Phân tích dữ liệu với phần mềm Eviews

Phương pháp phân tích định lượng 1. Thống kê mô tả 2. Hồi quy 3. ARIMA 4. ARCH/GARCH 5. Kiểm định đồng liên kết 6. VAR/VECM 7. Kiểm định nhân quả Grange 8. Kinh tế lượng với panel data

pdf61 trang | Chia sẻ: lylyngoc | Lượt xem: 2093 | Lượt tải: 3download
Bạn đang xem trước 20 trang tài liệu Phân tích dữ liệu với phần mềm Eviews, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
10/8/2013 1 PHÂN TÍCH DỮ LiỆU VỚI PHẦN MỀM EVIEWS* NGUYỄN DUY TÂM - IDR Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 1 Giới thiệu bài báo và phương pháp phân tích Bài báo Phương pháp phân tích định lượng 1. Thống kê mô tả 2. Hồi quy 3. ARIMA 4. ARCH/GARCH 5. Kiểm định đồng liên kết 6. VAR/VECM 7. Kiểm định nhân quả Grange 8. Kinh tế lượng với panel data Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 2 10/8/2013 2 GIAO DIỆN EVIEWS Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 3 TẠO WORKFILE Các loại dữ liệu Cửa sổ tạo workfile 1. Dữ liệu chéo 2. Dữ liệu chuổi thời gian 3. Dữ liệu bảng Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 4 10/8/2013 3 Tạo biến cho workfile Tạo biến Các loại biến: • Biến định lượng: Scale • Biến phân loại: Categories/Classification 1. Tạo biến bằng thanh menu Quick 2. Tạo biến bằng button lệnh Genr trên workfile 3. Tạo biến bằng câu lệnh Genr hoặc series Nhập liệu cho biến Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 5 Thao tác với dữ liệu Mở 1 biến (Series) • Mở bằng thanh menu • Mở bằng double click mouse on variable • Mở bằng lệnh Show Mở nhóm biến (Group) • Mở bằng thanh menu • Mở bằng double click mouse on variable • Mở bằng lệnh Show Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 6 10/8/2013 4 Lọc dữ liệu và hiệu chỉnh mẫu Loại bỏ Outlier • Ý nghĩa: • Công cụ: Hiệu chỉnh mẫu • Ý nghĩa: • Công cụ: 1. Lựa chọn quan sát 2. Lựa chọn quan sát thỏa điều kiện Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 7 Trình bày dữ liệu Trình bày dữ liệu: Series Trình bày dữ liệu: Group Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 8 10/8/2013 5 Trình bày dữ liệu Phương pháp đồ thị: series Phương pháp đồ thị: group Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 9 Trình bày dữ liệu PP chỉ số: Series • Thống kê mẫu • Thống kê phân loại PP chỉ số: Group • Thống kê mẫu chung • Thống kê mẫu riêng Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10 10/8/2013 6 Kiểm định Quy trình kiểm định • B1: Đặt hai giả thiết thống kê: H0 và H1 (quy tắt đặt giả thiết???) • B2: Tìm giá trị tới hạn • B3: Xác định miền bác bỏ H0 • B4: Ra quyết định (Nguyên tắt ra quyết định) Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 11 Kiểm định trung bình Kiểm định trung bình: Series • Kiểm định tính phân phối chuẩn của biến • Kiểm định trung bình 1 mẫu • Kiểm định trung bình phân loại Kiểm định trung bình: Group • Kiểm định trung bình nhiều biến scale Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 12 10/8/2013 7 Phân tích và kiểm định tương quan Ma trận tương quan • Ý nghĩa chỉ số tương quan r • Đặc điểm r • Nhược điểm r Kiểm định tương quan • Mục đích • Các giả thiết • Kiểm định tương quan Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 13 TƯƠNG QUAN – HỒI QUY đơn biến 1. Giới thiệu hồi quy 2. Ý nghĩa hồi quy 3. Giới thiệu hồi quy đơn biến 4. Giả thiết của hồi