Bài giảng Nhập môn Kinh tế lượng: Chương 8

1.

Chương 8

LỰA CHỌN MÔ HÌNH
HỒI QUY

Các tiêu chuẩn của mô hình

Tính tiết kiệm : mô hình càng ñơn giản càng tốt
Tính ñồng nhất : các tham số ước lượng là duy nhất cho
cùng một tập hợp số liệu
Tính thích hợp : R2 và R2 hiệu chỉnh càng gần 1 càng tốt
Tính bền vững : mô hình phải dựa trên một cơ sở lý
thuyết nào ñó
Có khả năng dự báo tốt : mô hình cho kết quả dự báo
sát với thực tế

2.

Cách tiếp cận ñể lựa chọn mô hình

2.

a.Xác ñịnh số biến ñộc lập
Có hai hướng tiếp cận
Từ ñơn giản ñến tổng quát : Bổ sung biến ñộc lập
từ từ vào mô hình

Kiểm tra các “bệnh của mô hình ”
ða cộng tuyến

Từ tổng quát ñến ñơn giản : ðầu tiên, xét mô hình
ñầy ñủ các biến ñộc lập ñã ñược xác ñịnh . Sau ñó
tiến hành loại trừ những biến không quan trọng ra
khỏi mô hình

2.

Cách tiếp cận ñể lựa chọn mô hình

c. Chọn dạng hàm
Cần dựa vào
Các lý thuyết kinh tế
Các kết quả thực nghiệm

Cách tiếp cận ñể lựa chọn mô hình

b.Kiểm tra mô hình có vi phạm giả thiết hay
không

Tự tương quan
Phương sai thay ñổi

2.

Cách tiếp cận ñể lựa chọn mô hình

d.Một số tiêu chuẩn khác
Giá trị của hàm hợp lý log-likelihood(L)

n
n
1
L = − ln σ 2 − ln(2π ) − ∑ U i2
2
2
2

ðồ thị biểu diễn
Giá trị của L càng lớn chứng tỏ mô hình càng phù
hợp


2.

Cách tiếp cận ñể lựa chọn mô hình

d.Một số tiêu chuẩn khác
Tiêu chuẩn AIC (Akaike info criterion)

AIC =

Cách tiếp cận ñể lựa chọn mô hình

d.Một số tiêu chuẩn khác
Tiêu chuẩn Schwarz (Schwarz criterion)

RSS 2 k n
e
n

Giá trị của AIC càng nhỏ chứng tỏ mô hình càng
phù hợp

2.

2.

Cách tiếp cận ñể lựa chọn mô hình

d.Một số tiêu chuẩn khác

SC =

RSS 2 k n
n
n

Giá trị của SC càng nhỏ chứng tỏ mô hình càng
phù hợp

3. Các sai lầm thường gặp khi chọn mô hình
a.

Nếu chú ý ñến ñộ phức tạp của mô hình thì thường chú ý
ñến tiêu chuẩn SC

Bỏ sót biến thích hợp

Giả sử mô hình ñúng là :

Yi = β1 + β2X2i+ β3X3i + Ui
Nhưng ta lại chọn mô hình :
Yi = α1 + α2X2i + Vi
hậu quả :

Nếu xét số liệu theo thời gian thì thường dùng tiêu chuẩn
AIC

(a)
( b)

Lưu ý là biến phụ thuộc xuất hiện trong mô hình phải
cùng dạng

3. Các sai lầm thường gặp khi chọn mô hình
b.

Thừa biến

Giả sử mô hình ñúng là :
Yi = β1 + β2X2i + Ui
(a)
Nhưng ta lại chọn mô hình (có thêm X3):
Yi = α1 + α2X2i + α2X3i + Vi (b)
hậu quả :

4. Phát hiện những sai lầm
a.

Phát hiện thừa biến

Xét hàm hồi qui : Yi = β 1+ β2X2i+ β 3X3i+ β 4X4i+ β 5X5i + Ui

kiểm ñịnh
H0 : β5 = 0 (Kiểm ñịnh bằng cách nào?)
X5 không cần thiết. (Có thể sử
Nếu chấp nhận H0
dụng redundant test của Eviews)

- Trường hợp nghi ngờ X5 là biến thừa

Trường hợp nghi ngờ X3 và X5 là các biến không cần
thiết
kiểm ñịnh giả thiết ñồng thời
H0 : β3= β5 = 0
(Sử dụng kiểm ñịnh Wald)


Kiểm ñịnh Wald cho mô hình sau .

Redundant variables Test

4. Phát hiện những sai lầm
b.

Kiểm ñịnh các biến bị bỏ sót

Xét mô hình : Yi = β1 + β2Xi + Ui
(*)
Giả sử nghi ngờ mô hình ñã bỏ sót biến Z

kiểm tra bằng cách :
- Nếu có số liệu của Z :
+ Hồi qui mô hình Yi = β1+β2Xi+β3Zi +Ui
+ Kiểm ñịnh H0 : β3= 0. Nếu bác bỏ H0 thì mô
hình ban ñầu ñã bỏ sót biến Z.
- Nếu không có số liệu của Z : dùng kiểm ñịnh
RESET của Ramsey.

Kiểm ñịnh RESET của Ramsey :

Ramsey ñề xuất sử dụng Yˆi 2 , Yˆi 3 làm xấp xỉ cho Zi.
Bước 1 : Hồi qui mô hình (*), thu lấy ˆ
Yi
Bước 2 : Hồi qui Yi theo các biến ñộc
ˆi3(mô hình ˆ
ˆi3 này
lập trong (*) và ˆ
Yi2 , Y
Yi2 , Y
gọi là mô hình (new)) .
Bước 3 : Kiểm ñịnh H0 : các hệ số của Y
ˆi2 , Y
ˆi3
ñồng thời bằng 0.
Nếu bác bỏ H0 mô hình (*) ñã bỏ sót biến.

Kiểm ñịnh RESET của Ramsey :


Omitted variables Test

Hết

3. Các sai lầm thường gặp khi chọn mô hình

Hậu quả việc bỏ sót biến :
Các ước lượng thu ñược là ước lượng chệch của các
tham số trong mô hình ñúng.
Các ước lượng thu ñược không phải là ước lượng
vững.
Phương sai của các ước lượng trong mô hình sai (b) >
trong mô hình ñúng (a) .
Khoảng tin cậy rộng, các kiểm ñịnh không còn tin cậy
nữa.

3. Các sai lầm thường gặp khi chọn mô hình
- Các ước lượng OLS vẫn là các ước lượng

không chệch và vững của các tham số trong
mô hình ñúng.
- Phương sai của các ước lượng trong mô hình
thừa biến (b) lớn hơn trong mô hình ñúng
(a).
- Khoảng tin cậy rộng, các kiểm ñịnh không
còn tin cậy nữa.