Скачать или смотреть Lệnh sureg: Tối ưu hóa ước lượng SUR (Seemingly Unrelated Regressions)

Mô hình Hồi quy dường như không liên quan (Seemingly Unrelated Regressions - SUR), được Arnold Zellner đề xuất năm 1962, là một hệ thống gồm nhiều phương trình hồi quy tuyến tính, trong đó mỗi phương trình có biến phụ thuộc và các biến giải thích riêng biệt. Mặc dù các phương trình này có vẻ độc lập về mặt cấu trúc hàm số, nhưng trong mô hình SUR, chúng có mối liên hệ thống kê chặt chẽ thông qua sự tương quan giữa các sai số ngẫu nhiên (error terms) của các phương trình khác nhau đối với cùng một quan sát.

Ưu điểm vượt trội của SUR so với việc ước lượng từng phương trình riêng lẻ bằng OLS là sự gia tăng đáng kể tính hiệu quả của ước lượng. Bằng cách áp dụng phương pháp Feasible Generalized Least Squares (FGLS), SUR khai thác thông tin từ ma trận hiệp phương sai của các sai số để tạo ra các ước lượng tham số chính xác hơn với sai số chuẩn thấp hơn. Hiệu quả này đạt được cao nhất khi sự tương quan giữa các phần dư lớn và tập hợp các biến giải thích giữa các phương trình là hoàn toàn khác nhau.

Để thực hiện trên Stata, nhà nghiên cứu sử dụng lệnh sureg. Cú pháp chuẩn bao gồm việc đặt từng phương trình trong ngoặc đơn, ví dụ: sureg (depvar1 varlist1) (depvar2 varlist2). Stata cũng cung cấp các tùy chọn như dfk để điều chỉnh bậc tự do cho các mẫu nhỏ. Một bước quan trọng sau ước lượng là sử dụng tùy chọn corr để thực hiện kiểm định Breusch-Pagan nhằm xác nhận tính độc lập của phần dư, và sử dụng lệnh test để thực hiện các kiểm định giả thuyết liên kết chéo giữa các phương trình