NỘI DUNG CHƯƠNG 3
I. Quy luật phân phối của một số thống kê mẫu
II. Bài toán xây dựng khoảng tin cậy cho các hệ số hồi quy
III. Bài toán kiểm định giả thuyết thống kê về hệ số hồi quy
IV. Dự báo giá trị của biến phụ thuộc và sai số dự báo
20 trang |
Chia sẻ: thanhtuan.68 | Lượt xem: 3050 | Lượt tải: 1
Bạn đang xem nội dung tài liệu Bài giảng Kinh tế lượng - Chương 3 Suy diễn thống kê và dự báo từ mô hình hồi quy, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
9/6/2013
1
CHƢƠNG 3
SUY DIỄN THỐNG KÊ VÀ DỰ BÁO
TỪ MÔ HÌNH HỒI QUY
1
NỘI DUNG CHƢƠNG 3
I. Quy luật phân phối của một số thống kê mẫu
II. Bài toán xây dựng khoảng tin cậy cho các hệ số hồi
quy
III. Bài toán kiểm định giả thuyết thống kê về hệ số hồi
quy
IV. Dự báo giá trị của biến phụ thuộc và sai số dự báo
2
9/6/2013
2
Xét mô hình hồi quy tuyến tính k biến:
(3.1)
Hàm hồi quy mẫu thu được từ mẫu ngẫu nhiên kích
thước n: {(X2i,.., Xki , Yi), i =1, 2,.., n}:
Từ kết quả ƣớc lƣợng, thực hiện các suy diễn thống kê
cho các hệ số hồi quy tổng thể.
1 2 2 .. k kY X X u
1 2 2
ˆ ˆ ˆˆ .. ( 1,2,.., )i i k kiY X X i n
3
MỤC TIÊU
Giả thiết 5: Sai số ngẫu nhiên tuân theo quy luật chuẩn:
Khi giả thiết 1 → 5 thỏa mãn thì phương pháp OLS là
phương pháp ước lượng tốt nhất cho bài toán hồi quy có
dạng (3.1)
2~ (0, )iu N
4
I. QUY LUẬT PHÂN PHỐI CỦA MỘT SỐ THỐNG KÊ MẪU
9/6/2013
3
Định lý 3.1: Khi các giả thiết 1 → 5 thỏa mãn ta có:
(3.2)
Định lý 3.2: Khi các giả thiết 1 → 5 thỏa mãn ta có: với
j = 2,3,.., k thì:
(3.3)
Tương tự:
(3.4)
với a, b là hai số thực bất kỳ không đồng thời bằng 0.
ˆ ˆ~ ( , ar( ))j j jN v
ˆ
~
ˆ( )
j j
n k
j
t T
se
5
I. QUY LUẬT PHÂN PHỐI CỦA MỘT SỐ THỐNG KÊ MẪU
ˆ ˆ( )
~
ˆ ˆ( )
j s j s
n k
j s
a b a b
t T
se a b
1. Khoảng tin cậy cho một hệ số hồi quy
Khoảng tin cậy cho một hệ số hồi quy: đánh giá tác động lên biến
phụ thuộc khi một biến độc lập thay đổi.
Theo (3.3) ta có:
(3.5)
=> (3.5) được hiểu là:
Biến cố: “khoảng
có chứa giá trị βj” có xác suất xảy ra bằng (1-α) , với α nhận giá
trị bất kỳ trong đoạn [0,1]; trong đó ký hiệu tα(n-k) là giá trị tới
hạn của quy luật Student với (n-k) bậc tự do và với mức ý nghĩa α
1))
ˆ(*)(ˆ)ˆ(*)(ˆ( 2/2/ jjjjj sekntsekntP
))ˆ(*)(ˆ);ˆ(*)(ˆ( 2/2/ jjjj sekntseknt
6
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
4
=> Khoảng tin cậy đối xứng với độ tin cậy (1-α) cho các hệ số
hồi quy:
(3.6)
(j = 1,2,..,k)
Khoảng tin cậy cho hệ số góc (j = 2,3.., k) cho biết, với độ
tin cậy là (1-α), khi biến Xj tăng (giảm) 1 đơn vị, các yếu tố
khác không đổi, thì giá trị trung bình của biến phụ thuộc thay
đổi trong khoảng này.
Thông thường, mức ý nghĩa được chọn bằng 5%.
)ˆ(*)(ˆ)ˆ(*)(ˆ 2/2/ jjjjj sekntseknt
7
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
Ví dụ:
Với n = 30 & α = 5%.
