Phương sai sai số thay đổi là gì? Cách nhận biết và khắc phục trong Stata – MOSL

Phương sai sai số thay đổi là gì? Phương sai sai số thay đổi (Tiếng Anh: Heteroscedasticity hoặc Heteroskedasticity) là hiện tượng mà tại đó phần dư (residuals) hoặc các sai số (e) của mô hình sau quá trình hồi quy không tuân theo phân phối ngẫu nhiên và phương sai không bằng nhau. Điều này vi phạm giả thuyết của mô hình hồi quy tuyến tính là phương sai thay đổi của các sai số phải giống nhau (Tiếng Anh: Homoskedasticity).

Vậy bản chất hiện tượng phương sai sai số thay đổi là gì?

1. Phương sai sai số thay đổi là gì?

Khái niệm

Phương sai sai số thay đổi là gì? (Tiếng Anh: What is Heteroscedasticity or Heteroskedasticity?) Đó là hiện tượng mà tại đó phần dư (residuals) hoặc các sai số (e) của mô hình sau quá trình hồi quy không tuân theo phân phối ngẫu nhiên và phương sai không bằng nhau. Điều này vi phạm giả thuyết của mô hình hồi quy tuyến tính là phương sai thay đổi của các sai số phải giống nhau (Tiếng Anh: Homoskedasticity). Đó là câu trả lời cho câu hỏi “Bản chất của hiện tượng phương sai sai số thay đổi là gì?” phía trên.

Hiện tượng phương sai sai số thay đổi thường hay xuất hiện trong dữ liệu bảng (panel-data)dữ liệu cắt ngang (cross-sectional data).

Xem thêm định nghĩa: Phương sai (Variance) và Hiệp phương sai (covariance) là gì?

Các loại phương sai sai số thay đổi là gì? (Heteroscedasticity)

Có 2 loại phương sai thay đổi gồm:

  • Phương sai thay đổi không có điều kiện là hiện tượng xảy ra khi phương sai thay đổi của các sai số hoặc phần dư không tương quan với các biến độc lập trong mô hình hồi quy.
  • Phương sai thay đổi có điều kiện là hiện tượng xảy ra khi phương sai thay đổi của các sai số hoặc phần dư có tương quan với các biến độc lập trong hồi qui.

2. Nguyên nhân xảy ra hiện tượng phương sai sai số thay đổi là gì?

Có hai nguyên nhân dẫn đến hiện tượng phương sai sai số thay đổi trong mô hình gồm:

  • Nguyên nhân chính xảy ra phương sai sai số thay đổi bắt nguồn từ việc sai sót trong quá trình biến đổi chỉnh sửa dữ liệu hoặc sai dạng hàm mô hình hay có thể là mô hình đã bỏ sót các biến quan trọng.
  • Một nguyên nhân khác cũng có thể bắt nguồn từ việc sử dụng các thang đo khác nhau cho các quan sát của cùng một biến trong mô hình hồi quy.

3. Hậu quả của phương sai sai số thay đổi là gì?

Các bạn nên tìm hiểu thêm Mô hình OLS là gì? nếu chưa biết khái niệm nhé!

4. Kiểm định phương sai thay đổi trong STATA

khi mô hình có phương sai số thay đổi, ta luôn có thể khắc phục nó bằng hai cách bằng kiểm định phương sai thay đổi trong STATA.

Tải về bộ dữ liệu của Mosl xong rồi thực hành lun nhé!

Dưới đây là 2 cách phát hiện phương sai thay đổi trong mô hình hồi quy gồm:

Cách 1: Vẽ đồ thị sai số thể hiện phương sai thay đổi trong Stata

  • Đầu tiên hồi quy mô hình với biến phụ thuộc ROA trong phần mềm Stata.
  • Sau đó dùng lệnh rvfplotyline(0) để giá trị xuất hiện quanh đường thẳng sai số 0.

