Chng 4 HIN TNG T TNG QUAN 1

  • Slides: 24
Download presentation
Chương 4: HIỆN TƯỢNG TỰ TƯƠNG QUAN 1. Bản chất và nguyên nhân của

Chương 4: HIỆN TƯỢNG TỰ TƯƠNG QUAN 1. Bản chất và nguyên nhân của hiện tượng tự tương quan 2. Hậu quả của việc sử dụng phương pháp OLS khi có tự tương quan 3. Phát hiện tự tương quan 4. Các biện pháp khắc phục 10/15/2021 1

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Tự

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Tự tương quan là gì ? Trong mô hình hồi quy tuyến tính cổ điển, ta giả định rằng không có tương quan giữa các sai số ngẫu nhiên ui, nghĩa là: cov(ui, uj) = 0 (i j) Nói một cách khác, mô hình cổ điển giả định rằng sai số ứng với quan sát nào đó không bị ảnh hưởng bởi sai số ứng với một quan sát khác. 10/15/2021 2

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Tuy

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Tuy nhiên trong thực tế có thể xảy ra hiện tượng mà sai số của các quan sát lại phụ thuộc nhau, nghĩa là: cov(ui, uj) 0 (i j) Khi đó xảy ra hiện tượng tự tương quan. 10/15/2021 3

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan 4

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan 4

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Nguyên

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Nguyên nhân khách quan Quán tính: Nét nổi bật của hầu hết các chuỗi thời gian trong kinh tế là quán tính. Chúng ta đều biết các chuỗi thời gian như: tổng sản phẩm, chỉ số giá, thất nghiệp, … mang tính chu kỳ. Hiện tượng mạng nhện Các độ trễ 10/15/2021 5

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Nguyên

4. 1. Bản chất và nguyên nhân của hiện tượng tự tương quan Nguyên nhân chủ quan Xử lí số liệu Sai lệch do lập mô hình 10/15/2021 6

4. 2. Hậu quả của việc sử dụng phương pháp OLS khi có tự

4. 2. Hậu quả của việc sử dụng phương pháp OLS khi có tự tương quan 1. Các ước lượng OLS vẫn là các ước lượng tuyến tính, không chệch nhưng không còn hiệu quả nữa. 2. Ước lượng của các phương sai bị chệch (thường thấp hơn giá trị thực) nên các kiểm định t và F không còn hiệu lực nữa. 3. Thường R 2 được ước lượng quá cao so với giá trị thực. 4. Sai số chuẩn của các giá trị dự báo không còn tin cậy nữa. 10/15/2021 7

4. 3. Phát hiện tự tương quan 1. 2. 3. Phương pháp đồ thị

4. 3. Phát hiện tự tương quan 1. 2. 3. Phương pháp đồ thị Kiểm định d của Durbin – Watson Kiểm định 2 về tính độc lập của các phần dư 10/15/2021 8

Phương pháp đồ thị Giả định về sự tự tương quan liên quan đến

Phương pháp đồ thị Giả định về sự tự tương quan liên quan đến các giá trị ut của tổng thể; tuy nhiên, các giá trị này không thể quan sát được. Ta quan sát et, hình ảnh của et có thể cung cấp những gợi ý về sự tự tương quan. Ta có thể chạy OLS cho mô hình gốc và thu thập et từ đó. Vẽ đường et theo thời gian và quan sát. 10/15/2021 9

Phương pháp đồ thị 10

Phương pháp đồ thị 10

Kiểm định d của Durbin – Watson Thống kê d. Durbin – Watson được

Kiểm định d của Durbin – Watson Thống kê d. Durbin – Watson được định nghĩa như sau: d là tỷ số giữa tổng bình phương của chênh lệch giữa 2 sai số liên tiếp với RSS Mà: Với: 10/15/2021 11

Kiểm định d của Durbin – Watson Giá trị (gần đúng) của d =-1

Kiểm định d của Durbin – Watson Giá trị (gần đúng) của d =-1 (tương quan hoàn hảo, âm) =0 (không có tự tương quan) =1 (tương quan hoàn hảo, dương) d=4 d=2 d=0 Tức là: 0 d 4. 10/15/2021 12

Kiểm định d của Durbin – Watson Giả thuyết H 0 Quyết định Nếu

Kiểm định d của Durbin – Watson Giả thuyết H 0 Quyết định Nếu Không có tự tương quan dương Bác bỏ 0 < d. L Không có tự tương quan dương Không quyết định d. L d d. U Không có tự tương quan âm Bác bỏ 4 - d. L < d <4 Không có tự tương quan âm Không quyết định 4 -d. U d 4 - d. L Không có tự tương quan âm Chấp nhận d. U d 4 - d. U hoặc dương Trong đó d. U và d. L là các giá trị tra bảng giá trị d 10/15/2021 13

Kiểm định d của Durbin – Watson Nếu giá trị của d thuộc miền

Kiểm định d của Durbin – Watson Nếu giá trị của d thuộc miền không có quyết định, => một số cải biên kiểm định d: H 0: = 0; H 1: >0. Nếu d < d. U thì bác bỏ H 0 và chấ nhận H 1 (với mức ý nghĩa ), nghĩa là có tự tương quan dương. H 0: = 0; H 1: <0. Nếu (4 - d) < d. U thì bác bỏ giả thuyết H 0, nghĩa là có tự tương quan âm. H 0: = 0; H 1: 0. Nếu d < d. U hoặc (4 - d) < d. U thì bác bỏ giả thuyết H 0, chấp nhận H 1 (với mức ý nghĩa 2 ) tức có tự tương quan (dương hoặc âm). 10/15/2021 14

Kiểm định d của Durbin – Watson Các bước thực hiện: Chạy mô hình

Kiểm định d của Durbin – Watson Các bước thực hiện: Chạy mô hình OLS và thu thập phần sai số. Tính d theo công thức trên. Với cở mẫu n và số biến giải thích k, tìm giá trị tra bảng d. L và d. U. Dựa vào các quy tắc kiểm định trên để ra kết luận. 10/15/2021 15

4. 4. Các biện pháp khắc phục 1. Trường hợp đã biết cấu trúc

4. 4. Các biện pháp khắc phục 1. Trường hợp đã biết cấu trúc của tự tương quan Trong thực hành, người ta thường giả sử rằng ut theo mô hình tự hồi quy bậc nhất, nghĩa là: ut = ut-1 + et (*) Trong đó < 1 và et thoả mãn các giả định của phương pháp OLS. Giả sử (*) là đúng thì vấn đề tương quan chuỗi có thể được giải quyết thoả đáng nếu hệ số tương quan đã biết. 10/15/2021 16

4. 4. Các biện pháp khắc phục 2. Trường hợp chưa biết 2. 1.

4. 4. Các biện pháp khắc phục 2. Trường hợp chưa biết 2. 1. Phương pháp sai phân cấp 1 Nếu = 1 thì phương trình sai phân tổng quát quy về phương trình sai phân cấp 1: yt – 1 = 1(xt – 1) + (ut – 1) = 1(xt – 1) + et Hay: yt = 1 xt + et Trong đó: là toán tử sai phân cấp 1. Để ước lượng hồi quy trên ta sẽ sử dụng mô hình hồi quy qua gốc toạ độ. 10/15/2021 17

4. 4. Các biện pháp khắc phục Giả sử mô hình ban đầu là:

4. 4. Các biện pháp khắc phục Giả sử mô hình ban đầu là: yt = 1 + 1 xt + 2 t + ut Trong đó t là biến xu thế còn ut theo sơ đồ tự hồi quy bậc nhất. Thực hiện phép biến đổi sai phân cấp 1 đối với hàm hồi quy trên ta được: yt = 1 xt + 2 + e trong đó: yt = yt – 1 và xt = xt – 1 10/15/2021 18

4. 4. Các biện pháp khắc phục Nếu = -1 nghĩa là có tương

4. 4. Các biện pháp khắc phục Nếu = -1 nghĩa là có tương quan âm hoàn toàn. Phương trình sai phân tổng quát bây giờ có dạng: (suy ra từ 4. 27) yt + yt – 1 = 2 1 + 1(xt + xt – 1) + et Hay: Mô hình này được gọi là mô hình hồi quy trung bình trượt (2 thời kỳ) vì chúng ta hồi quy giá trị của một trung bình trượt đối với một trung bình trượt khác. 10/15/2021 19

4. 4. Các biện pháp khắc phục 2. 2 Ước lượng dựa trên thống

4. 4. Các biện pháp khắc phục 2. 2 Ước lượng dựa trên thống kê d-Durbin-Watson d 2(1 - ) hay => xấp xỉ và có thể không đúng với mẫu nhỏ. Đối với các mẫu nhỏ có thể sử dụng thống kê d cải biên của Theil – Nagar. 10/15/2021 20

4. 4. Các biện pháp khắc phục 2. 3 Phương pháp Durbin – Watson

4. 4. Các biện pháp khắc phục 2. 3 Phương pháp Durbin – Watson 2 bước để ước lượng Để minh hoạ phương pháp này, chúng ta viết lại phương trình sai phân tổng quát dưới dạng sau: yt = 1(1 - ) + 1 xt – 1 xt – 1 + yt – 1 + et Durbin đã đề xuất thủ tục 2 bước như sau để ước lượng : Bước 1: Coi mô hình trên như là một mô hình hồi quy bội, hồi quy yt theo xt, xt – 1 và yt – 1 và coi giá trị ước lượng được đối với hệ số hồi quy của yt – 1 (= ) là ước lượng của . Mặc dầu là ước lượng chệch nhưng ta có ước lượng vững của . 10/15/2021 21

4. 4. Các biện pháp khắc phục Bước 2: Sau khi thu được ,

4. 4. Các biện pháp khắc phục Bước 2: Sau khi thu được , hãy biến đổi yt* = yt - yt – 1 và xt* = xt - xt – 1 và ước lượng hồi quy với các biến đã được biến đổi như trên. Như vậy, theo phương pháp này thì bước 1 là để ước lượng còn bước 2 là để thu được các tham số. 10/15/2021 22

Ví dụ Cho các số liệu về thu nhập (Y) và tiêu dùng (C)

Ví dụ Cho các số liệu về thu nhập (Y) và tiêu dùng (C) trong khoảng thời gian từ 1975 -2005 23

Lời giải 10/15/2021 24

Lời giải 10/15/2021 24