Thông tin tài liệu:
Bài giảng "Kinh tế lượng - Chương 3: Các mô hình hồi quy tuyến tính" cung cấp cho người học các kiến thức: Các mô hình hồi quy tuyến tính hai biến, mô hình hồi quy bội. Mời các bạn cùng tham khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Bài giảng Kinh tế lượng: Chương 3 - Nguyễn Thị Nhung (ĐH Thăng Long) Kinh t¸ l÷ñng Nguy¹n Thà Nhung Bë mæn To¡n - ¤i håc Th«ng Long Ngy 24 th¡ng 8 n«m 2011Nguy¹n Thà Nhung (H THNG LONG) Kinh t¸ l÷ñng Ngy 24 th¡ng 8 n«m 2011 1 / 129 Ch÷ìng III C¡c mæ h¼nh hçi qui tuy¸n t½nhNguy¹n Thà Nhung (H THNG LONG) Kinh t¸ l÷ñng Ngy 24 th¡ng 8 n«m 2011 2 / 129Ch÷ìng III 1 Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n ành ngh¾a mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n Ph÷ìng ph¡p b¼nh ph÷ìng nhä nh§t C¡c gi£ thi¸t cõa mæ h¼nh hçi qui tuy¸n t½nh cê iºn v OLS Ph¥n bè x¡c su§t cõa c¡c tham sè hçi qui m¨u Kho£ng ÷îc l÷ñng cho h» sè hçi qui Kiºm ành gi£ thuy¸t v· c¡c h» sè hçi qui Bi to¡n dü b¡o trong hçi qui 2 Mæ h¼nh hçi qui bëi Mæ h¼nh hçi qui ba bi¸n Mæ h¼nh hçi qui bëi H» sè x¡c ành bëi v h» sè x¡c ành hi»u ch¿nh Kiºm ành çng thíi ×îc l÷ñng kho£ng cho h» sè hçi qui Kiºm ành gi£ thuy¸t cho c¡c h» sè hçi qui Bi to¡n dü b¡o trong hçi quiNguy¹n Thà Nhung (H THNG LONG) Kinh t¸ l÷ñng Ngy 24 th¡ng 8 n«m 2011 3 / 129Ch÷ìng III 1 Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n ành ngh¾a mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n Ph÷ìng ph¡p b¼nh ph÷ìng nhä nh§t C¡c gi£ thi¸t cõa mæ h¼nh hçi qui tuy¸n t½nh cê iºn v OLS Ph¥n bè x¡c su§t cõa c¡c tham sè hçi qui m¨u Kho£ng ÷îc l÷ñng cho h» sè hçi qui Kiºm ành gi£ thuy¸t v· c¡c h» sè hçi qui Bi to¡n dü b¡o trong hçi qui 2 Mæ h¼nh hçi qui bëi Mæ h¼nh hçi qui ba bi¸n Mæ h¼nh hçi qui bëi H» sè x¡c ành bëi v h» sè x¡c ành hi»u ch¿nh Kiºm ành çng thíi ×îc l÷ñng kho£ng cho h» sè hçi qui Kiºm ành gi£ thuy¸t cho c¡c h» sè hçi qui Bi to¡n dü b¡o trong hçi quiNguy¹n Thà Nhung (H THNG LONG) Kinh t¸ l÷ñng Ngy 24 th¡ng 8 n«m 2011 3 / 129Mët sè k½ hi»u sû döng trong ch÷ìng K½ hi»u Thuªt ngú Ti¸ng anh Ngh¾a Ti¸ng vi»t PRF Population Regression Function Hm hçi qui têng thº SRF Sample Regression Function Hm hçi qui m¨u OLS Ordinary Least Squares Ph÷ìng ph¡p b¼nh ph÷ìng nhä nh§t thæng th÷íng CLRM Classical Linear Regression Mæ h¼nh hçi qui tuy¸n t½nh Model cê iºn BLUE Best Linear Unbiased Estimator L÷ñng thùc tuy¸n t½nh khæng ch»ch tèt nh§t TSS Total Sum of Squares Têng b¼nh ph÷ìng ë l»ch ESS Explained Sum of Squares Têng b¼nh ph÷ìng ë l»ch gi£i th½ch ÷ñc RSS Residual Sum of Squares Têng b¼nh ph÷ìng ph¦n d÷Nguy¹n Thà Nhung (H THNG LONG) Kinh t¸ l÷ñng Ngy 24 th¡ng 8 n«m 2011 4 / 129 Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n ành ngh¾a mæ h¼nh hçi qui tuy¸n t½nh hai bi¸nNëi dung tr¼nh by 1 Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n ành ngh¾a mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n Ph÷ìng ph¡p b¼nh ph÷ìng nhä nh§t C¡c gi£ thi¸t cõa mæ h¼nh hçi qui tuy¸n t½nh cê iºn v OLS Ph¥n bè x¡c su§t cõa c¡c tham sè hçi qui m¨u Kho£ng ÷îc l÷ñng cho h» sè hçi qui Kiºm ành gi£ thuy¸t v· c¡c h» sè hçi qui Bi to¡n dü b¡o trong hçi qui 2 Mæ h¼nh hçi qui bëi Mæ h¼nh hçi qui ba bi¸n Mæ h¼nh hçi qui bëi H» sè x¡c ành bëi v h» sè x¡c ành hi»u ch¿nh Kiºm ành çng thíi ×îc l÷ñng kho£ng cho h» sè hçi qui Kiºm ành gi£ thuy¸t cho c¡c h» sè hçi qui Bi to¡n dü b¡o trong hçi quiNguy¹n Thà Nhung (H THNG LONG) Kinh t¸ l÷ñng Ngy 24 th¡ng 8 n«m 2011 5 / 129 Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n ành ngh¾a mæ h¼nh hçi qui tuy¸n t½nh hai bi¸nành ngh¾a mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n têng thº ành ngh¾a i. Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n têng thº cõa bi¸n phö thuëc Y theo bi¸n ëc lªp X l ph÷ìng tr¼nh câ d¤ng Y B0 B1 X U, sao cho khi X nhªn gi¡ trà Xi th¼ gi¡ trà t÷ìng ùng Yi ÷ñc x¡c ành bði: # PRF E pY |Xi q B1 B2 Xi Yi E pY |Xi q Ui B1 B2 Xi Ui ii. Mæ h¼nh hçi qui tuy¸n t½nh hai bi¸n m¨u cõa bi¸n phö thuëc Y theo bi¸n ëc lªp X l ph÷ìng tr¼nh câ d¤ng Y b1 b2 X e, sao cho khi X nhªn gi¡ trà Xi th¼ gi¡ trà t÷ìng ùng Yi ÷ñc x¡c ành bði: #ˆ SRF Yi b1 b2 Xi ...