Hậu quả của đa cộng tuyến

Trường hợp có đa cộng tuyến hoàn hảo: Không thể ước lượng được mô hình.  Ví dụ: Trong mô hình  có xảy ra biện tượng đa cộng tuyến hoàn hảo với  khi đó mô hình viết lại như sau . Ta có thể tìm ướng lượng OLS cho  nhưng không thể tìm ước lượng OLS cụ thể cho . Trường

Cách phát hiện đa cộng tuyến trong Eviews

Để xem xét và kết luận có hay không hiện tượng đa cộng tuyến trong mô hình, có thể thực hiện các bước sau: Tìm ma trận tương quan giữa các biến giải thích trong mô hình Ví dụ: Trong mô hình hồi quy  log(giakhi) theo hai biến log(giavang) và log(giadau), ma trận tương quan của hai biến giavang và giadau như sau: (Xem

Cách khắc phục đa cộng tuyến trong Eviews

Có nhiều cách khắc phục hiện tượng đa cộng tuyến, ở đây chỉ đề cập đến những trường hợp xử lý bằng Eviews đối với bộ dữ liệu này. 1./ Bỏ biến Đây là cách đơn giản nhất để khắc phục hiện tượng đa cộng tuyến. Xét lại mô hình hồi quy của biến log(giakhi) theo

Khái niệm về tự tương quan

Thuật ngữ tự tương quan có thể hiểu là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian (trong các số liệu chuỗi thời gian) hoặc không gian (trong số liệu chéo) Trong phạm vi hồi quy, mô hình tuyến tính cổ điển

Hậu quả của hiện tượng tự tương quan

Các ước lượng OLS không còn BLUE Phương sai ước lượng được của các ước lượng OLS là chệch Kiểm định t và F không đáng tin cậy Do công thức thông thường để tính phương sai của sai số là ước lượng chệch của  thực, và trong một số trường hợp, nó dường như

Hậu quả của hiện tượng tự tương quan- Phương pháp đồ thị

Xét mô hình hồi quy biến giakhi theo biến giadau và giavang Bước 1: Chạy hồi quy trên trong Eviews (xem lại cách làm tại đây) để lấy giá trị biến resid Bước 2: Tạo biến thời gian. Nhập lệnh genr t = @trend() + 1 Bước 3: Vẽ đồ thị phân tán của biến resid theo biến t (xem

Hậu quả của hiện tượng tự tương quan – Durbin-Waston

Xét mô hình hồi quy biến giakhi theo biến giavang và giadau Bước 1: Chạy mô hình hồi quy trên (xem lại cách làm tại đây) Ta thấy giá trị thống kê Durbin-Watson là 0.983549 Bước 2: So sánh với thang kiểm

Hậu quả của hiện tượng tự tương quan – Breusch – Godfrey (BG)

Xét mô hình hồi quy biến giakhi theo biến giavang và giadau. Sau khi hồi quy ta có được phần dư e lưu trong biến resid. Kiểm định B-G là kiểm định được tiến hành trên hàm hồi quy phụ (Hàm hồi quy phần dư e theo các biến độc lập trong mô hình gốc và các biến trễ

Hậu quả của hiện tượng tự tương quan – Correlogram

Một cách khác để phát hiện có tự tương quan là dùng kiểm định Correlogram trên Eviews Đối với mô hình hồi quy biến giakhi theo biến giadau và giavang Bước 1: Chạy mô hình hồi quy trên trong Eviews (xem lại cách làm tại đây) Bước 2: Từ của sổ Equation ta chọn View > Residual Diagnostics > Correlogram-Q-Statistics Bước 3: Cửa sổ Lag

Cách khắc phục tự tương quan trong Eviews

Xét mô hình hồi quy biến giakhi theo biến giavang và giadau  Bước 1: Chạy mô hình hồi quy trên (xem lại cách làm tại đây) Bước 2: Tính giá trị . Ta thấy giá trị thống kê d là 0.983549. Suy ra  Phương trình sai phân tổng quát   Bước 3: Tạo các biến giadau, giavang, giakhi mới trong Eviews bằng cách nhập

