QUANTILE REGRESSION LÀ GÌ

     

Hồi quy quantile regression phân vị là một trong những loại đối chiếu hồi quy được áp dụng trong những thống kê và kinh tế lượng. Vào khi cách thức bình phương về tối thiểu mong tính quý giá trung bình có điều kiện của biến trả lời trên những giá trị của biến đổi dự báo, hồi quy lượng tử mong tính trung vị có điều kiện (hoặc những phân vị không giống ) của biến hóa phản ứng. Hồi quy lượng tử là một phần mở rộng của hồi quy tuyến tính được thực hiện khi những điều khiếu nại của hồi quy tuyến đường tính không được đáp ứng.Bạn sẽ xem: Quantile regression là gì

Mục lục bài viết

Ưu và nhược điểmỨng dụng hồi quy phân vị trên Stata

Hồi quy Quantile Regression là gì ?

Phương pháp hồi quy phân vị được Koenker và Bassett giới thiệu lần trước tiên năm 1978. Thay vì ước lượng các tham số của hàm hồi quy vừa phải bằng cách thức OLS, Koenker & Bassett (1978) khuyến nghị việc mong lượng tham số hồi quy trên từng phân vị của biến phụ thuộc để sao để cho tổng chênh lệch hoàn hảo và tuyệt vời nhất của hàm hồi quy tại phân vị τ của biến nhờ vào là bé dại nhất. Nói một bí quyết khác, cố gắng vì xác minh tác động biên của biến hòa bình đến cực hiếm trung bình của biến hóa phụ thuộc, hồi quy phân vị sẽ giúp đỡ xác định ảnh hưởng tác động biên của biến tự do đến biến phụ thuộc vào trên từng phân vị của biến phụ thuộc vào đó. Đồng thời những điểm mạnh của cách thức hồi quy phân vị với phương pháp OLS của hồi quy cổ điển để cho biết ưu điểm của hồi quy phân vị với sự cân xứng của hồi quy phân vị giữa những nghiên cứu vớt về chênh lệch chi phí lương, cũng giống như trong các phân tích về bất đồng đẳng trong xóm hội.

Bạn đang xem: Quantile regression là gì

Ưu và nhược điểm

Sau khi Koenker với Bassett (1978) ra mắt mô hình hồi quy phân vị đầu tiên, rất nhiều các nghiên cứu và phân tích được thực hiện tiếp nối nhằm xung khắc phục những nhược điểm,đồng thời mở rộng hồi quy phân vị. Ngày càng có không ít các bài phân tích ứng dụng hồi quy được triển khai và công bố, cho biết thêm hồi quy phân vị đang ngày càng được hoàn thiện và ngày càng trở thành công xuất sắc cụ đắc lực trong nghiên cứu kinh tế. Theo Koenker (2005) và Hao và Naiman (2007), hồi quy phân vị tất cả những ưu điểm như sau.

Ưu điểm hồi quy phân vị

Thứ hai, tuy vậy các đo lường và tính toán thực hiện nay trong hồi quy phân vị là phức hợp và cân nặng tính toán nhiều hơn thế nữa trong OLS, tuy vậy với sự cách tân và phát triển của toán học, thống kê lại học cùng với sự cung cấp của công nghệ thông tin thì những đo lường và thống kê như quy hoạch tuyến đường tính, bootstrap, được tiến hành rất thuận lợi và cấp tốc chóng.Thứ ba, trong hồi quy OLS, những quan sát phi lý (outliers) hay được đào thải để cầu lượng OLS không trở nên chệch. Trong khi đó, hồi quy phân vị gồm tính định hình (robustness), ko bị tác động bởi sự hiện tại diện của các quan sát phi lý đó.Thứ tư, những kiểm định về tham số của hồi quy phân vị không phụ thuộc tính chuẩn chỉnh của sai số. Hơn nữa, những kiểm định này sẽ không dựa trên ngẫu nhiên một trả định làm sao về dạng triển lẵm của sai số hồi quy.Thứ năm, hồi quy phân vị sệt biệt cân xứng khi so với trên quy mô hồi quy tất cả sự hiện hữu của phương sai biến hóa hoặc trong mẫu số liệu mà lại hàm phân phối của biến phụ thuộc vào bất đối xứng quanh quý giá trung bình. Khi đó, hàm hồi quy phân vị trên những phân vị khác biệt sẽ tất cả sự khác hoàn toàn rõ rệt, cho biết thêm tác động không giống nhau của biến độc lập đến biến phụ thuộc ở gần như phân vị không giống nhau.

