I.TƯƠNG QUAN TUYẾN TÍNH
1. Hệ số tương quan đơn: được gọi là đại lượng đo lường mối tương quan tuyến tính của 2 đại lượng ngẫu nhiên
X và Y nếu:
58 trang |
Chia sẻ: thanhtuan.68 | Lượt xem: 1000 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Bài giảng Kinh tế lượng - Chương 1 Tương quan, hồi qui tuyến tính, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
4Chương 1
TƯƠNG QUAN,
HỒI QUI TUYẾN TÍNH
www.nguyenngoclam.com
5I.TƯƠNG QUAN TUYẾN TÍNH
1. Hệ số tương quan đơn: được gọi là đại lượng đo
lường mối tương quan tuyến tính của 2 đại lượng ngẫu nhiên
X và Y nếu:
• -1 1
• < 0: X, Y có mối liên hệ nghịch
• > 0: X, Y có mối liên hệ thuận
• = 0: X, Y không có mối liên hệ.
•: càng lớn thì X, Y có mối liên hệ càng chặt chẽ.
• Ký hiệu: XY
6I.TƯƠNG QUAN TUYẾN TÍNH
Mô hình (a) tuyến tính kém chặt chẽ hơn mô hình (b)
7I.TƯƠNG QUAN TUYẾN TÍNH
2. Hệ số tương quan mẫu Spearson :
Chọn ngẫu nhiên n cặp quan sát (xi, yi) từ hai tổng thể X,Y.
Ta có hệ số tương quan Spearson:
YX
XY
YX
n
i
n
i
ii
n
i
ii
XY
SS
S
SS
YXCov
yyxx
yyxx
r
),(
)()(
))((
1 1
22
1
• rXY = rYX
• Trường hợp |r| ≥ 0,8 chúng ta có thể kết luận X, Y có mối
tương quan tuyến tính chặt chẽ.
8I.TƯƠNG QUAN TUYẾN TÍNH
3. Kiểm định tương quan tuyến tính:
Chọn ngẫu nhiên n cặp quan sát (xi, yi) từ hai tổng thể X,Y có
phân phối chuẩn. Ta có hệ số tương quan Spearson:
• Giả thuyết:
0:
0:
1
0
H
H
• Giả trị kiểm định:
)2/()1( 2
nr
r
t
• Bác bỏ giả thuyết H0: 2/,2 ntt
9I.TƯƠNG QUAN TUYẾN TÍNH
Ví dụ: Xem tương quan tuyến tính giữa chi tiêu và thu nhập
Code Chi tiêu Y Thu nhập X
1 5.305 9.094
2 5.320 9.229
3 5.320 9.347
4 5.492 9.098
5 5.507 9.282
6 5.538 9.525
7 5.540 9.138
8 5.692 9.756
9 5.871 10.282
10 5.907 11.307
11 6.124 11.432
12 6.157 10.662
13 6.186 11.449
14 6.224 11.697
15 6.342 11.019
10
I.TƯƠNG QUAN TUYẾN TÍNH
Code Chi tiêu Y Thu nhập X Xi-E(X) Yi-E(Y) (Xi-E(X)).(Yi-E(Y)) (Xi-E(X))2 (Yi-E(Y))2
1 5.305 9.094 -1.060,5 -463,3 491.349,6 1.124.589,6 214.677,8
2 5.320 9.229 -925,5 -448,3 414.917,6 856.488,6 201.002,8
3 5.320 9.347 -807,5 -448,3 362.014,2 652.002,4 201.002,8
4 5.492 9.098 -1.056,5 -276,3 291.937,0 1.116.121,8 76.360,1
5 5.507 9.282 -872,5 -261,3 228.004,6 761.198,1 68.295,1
6 5.538 9.525 -629,5 -230,3 144.987,2 396.228,3 53.053,4
7 5.540 9.138 -1.016,5 -228,3 232.093,2 1.033.204,5 52.136,1
8 5.692 9.756 -398,5 -76,3 30.416,3 158.775,7 5.826,8
9 5.871 10.282 127,5 102,7 13.093,4 16.264,8 10.540,4
10 5.907 11.307 1.152,5 138,7 159.818,0 1.328.333,1 19.228,4
11 6.124 11.432 1.277,5 355,7 454.376,0 1.632.091,4 126.498,8
12 6.157 10.662 507,5 388,7 197.261,3 257.590,1 151.061,8
13 6.186 11.449 1.294,5 417,7 540.683,4 1.675.816,6 174.445,4
