Kinh tế lượng và Mô hình Hồi quy: Ghi chép bài học | Môn Kinh tế lượng - Đại học Ngoại Thương

lOMoAR cPSD| 58562220 Cô Chu Thị Mai Phương
Cc: 10% làm bài tập chấm điểm, tbc
Gki: 30% tiểu luận, nộp vào t6 tuần cuối cùng (tuần 8) làm nhóm
Tìm 1 mqh trog kte đã hk, tìm số liệu và test lại
Khuyến khích dùng dữ liệu thứ cấp Trên 100 quan sát
Lấy 3,4 số sau dấu phẩy Cki: 60% Bt: 2,5 điểm TN: 7,5 điểm: 25 câu Các chủ đề chính
Mô hình hồi quy hai biến Mô hình hồi quy bội Hồi quy với biến giả Đa cộng tuyến
Phương sai sai số thay đổi Tư tưởng quan
Chọn mô hình và kiểm định việc chỉ định mô hình
CHƯƠNG 1: MỞ ĐẦU
1.1 Kinh tế lượng là gì là 1 môn khoa hk dựa vào cơ sở lí thuyết, dùng công cụ toán học, thống kê để
ước lượng các mqh kinh tế, kiểm định, dự báo
là đo lường các mqh kinh tế xuất phát từ các lý thuyết kinh tế
Ước lượng qhe kinh tế
Phân tích tác động của quảng cáo và khuyến mãi lên doanh số of 1 cty
Kiểm định giả thuyết
Có sự phân biệt đối xử về mức lương giữa nam và nữ hay ko Dự báo
Chính phủ dự báo mức thâm hụt ngân sách, thâm hụt thương mại, ngân sách
Phương pháp luận của kinh tế lượng
Lý thuyết hoặc giả thuyết -> xd mô hình toán kte -> mô hình kte lượng -> thu thập số liệu -> ước lượng
thống kê -> kiểm định giả thuyết -> diễn dịch kq -> dự báo -> qđ chính sách lOMoAR cPSD| 58562220
Kiểm định giả thuyết -> xd lại mô hình -> ước lượng tso
VD ước lượng hệ số tiêu dùng biên của VN
B1: Phát biểu lý thuyết Keynes cho rằng:
Quy luật tâm lý cơ sở … là con người tiêu dùng của họ tăng khi thu nhập của họ tăng lên, nhưng ko nhiều
như là gia tăng trog thu nhập của họ
Vậy Keynes cho rằng xu hướng tiêu dùng biên (marginal propensity to consume – MPC), tức tiêu dùng
tăng lên khi thu nhập tăng 1 đơn vị tiền tệ lớn hơn 0 nhưng nhỏ hơn 1, tức là 0 < MPC < 1 B2: Mô hình toán
Dạng hàm đơn giản nhất thể hiện ý tưởng của Keynes là dạng hàm tuyến tính: TD = 1 + 2TN Trog đó: 0 < 2 < 1
B3: Xd mô hình kte lượng
Quan hệ đứng giữa TD và TN như sau
TD = 1 + 2TN + ei
Trog đó ei là sai số
B4: Thu thập số liệu
B5: Ước lượng hệ số: phương pháp OLS
Sd phương pháp tổng bình phương tối thiểu thông thường (Ordinary Least Squares)
B6: Kiểm định giả thiết thống kê B7: Diễn giả kq
B8: Ứng dụng mô hình cho dữ báo và phân tích chính sách
1.2 Dữ liệu cho nghiên cứu kinh tế lượng
- Phân loại dữ liệu: căn cứ vào phạm vi ko gian và tgian của dữ
liệu, số liệu đc chia thành 3 loại
+ Chuỗi tgian: Chuỗi các số liệu đc thu thập trog 1 thời kỳ hay 1
khoảng tgian lặp lại như nhau trên cùng 1 ko gian, 1 địa điểm….
Khoảng tgian lặp lại: ngày, tháng, quý, năm…. => tần suất của chuỗi tgian
Biến thể hiện cho chuỗi tgian: Xt, Yt lOMoAR cPSD| 58562220
Dữ liệu khó nhất, dùng cho dự báo, ptich mqh ngắn hạn, dài hạn của các biến số kte vĩ mô, ko dùng để
ptich tác động, ko khuyến khích
+ Dữ liệu chéo (phần lớn sd): là các số liệu về một hay nhiều biến đc
thu thập tại cùng 1 thời điểm ở các ko gian (địa phương, đơn vị…) khác nhau
Phương pháp OLS phần lớn dùng cho dữ liệu chéo, rất hiệu quả khi ptich cho dữ liệu chéo
Biến thể hiện cho dữ liệu chéo: Xi, Yi, Zi….
+ Dữ liệu hỗn hợp (mảng/gộp): sự kết hợp giữa dữ liệu chéo và chuỗi tgian
Đc thu thập tại nhiều thời điểm cho các ko gian khác nhau
Biến thể hiện cho dữ liệu mảng: Xit, Yit…
1.3 Biến số trong nghiên cứu ktl * Biến ngẫu nhiên
- Biến ngẫu nhiên X là đại lượng nhận các giá trị nào đó phụ thuộc vào các yếu tố ngẫu nhiên
Ví dụ: kết quả khi tung 1 con xúc xắc, số tuổi của 1 người bki gặp trên đường
- Là biến định lượng - 2 loại:
+ Biến ngẫu nhiên liên tục: là biến nhận kết quả 1 số vô hạn các kết quả
VD: nhiệt độ, chiều cao…
+ Biến ngẫu nhiên rời rạc: là 1 biến có tập hợp các kết quả có thể đếm được or xác định. Có thể liệt kê thành 1 dãy x1, x2, …
VD: số thành viên trong 1 gđ, thu nhập của 1 người * Biến định tính
VD: nghiên cứu giới tính, ảnh hưởng của nơi sinh sống
1.4 Ôn tập kiến thức XSTK: 1 số khái niệm cơ bản
* Giá trị kỳ vọng (giá trị trung bình) of bnn X là E(X)
- Ứng dụng: mô hình hồi quy lOMoAR cPSD| 58562220
* Phương sai và độ lệch chuẩn - Ứng dụng
+ Sai số ước lượng càng nhỏ -> kết quả càng chính xác
* Hiệp phương sai và hệ số tương quan giữa 2 biến
- Hiệp phương sai giữa X và Y: đo mức độ biến thiên cùng nhau của 2 bnn
+ Dương -> đồng biến + Âm -> nghịch biến
-> Xem xét khảo sát ban đầu mqh giữa 2 biến là ĐB hay NB, xem có phù hợp với lí thuyết, kì vọng hay ko?
