Dự báo trong kinh doanh Hồi quy bội

1. Mô hình hồi quy bội 2. Chọn biến độc lập 3. Phân tích kết quả hồi quy 4. Đánh giá mô hình hồi quy 5. Biến giả 6. Lựa chọn phương trình hồi quy 7. Dự báo điểm& Dự báo khoảng

pdf14 trang | Chia sẻ: maiphuongtt | Lượt xem: 2116 | Lượt tải: 1download
Bạn đang xem nội dung tài liệu Dự báo trong kinh doanh Hồi quy bội, để tải tài liệu về máy bạn click vào nút DOWNLOAD ở trên
1Dự báo trong kinh doanh (Business Forecasting) Khoa Kinh tế Phát triển 1A Hoàng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn Phùng Thanh Bình 1. Mô hình hồi quy bội 2. Chọn biến độc lập 3. Phân tích kết quả hồi quy 4. Đánh giá mô hình hồi quy 5. Biến giả 6. Lựa chọn phương trình hồi quy 7. Dự báo điểm & Dự báo khoảng HỒI QUY BỘI 2Phùng Thanh Bình z Nguyễn Trọng Hoài (2001): Mô hình hóa và Dự báo chuỗi thời gian trong kinh doanh & kinh tế, Chương 9. z J.Holton Wilson & Barry Keating, (2007), Business Forecasting With Accompanying Excel- Based ForecastXTM Software, 5th Edition, Chapter 5. z John E.Hanke & Dean W.Wichern, (2005), Business Forecasting, 8th Edition, Chapter 7 & 8. TÀI LIỆU THAM KHẢO Phùng Thanh Bình MÔ HÌNH HỒI QUY BỘI z Y = f(X1, X2, X3, …, Xn) = b0 + b1X1 + b2X2 + . . . bkXk + ε z Trong đó: o b0 = hệ số cắt o bi = là các hệ số dốc tương ứng o ε = sai số tổng thể 3Phùng Thanh Bình MÔ HÌNH HỒI QUY BỘI Phùng Thanh Bình MÔ HÌNH HỒI QUY BỘI z Y = b0 + b1X1 + b2X2 + . . . bkXk + ε Y = b0 + b1X1 + b2X2 + . . . bkXk + e z Trong đó: o b0 = hệ số cắt o bi = là các hệ số dốc tương ứng o e = sai số mẫu 4Phùng Thanh Bình CHỌN BIẾN ĐỘC LẬP Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY )Y - (Y Y Y ∧∧ += kk22110 Xb ... Xb Xb b Y ++++= ∧ )Y - (Y )Y - Y( )Y - (Y 22 ∑∑∑ ∧∧∧ += SST = SSR + SSE df: n-1 = k + n – k - 1 5Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Sai số chuẩn của ước lượng: z Ví dụ 7.4, Hanke, 275 MSE 1-k-n SSE 1-k-n )Y-(Y s 2 sy.x' === ∑ ∧ Phùng Thanh Bình PHÂN TÍCH KẾT QUẢ HỒI QUY z Ý nghĩa của hồi quy 6Phùng Thanh Bình Phùng Thanh Bình z Hệ số xác định: PHÂN TÍCH KẾT QUẢ HỒI QUY ∑ ∑ −=== ∧ 2 2 2 )Y - Y( )YY( SST SSR Variation Total Variation Explained R ∑ ∑ ∧−=== 2 2 )Y - Y( )YY( - 1 SST SSE - 1 Variation Total Variation dUnexplaine - 1 7Phùng Thanh Bình z Đối với hồi quy bội: PHÂN TÍCH KẾT QUẢ HỒI QUY Phùng Thanh Bình z Kiểm định các hệ số hồi quy H0: βj = 0 H0: βj ≠ 0 PHÂN TÍCH KẾT QUẢ HỒI QUY jb j s 0 - b t = 8Phùng Thanh Bình z Phân tích phần dư o Kiểm tra phần dư trước hết dựa vào đồ thị: • Vẽ đồ thị histogram • Vẽ phần dư theo Y^ • Vẽ phần dư theo X • Vẽ phần dư theo thời gian PHÂN TÍCH KẾT QUẢ HỒI QUY Phùng Thanh Bình z Phân tích phần dư o Kiểm định hiện tượng phương sai không đồng nhất o Kiểm định hiện tượng tương quan chuỗi o Khi nào cần đến AIC? PHÂN