Bài giảng Kinh tế lượng - Chương 6: Điều kiện vận dụng mô hình hồi qui tuyến tính bội

Chương 6 Điều kiện vận dụng mô hình hồi qui tuyến tính bội thuộc bài giảng Kinh tế lượng trình bày về các nội dung lần lượt như sau: các điều kiện vận dụng mô hình, các điều kiện về sai số mô hình (error), các điều kiện về các số dự đoán (prédicteurs), các điều kiện về quan sát, mô hình cũng hoạt động đối với các biến có ảnh hưởng ngẫu nhiên.
Nội dung trích xuất từ tài liệu:
Bài giảng Kinh tế lượng - Chương 6: Điều kiện vận dụng mô hình hồi qui tuyến tính bộiĐiều kiện vận dụng mô hình hồiqui tuyến tính bội 1Các nội dung chính Kiểm tra các điều kiện áp dụng mô hình Số liệu quan sát sai lệch Các biến giả (dummy) Phương pháp từng bước Sự tương tác (Interaction) 2 Các điều kiện vận dụng mô hình Các điều kiện về dạng mô hình :  Tuyến tính của các biến độc lập so với biến phụ thuộc Các điều kiện về sai số mô hình (error):  Các sai số mô hình là độc lập (không tự tương quan) và phân phối giống nhau theo phân phối chuẩn với trung bình bằng 0 và variance s 2 (homoscedasticity) Các điều kiện về các số dự đoán (prédicteurs):  Các biến độc lập không ngẫu nhiên  Các giá trị của các biến độc lập được đo lường không có sai số  Các số dự đoán (prédicteurs) là độc lập theo đường thẳng, (không có bội tương quan giữa các biến độc lập - multicollinearity) Các điều kiện về quan sát: 3  Tất cả các quan sát có cùng một vai trò Mô hình với ảnh hưởng cố định ngược với mô hình với ảnh hưởng ngẫu nhiên Về nguyên tắc, hồi qui được thực hiện đối với các mô hình có ảnh hưởng cố định  Các biến độc lập được kiểm soát Mô hình cũng hoạt động đối với các biến có ảnh hưởng ngẫu nhiên  Các biến độc lập là ngẫu nhiên  Về nguyên tắc, các biến này phải tuân theo một phân phối chuẩn đa biến 4Tuyến tính Vẽ biểu đồ từng phần (partial plots) Để đánh giá đặc trưng tuyến tính của một biến Xj so với Y, chúng ta hồi qui Y về toàn bộ các biến độc lập trừ Xj, và chúng ta hồi qui Xj bằng các biến độc lập khác Chúng ta vẽ biểu đồ các phần dư (residues) của hai hồi qui. Như vậy, chúng ta loại bỏ ảnh hưởng của các biến độc lập khác. 5Tuyến tính tiếp Partial Regression Plot Dependent Variable: prix 200000 100000 0 -100000 prix -200000 -2000 -1000 0 1000 2000 3000 surface 6Tuyến tính tiếp Partial Regression Plot Dependent Variable: prix 200000 100000 0 -100000 prix -200000 -20 0 20 40 60 80 age 7Biểu đồ phần dư (residues) Scatterplot Dependent Variable: prix 4 Regression Studentized Residual 2 0 -2 -4 0 100000 200000 300000 400000 Regression Adjusted (Press) Predicted Value 8Biểu đồ (histogram) phần dư(residues) Histogram Dependent Variable: prix 60 50 40 30 20 Frequency Std. Dev = 1,00 10 Mean = 0,00 0 N = 319,00 -3 -3 -2 -2 -1 -1 - ,7 5 - ,2 ,2 ,7 1, 1, 2, 2, 3, 5 5 25 75 25 75 25 ,7 ,2 ,7 ,2 ,7 ,2 5 5 5 5 5 5 5 Regression Standardized Residual 9Normal probability plot(Đồ thị theo hàm chuẩn) Normal P-P Plot of Regression Standardized Residual Dependent Variable: prix 1,00 ,75 Expected Cum Prob ,50 ,25 0,00 0,00 ,25 ,50 ,75 1,00 Observed Cum Prob 10Hai kiểm định nhanh để kiểmtra phân phối chuẩn  Nhờ v ...