Lớp A: Hồi quy cơ bản với dữ liệu chéo

I

Buổi Nội dung  
1
  • Mô hình hồi quy tuyến tính
  • Phương pháp bình phương nhỏ nhất
  • Các giả thiết của mô hình hồi quy tuyến tính cổ điển
  • Tính vững, hiệu quả và không chệch của ước lượng
  • Kiểm định giả thuyết đơn và giả thuyết bội về hệ số hồi quy
2
  • Mở rộng hồi quy tuyến tính
    • Mô hình log-lin
    • Mô hình lin-log
    • Mô hình log-log
    • Mô hình hồi quy đa thức
    • Một số dạng hàm khác
3
  • Hồi quy với biến giả
4
  • Vấn đề đa cộng tuyến (Multicollinearity) : kiểm định và xử lý
5
  • Vấn đề phương sai thay đổi (Heteroskedasticity): kiểm định và xử lý
6
  • Vấn đề nội sinh: (Endogeneity): nguyên nhân, xử lý và các kiểm định


 

Lớp B1: Hồi quy với dữ liệu bảng

STT Nội dung  
1 Giới thiệu về số liệu Time Series

–         Nhận dạng số liệu time series

–         Tính xu thế, tính mùa vụ, tính chu kỳ

–         Tính dừng của chuỗi thời gian

–         Biểu đồ ACF và PACF

–         Kiểm định nghiệm đơn vị : kiểm định DF, ADF, Phillip – Perron và KPSS

–         Chuyển một chuỗi không dừng thành một chuỗi dừng

2 Mô hình ARIMA(p,d,p)

–         Mô hình AR(p), MA(q), ARMA(p,q) và ARIMA(p,d,q)

–         Phương pháp Box – Jenkin

3 Mô hình ARDL

–         Vấn đề ước lượng

–         Vấn đề dự báo

4 Mô hình VAR(Vector AutoRegressive)

–         Ước lượng mô hình

–         Kiểm định Granger Causality

–         Lựa chọn độ trễ

–         Tính ổn định (stability) của mô hình VAR

 

5 Mô hình VAR ( tiếp theo)

–         Hàm phản ứng đẩy (IRF – Impulse Response Function)

–         Phân rã phương sai (Variance Decomposition)

6 Mô hình hiệu chỉnh sai số (VECM – vector error correction model)

–         Kiểm định đồng liên kết

–         Mô hình VECM/ECM