Mục tiêu của chương
Sau khi hoàn thành chương này, bạn có thể:
Tìm được khoảng tin cậy cho:
các hệ số hồi quy
phương sai của nhiễu
Kiểm định được giả thuyết về:
các hệ số hồi quy
sự phù hợp của hàm hồi quy mẫu
phương sai của nhiễu
11 trang |
Chia sẻ: thanhlam12 | Lượt xem: 1399 | Lượt tải: 0
Bạn đang xem nội dung tài liệu Bài giảng Nhập môn Kinh tế lượng - Chương 3: Ước lượng, kiểm định, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
22/8/2015
1
Ước lượng, kiểm định
Lê Minh Tiến
Bài giảng Kinh tế lượng © Tien M. Le
Mục tiêu của chương
Sau khi hoàn thành chương này, bạn có thể:
Tìm được khoảng tin cậy cho:
các hệ số hồi quy
phương sai của nhiễu
Kiểm định được giả thuyết về:
các hệ số hồi quy
sự phù hợp của hàm hồi quy mẫu
phương sai của nhiễu
2
Bài giảng Kinh tế lượng © Tien M. Le
Nội dung
Ước lượng khoảng cho:
các hệ số hồi quy
phương sai của nhiễu
Kiểm định giả thuyết về hệ số hồi quy
Kiểm định Wald
Kiểm định sự phù hợp của hàm hồi quy
Kiểm định giả thuyết về phương sai của nhiễu
3
Bài giảng Kinh tế lượng © Tien M. Le
Các đặc trưng:
Trung bình
Phương sai,
SUY DIỄN THỐNG KÊ (Statistical inferrence)?
Mở đầu
Mẫu Tổng thểSuy diễn thống kê
Các đặc trưng:
Trung bình
Phương sai,
1. Ước lượng
2. Kiểm định giả thuyết
Hàm hồi quy mẫu
(SRF)
Hàm hồi quy tổng thể
(PRF)
OLS
BLUE?
4
Bài giảng Kinh tế lượng © Tien M. Le
Khi các giả thiết của phương pháp OLS được
thoả mãn thì các ước lượng OLS có các tính chất
sau đây:
Chúng là các ước lượng không chệch.
Chúng là các ước lượng có phương sai bé nhất.
Khi số quan sát đủ lớn thì các ước lượng này xấp
xỉ với giá trị thực của phân phối.
Một số tính chất xác suất của các ước lượng
OLS
5
Bài giảng Kinh tế lượng © Tien M. Le
. Từ tính chất này suy ra:
Yi ~ N(β1+ ΣβjXj-1; σ
2)
Trong các ước lượng không chệch của βj bất kể là
tuyến tính hay phi tuyến thì βj^ luôn có phương sai
nhỏ nhất.
Một số tính chất xác suất của các ước lượng
OLS
j
2
ˆj j β
βˆ ~ N β ;σ
j
j j
βˆ
βˆ - β
Z = ~ N(0;1)
σ
2
2
2
σˆ
(n - k) ~ χ (n - k)
σ
6
22/8/2015
2
Bài giảng Kinh tế lượng © Tien M. Le
Ước lượng khoảng
Phần 1
7
Bài giảng Kinh tế lượng © Tien M. Le
Mức ý nghĩa là gì? Thường kí hiệu?
Độ tin cậy là gì? Thường kí hiệu?
Thế nào là khoảng tin cậy? Các dạng khoảng tin
cậy?
Ý nghĩa thống kê của khoảng tin cậy?
Ý nghĩa kinh tế của khoảng tin cậy?
Một số câu hỏi cơ bản về khoảng tin cậy
8
Bài giảng Kinh tế lượng © Tien M. Le
Với độ tin cậy 1- α, các loại khoảng tin cậy của
các hệ số βj là:
Khoảng tin cậy cho một hệ số hồi quy βj
Tên gọi Khoảng cụ thể
Khoảng tin cậy đối xứng
Khoảng tin cậy bên trái
Khoảng tin cậy bên phải
j j α/2;n-k j j α/2;n-k jˆ ˆ ˆ ˆβ β - t .se(β ); β + t .se(β )
j j α;n-k jˆ ˆβ - ; β + t .se(β )
j j α;n-k jˆ ˆβ β - t .se(β ); +
9
Bài giảng Kinh tế lượng © Tien M. Le
Ý nghĩa kinh tế của khoảng tin cậy
Khoảng tin cậy (1-α)*100% của hệ số hồi quy
riêng βj (j=2,,k) cho biết khi biến Xj-1 tăng 1 đơn vị
và các biến khác trong mô hình không đổi thì giá trị
trung bình của biến phụ thuộc thay đổi trong khoảng
nào.
Khoảng tin cậy cho một hệ số hồi quy βj
10
Bài giảng Kinh tế lượng © Tien M. Le
Về mặt thống kê,
Khoảng tin cậy bên trái được dùng để ước lượng
giá trị tối đa của βj.
Khoảng tin cậy bên phải được dùng để ước lượng
giá trị tối thiểu của βj.
Khi không nói rõ khoảng tin cậy nào thì ta mặc
định hiểu là khoảng tin cậy đối xứng.
Khoảng tin cậy cho một hệ số hồi quy βj
11
!
Bài giảng Kinh tế lượng © Tien M. Le
Khi kết luận về ý nghĩa kinh tế của các khoảng tin
cậy, ta phải lưu ý kết hợp giữa lí thuyết thống kê và
lí thuyết kinh tế để đưa ra những nhận định phù hợp
với thực tiễn.
Khoảng tin cậy cho một hệ số hồi quy βj
12
!
22/8/2015
3
Bài giảng Kinh tế lượng © Tien M. Le
c2-td22; c4-td41
13
Bài giảng Kinh tế lượng © Tien M. Le
Với độ tin cậy 1- α, các loại khoảng tin cậy của
phương sai σ2 là:
Khoảng tin cậy cho phương sai σ2 của nhiễu
Tên gọi Khoảng cụ thể
Khoảng tin cậy hai bên
Khoảng tin cậy bên trái
Khoảng tin cậy bên phải
2 2
2
2 2
α/2;n-k 1-α/2;n-k
ˆ ˆ(n - k)σ (n - k)σ
σ ;
χ χ
2
2
2
1-α;n-k
ˆ(n - k)σ
σ 0;
χ
2
2
2
α;n-k
ˆ(n - k)σ
σ ; +
χ
14
Bài giảng Kinh tế lượng © Tien M. Le
c2-td22; c4-td41
15
Bài giảng Kinh tế lượng © Tien M. Le
Kiểm định giả thuyết
Phần 2
16
Bài giảng Kinh tế lượng © Tien M. Le
Nguyên tắc đặt giả thuyết trong thống kê
Tôi cho rằng tốc
độ tăng GDP Việt
Nam 2014 là
6,5%
Nhận định về giả thuyết
trên:
Giả thuyết này đúng
Giả thuyết này sai
H0
H1
Vì sao giả thuyết đúng là H0,
giả thuyết sai là H1?
Có thể đặt ngược lại được hay không?
17
Bài giảng Kinh tế lượng © Tien M. Le
Nguyên tắc đặt giả thuyết trong thống kê
Giả thuyết đúng:
Dấu “=“ xảy ra
Thực tế đúng như giả
thuyết
Giả thuyết sai:
Thực tế không như giả
thuyết
Dấu “” xảy ra
18
22/8/2015
4
Bài giảng Kinh tế lượng © Tien M. Le
Thực hành đặt giả thuyết
Anh
không bao
giờ “CUA”
được em
Tuổi thọ máy
tính DELL
không dưới 2
năm
Doanh số
mình tháng
này chắc
được 1,5 tỉ
VNĐ
19
Bài giảng Kinh tế lượng © Tien M. Le
Có mấy phương pháp thường dùng để kiểm
định giả thuyết thống kê về tham số θ của một tổng
thể? Đó là những phương pháp nào?
p-value là gì?
