Bài giảng "Các phương pháp định lượng 2: Hồi quy với dữ liệu bảng" trình bày các nội dung chính sau đây: nhận diện các loại cấu trúc dữ liệu; trường hợp mô hình hồi quy không có hiệu lực nội tại do thiếu biến quan trọng; đánh giá hướng chệch trong mô hình thiếu biến quan trọng; ước lượng bị thiên lệch do thiếu biến quan trọng - Omitted variables bias; . Mời các bạn cùng tham khảo nội dung chi tiết! | Hồi quy với Dữ liệu Bảng Regression with Panel Data Lê Việt Phú Trường Chính sách Công và Quản lý Fulbright 14-24 2 2023 1 59 Nhận diện các loại cấu trúc dữ liệu Dữ liệu chéo cross-sectional data Dữ liệu chuỗi thời gian time series data Dữ liệu gộp pooled cross-sectional data Dữ liệu bảng longitudinal panel data 2 59 Trường hợp mô hình hồi quy không có hiệu lực nội tại do thiếu biến quan trọng Ví dụ mô hình hồi quy tỷ suất thu nhập của đi học với hai biến giải thích số năm đi học educ và tố chất cá nhân Ability log incomei β0 β1 educi β2 Abilityi ui thỏa các điều kiện CLRM. i đại diện cho quan sát thứ i trong mẫu gồm có N quan sát. Tuy nhiên không quan sát được Ability do đó chúng ta sẽ ước lượng mô hình sau trên thực tế log incomei β0 β1 educi β2 Abilityi ui vi Trong đó vi là sai số gộp của cả sai số ngẫu nhiên ui và biến không quan sát được Abilityi vi ui β2 Abilityi 3 59 Đánh giá hướng chệch trong mô hình thiếu biến quan trọng ˆ Các đặc tính của ước lượng của β1 ˆ β1 β1 β2 σ21 σ21 là hệ số góc của hồi quy biến Ability lên educ cov educ Ability σ21 var educ Nếu β2 0 biến Ability không phải là biến quan trọng thì ˆ β1 không chệch. ˆ Nếu σ21 0 educ và Ability không tương quan thì β1 cũng không chệch. Nếu không phải 2 trường hợp trên thì β1 chệch với hướng và mức độ chệch tùy thuộc vào giá trị của β2 và tương quan giữa biến educ và biến không quan sát được Ability thông qua hệ số σ21 . 4 59 Ước lượng bị thiên lệch do thiếu biến quan trọng - Omitted variables bias Tố chất cá nhân Ability được kỳ vọng có tác động đến tiền lương. Tố chất cá nhân tương quan với trình độ học vấn. Tố chất cá nhân không quan sát được. Kỳ vọng β2 gt 0 và σ21 gt 0 Ước lượng tỷ suất thu nhập của đi học có khả năng bị chệch lên. 5 59 Sử dụng dữ liệu bảng để khắc phục vấn đề thiếu biến quan trọng không quan sát được Với dữ liệu bảng chúng ta có thể viết hàm hồi quy dữ liệu bảng như sau log incomeit β0 β1 educit β2 Abilityit γt uit với ký hiệu it đại diện cho quan sát thứ i tại năm quan sát t.
