Tin mới

Khái quát về đa cộng tuyến

Admin| 12/10/2017
Tổng quan về đa cộng tuyến

Nguồn tham khảo:
  • Nguyễn Quang Dong (2012), Giáo trình kinh tế lượng, NXB đại học Kinh tế Quốc Dân.
  • Ledolter, J. (2013). Data mining and business analytics with R. New York: John Wiley & Sons.
  • Minh, Nguyễn Thị., Dong, Nguyễn Quang. (2012). Giáo Trình Kinh Tế Lượng. Hà Nội: NXB
  • Mroz, T. A. (1987). The sensitivity of an empirical model of married women’s hours of work to economic and statistical assumptions. Econometrica: Journal of the Econometric Society, 765-799.
  • Gujarati, D. N., & Porter, D. (2009). Basic Econometrics. 5nd Ed. New York: McGraw-Hill.
  • Nguyen Chi Dung (2016), “Hiện tượng đa cộng tuyến và cách khắc phục”
Tác giả: luanhay.vn

Từ khóa: hồi quykiểm định, eview, stataspss, luận văn, luận hay, bảng hỏi, mô hình

1. Hậu quả của đa cộng tuyến
Theo Gujarati & Porter (2009), hiện tượng đa cộng tuyến gây ra những hậu quả sau:
  1. Các ước lượng OLS vẫn có tính chất BLUE nhưng sai số chuẩn của các ước lượng này rất lớn dẫn đến ước lượng khoảng tin cậy là không chính xác.
  2. Do khoảng tin cậy là rất rộng nên chúng ta có thể thất bại trong việc bắc bỏ giả thuyết rằng một hệ số hồi quy nào đó là bằng 0.
  3. Một hoặc nhiều thống kê t trong mô hình không có ý nghĩa trong khi R2, giá trị thống kê F có thể rất cao.
  4. Các ước lượng OLS và sai số chuẩn của chúng đạc biệt nhạy cảm với một sự thay đổi nhỏ của số liệu.
  5. Thêm một biến số có tương quan cao với một biến bất kì có ở mô hình đã chọn có thể làm thay đổi rất lớn các giá trị ước lượng của các biến số khác trong mô hình.
2. Phát hiện đa cộng tuyến
            Hiện  tượng đa cộng tuyến xẩy ra khi các biến độc lập có mối quan hệ phụ thuộc lẫn nhau và điều này vi phạm các giả thuyết hồi quy về việc các biến giải thích (biến độc lập) không có mối quan hệ với nhau.
            Để phát hiện hiện tượng đa cộng tuyến chúng ta có thể căn cứ vào:
            - Tính hệ số phóng đại phương sai (VIF = 1/ (1-R2 của các biến độc lập); nếu lớn hơn 10 coi như đã có hiện tượng đa cộng tuyến
            - Xem xét hệ số tương quan biến (xem thêm bài tương quan biến)
            - Quan sát hiện tượng bằng đồ thị
            - Căn cứ lý luận về các biến và kết hợp với thực tiễn quan sát
3. Xử lý hiện tượng đa cộng tuyến
Theo Gujarati (2011), Goldberger (1991) thì có ba cách có thể áp dụng để xử lí hiện tượng đa cộng tuyến: (1) bỏ biến có mức độ tương quan cao với biến số khác, (2) sử dụng phương pháp phân tích thành phần chính, và (3) không làm gì – Do Nothing. Phương pháp thứ hai đặc biệt hiệu quả khi xử lý các mô hình có nhiều biến độc lập. Chúng ta sẽ lần lượt xét hai cách xử lý đa cộng tuyến.
3.1 Xử lý hiện tượng đa cộng tuyến bằng bỏ biến số căn cứ vào tiêu chí Cp của Mallows
Cần nhắc lại rằng chiến lược xử lý bằng cách bỏ biến như chúng ta vừa làm là cần phải rất thận trọng (Gujarati, 2011). Ngoài ra, Minh & Dong (2012) cũng chỉ ra rằng việc bỏ biến có thể còn gây ra những hậu quả nghiêm trọng hơn những hậu quả gây ra bởi hiện tượng đa cộng tuyến.
Một vấn đề nữa là chiến lược bỏ biến mà chúng ta vừa thực hiện ở trên có vẻ tùy tiện và không tuân theo một quy tắc cụ thể nào ngoài việc căn cứ vào hiểu biết của chúng ta về mối quan hệ giữa các biến số. Để xử lý vấn đề này, chúng ta có thể căn cứ vào tiêu chí Cp của Mallows (Mallows’ Cp) để lựa chọn mô hình (Ledolter, 2013). Cách thức tính toán Cp các bạn có thể xem ơ mục 9.6.4 của tài liệu “Kinh tế lượng ứng dụng với R”. Theo đó, chúng ta sẽ chọn mô hình bằng căn cứ vào hai tiêu chí sau: (1) R2 hoặc R2 hiệu chỉnh càng cao càng tốt, và (2) có Cp càng thấp càng tốt.
3.2 Xử lý hiện tượng đa cộng tuyến bằng phân tích thành phần chính PCA
Để khắc phục các nhược điểm của chiến lược bỏ biến, Gujarati (2011) đề xuất sử dụng phương pháp phân tích thành phần chính PCA (Principal Component Analysis).
 
Xem thêm lý thuyết về: Hướng dẫn hồi quy FEM/REM với Stata, Mô hình hồi quy tuyến tính, FEM và REM,  phân tích Tương quan và Đa cộng tuyến; phương sai sai số thay đổi ; tự tương quan, Hausman test; kiểm định phi tham số, VAR, MDS; EFA, VECM, CFA, SEM, PMG. Xem thêm một số bài nghiên cứu ứng dụng lý thuyết   Tra cứu giá trị thống kê qua bảng tính sẵn giá trịhồi quykiểm định, eview, stataspss
 
Để có thêm thông tin chi tiết liên hệ:Mr.Quân – Luanhay.vn  - 0127 800 1762/  097 9696 222 – hoặc email: luanhay@luanhay.comluanvanhay@gmail.com  – Add: Tầng 8, tòa nhà Sáng tạo, số 1 Lương Yên, Hai Bà Trưng, Hà Nội
 

Đăng ký tuyển sinh

Hide Buttons