Thế nào là sai lầm loại I? Cho ví dụ.
Thế nào là sai lầm loại II? Cho ví dụ.
Một số câu hỏi cơ bản về kiểm định giả thuyết
thống kê
20
Bài giảng Kinh tế lượng © Tien M. Le
Có 3 phương pháp thường dùng để kiểm định giả
thuyết thống kê về tham số θ, đó là:
phương pháp giá trị tới hạn
phương pháp giá trị xác suất (p-value)
phương pháp khoảng tin cậy.
Các phương pháp kiểm định giả thuyết
21
Bài giảng Kinh tế lượng © Tien M. Le
Mức ý nghĩa α là xác suất bác bỏ H0 trong khi H0
đúng.
Giá trị α bé nhất có thể bác bỏ H0 được gọi là p-
value. Như vậy p-value được định nghĩa là mức ý
nghĩa nhỏ nhất mà giả thuyết H0 bị bác bỏ. Nó
chính là xác suất phạm sai lầm loại I tối đa khi bác
bỏ H0, và được tính theo công thức:
p-value = P(G > Gqs).
Mức ý nghĩa và p-value
22
Bài giảng Kinh tế lượng © Tien M. Le
Giảm sai lầm loại II sẽ làm tăng sai lầm loại I mà
sai lầm loại I nghiêm trọng hơn nên trong thực tế
chủ yếu quan tâm sai lầm loại I
Sai lầm loại I và sai lầm loại II
23
Bài giảng Kinh tế lượng © Tien M. Le
a) Phương pháp giá trị tới hạn
Bước 1: Xác định θ* (giá trị giả thuyết của θ), từ đó xác
định cặp giả thuyết cần kiểm định:
H0: θ ? θ* với ? {= ; ≥ ; ≤}
H1: θ ?? θ* với ?? {≠ ; }.
Bước 2: Xác định miền bác bỏ giả thuyết H0, kí hiệu là Wα.
Bước 3: Tính giá trị của thống kê: Gtt.
Bước 4: Ra quyết định
Nếu GttWα thì bác bỏ H0, chấp nhận H1.
Nếu GttWα thì chấp nhận H0, bác bỏ H1.
Các phương pháp kiểm định giả thuyết
24
22/8/2015
5
Bài giảng Kinh tế lượng © Tien M. Le
b) Phương pháp giá trị xác suất (p –value):
Bước 1: Xác định θ* (giá trị giả thuyết của θ), từ đó xác
định cặp giả thuyết cần kiểm định:
H0: θ ? θ* với ? {= ; ≥ ; ≤}
H1: θ ?? θ* với ?? {≠ ; }.
Bước 2: Tính giá trị của thống kê: Gtt.
Bước 3: Tính giá trị p –value (theo Gtt).
Bước 4: So sánh p –value với mức ý nghĩa hoặc dựa
vào quy tắc kinh nghiệm so sánh với 0,05 để ra quyết định.
Các phương pháp kiểm định giả thuyết
25
Bài giảng Kinh tế lượng © Tien M. Le
c) Phương pháp khoảng tin cậy:
Bước 1: Xác định θ* (giá trị giả thuyết của θ), từ đó xác
định cặp giả thuyết cần kiểm định:
H0: θ ? θ* với ? {= ; ≥ ; ≤}
H1: θ ?? θ* với ?? {≠ ; }.
Bước 2: Xác định khoảng tin cậy (a;b) tương ứng với dấu
“?” (tức là xác định khoảng tin cậy hai bên, hoặc bên trái,
hoặc bên phải).
Bước 3: Ra quyết định
Nếu θ* (a;b) thì chấp nhận H0, bác bỏ H1.
Nếu θ* (a;b) thì bác bỏ H0, chấp nhận H1.