1. Tìm khoảng tin cậy 95% cho các hệ số hồi quy?
2. Giải thích ý nghĩa?
ˆ 56.60 0.794 0.015
( ) (9.65) (0.016) (0.004)
CT TN TS
se
8
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
5
Các khoảng tin cậy một phía:
Khoảng tin cậy tối đa (ước lượng giá trị lớn nhất):
Khoảng tin cậy tối thiểu (ước lượng giá trị nhỏ nhất):
Lưu ý: Trong trường hợp biến phụ thuộc và biến độc lập có
quan hệ ngược chiều, nếu cần tìm mức thay đổi tối đa thì
cần xác định KTC tối thiểu; và ngược lại.
)ˆ(*)(ˆ jjj seknt
)ˆ(*)(ˆ jjj seknt
9
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
2. Khoảng tin cậy cho biểu thức của hai hệ số hồi quy
Khoảng tin cậy cho biểu thức của hai hệ số hồi quy: đánh
giá tác động lên biến phụ thuộc khi hai biến độc lập cùng
thay đổi.
Với mô hình (3.1), giả sử X2 và X3 cùng gia tăng một đơn vị
=> giá trị trung bình của Y gia tăng (β2 + β3) đơn vị
=> Xây dựng KTC (1-α) cho (β2 + β3)
10
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
6
Tổng quát: với a và b là các giá trị bất kỳ (có thể dương hoặc âm),
thì khoảng tin cậy cho mức gia tăng của Y trung bình khi X2 tăng
a đơn vị và X3 tăng b đơn vị được tính bởi công thức:
với được tính theo công thức:
: hiệp phương sai giữa hai hệ số góc ước lượng
)ˆˆ(*)()ˆˆ(
)ˆˆ(*)()ˆˆ(
322/32
32322/32
basekntba
babasekntba
2 3
ˆ ˆ( )se a b
)ˆ;ˆcov(2)ˆ()ˆ()ˆˆ( 323
22
2
22
32 absebseabase
)ˆ;ˆcov( 32
11
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
Ví dụ:
CT: chi tiêu (triệu đồng); TN: thu nhập (triệu đồng);
TS: tài sản (triệu đồng))
=> Nếu giá trị tài sản gia tăng thêm 5 triệu, thu nhập
từ lao động giảm 500 ngàn thì mức chi tiêu trung bình
thay đổi trong khoảng nào? (với n = 30 và α = 5%)
2 3
ˆ 56.60 0.794 0.015
( ) (9.65) (0.016) (0.004)
ˆ ˆcov( , ) 0.00001
CT TN TS
se
12
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
7
Các khoảng tin cậy một phía:
Khoảng tin cậy tối đa:
Khoảng tin cậy tối thiểu:
)ˆˆ(*)()ˆˆ( 323232 basekntbaba
)ˆˆ(*)()ˆˆ( 323232 basekntbaba
13
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
3. Ý nghĩa của khoảng tin cậy
Với độ tin cậy, chẳng hạn 95%, KTC của βj được hiểu
như sau: nếu lấy nhiều lần các mẫu một cách ngẫu
nhiên một cách độc lập nhau từ cùng một tổng thể, thì
có khoảng 95% số KTC được xây dựng từ các mẫu này
là có chứa giá trị βj
14
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
8
Các khoảng tin cậy với độ tin cậy 95% từ các mẫu khác
nhau của tổng thể
15
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
Nhận xét:
Khoảng 95% các KTC (ai, bi) là có chứa giá trị chưa biết
βj, khoảng 5% còn lại không chứa giá trị βj.
Trong thực tế phân tích hồi quy, chúng ta chỉ có một
mẫu duy nhất và một KTC cụ thể tương ứng, ta hy vọng
rằng KTC này nằm trong số 95% số KTC có chứa βj.
16
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
9
Khi lấy độ tin cậy (1-α) càng cao thì xác suất để mẫu được
chọn có KTC tương ứng chứa giá trị βj càng lớn, tuy nhiên
KTC càng rộng, nghĩa là độ chính xác của KTC càng giảm.
(Ví dụ, khi độ tin cậy bằng 100%, α=0, thì độ dài KTC trở
thành (-∞, +∞) và nó không có giá trị thông tin nào cả).
Trong thực tế, thường lấy (1-α) = 95%.
Tuy cùng một độ tin cậy (1-α) và cùng kích thước mẫu (n), độ
dài của khoảng tin cậy thu được từ các mẫu khác nhau là khác
nhau.
