Bài giảng Econometrics: Chương 4 - ThS. Vũ Thịnh Trường

Bài giảng "Econometrics - Chương 4: Hồi quy biến giả (Phần 1)" cung cấp cho người học các kiến thức: Biến giả, cách đặt biến giả, mô hình hồi quy với biến giả, ứng dụng SPSS giải bài toán hồi quy có biến giả. Mời các bạn cùng tham khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Bài giảng Econometrics: Chương 4 - ThS. Vũ Thịnh Trường DONG NAI TECHNOLOGY UNIVERSITYSCHOOL OF BUSINESS ADMINISTRATION ECONOMETRICS (3 credits) Lecturer: Vu Thinh Truong, MBA Cellphone: 01633 192 197 Email: vu.truong@dntu.edu.vn Chương 4HỒI QUY BIẾN GIẢ PHẦN 1 (Dummy Linear Regression) Nội dung1. Biến giả2. Cách đặt biến giả3. Mô hình hồi quy với biến giả4. Ứng dụng SPSS giải bài toán hồi quy có biến giả ThS. Vũ Thịnh Trường 31. Biến giả Biến định lượng: là biến có giá trị cụ thể(cân, đong, đo, đếm)Biến định tính: là biến quy định tính chất nào đó của đối tượng nghiên cứu VD: Nắng mưa, giới tính, màu của sản phẩm…->Vậy khi thực hiện hồi quy phải làm sao? ThS. Vũ Thịnh Trường 41.Biến giảCâu trả lời: ĐẶT BIẾN GIẢBiến giả là trường hợp nghiên cứu một yếu tố kinh tế tác động lên một yếu tố kinh tế khác NHƯNG yếu tố này lại không thể “định lượng” được. Nó quy định một tính chất nào đó. Do vậy, chúng ta sẽ đặt cho tính chất này một giá trị cụ thể ThS. Vũ Thịnh Trường 52.Cách đặt biến giảTrường hợp 1: Một nhân tố kinh tế có 02 tính chấtVD: Nghiên cứu về giới tính tác động đến NSLĐTa đặt: Z = 1: Lao động nữ Z = 0 : Lao động nam ThS. Vũ Thịnh Trường 62.Cách đặt biến giảTrường hợp 2: Một nhân tố kinh tế có 03 tính chấtVD: Một nghiên cứu ảnh hưởng của yếu tố vùng miền đến doanh số bán hàngTa đặt:+Z1 = 1: Miền Bắc; Z1 = 0: Các miền còn lại+Z2 = 1: Miền Trung; Z2 = 0: Các miền còn lại+Z1 = Z2 = 0: Miền Nam ThS. Vũ Thịnh Trường 73.Mô hình hồi quy với biến giảMục đích: Nghiên cứu tác động của biến định tính lên mô hình nghiên cứuCác bước thực hiện:1. Đặt biến giả cho biến định tính2. Xác định hệ số hồi quy hàm hồi quy mẫu3. Nêu ý nghĩa của từng hệ số hồi quy4. Kiểm định mô hình5. Dự báo và làm chính sách ThS. Vũ Thịnh Trường 83.Mô hình hồi quy với biến giả3.1 Hồi quy 02 biến: 01 biến định tính & 01 biến định lượng (PRF): Y = β1 + Β2Z + Ui (SRF): Yˆi  ˆ1  ˆ2 Z  eiTrong đó: Z1 = 1: Quy định tính chất 1 Z2 = 0: Quy định tính chất còn lại ThS. Vũ Thịnh Trường 93.Mô hình hồi quy với biến giả Doanh số (triệu đồng) Thị trường 37 Nông thôn 40 Thành thị 42 Thành thị 35 Nông thôn 37 Nông thôn 48 Thành thị 35 Nông thôn 43 Thành thị 45 Thành thị 37 Nông thôn ThS. Vũ Thịnh Trường 103.Mô hình hồi quy với biến giả Y Z 37 0 40 1 42 1 35 0 37 0 48 1 35 0 43 1 45 1 37 0 ThS. Vũ Thịnh Trường 113.Mô hình hồi quy với biến giả Model SummaryModel R R Square Adjusted R Std. Error of the Square Estimate 1 .875a .765 .736 2.29129a. Predictors: (Constant), Thitruong ANOVAbModel Sum of df Mean F Sig. Squares Square Regression 136.900 1 136.900 26.076 .001a 1 Residual 42.000 8 5.250 Total 178.900 9a. Predictors: (Constant), Thitruongb. Dependent Variable: Doanhso ThS. Vũ Thịnh Trường 123.Mô hình hồi quy với biến giả Coefficientsa Standar Unstandardized dized 95% Confidence Coefficients Coeffici Interval for B Model ents t Sig. B Std. Beta Lower Upper Error Bound Bound (Constant) 1 36.200 1.025 35.328 .000 33.837 38.563 Thitruong 7.400 1.449 .875 5.106 .001 4.058 10.742a. Dependent Variable:Doanhso Doanhso = 36,2 + 7,4Thitruong ThS. Vũ Thịnh Trường 133.Mô hình hồi quy với biến giả1. Hàm hồi quy mẫu có dạng: Doanhso = 36,2 + 7,4Thitruong2. Ý nghĩa của hệ số hồi quy Doanh số bán trung bình của thành thị là 43,6 triệu đồng Nếu bán ở nông thôn doanh số trung bình sẽ là 36,2 triệu đồng ThS. Vũ Thịnh Trường 143. Độ chính xác của hàm hồi quy mẫuR-square = 0,765 > 0,7. Mô hình hồi quy mẫu có độ chính xác tốt, chấp nhận được4. Với độ tin cậy 95%, ước lượng khoảng của hệ số hồi quy: 33,837 3.Mô hình hồi quy với biến giả5. Kiểm định mô hình hồi quy Kiểm định hệ số hồi quy: Giả thiết: Ho:Bj = 0 H1:Bj ≠ 0 (với j = 1, 2) Với mức ý nghĩa 5%, ta có Sig. của β1, β2 lần lượt bằng 0,000 & 0, ...