Các phương pháp kiểm định giả thuyết
26
Bài giảng Kinh tế lượng © Tien M. Le
Kiểm định giả thuyết về một hệ số hồi quy βi
Kiểm định Wald về nhiều ràng buộc của các hệ số
hồi quy
Kiểm định giả thuyết về một tổ hợp tuyến tính của
các hệ số hồi quy
Kiểm định sự phù hợp của hàm hồi quy
Kiểm định giả thuyết về phương sai σ2 của nhiễu
Các kiểm định cần quan tâm
27
Bài giảng Kinh tế lượng © Tien M. Le
a) Phương pháp giá trị tới hạn
Bước 1: Xác định βj* (giá trị giả thuyết của βj), từ
đó xác định cặp giả thuyết cần kiểm định:
H0: βj ? βj* với ? {= ; ≥ ; ≤}
H1: βj ?? βj* với ?? {≠ ; }.
Kiểm định giả thuyết về một hệ số hồi quy
28
Bài giảng Kinh tế lượng © Tien M. Le
Bước 2: Miền bác bỏ Wα trong các trường hợp
như sau:
Kiểm định giả thuyết về một hệ số hồi quy
Tên kiểm định Cặp giả thuyết Miền bác bỏ: Wα
Hai phía
H0: βj = βj*
H1: βj ≠ βj*
Wα= (-∞; - tα/2;n-k) (tα/2;n-k ; +∞)
Phía trái
H0: βj ≥ βj*
H1: βj < βj*
Wα= (-∞; - tα;n-k)
Phía phải
H0: βj ≤ βj*
H1: βj > βj*
Wα= (tα;n-k ; +∞)
29
Bài giảng Kinh tế lượng © Tien M. Le
Bước 3: Tính giá trị quan sát:
Bước 4: Ra quyết định.
Nếu ttt Wα thì bác bỏ H0, chấp nhận H1.
Nếu ttt Wα thì chấp nhận H0, bác bỏ H1.
Kiểm định giả thuyết về một hệ số hồi quy
*j j
tt
j
βˆ β
t =
ˆse(β )
30
22/8/2015
6
Bài giảng Kinh tế lượng © Tien M. Le
b) Phương pháp p-value
Bước 1: Xác định βj* (giá trị giả thuyết của βj), từ
đó xác định cặp giả thuyết cần kiểm định:
H0: βj ? βj* với ? {= ; ≥ ; ≤}
H1: βj ?? βj* với ?? {≠ ; }.
Bước 2&3: Tính giá trị của thống kê quan sát và
tính giá trị p –value (computer làm giúp!):
p-value = P(|t|>|ttt|)
trong đó t~ t(n-k) và
Kiểm định giả thuyết về một hệ số hồi quy
*j j
tt
j
βˆ β
t =
ˆse(β ) 31
Bài giảng Kinh tế lượng © Tien M. Le
Bước 4: So sánh p-value với mức ý nghĩa rồi ra
quyết định:
* Với kiểm định hai phía: p-value < thì bác bỏ
H0.
* Với kiểm định một phía: (p-value)/2 < thì bác
bỏ H0.
Note: Nếu không biết mức ý nghĩa , ta có thể chọn
theo quy tắc kinh nghiệm là =5%=0.05
Kiểm định giả thuyết về một hệ số hồi quy
32
Bài giảng Kinh tế lượng © Tien M. Le
Thông thường giá trị p-value ở bước 3 được
cung cấp bởi Eviews, Excel, Stata hoặc SPSS,...
Kiểm định giả thuyết về một hệ số hồi quy
Phần
mềm
t;n là số: P(T > t;n) = p- value = P(|t|>|ttt|)
Excel • t;n= TINV(2,n)
• t0,01;1 = TINV(2*0.01,1) = 31,8205
• P(|t|>|ttt|) = TDIST(|ttt|,n-k,2)
• TDIST(|-10,967|,10-2,2)= 0.000004244
Eviews • t;n= @abs(@qtdist(,n))
• t0,01;1= @abs(@qtdist(0.01,1))
= 31,8205
• P(|t|>|ttt|) = @tdist(|ttt|,n-k)
• @tdist(10.967,8) = 0.000004244
33
!