quy đơn biến 5. Phương pháp ước lượng mô hình hồi quy đơn biến 6. Kiểm định đơn biến 7. Dự báo Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 14 10/8/2013 8 HỒI QUY Giới thiệu về hồi quy • Hồi quy tổng thể (PRF) • Y = 0 + 1X1 +2X2+…+ i • Hồi quy mẫu (SRF) • Y = 0 + 1X1 +2X2+…+ ei Ý nghĩa và đặc điểm của hồi quy • Ý nghĩa: Nghiên cứu tác độn của XiY • Đặc điểm: hồi quy tuyến tính Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 15 HỒI QUY ĐƠN • Y = 0 + 1X1 + i • Định nghĩa biến: • Y: Dependent variable • X1: independent variable • X2: independent variable • i: independent variable • Y^ = 0 + 1X1 : Forecast • Y & Xi : Random Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 16 10/8/2013 9 Các giả thuyết của mô hình hồi quy 1. Xi là biến độc lập, được xác định trước 2. E(ei) = 0:  Y^ = 0 + 1X1 gần Y 3. Cov(Xi,ei)=0 4. Cov(ei,ej)=0 5. 2=const 6. ei ~ N( 2) Nguyen Duy Tam - nguyenduytam@ueh.edu.vn Assumption/Hypothesis 17 1. Phương pháp bình phương nhỏ nhất (OLS) (tt) 18 40 60 80 100 120 140 160 180 200 40 80 120 160 200 240 280 THUNHAP CH IT IE U CHITIEU vs. THUNHAP SRF2 SRF3 SRF1 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 10 Phương pháp ước lượng hàm hồi quy đơn Đường hồi quy ước lượng Phương pháp ước lượng • ei= (Y-Y^) min • ei 2= (Y-Y^)2min Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 19 Ước lượng hàm hồi quy trên Eviews • C1: Quick/… • C2: Click mouse:… • C3: Lệnh: … Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 20 10/8/2013 11 Bảng kết quả của hàm hồi quy Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 21 Kiểm định Ý nghĩa của 1 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 22 10/8/2013 12 Kiểm định Ý nghĩa của R2 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 23 Lựa chọn dạng hàm hồi quy đơn Dạng hàm tuyến tính Dạng hàm phi tuyến Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 40 50 60 70 80 90 0 4,000 8,000 12,000 16,000 20,000 24,000 X2 Y 40 50 60 70 80 90 0 20 40 60 80 100 120 X1 Y 24 10/8/2013 13 Các dạng hàm thông dụng Dạng hàm tuyến tính Dạng hàm Power Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 40 50 60 70 80 90 0 20 40 60 80 100 120 X1 Y 40 50 60 70 80 90 0 20 40 60 80 100 120 X1 Y 25 Các dạng hàm thông dụng Dạng hàm Logarithmic Dạng hàm nghịch đảo Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 40 50 60 70 80 90 0 4,000 8,000 12,000 16,000 20,000 24,000 X2 Y 40 50 60 70 80 90 0 4,000 8,000 12,000 16,000 20,000 24,000 X2 Y 26 10/8/2013 14 Các dạng hàm thông dụng Dạng hàm bậc 2: Dạng hàm bậc 3 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 40 50 60 70 80 90 1,500 2,000 2,500 3,000 3,500 4,000 X3 Y 40 50 60 70 80 90 1,500 2,000 2,500 3,000 3,500 4,000 X3 Y 27 Một số dạng hàm thông dụng • Lin – Log • Log - Lin • Log - Log Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 28 10/8/2013 15 Hàm hồi quy chuổi thời gian • Dạng hàm: y = 0 + 1X1 + i • Time series • Biến t (time) • Câu lệnh Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 29 HỒI QUY ĐA BIẾN 1. Giới thiệu 2. Các giả thiết của mô hình 3. Phương pháp ước lượng và kiểm định mô hình 4. Quy trình xây dựng mô hình hồi quy đa biến 5. Trình bày kết quả nghiên cứu hồi quy Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 30 10/8/2013 16 Giới thiệu mô hình và các giả thiết • Các giả thiết