Nhược điểm của hồi quy Quantile Regression

Bên cạnh các ưu thế đã được nêu trên, hồi quy phân vị vẫn còn một vài nhược điểm như sau:

Một là, các đo lường và thống kê trong hồi quy phân vị phức tạp hơn đối với OLS. Ví dụ như trong OLS, ý muốn tìm ước lượng thông số hồi quy thế nào cho tổng bình phương sai số là nhỏ nhất thì rất có thể áp dụng những công thức tìm cực trị của giải tích toán học tập như rước đạo hàm riêng và giải hệ phương trình ứng với đk cần của cực trị. Trong những lúc đó, mong lượng thông số của hồi quy phân vị thực hiện thông qua việc giải việc quy hoạch tuyến tính. Việc này sẽ trở ngại nếu không có sự hỗ trợ của máy tính.Hai là, phải tiến hành nhiều hàm hồi quy trên các phân vị mới cho thấy thêm được toàn vẹn sự ảnh hưởng tác động của biến độc lập đến biến nhờ vào thay vày chỉ bao gồm một hàm hồi quy mức độ vừa phải có đk trong OLS.Ba là, việc vận dụng hồi quy phân vị cho những dạng hàm phi tuyến còn tương đối hạn chế. Các triết lý để cách xử trí tự đối sánh tương quan hoặc nội sinh trong hồi quy phân vị còn chưa được cách tân và phát triển hoàn thiện.

Ứng dụng hồi quy phân vị trên Stata

Giả thuyết

Chúng ta xây dựng quan hệ của CPI + DC tác động lên LnGDP, thường quan hệ tác động như thế này thì chúng ta sẽ dễ dàng phân tích bởi hồi quy bình phương nhỏ tuổi nhất cũng mang đến ra hiệu quả tương ứng, nhưng gồm một sự thật là hồi quy ols chỉ cho ra kết quả trung bình của CPI + DC tác động ảnh hưởng lên LnGDP,không tạo nên được mức độ của CPI DC ảnh hưởng lên LnGDP khi tăng trưởng 10 % | 25% | 50% | 75% | 90% sẽ thế nào ? với trả thuyết này thì họ hồi quy phân vị để nhận thấy mức độ của CPI + DC ảnh hưởng lên từng phân vị của LnGDP ra làm sao ?

Hồi quy phân vị

Kết trái hồi quy với những phân vị trên, ta được:


*

CPI: Ta dành được được tuy không có ý nghĩa thống kê dẫu vậy hệ số tác động của CPI thay đổi liên tục, nếu thông số phân vị 1/2 thì ngược lại, nó có tác động ảnh hưởng dương mang lại LnGDP. Và đặc trưng ở phân vị 90% thì biến chuyển CPI có ý nghĩa sâu sắc thống kê, tức là biến CPI có tác động dương lên đổi thay phụ thuộc.

Kiểm định phương sai sai số nỗ lực đổi

ta giành được phương không nên sai số khi phân vị là 10% là cố định và thắt chặt còn lại mọi phân vị không giống là phương không nên phần dư cố đổi

Machado-Santos Silva kiểm tra for heteroskedasticityHo: Constant varianceVariables: Fitted values of LnGDP and its squares

chi2(2) = 4.996Prob > chi2 = 0.082

Đồ thị phân vị


*

CPI: Qua đồ vật thị bọn họ dễ dàng khám phá rằng, lúc phân vị càng rẻ thì CPI ảnh hưởng tác động lên LnGDP càng ít, cơ mà khi phân vị là 20% thì CPI có ảnh hưởng dương với đổi thay phụ thuộc, đồng thời khi tăng phân vị lên thì CPI cũng tăng mạnh mức độ tác động lên LnGDP

DC: khi phân vị tăng dần cho đến 30% thì DC có ảnh hưởng cùng chiều với biến hóa phụ thuộc, nhưng mà khi phân vị tăng rộng 30% thì DC có ảnh hưởng tác động ngược chiều cùng với LnGDP.

