Tài liệu Kinh tế lượng cơ sở - Bài 7 pdf

Bài 7. chỉ ĐỊNH MÔ HÌNH



1. Các loại sai lầm chỉ định và hậu quả.
1.1. Mô hình thừa biến giải thích
Ví dụ: Mô hình đúng: Y
i
=
β
1
+

β
2
X
i
+ u
i
Mô hình sai: Y
i
=
α
1
+
α
2
X
i

+
α
3
Z
i
+ v
i

Nếu mô hình thừa biến giải thích thì các ước lượng vẫn là không chệch và vững, nhưng
không hiệu quả, khoảng tin cậy rộng.
Kiểm định bằng cách bỏ bớt biến số nghi là không cần thiết và dùng kiểm định với hệ
số tương ứng để kết luận



1.2. Mô hình thiếu biến.
Ví dụ: Mô hình đúng: Y
i
=
β
1
+
β
2
X
i
+
β
3
Z

i
+ u
i
Mô hình sai: Y
i
=
α
1
+
α
2
X
i
+ v
i
Nếu mô hình thiếu biến thì các uoc lượng sẽ bị chệch nên không đáng tin cậy.

1.3. D¹ng hµm sai.
Ví dụ : Mô hình đúng: Y
i
=
β
1
+
β
2
X
i
+ u
i

Mô hình sai: LnY
i
=
β
1
+
β
2
LnX
i
+ v
i






Có thể kiểm định thiếu biến và dạng hàm sai bằng các kiểm định sau:

1. Kiểm định Ramsey
Mô hình ban đầu: Y
i
=
β
1
+
β
2
X

i
+ u
i
(1)
Nếu cho rằng mô hình thiếu biến Z
i
nào đó thì:
B1: Hồi qui mô hình ban đầu thu được các giá trị ước lượng
i
Y
ˆ


B2: Hồi qui MH hồi qui phụ :
Y
i
= [
β
1
+
β
2
X
i
] +
α
1
2
ˆ
i

Y
+…+
α
m
1
ˆ
+m
i
Y

+ u
i
(2)
______________________________________________________________________________________________________

Bài giảng Kinh tế lượng – NguyÔn cao V¨n – Bộ môn Toán Kinh tế - khoa Toán Kinh tế - ĐH KTQD
1
⎩
⎨
⎧
=≠∃
===
mj
j
m
,1,0:H
0 :H
1
10
α

αα

F
qs
=
MH (1) không thiếu biến
MH (1) thiếu biến

1
1
)2()2(
−
−
k
R
)2(
2
2
)1(
2
)2(
−
×
− knRR

ếu F
qs
> F
α
(k

(2)
– 1; n – k
(2)
) bác bỏ H
0
2. Kiể
thu được các phần dư e
i
và giá trị ước lượng
i
Y

B
i

N



m định nhân tử Lagrange (LM)
B1: Hồi qui mô hình ban đầu
ˆ
2: Hồi qui MH hồi qui phụ :
e
i
= [
β
1
+
β

2
X ]+
α
1
2
ˆ
i
Y
+…+
α
m
1
ˆ
+m
i
Y

+ v (*)
______________________________________________________________________________________________________

Bài giảng Kinh tế lượng – NguyÔn cao V¨n – Bộ môn Toán Kinh tế - khoa Toán Kinh tế - ĐH KTQD
2
⎩
=≠∃ j
j
,0:H
1
α
sai
⎨

⎧
===
m
,1
0 :H
10
αα

g
MH (1) có d
Kiểm định χ
2
:
2
*
2
nR
qs
=
χ
, nếu
)(
22
p
qs
α
χχ
>
thì bác bỏ H
0

.
7bt4.
iểm định Ramsey cho kết quả sau:
SET Te
F-statistic 0.348918 Probability 0.5602
m
MH (1) có dạng hàm đún
ạng hàm


Ví dụ: Trở lại thí dụ với tệp số liệu ch
K

Ramsey RE st:
4
8
Log likelihood
ratio
0.389707 Probability 0.5324
3

5

Test Equation:
Dependent Variable: CONS
e: 22:18
Inclu vatio
Variable Coeffic
nt
Std. Error t-Statistic Prob.

