Ở bài học trước, chúng ta đã thiết lập một bộ “luật chơi” quan trọng—các giả định của mô hình hồi quy tuyến tính cổ điển. Những giả định này, đặc biệt là giả định về tính ngoại sinh, tạo ra một môi trường lý tưởng để chúng ta có thể tin tưởng vào kết quả ước lượng. Bây giờ, câu hỏi thực hành được đặt ra là: chính xác thì chúng ta “ước lượng” các tham số $\beta$ bằng cách nào? Dựa trên một mẫu dữ liệu, làm thế nào để chúng ta tìm ra những con số cụ thể cho $\hat{\beta}_0, \hat{\beta}_1, \ldots, \hat{\beta}_k$ để có được đường hồi quy “phù hợp nhất”? Bài học này sẽ đi sâu vào khía cạnh kỹ thuật của vấn đề, giới thiệu ba phương pháp ước lượng phổ biến và nền tảng trong kinh tế lượng: Phương pháp Moment (MM), Phương pháp Bình phương nhỏ nhất (OLS), và Phương pháp Hợp lý Tối đa (ML). Mỗi phương pháp tiếp cận bài toán từ một góc độ triết lý khác nhau, nhưng …