Mr.tiz Nhóm 1 Hiện tượng đa cộng tuyến Hiện tượng đa cộng tuyến Mr.tiz Hiện tượng đa cộng tuyến Khái niệm hiện tượng đa cộng tuyến Phương pháp phát hiện hiện tượng Biện pháp khắc phục hiện tượng Mr.tiz Ví dụ • NI: tổng thu nhập quốc gia • GDP: tổng thu nhập quốc dân • NFIA: Thu nhập ròng từ nước ngoài Mr.tiz Khái niệm hiện tượng đa cộng tuyến • Hiện tượng đa cộng tuyến là hiện tượng các biến độc lập trong mô hình phụ thuộc lẫn nhau và có quan hệ gần như tuyến tính. Mr.tiz Nguồn gốc hiện tượng 1.Do phương pháp thu thập dữ liệu -Các giá trị của các biến độc lập phụ thuộc lẫn nhau trong mẫu, nhưng không phụ thuộc lẫn nhau trong tổng thể. VD: Người có thu nhập cao hơn khuynh hướng sẽ có nhiều của cải hơn.điều này có thể đúng với mẫu mà không đúng trong tổng thể. Trong tổng thể sẽ có các quan sát về cá nhân có thu nhập cao nhưng không có nhiều của cải và ngược lại. 2.Dạng hàm mô hình VD các dạng dễ xảy ra hiện tượng đa cộng tuyến:  Hồi quy dạng các biến độc lập được bình phương sẽ xảy ra đa cộng tuyến và đặc biệt khi phạm vi giá trị ban đầu của biến độc lập là nhỏ  Các biến độc lập vĩ mô được quan sát theo dữ liệu chuỗi thời gian Mr.tiz I.Phương pháp phát hiện hiện tượng Hệ số xác định bội cao nhưng tỷ số t thấp Hệ số tương quan cặp giữa các biến giải thích cao Sử dụng mô hình hồi quy phụ Sử dụng nhân tử phóng đại phương sai VIF Mr.tiz 1.Hệ số xác định bội cao 1.Hệ số xác định bội cao nhưng tỷ số t thấp nhưng tỷ số t thấp • Nếu thấy mà tỷ số t thấp đó chính là dấu hiệu của đa cộng tuyến. 2 2 ( 0.8)R cao R > Mr.tiz Mr.tiz 2.Hệ số tương quan cặp giữa 2.Hệ số tương quan cặp giữa các biến giải thích cao các biến giải thích cao • Công thức tính: Công thức tính: • Nếu các hệ số tương quan cặp giữa các biến Nếu các hệ số tương quan cặp giữa các biến | | r r XjXp XjXp | | lớn lớn (vượt 0,8) thì có hiện tượng đa cộng tuyến. (vượt 0,8) thì có hiện tượng đa cộng tuyến. • Chú ý: Chú ý: – chúng ta cần chú ý rằng hiện tượng đa cộng tuyến vẫn xảy chúng ta cần chú ý rằng hiện tượng đa cộng tuyến vẫn xảy ra khi các hệ số tương quan cặp r ra khi các hệ số tương quan cặp r XjXp XjXp nhỏ. nhỏ. – Nếu mô hình chỉ có 2 biến giải thích thì nếu hệ số tương Nếu mô hình chỉ có 2 biến giải thích thì nếu hệ số tương quan giữa 2 biến giải thích đó mà nhỏ thì không có hiện tượng quan giữa 2 biến giải thích đó mà nhỏ thì không có hiện tượng cộng tuyến. cộng tuyến. ∑∑ ∑ −− −− = 22 )()( ))(( ppijji ppijji XXXX XXXX r p x j x Mr.tiz [...]