TAILIEUCHUNG - Bài giảng toán

Tham khảo tài liệu 'bài giảng toán', khoa học tự nhiên, toán học phục vụ nhu cầu học tập, nghiên cứu và làm việc hiệu quả | Chương 9 CHOÏN MOÂ HÌNH VAØ KIEÅM ÑÒNH VIEÄC CHOÏN MH I. Caùc thuoäc tính cuûa moät moâ hình toát Tính tiết kiệm Tính đồng nhất Tính thích hợp Tính bền vững về mặt lý thuyết Coù khaû naêng döï baùo toát II. Các sai lầm thường gặp khi chọn mô hình Bỏ sót biến thích hợp Giả sử mô hình đúng là : Yi = 1 + 2X2i+ 3X3i + Ui (a) Nhưng ta lại chọn mô hình : Yi = 1 + 2X2i + Vi ( b) hậu quả : Hậu quả việc bỏ sót biến : Các ước lượng thu được là ước lượng chệch của các tham số trong mô hình đúng. Các ước lượng thu được không phải là ước lượng vững. Phương sai của các ước lượng trong mô hình sai (b) > trong mô hình đúng (a) . Khoảng tin cậy rộng, các kiểm định không còn tin cậy nữa. 2. Đưa vào mô hình các biến không thích hợp (mô hình thừa biến) Giả sử mô hình đúng là : Yi = 1 + 2X2i + Ui (a) Nhưng ta lại chọn mô hình (có thêm X3): Yi = 1 + 2X2i + 3X3i + Vi (b) hậu quả : Các ước lượng OLS vẫn là các ước lượng không chệch và vững của các tham số trong mô hình đúng. Phương sai của các ước lượng trong mô hình thừa biến (b) lớn hơn trong mô hình đúng (a). Khoảng tin cậy rộng, các kiểm định không còn tin cậy nữa. 3. Chọn dạng hàm không đúng kết luận sai lầm. III. Phát hiện những sai lầm Phát hiện sự có mặt của biến không cần thiết Giả sử mô hình hồi qui : Yi = 1+ 2X2i+ 3X3i+ 4X4i+ 5X5i + Ui - Nếu lý thuyết cho rằng tất cả biến độc lập trên đều quyết định Y thì phải giữ chúng trong mô hình dù hệ số của chúng không có ý nghĩa thống kê. Trường hợp nghi ngờ X5 là biến không cần thiết kiểm định H0 : 5 = 0 Nếu chấp nhận H0 X5 không cần thiết. Trường hợp nghi ngờ X4 và X5 là các biến không cần thiết kiểm định H0 : 4= 5 = 0 (Sử dụng kiểm định Wald) *Kiểm định Wald Xét mô hình (U) sau đây : Yi = 1+ 2X2i + + mXmi+ .+ kXki+ Ui (U) được xem là mô hình không hạn chế. Ta có mô hình hạn chế (R) như sau : Yi = 1+ 2X2i + + mXmi+ Ui kđ gt :H0 : m+1= m+2= = k=0 Để kiểm định H0, ta dùng kiểm định Wald. Các bước kiểm định Wald : Hồi qui mô hình (U) thu được RSSU. Hồi qui mô hình (R) thu được RSSR. Tính - Nếu p (F* > F) Nếu F > F (k-m, n-k) bác bỏ H0, Ví dụ 1 : Với mô hình (U), kiểm định H0 : 2= 3= 4=0 Áp đặt H0 lên (U), ta có mô hình (R): Yi = 1+ 2X2i + 2X3i+ 2X4i+ 5X5i+ Ui hay Yi = 1+ 2(X2i+X3i+X4i) + 5X5i+ Ui Đến đây, áp dụng các bước kiểm định Wald cho giả thiết H0. Ví dụ 2 : Với mô hình (U), kiểm định H0 : 2+ 3= 1 Thực hiện tương tự như các ví dụ trên, bằng các áp đặt H0 lên (U), ta có mô hình hạn chế (R) : Yi= 1+ 2X2i+(1- 2)X3i+ 4X4i+ 5X5i+Ui (Yi - X3i) = 1+ 2(X2i -X3i)+ 4X4i+ 5X5i+Ui * Chú ý : 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. 2. Kiểm định các biến bị bỏ sót Xét mô hình : Yi = 1 + 2Xi + Ui (*) Giả sử nghi ngờ mô hình đã bỏ sót biến Z kiểm tra bằng cách : Nếu có số liệu của Z : + Hồi qui mô hình Yi = 1+ 2Xi+ 3Zi +Ui + Kiểm định H0 : 3= 0. Nếu bác bỏ H0 thì mô hình ban đầu đã bỏ sót biến Z. - Nếu không có số liệu của Z : dùng kiểm định RESET của Ramsey. Kiểm định RESET của Ramsey : Ramsey đề xuất sử dụng làm các xấp xỉ cho Zi. Bước 1 : HồI qui mô hình (*), thu lấy Bước 2 : HồI qui Yi theo các biến độc lập trong (*) và (mô hình này gọi là mô hình (new)) . Bước 3 : Kiểm định H0 : các hệ số của đồng thời bằng 0. Nếu bác bỏ H0 mô hình (*) đã bỏ sót biến. Cụ thể : Tính Trong đó : m : số biến độc lập mới thêm vào mô hình k : Số tham số trong mô hình (new). - Nếu F > F (m,n-k) hoặc p(F) 5% mô hình ban đầu không bỏ sót biến. IV. Kiểm định phân phối chuẩn của U H0 : U phân phối chuẩn Thống kê sử dụng : Jarque-Bera (JB) Ta có : JB ~ 2(2) Nên qui tắc kiểm định như sau: - Tính JB - Nếu JB > 2 (2) hoặc p(JB) < bác bỏ H0.

TỪ KHÓA LIÊN QUAN
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.