17
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
4. Các yếu tố ảnh hưởng đến độ dài khoảng tin cậy (*)
Theo (3.6), độ dài KTC đối xứng cho hệ số βj bằng:
Những yếu tố nào ảnh hưởng tới độ dài KTC của βj:
Số bậc tự do (n-k)
Mối tương quan tuyến tính giữa Xj và các biến độc
lập còn lại trong mô hình
)ˆ(*)(2 2/ jseknt
18
II. BÀI TOÁN XÂY DỰNG KHOẢNG TIN CẬY CHO
CÁC HỆ SỐ HỒI QUY
9/6/2013
10
1. Kiểm định giả thuyết về một hệ số hồi quy
Xét mô hình hồi quy:
Cặp giả thuyết H0 : βj = 0
H1 : βj ≠ 0
Thống kê kiểm định:
Nếu giả thuyết H0 là đúng thì từ (3.3) => 𝑡 ~ 𝑇(𝑛 − 𝑘)
=>
1 2 2 .. k kY X X u
ˆ 0
ˆ( )
j
j
t
se
)
)ˆ(
0ˆ
( );2/( kn
j
j
t
se
P
19
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Nguyên lý xác suất nhỏ: nếu một biến cố có xác suất xảy
ra là khá nhỏ thì có thể xem như nó không xảy ra khi
tiến hành một phép thử.
=> Với α là khá nhỏ thì có thể xem như biến cố:
là không xảy ra với mẫu thu thập được. )
)ˆ(
0ˆ
( );2/( kn
j
j
t
se
20
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
11
Do đó:
Nếu : nghĩa là biến cố trên có xảy ra.
=> mâu thuẫn với nguyên lý xác suất nhỏ => chứng cứ cho
rằng việc giả định rằng H0 đúng là không phù hợp.
=> Ta nói rằng có đủ cơ sở để bác bỏ H0; chấp nhận H1
Nếu : không mâu thuẫn gì với nguyên
lý xác suất nhỏ, => chƣa có cơ sở để bác bỏ H0, và do đó
chưa đủ cơ sở để chấp nhận H1.
)
)ˆ(
0ˆ
( );2/( kn
j
j
t
se
)
)ˆ(
0ˆ
( );2/( kn
j
j
t
se
21
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Ví dụ:
Thu nhập có thực sự ảnh hưởng đến hành vi chi tiêu
hay không? (với n = 30 và α = 5%)
ˆ 56.60 0.794 0.015
( ) (9.65) (0.016) (0.004)
CT TN TS
se
22
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
12
Các cặp giả thuyết và điều kiện để bác bỏ H0 tƣơng ứng:
Trong đó:
Loại cặp
giả thuyết
H0 H1 Bác bỏ H0 nếu
Hai phía 𝒕𝒒𝒔 > 𝒕𝜶
𝟐
(𝒏 − 𝒌)
Một phía 𝜷𝒋 ≤ 𝜷
∗ 𝒕𝒒𝒔 > 𝒕𝜶(𝒏 − 𝒌)
Một phía 𝒕𝒒𝒔 < −𝒕𝜶(𝒏 − 𝒌)
*j *j
*j *j
*j
ˆ *
ˆ( )
j
qs
j
t
se
23
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Lưu ý:
Giả thuyết H0 trong các kiểm định giả thuyết thống kê về hệ số
hồi quy luôn chứa dấu “ = “. Giả thuyết H1 luôn đối lập lại với H0
Kiểm định xem hệ số có ý nghĩa thống kê hay không là kiểm
định cặp giả thuyết sau:
H0: βj = 0 (không có ý nghĩa thống kê)
H1: βj ≠ 0 (có ý nghĩa thống kê)
Việc đặt bài toán kiểm định cũng như đưa ra kết luận kiểm định cần
được thận trọng. Cần chú ý khi mối quan hệ giữa biến phụ thuộc
và biến độc lập là ngược chiều nhau.
jˆ
24
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
13
Ví dụ 1: W, GD và KN lần lượt là mức lương (triệu
đồng/tháng), số năm đi học (năm), và số năm kinh nghiệm
của người lao động (năm). Với tập số liệu 30 quan sát ta có
được kết quả ước lượng sau:
Có thể cho rằng mức tăng lương trung bình hàng năm
của người lao động lớn hơn 0.17 triệu đồng/ tháng đúng
không? (số năm đi học không đổi và α = 5%)
Wˆ 2 0.25 0.2
(0.15) (0.02) (0.05)
GD KN
se
25
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Ví dụ 2: Q – lượng cầu hàng hóa (nghìn sp); P – giá hàng hóa
(nghìn đồng/ sp); TN – thu nhập bình quân của người tiêu dùng
(triệu/ tháng). Với n = 30; có kết quả ước lượng sau:
Với α = 5%
1. Hệ số có ý nghĩa thống kê không?
2. Thu nhập của người tiêu dùng có thực sự tác động tới mức cầu
hàng hóa không?
