Home | KTL nâng cao | Khắc phục tự tương quan – autocorrelation

Khắc phục tự tương quan – autocorrelation

Các vấn đề về sự tương quan của phần dư và phương sai thay đổi trong mô hình hồi quy OLS tuy không làm thiên chệch kết quả ước lượng của hệ số nhưng sẽ làm kết quả ước lượng không hiệu quả, nhất là các sai số chuẩn ước lượng của hệ số không còn là bé nhất. Các phương pháp kiểm tra hiện tượng tự tương quan thường được sử dụng là kiểm định hệ số tương quan Pearson, kiểm định Durbin-Watson, kiểm định Breusch-Godfrey, kiểm định Durbin h, và kiểm định White noise. Nếu vấn đề tự tương quan có tồn tại thì có thể sử dụng các phương pháp như phương pháp sai phân, hoặc các phương pháp lặp của Cochran-Orcutt hoặc Praise-Winston. Bài viết sẽ minh họa thực hành tất cả các cách kiểm tra và khắc phục vấn đề tự tương quan trên với sự hỗ trợ của phần mềm Stata.
I. Nhắc lại về hồi quy OLS
Phương trình một mô hình hồi quy OLS có dạng đơn giản như sau:

({y_i} = {alpha _i} + beta {X_i} + {varepsilon _i})

Trong đó:

  • ({y_i}): là biến phụ thuộc (dependent variable) dạng liên tục
  • ({X_i}): là biến độc lập (independent variable)
  • ({alpha _i}): hằng số cắt
  • (beta ): hệ số độ dốc của biến độc lập ({X_i})
  • ({varepsilon _i}): sai số ngẫu nhiên.

Hệ số ({alpha _i}) và (beta ) là các tham số cần ước lượng của mô hình OLS. Để các tham số này được ước lượng hiệu quả và tin cậy, bên cạnh giả định về tính phân phối chuẩn của phần dư, mô hình OLS cần phải thỏa mãn 2 giả định quan trọng sau:

(left{ begin{array}{l}E({y_i}) = {alpha _i} + beta {X_i}\E({varepsilon _i}) = 0end{array} right.)

Các giả định này sẽ bị vi phạm trong các trường hợp mô hình tồn tại hiện tượng phương sai thay đổi (heteroskedasticity) và tự tương quan của phần dư. Đầu tiên, chúng ta bắt đầu thực hành kiểm tra và khắc phục hiện tượng phương sai thay đổi với file dữ liệu về thu nhập của người lao động.

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