Method: Least Squares
Date: 11/19/08 Tim
Sample: 1960 1986
ded obser ns: 27
ie
C 746.5686 -0.359805 0.7221-
268.6193
GDP 0.95411
FITTED^2 0.000257 -0.590693 0.5602
R-squared 0.798175 ean dependent 2037.4
9
-
0.607571 1.570384 0.1294
0.000152
M
var
4
9
______________________________________________________________________________________________________

Bài giảng Kinh tế lượng – NguyÔn cao V¨n – Bộ môn Toán Kinh tế - khoa Toán Kinh tế - ĐH KTQD
3
R- 0.781356 S.D. dependent var 789.22
S.E. of regression 369.0360 info 14.764
Sum squared resid 3268502. Schwarz criterion 14.908
Log likelihood 47.457
in-Watson 0.428978 Prob(F-statistic) 0.0000
0
Adjusted
squared

3
1
1
Akaike
criterion 0
0
9
3
- F-statistic
196.3154 2
0
Durb
stat

KiÓm ®Þnh b»ng nh©n tö Lagrange cho kÕt qu¶ sau:
e: 08:53
Inclu vatio
Variable Coeffic
nt
Std. Error t-Statistic Prob.

Dependent Variable: E
Method: Least Squares
Date: 11/21/08 Tim
Sample: 1960 1986
ded obser ns: 27
ie
C 746.5686 -0.567722 0.5755-
423.8432
GDP 0.35705

CONSF^2 0.000257 -0.590693 0.5602
R-squared 0.014330 ean dependent -8.42
1
-
0.607571 0.587669 0.5622
0.000152
M
var
E-
14
Adjusted R- nt var 357.12
S.E. of regression 369.0360 info 14.764
Sum squared resid 3268502. Schwarz criterion 14.908
Log likelihood stic 0.1744
in-Watson 0.428978 Prob(F-statistic) 0.8409
7
Mà χ
2
(1) = 3,84146 ⇒ Mô hình chỉ định đúng.

2. Phâ
i chuẩn thì các ước lượng vẫn là ước lượng tốt nhất,
hưng các phân tích không dùng được.
squared
- S.D. depende
0.067809
6
4
1
Akaike

criterion 0
0
9
5
- F-stati
196.3154 9
6
Durb
stat

Từ đó
38691,001433,0*27*
2
*
2
=== Rn
qs
χ


n phối xác suất của sai số ngẫu nhiên
Các suy diÔn thống kê (khoảng tin cậy, kiểm định giả thiết) phụ thuộc giả thiết SSNN phân
phối chuẩn. Nếu SSNN không phân phố
n
______________________________________________________________________________________________________

Bài giảng Kinh tế lượng – NguyÔn cao V¨n – Bộ môn Toán Kinh tế - khoa Toán Kinh tế - ĐH KTQD
4

H

1
: SS
Với S là h ), K là hệ số nhọn (kurtosis) cña e
i
JB =
H
0
: SSNN phân phối chuẩn
NN không phân phối chuẩn
Kiểm định Jarque – Bera:
ệ số bất đối xứng (skewness
⎥
⎦
24
⎤⎡
−
+=
)3(
6
22
2
KS
n
qs
χ

Nếu
)2(
22
α

χχ
>
qs
thì bác bỏ H
0

í dụ:Với tệp số liệu ch7bt4 kiểm định Jarque-Bera cho kết quả sau:
chệch, tốt nhất; các kết quả hồi qui là đáng tin cậy và sử dụng để phân tích
được.
⎢
⎣

V


Nếu mô hình không có khuyết tật nào thì các ước lượng là ước lượng tuyến tính,
không