09/09/2014
HỒI QUY ĐA BIẾN
CHƯƠNG 3
HỒI QUY ĐA B
BIẾN
MỤ C
TIÊU
1. Biết đư ợc phương phá p ước
lượng bình phương nhỏ nhất để
ước lượng hàm hồi quy đa biến
tổng thể dựa trên số liệu mẫu
2. Hiểu các cách kiểm định những
giả thiết
2
NỘI DUNG
1
Mô hình hồi quy 3 biến
2
Mô hình hồi quy k biến
3
Dự báo
3.1 Mô hình hồi quy 3 biến
�Mô hình hồi quy tổng thể PRF
E (Y / X 2 , X 3 ) = β1 + β 2 X 2 + β3
X3
kiện của Y với điều kiện đã biết các giá trị
Ý nghĩa: PRF cho biết trung bình có điều
cố định của biến X2 và X3.
�Y:
biến phụ thuộc
biến độc lập
�X2 và X3:
�β1 :
hệ số tự do
hệ số hồi quy riêng
�β2 , β3 :
5
3
4
3.1 Mô hình hồi quy 3 biến
Ýnghĩahệsốhồiquyriêng:chobiếtảnh
hưởngcủatừngbiếnđộclậplêngiátrịtrung
bìnhcủabiếnphụthuộckhicácbiếncònlại
đượcgiữkhôngđổi.
�Mô hình hồi quy tổng thể ngẫu nhiên:
Yi = β 1 + 2 X2i +β 3 X3i + u i
β
u : sai số ngẫu
nhiên của tổng thể
i
5
Các giả thiết của mô hình
1. Giá
của
g bình
ng 0
á ttrị ttrung
b
c a Ui bằng
X3i3 )=0
E(U
/ 2i,
E Ui /X
=0
2
P
2. Phương
đổi
củ các
ng sai
sa của
hôn đ
ổ
c á Ui là
à không
) 2
Var(Ui)=σ
Var(U
K ông có
3. Khôn
gi
c hiện
h ệ tượng
ợng ttự tươn
ư ơng quan
g
quan giữa
á
các
c c Ui
i≠j
0 i≠
Cov(U
≠
Cov Ui ,Uj ))=0;
ng có
ợn
c
4. Khôn
hiện
tượng
cộng
ệ
g
ữa X2
ô
ng tuyến
c
uy giữa
h
K
àX
và
v X3
p ố chuẩn:
5.UUi có
ch ẩn Ui N (0,
â phối
0 σ2 )
ó phân
6
1
09/09/2014
3.1.1 Ước lượng các tham số
3.1.1 Ước lượng các tham số
1βˆ 2 βˆ2iX
Q= ∑ei 2 = ∑ (Y
i
βˆ
Hàm hồi quy mẫu:
dQ
=2∑ (Yi βˆ1 βˆ
dβˆ1
X 2
Yˆi = βˆ1 + ˆβ2 X 2i + βˆ3 X 3i + ei
sai số của mẫu ứng với quan sát thứ i
Sử dụng phương pháp bình phương
nhỏ nhất để ước lượng các tham số
βˆ , βˆ , βˆ
2
X 3i )2 → min
βˆ3 X 3i) =
0
dQ
= 2∑ (Yi βˆ1 βˆ2 X 2i βˆ3 X 3i )( X2i ) =
dβˆ 2
0
ei = Yi ˆYi
1
2i
3
dQ 2 (Y ˆ
= ∑ i β 1 βˆ2 X 2i βˆ X )( X ) =
dβˆ 3
0 3 3i
3i
3
7
8
Năm
Sản lượng
QD(Y)
Giá bán (X2)
Chi phí quảng
cáo (X3)
2002
2003
100
80
40
80
100
30
2004
70
120
25
2005
69
140
20
2006
58
160
19
2007
2008
49
43
180
200
15
14
2009
41
220
10
2010
38
240
11
2011
36
260
10
3.1.1 Ước lượng các tham số
x 3 2
y x 3i ∑
x 2 x3 i
∑y xi 2 ∑
i
i ∑
i
