Bài giảng kinh tế lượng - Chương 1

Bản chất của phân tích hồi quyThuật ngữ “hồi quy” được Francis Galton sử dụng vào năm 1886.Là phân tích mối liên hệ phụ thuộc giữa một biến gọi là biến phụ thuộc (dependent variable) vào một hoặc một số biến khác gọi là biến giải thích (explanatory variable)Biến phụ thuộc, ký hiệu là YBiến giải thích, ký hiệu là X hoặc X1 , X2, …Hồi quy là một công cụ cơ bản của Kinh tế lượng...
Nội dung trích xuất từ tài liệu:
Bài giảng kinh tế lượng - Chương 1 BÀI GIẢNGKINH TẾ LƯỢNGECONOMETRICS Lê Anh Đức Khoa Toán kinh tế ĐH Kinh tế Quốc dân 1 CHƯƠNG I: MÔ HÌNH HỒI QUY HAI BIẾN , MỘT VÀI TƯ TƯỞNG CƠ BẢN1.1. Phân tích hồi quy a. Bản chất của phân tích hồi quy b. Phân tích hồi quy và các quan hệ khác1.2. Bản chất nguồn số liệu cho phân tích hồi quy a. Các loại số liệu b. Nguồn gốc các số liệu c. Bản chất chung của số liệu kinh tế – xã hội1.3. Mô hình hồi quy tổng thể1.4. Sai số ngẫu nhiên và bản chất của nó1.5. Hàm hồi quy mẫu 2 1.1. Phân tích hồi quy (regression analysis)a. Bản chất của phân tích hồi quy• Thuật ngữ “hồi quy” được Francis Galton sử dụng vào năm 1886.• Là phân tích mối liên hệ phụ thuộc giữa một biến gọi là biến phụ thuộc (dependent variable) vào một hoặc một số biến khác gọi là biến giải thích (explanatory variable) Biến phụ thuộc, ký hiệu là Y Biến giải thích, ký hiệu là X hoặc X1 , X2, …• Hồi quy là một công cụ cơ bản của Kinh tế lượng 3Thí dụ: “Luật Francis Galton - Karl Pearson”• Vấn đề: nghiên cứu mối liên hệ phụ thuộc giữa chiều cao của các cháu trai vào chiều cao của các ông bố. Y = chiều cao của các cháu trai (inches) X = chiều cao của các ông bố (inches)• Đồ thị (tham khảo giáo trình trang 10). Đồ thị này được vẽ với một tổng thể giả định. 4• Kết quả nghiên cứu của F.Galton – K.Pearson : - Với chiều cao đã biết của người bố thì chiều cao của các cháu trai sẽ là một khoảng, dao động quanh giá trị trung bình; - Chiều cao của người bố tăng thì chiều cao của các cháu trai cũng tăng (hệ số góc lớn hơn 0); - Với nhóm các ông bố có chiều cao nhỏ (thấp) thì chiều cao trung bình của các cháu trai cao hơn bố. Ngược lại, với nhóm các ông bố có chiều cao lớn (cao) thì chiều cao trung bình của các cháu trai thấp hơn bố (hệ số góc nhỏ hơn 1). 5 Các thí dụ khác• Chi cho tiêu dùng cá nhân – thu nhập khả dụng• Mức cầu – giá• Tỷ lệ thay đổi của tiền lương – tỷ lệ thất nghiệp• Tỷ lệ tiền mặt nắm giữ trong tổng thu nhập – tỷ lệ lạm phát• Mức cầu – mức chi cho quảng cáo• Sản lượng của một loại nông sản – lượng phân bón, lượng mưa, nhiệt độ, v.v… 6 Mục đích của phân tích hồi qui• Ước lượng giá trị trung bình của biến phụ thuộc khi biết giá trị của biến độc lập, tức là phải ước lượng các tham số của mô hình.• Kiểm định các giả thuyết về bản chất của mối quan hệ giữa biến phụ thuộc và biến độc lập mà lý thuyết kinh tế đưa ra. Trong trường hợp này phải trả lời hai câu hỏi: - Có tồn tại quan hệ giữa biến phụ thuộc và biến độc lập hay không? - Nếu tồn tại quan hệ thì mức độ chặt chẽ như thế nào?• Dự báo giá trị trung bình của biến phụ thuộc khi biết 7 giá trị của biến độc lập.b. Phân tích hồi quy và các quan hệ khác Phân tích hồi quy nghiên cứu quan hệ thống kê (statistical relationship) Ta phân biệt với các quan hệ sau:• Phân tích hồi quy và quan hệ hàm số (functional relationship)• Phân tích hồi quy và phân tích tương quan (correlation analysis)• Phân tích hồi quy và quan hệ nhân quả (causation relationship) 8• Phân tích hồi quy và quan hệ hàm số - Trong quan hệ hàm số: + Ứng với mỗi giá trị của biến độc lập cho duy nhất một giá trị của biến phụ thuộc. + Các biến không phải là các biến ngẫu nhiên. - Trong phân tích hồi quy + Ứng với mỗi giá trị cho trước của biến độc lập có thể có nhiều giá trị khác nhau của biến phụ thuộc. + Các biến là các biến ngẫu nhiên. 9• Phân tích hồi quy và phân tích tương quan - Phân tích tương quan + Đo mức độ kết hợp tuyến tính giữa hai biến bằng hệ số tương quan. + Các biến có tính chất đối xứng. - Trong phân tích hồi quy + Ước lượng và dự báo một biến trên cơ sở giá trị đã cho của các biến khác. + Các biến không có tính chất đối xứng. 10• Phân tích hồi quy và quan hệ nhân quả - Quan hệ nhân quả là hệ hai chiều giữa hai đối tượng trong đó vai trò của các đối tượng được xác định rõ đâu là nguyên nhân và đâu là kết quả. - Trong phân tích hồi quy biến giải thích không nhất thiết là nguyên nhân gây lên biến phụ thuộc, mối quan hệ giữa các biến được xác lập tuỳ thuộc vào mục đích nghiên cứu. 111.2. Bản chất nguồn số liệu cho phân tích hồi quya. Các loại số liệu• Số liệu theo thời gian (Time series data) Ví dụ: CPI, GDP,…• Số liệu chéo (Undate – Cross section data) Ví dụ: Doanh thu, lợi nhuận (của các DN)• Số liệu ...