Chào mừng các bạn đến với bài học thứ ba! Sau khi đã biết cách ước lượng mô hình SUR bằng FGLS trong Stata, bước tiếp theo là học cách “biện minh” cho việc sử dụng phương pháp này. Trong nghiên cứu khoa học, việc lựa chọn một mô hình phức tạp hơn luôn cần có bằng chứng thống kê vững chắc. Bài học này sẽ trang bị cho bạn công cụ để làm điều đó. Mục tiêu của chúng ta hôm nay là tìm hiểu sâu hơn về hai khía cạnh quan trọng: (1) Khi nào thì GLS thực sự mang lại lợi ích vượt trội so với OLS? và (2) Làm thế nào để thực hiện kiểm định thống kê để xem các phương trình có thực sự liên quan với nhau hay không?. Việc nắm vững kỹ năng này sẽ giúp các bạn trở thành một nhà phân tích dữ liệu cẩn trọng và có tư duy phản biện. Trước khi chúng ta thực hành trên Stata, hãy cùng nhau tìm hiểu nền tảng lý thuyết đằng …
Các bài đã xem
- Tổng hợp chuỗi Biến động Ngẫu nhiên
- Mở rộng mô hình và các trường hợp tổng quát
- Phân tích thực hành với hồi quy điều chỉnh và so khớp
- Đặc điểm của quá trình nhiễu và mô hình AR(1) kinh điển
- Hướng dẫn thực hành phân tích đồng tích hợp với Stata từ A đến Z
- 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