3. Khi giá hàng hóa tăng lên 1 nghìn đồng/ sp thì lượng cầu
giảm ít hơn 1 nghìn sản phẩm có đúng không?
)07.0()067.0()03.0(
09.087.034.2ˆ
se
TNPQ
3ˆ
26
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
14
2. Kiểm định giả thuyết về một ràng buộc giữa các hệ số hồi quy –
kiểm định T
Trong đó:
(a, b, a* là các hằng số cho trước)
Loại cặp
giả thuyết
H0 H1 Bác bỏ H0 nếu:
Hai phía 𝒕𝒒𝒔 > 𝒕𝜶
𝟐
(𝒏 − 𝒌)
Một phía 𝒕𝒒𝒔 > 𝒕𝜶(𝒏 − 𝒌)
Một phía 𝒕𝒒𝒔 < −𝒕𝜶(𝒏 − 𝒌)
*j sa b a *j sa b a
*j sa b a *j sa b a
*j sa b a *j sa b a
)ˆˆ(
)ˆˆ( *
sj
sj
qs
base
aba
t
27
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Ví dụ: Q là số áo sản xuất được (trăm chiếc áo), K là số máy dệt (máy), L là
số lao động (10 người); n = 35
Hiệp phương sai giữa hai hệ số góc ước lượng bằng 0.0062; α = 5%
Giả sử rằng chi phí để thuê 10 lao động cũng bằng chi phí thuê 1 máy dệt và
bằng 2 triệu đồng.
1) Có thể cho rằng tiền chi cho lao động hiệu quả hơn tiền chi cho máy
dệt hay không?
2) Biết mỗi chiếc áo được bán với giá 200 ngàn đồng. Vậy việc thuê thêm
10 lao động và 1 máy dệt có giúp làm gia tăng lợi nhuận hay không?
150 0.5 0.7
(1.2) (0.1) (0.2)
Q K L e
se
28
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
15
3. Giá trị xác suất P của các thống kê kiểm định
Giá trị xác suất P tương ứng với giá trị quan sát của thống kê
kiểm định được định nghĩa là mức ý nghĩa nhỏ nhất mà giả
thuyết H0 bị bác bỏ tƣơng ứng với giá trị quan sát của thống kê
kiểm định này.
Giá trị P này cho biết mức độ mạnh yếu của chứng cứ thu được từ
mẫu: giá trị xác suất P càng nhỏ thì chứng cứ phản bác H0 càng
lớn, và ngược lại giá trị xác suất P càng lớn thì chứng cứ này càng
yếu.
29
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Trong bảng kết quả Eviews, giá trị xác suất P (P_value) nằm ở
cột Prob. Giá trị này được sử dụng trong kiểm định cặp giả
thuyết:
H0: βj = 0
H1: βj ≠ 0
Quy tắc kiểm định sử dụng giá trị xác suất:
Nếu giá trị P_value tƣơng ứng với giá trị quan sát của thống kê
kiểm định là nhỏ hơn mức ý nghĩa α thì ta sẽ bác bỏ giả thuyết H0
Ngƣợc lại, chƣa đủ cơ sở bác bỏ H0
30
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
16
4. Kiểm định giả thuyết về nhiều ràng buộc của các hệ số
hồi quy - (Kiểm định F thu hẹp hàm hồi quy)
Tổng quát:
Xét mô hình k biến: (3.7)
Giả sử muốn kiểm định đồng thời liệu X2 và X3 có ảnh
hưởng tới biến Y hay không, khi đó xét cặp giả thuyết đồng
thời sau:
(3.8)
1 2 2 .. k kY X X u
31 0:
0:
2
3
2
21
320
H
H
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
Nếu giả thuyết H0 trong (3.8) là đúng thì mô hình hồi
quy (3.7) tương đương với mô hình sau:
(3.9)
(3.7) còn được gọi là mô hình không có ràng buộc
(unrestricted), và (3.9) là mô hình có ràng buộc
(restricted).