TÍCH KẾT QUẢ HỒI QUY 9Phùng Thanh Bình z Tương quan chuỗi o Tự tương quan âm o Tự tương quan dương (xem Figure 8.1) o Không làm chệch các hệ số ước lượng, nhưng làm cho ước lượng của sai số chuẩn nhỏ hơn sai số chuẩn thật sự => t-stat, F-stat lớn PHÂN TÍCH KẾT QUẢ HỒI QUY Phùng Thanh Bình z Tương quan chuỗi PHÂN TÍCH KẾT QUẢ HỒI QUY 10 Phùng Thanh Bình z Tương quan chuỗi o Xử lý hiện tượng tương quan chuỗi tùy thuộc vào nguyên nhân gây ra hiện tượng tương quan chuỗi: Sai dạng mô hình (thiếu biến) hay các sai số độc lập có liên quan với nhau cho dù mô hình được chọn là phù hợp • Đưa thêm biến bỏ sót vào mô hình (ví dụ 8.3) • Hồi quy sai phân (ví dụ 8.5) • Mô hình tự hồi quy (ví dụ 8.6) PHÂN TÍCH KẾT QUẢ HỒI QUY Phùng Thanh Bình ĐÁNH GIÁ MÔ HÌNH HỒI QUY z Thứ nhất, kiểm tra xem ‘dấu’ của hệ số dốc có ý nghĩa hay không z Thứ hai, kiểm tra xem hệ số dốc có ý nghĩa thống kê hay không (dùng t-stat) z Thứ ba là đánh giá hệ số xác định z Thứ tư, kiểm tra phần dư (dùng DW) 11 Phùng Thanh Bình BIẾN GIẢ z Biến giả được sử dụng để xác định mối quan hệ giữa các biến độc lập định tính và một biến phụ thuộc z Ví dụ 7.6, Hanke, 283 (Table 7-9) Y^ = β0 + β1X1 + β2X2 X1: test score X2 = 0 đối với nữ = 1 đối với nam Phùng Thanh Bình x y {β2 } β0 y = (β0 + β2) + β1x y = β0 + β1x slope = β1 X2 = 0 X2 = 1 12 Phùng Thanh Bình Phùng Thanh Bình BIẾN GIẢ z Khi chuỗi thời gian có yếu tố mùa vụ, có thể sử dụng hồi quy với biến giả như sau: Yt = b0 + b1t + b2S2 + b3S3 + b4S4 + e Quý 1: S2 = S3 = S4 = 0 Quý 2: S1 = S3 = S4 = 0 Quý 3: S1 = S2 = S4 = 0 Quý 4: S1 = S2 = S3 = 0 z Ví dụ 8.8 (Table 8.9, Hanke, 350) 13 Phùng Thanh Bình LỰA CHỌN PHƯƠNG TRÌNH HỒI QUY z Bước 1: Lựa chọn một tập hợp đầy đủ các biến giải thích (cân nhắc giữa mức độ chính xác & chi phí) z Bước 2: Loại bỏ các biến không thích hợp o Biến không quan trọng o Tạo ra sai số lớn o Có quan hệ với các biến khác (đa cộng tuyến) o Khó đo lường một cách chính xác z Bước 3: Rút lại danh sách các biến tốt nhất cho mô hình Phùng Thanh Bình LỰA CHỌN PHƯƠNG TRÌNH HỒI QUY z Hồi quy từng bước (stepwise) o Xem xét tất cả các hồi quy giản đơn, biến nào giải thích nhiều nhất cho thay đổi củ Y sẽ là biến đầu tiên đưa vào mô hình o Biến thứ 2 được đưa vào mô hình là biến đóng góp lớn nhất vào SSR (xác định bằng F test) o Đưa theo biến tiếp theo và xem xét biến này có ý nghĩa hay không bằng cách sử dụng F test 14 Phùng Thanh Bình LỰA CHỌN PHƯƠNG TRÌNH HỒI QUY z F test o Mô hình không giới hạn: SSEUR o Mô hình giới hạn: SSER k)-(n SSE m )SSE (SSE F UR URR − = k)-(n R-1 m )R (R F 2 UR 2 R 2 UR − = Phùng Thanh Bình DỰ BÁO ĐIỂM & DỰ BÁO KHOẢNG z Dự báo khoảng có tính đến 2 nguồn không chắc chắn này z Sai số chuẩn của dự báo, sf, đo mức độ thay đổi của Y^ so với Y tại X cho trước: Y^ ± tsf