Phương sai của sai số thay đổi: định nghĩa, cách phát hiện, cách khắc phục bằng Stata

Stata

Thạc sĩ Khánh và nhóm MBA Bách Khoa 0903396688 trình bài về khái niệm phương sai sai số thay đổi: định nghĩa, cách phát hiện, cách khắc phục phương sai sai số thay đổi sử dụng phần mềm Stata.

Định nghĩa phương sai của sai số thay đổi

     Một giả thiết quan trọng trong mô hình hồi quy tuyến tính cổ điển là các yếu tố  nhiễu ui (hay còn gọi là phần dư residuals) xuất hiện trong hàm hồi quy tổng thể có phương sai không thay đổi (homoscedasticity,  còn gọi là phương sai có điều kiện không đổi); tức là chúng có cùng phương sai. Nếu giả thiết này không được thỏa mãn thì có sự hiện diện của phương sai thay đổi. Phương sai thay đổi (Heteroscedasticity, còn gọi là phương sai của sai số thay đổi) .

     Cụ thể điều này có nghĩa là các sai số có cùng phương sai tại mọi mức của biến độc lập. Nếu giả thiết này bị vi phạm, tức là phương sai của sai số thay đổi theo giá trị của biến độc lập, hiện tượng này được gọi là phương sai thay đổi (heteroscedasticity).

     Phương sai thay đổi không làm mất đi tính chất không thiên lệch và nhất quán của các ước lượng OLS. Nhưng các ước lượng này không còn có phương sai nhỏ nhất hay là các ước lượng hiệu quả. Tức là chúng không còn là các ước lượng tuyến tính không thiên lệch tốt nhất (BLUE). Khi có phương sai thay đổi, các phương sai của các ước lượng OLS không được tính từ các công thức OLS thông thường. Nhưng nếu ta vẫn sử dụng các công thức OLS thông thường, các kiểm định t và F dựa vào chúng có thể gây ra những kết luận sai lầm.

Cách phát hiện phương sai sai số thay đổi trong Stata

Kiểm định phương sai sai số thay đổi trong mô hình hồi quy tuyến tính đa biến OLS

Có hai cách chính để kiểm định phương sai sai số thay đổi trong Stata,đó là dùng kiểm định White , hoặc dùng kiểm định Breusch-Pagan

Cách 1: Dùng kiểm định White để kiểm tra phương sai thay đổi( White’s test)

Cú pháp lệnh:

estat imtest

Cách 2: Dùng kiểm định Breusch-Pagan

            estat hettest

Cách đọc kết quả: hai cách trên ,nếu p-value <5% thì,chấp nhận giả thiết H1:Phương sai không đồng nhất, nghĩa là phương sai thay đổi (the variance is not homogenous) ( dĩ nhiên là không tốt, giá trị mong đợi là p.value >5%, lúc đó phương sai đồng nhất, phương sai không đổi).

Kiểm định phương sai sai số thay đổi trong mô hình hồi quy dữ liệu bảng sử dụng fix và random effect

     Phương sai sai số thay đổi heteroskedasticity của mô hình REM: (sử dụng kiểm định LM – Breusch and pagan Lagrangian Multiplier ). Dùng lệnh xttest0, nếu  p-value < 0.05, bác bỏ Ho (với phát biểu  Ho: Phương sai qua các thực thể là không đổi)( làm bài mong đợi p-value >5% để kết luận phương sai ko đổi)

     Phương sai sai số thay đổi heteroskedasticity của mô hình FEM( dùng kiểm định wald): Dùng lệnh xttest3 (lệnh này không có sẵn trong Stata, phải cài thêm bằng lệnh ssc install xttest3) . Nếu  p-value < 0.05, bác bỏ Ho (với phát biểu  Ho: Phương sai qua các thực thể là không đổi)( làm bài mong đợi p-value >5% để kết luận phương sai ko đổi)

Cách khắc phục phương sai thay đổi trong Stata

Khi phát hiện hiện tượng phương sai thay đổi, một phương pháp phổ biến để khắc phục là sử dụng sai số chuẩn hiệu chỉnh (robust standard errors). Phương pháp này giúp điều chỉnh sai số chuẩn của ước lượng, làm cho các kiểm định thống kê trở nên tin cậy hơn ngay cả khi có phương sai thay đổi.

Để thực hiện trong Stata, thêm tùy chọn , robust vào sau lệnh hồi quy. Ví dụ:

regress y x1 x2 x3, robust

Lệnh này sẽ ước lượng mô hình hồi quy của biến phụ thuộc y theo các biến độc lập x1, x2, x3 với sai số chuẩn hiệu chỉnh.

Ngoài ra, trong trường hợp phương sai thay đổi nghiêm trọng, bạn có thể xem xét sử dụng phương pháp hồi quy bình phương tổng quát khả dĩ (Feasible Generalized Least Squares – FGLS). Phương pháp này điều chỉnh mô hình để xử lý phương sai thay đổi và tự tương quan, giúp cải thiện hiệu quả của ước lượng. Tuy nhiên, FGLS yêu cầu giả định về cấu trúc của phương sai thay đổi, do đó cần thận trọng khi áp dụng.

Sử dụng mô hình sai số chuẩn mạnh để khắc phục phương sai sai số thay đổi, cụ thể xem ở đây nhé: https://phantichstata.com/mo-hinh-sai-chuan-manh-robust-standard-errors-la-gi-su-dung-ra-sao.html

Như vậy nhóm MBA Bách Khoa đã giới thiệu tìm hiểu về định nghĩa, cách phát hiện và phương pháp khắc phục hiện tượng phương sai của sai số thay đổi trong mô hình hồi quy sử dụng Stata. Việc nhận diện và xử lý đúng hiện tượng này giúp đảm bảo tính chính xác và tin cậy của các kết luận thống kê trong nghiên cứu.

Nếu bạn cần hỗ trợ thêm về việc chạy mô hình hoặc xử lý số liệu, đừng ngần ngại liên hệ với nhóm MBA Bách Khoa qua các kênh sau:

-Zalo 0903396688 

-Facebook  facebook.com/hotroStata

Comments

One thought on “Phương sai của sai số thay đổi: định nghĩa, cách phát hiện, cách khắc phục bằng Stata”

  1. Pingback: FGLS trong Stata: Giải pháp cho phương sai sai số thay đổi và tự tương quan - Phân Tích Stata

Comments are closed.