14 6.224 11.697 1.542,5 455,7 702.881,0 2.379.409,1 207.632,1
15 6.342 11.019 864,5 573,7 495.954,0 747.417,9 329.093,4
Tổng 86.525 152.317 4.759.787,7 14.135.532,7 1.890.855,3
E(X)=10.154,5 E(Y) = 5.768,3 r = 0,921 t = 8,524
11
I.TƯƠNG QUAN TUYẾN TÍNH
4. Kiểm định tương quan hạng Spearman:
(X,Y không có phân phối chuẩn)
• Giả thuyết:
0:
0:
1
0
s
s
H
H
• Giá trị kiểm định:
)1(
6
1
2
1
2
nn
d
r
n
i
i
s
• Bác bỏ H0: .rn,α/2: Tra bảng phân phối Spearman
• Nếu n ≥ 30: kiểm định phân phối chuẩn
2/,ns rr
Xếp hạng xi, yi theo thứ tự tăng dần, các giá trị bằng nhau
nhận hạng trung bình của các hạn liên tiếp. di là chênh lệch
hạng từng cặp của xi, yi.
1 nrz s
12
I.TƯƠNG QUAN TUYẾN TÍNH
Ví dụ: Code Chi tiêu Y Rank(Y) Thu nhập X Rank(X) di=r(Y)-r(X) di2
1 5.305 1 9.094 1 0 0
2 5.320 2,5 9.229 4 -1,5 2,25
3 5.320 2,5 9.347 6 -3,5 12,25
4 5.492 4 9.098 2 2 4
5 5.507 5 9.282 5 0 0
6 5.538 6 9.525 7 -1 1
7 5.540 7 9.138 3 4 16
8 5.692 8 9.756 8 0 0
9 5.871 9 10.282 9 0 0
10 5.907 10 11.307 12 -2 4
11 6.124 11 11.432 13 -2 4
12 6.157 12 10.662 10 2 4
13 6.186 13 11.449 14 -1 1
14 6.224 14 11.697 15 -1 1
15 6.342 15 11.019 11 4 16
65,5
rs = 0,883
13
I.TƯƠNG QUAN TUYẾN TÍNH
Sử dụng SPSS: file: Chi tieu va thu nhap
14
I.TƯƠNG QUAN TUYẾN TÍNH
Sử dụng SPSS:
file: Chi tieu va thu nhap
Correlations
1 ,921
,000
15 15
,921 1
,000
15 15
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
Chitieu
Thunhap
Chitieu Thunhap
Correlations
1,000 ,883
. ,000
15 15
,883 1,000
,000 .
15 15
Correlation Coefficient
Sig. (2-tailed)
N
Correlation Coefficient
Sig. (2-tailed)
N
Chitieu
Thunhap
Spearman's rho
Chitieu Thunhap
15
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
1. Khái niệm hồi qui:
Ví dụ, Nghiên cứu mối liên hệ giữa chi tiêu Y và thu nhập X
của hộ gia đình:
X
Y
80 100 120 140 160 180 200 220 240 260
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191
E(Y/Xi) 65 77 89 101 113 125 137 149 161 173
16
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Đồ thị:
17
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
• E(Y/X) = f(X) : Phương trình hồi qui
• E(Y/X1) = β0 + 1X : Phương trình hồi qui tuyến tính
• Y = β0 + 1X + U : Giá trị thực của Y
Trong đó:
• X: biến giải thích (độc lập);
• Y: biến được giải thích (phụ thuộc)
• β0: Tham số chặn
• 1: Tham số của biến
• U: Yếu tố ngẫu nhiên
• X,Y không có mối quan hệ hàm số mà có mối quan hệ
nhân quả và thống kê
18
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
2. Xây dựng mô hình hồi qui mẫu: Ta cần ước lượng , ,
giả sử đó là b0,b1. Chọn n cặp quan sát (xi,yi) từ X,Y:
ii
iii
xbby
exbby
10
10
ˆ
: Giá trị thực tế
: Giá trị lý thuyết
Ta cần tìm b0, b1 sao cho 2 giá trị trên càng gần càng tốt.
Phương pháp bình phương bé nhất (OLS):
min)()ˆ(
1
2
10
1
2
1
2
n
i
ii
n
i
ii
n
i
i xbbyyyeSSE
19
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
n
i
iiib
n
i
iib
xxbbyf
xbbyf
1
10
1
10
0))((2
0)1)((2
1
0
min)(),(
1
2
1010
n
i
ii xbbybbf
Xét hàm số 2 biến:
xbyb
xx
yyxx
b
i
ii
0
21 )(
))((
XbbY
XY
10
10
ˆ
: Hồi qui tuyến tính tổng thể PRF
: Hồi qui tuyến tính mẫu SRF
20
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
E(X)=10.154,5 E(Y) = 5.768,3 b1 = 0,34 b0 = 2.349,07
Code Chi tiêu Y Thu nhập X xi-X yi-Y (xi-X)(yi-Y) (xi-X)
2 (yi-Y)
2 ei ei
2
1 5.305 9.094 -1.060,5 -463,3 491.349,6 1.124.589,6 214.677,8 -106,2 11.288,6
2 5.320 9.229 -925,5 -448,3 414.917,6 856.488,6 201.002,8 -136,7 18.688,4
3 5.320 9.347 -807,5 -448,3 362.014,2 652.002,4 201.002,8 -176,4 31.130,8
4 5.492 9.098 -1.056,5 -276,3 291.937,0 1.116.121,8 76.360,1 79,4 6.305,2
5 5.507 9.282 -872,5 -261,3 228.004,6 761.198,1 68.295,1 32,4 1.052,9
6 5.538 9.525 -629,5 -230,3 144.987,2 396.228,3 53.053,4 -18,4 337,7
7 5.540 9.138 -1.016,5 -228,3 232.093,2 1.033.204,5 52.136,1 113,9 12.981,5
8 5.692 9.756 -398,5 -76,3 30.416,3 158.775,7 5.826,8 57,8 3.345,5
9 5.871 10.282 127,5 102,7 13.093,4 16.264,8 10.540,4 59,7 3.566,8
10 5.907 11.307 1.152,5 138,7 159.818,0 1.328.333,1 19.228,4 -249,4 62.210,4
11 6.124 11.432 1.277,5 355,7 454.376,0 1.632.091,4 126.498,8 -74,5 5.551,8
12 6.157 10.662 507,5 388,7 197.261,3 257.590,1 151.061,8 217,8 47.422,7
13 6.186 11.449 1.294,5 417,7 540.683,4 1.675.816,6 174.445,4 -18,2 332,5
14 6.224 11.697 1.542,5 455,7 702.881,0 2.379.409,1 207.632,1 -63,7 4.063,1
15 6.342 11.019 864,5 573,7 495.954,0 747.417,9 329.093,4 282,6 79.838,3
Tổng 86.525 152.317 4.759.786,7 14.135.531,7 1.890.855,3 0,0 288.116,3
134,007,349.2ˆ XY
21
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
134,007,349.2ˆ XY
Ý nghĩa của phương trình:
• Trung bình của Y phụ thuộc vào X
• b1 =0,34: Nếu X tăng lên 1 đơn vị thì Y tăng lên 0,34 đơn vị.
• b0 =2.349,07: Nếu X=0 thì Y = 2.349,07 đơn vị.
22
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
3. Tính chất của phương pháp OLS:
• bi: được xác định duy nhất với n cặp quan sát (xi,yi).
• bi: là các ước lượng điểm của βi và là các đại lượng ngẫu
nhiên, với các mẫu khác nhau thì giá trị khác nhau.
Tính chất của SRF:
• SRF đi qua trung bình mẫu:
• Trung bình của bằng trung bình các quan sát
• Trung bình phần dư bằng 0
• Các phần dư ei không tương quan với
• Các phần dư không tương quan với
XbbY 10
iyˆ
iyˆ
iyˆ
YY ˆ
0ie
0ˆ iiey
0iiex
23
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
4. Các giả thuyết cơ bản của phương pháp OLS:
Để ước lượng là ước lượng tuyến tính, không chệnh và có
phương sai nhỏ nhất cần thỏa các điều kiện sau:
Giả thuyết 1: Các biến giải thích là phi ngẫu nhiên. Điều này
là đương nhiên vì Hồi qui là trung bình có điều kiện.