Khái niệm về phương sai không đồng đều

* Khi nghiên cứu mô hình hồi quy tuyến tính cổ điển, chúng ta đã đưa ra giả thiết rằng: phương sai của mỗi một biến ngẫu nhiên  trong điều kiện giá trị đã cho của biến giải thích  là không đổi, tức là . Ngược lại với trường hợp trên là trường hợp: phương sai có

Hậu quả của hiện tượng phương sai không đồng đều

Khi có hiện tượng phương sai sai số thay đổi xãy ra: Các ước lượng bình phương nhỏ nhất vẫn là không chệch nhưng không hiệu quả Ước lượng của các phương sai sẽ bị chệch, như vậy làm mất hiệu lực khi kiểm

Phát hiện phương sai phần dư thay đổi

Khắc phục PSSSTĐ trong Eviews

Một trong những cách đơn giản để xử lý PSSSTĐ là hồi quy theo log. Khi hồi quy log(giakhi) theo log(giadau) và log(giavang) thì PSSSTĐ đã không xảy ra (xem lại tại đây). Ngoài ra ta còn các phương pháp khác liệt kê dưới đây. PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT CÓ TRỌNG SỐ (WEIGHTED

Phân tích phương sai một yếu tố anova

One way anova là gì? Phân tích phương sai một yếu tố ( còn gọi là oneway anova) dùng để kiểm định giả thuyết trung bình bằng nhau của các nhóm mẫu với khả năng phạm sai lầm chỉ là 5%. Ví dụ: Phân tích sự khác biệt giữa các thuộc tính khách hàng

Phân tích độ tin cậy cronbach’s alpha

Lý thuyết phân tích cronbach alpha Độ tin cậy của thang đo được đánh giá bằng phương pháp nhất quán nội tại qua hệ số Cronbach’s Alpha. Sử dụng phương pháp hệ số tin cậy Cronbach’s Alpha trước khi phân tích nhân tố EFA để loại các biến không phù hợp vì các biến rác

Ý nghĩa giá trị trung bình trong thang đo khoảng

Khi phân tích SPSS, bước đầu tiên bạn thường làm là thống kê mô tả, một trong những thông số thông dụng là Mean – trung bình cộng. Bạn nên hiểu rõ ý nghĩa giá trị trung bình của thang đo mà bạn sử dụng (thường là thang đo khoảng – interval scale) để

Cách xử lý cài SPSS cho máy macbook bị lỗi

Khi cài SPSS cho máy tính MAC OS. Nhiều trường hợp các bạn sẽ không cài được do báo lỗi sau: spss statistics installer cannot be opened because it is from an unidentified developer. Your security preferences allow installation of only apps from the Mac App Store and identified developers Như hình sau: Lúc

Phân tích SEM : cách đọc hiểu các chỉ số và phân tích kết quả SEM

Sau khi chạy SEM, ta sẽ nhìn vào chỉ số nào để phân tích kết quả SEM ? Bài này nhóm MBA Bách Khoa sẽ hướng dẫn thêm cho các bạn nhé. Nói một cách đơn giản, bản chất của phân tích SEM để ra được kết quả giống như hồi quy đa biến

Convergent Validity , Discriminant Validity, Reliability in CFA – Độ giá trị hội tụ, Độ giá trị phân biệt,Độ tin cậy khi phân tích CFA

Lý do phải đánh giá chỉ tiêu này Nếu các nhân tố của bạn không chứng minh độ giá trị và độ tin cậy , việc chạy SEM sẽ không có ích gì, vì rác đầu vào sẽ dẫn đến rác đầu ra (garbage in, garbage out). Có một vài biện pháp hữu ích