Đọc kết quả ước lượng OLS – Stata

Đọc kết quả ước lượng OLS – Stata
 
Nguồn tham khảo: GS.TS. Nguyễn Quang Dong (2012), Giáo trình kinh tế lượng, NXB Đại học Kinh tế Quốc Dân
 
Từ khóa: hồi quykiểm định, eview, stataspssluận văn, luận haybảng hỏimô hình
 
I.Đánh giá độ tin cậy của mô hình hồi quy tuyến tính

Khi mô hình dự báo đã được xây dựng, chúng ta có thể sử dụng các kiểm định thống kê hoặc phương pháp đồ thị để đánh giá mô hình được xây dựng có phù hợp với dữ liệu thực tế hay không. Các nội dung bên dưới sẽ trình bày kiểm định thống kê t và thống kê F để kiểm định ý nghĩa thống kê của các tham số độ dốc và mô hình.

1. Kiểm định thống kê t

Giả thuyết H0 của kiểm định thống kê t là tham số độ dốc  β1=0" id="MathJax-Element-1-Frame" role="presentation" tabindex="0">β1=0

Nếu giá trị t này lớn hơn tα/2,nk" id="MathJax-Element-3-Frame" role="presentation" tabindex="0"> n–k tα/2,nk tra bảng Student với mức ý nghĩa α/2" id="MathJax-Element-4-Frame" role="presentation" tabindex="0">α/2 và bậc tự do n-k (ở đây k=2) thì chúng ta có thể bác bỏ giả thuyết H0 ban đầu ở mức ý nghĩa α" id="MathJax-Element-5-Frame" role="presentation" tabindex="0">α. Điều đó có nghĩa tham số độ dốc ước lượng khác 0.

2. Hệ số xác định R2

Hệ số xác định là thước đo sự phù hợp giữa dữ liệu được giải thích bởi phương trình hồi quy và giá trị được quan sát trong dữ liệu. Trong hồi quy tuyến tính giản đơn, hệ số xác định chính là ước lượng của hệ số tương quan Pearson bình phương. Giá trị hệ số xác định càng cao thì mô hình được xây dựng càng dự đoán tốt dữ liệu hiện có và ngược lại.
Ví dụ, nếu hệ số xác định bằng 0.69 nghĩa là 69% sự thay đổi của biến giải thích trong dữ liệu đã được giải thích bởi mô hình.

Như vậy, nếu R2" id="MathJax-Element-10-Frame" role="presentation" tabindex="0">R2 = 1 có nghĩa là SSM = SST (mô hình giải thích dữ liệu 1 cách hoàn hảo). Ngược lại, nếu R2" id="MathJax-Element-11-Frame" role="presentation" tabindex="0">R2  = 0 nghĩa là SSM = 0 hay SSR = SST (mô hình chỉ bao gồm sai số và không có khả năng giải thích).

3. Kiểm định thống kê F

Nếu giá trị của hệ số xác định tiến tới 0 sẽ dẫn đến nghi ngờ các hệ số độc lập trong mô hình hoàn toàn không có ý nghĩa trong việc mô tả đối tượng dự báo (các βi=0" id="MathJax-Element-12-Frame" role="presentation" tabindex="0"> =0 βi=0). Kiểm định ý nghĩa thống kê của hệ số xác định thông qua kiểm định thống kê F sẽ được sử dụng để kiểm chứng vấn đề này.
Kiểm định thống kê F với giả thuyết H0 cho rằng tất cả các tham số độ dốc trong mô hình đều bằng 0 và giả thuyết thay thế H1 là có ít nhất 1 tham số độ dốc trong mô hình khác 0 có ý nghĩa thống kê.

Tuy nhiên, nếu giá trị hệ số xác định được tính theo cách trên sẽ bị lệch theo hướng lớn hơn nếu như cở mẫu nhỏ. Chúng ta có thể khắc phục vấn đề này bằng sử dụng hệ số xác định điều chỉnh như sau:

Ý nghĩa của hệ số xác định điều chỉnh:

Hệ số xác định điều chỉnh có ý nghĩa tương tự như hệ số xác định thông thường, tuy nhiên, lợi thế của nó là không phụ thuộc vào số tham số của mô hình. Từ đó, nó có thể sử dụng để so sánh các mô hình với số tham số khác nhau.
 
