RESEARCH METHOD

Sử dụng các chỉ số dưới _n và _N trên Stata

Các chỉ số dưới _n và _N là các biến hệ thống của Stata. _n cho biết vị trí của quan sát hiện tại trong dữ liệu. Bạn có thể sử dụng _n để tạo một biến số thứ tự cho mỗi quan sát. Trong khi _n cho biết số thứ tự của mỗi quan sát thì _N chính là giá trị lớn nhất của _n. Nếu không có tùy chọn by thì _N chính là giá trị của _n cho quan sát cuối cùng.

Chúng ta cũng có thể sử dụng _n như các chỉ số dưới – vốn được sử dụng rất phổ biến trong các công thức thống kê. Các chỉ số dưới rất hữu ích trong các dữ liệu có cấu trúc phân cấp (hierarchical structures) hoặc các loại dữ liệu bảng hay dữ liệu thời gian.

Việc sử dụng _n và _N giúp cho việc xử lí và trích lọc các biến trên bộ dữ liệu khảo sát mức sống dân cư Việt Nam (VHLSS) trở nên rõ ràng và dễ dàng hơn. Bài viết bên dưới sẽ giới thiệu chi tiết về cách sử dụng các chỉ số dưới để tạo lập các biến liên quan đến mỗi thành viên trong hộ, đặc biệt là chủ hộ và các biến chung cho hộ dựa trên bộ dữ liệu VHLSS 2012.
https://drive.google.com/open?id=1Psa0UFxRZ9n_w4rDRfGT7uPKLDu2QPdy

Xử lí các dữ liệu có định dạng chuỗi trên Stata

Bên cạnh dữ liệu dạng số thì các dữ liệu có định dạng chuỗi và dữ liệu có định dạng thời gian là những định dạng dữ liệu được sử dụng phổ biến trong các phân tích thống kê. Mỗi định dạng dữ liệu khác nhau cần có những kỹ thuật xử lí khác nhau. Bài viết sau sẽ minh họa cách xử lí các dữ liệu có định dạng chuỗi trên Stata.

Ngoài các lệnh encode, egen hoặc destring để chuyển các biến dạng chuỗi thành dạng số để xử lí thì trong nhiều trường hợp chúng ta xử lí trực tiếp trên các biến dạng chuỗi. Ví dụ sau đây sẽ minh họa trường hợp này.
https://drive.google.com/open?id=1QdCrcTzVLGQEMDRZND4vg1Md_ycpSYAa

Tính toán xác suất trên Stata

Việc tính toán các giá trị xác suất là rất phổ biến trong các kiểm định hoặc phân tích thống kê. Thay vì sử dụng các bảng tra các phân phối thì làm thế nào trên Stata chúng ta có thể tính toán giá trị xác suất ứng với mỗi giá trị của các phân phối thường gặp như phân phối chuẩn, phân phối Chi – bình phương, phân phối Student, phân phối Fisher và các dạng phân phối khác. Hoặc ngược lại, từ mức ý nghĩa (xác suất) cho trước chúng ta tính toán giá trị của các phân phối trên như thế nào? Cũng như đôi khi chúng ta muốn tính toán nhanh các giá trị giai thừa, hoán vị, tổ hợp trên Stata thì làm thế nào? Bài viết sau sẽ minh họa cách chuyển đổi qua lại giữa giá trị xác suất – giá trị của phân phối và cách tính các phép toán thống kê cơ bản trên Stata.
https://drive.google.com/open?id=19I7J8NmvpPssxCqKwIpN1W9V0k8Zg7bl

Một số lưu ý khi sử dụng lệnh collapse trên Stata

Liên quan đến dữ liệu sau khi được gộp (collapsed) bằng câu lệnh collapse (sum) với các quan sát của biến có chứa missing. Điều này sẽ dẫn đến sự thiên chệch trong kết quả ước lượng. Bởi lệnh collapse (sum) và egen sum, hoặc rowsum sẽ chuyển các giá trị missing thành giá trị 0. Ngược lại collapse (mean) hoặc collapse (sd) sẽ trả về giá trị missing. Bài viết sau sẽ mô phỏng vấn đề này và cách khắc phục.
https://drive.google.com/open?id=14yNid6uZvaQvw7K-82L_ZsYXpWrY39EI

Làm thế nào để biết đầu tư công (DTC, tỷ USD) có lấn áp đầu tư tư nhân (DTTN, tỷ USD) trong mối quan hệ tăng trưởng kinh tế? Cách đơn giản nhất để giải quyết vấn đề này đó là sử dụng biến tương tác giữa DTC*DTNN. Đây là trường hợp tương tác giữa 2 biến liên tục trong hồi quy. Sự tương tác giữa 2 biến liên tục trong hồi quy là tương đối phức tạp, và khó giải thích hơn so với sự tương tác giữa 1 biến liên tục và 1 biến phân loại. Bài viết sau sẽ minh họa và giải thích sự tương tác giữa 2 biến liên tục trong hồi quy OLS.
http://vietlod.com/giai-thich-su-tuong-tac-2-bien-lien-tuc

