Đang chuẩn bị liên kết để tải về tài liệu:
Phân III: Chương trình Giảng dạy Kinh tế Fulbright Nin khĩa 2011-2013Các phương pháp định

Trong Phần I ta đã giới thiệu mô hình hồi quy tuyến tính cổ điển với tất cả các giả thiết của nó. Trong Phần II, ta xem xét chi tiết các hậu quả xảy ra khi một hay nhiều giả thiết không được thỏa mãn và làm thế nào để khắc phục. Trong Phần III, ta sẽ chuyển sang nghiên cứu một số kỹ thuật kinh tế lượng có chọn lựa nhưng thường gặp phải. | Chương trình Giảng dạy Kinh tế Fulbright Nin khĩa 2011-2013 Kinh tế lượng cơ sở - 3rd ed. Ch. 15 Hồi quy theo các biến giả Các phương pháp định lượng Bài đọc Phần III CÁC CHỦ ĐỀ TRONG KINH TẾ LƯỢNG Trong Phần I ta đã giới thiệu mô hình hồi quy tuyến tính cổ điển với tất cả các giả thiết của nó. Trong Phần II ta xem xét chi tiết các hậu quả xảy ra khi một hay nhiều giả thiết không được thỏa mãn và làm thế nào để khắc phục. Trong Phần III ta sẽ chuyển sang nghiên cứu một số kỹ thuật kinh tế lượng có chọn lựa nhưng thường gặp phải. Trong Chương 15 ta xem xét vai trò của các biến giải thích định tính trong phân tích hồi quy. Các biến định tính gọi là biến giả dummy variables là công cụ để đưa vào mô hình hồi quy những biến mà không thể lượng hóa ngay được ví dụ như giới tính tôn giáo màu da nhưng lại tác động tới hành vi của biến phụ thuộc. Bằng một số ví dụ ta sẽ chỉ ra rằng các biến này có thể tăng cường phạm vi của mô hình hồi quy tuyến tính như thế nào. Trong Chương 16 ta cho phép biến phụ thuộc trong một mô hình hồi quy là biến định tính về bản chất. Những mô hình như vậy được sử dụng trong các trường hợp mà biến phụ thuộc có phạm trù có hoặc không như sở hữu nhà xe hơi và các vật dụng gia đình hay có một thuộc tính như thành viên của công đoàn hay một hiệp hội chuyên môn. Các mô hình trong đó bao gồm các biến phụ thuộc có dạng có - không được gọi là các mô hình hồi quy có biến phụ thuộc phân đôi hay biến phụ thuộc giả. Ta xem xét ba phương pháp để ước lượng các mô hình dạng này 1 mô hình xác suất tuyến tính LPM 2 mô hình logit và 3 mô hình probit đơn vị xác suất . Trong số các mô hình này LPM mặc dù dễ tính toán lại không thỏa đáng nhất vì nó vi phạm một số giả thiết OLS. Vì vậy logit và probit là các mô hình thường được sử dụng nhiều nhất khi biến phụ thuộc có dạng phân đôi. Ta minh họa các mô hình này với một số ví dụ bằng số và ví dụ thực tế. Ta cũng xem xét mô hình tobit một mô hình có quan hệ với probit. Trong mô hình probit ví dụ ta cố gắng tìm xác suất sở