của hồi quy đơn và, • Cov(Xi,Xj) =0 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 31 1. Mô hình hồi quy 3 biến • Sơ đồ các biến độc lập tác động vào biến phụ thuộc 32 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 17 Bảng kết quả Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 33 Kỹ thuật LS trên EVIEWS • Menu Quick/… • Click mouse:… • Lệnh: LS Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 34 10/8/2013 18 Kiểm định i 1. Kiểm định hệ số I 2. Kiểm định biến thừa 3. Kiểm định biến thiếu 4. Kiểm định WALD Mô hình đã ok về các Xi??? Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 35 Kiểm định hệ số R2 • Hệ số R2 • Hệ số adjusted R2 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 36 10/8/2013 19 Lựa chọn mô hình • Adjusted R2 • Hệ số AIC • Hệ số Schwarz Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 37 So sánh mô hình về { nghĩa Hồi quy đơn • Phương trình: • Hệ số I: • Hệ số giải thích R2 Hồi quy đa biến • Phương trình: • Hệ số I: • Hệ số giải thích R2 • So sánh độ mạnh tác động của các Xi Y Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 38 10/8/2013 20 Trình bày kết quả mô hình Biến số Mô hình A Mô hình B Mô hình …. c X1 X2 …. Adjusted R2 ACI Schwarz Ra quyết định Không chọn??? Chọn ??? Không chọn ??? Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 39 Kết luận về mô hình Mô hình Kỳ vọng ban đầu Phù hợp kỳ vọng Ghi chú/giải thích C X1 X2 … Xk Adjusted R2 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 40 10/8/2013 21 Quy trình phân tích hồi quy • B1: Phân tích tương quan • B2: Lựa chọn mối quan hệ Xi và Y • B3: Xây dựng và kiểm định mô hình • B4: Xử l{ và lựa chọn mô hình • B5: Ra quyết định hoặc dự báo Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 41 MÔ HÌNH HỒI QUY VỚI BIẾN GiẢ DUMMY VARIABLE • Giới thiệu mô hình • Hồi quy với biến giả đơn giản • Hồi quy với biến giả Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 42 10/8/2013 22 Giới thiệu mô hình • Y = 0 + 1X1 +2X2+ 1D1+ 2D2+ 3X1D2 + 4X2D2 + ei Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 43 Hồi quy với biến giả có 2 đặc điểm • Y = 0 + 1X1 + 1D1+ 2X1D1 +ei • Giải thích hế số 1 • Giải thích hệ số 1 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 44 10/8/2013 23 Các khả năng xảy ra Di không ảnh hưởng Xi Di và Xi có liên quan nhau, Di không ảnh hưởng đến Y Nguyen Duy Tam - nguyenduytam@ueh.edu.vn Y = 0 + 1X1 + 1D1+ 2X1D2 +ei Y = 0 + 1X1 + 1D1+ 2X1D2 +ei 45 Các khả năng xảy ra Nguyen Duy Tam - nguyenduytam@ueh.edu.vn Y = 0 + 1X1 + 1D1+ 2X1D2 +ei 46 10/8/2013 24 Hồi quy với biến giả có k đặc điểm (k>2) • Y = 0 + 1X1 +2X2+ 1D1+ 2D2+ 3X1D2 + 4X2D2 + ei • Giải thích hế số 1 • Giải thích hệ số 1 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 47 MỘT SỐ NGUYÊN TẮT SỬ DỤNG DUMMY VARIBLE • Nguyên tắt 1: • Nguyên tắt 2: • Nguyên tắt 3: • Nguyên tắt 4: • Nguyên tắt 5: • Nguyên tắt 6: Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 48 10/8/2013 25 MỘT SỐ CÂU LỆNH TRONG EVIEWS • Dùng menu Quick: • Dùng Genr trong workfile • Dùng lệnh: Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 49 Hồi quy đa biến với dữ liệu time series • Đặc điểm của dãy số time series – 1 – 2. – 3. – 4 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 50 10/8/2013 26 NGUYỄN DUY TÂM - IDR KIỂM ĐỊNH CÁC GiẢ THIẾT MÔ HÌNH HỒI