Giả thuyết 2: Kỳ vọng của các yếu tố ngẫu nhiên bằng 0.
XXYEXUE 10)/(0)/(
Điều này phương pháp OLS thỏa mãn.
24
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Giả thuyết 3: Phương sai của các ui bằng nhau.
2)/()/( jjii xuVarxuVar
Điều này có thể vi phạm do những người có thu nhập cao sẽ
có nhiều sự lựa chọn khác nhau. Người có nhiều kinh
nghiệm thì sai lầm càng ít.
25
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Đồ thị phương sai bằng nhau:
26
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Đồ thị phương sai không bằng nhau:
27
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Giả thuyết 4: Không có sự tương quan giữa các ui.
jiuuCov ji ,,0),(
Tức là các giá trị yi độc lập với nhau. Điều này có nghĩa chi
tiêu của nhóm người có thu nhập xi không ảnh hưởng đến
chi tiêu của nhóm người có thu nhập xj.
Giả thuyết 5: ui và xi không tương quan với nhau.
Nếu phương pháp OLS thỏa mãn 5 giả thuyết trên thì bi là
các ước lượng tuyến tính, không chệnh và phương sai nhỏ
nhất của βi. Từ a,b có thể suy luận βi thì cần thỏa mãn giả
thuyết 6.
28
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Giả thuyết 6: ui có phân phối N(0,
2). Các ước lượng có tính
chất sau:
1. Chúng là các ước lượng không chệch.
2. Có phương sai nhỏ nhất.
)1,0(~),(~ .3
2
002
00
0
0
N
b
ZNb
b
b
)1,0(~),(~ .4
2
112
11
1
1
N
b
ZNb
b
b
),(~y .6 210i ixN
2
22
2
~
)2(
.5
n
Sn
Với các giả thuyết trên
ta có thể tìm khoảng
tin cậy và kiểm định
giả thuyết về các tham
số hồi qui.
29
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
5. Độ chính xác của ước lượng OLS:
212
2
2
1
)(
)(
)(
)(
11
xx
SbSe
xx
SbVar
i
b
i
b
2
2
2
n
e
S i
Vì 2 chưa biết nhưng có thể dùng ước lượng không chệch
của nó là:
2
2
0
2
2
2
2
0
)(
1
)(
)(
1
)(
0
xx
x
n
bSe
xx
x
n
SbVar
ii
b
30
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Ví dụ:
914,403
4,146.1638,168.22
7,513.135.14
5,154.10
15
1
)(
1
0
0
2
2
2
2
2
b
i
b
S
xx
x
n
S
8,162.22
215
7,116.288
2
2
2
n
e
S i
0396,0001568,0
7,531.135.14
8,162.22
)( 11 2
2
2
b
i
b S
xx
S
31
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
6. Ước lượng tham số hồi qui: Với khoảng tin cậy (1-α),
)( 2/,2 ibnii Stb
Ví dụ, Với α = 10% => tn-2,α/2 = t13,5%=1,771
422,0251,0)0396,0.771,134,0( 11
Với độ tin cậy 95%, nếu X tăng lên 1 đơn vị thì Y tăng lên từ
0,251 – 0,422 đơn vị.
