Bài giảng Nhập môn Kinh tế lượng - Chương 8: Phương sai thay đổi

Hậu quả của phương sai thay đổi đối với OLS
OLS vẫn không chệch và vững khi có phương sai thay đổi
Ngoài ra, sự giải thích của R2 không thay đổi
Phương sai thay đổi làm vô hiệu các công thức phương sai đối với các ước lượng OLS
Các kiểm định F và kiểm định t thông thường, khoảng tin cậy thì không còn hiệu lực
khi có phương sai thay đổi
Với phương sai thay đổi, OLS không còn là ước lượng tuyến tính không chệch tốt
nhất (BLUE); Có thể có các ước lượng tuyến tính hiệu quả hơn (phải biết dạng của
phương sai thay đổi) 
Thống kê suy diễn cải thiện khi có phương sai thay đổi
Công thức cải thiện cho sai số chuẩn OLS và các thống kê liên quan được phát triển
cho trường hợp không biết dạng thay đổi của phương sai
Tất cả các công thức chỉ có hiệu lực trong các mẫu lớn
Công thức sai số chuẩn cải thiện cho OLS khi có phương sai thay đổi
Sử dụng các công thức này, kiểm định t là tiệm cận hợp lý
Thống kê F thông thường không dùng được khi có phương sai thay đổi, nhưng các
phiên bản cải thiện phương sai thay đổi có sẵn trong hầu hết các phần mềm 
pdf 14 trang hoanghoa 10/11/2022 6540
Bạn đang xem tài liệu "Bài giảng Nhập môn Kinh tế lượng - Chương 8: Phương sai thay đổi", để tải tài liệu gốc về máy hãy click vào nút Download ở trên.

File đính kèm:

