Bài giảng Kinh tế lượng - Chương 8 Chọn mô hình và kiểm định việc chọn mô hình

II CÁC LOẠI SAI LẦM THƯỜNG MẮC I CÁC THUỘC TÍNH CỦA MỘT MÔ HÌNH TỐT CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỌN MÔ HÌNH III PHÁT HIỆN VÀ KIỂM ĐỊNH CÁC SAI LẦM CHỈ ĐỊNH IV MỘT SỐ MÔ HÌNH KINH TẾ THÔNG DỤNG I. CÁC THUỘC TÍNH CỦA MỘT MÔ HÌNH TỐT Tính kiệm: mô hình đơn giản nhất có thể, đảm bảo mô tả hoàn chỉnh hiện thực Đồng nhất: với một tập hợp dữ liệu đã cho, các tham số được ước lượng phải có giá trị đồng nhất. Phù hợp: có giá trị hoặc cao Bền vững về mặt lý thuyết: đảm bảo phù hợp các lý thuyết kinh tế (không có hệ số nào có dấu sai) Có khả năng dự báo tốt LỰA CHỌN MÔ HÌNH TỐT NHẤT Trong các mô hình phù hợp, mô hình tốt nhất sẽ: - có lớn nhất - cực tiểu tiêu chuẩn - cực tiểu tiêu chuẩn Trường hợp các tiêu chuẩn không cho cùng kết quả, mô hình có nhiều tiêu chuẩn tốt hơn sẽ được lựa chọn. II. CÁC LOẠI SAI LẦM THƯỜNG MẮC Bỏ sót biến thích hợp II.1 Đưa vào mô hình biến không thích hợp II.2 Dạng hàm không đúng II.3 Các kết quả thu được từ việc phân tích hồi quy trong mô hình “sai” sẽ không đúng với thực tế và dẫn đến các kết luận sai lầm. Giả sử mô hình đúng là: Nhưng ta chọn mô hình: Nếu X2 tương quan X3 thì không phải là ước lượng vững và là ước lượng chệch của Nếu X2 không tương quan X3 thì là ước lượng vững và là ước lượng không chệch của nhưng vẫn là ước lượng chệch của Bỏ sót biến thích hợp II.1 Hậu quả Phương sai của sai số ước lượng từ mô hình đúng và phương sai của sai số ước lượng của mô hình chỉ định sai sẽ không như nhau. Khoảng tin cậy thông thường và các thủ tục kiểm định giả thuyết không còn đáng tin cậy nữa. Đưa vào mô hình biến không thích hợp II.2 Giả sử mô hình đúng là: Nhưng ta chọn mô hình: SRF của mô hình “sai”: Ước lượng của là ước lượng vững. Các ước lượng BPNN là ước lượng không chệch, vững nhưng không hiệu quả dẫn đến khoảng tin cậy sẽ rộng hơn. III. PHÁT HIỆN VÀ KIỂM ĐỊNH CÁC SAI LẦM CHỈ ĐỊNH Phát hiện biến không cần thiết III.1 Kiểm định các biến bị bỏ sót III.2 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên III.3 Xét mô hình: Biến X5 là không cần thiết -> Sử dụng thống kê . Nếu Ho đúng: Miền bác bỏ Ho: Biến X4 và biến X5 là không cần thiết -> kiểm định giả thuyết đồng thời. Phát hiện biến không cần thiết III.1 - Hồi quy mô hình gốc thu được - Hồi quy mô hình thu hẹp: - Tiêu chuẩn kiểm định: trong đó m: số biến bị loại bỏ khỏi mô hình gốc k: số hệ số của mô hình gốc. Nếu Ho đúng: Miền bác bỏ Ho: Kiểm định giả thuyết đồng thời Không có số liệu của biến bị bỏ sót Có số liệu của biến bị bỏ sót Z Xét mô hình hồi quy: Kiểm định các biến bị bỏ sót III.2 - Ước lượng mô hình: - Kiểm định Nếu Ho bị bác bỏ, biến Z đúng là bị bỏ sót. Ta nên đưa biến Z vào nếu tăng lên. a. Kiểm định RESET của RAMSEY Bước 1: Hồi quy Bước 2: Hồi quy Bước 3: Kiểm định -> Kiểm định giả thuyết đồng thời. Tiêu chuẩn kiểm định: Trong đó: m: số biến mới được đưa vào mô hình; k: số hệ số của mô hình mới. Miền bác bỏ Ho: Chú ý: lũy thừa của có thể cao hơn. b. Kiểm định d (Durbin – Watson) Bước 1: Ước lượng mô hình: Bước 2: Sắp xếp et theo thứ tự tăng dần của biến bỏ sót Z, nếu Z chưa có số liệu thì sắp xếp theo X -> dãy ei Bước 3: Tính Bước 4: Kiểm định Ho: Dạng hàm đúng (không có tự tương quan) d Bác bỏ Không xđ Chấp nhận Bác bỏ Không xđ c. Phương pháp nhân tử Lagrange (LM) Bước 1: Hồi quy Bước 2: Hồi quy Với n lớn, tiêu chuẩn kiểm định với p là số các biến Nếu thiếu biến. Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên III.3 Giả thuyết Ho: Thường dùng tiêu chuẩn kiểm định Jarque – Berra (JB): với: S: hệ số bất đối xứng; K: độ nhọn Nếu Ho đúng thì Miền bác bỏ Ho: không có phân phối chuẩn 1. Hàm sản xuất Cobb – Douglas: 2. Hàm tăng trưởng kinh tế: 3. Mô hình hyperbol: 4. Mô hình hồi quy đa thức: IV. MỘT SỐ MÔ HÌNH KINH TẾ THÔNG DỤNG