BàI ThảO LuậN  ktl
Upcoming SlideShare
Loading in...5
×
 

BàI ThảO LuậN ktl

on

  • 11,106 views

 

Statistics

Views

Total Views
11,106
Views on SlideShare
11,051
Embed Views
55

Actions

Likes
4
Downloads
302
Comments
2

1 Embed 55

http://www.slideshare.net 55

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
  • c ơi c có thể cho t bản đầy đủ đc k?
    Are you sure you want to
    Your message goes here
    Processing…
  • cảm ơn bạn nhé
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

BàI ThảO LuậN  ktl BàI ThảO LuậN ktl Presentation Transcript

  • BÀI THẢO LUẬN MÔN KINH TẾ LƯỢNG NHÓM: 2 LỚP: 0905 AMAT 0411 Đề tài: Hiện tượng phương sai sai số thay đổi – cách phát hiện và khắc phục
  • TỔNG QUÁT
    • 1. Định nghĩa
    • 2. Nguyên nhân
    • 3. Hậu quả
    • 4. Cách phát hiện
    • 5. Cách khắc phục
  • 1. Định nghĩa
    • Phương sai sai số thay đổi sảy ra khi giả thiết:
    • Var(U i ) = σ 2 bị vi phạm
    • Khi g iả thi ết phương sai sai số đồng đều bị vi phạm thì mô hình hồi quy gặp phải hiện tượng này.
  • 2. Nguyên nhân
    • Do bản chất của vấn đề kinh tế
    • Do kỹ thuật thu thập và sử lý số liệu
    • Con người rút được kinh nghiệm từ quá khứ
    • Có các quan sát ngoại lai (quan sát khác biệt rất nhiều với các quan sát khác trong mẫu)
    • Mô hình định dạng sai, bỏ sót biến thích hợp hoặc dạng giải tích của hàm là sai.
  • 3. Hậu quả
    • Các ước lượng bình phương nhỏ nhất β ^ là ước lượng tuyến tính không chệch nhưng kh ông hiệu quả.
    • Các ước lượng của các phương sai là các ước lượng chệch
    •  Làm giá trị của thông kê T& F mất ý nghĩa.
    • Các bài toán về ước lượng & kiểm định dự báo khi sử dụng thông kê T&F là không đáng tin cậy
  • 4. Phương pháp phát hiện
    • Phương pháp đồ thị phần dư
    • Sử dụng tiêu chuẩn kiểm định
      • Kiểm định Park
      • Kiểm định Glejser
      • Kiểm định White No cross terms (Kiểm định White không lát cắt)
  • Phương pháp đồ thị phần dư
    • Ta hồi quy mô hình hồi quy gốc
    • Y i = β 1 + β 2 X 2i + β 3 X 3i +….+ β k X ki +U i
    • Ta thu được phần dư e i
    • Vẽ đồ thị phần dư e i (e i 2 ) đối với X i (hoặc với Ŷ i trong trường hợp hồi quy nhiều biến)
    • Nếu độ rộng của biểu đồ phần dư tăng hay giảm khi X tăng thì giả thiết về phương sai hằng số có thể không thỏa mãn
  • Kiểm định Park
    • Hồi quy mô hình gốc để thu được phần dư e i
      • Ước lượng mô hình hồi quy sau:
      • lne i 2 = β 1 + β 2 ln X i + ν i
      • Trường hợp có nhiều biến giải thích thì ước lượng hồi quy này với từng biến giải thích hoặc với Ŷ i
      • Kiểm định giả thiết H o : β 2 = 0 . Nếu giả thiết H o bị bác bỏ thì có thể kết luận về sự tồn tại của hiện tượng phương sai sai số thay đổi
  • Kiểm định Gleijser
    • Đầu tiên cũng hồi quy mô hình gốc để thu phần dư e i
    • Hồi quy một trong các mô hình sau