βˆ2 =
2
2
∑ x 2i ∑ x3i ∑ x 2ix 3i ) 2
(
βˆ3 =
i
∑yix3i∑ x22i ∑ yi x2i∑ x2i x3i
∑x ∑x
∑x2i x3i )2
(
βˆ1 = Y βˆ2 X 2i βˆ3 X 3i
2
2i
xi = X i
X
2
3i
y i = Yi Y
9
3.1.2 Phương sai của các ước lượng
Hệ số xác định
X22∑ x32i + X 32 ∑ x22i 2 X2 X 3 ∑ x2i x3i
1
Var (βˆ1 ) = (
∑x22i∑ x32i ∑x2i x3i )2
+
n
(
∑x3 2i
Var (βˆ2 )
σ2
∑ x 22i ∑ x32i ∑ x 2ix 3i ) 2
=
( 2
)σ 2
n
ESS
RSS
=1
=1
R =
TSS TSS
2
∑e
2
i
i=1
n
∑y
2
i
i
=1
∑ x2i
σ2
Var (βˆ3 )
2
2
2
x
∑
2i ∑ x3i (∑x 2i x3i )
=
σ2 là phương sai của ui chưa biết nên dùng ước
lượng không chệch:
∑ ei 2 = (1 R2 )∑ i y2
σˆ 2 =
n 3 n 3
Hệ số xác định R2
11
βˆ2 ∑yi x2i + ˆβ3 ∑yi
x3i
∑yi2
Mô hình hồi quy 3 biến R2 =
Hệ số xác định hiệu chỉnh
Với k là tham số của mô hình,
kể cả hệ số tự do
2
∑ e (n k)
i
R
2
=
∑y
2
i
( n 1)
12
2
09/09/2014
3.1.4 Khoảng tin cậy
Hệ số xác định hiệu chỉnh
n 1
R2 = 1 (1 2R
k
n
)
Dùng R 2 để xét việc đưa thêm 1 biến vào mô
hình. Biến mới đưa vào mô hình phải thỏa 2
điều kiện:
Với mức ý nghĩa α hay độ tin cậy 1- α
β i ∈ ( βˆ i ε i ; βˆ i + ε i )
Với
ε
2
- Làm R tăng
- Hệ số hồi quy biến mới thêm vào mô hình
khác 0 có ý nghĩa
i
= SE ( βˆ i ) t( n 3 ,α
/2)
13
14
3.1.5 Kiểm định giả thiết
1. Kiểm định giả thiết H0: β i = β i
B1. Tính
ti =
3.1.5 Kiểm định giả thiết
*
2. Kiểm định giả thiết đồng thời bằng không:
H0: β2 = β3 = 0;
(H1: ít nhất 1 tham số khác 0)
B1. Tính
2
βiˆ βi *
SE (βˆi )
R (n 3)
(1 R 2 ) 2
B2. Nguyên tắc quyết
định
F =
B2. Nguyên tắc quyết định
�Nếu |ti | > t(n-3,α/2): bác bỏ H0
�Nếu |ti | ≤ t(n-3,α/2) : chấp nhận H0
�F > Fα(2, n-3): Bác bỏ H0: Mô hình phù hợp
�F ≤ Fα(2, n-3): Chấp nhận H0: Mô hình không
phù hợp
15
16
3.2 Mô hình hồi quy k biến
3.2.1 Ước lượng các tham số
∑e =∑(Y βˆ βˆ X βˆ X ...βˆ )→min
n
Mô hình hồi quy tổng thể
E (Y / X2 ,... Xk ) = β 1 + β2 X2i + ... β k Xki
+
Mô hình hồi quy mẫu ngẫu nhiên:
Yˆi = βˆ1 +βˆ2 X 2i + ... + βˆ
X
k
2
n
2
i
ki
+ ei
sai số của mẫu ứng với quan sát thứ i
ˆ β1 ˆβ2X2iˆβ3X3i
ei =Yi ˆYi =Yi
...βk X ki
i
i =1
n
∂ ∑ ei
1
2
2i
3
3i
k
ki
i =1
X
2
=
∂β 1
2
n
∂ ∑ ei 2
i=1
=
∂β 2 2
...
i=1
(Yi βˆ βˆ X i βˆ X i
∑
i
n
1
=1
2
2
3
...
