Giới thiệu hồi quy tuyến tính với sai số tương quan

An Introduction to Linear Regression with Correlated Errors

Tổng quan về chuỗi bài học

Chào các bạn sinh viên, chào mừng đến với chuỗi bài học chuyên sâu về một trong những vấn đề phổ biến và quan trọng nhất trong kinh tế lượng ứng dụng: hồi quy tuyến tính với sai số tương quan. Trong các khóa học nhập môn, chúng ta thường bắt đầu với giả định rằng các sai số của mô hình hồi quy là độc lập và có phương sai không đổi. Tuy nhiên, trong thế giới thực, đặc biệt là với dữ liệu kinh tế – xã hội, giả định này hiếm khi được thỏa mãn. Việc bỏ qua sự tương quan giữa các sai số có thể dẫn đến những kết luận thống kê sai lầm nghiêm trọng, chẳng hạn như đánh giá sai mức độ ý nghĩa của các biến và xây dựng các khoảng tin cậy không chính xác.

Chuỗi bài học này sẽ trang bị cho các bạn kiến thức và kỹ năng để nhận diện và xử lý hiệu quả các loại sai số tương quan. Chúng ta sẽ bắt đầu bằng việc vượt ra ngoài giới hạn của phương pháp Bình phương nhỏ nhất thông thường (OLS) để khám phá một công cụ mạnh mẽ hơn: Bình phương nhỏ nhất tổng quát khả thi (FGLS). Đây là nền tảng cho nhiều kỹ thuật xử lý các vấn đề phức tạp trong dữ liệu thực tế.

Xuyên suốt các bài học, chúng ta sẽ tập trung vào hai dạng tương quan sai số chính thường gặp trong nghiên cứu:

Mục tiêu cuối cùng của chuỗi bài học này không chỉ là giúp bạn hiểu lý thuyết, mà còn là cung cấp cho bạn khả năng vận dụng thành thạo phần mềm Stata để triển khai các phương pháp này trong các dự án nghiên cứu của riêng mình. Chúng ta sẽ cùng nhau đi từ những khái niệm cơ bản nhất đến các kỹ thuật nâng cao, đảm bảo rằng bạn có thể tự tin phân tích dữ liệu phức tạp một cách chính xác và hiệu quả.

CẤU TRÚC CHUỖI BÀI HỌC

PHỤ LỤC: Dữ liệu mô phỏng cho series

Để thực hành các khái niệm về phương sai thay đổi trong Bài 1, chúng ta sẽ sử dụng một bộ dữ liệu mô phỏng. Việc tự tạo ra dữ liệu giúp chúng ta hiểu rõ bản chất của vấn đề vì chúng ta biết chính xác “quy luật thật” đằng sau dữ liệu.

Dưới đây là đoạn code Stata để tạo ra bộ dữ liệu này. Bạn có thể sao chép và chạy trực tiếp trong Stata để có bộ dữ liệu cho riêng mình.

* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho ví dụ về phương sai thay đổi
* QUY TRÌNH TẠO DỮ LIỆU (DGP):
* 1. Biến phụ thuộc y phụ thuộc tuyến tính vào x2 và x3.
* 2. Sai số u có phương sai phụ thuộc vào biến x2.
* ==================================================

* Bước 1: Thiết lập môi trường
clear all
set seed 10101      // Đặt seed để đảm bảo kết quả có thể tái lập
quietly set obs 500 // Tạo 500 quan sát

* Bước 2: Tạo các biến độc lập và thành phần sai số ngẫu nhiên
* x2 và x3 được tạo từ phân phối chuẩn với trung bình 0 và phương sai 25
generate double x2 = 5 * rnormal(0)
generate double x3 = 5 * rnormal(0)
* e là thành phần ngẫu nhiên thuần túy của sai số, cũng từ phân phối chuẩn
generate double e = 5 * rnormal(0)

* Bước 3: Tạo sai số u có phương sai thay đổi
* Phương sai của u là Var(u|x2) = exp(-1 + 0.2*x2) * Var(e)
* Do đó, độ lệch chuẩn của u là sqrt(exp(-1 + 0.2*x2)) * sd(e)
generate double u = sqrt(exp(-1 + 0.2 * x2)) * e

* Bước 4: Tạo biến phụ thuộc y
* Mô hình thực sự là: y = 1 + 1*x2 + 1*x3 + u
generate double y = 1 + 1 * x2 + 1 * x3 + u

* Bước 5: Mô tả dữ liệu
summarize y x2 x3 u e

* ==================================================
* MỤC ĐÍCH: Tạo dữ liệu mô phỏng cho ví dụ về phương sai thay đổi
* QUY TRÌNH TẠO DỮ LIỆU (DGP):
* 1. Biến phụ thuộc y phụ thuộc tuyến tính vào x2 và x3.
* 2. Sai số u có phương sai phụ thuộc vào biến x2.
* ==================================================

* Bước 1: Thiết lập môi trường
clear all
set seed 10101      // Đặt seed để đảm bảo kết quả có thể tái lập
quietly set obs 500 // Tạo 500 quan sát

* Bước 2: Tạo các biến độc lập và thành phần sai số ngẫu nhiên
* x2 và x3 được tạo từ phân phối chuẩn với trung bình 0 và phương sai 25
generate double x2 = 5 * rnormal(0)
generate double x3 = 5 * rnormal(0)
* e là thành phần ngẫu nhiên thuần túy của sai số, cũng từ phân phối chuẩn
generate double e = 5 * rnormal(0)

* Bước 3: Tạo sai số u có phương sai thay đổi
* Phương sai của u là Var(u|x2) = exp(-1 + 0.2*x2) * Var(e)
* Do đó, độ lệch chuẩn của u là sqrt(exp(-1 + 0.2*x2)) * sd(e)
generate double u = sqrt(exp(-1 + 0.2 * x2)) * e

* Bước 4: Tạo biến phụ thuộc y
* Mô hình thực sự là: y = 1 + 1*x2 + 1*x3 + u
generate double y = 1 + 1 * x2 + 1 * x3 + u

* Bước 5: Mô tả dữ liệu
summarize y x2 x3 u e

Mô tả các biến chính:

• y: Biến phụ thuộc chúng ta muốn giải thích.
• x2, x3: Các biến độc lập (biến giải thích).
• u: Sai số của mô hình. Chú ý rằng phương sai của u được thiết kế để phụ thuộc vào x2, đây chính là nguồn gốc của vấn đề phương sai thay đổi.