Bên dưới là phần minh họa chi tiết cách tải 11 chỉ số kinh tế quan trọng của Việt Nam như GDP, chi tiêu hộ gia đình, chi tiêu chính phủ, xuất khẩu, nhập khẩu theo giá danh nghĩa và giá thực; chỉ số giá tiêu dùng (CPI), tỉ giá (cuối kì, bình quân trong kì), lãi suất (cho vay, tiền gửi) của Việt Nam trong thời gian từ 2000 đến 2014 (theo năm hoặc quý hoặc nữa năm) từ IMF.
http://vietlod.com/huong-dan-tai-du-lieu-imf

Mỗi dạng mô hình sẽ có những phương pháp ước lượng phù hợp. Mô hình động sẽ có phương pháp động để ước lượng và ngược lại mô hình tĩnh sẽ có phương pháp tĩnh để ước lượng. Trong trường hợp dữ liệu bảng, phương pháp động được biết đến nhiều nhất chính là GMM (IV-GMM, D-GMM, S-GMM) và phương pháp tĩnh thường được sử dụng là các phương pháp ước lượng bảng tuyến tính cổ điển (LSDV, FE/FD, RE). Việc sử dụng các phương pháp ước lượng không phù hợp cho mô hình đang xét có thể dẫn đến các vấn đề về độ tin cậy (bị chệch), tính hiệu quả của kết quả ước lượng. Sau đây là phần lý do lựa chọn S-GMM so với các phương pháp ước lượng dữ liệu bảng. Nội dung gồm 2 phần: phần đầu là cơ sở lựa chọn giữa GMM với nhóm phương pháp ước lượng bảng tĩnh tuyến tính, tiếp đến là cơ sở lựa chọn S-GMM với D-GMM.
http://vietlod.com/co-so-lua-chon-gmm-vs-ols-fem-rem

Có 2 vấn đề quan trọng tiềm ẩn liên quan đến thành phần sai số trong một mô hình dữ liệu bảng, đó là:
1) Sự tương quan giữa các biến giải thích với tác động riêng rẽ;
2) Sự tương quan giữa các biến giải thích với thành phần sai số nhiễu;
Sự tồn tại của 1 trong 2 (hoặc cả 2) vấn đề này làm cho kết quả ước lượng của OLS sẽ bị chệch hoặc không hiệu quả, đó chính là lí do chọn GMM làm phương pháp ước lượng thay thế.

Thật vậy, để giải quyết 2 vấn đề này, trong mô hình bảng tĩnh tuyến tính chúng ta có thể sử dụng ước lượng tác động cố định (LSDV, FD hoặc FE) để loại bỏ thành phần tác động riêng rẽ (vấn đề 1); hoặc sử dụng ước lượng tác động ngẫu nhiên để kiểm soát vấn đề 2 [1].
Tuy nhiên, trong trường hợp mô hình bảng động tuyến tính, chẳng hạn mô hình tồn tại biến trễ phụ thuộc như là một biến giải thích trong mô hình thì các giải pháp của mô hình bảng tĩnh lại không phù hợp. Lấy sai phân để giải quyết vấn đề 1 lại dẫn đến vấn đề 2.
http://vietlod.com/van-de-cua-fem-rem-va-li-do-chon-gmm

Trong phân tích dữ liệu bảng, tính dừng của các biến chuỗi cần được xem xét kiểm định đầu tiên. Tiếp đến là kiểm tra các tác động riêng rẻ của mỗi đối tượng hoặc của điểm thời gian là cố định hoặc ngẫu nhiên, dồng thời cũng nên quan tâm đến tính ổn định của hệ số ước lượng theo các nhóm qua kiểm định Chow - Test. Tính nội sinh của biến cũng cần được xem xét khi chúng ta có lý do nghi ngờ tồn tại một/các biến có mối quan hệ chặt với một số biến trong mô hình. Sau khi hoàn tất các kiểm định trên thì mô hình mới được ước lượng. Kết quả ước lượng sau khi thỏa mãn các kiểm định về phương sai thay đổi, sự tự tương quan sẽ được sử dụng để phân tích, suy diễn thống kê. Bài viết này bao gồm 5 mục như sau:
- Mục 1 sẽ trình bày về kiểm định nghiệm đơn vị;
- Mục 2: kiểm tra tính ngẫu nhiên của các tác động riêng rẻ để lựa chọn FEM hay REM;
- Mục 3 sẽ kiểm tra tính ổn định của các hệ số ước lượng qua Chow test;
- Mục 4: kiểm tra biến nội sinh trong mô hình;
- Mục 5 sẽ đề cập đến vấn đề phương sai thay đổi và tự tương quan của phần dư trong mô hình.
http://vietlod.com/tong-hop-cac-kiem-dinh-trong-du-lieu-bang

Một mô hình phương trình cấu trúc (mô hình SEM) điển hình, thông thường bao gồm các thành phần chính như sau:

• Regression model
• Path model
• Factor (EFA, CFA) model
• Structural model

3 thành phần đầu tiên (regression, path và factor) được gọi chung là mô hình đo lường. Mô hình SEM là sự kết hợp của mô hình đo lường (measurement model) và mô hình cấu trúc (structural model). Bài viết sau sẽ lần lượt giải thích từng thành phần của mô hình SEM. Đồng thời, bài viết sẽ trình bày 3 trường hợp xây dựng mô hình SEM, đó là mô hình kiểm chứng (strictly confirmatory - SC), mô hình thay thế (alternative models - AM), và mô hình tùy biến (model generating - MG).
http://vietlod.com/regression-path-analysis-efa-cfa-trong-mo-hinh-sem