Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.3 MB, 17 trang )
<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">
<i><small>GIẢNG VIÊN CAO CẤP</small></i>
<b><small>TS. NGUYỄN HUY HOÀNG</small></b>
</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">• Giả sử có n quan sát, mỗi quan sát có k giá trị (Y<sub>i</sub>, X<sub>2i</sub>, …, X<sub>ki</sub>)
• Ký hiệu
• Khi đó dạng ma trận
<small>3</small>
</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">• Các giả thiết của mơ hình
<b><small>GT1: Biến độc lập là phi ngẫu nhiênGT2: Kỳ vọng của các SSNN bằng 0 </small></b>
<b><small>GT6: Các sai số ngẫu nhiên có phân phối chuẩn</small></b>
<b><small>GT7: Các biến giải thích khơng có quan hệ tuyến tính – Ma trận X là </small></b>
<small>không suy biến (Không xảy ra đa cộng tuyến).</small>
</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">• Phương pháp ước lượng OLSTìm véc tơ sao cho:
• Véc tơ là nghiệm của hệ
</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">Hệ số xác định bội R<small>2</small>
• Ý nghĩa: R<small>2 </small> cho biết tỷ lệ % sự biến thiên của Y được giải thích thơng qua tồn bộ các biến độc lập của mơ hình.
</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">Hệ số xác định bội đã hiệu chỉnh
- Mục đích của việc hiệu chỉnh là để xem xét việc có nên đưa thêm biến giải thích vào mơ hình hay khơng.
- Một biến mới sẽ được đưa vào mơ hình nếu hệ số của biến mới đưa vào mơ hình có ý nghĩa thống kê và hệ số xđ bội hiệu chỉnh còn tăng.
</div><span class="text_page_counter">Trang 10</span><div class="page_container" data-page="10"><small>Ý nghĩa của các hệ số hồi quy:</small>
<small>Hệ số β</small><sub>1</sub><small> = E(Y/X</small><sub>2i</sub><small> = X</small><sub>3i</sub><small> = …= X</small><sub>ki</sub><small> = 0) là giá trị </small>
<small>trị trung bình của Y thay đổi như thế nào, trong </small>
<small>đổi.</small>
</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11"><small>•Ta có do đó với độ tin cậy (1 - ) ta có:- Khoảng tin cậy đối xứng</small>
<small>- Khoảng tin cậy bên phải dùng để ước lượng giá trị tối thiểu.- Khoảng tin cậy bên trái dùng để ước lượng giá trị tối đa:</small>
<small>ˆ( )</small>
</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12"><b>Kiểm định giả thiết đối với </b><small></small> <i><sub>j</sub></i><small>(</small> <i><small>j</small></i> <small> 1</small> <i><small>k</small></i><small>)</small>
<small>cặp giả thiết</small>
<small>- Với cặp giả thiết (1) - Với cặp giả thiết (2) - Với cặp giả thiết (3) </small>
<i><small>n k</small></i>
<i><small>n kn k</small></i>
<i><small>WT TTWT T TWT TT</small></i>
</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13"><b> Kiểm định sự phù hợp của hàm hồi quy</b>
<small>•</small> <i><small>R</small></i><small>2</small>
<small>tổng thể = 0 : hàm hồi qui khơng phù hợp•Kiểm định cặp giả thiết:</small>
<small>•Ta có TCKĐ:</small>
<small>Miền bác bỏ giả thiết H</small><sub>0</sub><small> với mức ý nghĩa cho trước</small>
<small>•Sử dụng phương pháp so sánh mức ý nghĩa với giá trị P-value+ Nếu > P thì bác bỏ giả thiết H</small><sub>0</sub>
<small>+ Nếu < P thì khơng có cơ sở bác bỏ giả thiết H</small><sub>0</sub>
<small>/( 1)</small>
<small>( 1,)(1)/()</small>
</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">- Dự báo giá trị cá biệt của biến phụ thuộc
(<small>biết X</small><sub>0</sub><small>T = (1, X</small><sub>02</sub><small>, X</small><sub>03</sub><small>,…,X</small><sub>0k</sub><small>) cần dự báo giá trị (Y</small><sub>0 </sub><small>= Y/X</small><sub>0</sub><small>))</small>
<i><small>Y</small></i> <small></small> <i><small>X</small></i> <small></small> <i><small>X</small></i> <small></small> <i><small>X</small></i> <small></small><i><small>U</small></i>
</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15"><b>Dự báo giá trị trung bình của biến phụ thuộc</b>
<small>48</small>
</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16"><b>Dự báo giá trị cá biệt của biến phụ thuộc</b>
<small>SRF cho ta một ước lượng điểm của Y</small><sub>0</sub><small> = (Y/X</small><sub>0</sub><small>) trên mẫu </small>
<small>Để dự báo Y</small><sub>0</sub><small> của tổng thể ta ƯL khoảng tin cậy của nó.</small>
<small>Ta có</small>
<small>Do đó với độ tin cậy (1-</small><i><small>) cho trước </small></i>
<small>49</small>
</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">