QUY Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 51 Đa cộng tuyến Multicollinearity Nguyen Duy Tam - nguyenduytam@ueh.edu.vn Nguyễn Duy Tâm - IDR 52 Bài giảng có tham khảo của Nguyễn Khánh Duy 10/8/2013 27 Các vấn đề liên quan đa cộng tuyến 1. Giới thiệu Đa Cộng tuyến 2. Nguyên nhân 3. Hậu quả 4. Cách phát hiện 5. Cách khắc phục Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 53 54 Ví dụ 5.2 Ramanathan • Dựa trên dữ liệu thực của một trạm xe Toyota, Data3-7 có 3 biến sau: – Et: Cost - chi tiêu tích lũy tại thời điểm t cho việc bảo trì (không tính xăng dầu) một chiếc xe hơi cho trước. – Miles: số dặm xe đã chạy (ngàn dặm) – Age: tuổi của xe Xem xét 3 mô hình sau, bạn kz vọng như thế nào về dấu của các hệ số? Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 28 55 Bạn có nhận xét gì từ kết quả trên? Nguyen Duy Tam - nguyenduytam@ueh.edu.vn Giới thiệu hiện tượng đa cộng tuyến • Là hiện tượng giả thiết Cov(Xi, Xj)0. Vi phạm giả thiết về hồi quy tuyến tính Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 56 10/8/2013 29 57 Đa cộng tuyến chính xác hay hoàn hảo Exact (or Perfect) Multicollinearity • Nếu hai hoặc nhiều hơn hai biến độc lập có quan hệ tuyến tính giữa hai biến, hoặc giữa nhiều biến (nói cách khác là khi mô hình hồi quy bội có một số biến độc lập có thể được biểu diễn bằng các tổ hợp tuyến tính của các biến độc lập khác) thì mô hình bị đa cộng tuyến hoàn hảo. • Ví dụ: Y=f(X2, X3, X4) và X3=2X2 hoặc X2+X3+X4=1 … hoặc 2X2+3X3+4X4=0 … • Hệ quả là: các hệ số hồi quy tương ứng không thể ước lượng được. Máy tính thường báo “matrix singular” hay “exact collinearity encountered” • Khắc phục: Loại một hoặc nhiều biến ra khỏi mô hình (một số phần mềm như SPSS,Stata … sẽ tự động loại biến) Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 58 Đa cộng tuyến không hoàn hảo Near Multicollinearity • Khi các biến giải thích có tương quan gần như tuyến tính (như hai ví dụ mà ta đã xem xét). Lúc này vẫn tìm được các ước lượng duy nhất. • Tuy nhiên nếu ta cứ để đa cộng tuyến không hoàn hảo xảy ra thì hậu quả sẽ là gì? • Làm sao biết được mô hình có bị đa cộng tuyến (không hoàn hảo) hay không? • Các biện pháp sẵn có mà nhà nghiên cứu sử dụng để tránh đa cộng tuyến là gì? Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 30 Hậu quả của Đa Cộng tuyến • Ảnh hưởng đến dự báo – Mặc dù đa cộng tuyến ảnh hưởng đến các hệ số hồi quy riêng lẻ, tác động của nó đến các dự báo thường ít nghiêm trọng hơn và có thể lại là những tác động có lợi (Ở phần ví dụ, khi cộng tuyến, ta thấy MAPE, MSE không có sự thay đổi lớn, thậm chí nó nhỏ hơn) 59 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 60 Hậu quả của Đa Cộng tuyến • Ảnh hưởng đến sai số chuẩn – Mặc dù các ước lượng là BLUE, nhưng SE(Betajhat) cao hơn, khiến t- statistic thấp hơn, P-value cao hơn và có thể dẫn đến hệ số hồi quy là không có ý nghĩa. – Cov(Betajhat,Betashat) cao hơn, khi đó hệ số hồi quy không thể đại diện cho tác động riêng rẽ của Xj lên Y. Mỗi hệ số chỉ giải thích được phần nào ảnh hưởng của X2 và X3 lên Y. Không thể thể giữ X3 không đổi và chỉ tăng X2 vì X2 có tương quan X3; * r: Partial Correlation Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 31 61 Các hệ quả khác • (2) Sai số chuẩn của các hệ số sẽ lớn Khoảng tin cậy lớn và thống kê ít ý nghĩa Các ước lượng