Phương Sai Sai Số Thay Đổi Là Gì

     
Phương không đúng sai số thay đổi là gì? Phương không đúng sai số chuyển đổi (Tiếng Anh: Heteroscedasticity) là hiện tượng lạ mà tại đó phần dư (residuals) hoặc những sai số (e) của mô hình sau quá trình hồi quy không tuân theo phân phối bỗng nhiên và phương không đúng không bởi nhau. Điều này vi phạm luật giả thuyết của mô hình hồi quy con đường tính là phương sai đổi khác của những sai số buộc phải giống nhau (Tiếng Anh: Homoskedasticity).

Bạn đang xem: Phương sai sai số thay đổi là gì

Bạn sẽ xem: Phương không đúng sai số thay đổi là gì


*

1. Phương sai sai số thay đổi là gì?

Khái niệm

Phương không nên sai số chuyển đổi (Tiếng Anh: Heteroscedasticity) là hiện tượng kỳ lạ mà tại kia phần dư (residuals) hoặc những sai số (e) của mô hình sau quy trình hồi quy không áp theo phân phối đột nhiên và phương không nên không bởi nhau. Điều này vi phạm giả thuyết của mô hình hồi quy tuyến tính là phương sai đổi khác của những sai số buộc phải giống nhau (Tiếng Anh: Homoskedasticity).

techftc.com
*

Phân loại

Có 2 nhiều loại phương sai thay đổi gồm:

Phương sai biến đổi không gồm điều kiện là hiện nay tượng xẩy ra khi phương sai đổi khác của những sai số hoặc phần dư không đối sánh tương quan với những biến tự do trong quy mô hồi quy.Phương sai biến đổi có điều kiện là hiện tại tượng xẩy ra khi phương sai nuốm đổi của những sai số hoặc phần dư có đối sánh với những biến chủ quyền trong hồi qui.

2. Nguyên nhân mở ra hiện tượng phương không nên sai số thế đổi

Nguyên nhân bao gồm bắt nguồn từ những việc sai sót trong quá trình thay đổi chỉnh sửa dữ liệu hoặc không nên dạng hàm quy mô hay hoàn toàn có thể là quy mô đã vứt sót các biến quan trọng.

Nguyên nhân cũng có thể bắt nguồn từ các việc sử dụng các thang đo không giống nhau cho những quan gần kề của cùng một biến chuyển trong quy mô hồi quy.

3. Kết quả


*

Phương không đúng sai số thay đổi vẫn không làm cho thiên lệch cùng mất đi tính đồng bộ (unbiased & consistent) của những ước lượng từ quy mô OLS (Ordinary Least Squares).

Tuy nhiên, hậu quả là mô hình OLS không hề là mô hình ước lượng tốt nhất nữa mà rất cần được khắc phục trong các mô hình cao cấp hơn.

Ngoài ra hiện tượng kỳ lạ này sẽ làm cho chệch đi những kiểm định T và F khiến chúng ta đưa ra các tóm lại sai lầm.

4. Bí quyết phát hiện nay và giải pháp khắc phục

Phát hiện

Có hai cách phát hiện hiện tượng này:

Cách 1: Vẽ đồ dùng thị sai số và giá trị ước lượng trong mô hìnhĐầu tiên hồi quy mô hình với biến dựa vào ROA trong ứng dụng Stata.

Xem thêm: Từ Điển Anh Việt " Nominated Là Gì, Tra Từ Nominate


*

*

Có thể những chấm xanh là những sai số đối với từng giá chỉ trị mong lượng của những biến trong mô hình đa phần tập trung quanh mặt đường trung bình.

Tuy nhiên các sai số này còn có vị trí nằm ko đối xứng với nhau nên hoàn toàn có thể mô hình hiện nay đang bị hiện tượng phương sai sai vắt đổi.

Để rõ ràng hơn họ đi qua chu chỉnh phương sai biến đổi bằng ứng dụng Stata cho chắc hơn nhé!

Cách 2: bằng kiểm định phương sai biến đổi trong ứng dụng Stata

Giả thuyết:

H0: quy mô không xảy ra hiện tượng phương không đúng sai số cầm cố đổi

H1: mô hình xảy ra hiện tượng phương sai sai số chuyển đổi

Dùng kiểm nghiệm Breusch-Pagan bởi lệnh: estat hettest

Có thể thấy vào hai kiểm nghiệm thì cực hiếm Prob > chi2 đều bởi 0.0000 chi2 lớn hơn mức ý nghĩa sâu sắc 5%.

Khắc phục

Có khá nhiều cách giải pháp khắc phục hiện tượng lạ phương không nên sai số chuyển đổi như sau:

Sử dụng mô hình WLS (Weighted Least Squares), quy mô khá tựa như OLS góp khắc phục tuy nhiên cần phải áp dụng nhiều phép thử để lựa chọn ra kết quả.

Xem thêm: Sự Thật Về Thịt Nai Giả Rẻ, Ngâm Hóa Chất Biến Thịt Heo Thành Thịt Nai, Nhím…

Tham khảo thêm mô hình tại: https://www.stata.com/manuals13/rvwls.pdf

Biến đổi các trở thành dạng logarit để giảm sút đi hiện tượng phương sai núm đổiDùng mô hình phương sai sai số chuẩn (Standard Errors or Robust Standard Errors)

Cách này khá thông dụng để tương khắc phục hiện tượng lạ phương sai biến đổi trong tế bào hình:

Chỉ cần bỏ thêm lệnh ,robust sau lệnh hồi bài bản hình. Kết quả

Như vậy đến đây bạn có thể kết luận được quy mô với kết quả báo cáo này.

5. Kết luận

Như vậy techftc.com đã reviews về Phương không nên của sai số ráng đổi: khái niệm, phân loại, nguyên nhân, hậu quả, phát hiện nay và giải pháp khắc phục bằng ứng dụng Stata.

techftc.com xin chúc chúng ta học tập và thao tác làm việc hiệu quả!

Mình là Đăng là Founder của techftc.com. Mình gồm hơn 5 năm tay nghề trong quy trình thực hiện các nghiên cứu khoa học với xử lý đa dạng các phần mềm. Với kiến thức và kỹ năng có được mình hi vọng sẽ cung cấp cho chính mình đọc những thông tin bổ ích và giúp chúng ta hoàn thành bài nghiên cứu và phân tích một cách xuất sắc nhất. Đăng xin chúc chúng ta học tập và thao tác làm việc hiệu quả!

Trả lời Hủy

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được khắc ghi *

Bình luận

Tên *

Email *

Trang website

lưu tên của tôi, email, và website trong trình cẩn thận này mang lại lần phản hồi kế tiếp của tôi.