32
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
7. Kiểm định tham số hồi qui: Với mức ý nghĩa α,
Ví dụ, Với α = 10% => tn-2,α/2 = t13,5%=2,160
Với mức ý nghĩa 10%, Y phụ thuộc vào X (Biến X có ý nghĩa
thống kê)
02/,1
1
0
0:
0:
BBHt
S
b
t
H
H
kn
bi
i
i
i
0%5,13
11
10
771,15,8
0396,0
34,0
0:
0:
BBHtt
H
H
33
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
8. Hệ số xác định R2 : R2 là hệ số nhằm xác định sự biến
động của Y phụ thuộc bao nhiêu % vào sự biến động của X
22222 )ˆ()ˆ()ˆ()( iiiiii eyyyyyyyy
SST
SSE
SST
SSR
RSSESSRSST 12
Ví dụ: 848,0
3,855.890.1
3,166.288
12 R
Sự biến động của Y phụ thuộc 84,8% vào sự biến động của
X
34
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
9. Kiểm định sự phù hợp của hàm hồi qui:
02,1
11
10 ,
2/
1/
0:
0:
BBHF
nSSE
SSR
F
H
H
n
Ví dụ:
0%5,13,1
11
10
14,3317,72
317,72
3,116.288
1,739.602.1
3,116.288
3,116.2883,855.890.1
0:
0:
BBHFF
F
H
H
Với mức ý nghĩa 10%, mô hình hồi qui phù hợp (có ý nghĩa
thống kê)
35
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
36
II.HỒI QUI TUYẾN TÍNH ĐƠN GIẢN
Model Summaryb
,921a ,848 ,836 148,872
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), Thunhapa.
Dependent Variable: Chitieub.
ANOVAb
1602739 1 1602739,079 72,317 ,000a
288116,3 13 22162,789
1890855 14
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), Thunhapa.
Dependent Variable: Chitieub.
Coefficientsa
2349,071 403,914 5,816 ,000 1476,468 3221,674
,337 ,040 ,921 8,504 ,000 ,251 ,422
(Constant)
Thunhap
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig. Lower Bound Upper Bound
95% Confidence Interval for B
Dependent Variable: Chitieua.
37
III.HỒI QUI TUYẾN TÍNH BỘI
E(Y/X1,X2,, Xk) = β0 + 1X1 + 2X2 + + kXk
Y = β0 + 1X1 + 2X2 + + kXk + U
1. Xây dựng mô hình hồi qui mẫu: Mục tiêu là ta cần ước
lượng 0, 1, 2, k, giả sử đó là b0,b1,b2,bk,. Chọn n cặp
quan sát (x1i, x2i, xki,yi) từ X và Y:
: Giá trị thực tế
: Giá trị lý thuyếtkikiii
ikikiii
xbxbxbby
exbxbxbby
...ˆ
...
22110
22110
n
i
kikii xbxbby
1
2
110 min)...(
38
III.HỒI QUI TUYẾN TÍNH BỘI
Xét hàm số:
n
i
kikiik xbxbbybbbf
1
2
11010 min)...(),...,(
0))(...(2
..........................................................................
0))(...(2
0)1)(...(2
1
110
1
1110
1
110
1
0
n
i
kikikiib
n
i
ikikiib
n
i
kikiib
xxbxbbyf
xxbxbbyf
xbxbbyf
k
Giải hệ phương trình tuyến tính Crame k+1 phương trình k+1
ẩn số.
39
III.HỒI QUI TUYẾN TÍNH BỘI
Ví dụ, Tốc độ tăng nền kinh tế (KT) phụ thuộc vào tốc độ tăng của nông
nghiệp (X1), tốc độ tăng trưởng của kim ngạch xuất khẩu (X2) và tỷ lệ
lạm phát (X3) được thu thập ở 48 nước:
KT(%) NN(%) XK(%) LP(%) Y(%) NN(%) XK(%) LP(%) Y(%) NN(%) XK(%) LP(%)
1,3 3,4 -2,7 13,0 8,0 3,1 10,9 37,3 5,6 3,9 6,4 13,9
1,0 1,4 -6,0 10,5 6,5 3,3 -0,6 8,9 6,9 1,3 11,6 6,4
0,4 0,1 -3,6 15,9 0,2 0,1 8,4 29,5 -4,6 0,8 -9,8 21,5
4,9 1,8 13,6 3,2 7,8 5,3 10,4 8,1 -2,6 1,7 -6,6 6,7
9,8 5,6 27,3 5,4 2,5 2,3 4,9 22,6 1,1 3,9 3,8 7,7
-2,1 2,2 2,6 5,2 -0,2 3,1 7,9 20,2 4,6 3,0 -3,5 8,6
2,0 2,3 -9,5 8,7 6,1 10,3 -19,0 -1,3 -0,6 2,5 2,0 11,5
5,8 3,0 4,4 1,4 2,9 -0,6 5,4 7,5 8,2 1,9 3,8 7,8
5,2 2,9 9,2 3,0 4,1 2,3 8,7 9,5 4,1 0,9 1,3 5,6
-1,1 -2,3 -6,3 14,9 -5,0 1,2 -2,0 1,1 12,6 7,9 11,7 3,8
0,2 0,3 12,0 20,3 2,1 2,7 5,6 11,2 4,1 2,8 -0,9 9,9
1,1 1,4 -7,2 19,8 7,7 3,0 2,0 8,9 0,6 2,8 -2,1 23,3
-12,0 4,8 -5,5 8,6 9,3 3,3 6,2 7,5 2,0 0,5 -3,1 33,5
-1,6 -0,4 -2,5 11,3 -1,7 2,0 -1,7 18,2 0,0 0,4 6,9 32,6
0,5 1,9 1,6 19,0 5,8 4,7 -0,2 2,1 -2,6 -1,3 3,4 7,7
2,2 -3,5 4,7 1,9 3,9 -3,9 -2,5 3,4 -3,4 7,9 -7,9 45,4
40
III.HỒI QUI TUYẾN TÍNH BỘI
Model Summary
,609a ,371 ,328 3,6899
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), LP, NN, XKa.