II.Giải thích kết quả ước lượng OLS trên phần mềm Stata

Giả sử, chúng ta muốn xây dựng mô hình dự báo thu nhập của người lao động (lnearn) theo số năm đi học (school), số năm kinh nghiệm (exp), số năm kinh nghiệm bình phương (exps) và giới tính của người lao động (female) bằng phương pháp hồi quy tuyến tính với ước lượng OLS (các biến lnearn, school, exp, exps đang ở dạng logarit). Phần minh họa sử dụng dữ liệu thực hành là ols
Trên Stata, ước lượng OLS được thực hiện bằng lệnh regress như sau:
regress lnearn school exp exps gender.
Phần kết quả (khung màu đen) và phần tính toán các thông số của ước lượng OLS được thể hiện ở hình bên dưới:

Với giá trị thống kê F được tính từ tổng bình phương phần dư của mô hình (SSM) và tổng bình phương phần dư chưa được giải thích (SSR) bằng50.98 cũng cho thấy mô hình đảm bảo được độ tin cậy của mô hình (Prob>F = 0.000). Giá trị hệ số xác định  Radj2" id="MathJax-Element-1-Frame" role="presentation" tabindex="0">R2adj Radj2 bằng 0.27 cho thấy 27% sự thay đổi của các biến độc lập đã được giải thích bởi mô hình.
Kết quả của các hệ số ước lượng cho thấy tất cả các tham số ước lượng của các biến giải thích đều có ý nghĩa thống kê ở mức 1% (P>|t| = 0.000) theo giá trị của kiểm định thống kê t. Theo đó, các biến như số năm đi học, số năm kinh nghiệm có tác động dương đến thu nhập. Cứ 1 năm đi học tăng lên sẽ làm thu nhập của người lao động tăng thêm 5.96% (các yếu tố khác được giữ nguyên không đổi).
Tương tự như vậy, số năm kinh nghiệm cũng có mối tương quan dương với thu nhập của người lao động. Tuy nhiên sự tăng lên của thu nhập theo số năm kinh nghiệm có dạng hình parabol lồi, thể hiện qua hệ số của exps âm. Người lao động làm việc sau 27 năm thì thu nhập sẽ giảm dần 0.09% mỗi năm (các yếu tố khác được giữ nguyên không đổi).
Ngoài ra khi các yếu tố khác được giữ không đổi thì thu nhập của người lao động nam và nữ cũng khác nhau. Hệ số của biến giới tính bằng 0.1982357cho biết thu nhập của lao động năm (gender = 1) cao hơn 21.9% so với thu nhập của lao động nữ (gender = 0).
Phần trình bày chỉ tập trung vào minh họa và giải thích kết quả hồi quy tuyến tính trên Stata. Các nội dung quan trọng còn lại như kiểm tra các giả định của mô hình như phân phối chuẩn của sai số, hiện tượng phương sai thay đổi, đặc tả sai mô hình, điểm dị biệt, đa cộng tuyến, tự tương quan,… các bạn tham khảo ở các link đính kèm.

xem thêm: Bảng tra phân phối F – F distribution table

GHI CHÚ VỀ HỆ SỐ CHUẨN HÓA
Trong một số trường hợp, nhất là trong các thí nghiệm đo lường chúng ta giải thích sự thay đổi của biến phụ thuộc theo sự biến động từng bước nhảy sai số chuẩn của biến giải thích. Khi đó, chúng ta sử dụng các hệ số được chuẩn hóa. Để chuẩn hóa hệ số ước lượng chúng ta sử dụng công thức sau:


Trong ví dụ trên, hệ số chuẩn hóa của biến exp bằng0.0492754*19.12477/10.45468 = 0.0901396. Điều đó có nghĩa thay đổi 1 đơn vị độ lệch chuẩn của biến exp sẽ làm tăng 0.0901396 độ lệch chuẩn của biến lnearn.
 

Xem thêm lý thuyết về:Bảng tra phân phối F – F distribution table Bảng tra thống kê Durbin-Watson, Phân biệt độ lệch chuẩn với sai số chuẩnHồi quy OLS đa biến, Giới thiệu về hồi quy OLS đơn biếnFEM và REM, Tác động tương tác giữa 2 biến liên tục Đôi điều về tính chất BLUE của ước lượngtự tương quanHausman testkiểm định phi tham số, VAR, MDS; EFA, VECMCFASEMPMGXem thêm một số bài nghiên cứu ứng dụng lý thuyết   Tra cứu giá trị thống kê qua bảng tính sẵn giá trị,  hồi quy,  kiểm định, eview, stataspss
Để có thêm thông tin chi tiết liên hệ: Luanhay.vn  - 081 800 1762/  097 9696 222 – hoặc email: luanhay@luanhay.com – luanvanhay@gmail.com
 


 
 

Đăng ký tuyển sinh

Hide Buttons