... nào khi r23 tăng Nhìn bảng số liệu dưới đây: Từ kết quả tính toán cho ở bảng này, ta thấy r23 gia tăng ảnh hưởng nghiêm trọng đến phương sai và hiệp phương sai ước lượng của các hàm ˆ ước lượng OLS Khi r23 =0,5 , Var(β2 ) bằng 1,33 lần khi r23 nhưng khi =0, r23 =0,95 thì lớn gấp 10 lần khi không có đa cộng tuyến Và khi r23 tăng từ 0,95 đến 0,995 đã làm phương sai ước lượng tăng 100 lần so với khi... luận rằng R 2 = 0 Nếu và điều này có nghĩa là có đa cộng tuyến trong mô hình Mr.tiz 4.Sử dụng nhân tử phóng đại phương sai (VIF)  Tốc độ gia tăng của phương sai và hiệp phương sai có thể thấy qua nhân tử phóng đại phương sai (variance-inflation factor - VIF) Đối với hàm hồi quy có 2 biến giải thích X2 và X3, VIF được định nghĩa như sau: 1 VIF = 2 (1 − r23 )  VIF cho thấy phương sai của hàm ước lượng. .. thể xảy ra hiên tượng đa cộng tuyến Như một quy tắc kinh 2 nghiệm, nếu VIF ≥10 (điều này được xảy ra nếu R j>0,9) thì biến này được coi là có cộng tuyến cao r23 Mr.tiz • VIF=1/(1-0.84183)=6.3223 =>có đa cộng tuyến Mr.tiz II Các biện pháp khắc phục -Sử dụng thông tin tiên nghiệm -Bỏ biến có khả năng cộng tuyến với các biến còn lại -Thu thập thêm số liệu hoặc lấy mẫu mới -Sử dụng sai phân cấp một -Một... sẽ tăng, vì vậy, đối với ˆ bất kỳ r23 nào cho trước, phương sai của β2sẽ giảm, kéo theo sai số chuẩn giảm, điều này giúp chúng ta ước ˆ lượng β2chính xác hơn 2 2i Mr.tiz 4.Sử dụng sai phân cấp 1  Sai phân làm cho vấn đề đa cộng tuyến có thể nhẹ đi  Chúng ta muốn ước lượng: Yt = β1 + β 2 X 2t + β 3 X 3t + ut Ứng với t-1: Yt −1 = β 1 + β 2 X 2t −1 + β 3 X 3t −1 + ut −1 Lấy sai phân các biến theo thời... sai phân: • => Bỏ biến NFIA1 Mr.tiz 5.Một số biện pháp khác • Bỏ qua đa cộng tuyến nếu mục tiêu xây dựng mô hình sử dụng để dự báo chứ không phải kiểm định • Thay đổi dạng mô hình • Kết hợp dữ liệu chéo và dữ liệu chuỗi thời gian Mr.tiz ... có thể giải quyết vấn đề đa cộng tuyến vì đa cộng tuyến xảy ra từ sai phân các biến này Tuy nhiên có thể vi phạm giả định chuẩn về sai số ngẫu nhiên Mr.tiz Sử dụng phương pháp sai phân, ta có bảng số liệu mới: Mr.tiz Bảng hồi quy sai phân cấp1 Mr.tiz Ma trận hệ số tương quan: Mr.tiz Hồi quy phụ của biến sai phân: • Với mức ý nghĩa 0.05 > Prob (F-statistic)=0.023 =>mô hình sai phân có đa cộng tuyến... thực hiện hồi qui giữa Y và các biến giải thích còn lại và tính hệ số xác định Rp2 Nếu Rp2 > Rj2 => bỏ Xp Mr.tiz Hồi quy giữa NI và GDP -Hồi quy giữa NI và NFIA =>Bỏ biến NFIA Mr.tiz 3.Thu thập thêm số liệu hoặc lấy mẫu mới • Vì vấn đề đa cộng tuyến là một đặc tính của mẫu, có thể là trong một mẫu khác, các biến cộng tuyến có thể không nghiêm trọng như trong mẫu đầu tiên Vì vậy, đôi khi ta chỉ cần tăng . phương sai và hiệp phương sai ước lượng của các hàm nghiêm trọng đến phương sai và hiệp phương sai ước lượng của các hàm ước lượng OLS. Khi =0,5 , bằng 1,33. tăng như thế nào khi r23 tăng khi r23 tăng . . Nhìn bảng số liệu dưới đây: Nhìn bảng số liệu dưới đây:  Từ kết quả tính toán cho ở bảng này, ta thấy