Bài giảng Kinh tế lượng © Tien M. Le
c) Phương pháp khoảng tin cậy:
Bước 1: Xác định βj* (giá trị giả thuyết của βj), từ
đó xác định cặp giả thuyết cần kiểm định:
H0: βj ? βj* với ? {= ; ≥ ; ≤}
H1: βj ?? βj* với ?? {≠ ; }.
Bước 2: Xác định khoảng tin cậy (a;b) tương ứng
với dấu ? (tức là xác định khoảng tin cậy đối xứng
hoặc bên trái hoặc bên phải) bằng công thức xác
định khoảng tin cậy của βj.
Kiểm định giả thuyết về một hệ số hồi quy
34
Bài giảng Kinh tế lượng © Tien M. Le
Bước 3: Ra quyết định chấp nhận hay bác bỏ H0
tuỳ vào βj* thuộc hay không thuộc khoảng tương
ứng:
Kiểm định giả thuyết về một hệ số hồi quy
Tên kiểm định Quy tắc bác bỏ H0
Hai phía
Phía trái
Phía phải
*j j α/2;n-k j j α/2;n-k jˆ ˆ ˆ ˆβ β - t .se(β ); β + t .se(β )
*j j α;n-k jˆ ˆβ - ; β + t .se(β )
*j j α;n-k jˆ ˆβ β - t .se(β ); +
35
Bài giảng Kinh tế lượng © Tien M. Le
c2-td22; c4-td41
36
22/8/2015
7
Bài giảng Kinh tế lượng © Tien M. Le
Xét mô hình (U) sau đây :
(U): Y = β1 + β2X1 + ... + βmXm-1 + βm+1Xm + ... + βkXk-1 + u
(U) gọi là mô hình không bị ràng buộc (Unrestricted
model)
Với mô hình (U), giả sử cần kiểm định
H0 : βm+1 = ... = βk = 0
H1: βj ≠ 0, j{m+1, , k}
Áp đặt giả thiết H0 lên mô hình (U), ta có mô hình bị ràng
buộc (Restricted model), như sau :
(R): Y = β1 + β2X1 + ... + βmXm-1 + v
Kiểm định Wald về nhiều ràng buộc của các hệ số
hồi quy
37
Bài giảng Kinh tế lượng © Tien M. Le
Để kiểm định H0, ta dùng kiểm định Wald, tiến
hành qua các bước sau :
Hồi quy mô hình (U) gồm k tham số, thu được
RSSU có (n – k) bậc tự do.
Hồi quy mô hình (R) gồm m tham số, thu được
RSSR có (n – m) bậc tự do.
Kiểm định Wald về nhiều ràng buộc của các hệ số
hồi quy
38
Bài giảng Kinh tế lượng © Tien M. Le
Tính thống kê F như sau:
Nếu Ftt > Fα;k-m;n-k
hoặc p-value(F) = P(F > Ftt) < thì bác bỏ H0
Kiểm định Wald về nhiều ràng buộc của các hệ số
hồi quy
2 2
U RR U
tt 2
U U
R -R / k-mRSS -RSS / k-m
F = = ~ F k-m,n-k
RSS / n-k 1-R / n-k
R U R U
tt
U U
RSS -RSS / df -df
F =
RSS /df
39
Bài giảng Kinh tế lượng © Tien M. Le
dfR - dfU = k-m: chính là số ràng buộc trong giả
thuyết H0.
Trong Eviews, thủ tục kiểm định Wald được viết
sẵn, bạn chỉ cần gõ vào giả thiết bạn muốn kiểm
định rồi đọc kết quả.
