Bài giảng Kinh tế lượng: Phần 2 cung cấp cho người học những kiến thức như: Phân tích đặc trưng và lựa chọn mô hình; mô hình vi phạm các giả thiết. Mời các bạn cùng tham khảo! | Chương 6 PHÂN TÍCH ĐẶC TRƯNG VÀ LỰA CHỌN MÔ HÌNH Các thuộc tính của mô hình tốt Tính đơn giản Parsimony Mô hình càng đơn giản càng tốt nhưng phải chứa các biến chủ yếu liên quan với biến phụ thuộc nhằm giải thích bản chất của vấn đề cần nghiên cứu. Tính phù hợp Goodness of fit Hệ số xác định càng cao càng tốt. Tuy nhiên không nên chỉ căn cứ vào hệ số này để kết luận mô hình có phù hợp hay không bởi vì trong nhiều trường hợp hệ số xác định rất lớn nhưng mô hình không phù hợp do thiếu biến quan trọng hoặc xảy ra các khuyết tật đa cộng tuyến tự tương quan . Tính nhất quán về mặt lý thuyết Theoretical consistency Mô hình phải phù hợp với cơ sở lý thuyết khoa học. Tính đồng nhất Identifiability Với một tập dữ liệu cho trước các tham số ước lượng phải duy nhất. Có khả năng dự báo tốt Predictive power Một mô hình được đánh giá là tốt nếu cho kết quả dự báo sát với thực tế. Phương pháp chọn lựa mô hình Các bước để chọn lựa được mô hình tốt và phù hợp Bước 1 Xác định số biến độc lập trong mô hình Từ đơn giản đến tổng quát Bổ sung dần dần biến độc lập vào mô hình nhằm tránh việc bỏ sót biến quan trọng có thể sử dụng kiểm định Wald . Từ tổng quát đến đơn giản Thiết lập mô hình hồi quy với các biến độc lập đã được xác định. Tiếp theo tiến hành lọc những biến không quan trọng ra khỏi mô hình có thể sử dụng kiểm định t hoặc giá trị xác suất p-value . Bước 2 Kiểm tra xem mô hình có khuyết tật hay không có vi phạm ít nhất các giả thiết đảm bảo thực hiện được phương pháp OLS hay không và tìm cách khắc phục chúng. Bước 3 Chọn dạng hàm hồi quy dựa vào cơ sở lý thuyết kinh tế . Bước 4 Các tiêu chuẩn thông dụng để chọn mô hình tốt. Hệ số xác định R 2 . Giá trị hàm hợp lý log-likelihood L 72 n n 1 n L ln 2 ln 2 U i2 2 2 2 i 1 L càng lớn mô hình càng phù hợp. Tiêu chuẩn AIC Akaike info criterion RSS 2 k n AIC .e n Giá trị AIC càng bé mô hình càng phù hợp. Tiêu chuẩn SIC Schwarz Information Criterion RSS k n SIC .n n Giá trị SIC càng bé mô hình càng phù hợp. Ngoài việc căn cứ vào
