Bài giảng "Kinh tế lượng: Chương 7: Tự tương quan" cung cấp cho người học các kiến thức:Nguyên nhân của tự tương quan, ước lượng OLS khi có tự tương quan, ước lượng tuyến tính không chệch tốt nhất khi có tự tương quan, hậu quả của việc sử dụng OLS khi có tự tương quan,... Mời các bạn cùng tham khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Bài giảng Kinh tế lượng: Chương 7: Tự tương quanChương7.Tựtươngquan AutocorrelationCácgiảthiếtcủamôhìnhCLRM(nhắclại)1. Môhìnhlàtuyếntính Yi = β1 + β2 X 2i + β3 X 3i + u i2. KìvọngUibằng0: E (u i | X 2i , X 3i ) = 03. CácUithuầnnhất: var(u i ) = σ 24. Khôngcósựtươngquan cov(u i u j ) = 0, i j giữacácUi:5. Khôngcóquanhệtuyến 1 λ 1 + λ X + λ3 X 3i 2 2i 0, tínhgiữacácbiếngiải ∀λ1 , λ2 , λ3 (0, 0, 0) thích. 2Uncorrelatedversuscorrelateddisturbances Assumption: Theerrorsareuncorrelated cov(u i , u j ) = E (u i u j ) = 0 Assumption: Theerrorsarecorrelated cov(u i , u j ) = E (u i u j ) = σ ij 0forsome i j 347.1.Nguyênnhâncủatựtươngquan(TTQ Môhìnhchuỗithờigianthươngcótínhquántính Hiệntượngmạngnhện Trễ TTQcóthểxuấthiệnvìcácvấnđềcủamôhình Bỏsótbiến Xửlýsốliệu Mohìnhđịnhdạngsai 57.2.ƯớclượngOLSkhicóTTQ XétYt= 1+ 2Xt+utvớigiảthiếtE(ut,ut+s) 0với s 0.Nhưlàđiểmxuấtphát,tagiảthiết nhiễusinhratheocáchsau: Ut=ρut1+ t(1 Lượcđồ(*)gọilàlượcđồtựhồiquybậc nhấtAR(1). Lượcđồtựhồiquybậchai: Ut=ρ1ut1+ρ2ut2+ t(1 7.3.Ướclượngtuyếntínhkhôngchệch tốtnhấtkhicóTTQ DùngGLS:Yt= 1+ 2Xt+utvớiUtlàAR(1) Biếnđổi: YtρYt1= 1(1ρ)+ 2(XtρXt1)+ t với tlànhiễutrắng. TínhđượcC,Dlàhằngsốđiềuchỉnhtrongthựchành,cóthểbỏqua. 87.4.HậuquảcủaviệcsửdụngOLSkhicóTTQ CácướclượngOLSlàLUE,nhưngkhông hiệuquảnữa. PhươngsaiOLSthườngchệch. 9 KđTvàFkhôngđángtincậy. Ướclượngchệch 2thực,dừngnhưước lượngthấp 2. R2cóthểlàđộđokhôngđángtincậy. Cácphươngsaivàsaisốtiêuchuẩnđãtính cũngcóthểkhônghiệuquả. 107.5.PháthiệncóTTQ V/đchính:chúngtakhôngquansátđượcyếutố ngẫunhiên(chỉqsđượcetthuđượctừOLS). Chúngtacóthểsửdụngphươngphápđồthị Vẽđồthịphầndưtheothờigian Vẽlượcđồtươngquan(vàtươngquanriêng) KđTTQsửdụng: KđDurbinWatson KđBreuchGodfrey Mộtsốkđkhác 11Asimpleidea WeuseOLStoestimateunbiased parameters Thenwecomputetheresiduals Whynotlookattheregression uˆ t = ρuˆ t −1 + v t andtestiftheparameterissignificantly differentfrom0 Forsomereasonthisisnotourfirstchoice! 12KđdDurbinWatson KđnổitiếngnhấtchoTTQlàkđDurbin Watson. Cácgiảthiết: 1. Môhìnhhồiquychứahệsốchặn 2. Xcốđịnhtrongphéplấymẫulặp 3. Utphânbốchuẩn 4. UtlàAR(1) 5. Môhìnhkhôngchứagiátrịtrễcủabiếnphụ thuộc.KđkhôngápdụngchoMHsau : 6. Khôngcócácquansátbịmấttrongdữliệu 13 n ThốngkêDurbinWatson: (et et 1 ) 2 d t 2 n Tacó n 2 n 2 n et2 e t e t 1 2 et et 1 t 1 d t 2 t 2 n t 2 et2 t 1 n n 2 et2 2 et et 1 et et 1 t 2 n t 2 2 1 2 ...
