Bài giảng Phân tích dữ liệu và dự báo - Bài giảng 4: Dự báo bằng phân tích hồi quy

ÔN TẬP KINH TẾ LƯỢNG CĂN BẢN (Dự báo bằng phân tích hồi quy) P.T.B KHOA KINH TẾ ptbinh[a-còng]ueh.edu.vn Bài giảng 4: Dự báo bằng phân tích hồi quy Nội dung: Đặc điểm của các ước lượng OLS Ý nghĩa của hệ số hồi quy riêng Chọn biến giải thích Chọn dạng hàm Đa cộng tuyến Tương quan chuỗi Phương sai thay đổi Hướng dẫn Stata và Eviews NỘI DUNG ÔN TẬP 1: Với một số giả định nhất định Với mô hình hồi quy đơn: Yi = B1 + B2Xi + ui Yi = b1 + b2Xi + ei Ta có: b2 ~ N(B2,σ 2/ x2i) Và tại sao t = b2/se(b2)? NỘI DUNG ÔN TẬP 2: Với một số giả định nhất định Với mô hình hồi quy bội: Yi = B1 + B2X2i + B3X3i + ui Yi = b1 + b2X2i + b3X3i + ei X2i = a1 + c3X3i + r2i X3i = a2 + c2X2i + r3i Yi = d1 + b2r2i + v2i Yi = d2 + b3r3i + v2i Ta có: 2i2 ii2 2 r yr b 2 i3 ii3 3 r yr b Đặc điểm của các ước lượng b2 và b3 cũng tương tự như ở NỘI DUNG ÔN TẬP 1. Ta có thể mở rộng cách phân tích này cho mô hình hội quy bội với k biến giải thích. NỘI DUNG ÔN TẬP 3: Bỏ sót biến Thừa biến Ước lượng có bị chệch hay không? Có* Không Độ lệch chuẩn của ước lượng? Giảm* Tăng* Trừ phi Rj = 0 NỘI DUNG ÔN TẬP 4: Có hay không có hệ số cắt (intercept)? Các dạng hàm cơ bản Các vấn đề gặp phải khi chọn sai dạng hàm? Biến giả  Biến tương tác  Semi-elasticity là gì? NỘI DUNG ÔN TẬP 5: Công thức của các ước lượng OLS trong mô hình hồi quy bội? Sai số chuẩn của các ước lượng OLS trong mô hình hồi quy bội? Các vấn đề khi có đa cộng tuyến? Phát hiện đa cộng tuyến Khắc phục đa cộng tuyến như thế nào? NỘI DUNG ÔN TẬP 6: Yt = B1 + B2Xt + εt (1) εt = ρεt-1 + ut (2) Yt = B1 + B2Xt + ρεt-1 + ut (3) ρYt-1 = ρB1 + ρB2Xt-1 + ρεt-1 (4) Thế ρεt-1 ở (4) vào (3), ta có: Yt - ρYt-1 = B1(1-ρ)+ B2(Xt - ρXt-1) + ut (5) 2 2 u 1 )(Var Tương quan chuỗi thuần túy và tương quan chuỗi không thuần túy? DW test [AR(1)] Breusch-Godfrey test [AR(q)] [Feasible] GLS (quasi-difference: Cochrane-Orcutt và AR methods, và first difference): chỉ khi AR(1) Newey-West standard error? NỘI DUNG ÔN TẬP 7: Công thức phương sai của ước lượng OLS (mô hình hồi quy đơn, NỘI DUNG 1) Phát hiện phương sai thay đổi (đồ thị, kiểm định thống kê) WLS? Heteroskedasticity-robust s.e? FGLS? Quy trình thực hiện? NỘI DUNG ÔN TẬP 8: Hồi quy OLS  Stata: reg hoặc regress y x1 x2  Eviews: ls y c x1 x2 Kiểm định phần dư  Stata: sau khi hồi quy gõ predict resid, residuals; hist resid; sktest resid.  Eviews: genr resid=resid; hist resid Kiểm định Wald  Stata: test indepvar1 indepvar2 test indepvar1+indepvar2=1  Eviews: Chọn View\Coefficient tests\Wald – Coefficient Restrictions c(2)=c(4) c(2)+c(3)=1 Các thống kê AIC, SIC  Stata: Sau khi hồi quy, ta gõ: estimates stat  Eviews: Các thống kê này đã có sẵn trong bảng kết quả hồi quy Kiểm định Durbin-Watson  Stata:(time series only) Sau khi hồi quy, ta gõ: tsset time (time là tên biến chỉ thời gian trong tập tin, ví dụ year, data, t, ) estat dwatson  Eviews: Thống kê này đã có sẵn trong bảng kết quả hồi quy Kiểm định Breusch-Godfrey  Stata:(time series only) Sau khi hồi quy, ta gõ: tsset time (time là tên biến chỉ thời gian trong tập tin, ví dụ year, data, t, ) estat bgodfrey, lags(1 2)  Eviews: View\Residual tests\Serial correlation LM test Kiểm định phương sai thay đổi  Stata: Sau khi hồi quy, ta gõ: hettest (chỉ có Breusch-Pagan)  Eviews: View\Residual tests\ Heteroskedasticity tests FGLS: Cochrane-Orcutt  Stata: tsset time prais y x, cors  Eviews: ls y x AR(#) FGLS: Newey-West  Stata: tsset time newey y x, lag(#)  Eviews: Quick/Estimate equation/Options Newey-West FGLS:Heteroskedasticity-robust s.e  Stata: reg y x1 x2 , robust  Eviews: Quick/Estimate equation/Options White Ma trận hệ số tương quan  Stata: corr x1 x2 x3  Eviews: cor x1 x2 x3 VIF  Stata: sau khi hồi quy gõ vif Tạo DO-file? Vẽ đồ thị trên Stata Thống kê mô tả căn bản trên Stata Findit? Vẽ đồ thị trên Eviews Thống kê mô tả căn bản trên Eviews