Kiểm định Wald về nhiều ràng buộc của các hệ số
hồi quy
40
!
Bài giảng Kinh tế lượng © Tien M. Le
Kiểm định Wald được sử dụng với nhiều mục đích
khác nhau liên quan đến hệ số hồi quy như:
Kiểm định thừa biến
Kiểm định tổ hợp tuyến tính, ...
Nếu giả thiết là H0: βj = 0 thì kết luận của kiểm
định Wald tương đương với kết luận theo kiểm
định t.
Kiểm định Wald về nhiều ràng buộc của các hệ số
hồi quy
41
Bài giảng Kinh tế lượng © Tien M. Le
Từ màn hình Equation:
View/Coefficient test/Wald coefficient restriction
Gõ: c(2)=0, c(2)=2*c(3)
Đọc kết quả p-value
c4-td41
42
22/8/2015
8
Bài giảng Kinh tế lượng © Tien M. Le
Giả sử có mô hình hồi quy
(U): Y = β1 + β2X1 + β2X2 + u.
Ta muốn kiểm định H0: β2 = β3; H1: β2 ≠ β3.
Ta có β2 = β3 ⟺ β2 – β3 = 0.
Dạng tương đương là cách biểu diễn tổ hợp tuyến
tính của hai hệ số hồi quy. Ta có thể áp dụng một số
phương pháp sau để kiểm định:
Kiểm định về tổ hợp tuyến tính của các hệ số hồi
quy
43
Bài giảng Kinh tế lượng © Tien M. Le
Cách 1: Kiểm định Wald.
Áp dụng giả thiết H0 vào (U) ta được :
Y = β1 + β2X1 + β2X2 + u = β1 + β2(X1 + X2) + u
Đặt Z = X1 + X2, ta có mô hình (R): Y = β1 + β2Z +
u.
Áp dụng kiểm định Wald:
Nếu Ftt > Fα;1;n-3 hoặc p-value(F) < thì bác bỏ H0
Kiểm định về tổ hợp tuyến tính của các hệ số hồi
quy
2 2
U R
tt 2
U
R -R / 3-2
F = ~ F 1,n-3
1-R / n-3
44
Bài giảng Kinh tế lượng © Tien M. Le
Cách 2: Kiểm định t gián tiếp.
Đặt γ = β2 – β3, giả thiết không trở thành H0: γ = 0.
Thay β3 = β2 - γ vào mô hình (U), ta được :
Y = β1 + β2X1 + (β2 – γ)X2 + u = β1 + β2(X1 + X2) –
γX2 + u
Đặt Z = X1 + X2, ta có mô hình (R): Y = β1 + β2Z –
γX2 + u.
Ước lượng mô hình (R) và thực hiện kiểm định giả
thiết H0: γ = 0 bằng cách dùng kiểm định t thông
thường như đã biết.
Kiểm định về tổ hợp tuyến tính của các hệ số hồi
quy
45
Bài giảng Kinh tế lượng © Tien M. Le
c4-td41
46
Bài giảng Kinh tế lượng © Tien M. Le
Xét mô hình hồi quy k biến:
Yi = β1 + β2X1i + + βkXk-1,i + ui
Nếu các hệ số hồi quy riêng đồng thời bằng 0:
β2 = = βk =0
thì các biến độc lập đồng thời không ảnh hưởng đến
biến phụ thuộc, điều đó cũng có nghĩa là hàm hồi
quy mẫu không giải thích được sự thay đổi của biến
phụ thuộc, hay hàm hồi quy mẫu không phù hợp với
số liệu mẫu.
Kiểm định sự phù hợp của hàm hồi quy
47
Bài giảng Kinh tế lượng © Tien M. Le
Nói cách khác, khi đó mô hình là không có ý
nghĩa, hay còn được gọi là mô hình không phù hợp.
Do đó kiểm định trên còn được gọi là kiểm định về
sự phù hợp của hàm hồi quy.