không thật chính xác Dễ phạm sai lầm loại II (chấp nhận giả thuyết sai H0) • (3) R2 rất cao dù thống kê ít ý nghĩa Nguyên nhân do có tương quan với nhau nên những biến đổi khác biệt giữa các biến độc lập. Dễ bác bỏ giả thuyết H0 của kiểm định F vì cho rằng mô hình có giá trị thống kê Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 62 Các hệ quả khác Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 32 63 Cách phát hiện Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 64 Cách phát hiện Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 33 65 Solutions (các giải pháp khắc phục) • Beign neglect (bỏ qua nhẹ nhàng) hay Do nothing (Không làm gì cả) – Nếu nhà nghiên cứu ít quan tâm đến diễn dịch từng hệ số riêng lẻ nhưng lại chú trọng vào việc dự báo thì tính đa cộng tuyến không phải là vấn đề nghiêm trọng – Khi các hệ số hồi quy đều có { nghĩa và dấu phù hợp thì không bận tâm về đa cộng tuyến – Nếu một biến cần ở trong mô hình vì những l{ do về mặt l{ thuyết thì có thể an toàn hơn khi chúng ta giữ biến đó ở lại trong mô hình ngay cả khi bị đa cộng tuyến. Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 66 Solutions (cont.) • Loại bỏ biến dư thừa (có thể tham khảo PP Hendry/LSE, tuy nhiên loại bỏ quá nhiều biến có thể dẫn đến thiên lệch trong các ước lượng, người ta cũng có thể cân nhắc giữ lại những biến có P-value<0.25) • Tái thiết lập mô hình, chuyển đổi biến (kết hợp các biến, lấy sai phân…) • Phân tích nhân tố, Hồi quy ngọn sóng… • Tăng cỡ mẫu Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 34 Giải pháp khắc phục • Bài tập • Sử dụng bài tập • World95-viet.wf1 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 67 PHƯƠNG SAI THAY ĐỔI (Heterochedasticity) Nguyễn Duy Tâm - IDR Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 68 Bài giảng có tham khảo của Cao Hào Thi 10/8/2013 35 69 NOÄI DUNG 1. HET ? 2. Haäu quaû cuûa vieäc boû qua HET 3. Kieåm ñònh HET 4. Caùc thuû tuïc öôùc löôïng Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 70 HET ? Giaû thieát : Phöông sai cuûa sai soá khoâng ñoåi Var( i ) = E[( i -)2] = E( i 2 ) = 2=const Vi phaïm giaû thieát: Var( i ) =  i 2  const Phöông sai cuûa sai soá thay ñoåi Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 36 71 HET ? Phöông sai khoâng ñoåi Phöông sai thay ñoåiNguyen Duy Tam - nguyenduytam@ueh.edu.vn 72 HET ? Phöông sai khoâng ñoåi Phöông sai thay ñoåiNguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 37 73 HET ? Phöông sai khoâng ñoåi Phöông sai thay ñoåi u 2 u 2 Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 74 HAÄU QUAÛ BOÛ QUA HET ? 1. Caùc öôùc löôïng vaø döï baùo döïa treân caùc öôùc löôïng ñoù vaãn khoâng cheäch vaø nhaát quaùn. 2. Caùc öôùc löôïng OLS khoâng coøn BLUE vaø seõ khoâng hieäu quaû  Caùc döï baùo cuõng seõ khoâng hieäu quaû. 3. Phöông sai vaø ñoàng phöông sai öôùc löôïng cuûa caùc heä soá seõ cheäch vaø khoâng nhaát quaùn vaø do ñoù caùc kieåm ñònh giaû thuyeát (t & F) khoâng coøn hieäu löïc Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 38 Tính không chệch và nhất quán • Tuyến tính • Var (X)0 • E(ut)=0 • Cov(Xt,ut)=0 75 Không thiên lệch (Unbiased) E(B hat)=Beta Nhất quán (Consistent) Khi n tiến đến vô cùng, Bhat=Beta  ( , ), ar( ) Cov X u n v X       Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 76 KIEÅM ÑÒNH HET ? 