4. 1.1. Néi dung cña ph¬ng ph¸p
b×nh ph¬ng nhá nhÊt
• PRF: E ( Y / X i ) = β1 + β 2 X i
• PRM: Yi = β1 + β 2 X i + U i
• Tõ mÉu ngÉu nhiªn kÝch thíc n:
Wn = [ ( Y1 , X 1 ) , ( Y2 , X 2 ) ,...., ( Yn , X n ) ]
• ta íc lîng SRF:
∧ ∧
• SRM: Yi = β1 + β 2 X i + ei trong ®ã:ei = Yi − Yi
ˆ
5. ph¬ng ph¸p b×nh ph¬ng nhá nhÊt
(OLS – Ordinary Least Squared)
n n 2 n 2
∧
∧
∧
Q = ∑ ei = ∑ Yi − Y i = ∑ Yi − β 1 − β 2 X i ⇒ Min
2
i =1 i =1 i =1
Dïng ph¬ng ph¸p t×m cùc trÞ kh«ng cã ®iÒu
kiÖn chóng ta cã hÖ ph¬ng tr×nh:
∂Q n
∧ ∧
∧ ∧ n n
∧ = − 2∑ Yi − β 1 − β 2 X i = 0
i =1 nβ 1 + β 2 ∑ X i = ∑ Y i
∂β1 i=1 i=1
∂Q n ∧ n ∧ n n
∧ = − 2∑ Yi − β 1 − β 2 X i X i = 0 β ∑ X + β ∑ X 2 = ∑ X Y
∧ ∧
∂ β i =1 1 i=1 i 2 i=1 i i=1 i i
2
6. KÝhiÖu: ;
n n n
∧
n∑ X i Yi − ∑ X i ∑ Yi
∧ ∧
β2 = i =1 i =1 i =1
β1 = Y − β 2 X n
n 2
n∑ X − ∑ X i
i
2
i =1 i =1
KÝhiÖu: ; ;
n
biÕn ®æi c«ng thøc trªn ta ∧ ∑x y i i
β2 = i =1
cã: n
∑ xi2
i =1
7. VÝ dô 2.1
• Cho sè liÖu vÒ Y lµ GDP vµ X lµ kim ng¹ch
xuÊt khÈu tÝnh b»ng ®¬n vÞ tØ USD tõ
n¨m 1991 ®Õn n¨m 2002 cña ViÖt Nam.
• Gi¶ sö hµm håi qui tæng thÓ PRF lµ tuyÕn
tÝnh. H·y t×m hµm håi qui mÉu vµ cho
biÕt chóng cã phï hîp víi lý thuyÕt kinh tÕ
kh«ng.
• Hµm håi qui mÉu (SRF) cã d¹ng:
9. n
∧ ∑x y i i
853.97
β2 = i =1
n
= = 2.941
290.36
∑ xi2
i =1
∧ ∧
β 1 = Y − β 2 X = 29.53 − 2.941* 8.375 = 4.89379
∧
Yi = 4.89379 + 2.941X i
- ý nghÜa cña c¸c hÖ sè håi qui
- tÝnh phï hîp víi lý thuyÕt kinh tÕ cña c¸c hÖ sè håi
qui.
10.
11. 1.2. TÝnh chÊt cña ph¬ng ph¸p íc
lîng b×nh ph¬ng nhá nhÊt
1.2.1. § èi ví i ,
- , ® î c x¸ c ® nh mét c¸ ch duy nhÊ øng ví i n
- Þ t
cÆ quan s¸ t (X i ,Y i )
p
- , lµ c¸ c - í c l- î ng ® m cña
iÓ vµ lµ biÕn
ngÉ nhiªn, ví i mÉ kh¸ c nhau chóng cã c¸ c gi¸ trÞ
u u
kh¸ c nhau.