Kiểm định sự phù hợp của hàm hồi quy
48
22/8/2015
9
Bài giảng Kinh tế lượng © Tien M. Le
Như vậy, kiểm định sự phù hợp của hàm hồi
quy là kiểm định cặp giả thuyết
H0: β2 = = βk =0 (Hàm hồi quy không phù hợp)
H1: βj ≠ 0, j{2,,k} (Hàm hồi quy phù hợp)
hay, kiểm định cặp giả thuyết
H0: R
2 = 0 (Hàm hồi quy không phù hợp)
H1: R
2 ≠ 0 (Hàm hồi quy phù hợp)
Kiểm định sự phù hợp của hàm hồi quy
49
Bài giảng Kinh tế lượng © Tien M. Le
a) Phương pháp giá trị tới hạn
Bước 1: Cặp giả thuyết cần kiểm định:
H0: R
2 = 0 (Hàm hồi quy không phù hợp)
H1: R
2 ≠ 0 (Hàm hồi quy phù hợp)
Bước 2: Miền bác bỏ giả thuyết H0 là:
Wα = (Fα;k-1;n-k; +∞)
Kiểm định sự phù hợp của hàm hồi quy
50
Bài giảng Kinh tế lượng © Tien M. Le
Bước 3: Giá trị quan sát là:
(k-1: chính là số ràng buộc trong H0, cũng chính là
số biến độc lập của mô hình)
Bước 4: Ra quyết định
* Nếu Ftt Wα thì bác bỏ H0, chấp nhận H1.
* Nếu Ftt Wα thì chấp nhận H0, bác bỏ H1.
Kiểm định sự phù hợp của hàm hồi quy
12
tt 2
R k
F =
1 - R n - k
51
Bài giảng Kinh tế lượng © Tien M. Le
b) Phương pháp p-value
Bước 1: Cặp giả thuyết cần kiểm định:
H0: R
2 = 0 (Hàm hồi quy không phù hợp)
H1: R
2 > 0 (Hàm hồi quy phù hợp)
Bước 2&3: Tính giá trị của thống kê quan sát Ftt
và p-value (máy tính giúp!):
p-value = P(F > Ftt)
trong đó F ~ F(k-1; n-k).
Kiểm định sự phù hợp của hàm hồi quy
52
Bài giảng Kinh tế lượng © Tien M. Le
Bước 4: Ra quyết định:
* Nếu p-value < thì bác bỏ H0 ⇒ Hàm hồi
quy phù hợp
* Nếu p-value ≥ thì chấp nhận H0 ⇒ Hàm hồi
quy không phù hợp
Kiểm định sự phù hợp của hàm hồi quy
53
Bài giảng Kinh tế lượng © Tien M. Le
Thông thường giá trị p-value ở bước 3 được
cung cấp bởi Eviews, Excel, Stata hoặc SPSS,...
Kiểm định sự phù hợp của hàm hồi quy
Phần
mềm
F;n1;n2 là số: P(F > F;n1;n2) = p- value = P(F > Ftt)
• Công thức
• Ví dụ
• Công thức
• Ví dụ
Excel • F;n1;n2 = FINV(,n1,n2)
• F0,25;1;2 = FINV(0.25,1,2) = 2,571
• P(F > Ftt) = FDIST(Ftt,k-1,n-k)
• FDIST(120.2678,1,10-2)= 0.000004245
Eviews • F;n1;n2= @QFDIST(1-,n1,n2)
• F0,25;1;2=@QFDIST(1-0.25,1,2)=
2,571
• P(F > Ftt) = @CFDIST(Ftt,k-1,n-k)
• @CFDIST(120.2678,1,10-2)=
0.000004245
54
!
22/8/2015
10
Bài giảng Kinh tế lượng © Tien M. Le
c2-td22; c4-td41
55
Bài giảng Kinh tế lượng © Tien M. Le
a) Phương pháp giá trị tới hạn
Bước 1: Xác định σ0
2 (giá trị giả thuyết của σ2),
từ đó xác định cặp giả thuyết cần kiểm định:
H0: σ
2 ? σ0
2 với ? {= ; ≥ ; ≤}
H1: σ
2 ?? σ0
2 với ?? {≠ ; }.