  • pdfbai_giang_nhap_mon_kinh_te_luong_chuong_8_phuong_sai_thay_do.pdf

Nội dung text: Bài giảng Nhập môn Kinh tế lượng - Chương 8: Phương sai thay đổi

  1. Chương 8 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Heteroskedasticity Test: Breusch-Pagan-Godfrey (OLS) F-statistic 5.551687 Prob. F(6,800) 0.0000 Phương sai thay đổi Obs*R-squared 32.25842 Prob. Chi-Square(6) 0.0000 Scaled explained SS 68.06369 Prob. Chi-Square(6) 0.0000 Ước lượng theo FGLS Bây giờ có ý nghĩa thống kê Test Equation: Dependent Variable: RESID^2 Method: Least Squares 8.36 Included observations: 807 Variable Coefficient Std. Error t-Statistic Prob. C -636.3033 652.4945 -0.975186 0.3298 LOG(INCOME) 24.63847 19.72180 1.249302 0.2119 LOG(CIGPRIC) 60.97663 156.4487 0.389755 0.6968 EDUC -2.384225 4.527535 -0.526606 0.5986 AGE 19.41748 4.339068 4.475034 0.0000 AGE^2 -0.214790 0.047234 -4.547398 0.0000 RESTAURN -71.18138 30.12789 -2.362641 0.0184 Thảo luận Hệ số co giãn của thu nhập bây giờ có ý nghĩa thống kê; Các hệ số khác cũng được R-squared 0.039973 Mean dependent var 178.1297 ước lượng chính xác hơn (mà không thay đổi chất lượng kết quả). p-value = 0,0000 < 0,05: bác bỏ H0 41 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Phương sai thay đổi Tập tin: smoke.wf1 Dependent Variable: CIGS (FGLS) Method: Least Squares Dependent Variable: LOG(UM^2) (8.32) Included observations: 807 Method: Least Squares Weighting series: SQR(HM) Included observations: 807 Weight type: Standard deviation (no scaling) Variable Coefficient Std. Error t-Statistic Prob. Variable Coefficient Std. Error t-Statistic Prob. C 5.635471 17.80314 0.316544 0.7517 C -1.920691 2.563033 -0.749382 0.4538 LOG(INCOME) 1.295239 0.437012 2.963855 0.0031 LOG(INCOME) 0.291540 0.077468 3.763351 0.0002 LOG(CIGPRIC) -2.940314 4.460145 -0.659242 0.5099 LOG(CIGPRIC) 0.195418 0.614539 0.317992 0.7506 EDUC -0.463446 0.120159 -3.856953 0.0001 EDUC -0.079704 0.017784 -4.481657 0.0000 AGE 0.481948 0.096808 4.978378 0.0000 AGE 0.204005 0.017044 11.96928 0.0000 AGE^2 -0.005627 0.000939 -5.989706 0.0000 AGE^2 -0.002392 0.000186 -12.89313 0.0000 RESTAURN -3.461064 0.795505 -4.350776 0.0000 RESTAURN -0.627011 0.118344 -5.298213 0.0000 Weighted Statistics R-squared 0.247362 Mean dependent var 4.207486 R-squared 0.113409 Mean dependent var 0.966192 genr: gm=log(um^2)-resid Unweighted Statistics hm=exp(gm) R-squared 0.045739 Mean dependent var 8.686493 43 44 11
  2. Chương 8 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Heteroskedasticity Test: Breusch-Pagan-Godfrey (FGLS) Phương sai thay đổi F-statistic 5.969356 Prob. F(6,800) 0.0000 Obs*R-squared 34.58132 Prob. Chi-Square(6) 0.0000 Scaled explained SS 117.2610 Prob. Chi-Square(6) 0.0000 Điều gì sẽ xảy ra nếu giả định sai hàm phương sai thay đổi? Test Equation: Nếu hàm phương sai thay đổi là sai, WLS vẫn là vững với các giả thiết MLR.1 – MLR.4, nhưng Dependent Variable: WGT_RESID^2 Method: Least Squares nên tính toán các sai số chuẩn cải thiện Included observations: 807 WLS là vững với giả thiết MLR.4 nhưng không đúng với MLR.4‘ Variable Coefficient Std. Error t-Statistic Prob. C -2.442486 1.437776 -1.698794 0.0897 LOG(INCOME)*WGT 7.036731 2.225110 3.162419 0.0016 LOG(CIGPRIC)*WGT -9.339710 4.542681 -2.055991 0.0401 EDUC*WGT -1.878316 0.551308 -3.407018 0.0007 Nếu OLS và WLS tạo ra các ước lượng rất khác nhau, điều này thường cho thấy một số giả AGE*WGT 1.949253 0.745355 2.615201 0.0091 thiết khác là sai (ví dụ: MLR.4). Ngoài ra, sự khác nhau lớn giữa các hệ số ước lượng AGE^2*WGT -0.021440 0.008287 -2.587267 0.0098 RESTAURN*WGT -13.22740 4.336338 -3.050361 0.0024 OLS và WLS là dấu hiệu của việc xác định sai dạng hàm phương sai thay đổi. R-squared 0.042852 Mean dependent var 2.470670 Nếu có phương sai thay đổi nhiều, dù dùng dạng sai của phương sai thay đổi để làm tăng tính hiệu quả vẫn tốt hơn. p-value = 0,0000 < 0,05 : bác bỏ H0 45 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Phương sai thay đổi •Dựđoán điểm và dựđoán khoảng cho giá 8.5 WLS trong mô hình xác suất tuyến tính (tự đọc) trịtrung bình và giátrị cábiệt khi có phương sai thay đổi 8.45 Trong LPM, dạng chính xác của phương sai thay đổi được biết •Xem trang 331-333 8.47 Sử dụng giá trị nghịch đảo như là trọng số trong WLS Thảo luận Không khả dụng nếu dự đoán theo LPM dưới 0 hoặc lớn hơn 1 Nếu các trường hợp như vậy là rất hiếm, chúng có thể được điều chỉnh theo các giá trị như 0.01 / 0.99 Trong các trường hợp khác, có thể tốt hơn là sử dụng OLS với các sai số chuẩn cải thiện 47 © 2013 Cengage Learning. All Rights Reserved. May not be scanned, copied or duplicated, or posted to a publicly accessible website, in whole or in part. 12
  3. Chương 8 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Phương sai thay đổi Tập tin: gpa1.wf1 Tập tin: gpa1.wf1 • Ví dụ 8.9: Các yếu tố tác động đến việc sở hữu máy tính cá nhân Dependent Variable: PC (OLS) Method: Least Squares Included observations: 141 Variable Coefficient Std. Error t-Statistic Prob. C -0.000432 0.490536 -0.000881 0.9993 HSGPA 0.065394 0.137258 0.476435 0.6345 ACT 0.000565 0.015497 0.036427 0.9710 PARCOLL 0.221054 0.092957 2.378024 0.0188 R-squared 0.041526 Mean dependent var 0.397163 Genr: ym=pc-resid hm=ym*(1-ym) 49 50 Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Phương sai thay đổi Dependent Variable: PC (OLS cải thiện) Dependent Variable: PC (WLS) Method: Least Squares Method: Least Squares Included observations: 141 Included observations: 141 White (HC0) heteroskedasticity consistent standard errors and Weighting series: SQR(HM) covariance Weight type: Standard deviation (no scaling) No d.f. adjustment for standard errors & covariance Variable Coefficient Std. Error t-Statistic Prob. Variable Coefficient Std. Error t-Statistic Prob. 0.026210 0.476650 C 0.054988 0.9562 HSGPA 0.032703 0.129882 0.251790 0.8016 0.488796 C -0.000432 -0.000884 0.9993 ACT 0.004272 0.015453 0.276455 0.7826 HSGPA 0.065394 0.139465 0.468893 0.6399 PARCOLL 0.215186 0.086292 2.493703 0.0138 ACT 0.000565 0.015841 0.035635 0.9716 PARCOLL 0.221054 0.086780 2.547292 0.0120 Weighted Statistics R-squared 0.041526 Mean dependent var 0.397163 R-squared 0.046440 Mean dependent var 0.820847 Unweighted Statistics R-squared 0.040928 Mean dependent var 0.397163 51 52 13
  4. Chương 8 - Nhập môn Kinh tế lượng * Jeffrey M. 09.12.2017 Wooldridge Phân tích hồi quy bội: Phương sai thay đổi Phân tích hồi quy bội: Phương sai thay đổi • Cách phát hiện phương sai của nhiễu thay đổi: Tóm lại chương 8: – Bản chất vấn đề nghiên cứu – Vẽ đồ thị phần dư Kiểm định phương sai thay đổi: – Kiểm định Park, Glejser, Goldfeld-Quandt, Harvey • Nếu thấy phương sai không đổi: Cuộc đời vẫnđẹp sao, tìnhyêu vẫn – Kiểm định Breusch-Pagan-Godfrey , White đẹp sao! • Nếu thấy phương sai thay đổi: Nếubiết sống giữa trời tìnhyêu là con • Cách khắc phục phương sai thay đổi: nước trôi! – Phương pháp bình phương bé nhất tổng quát GLS (Generalized Least Squares) Phương pháp GLS thực chất là phương pháp OLS áp dụng cho các biến đã được biến – Tìm dạng hàm thay đổi “đúng” của phương sai, rồi dùng GLS hoặc đổi từ một mô hình vi phạm các giả thiết Gauss-Markov thành một mô hình mới thỏa WLS. các giả thiết Gauss-Markov. Do đó các tham số ước lượng được từ mô hình mới sẽ có tính chất BLUE. – Nếu việc tìm dạng hàm thay đổi “đúng” của phương sai là “yêu 2 người trong mộng” thì dùng FGLS. Giả sử var(u/x) =  .x1 thì chia phương trình hồi quy cho sqr(x1) 2 2 Giả sử var(u/x) =  .x1 thì chia phương trình hồi quy cho x1 – Nếu muốn một cuộc đời “lãngđãng chiềunay em nhớ anh” thì “xài – Phương pháp WLS đỡ” OLS cải thiện – Phương pháp FGLS – Lấy log các biến – Phương pháp OLS cải thiện (chỉ cải thiện sai số chuẩn của ước lượng OLS) 53 54 Môøi gheù thaêm trang web: 55   14