12. 1.2.2. § èi ví i hµm håi qui mÉu (SRF )
- SRF ® qua trung b× mÉ
i nh u :
- Gi¸ trÞtrung b× cña
nh b»ng gi¸ trÞtrung b× cña c¸ c quan s¸ t
nh
- Trung b× trung sè häc cña c¸ c phÇ d- b»ng kh«ng:
nh n
- C¸ c phÇ d- ei kh«ng t- ¬ng quan ví i
n tøc lµ:
- C¸ c phÇ d- ei kh«ng t- ¬ng quan ví i
n tøc lµ:
16. 2.1. Ph¬ng sai vµ ®é lÖch chuÈn
cña c¸c íc lîng b×nh ph¬ng nhá
∧ nhÊt
∧ σ 2
• Ph¬ng sai cña β 2 Var ( β 2 ) =
∑x 2
i
∧
∧
Var ( β 1 )=
∑X i
2
σ 2
• Ph¬ng sai cña β 1 n∑ x 2
i
∧
Sai sè chuÈn cñaβ 2
∧ ∧ σˆ
Se( β 2 ) = Var ( β 1 ) =
∑ xi2
∑
∧
• Sai sè chuÈn cñaβ 1 Se( β ) = Var ( β ) =
∧ ∧ X i2
σˆ
n∑ x
1 1 2
i
17. - V× ch- a biÕ nªn
t ® î c - í c l- î ng b»ng
-
- í c l- î ng kh«ng chÖ cña nã lµ
ch
NhË xÐ
n t:
- Gi¸ trÞ vµ tû lÖthuË ví i
n vµ tû lÖnghÞ ví i
ch
- Cov( , )=
19. V× ch- a biÕ nªn ta sö dông - í c l- î ng kh«ng chÖ cña nã lµ
t ch
ta cã
∧ σ2 4.345
Var ( β 2 ) = = = 0.014964
∑ xi 290.36
2
∧ σ
Se( β 2 ) = = 0.12232
∑x 2
i
∧
Var ( β ) =
∑X i
2
σ =
1132 * 4.345
2
= 1.411621
n∑ x
1 2
i 12 * 290.36
∧
Se( β ) =
∑X i
2
σ = 1.18811
n∑ x
1 2
i
20. 2.2. §Þnh lý Gauss - Markov
• “Víi c¸c gi¶ thiÕt ®· cho cña m« h×nh håi
qui cæ ®iÓn, c¸c íc lîng b×nh ph¬ng nhá
nhÊt lµ c¸c íc lîng tuyÕn tÝnh kh«ng chÖch
cã ph¬ng sai nhá nhÊt, trong líp c¸c íc lîng
tuyÕn tÝnh kh«ng chÖch cña, β 2
β1 .”
• Nãi c¸ch kh¸c, c¸c íc lîng b×nh ph¬ng nhá
nhÊt lµ c¸c íc lîng tuyÕn tÝnh kh«ng chÖch
tèt nhÊt, viÕt t¾ t lµ BLUE (Best Linear
Unbias Estimator).
21. 3. HÖ sè r2 ®o ®é phï hîp cña
hµm håi qui mÉu
3.1. Sai lÖch trong hµm håi qui mÉu
3.2. HÖ sè r2. HÖ sè t¬ng quan r
22. 3.1. Sai lÖch trong hµm håi qui
mÉu
Tõ kÕ qu¶ - í c l- î ng ta cã thÓviÕ m« h× håi qui mÉ
t t nh u
nh- sau:
Sai lÖ gi÷a c¸ c gi¸ trÞcña Y ví i gi¸ trÞtrung b× mÉ
ch nh u
cña nã ë mçi gi¸ trÞcña X ® î c x¸ c ® nh theo c«ng thøc:
- Þ
hay
B× ph- ¬ng hai vÕcña ph- ¬ng tr× ta cã:
nh nh
V× 0 vµ
23. • §Æt TSS = y = ∑ (Yi − Y )
n n
∑
2
i
2
lµ tæng b×nh ph
i =1 i =1
¬ng cña tÊt c¶ c¸c sai lÖch gi÷a c¸c gi¸ trÞ
quan s¸t Yi víi gi¸ trÞ trung b×nh cña chóng.
2 2
n
∧ ∧
n
Y − Y = y = β
∧ n ∧ ∧ n
• §Æt ESS = Y i − Y = ∑ i ∑ i
∑
2
2 ∑ xi
2 2
i =1 i =1 i =1 i =1
lµ tæng b×nh ph¬ng cña tÊt c¶ c¸c sai lÖch
gi÷a c¸c gi¸ trÞ cña biÕn phô thuéc Y nhËn
®îc tõ hµm håi qui mÉu víi gi¸ trÞ trung
b×nh cña chóng. n
n 2
∧
• §Æt RSS =∑ i =1
ei2 = ∑ Yi − Y i
i =1 lµ tæng b×nh ph
¬ng cña tÊt c¶ c¸c sai lÖch gi÷a c¸c gi¸ trÞ
quan s¸t cña Y vµ c¸c gi¸ trÞ nhËn ®îc tõ
hµm håi qui.
24. 3.2. HÖ sè r2. HÖ sè t¬ng quan
r
Tõ TSS= ESS + RSS chia c¶ hai vÕcho TSS, ta cã:
® t r2 =
Æ
Khi ® r2 ® î c gäi lµ hÖsè x¸ c ®nh
ã - Þ
25. • ý nghÜa: r2 ph¶n ¸nh tû lÖ hay phÇn tr¨m
sù biÕn thiªn cña biÕn phô thuéc Y ®îc
gi¶i thÝch th«ng qua hµm håi qui, tøc lµ ®
îc gi¶i thÝch th«ng qua c¸c biÕn ®éc lËp
trong hµm håi qui.
• Chó ý: NÕu r2 = 0 th× ESS = 0 cã nghÜa lµ
c¸c biÕn ®éc lËp kh«ng gi¶i thÝch ®îc sù
biÕn thiªn cña biÕn phô thuéc, tøc lµ hµm
håi qui kh«ng cã ý nghÜa.
26. • NÕu lÊy c¨n bËc hai cña r2 ta ®îc r, r
chÝnh lµ hÖ sè t¬ng quan mÉu dïng ®Ó
®o møc ®é kÕt hîp tuyÕn tÝnh gi÷a Y vµ
X.
• HÖ sè t¬ng quan ®îc tÝnh theo c«ng
thøc 2 2
n
( ) n ∧
∧
∑ Yi − Y Y i − Y ∑ yi y i
r 2 = i =1 = ni =1 n 2
∑( )
n n 2 ∧
∧
Yi − Y ∑ Y − Y ∑ yi ∑ y i
2 2
i =1 i =1 i =1 i =1
51. 7.1. Dù b¸o gi¸ trÞ trung b×nh cã
®iÒu kiÖn cña Y víi X = X0
• PRF: E ( Y / X i ) = β1 + β 2 X i
• SRF:
• Gi¶ sö ta cã X=X0 vµ muèn dù b¸o E(Y/ 0)
∧
X
• Hµm håi qui mÉu cho Y0 lµ íc lîng ®iÓm
cña E(Y/ 0):
X ∧ ∧ ∧
Y0 = β1 + β 2 X 0
52. Ta cã
ch- a biÕ nªn ta sö dông - í c l- î ng kh«ng chÖ
t ch
cña nã lµ
Khi ® thèng kª:
ã
54. 7.2. Dù b¸o gi¸ trÞ c¸ biÖt cña Y víi
X=X0
• PRM: Yi = β1 + β 2 X i + U i
∧ ∧
• SRM: Yi = β 1 + β 2 X i + ei
• Gi¶ sö ta cã X=X0 vµ muèn dù b¸o gi¸ trÞ c¸ biÖt cña
Y ∧
Y0
∧ ∧ ∧
• ¦ lîng ®iÓm cña Y khi X=X0 lµ:
íc
Y0 = β1 + β 2 X 0
55. Ta cã
ch- a biÕ nªn ta sö dông - í c l- î ng kh«ng chÖ cña nã lµ
t ch
Khi ® thèng kª:
ã