ANOVAb
352,861 3 117,620 8,639 ,000a
599,085 44 13,616
951,947 47
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors : (Constant), LP, NN, XKa.
Dependent Variable: KTb.
Coefficientsa
2,033 ,993 2,047 ,047 ,032 4,035
,501 ,206 ,291 2,435 ,019 ,086 ,915
,268 ,069 ,466 3,888 ,000 ,129 ,407
-,105 ,053 -,236 -1,973 ,055 -,212 ,002
(Constant)
NN
XK
LP
Model
1
B Std. Error
Unstandardized
Coefficients
Beta
Standardized
Coefficients
t Sig. Lower Bound Upper Bound
95% Confidence Interval for B
Dependent Variable: KTa.
File: Tang truong kinh te
41
III.HỒI QUI TUYẾN TÍNH BỘI
3. Ước lượng βi:
• 0,086<β1<0,915: Với độ tin cậy 90%, nếu NN tăng lên 1%
thì tốc độ tăng trưởng KT tăng từ 0,086 – 0,915%.
• 0,129<β2<0,407: Với độ tin cậy 90%, nếu XK tăng lên 1%
thì tốc độ tăng trưởng KT tăng từ 0,129 – 0,407%.
• -0,212<β3<0,002: Với độ tin cậy 90%, nếu LP tăng lên 1%
thì tốc độ tăng trưởng KT từ giảm 0,212 đến tăng 0,002%.
)( 2/,1 biknii Stb
42
III.HỒI QUI TUYẾN TÍNH BỘI
4. Kiểm định từng tham số hồi qui:
0:
0:
1
0
i
i
H
H
02/,1 H BBtS
b
t kn
bi
i
Có thể dựa vào giá trị P = Sig. Bác bỏ H0
• P1=1,9% < 10%: Biến NN có ý nghĩa thống kê.
• P2= 0% < 10%: Biến XK có ý nghĩa thống kê.
• P3=5,5% < 10%: Biến LP có ý nghĩa thống kê.
• P0=4,7% < 10%: Hồi qui không qua gốc tọa độ.
43
III.HỒI QUI TUYẾN TÍNH BỘI
5. Hệ số xác định: R2 là hệ số nhằm xác định sự biến động
của Y phụ thuộc bao nhiêu % vào sự biến động của X1, X2,
Xk.
22222 )ˆ()ˆ()ˆ()( iiiiii eyyyyyyyy
SST
SSE
SST
SSR
RSSESSRSST 12
• R2=37,1%: sự biến động của KT phụ thuộc 37,1% vào sự
biến động của NN,XK,LP.
44
III.HỒI QUI TUYẾN TÍNH BỘI
6. Hệ số xác định đã điều chỉnh:
Do R2 càng tăng nếu đưa càng nhiều biến vào mô hình nên
sự đo lường thường không chính xác. Để khắc phục nhược
điểm ta có:
)
1
1
)(1(1
)1/(
)1/( 22
kn
n
R
nSST
knSSR
R
• : sự biến động của KT phụ thuộc 37,1% vào sự
biến động của NN,XK,LP.