32
1 4 4 .. k kY X X u
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
17
Các bước thực hiện kiểm định thu hẹp hàm hồi quy:
B1: Ước lượng mô hình hồi quy ban đầu (3.7), thu được
B2: Ước lượng mô hình có ràng buộc (3.9), thu được
B3: Tính:
hoặc
n: số quan sát
kL : số hệ số trong mô hình lớn
m: số biến bị loại khỏi mô hình ban đầu (số điều kiện ràng buộc)
B4: Nếu Fqs > Fα(m; n-kL ) => bác bỏ H0, chấp nhận H1
Ngược lại, => chưa đủ cơ sở bác bỏ H0
2
LR
m
kn
R
RR
F L
L
L
qs
N
*
1 2
22
2
NR
m
kn
RSS
RSSRSS
F L
L
LN
qs
*
33
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
5. Kiểm định về sự phù hợp của hàm hồi quy
(Kiểm định F)
Xét mô hình k biến:
Kiểm định: H0: R
2 = 0 (Hàm hồi quy không phù hợp)
H1: R
2 ≠ 0 (Hàm hồi quy có phù hợp)
Cặp giả thuyết trên tương đương với cặp giả thuyết sau:
H0: 2 3 .. 0k
1 2 2 .. k kY X X u
2 2 2
1 2 3: .. 0kH 34
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
18
Tính thống kê kiểm định:
𝐹𝑞𝑠 =
𝑅2
1 − 𝑅2
×
𝑛 − 𝑘
𝑘 − 1
Nếu Fqs > Fα (k-1,n-k) thì bác bỏ H0 ; chấp nhận H1
=> KL: hàm hồi quy có phù hợp
Ngược lại, chưa đủ cơ sở bác bỏ H0
=> KL: hàm hồi quy không phù hợp 35
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
6. So sánh kiểm định T và kiểm định F (*)
Trường hợp kiểm định một ràng buộc
Khi kiểm định cặp giả thuyết dạng: H0: βj = 0
H1: βj ≠ 0
thì có thể áp dụng hai loại kiểm định: kiểm định T hoặc kiểm định F và kết
luận là hoàn toàn giống nhau; nguyên nhân do (𝑡𝑞𝑠)
2= (
𝛽𝑗
𝑠𝑒(𝛽𝑗 )
)2= 𝐹𝑞𝑠
=> giá trị xác suất (p_value) của hai thống kê quan sát là như nhau
Trường hợp kiểm định đồng thời nhiều hơn một ràng buộc: sử dụng kiểm
định F, và chỉ sử dụng được cho các ràng buộc dạng đẳng thức.
36
III. BÀI TOÁN KIỂM ĐỊNH GIẢ THUYẾT THỐNG
KÊ VỀ HỆ SỐ HỒI QUY
9/6/2013
19
1. Dự báo giá trị của biến phụ thuộc
Dự báo giá trị trung bình của biến phụ thuộc bằng ước
lượng điểm: thay các giá trị cho trước của biến độc
lập vào hàm hồi quy mẫu => thu được giá trị 𝑌 tương
ứng.
Dự báo giá trị trung bình của biến phụ thuộc bằng
khoảng tin cậy:
IV. DỰ BÁO GIÁ TRỊ CỦA BIẾN PHỤ THUỘC
37
Dự báo giá trị trung bình có điều kiện của Y với X = X0:
(công thức với k = 2)
với
)ˆ(*)2(ˆ)/()ˆ(*)2(ˆ 02/0002/0 YsentYXYEYsentY
)ˆvar(
ˆ
;
ˆ
ˆ
1
ˆ)ˆ(
ˆˆˆ
2
2
2
2
1
1
2
2
0
0
0210
i
x
Y
X
x
XX
n
Yse
XY
n
i
i
IV. DỰ BÁO GIÁ TRỊ CỦA BIẾN PHỤ THUỘC
38
9/6/2013
20
2. Đánh giá sai số dự báo
Sai số dự báo được tính dựa trên sự sai lệch giữa giá
trị thực tế và giá trị ước lượng của biến phụ thuộc.
Căn bậc hai của trung bình bình phƣơng sai số:
RMSE =
𝑌𝑖 − 𝑌𝑖
2𝑛
𝑖=1
𝑛
IV. DỰ BÁO GIÁ TRỊ CỦA BIẾN PHỤ THUỘC
39
Sai số trung bình tuyệt đối:
MAE =
𝑌𝑖 − 𝑌𝑖
𝑛
𝑖=1
𝑛
Sai số trung bình tuyệt đối tính theo phần trăm
𝑀𝐴𝑃𝐸 =
𝑌𝑖 − 𝑌𝑖
𝑌𝑖
𝑛
𝑖=1
𝑛
IV. DỰ BÁO GIÁ TRỊ CỦA BIẾN PHỤ THUỘC
40