Nhom 8 ktl tự tương quan và mô hình có biến trễ

TỰ TƯƠNG
QUAN VÀ MƠ
HÌNH CĨ
BIẾN TRỄ
NHĨM 8


THÀNH VIÊN
Ngô Đăng Khoa

Trần Xuân Vũ

Huỳnh Thị Thu An

Võ Thị Thu Tuyết

Bùi Trọng Tín

Lê Thị Mỹ Uyên

Đào Thị Dung

Mai Ái Vân


REVIEW
PHƯƠNG SAI
SAI SỐ THAY
ĐỔI

KHÁI NIỆM PHƯƠNG SAI SAI SỐ
THAY ĐỔI
Mơ hình hồi
quy đa biến

y

y

x
phương sai không đổi

x
phương sai thay đổi


NGUYÊN NHÂN CỦA PHƯƠNG SAI SAI
SỐ THAY ĐỔI
Bản chất của các mối liên hệ kinh tế
Kỹ thuật thu nhập, xử lý số liệu,…
Mơ hình thiếu biến quan trọng, hoặc dạng hàm sai.


HẬU QUẢ CỦA PHƯƠNG
SAI SAI SỐ THAY ĐỔI

Các ước lượng OLS vẫn là ước lượng tuyến tính khơng
chệch, nhưng khơng hiệu quả.
Phương sai của hệ số ước lượng là chệch. Khi đó, sai
số chuẩn khơng cịn đáng tin cậy

Khoảng tin cậy và kiểm định giả thuyết về các hệ
số không còn giá trị sử dụng.

→


PHÁT HIỆN PSSS THAY ĐỔI

Sử dụng đồ thị phần dư
Kiểm định Breusch-Pagan (BP)
Kiểm định White
Kiểm định Park


KIỂM ĐỊNH BREUSCH-PAGAN


KIỂM ĐỊNH BREUSCH-PAGAN
tiêu chuẩn kiểm định

=> Có hiện tượng PSSS thay đổi


KIỂM ĐỊNH WHITE
kiểm định cặp giả thuyết

kiểm định


KHẮC PHỤC PHƯƠNG

SAI SAI SỐ THAY ĐỔI

Bình phương
bé nhất tổng
quát

Bình phương
bé nhất có
trọng số


NỘI DUNG
Mục 1

Hiện tượng tự tương quan

Mục 2

Kiểm định Breusch-Godfrey

Mục 3

Kiểm định bằng hồi quy phụ

Mục 4

Ước lượng lại sai số chuẩn

Mục 5

Khắc phục tự tương quan

Mục 6

Mơ hình có biến trễ


Review kiến
thức chương Tự
tương quan


HIỆN TƯỢNG TỰ TƯƠNG QUAN
1.1 TỰ TƯƠNG QUAN LÀ GÌ
Xét mơ hình hồi quy k biến sau:
Yᵢ = β₁ + β₂X₂ᵢ + β₃X₃ᵢ +...+ βₖXₖᵢ +uᵢ (6.1)
Nếu mơ hình (6.1) vi phạm Giả thiết 4:
Cov (Ui ,Uj )
0(i
j)
Sẽ xảy ra hiện tượng gọi là “Tự tương quan”.
Tự tương quan (TTQ) là sự tương quan giữa các sai số
ngẫu nhiên được sắp xếp theo thứ tự thời gian (trong dữ
liệu chuỗi thời gian) hoặc không gian (trong dữ liệu
chéo).


Sai số ut tương quan với các sai số ở p
Quá trình tự hồi quy bậc p của các sai sô ngẫu nhiên

1.2 NGUYÊN NHÂN CỦA SỰ TỰ
TƯƠNG QUAN
Nguyên nhân khách quan
Chuỗi có tính chất qn tính theo chu kỳ: Các chuỗi thời gian
mang tính chu kì.
VD : các chuỗi số liệu thời gian về GDP, chỉ số giá, sản
lượng, tỉ lệ thất nghiệp,...
Hiện tượng mạng nhện: Là hiện tượng một biến cần một thời gian
trễ để phản ứng lại với sự thay đổi của biến khác.
VD: Phản ứng của cung của nơng sản đối với giá thường có một
khoảng trễ về thời gian.
Dãy số có tính chất trễ: Trong chuỗi thời gian ta gặp hiện tượng
biến phụ thuộc ở thời kỳ t phụ thuộc vào chính nó ở thời kỳ t-1 và
các biến khác.
VD: Tiêu dùng ở thời kì hiện tại phụ thuộc vào thu nhập và chi tiêu
tiêu dùng ở thời kỳ trước đó:


1.2 NGUYÊN NHÂN CỦA SỰ TỰ
TƯƠNG QUAN
Nguyên nhân chủ quan
Hiệu chỉnh số liệu: do việc “làm trơn” số liệu loại bỏ những
quan sát “gai góc”
Chọn dạng mơ hình sai
Đưa thiếu biến giải thích vào mơ hình
VD: bỏ sót biến
Mơ hình đúng:
Yᵢ = β₁ + β₂X₂ᵢ + β₃X₃ᵢ + β4X4i +uᵢ
Y: cầu thịt bò

X₂: giá thịt bò
X₃: thu nhập người tiêu dùng
X4: giá thịt heo
i: thời gian


1.3 HẬU QUẢ CỦA TỰ
TƯƠNG QUAN
Các ước lượng từ OLS vẫn là các ước lượng không chệch. nhưng
không hiệu quả (vì phương sai khơng nhỏ nhất).
Phương sai của hệ số ước lượng là chệch, vì vậy các kiểm định t
và F khơng cịn hiệu quả.
Bài tốn tìm khoảng tin cậy cho kết quả khơng chính xác.
Bài tốn kiểm định giả thuyết thống kê về các hệ số là không
đáng tin cậy.
Các dự báo của biến phụ thuộc khơng chính xác


PHÁT HIỆN TỰ TƯƠNG QUAN

XEM XÉT ĐỒ
THỊ PHẦN DƯ

KIỂM ĐỊNH
HIỆN TƯỢNG
TỰ TƯƠNG
QUAN BẬC 1

PHÁT HIỆN
TỰ TƯƠNG

QUAN BẬC
BẤT KỲ


Ta vẽ đồ thị của phần dư et theo e(t-1). Nếu et đồng biến theo e(t1) thì ta kết luận có hiện tượng tự tương quan


Kiểm định hiện tượng tự tương
quan bậc 1
Các nhiễu Ut được biễu diễn dưới dạng tự hồi quy bậc nhất AR(1):
Ut = ρ1Ut-1 + εt (6.2)
Trong đó, εt là nhiễu trắng và |ρ1| < 1.
Để kiểm định giả thiết cho rằng khơng có tự
quan bậc 1, ta cần kiểm định cặp giả thiết sau:
H0: ρ1 = 0; H1: ρ1≠ 0
Trường hợp 1: Các biến giải thích đều là biến
ngoại sinh chặt.
Trường hợp 2: Các biến giải thích khơng phải
là biến ngoại sinh chặt


Trường hợp 1: Các biến giải thích đều là biến
ngoại sinh chặt.
Kiểm định t
Xét mơ hình hồi quy k biến sau:
Yᵢ = β₁ + β₂X₂ᵢ + β₃X₃ᵢ +...+ βₖXₖᵢ +uᵢ (6.1)
Bước 1. Ước lượng mơ hình (6.1) thu được phần dư et.
Bước 2. Ước lượng et theo et-1 với t =2,3,…,n:
et = ρet-1 + vt
Bước 3. Sử dụng thống kê t thông thường để kiểm định cặp giả thiết:

H0: ρ1 = 0; H1 : ρ1 ≠ 0
Điều kiện áp dụng: Các biến độc lập là cỡ mẫu lớn


Kiểm đinh Durbin – Watson
Xét phương trình hồi quy tổng thể:
Yt = β1 + β2 X2t + … + βkXkt + Ut (*)


Trường hợp 2: Các biến giải thích khơng phải
là biến ngoại sinh chặt
Kiểm định t

Bước 1. Ước lượng mơ hình (6.1) thu được phần dư et .
Bước 2. Ước lượng et theo các biến giải thích
của mơ hình (6.1) và et-1:
et = α1 + α1.X2t +…+αk.Xkt + ρ1.et-1+ vt
Bước 3. Sử dụng thống kê t thông thường để
Kiểm đinh Durbin – h
kiểm định cặp giả thiết:
H0: ρ1 = 0; H1 : ρ1 ≠ 0 1


dDW = 2..848833
4-dL = 4-1.343= 2.657
4–dL < dDW < 4 , kết luận rằng kiểm định DW cho biết có sự tự
tương quan bậc nhất, sự tương quan này là tương quan âm.