Kiểm định giả thuyết về phương sai σ2 của nhiễu
56
Bài giảng Kinh tế lượng © Tien M. Le
Bước 2: Miền bác bỏ Wα trong các trường hợp
như sau:
Kiểm định giả thuyết về phương sai σ2 của nhiễu
Tên kiểm định Cặp giả thuyết Miền bác bỏ: Wα
Hai phía
H0: σ
2 = σ0
2
H1: σ
2 ≠ σ0
2
Wα= (-∞;
2
1-α/2;n-k) (
2
α/2;n-k; +∞)
Phía trái
H0: σ
2 ≥ σ0
2
H1: σ
2 < σ0
2 Wα= (-∞;
2
1-α;n-k)
Phía phải
H0: σ
2 ≤ σ0
2
H1: σ
2 > σ0
2 Wα= (
2
α;n-k; +∞)
57
Bài giảng Kinh tế lượng © Tien M. Le
Bước 3: Tính giá trị quan sát:
Bước 4: Ra quyết định
* Nếu 2tt Wα thì bác bỏ H0, chấp nhận H1.
* Nếu 2tt Wα thì chấp nhận H0, bác bỏ H1.
Kiểm định giả thuyết về phương sai σ2 của nhiễu
2
2
tt 2
0
σˆ
χ = (n - k)
σ
58
Bài giảng Kinh tế lượng © Tien M. Le
b) Phương pháp p-value
Bước 1: Xác định σ0
2 (giá trị giả thuyết của σ2),
từ đó xác định cặp giả thuyết cần kiểm định:
H0: σ
2 ? σ0
2 với ? {= ; ≥ ; ≤}
H1: σ
2 ?? σ0
2 với ?? {≠ ; }
Bước 2: Tính giá trị của thống kê quan sát và p-
value (máy tính giúp!):
p-value = P(2 > 2tt)
trong đó 2 ~ 2(n-k) và
Kiểm định giả thuyết về phương sai σ2 của nhiễu
2
2
tt 2
0
σˆ
χ = (n - k)
σ
59
Bài giảng Kinh tế lượng © Tien M. Le
Bước 4: Ra quyết định:
* Kiểm định hai phía: p-value
1- /2 thì bác bỏ H0.
* Kiểm định phía trái: p-value > 1- thì bác bỏ H0.
* Kiểm định phía phải: p-value < thì bác bỏ H0
Nếu không biết mức ý nghĩa , ta có thể chọn
theo quy tắc kinh nghiệm là =5%=0.05
Kiểm định giả thuyết về phương sai σ2 của nhiễu
60
!
22/8/2015
11
Bài giảng Kinh tế lượng © Tien M. Le
Thông thường giá trị p-value ở bước 3 được
cung cấp bởi Eviews, Excel, Stata hoặc SPSS,...
Kiểm định giả thuyết về phương sai σ2 của nhiễu
Phần
mềm
2;n là số: P(
2 > 2;n ) = p- value = P(
2 > 2tt)
• Công thức
• Ví dụ
• Công thức
• Ví dụ
Excel • 2;n = CHIINV(,n)
• 20,01;1 = CHIINV(0.01,1) = 6,6349
• P(2 > 2tt) = CHIDIST(
2
tt,n-k)
• CHIDIST(16.1194,10-2)= 0.040703
Eviews • 2;n = @qchisq(1-,n)
• 20,01;1= @qchisq(1-0.01,1) = 6,6349
• P(2 > 2tt) = @chisq(
2
tt,n-k)
• @chisq(16.1194, 10-2) = 0.040703
61
!
Bài giảng Kinh tế lượng © Tien M. Le
c) Phương pháp khoảng tin c