- Hệ số tương quan: cho biết mức độ tương quan tuyến tính giữa 2 biến
+ Hệ số tương quan ko có đơn vị, −1≤ρ≤1
+ ρcàng gần 1 thì mqh giữa 2 biến càng chặt * Phân phối chuẩn
- Bnn X tuân theo phân phối chuẩn với giá trị kỳ vọng * Phân phối t
- Phân phối 2 đuôi, hình chuông * Phân phối F (Fisher) - Phân phối 1 đuôi
- Chỉ nhận giá trị dương
* Phân phối khi bình phương (chi-squared)
- 1 đuôi, luôn luôn dương
* Kiểm định giả thuyết thống kê
CHƯƠNG 2: MÔ HÌNH HỒI QUY TUYẾN TÍNH HAI BIẾN 1.1 Giới thiệu
1.1.1. Khái niệm về hồi quy -
Phân tích hồi quy là tìm quan hệ phụ thuộc của 1 biến, đgl biến phụ thuộc vào 1 or nhiều biến
khác, đglbiến độc lập nhằm mđ ước lượng or tiên đoán giá trị kỳ vọng of biến phụ thuộc khi biết trc giá trị of biến độc lập
-> Phải xđ đc đâu là biến độc lập, đâu là biến phụ thuộc
1.1.2. Sự khác nhau giữa các dạng quan hệ -
Quan hệ tất định và quan hệ thống kê -
Hồi quy và quan hệ nhân quả (quan hệ 2 chiều: VD: kte và chất lượng mt) -
Hồi quy và tương quan (nghiên cứu quan hệ, chiều và mức độ của X, Y) lOMoAR cPSD| 58562220
1.2 Mô hình hồi quy tổng thể và hồi quy mẫu
1.2.1. Mô hình hồi quy tổng thể (PRF) VD: Kỳ vọng:
E(Y/Xi) = f(Xi) = β1+β 2Xi β1:
hệ số chặn – tung độ gốc
β2: hệ số góc – hệ số đo độ dốc đường hồi quy
Mô hình hồi quy tổng thể ngẫu nhiên
Yi = = β1+β2Xi+ui
ui: sai số ngẫu nhiên ui: đại diện những nhân tố còn lại
ảnh hưởng đến chi tiêu
1.2.2. Mô hình hồi quy mẫu (SRF) Mô hình hồi quy mẫu
1.2.3. Mô hình hồi quy tuyến tính (LRF)
Mô hình hồi quy tuyến tính là mô hình hồi quy tuyến tính theo tham số (tham số β bậc 1)
1.3 Ước lượng các hệ số of mô hình hồi quy theo phương pháp bình phương tối thiểu – OLS
1.3.1 Các giả định của mô hình hồi quy tuyến tính cổ điển
Nói về các giả thiết of OLS -> hk thuộc
Giả thiết 1: Các biến giải thích là phi ngẫu nhiên tức là các giá trị của chúng đc cho trc or đc xđ (hiển
nhiên đúng, ko cần kiểm định)
Giả thiết 2: Kỳ vọng của yếu tố ngẫu nhiên ui = 0 (kỳ vọng of nhiễu)
Giả thiết 3: Các ui có phương sai bằng nhau (Phương sai của nhiễu thuần nhất)
(giả thiết quá nghiêm ngặt of OLS)
Giả thiết 4: ko có tự tương quan giữa các ui (nếu dữ liệu có tgian thì phải kiểm định tự tương quan, còn
nếu là dữ liệu chéo thì kp kiểm định tự tương quan)
Giả thiết 5: ko tương quan giữa ui với Xi (hiện tượng nội sinh)
Giả thiết 6: Nhiễu phải có phân phối chuẩn
Giả thiết 7: Mô hình là tuyến tính theo tham số
Giả thiết 8: Số quan sát n phải lớn hơn số tham số của mô hình
Giả thiết 9: Giá trị of X ko đc đồng nhất (bằng nhau) ở tất cả các quan sát lOMoAR cPSD| 58562220
Giả thiết 10: Mô hình đc xác định đúng
Giả thiết 11: Ko tồn tại đa cộng tuyến hoàn hảo giữa các biến giải thích
-> Nếu mô hình thỏa mãn tất cả giả thiết of OLS thì kết quả có tính chất tuyến tính, ko chệch, tốt nhất
(BLUE) (Định lý Gauss)
1.3.2 Nội dung of phương pháp
Nội dung of phương pháp OLS: ước lượng các tham số sao cho tổng bình phương phần dư là nhỏ nhất
1.4 Phương sai, sai số chuẩn của các ước lượng, hệ số xác định R2, hệ số tương quan r
1.4.1 Phương sai và sai số chuẩn của các ước lượng 1.4.2 Hệ số xđ R2
Hệ số xđ R2 còn đgl thước đo mức độ phù hợp của mô hình