∑(Y βˆ βˆ X
n
i=1
3
i
1
2
2i
βˆk X ki
)0
=
)
βˆ3 X 3i βˆk X ki, X 2 i =0
...
n
∂ ∑ ei 2
ˆ
i=1
∂β k
17
=
2
(Yi βˆ βˆ X i βˆ X i
∑
i
n
=
1
1
2
2
3
3
)
βˆk X ki X ki =0
...
18
3
09/09/2014
Hệ số xác định
3.2.2 Khoảng tin cậy
Với mức ý nghĩa α hay độ tin cậy 1- α
R2 =
β i ∈ (βˆi εi ; βˆi + εi )
Với
ˆ
βˆ2 ∑ yx
βˆ i kiyx
... k ∑
3i + +
i 2i + 3β∑ i yx
∑y
2
i
Hệ số xác định hiệu chỉnh
ε i = SE i).t (n k ,α/ 2)
(βˆ
n
R 2 =1 (1 R 1
n k
2
)
Với k là tham số của mô hình, kể cả hệ số
tự do
19
Hệ số xác định hiệu chỉnh
20
3.2.3 Kiểm định các giả thiết hồi quy
n 1
R2 = 1 (1 R2
n k
)
Dùng R 2 để xem xét việc đưa thêm biến vào
mô hình. Biến mới đưa vào mô hình phải
thỏa 2 điều kiện:
- Làm R 2 tăng
- Biến mới có ý nghĩa thống kê trong mô
hình mới
1. Kiểm định giả thiết về hệ số hồi quy
KiểmđịnhgiảthiếtH0:
B1.Tính
ti =
β i = β i*
βˆi i *
SEβ(βˆi )
B2. Nguyên tắc quyết định
�Nếu |ti | > t(n-k,α/2) : bác bỏ H0
�Nếu |ti | ≤ t(n-k,α/2) : chấp nhận H0
21
3.2.4 Kiểm định các giả thiết hồi quy
22
3.3 DỰ BÁO
2. Kiểm định sự phù hợp của mô hình: kiểm
định giả thiết đồng thời bằng không:
H0: β2 = β3 =…= βk = 0;
(H1: ít nhất 1 trong k tham số khác 0)
R 2 ( n k)
F=
B1. Tính
(1 R 2 )( k 1)
B2. Nguyên tắc quyếtđịnh:
�Nếu F > Fα(k-1, n-k): Bác bỏ H0: Mô hình phù
hợp
�Nếu F ≤ Fα(k-1, n-k): Chấp nhận H0: Mô hình
không phù hợp
23
Mô hình hồi quy
Yˆi = βˆ1 + βˆ 2 X 2 + ....
+
βˆk X k
⎡ ⎤
1⎥ 0 ⎥
⎥X 2 ⎥
0
Cho trước giá trị X = ⎥ ⎥
..
.. 0 ⎥
⎥ k
⎥ giá trị cá biệt của
Dự báo giá trị trung bình và
Y với mức ý nghĩa α hay⎣độ tin cậy 1 - α.
X
24
4
09/09/2014
3.3 DỰ BÁO
3.3 DỰ BÁO
* Ước lượng điểm
* Dự báo giá trị cá biệt của Y
Yˆ0 = βˆ1 + ˆ X 20 + ... βˆk X k
β2 bình của+Y
* Dự báo giá trị trung
) ∈ (Yˆ0 ε0
;Yˆ
ε0 = SE (Yˆ0 )t ( n k ,α / 2 )
E(Y / X
Với:
0
0
+ ε0 )
0T
T
( X .X )
Với:
ε0' = SE(Y 0 Yˆ0 )t ( n k,α / 2 )
SE (Y 0 Yˆ0 )
=
SE (Yˆ0 ) = Var (Yˆ 0)
Var (Y ˆ0 ) =σˆ 2 X
ˆ
Y 0 ∈ ( Y 0 ε 0' ;Yˆ 0 + ε 0' )
0
1
.X
Var (Y 0 Yˆ0 )
Var(Y0 Yˆ 0 ) =Varˆ(Y0 )
+σˆ
0
25
2
26
5