Xem thêm: Soạn Văn Bài Liên Kết Văn Bản Ngắn Nhất, Soạn Bài Liên Kết Trong Văn Bản Ngắn Nhất

Ứng dụng hồi quy phân vị

Theo Hao và Naiman (2007), hồi quy phân vị sệt biệt phù hợp với việc nghiên cứu và phân tích chênh lệch tiền lương9, bởi những nguyên nhân như sau:

Một, trong nội dung nghiên cứu và phân tích về chênh lệch tiền lương, ngoài yêu ước phân tích chênh lệch tiền lương trung bình, các nhà phân tích còn cần chăm chú phân tích chênh lệch chi phí lương vừa đủ ở đội tiền lương thấp, team tiền lương cao và các nhóm không giống từ thấp mang lại cao. Bởi vì đó, rất có thể vận dụng hồi quy phân vị ứng với những phân vị không giống nhau để cho thấy thêm mức độ chênh lệch theo từng đội tiền lương.

Hai là, hàm triển lẵm của phát triển thành tiền lương thường xuyên là hàm triển lẵm bất cân nặng xứng, bao gồm dạng bày bán nặng đuôi (heavy – tailed), là điển hình nổi bật của mẫu mã số liệu bị hiện tượng kỳ lạ phương sai cố kỉnh đổi. Phương pháp hồi quy quantile regression phân vị thích phù hợp với các mẫu số liệu có hiện hữu hiện tượng phương sai thay đổi vì phương thức này không những cho thấy tác đụng theo vị trí nhiều hơn phân tích tác động ảnh hưởng theo đồ sộ của hàm phân phối.

Ba là, phương pháp hồi quy phân vị hoàn toàn có thể thực lúc này một nấc phân vị bấtkỳ t Î(0,1) bởi vì vậy, nếu gồm một nghiên cứu tài chính hay một định hướng kinh tế làm sao đócông bố thông tin về bất bình đẳng tại một phân vị rõ ràng nào đó, thì công ty nghiên cứu

có thể tiến hành hồi quy trên phân vị khớp ứng để phân tích. Ví dụ, trong nghiên cứu và phân tích về triệu chứng đói nghèo tại Việt Nam cho biết tỷ lệ hộ nghèo ở nước ta năm 2010 là 9,45% (theo Tổng cục Thống kê), khi thực hiện hồi quy phân vị có thể tiến hành hồi quy theo phân vị khớp ứng với phần trăm này để có những kết luận phù hợp. Đây là điều không thể thực hiện được nếu sử dụng OLS.

Bốn là, phương pháp hồi quy phân vị về chi phí lương rất có thể được thực hiện so với nhiều phân vị (cách nhau 5% hoặc 1%). Vì đó, có thể thấy được tác động của những yếu tố cho tiền lương ngơi nghỉ từng phân vị không giống nhau sẽ không giống nhau như cố kỉnh nào. Ứng cùng với mỗi team phân vị khác nhau hoàn toàn có thể có rất nhiều yếu tố ảnh hưởng tác động khác nhau. Từ bỏ đó, công ty nghiêu cứu rất có thể đề xuất những chính sách, các phương án cho phù hợp.

Xem thêm: Điốt Nào Cho Dòng Điện Ngược Đi Qua Là Loại Linh Kiện Nào? Linh Kiện Điện Tử Cho Dòng Ngược Đi Qua Là

Năm là, các nghiên cứu về chênh lệch tiền lương, chênh lệch thu nhập, chênh lệch mức sống tương tự như các nghiên cứu và phân tích về chứng trạng bất đồng đẳng trong xã hội thường xuyên ít dựa vào các mô hình mà dựa trên những chỉ tiêu đo lường và tính toán sự bất bình đẳng như con đường cong Lorenz, hệ số Gini, chỉ số Theil… với các điểm mạnh nêu trên, hồi quy quantile regression phân vị được bổ sung cập nhật vào kho dụng cụ để nghiên cứu và phân tích sự bất bình đẳng như là một trong công vậy nghiên cứu thuận tiện và hiệu quả.