      • | e i | = β 1 + β 2 X i + v i
      • | e i | = β 1 + β 2 1/X i + v i
      • | e i | = β 1 + β 2 √X i +v i
      • | e i | = β 1 + β 2 1/√X i +v i
    • Tương tự như kiểm định Park, ta cũng kiểm định giả thiết Ho : β 2 = 0 . Nếu gi ả thi ết này b ị bác b ỏ thì có thể k ết luận có hiện tư ợ ng phương sai sai s ố thay đ ổ i
  • Kiểm định white No cross terms
    • Ước lượng bằng OLS . Từ đó thu được các phần dư e i
    • Ước lượng mô hình sau :
    • e i 2 = α 1 + α 2 X 2 + α 3 X 3 + α 4 X 2 2 + α 5 X 3 2 + α 6 X 2 X 3 +vi
    • Với H 0 : Phương sai của sai số không đổi , có thể chỉ rằng nR 2 có phần xấp xỉ χ 2 (df) , df bằng số hệ số của mô hình không kể hệ số chặn
    • Nếu nR 2 không vượt qua giá trị χ 2 (df) ,thì giả thiết H 0 không có cơ sở bị bác bỏ. Trong trường hợp ngược lại thì giả thiết H o bị bác bỏ.
  • 5. Phương pháp khắc phục
    • σ i 2 đã biết:
      • Khi σ i 2 đã biết , chúng ta có thể dễ dàng khắc phục căn bệnh đó bằng cách sử dụng phương pháp bình phương nhỏ nhất có trọng số.
    • σ i 2 chưa biết:
      • Khắc phục theo 4 giả thiết
  • Giả thiết 1
    • Phương sai sai số tỉ lệ với bình phương của biến giải thích:
    • E(U i 2 ) = σ 2 X i 2
    • Chia hai vế của mô hình hồi quy gốc cho X i (X i ≠0) ta được:
    • Trong đó: Vi = là số hạng nhiễu đã được biến đổi.
    • Như vậy tất cả các giả thiết của mô hình hồi quy tuyến tính cổ điển được thoả mãn đối với mô hình trên. Vậy ta có thể áp dụng phương pháp bình phương nhỏ nhất cho phương trình đã biến
    • đổi. Hồi quy theo và
  • Giả thiết 2
    • Phương sai của sai số tỉ lệ với biến giải thích X i
    • E(U i 2 ) = σ 2 X i
    • Chia hai vế của mô hình gốc cho
    • (với X i >0) ta đựơc:
    • Trong đó: V i = là số hạng nhiễu đã được biến đổi.
    • Tiến hành hồi quy bằng phương pháp bình phương nhỏ nhất theo mô hình mới
  • Giả thiết 3
    • Phương sai của sai số tỉ lệ với bình phương của giá trị kỳ vọng của Y i
    • nghĩa là E(U i 2 ) = σ 2 (E(Y i ) 2 ).
    • Với cách khắc phục này ta có thể tiến hành theo 2 bước:
    • Bước1: Ước lượng hồi quy ban đầu bằng phương pháp bình phương bé nhất thông thường, thu được Ŷ (Yf). Sau đó dùng Ŷ (Yf) để biến đổi mô hình gốc thành dạng như sau:
    • Bước 2: Ước lượng hồi quy trên theo biến mới.
    • Lưu ý: Mô hình trên sẽ chính xác hơn với các mẫu cỡ lớn.
  • Giả thiết 4
    • Dạng hàm sai.
    • Thay cho việc ước lượng hồi quy gốc ta sẽ ước lượng hồi quy:
    • ln Y = β 1 + β 2 lnX + β 3 lnZ +U i
    • Ước lượng mô hình theo biến mới.
  • Kết luận
    • Để khắc phục hiện tượng phương sai sai số thay đổi ta có thể sử dụng 1 trong 4 cách phục trên đây. Tuỳ từng mô hình ta có thể sử dụng các giả thiết để khắc phục riêng.
  • Sau đây là một số ví dụ cụ thể về hiện tượng phương sai sai số thay đổi – cách phát hiện và khắc phục
    • Mời các bạn theo dõi trên phần mền eview