Home | KTL nâng cao | Khắc phục corrected error trong dữ liệu đa cấp

Khắc phục corrected error trong dữ liệu đa cấp

Dữ liệu đa cấp - multilevel data có thể được ước lượng bằng mô hình OLS. Tuy nhiên, việc gom nhóm dữ liệu dẫn đến các vấn đề về sai số tương quan (corrected error), từ đó dẫn đến việc ước lượng giả tạo các sai số chuẩn nhỏ (Sai lầm loại I). Để khắc phục vấn đề này, chúng ta cần kiểm soát được các nguồn gốc gây ra corrected error, và đưa chúng vào mô hình ước lượng. Tuy nhiên, chúng ta không thể nhận diện hoặc đo lường tất cả các cội nguồn gây ra correlated error này. Trong trường hợp này, chúng ta áp dụng các phương pháp khác như OLS với robust, OLS với robust cluster, FEM/REM...  Tiếp theo bài tiếp cận dữ liệu đa cấp bằng OLS, bài viết này sẽ trình bày về phương pháp OLS với robust, robust cluster và hồi quy OLS với biến giả (dummy variables).
I. Mô hình sai số chuẩn mạnh (Robust Standard errors)
Ước lượng mô hình sai số chuẩn mạnh còn được gọi là ước lượng Hubber/White hay “Sandwich” estimator. Ước lượng này sẽ cho một kết quả ước lượng đúng của sai số chuẩn trong đó chấp nhận sự hiện diện của hiện tượng phương sai thay đổi (heteroskedasticity).

Phần nội dung có thu phí bên dưới đã được ẩn. Vui lòng đăng nhập hoặc đăng ký gói Premium. Trân trọng!