Kiểm định WHITE và cách khắc phục phương sai sai số thay đổi

1.Kiểm định white
I.Hiện tượng phương sai sai số thay đổi:
II.Kiểm định white:
1.Kiểm định white :
Kiểm định white do eview thực hiện dựa trên hồi quy bình phương phần dư
(kí hiệu là RESID) theo bậc nhất và bậc hai của biến độc lập.Kiểm định
white là mô hình tổng quát về sự thuần nhất của phương sai.
Ta xét mô hình hồi quy sau:
Yi = 1 + 2X2 + 3X3 + Ui (1.1)ẞ ẞ ẞ
Có hai trường hợp :
Kiểm định không có tích chéo giữa các biến độc lập
Kiểm định có tích chéo giữa các biến độc lập
1.1Kiểm định không có tích chéo:
Ta xét mô hình hồi quy sau:
Yi = 1 + 2X2 + 3X3 +Ui ẞ ẞ ẞ
Các bước thực hiện:
 Bước 1 :
Ước lượng (1.1) bằng OLS ,từ đó thu được các phần dư tương ứng ei.
 Bước 2 : Ước lượng mô hình sau :
ei ²= α1+ α2X2+ α3X3+ α4X2² + α5X3² + Vi (1.2)
Ta thu được R ² là hệ số xác định bội.
 Bước 3 :
 Kiểm định giả thuyết
H0: α2= α3= α4= α5=0 Hay: H0 : Phương sai sai số đồng đều
H1: Tồn tại ít nhất αj # 0. H1 : Phương sai sai số thay đổi
 Tiêu chuẩn kiểm định : χ² =χ(k-1)
 Bước 4:
Tra bảng phân phối Chi-bình phương , mức ý nghĩa α và bậc tự do là k (k là
số tham số trong mô hình hình hồi quy phụ).
Fps = ( R ²/(1- R ²))/ ((n-k)/(k-1)) so sánh với F α (k-1,n-k)
χ²ps = nR ² so sánh với χ² α (k-1)

Nếu χ²ps > χ² α (k-1) thì bác bỏ H0
Nếu χ²ps < χ² α (k-1) thì chấp nhận H0
Yêu cầu :
Cho biết giá trị F-statistic,và Obs*R-squared được tính cụ thể như thế nào?
Qua các thống kê và P-value tương ứng,thực hiện kiểm định để kết luận về
phương sai sai số của mô hình gốc.
Các ước lượng hệ số của mô hình (1.1) có phải là ước lượng tốt nhất không
Nếu ước lượng trên chưa tốt hãy nêu cách để ước lượng kết quả tốt hơn.
1.2.Kiểm định có tích chéo:
Xét MHHQ 3 biến:
Yi = 1 + 2X2 + 3X3 ẞ ẞ ẞ
Bước 1: ƯL mô hình (1),từ đó thu được các phần dư ei .
Bước 2: ƯL MHHQ phụ dạng:
ei ²= α1+ α2X2+ α3X3+ α4X2² + α5X3² +α6X2X3 + Vi
Ta thu được R ² là hệ số xác định bội.
Bước 3:
Kiểm định giả thuyết :
H0: α1= α2= α3= α4= α5 = α6=0
H1: Tồn tại ít nhất αj # 0
Tương đương : H0 : phương sai có sai số không đổi
H1 : phương sai có sai số thay đổi
Tiêu chuẩn kiểm định :
χ² =χ(df)
Tính toán trị thống kê nR2,
Trong đó : n là cỡ mẫu
R là hệ số xác định của mô hình hồi quy phụ ở bước 2.
Bước 4:
Tra bảng phân phối Chi-bình phương , mức ý nghĩa α và bậc tự do là k (k là
số tham số trong mô hình hình hồi quy phụ). Giả sử tra được
 Nếu thì bác bỏ H0

 Nếu thì chấp nhận H0
Chú ý :
1.MHHQ phụ nhất thiết phải có hệ số chặn .
)1(
22
−> knR
α
χ
)1(
22
−< knR
α
χ
2.Thống kê nR2 với R2 của MHHQ phụ.
3.Vì GT
Tương đương với Ho:R 2 =0 nên còn được KĐ theo thống kê F.
2.Kiểm định bằng hồi quy phụ :
 Kiểm định phương sai sai số thay đổi với biến X :
Dạng thu gọn : ei² = α1+ α2Xi² + Vi
Kiểm định mô hình này bằng eview.
Lệnh LS E^2 C X^2
Dựa vào bảng kết quả của white để kết luận xem PSSS có thay đổi hay
không ?
 Kiểm định phương sai sai số thay đổi với biến Z :
Dạng thu gọn : ei² = α1+ α2Zi² + Vi
Kiểm định mô hình này bằng eview.
Lệnh LS E^2 C Z^2
Dựa vào bảng kết quả của white để kết luận xem PSSS có thay đổi hay
không ?
.

