Bài giảng trình bày các nội dung: Cách tiếp cận để lựa chọn mô hình, các thuộc tính của một mô hình tốt, các sai lầm thường gặp khi chọn mô hình, phát hiện những sai lầm, kiểm định phân phối chuẩn của U. . | Chương 9 CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỌN MH I. Các thuộc tính của một mô hình tốt Tính tiết kiệm Tính đồng nhất Tính thích hợp Tính bền vững về mặt lí thuyết Có khả năng dự báo tốt III. Các sai lầm thường gặp khi chọn mô hình Bỏ sót biến thích hợp Giả sử mô hình đúng là : Yi = 1 + 2X2i+ 3X3i + Ui (a) Nhưng ta lại chọn mô hình : Yi = 1 + 2X2i + Vi ( b) hậu quả : II. Cách tiếp cận để lựa chọn mô hình: ( SV töï ñoïc giaùo trình ) Hậu quả việc bỏ sót biến : Các ước lượng thu được là ước lượng chệch của các tham số trong mô hình đúng. Các ước lượng thu được không phải là ước lượng vững. Phương sai của các ước lượng trong mô hình sai (b) > trong mô hình đúng (a) . Khoảng tin cậy rộng, các kiểm định không còn tin cậy nữa. 2. Đưa vào mô hình các biến không thích hợp (mô hình thừa biến) Giả sử mô hình đúng là : Yi = 1 + 2X2i + Ui (a) Nhưng ta lại chọn mô hình (có thêm X3): Yi = 1 + 2X2i + 3X3i + Vi (b) hậu quả : Các ước lượng OLS vẫn là các ước lượng không chệch và vững . | Chương 9 CHỌN MÔ HÌNH VÀ KIỂM ĐỊNH VIỆC CHỌN MH I. Các thuộc tính của một mô hình tốt Tính tiết kiệm Tính đồng nhất Tính thích hợp Tính bền vững về mặt lí thuyết Có khả năng dự báo tốt III. Các sai lầm thường gặp khi chọn mô hình Bỏ sót biến thích hợp Giả sử mô hình đúng là : Yi = 1 + 2X2i+ 3X3i + Ui (a) Nhưng ta lại chọn mô hình : Yi = 1 + 2X2i + Vi ( b) hậu quả : II. Cách tiếp cận để lựa chọn mô hình: ( SV töï ñoïc giaùo trình ) Hậu quả việc bỏ sót biến : Các ước lượng thu được là ước lượng chệch của các tham số trong mô hình đúng. Các ước lượng thu được không phải là ước lượng vững. Phương sai của các ước lượng trong mô hình sai (b) > trong mô hình đúng (a) . Khoảng tin cậy rộng, các kiểm định không còn tin cậy nữa. 2. Đưa vào mô hình các biến không thích hợp (mô hình thừa biến) Giả sử mô hình đúng là : Yi = 1 + 2X2i + Ui (a) Nhưng ta lại chọn mô hình (có thêm X3): Yi = 1 + 2X2i + 3X3i + Vi (b) hậu quả : Các ước lượng OLS vẫn là các ước lượng không chệch và vững của các tham số trong mô hình đúng. Phương sai của các ước lượng trong mô hình thừa biến (b) lớn hơn trong mô hình đúng (a). Khoảng tin cậy rộng, các kiểm định không còn tin cậy nữa. 3. Chọn dạng hàm không đúng kết luận sai lầm. IV. Phát hiện những sai lầm Phát hiện sự có mặt của biến không cần thiết Giả sử mô hình hồi qui : Yi = 1+ 2X2i+ 3X3i+ 4X4i+ 5X5i + Ui - Nếu lý thuyết cho rằng tất cả biến độc lập trên đều quyết định Y thì phải giữ chúng trong mô hình dù hệ số của chúng không có ý nghĩa thống kê. Trường hợp nghi ngờ X5 là biến không cần thiết kiểm định H0 : 5 = 0 Nếu chấp nhận H0 X5 không cần thiết. Trường hợp nghi ngờ X4 và X5 là các biến không cần thiết kiểm định H0 : 4= 5 = 0 (Sử dụng kiểm định Wald) *Kiểm định Wald Xét mô hình (U) sau đây : Yi = 1+ 2X2i + + mXmi+ .+ kXki+ Ui (U) được xem là mô hình không hạn chế. Ta có mô hình hạn chế (R) như sau : Yi = 1+ 2X2i + + mXmi+ Ui kđ gt :H0 : m+1= m+2= = k=0 Để kiểm định H0, ta dùng kiểm định Wald. Các bước
