Chào mừng các bạn quay trở lại! Trong hai bài học trước, chúng ta đã xây dựng mô hình hồi quy bội và tìm hiểu cách ước lượng các hệ số của nó bằng đại số ma trận. Giờ đây, khi đã có trong tay các giá trị ước lượng, một câu hỏi tự nhiên nảy sinh là: “Những kết quả này có ý nghĩa thống kê không?”. Các bạn đã quen thuộc với kiểm định t (t-test), một công cụ tuyệt vời để kiểm tra xem một hệ số riêng lẻ có khác 0 hay không. Tuy nhiên, trong nhiều trường hợp, các câu hỏi nghiên cứu của chúng ta phức tạp hơn thế. Ví dụ, chúng ta có thể muốn hỏi: “Liệu cả GPA và số kỳ thực tập cùng nhau có tác động đến lương không?” hoặc “Tác động của một năm kinh nghiệm có bằng với tác động của một năm học đại học không?”. Để trả lời những câu hỏi như vậy, liên quan đến nhiều hệ số cùng một lúc, chúng ta cần một …
Các bài đã xem
- Nền tảng của đánh giá tác động và các khái niệm cốt lõi
- Nền tảng của mô phỏng và sinh số ngẫu nhiên
- Mô hình hiệu ứng ngẫu nhiên và kiểm định Hausman
- Phân tích tác động biên và diễn giải kết quả
- Các giả định còn lại – Biến không ngẫu nhiên và phân phối chuẩn
- Giá trị thời gian của tiền tệ: Hiện tại và tương lai
- Hiểu về dữ liệu bị cắt cụt và mô hình hồi quy tương ứng
- Lý thuyết về mô hình không gian trạng thái và bộ lọc Kalman
- Hướng dẫn thực hành tổng hợp các kỹ thuật với Stata
- Kiểm định nghiệm đơn vị trong dữ liệu bảng
- Thực hành phân tích tổng hợp cho dữ liệu liên tục với Stata
- Nền tảng của hồi quy bình phương nhỏ nhất (OLS)
- Nền tảng về chuỗi không dừng và nghiệm đơn vị
- Kiểm định giả thuyết trong khuôn khổ MLE
- Một cái nhìn toàn diện và các biện pháp phòng ngừa
- Hướng dẫn thực hành tổng hợp DID mở rộng với Stata
-
Xem thêm