1. Phöông phaùp ñoà thò: Kyõ thuaät naøy chæ coù tính gôïi yù veà HET vaø khoâng thay theá ñöôïc kieåm ñònh chính thöùc Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 39 77 KIEÅM ÑÒNH HET ? 1. Kieåm ñònh nhaân töû Larrange (LM): Kieåm ñònh Breusch – Pagan (1979) Kieåm ñònh Glesjer (1969) Kieåm ñònh Harvey-Godfrey (1976-1978) Kieåm ñònh White Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 78 Y i =  1 +  2 X 2i +  3 X 3i + …  k X ki +  i  i 2 = E( i 2 /X i )  Hoài quy phuï Breusch – Pagan :  i 2 =  1 +  2 Z 2i +  3 Z 3i + …  p Z pi +  i Glesjer : | i | =  1 +  2 Z 2i +  3 Z 3i + …  p Z pi +  i Harvey-Godfrey : Ln( i 2 )=  1 +  2 Z 2i +  3 Z 3i + …  p Z pi +  i Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 40 79 KIEÅM ÑÒNH GIAÛ THUYEÁT H 0 :  2 =  3 = … =  p = 0 H 1 : Coù ít nhaát 1 soá  j  0 (j = 2,p) Vì khoâng bieát  i neân söû duïng e i thay theá Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 80 CAÙC BÖÔÙC THÖÏC HIEÄN Böôùc 1: Thöïc hieän hoài quy Y i = f(C,X) PRF: Y i =  1 +  2 X 2i +  3 X 3i + …  k X ki +  i  Tính phaàn dö e i (=resid) Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 41 81 CAÙC BÖÔÙC THÖÏC HIEÄN Böôùc 2: Thöïc hieän hoài quy phuï Breusch – Pagan : e i 2 =  1 +  2 Z 2i +  3 Z 3i + …  p Z pi +  i Glesjer : |e i | = 1 +  2 Z 2i +  3 Z 3i + …  p Z pi +  i Harvey-Godfrey : Ln(e i 2 )=  1 +  2 Z 2i +  3 Z 3i + …  p Z pi +  i Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 82 CAÙC BÖÔÙC THÖÏC HIEÄN Böôùc 3: Kieåm ñònh giaû thuyeát: H 0 :  2 =  3 = … =  p = 0 H 1 : Coù ít nhaát 1 soá  j  0 (j = 2,p) Tính trò kieåm ñònh:  c 2 = nR 2 Tính p-value hay 2* = 2 p-1, Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 42 83 CAÙC BÖÔÙC THÖÏC HIEÄN Böôùc 4: Neáu  c 2 > 2 p-1, Hay p-value <   Baùc boû Ho  HET Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 84 KIEÅM ÑÒNH WHITE Y i =  1 +  2 X 2i +  3 X 3i +  i  i 2 = E( i 2 /X i )  Hoài quy phuï  i 2 =  1 +  2 X 2i +  3 X 3i +  4 X 2 2i +   5 X 2 3i +  6 X 2i X 3i +  I  Caùch thöïc hieän treân EVIEW Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 43 85 CAÙC THUÛ TUÏC ÖÔÙC LÖÔÏNG 1. Öôùc löôïng ma traän Ñoàng phöông sai nhaát quaùn cuûa HET (HCCM) (Heteroscedasticity Consistent Covariance Matrix Estimator) 2. Bình phöông toái thieåu toång quaùt hay bình phöông toái thieåu coù troïng soá (GLS – WSL) (Weighted Least Squares) Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 86 CAÙC THUÛ TUÏC ÖÔÙC LÖÔÏNG 3. Bình Phöông Toái Thieåu Toång Quaùt Khaû Thi (FGLS) (Feasible Generalized Least Squares) 4. Phöông sai cuûa sai soá thay ñoåi vôùi tyû soá bieát tröôùc Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 44 87 GLS - WLS Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 88 HET VÔÙI TYÛ SOÁ BIEÁT TRÖÔÙC Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 10/8/2013 45 89 FGLS Tìm nhieàu caùch öôùc löôïng  i Baèng hoài quy phuï cuûa: • Breusch – Pagan • Glesjer • Harvey-Godfrey • White Thöïc hieän treân EVIEW Nguyen Duy Tam - nguyenduytam@ueh.edu.vn TƯƠNG QUAN CHUỔI SC : SERIAL CORRELATION AC: AUTO CORRELATION AR: AUTO REGRESSION NGUYỄN DUY TÂM - IDR Nguyen Duy Tam - nguyenduytam@ueh.edu.vn 90 10/8/2013 46 91 NOÄI DUNG 1. Töông quan chuoãi (Töï töông quan – AR) ? 2. Haäu quaû cuûa vieäc boû qua AR 3. Kieåm ñòn
Tài liệu liên quan