Tại sao phải dò tìm các vi phạm giả định cần thiết trong hàm tuyến tính bội?

[ducchanh]

Tôi đọc một số luận văn Th.S chuyên ngành QTKD, các bạn áp dụng nhuần nhuyễn các phương pháp phân tích dữ liệu đa biến. Đăc biệt, mô hình tuyến tính bội đều được các bạn áp dụng vì đặc trưng dễ áp dụng, chỉ cần đưa biến phụ thuộc, độc lập "dập ầm ầm" là ra mô hình. Tuy nhiên, các bạn chưa chú ý đến việc dò tìm các vi phạm giả định cần thiết trong mô hình tuyến tiính bội:
-Giả định liên hệ tuyến tính
-Giả định phương sai sai số không đổi
-Giả định phần dư phân phối chuẩn
-Giả định tính độc lập của sai số và không có hiện tượng đa cộng tuyến

Các giả định này đưa ra nhằm chứng tỏ một điều rằng, mô hình các bạn tìm thấy không vi phạm các giả thuyết để hàm tuyến tính bội có ý nghĩa về mặt thống kê. Bởi lẽ, các bạn có thể tạo ra bất kỳ hàm tuyến tính bội nào ví dụ giá vàng ảnh hưởng bởi tỷ giá hối đoái các loại, thời gian... mà không cần kiểm chứng có vi phạm giả định cần thiết (sic). các giả định này chỉ cần sử dụng kiểm điịnh Spearman, Kolmogrov, Dủbbiinn-watson, biểu đồ phân tán.. trogn SPSS để bác bỏ hay chấp nhận. Lúc đó, mô hình các bạn mới đủ sức thuyết phục và có ý nghĩa về mặt thống kê.
Vài thiển ý.

[friends]

Tôi đồng ý với ý kiến của bạn ducchanh, cảm ơn bạn vì những đóng góp của bạn cho các anh chị đang làm luận văn tốt nghiệp có sử dụng các mô hình kinh tế lượng.

Nếu mô hình bị vi phạm các giả định mà bạn ducchanh đã nêu, các tham số có thể bị ước lượng chệch, cũng có thể làm cho các kiểm định không còn ý nghĩa gì nữa cả ...

Đúng là hiện nay đa số các luận văn ths khối quản trị kinh doanh, hay khối tài chính ngân hàng ở các chương trình cao học phía Nam chưa quan tâm đến những vấn đề này. Cũng có thể mọi người suy nghĩ rằng nó khó quá nên thôi, hoặc là hội đồng chắc cũng không ai hiểu gì, hay cũng có thể các tác giả quan tâm đến nhiều điều khác hơn như giải pháp cụ thể ra sao ...

nhưng thật ra làm các kiểm định này rất dễ! Các em sinh viên năm thứ 2 bậc đại học bây giờ đều đã được học về điều này ở môn kinh tế lượng. Khi chúng ta đã làm các mô hình kinh tế lượng thì làm cho thật tốt! và sau đó chúng ta sẽ tiếp tục giải thích, đưa ra các kết luận, tiếp túc đưa ra các gợi ý chính sách ... Để những bài nghiên cứu của chúng ta có thể có giá trị học thuật nhiều hơn, có thể đăng tải trên các tạp chí trong và ngoài nước.

Tất nhiên thật khó có được một mô hình mà không bị bệnh gì hết. Tuy nhiên, nếu chúng ta phát hiện ra nó bị bệnh thì có thể chữa trị. Mà nếu không chữa trị được hết (chữa bệnh này nó lại bị bệnh khác) thì có thể đưa ra các cảnh báo với người đọc rằng mô hình bị giới hạn đó.

Cũng cần lưu ý rằng, với dữ liệu chéo thì không cần kiểm định hiện tượng tự tương quan (hay còn gọi là tương quan chuỗi). Hiện tượng này chỉ xảy ra với dữ liệu chuỗi thời gian.

Điều quan trọng hơn cả là, không phải cứ có số liệu là chạy hồi quy, hay cố gắng làm một hàm hồi quy trong luận văn để thêm phần hoành tráng. Để chạy các phương trình hồi quy để giải quyết một mục tiêu nghiên cứu trong đề tài, chúng ta cần quan tâm đến lý thuyết & các nghiên cứu trước. lý thuyết cũng như các nghiên cứu trước ấy cần chỉ ra rằng biến nào là biến kết quả, biến nào là biến nguyên nhân, những biến nào ảnh hưởng đến biến phụ thuộc của bạn; và điều quan trọng nữa là đo lường các biến đó bằng cách nào. Việc chuẩn bị này cần diễn ra khi bạn lập đề cương nghiên cứu, trước khi thiết kế bảng câu hỏi, trước khi thu thập dữ liệu sơ cấp.

Cũng cần chú ý rằng, không phải đề tài có mô hình kinh tế lượng mới là đề tài hay, mới là đề tài tốt!

Những điều này rất lý thú, chúc các bạn thành công

[Cá Heo]

Tôi đọc một số luận văn Th.S chuyên ngành QTKD, các bạn áp dụng nhuần nhuyễn các phương pháp phân tích dữ liệu đa biến. Đăc biệt, mô hình tuyến tính bội đều được các bạn áp dụng vì đặc trưng dễ áp dụng, chỉ cần đưa biến phụ thuộc, độc lập "dập ầm ầm" là ra mô hình. Tuy nhiên, các bạn chưa chú ý đến việc dò tìm các vi phạm giả định cần thiết trong mô hình tuyến tiính bội:
-Giả định liên hệ tuyến tính
-Giả định phương sai sai số không đổi
-Giả định phần dư phân phối chuẩn
-Giả định tính độc lập của sai số và không có hiện tượng đa cộng tuyến

Các giả định này đưa ra nhằm chứng tỏ một điều rằng, mô hình các bạn tìm thấy không vi phạm các giả thuyết để hàm tuyến tính bội có ý nghĩa về mặt thống kê. Bởi lẽ, các bạn có thể tạo ra bất kỳ hàm tuyến tính bội nào ví dụ giá vàng ảnh hưởng bởi tỷ giá hối đoái các loại, thời gian... mà không cần kiểm chứng có vi phạm giả định cần thiết (sic). các giả định này chỉ cần sử dụng kiểm điịnh Spearman, Kolmogrov, Dủbbiinn-watson, biểu đồ phân tán.. trogn SPSS để bác bỏ hay chấp nhận. Lúc đó, mô hình các bạn mới đủ sức thuyết phục và có ý nghĩa về mặt thống kê.
Vài thiển ý.Vấn đề đưa ra của bạn rất chính xác và đại diện BQT Forum cũng đã lý giải cụ thể phần nào đó rồi

Theo quan điểm riêng của mình, có lẽ môn SPSS không được học chính quy ở bậc Cao Học, chủ yếu học viên tự học và tự tìm tòi nghiên cứu ( hoặc cũng có thể bắt chước các luận văn của học viên khóa trước), nên dẫn đến đề tài nào khi tới bước này cũng đều chạy hồi quy tuyến tính với một đống biến định lượng mà chưa chú ý đến việc dò tìm các vi phạm giả định cần thiết trong mô hình tuyến tính bội

Mình vẫn hay nói vui là : giống như đưa hết tất cả mọi thứ vừa mới mua ở chợ về và đem vào nồi lẩu mà không xem coi món nào không thể ăn chung với lẩu botay