỷ số t thấp
2.Tương quan cặp giữa các biến giải thích cao
3.Xét tương quan riêng
4.Hồi quy phụ
Hậu quả của đa cộng tuyến
1. Phương sai và hiệp phương sai của các ước
lượng OLS lớn.
2. Khoảng tin cậy rộng lớn
3. Tỷ số t mất ý nghĩa
4. Hệ số xác định cao nhưng tỷ số t mất ý
nghĩa
Hậu quả của đa cộng tuyến
5. Các ước lượng OLS và sai số chuẩn của chúng trở
nên rất nhạy với những thay đổi trong số liệu.
6. Dấu của các ước lượng của các hệ số hồi quy có thể
sai.
7. Thêm vào hay bớt đi các biến cộng tuyến với các
biến khác thì hệ số của các biến còn lại có thể thay
đổi rất lớn và thay đổi cả dấu của chúng.
BIỆN PHÁP KHẮC PHỤC
1. Sử dụng thông tin tiên nghiệm
2. Thu thập thêm thông tin hoặc lấy thêm mẫu
mới
3. Bỏ bớt biến
4. Sử dụng sai phân cấp một
Hiện tượng phương sai không
đồng đều
(Heteroscedasticity)
Một số lý do dẫn đến phương sai thay đổi:
1.Theo các mô hình học tập sai lầm, khi mọi
người học hỏi, các sai lầm về hành vi của họ
càng ngày càng nhỏ theo thời gian.
2.Khi thu nhập tăng lên, người dân có nhiều
thu nhập tự định hơn và pham vi lựa chọn về
việc sử dụng thu nhập cũng tăng lên. Vì vậy
phương sai có khả năng tăng lên với thu
nhập.
3. Phương sai thay đổi có nãy sinh do sự
hiện diện của các yếu tố tách biệt
(outlier: nằm ngoài).
4. Khi mô hình hồi quy không xác định một
cách đúng đắn, chẳng hạn có một số
biến bị loại khỏi mô hình, cũng có thể tạo
ra hiện tượng phương sai thay đổi.
Phát hiện phương sai thay đổi
1.
2.
3.
4.
5.
6.
Bản chất của vấn đề nghiên cứu
Xem xét đồ thị phần dư
Dùng kiểm định Goldfeld-Quandt
Kiểm định Breusch-Pagan
Kiểm định White
Dùng kiểm định Park
Hậu quả phương sai thay đổi
• Các ước lượng OLS vẫn là không chệch
nhưng không còn hiệu quả nữa.
• Ước lượng của các phương sai sẽ bị chệch,
như vậy sẽ làm mất hiệu lực của kiểm định.
Biện pháp khắc phục
1. Trường hợp phương sai đã biết
2. Phương sai chưa biết
 Giả thiết 1: Phương sai của sai số tỷ lệ với bình
phương của biến giải thích
 Giả thiết 2: Phương sai của sai số tỷ lệ với biến
giải thích (X)
 Giả thiết 3: Phương sai của sai số tỷ lệ với bình
phương giá trị kỳ vọng của Y
 Giả thiết 4: Phép biến đổi Loga
i
TỰ TƯƠNG QUAN
Tự tương quan có thể hiểu là sự tương quan
giữa các thành phần của chuỗi quan sát được
sắp xếp theo thứ tự thời gian hoặc không
gian.
Nguyên nhân tự tương quan
1. Nguyên nhân khách quan
 Quán tính
 Hiện tượng mạng nhện
 Trễ
2. Nguyên nhân chủ quan
 Xử lý số liệu
 Sai số do lập mô hình
Hậu quả của tự tương quan
1. Ước lượng OLS vẫn là ước lượng
tuyến tính không chệch, nhưng không
là ước lượng hiệu quả nữa.
2. Phương sai các ước lượng OLS là bị
chệch, đôi khi quá thấp so với
phương sai thực và sai số tiêu chuẩn,
dẫn đến phóng đại tỷ số t.
3. Các kiểm định t và F không đáng tin
cậy
4. Công thức thông thường để tính
phương sai của sai số là ước lượng
chệch của phương sai thực và trong
một số trường hợp, nó dường như
ước lượng thấp của phương sai thực.
5. Có thể hệ số xác định không đáng tin
cậy và dường như là nhận giá trị ước
lượng cao.
6. Các phương sai và số tiêu chuẩn của
dự đoán không có hiệu quả.
PHÁT HIỆN HIỆN TƯỢNG TỰ
TƯƠNG QUAN
1.
2.
Phương pháp đồ thị
Kiểm định d (Durbin – Watson)
 t  t 1  vt
T
DW 
 (ˆ
t 2
t
0   1
 ˆt 1 )
T
 ˆ
t 1
2
t
2
Các giả thiết của thống kê DW
1. Mô hình phải bao gồm các số hạng chặn trên trục Y
2. Các biến giải thích X phải cố định trong phép lấy
mẫu lặp.
3. Các ε được sản sinh ra từ phương trình tự hồi quy
bậc nhất.
4. Mô hình hồi quy không chứa các giá trị của biến
phụ thuộc như là một trong những biến giải thích.
5. Không có mất mát trong dữ liệu
t
Các bước kiểm định DW
1. Ước lượng hồi quy bằng phương pháp OLS và
thu được hat(εt ).
2. Tính giá trị thống kê DW theo công thức
3. Với cở mẫu đã cho n và số biến giải thích, tìm
các giá trị tới hạn du và dL
4. Theo các qui tắc ra quyết định.
0
dL
du
2
4-du
4-dL
4
Không có tự tương quan
Tự tương
quan âm
Tự tương
quan
Không xác định
T
DW 
2
ˆ
ˆ
 ( t   t 1 )
t 2
T
2
ˆ

 t
2
2





t
t 1  2  t  t 1

2

 t
t 1


Dw  2(1 

t
t 1
2
t
)
Chúng ta định nghĩa:


ˆ 

t t 1
2
t
Dw  2(1  ˆ )
 1  ˆ  1
Những hiệu chỉnh tự tương quan
Ước lượng OLS khi có hiện tượng tự tương quan:
n
ˆ 
 (x
t 2
t
 xt 1 )( yt  yt 1 )
n
 (x
t 2
t
 xt 1 )
2
Phương sai:
Var( ˆ ) 
S
2
n
2
(
x


x
)
 t t 1
t 2
Ước lượng OLS phối hợp được tham số tự
tương quan vào công thức. Qua đó có thể
nói ước lượng OLS tổng quát là ước ước
lượng tận dụng được nhiều thông tin có
được.