 Kiểm định phương sai sai số thay đổi với biến phụ thuộc Y:
Giả thiết : Var (ui) = σ
2
i
Hồi quy phụ : ei² = α1+ α2Yi² + Vi
Kiểm định mô hình này bằng eview.
Lệnh : LS E^2 C Y^2
Dựa vào bảng kết quả của white để kết luận xem PSSS có thay đổi hay
không ?
3.Khắc phục hiện tượng phương sai sai số thay đổi:
Mô hình Yi = 1 + 2X2 + 3X3 + Ui có phương sai sai số thay đổi, quaẞ ẞ ẞ
các hồi quy phụ cho thấy có sự thay đổi theo các biến X,Z,Y ,khắc phục dựa
trên các giat thiết này.
3.1Khắc phục theo biến X:
Từ hồi quy phụ ở phần trên: ei² = α1+ α2Xi² + Vi
có thể cho rằng giả thiết σ
2
i= σ
2
.Pi² là đúng. Khắc phục bằng cách chia (1.1)
cho Xi ta được :
Yi/Xi= 1/Xi + 2 + 3Zi/Xi + Ui/Xi ẞ ẞ ẞ (3.1)
Kiểm định mô hình này bằng eview ,thực hiện lệnh
Y/X= 1/X + C + Z/X
Sau đó để biết được đã khắc phục được hiện tượng này hay chưa ta sử dụng
kiểm định white. Nhận xét :
Mô hình trên có phương sai sai số đồng đều hay thay đổi?
Nếu mức ý nghĩa là 10% thì kết luận như thế nào?
Giải thích ý nghĩa kinh tế của mô hình mới.
3.2Khắc phục theo biến Z :

Từ hồi quy phụ ở phần trên: ei² = α1+ α2Zi² + Vi
có thể cho rằng giả thiết σ
2
i= σ
2
.Pi² là đúng. Khắc phục bằng cách chia (1.1)
cho Zi ta được :
Yi/Zi= 1/Zi + 2Xi/Zi + 3+ Ui/Ziẞ ẞ ẞ (3.2)
Kiểm định mô hình này bằng eview ,thực hiện lệnh
Y/Z= 1/Z + X/Z + C
Sau đó để biết được đã khắc phục được hiện tượng này hay chưa ta sử dụng
kiểm định white và rút ra nhận xét.
3.3Khắc phục theo biến Y:
Từ hồi quy phụ ở phần trên: ei² = α1+ αYi² + Vi
có thể cho rằng giả thiết σ
2
i= σ
2
.Pi² là đúng. Khắc phục bằng cách chia
(1.1) cho Ŷ ta được :
Yi/ Ŷ = 1/ Ŷ + 2Xi/ Ŷ + 3i/ Ŷ + Ui/ Ŷẞ ẞ ẞ (3.3)
Kiểm định mô hình này bằng eview ,thực hiện lệnh
Y/YF= 1/YF + X/YF + Z/YF
So sánh kết quả (3.1) (3.2) và(3.3) để đánh giá về hiện tượng phương
sai sai số thay đổi,hệ số xác định và ước lượng các hệ số.
III.Bài toán
Cho bảng số liệu sau :
Năm Y X Z
1990 20666.5 19225.1 6042.8
1991 41892.6 19621.9 6302.8

1992 49061.1 21590.4 6475.3
1993 53929.2 22836.5 6559.4
1994 64876.8 23528.2 6598.6
1995 85507.6 24963.7 6765.6
1996 92406.2 26396.7 7003.8
1997 99352.3 27523.9 7099.7
1998 114417.7 29145.5 7362.7
1999 128416.2 31393.8 7653.6
2000 129140.5 32529.5 7666.3
2001 130177.6 32108.4 7492.7
2002 145021.3 34447.2 7504.3
2003 15395.5 34568.8 7452.2
2004 172494.9 36148.9 74453
2005 183342.4 35832.9 7329.2
2006 197855 35849.5 7324.8
2007 236935 35942.7 7207.4
2008 377238.6 38729.8 7400.2
2009 410138 38895.5 7440.1
Trong đó :
Y: Giá trị sản xuất nông nghiệp theo giá trị thực tế (tỷ đồng)
X : Sản lượng lúa cả năm (nghìn tấn)
Z : Diện tích lúa cả năm ( nghìn ha)
Với mức ý nghĩa α = 5% hãy phát hiện hiện hiện tượng phương sai sai số
thay đổi và khắc phục hiện tượng này.
Bài làm:
Với các số liệu đã cho ta ước lượng được mô hình :
Vậy : Ŷ= 4207489 + 22.25769*X - 133.0589*Z (*)
1.Kiểm định White:
1.1Phát hiện hiện tượng: