Một trong những giả định nền tảng của mô hình hồi quy tuyến tính cổ điển là các biến trong mô hình phải có tính dừng (stationary). Tuy nhiên, trong thực tế, hầu hết các chuỗi thời gian kinh tế vĩ mô như GDP, tiêu dùng, đầu tư hay giá cả đều biểu hiện tính không dừng, thường chứa đựng một “nghiệm đơn vị” (unit root) và có xu hướng ngẫu nhiên (stochastic trend). Việc bỏ qua đặc tính này và áp dụng một cách máy móc phương pháp Bình phương nhỏ nhất thông thường (OLS) có thể dẫn đến một trong những sai lầm nghiêm trọng nhất trong kinh tế lượng ứng dụng: hồi quy giả. Đây là tình huống mà các kết quả thống kê trông có vẻ rất ấn tượng—hệ số xác định R² cao, các hệ số có ý nghĩa thống kê—nhưng thực chất lại không phản ánh bất kỳ mối quan hệ kinh tế có ý nghĩa nào. Bài học đầu tiên này sẽ đặt nền móng cho toàn bộ chuỗi bài viết bằng cách …
Các bài đã xem
- Hồi quy đa biến và tương quan canonical
- Phân tích nhân tố (Factor Analysis) – từ mô hình đến thực hành
- Nền tảng dữ liệu đa biến và phân phối chuẩn
- Thực hành SURE và 2SLS
- Xử lý thiên lệch chọn mẫu và Mô hình Logit đa thức
- Phân tích cấu trúc tương quan: Hàm ACF và PACF
- Mô hình Logit và Probit – Lý thuyết và Ước lượng
-
Xem thêm