%8,322 R
45
III.HỒI QUI TUYẾN TÍNH BỘI
7. Kiểm định sự phù hợp của mô hình:
0),1(,
2
2
210
H
1
.
)1(
)1(/
/
0...:
BBFF
R
R
k
kn
knSSE
kSSR
MSE
MSR
F
H
knk
k
0
210
%10%0.
0...:
BBHFSig
H k
Ví dụ:
Với mức ý nghĩa 10%, mô hình có ý nghĩa
46
III.HỒI QUI TUYẾN TÍNH BỘI
Tốc độ tăng kinh tế - Y(%)
Biến độc lập ĐVT Dấu kỳ
vọng
Hệ số P
Tốc độ tăng nông nghiệp (NN) % + 0,501 0,019
Tốc độ tăng xuất khẩu (XK) % + 0,268 0,000
Lạm phát (LP) % - -0,105 0,055
Hệ số tự do 2,033 0,047
R2=0,37; Sig.F=0,000127, n=48
Tóm tắt kết quả hồi qui
47
III.HỒI QUI TUYẾN TÍNH BỘI
Trình tự giải thích kết quả Hồi qui:
• Khẳng định mô hình có ý nghĩa. Thông qua giá trị Sig.F
• Trình bày mức độ ảnh hưởng của các biến độc lập đến biến
phụ thuộc
• Kiểm tra mức ý nghĩa thống kê của từng biến độc lập, giải
thích sự ảnh hưởng của từng biến độc lập đến biến phục
thuộc. Chú ý đến dấu, dấu kỳ vọng và độ lớn của hệ số hồi
qui.
48
IV.MỘT SỐ DẠNG HÀM
Các trường hợp mở rộng:
• Biến độc lập là biến định tính: Mô hình hồi qui với biến giả
• Biến phụ thuộc là biến định tính: Phân tích nhân tố
• Trường hợp phương trình hồi qui phi tuyến tính đối với
biến.
49
IV.MỘT SỐ DẠNG HÀM
1. Một biến độc lập định tính: Hồi qui với biến giả.
1.1.Biến giả có 2 phạm trù: Xây dựng mô hình so sánh tiền
lương của công nhân làm việc trong khu vực tư nhân và
quốc doanh.
E(Y/D) = + D
• Y: Tiền lương
• D = 1: Công nhân khu vực tư nhân
• D = 0: Công nhân khu vực quốc doanh
E(Y/D=0) = : Lương công nhân khu vực quốc doanh
E(Y/D=1) = +: Lương công nhân khu vực tư nhân
50
IV.MỘT SỐ DẠNG HÀM
Ví dụ:
Lương
(trđ/năm)
28 32 35 27 25 37 29 34 33 30
Khu vực 0 1 1 0 0 1 0 1 1 0
DY 4,68,27ˆ
51
IV.MỘT SỐ DẠNG HÀM
1.2.Biến giả có 3 phạm trù: Mô hình so sánh lương công
nhân khu vực tư nhân, liên doanh và quốc doanh.
E(Y/D1,D2) = + 1D1 +2D2
• D1 = 1: Công nhân khu vực tư nhân
D1 = 0: Công nhân khu vực khác
• D2 = 1: Công nhân khu vực liên doanh
D2 = 0: Công nhân khu vực khác
E(Y/D1=1,D2=0) = + 1: Lương CN khu vực TN
E(Y/D1=0,D2=1) = + 2: Lương CN khu vực LD
E(Y/D1=0,D2=0) = : Lương CN khu vực QD
52
IV.MỘT SỐ DẠNG HÀM
Ví dụ:
Model Summaryb
,952a ,906 ,896 410,643 1,338
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Durbin-
Watson
Predictors: (Constant), D2, D1a.
Dependent Variable: Thunhapb.
ANOVAb
30882400 2 15441199,90 91,570 ,000a
3203919 19 168627,324
34086319 21
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), D2, D1a.
Dependent Variable: Thunhapb.
Coefficientsa
9244,714 155,208 59,563 ,000
Các file đính kèm theo tài liệu này:
- chuong_1_hoi_qui_tuyen_tinh_5235.pdf
- chuong_0_gioi_thieu_mon_hoc_1678.pdf