Cách 2: Chạy kiểm định phương sai thay đổi trong Stata

Giả thuyết:

H0: Mô hình không xảy ra hiện tượng phương sai sai số thay đổi

H1: Mô hình xảy ra hiện tượng phương sai sai số thay đổi

Kiểm định Breusch-Pagan trong Stata với lệnh: estat hettest

Kiểm định White trong Stata bằng lệnh: estat imtest,white

Tham khảo thêm: Kiểm định phương sai thay đổi trong SPSS Eview

Có thể thấy trong hai kiểm định thì giá trị Prob > chi2 đều bằng 0.0000

Trong quá trình hồi quy mô hình các bạn sẽ kỳ vọng Prob > chi2 lớn hơn mức ý nghĩa 5%.

Bạn có biết: Trong nghiên cứu đa phần sẽ sử dụng kiểm định White trong Stata bởi vì tính thông dụng của nó!

5. Kiểm định phương sai thay đổi trong STATA nâng cao

Giả thuyết chung:

H0: Phương sai sai số trong các thực thể là không thay đổi

H1: Phương sai sai số trong các thực thể là thay đổi

Có thêm 2 cách nâng cao để phát hiện phương sai thay đổi hay kiểm định nó trong phần mềm Stata

Kiểm định Wald trong Stata

Kiểm định Phương sai sai số thay đổi Heteroskedasticity cho mô hình FEM bằng kiểm định Wald trong Stata bằng lệnh: xttest3

Từ kết quả hình trên ta thấy Prob>chi2 = 0.0000

Lưu ý: Kết luận này là không tốt và chúng ta mong đợi P-value > 5% các bạn nhé!

Kiểm định Breusch and Pagan Lagrangian trong Stata

Kiểm định Phương sai sai số thay đổi Heteroskedasticity cho mô hình REM bằng kiểm định Breusch and Pagan Lagrangian trong Stata bằng lệnh: xttest0

Từ kết quả hình trên ta thấy Prob>chi2 = 0.1092 > 5% nên chấp nhận H0 và kết luận Phương sai sai số trong các thực thể là không thay đổi.

Lưu ý: Kết luận này điều mà chúng ta mong đợi vì P-value > 5% nha các bạn nè :)))

6. Khắc phục phương sai sai số thay đổi trong STATA

Có khá nhiều cách cách khắc phục phương sai sai số thay đổi như sau:

  • Sử dụng mô hình WLS (Weighted Least Squares), mô hình khá tương tự với mô hình OLS giúp khắc phục phương sai sai số thay đổi tuy nhiên cần phải sử dụng nhiều phép thử để chọn lọc ra được kết quả.

Tham khảo thêm mô hình WLS tại: sentayho.com.vn/manuals13/rvwls.pdf

  • Biến đổi các biến thành dạng logarit để giảm bớt và khắc phục hiện tượng phương sai thay đổi.
  • Dùng mô hình phương sai sai số chuẩn (Standard Errors or Robust Standard Errors) để khắc phục phương sai sai số thay đổi.

Tham khảo: Khắc phục phương sai thay đổi bằng Eviews

Như vậy đến đây bạn có thể kết luận được mô hình với kết quả này và tự tin rằng đã khắc phục hiểu rõ đươc hiện tượng phương sai sai số thay đổi là gì thành công nhé!

7. Tổng kết

Như vậy MOSL đã giới thiệu đến các bạn các ý chính như sau:

  • Phương sai sai số thay đổi là gì? Bản chất của hiện tượng phương sai sai số thay đổi.
  • Nguyên nhân xảy ra hiện tượng phương sai sai số thay đổi
  • Hậu quả của phương sai sai số thay đổi
  • Kiểm định phương sai thay đổi trong STATA và cách phát hiện phương sai thay đổi trong mô hình.
  • Khắc phục phương sai thay đổi trong STATA

Bên cạnh đó đã nêu rõ khái niệm, phân loại, nguyên nhân, hậu quả, phát hiện và cách khắc phục bằng phần mềm khác như SPSS và EVIEWS. Vậy là xong khái niệm phương sai sai số thay đổi là gì? rồi nhé!

Cuối bài, MOSL xin chúc các bạn học tập và làm việc hiệu quả!

Leave a Reply

Your email address will not be published. Required fields are marked *