. Bản chất và nguyên nhân của tự tương quan Trong mô hình hồi quy tuyến tính cổ điển chúng ta giả định không có tương quan giữa các phần dư hay Cov(uiuj) = 0 với mọi i, j. ÞCov(ui,uj) ≠ 0: tự tương quan | KINH TẾ LƯỢNG CHƯƠNG VIII TỰ TƯƠNG QUAN – CHỌN MÔ HÌNH – THẨM ĐỊNH VIỆC CHỌN MÔ HÌNH . Tự tương quan (tương quan chuỗi) . Bản chất và nguyên nhân của tự tương quan Trong mô hình hồi quy tuyến tính cổ điển chúng ta giả định không có tương quan giữa các phần dư hay Cov(uiuj) = 0 với mọi i, j. Cov(ui,uj) ≠ 0: tự tương quan t ui t ui * Nguyên nhân khách quan: - Chuỗi có tính chất quán tính theo chu kỳ - Hiện tượng mạng nhện: dãy số cung về café năm nay phụ thuộc vào giá năm trước => ui không còn ngẫu nhiên nữa. - Dãy số có tính chất trễ: tiêu dùng ở thời kỳ này chẳng những phụ thuộc vào thu nhập kỳ này mà còn phụ thuộc vào tiêu dùng của kỳ trước nữa. * Nguyên nhân chủ quan - Chọn dạng mô hình sai (thường xảy ra ở mô hình với chi phí biên) - Đưa thiếu biến giải thích vào mô hình - Việc xử lý số liệu.(số liệu tháng = số liệu quý/3) . Hậu quả của tự tương quan Nếu vẫn áp dụng OLS khi mô hình có hiện tượng tự tương quan thì sẽ có các hậu quả sau: - Các ước lượng | KINH TẾ LƯỢNG CHƯƠNG VIII TỰ TƯƠNG QUAN – CHỌN MÔ HÌNH – THẨM ĐỊNH VIỆC CHỌN MÔ HÌNH . Tự tương quan (tương quan chuỗi) . Bản chất và nguyên nhân của tự tương quan Trong mô hình hồi quy tuyến tính cổ điển chúng ta giả định không có tương quan giữa các phần dư hay Cov(uiuj) = 0 với mọi i, j. Cov(ui,uj) ≠ 0: tự tương quan t ui t ui * Nguyên nhân khách quan: - Chuỗi có tính chất quán tính theo chu kỳ - Hiện tượng mạng nhện: dãy số cung về café năm nay phụ thuộc vào giá năm trước => ui không còn ngẫu nhiên nữa. - Dãy số có tính chất trễ: tiêu dùng ở thời kỳ này chẳng những phụ thuộc vào thu nhập kỳ này mà còn phụ thuộc vào tiêu dùng của kỳ trước nữa. * Nguyên nhân chủ quan - Chọn dạng mô hình sai (thường xảy ra ở mô hình với chi phí biên) - Đưa thiếu biến giải thích vào mô hình - Việc xử lý số liệu.(số liệu tháng = số liệu quý/3) . Hậu quả của tự tương quan Nếu vẫn áp dụng OLS khi mô hình có hiện tượng tự tương quan thì sẽ có các hậu quả sau: - Các ước lượng không chệch nhưng đó là không phải là các hiệu quả vì đó không phải là các ước lượng có phương sai nhỏ nhất. - Phương sai của các ước lượng là các ước lượng chệch vì vậy các kiểm định t và F không còn hiệu quả. - là ước lượng chệch của 2 - R2 của mẫu là ước lượng chệch (dưới) của R2 tổng thể - Các dự báo về Y không chính xác . Cách phát hiện tự tương quan a. Đồ thị Chúng ta có thể phát hiện hiện tượng tự tương quan bằng cách quan sát đồ thị phần dư của mô hình trên dữ liệu chuỗi thời gian. et t phần dư phân bố một cách ngẫu nhiên xung quanh giá trị trung bình của nó. b. Dùng kiểm định d của Durbin – Watson Thống kê d của Durbin – Watson được định nghĩa như sau: Khi n đủ lớn thì d 2(1- ) trong đó: do -1 ≤ ≤ 1, nên khi: = -1 => d = 4: tự tương quan hoàn hảo âm = 0 => d = 2: không có tự tương quan = 1 => d = 0: tự tương quan hoàn hảo dương Giả thiết H0 Quyết định Nếu Không có tự tương quan dương Bác bỏ 0 < d < dL Không có tự tương quan dương Không quyết .
