HV - Huong Dan Eviews8

HỌC VIỆN TÀI CHÍNH
BỘ MÔN KINH TẾ LƯỢNG

--------------
HƯỚNG DẪN SỬ DỤNG EVIEWS 8

TRONG THỰC HÀNH KINH TẾ LƯỢNG CƠ BẢN
HÀ NỘI – 2015
1 GIỚI THIỆU CHUNG VỀ EVIEWS 8
1.1 Giới thiệu về EViews
Chương trình EViews cung cấp các công cụ phân tích dữ liệu, hồi quy và
dự báo chạy trên nền hệ điều hành Windows. Sử dụng EViews có thể nhanh
chóng xây dựng mối quan hệ thống kê từ dữ liệu có sẵn và sử dụng mối quan
hệ này để dự báo các giá trị tương lai. Chương trình EViews đặc biệt hữu dụng
trong: phân tích và đánh giá dữ liệu khoa học, phân tích tài chính, dự báo kinh
tế vĩ mô, mô phỏng, dự báo doanh số, và phân tích chi phí. Đặc biệt, EViews
là một phần mềm mạnh cho các nghiên cứu dữ liệu thời gian và dữ liệu chéo
với cỡ mẫu lớn.
EViews hỗ trợ nhiều cách nhập dữ liệu thông dụng như: nhập dữ liệu từ
bàn phím, chuyển dữ liệu từ các tệp tin sẵn có từ các phần mềm ứng dụng khác
(như các tệp tin của MS Excel hay các phần mềm khác). Với EViews, có thể
dễ dàng tạo ra các chuỗi mới từ các chuỗi dữ liệu hiện hành, hoặc mở rộng dữ
liệu có sẵn.
EViews trình bày các biểu mẫu, đồ thị, kết quả ấn tượng và có thể in trực
tiếp hoặc chuyển qua các loại định dạng văn bản khác. EViews giúp người sử
dụng dễ dàng ước lượng và kiểm định các mô hình kinh tế lượng.
EViews kế thừa các đặc điểm giao tiếp ưu việt của hệ điều hành Windows
như dùng chuột thực hiện trên hệ thống menu và hộp hội thoại nên rất thuận
tiện cho người dùng. Nhờ sử dụng loại ngôn ngữ rất gần với các ký hiệu chuẩn
của toán, thống kê, và kinh tế lượng, nên người sử dụng dễ dàng suy luận một
cách hợp lý khi xây dựng hoặc kiểm định các mô hình hồi quy trên EViews.
Phiên bản mới nhất của chương trình này là EViews 9. Trong tài liệu này,
chúng tôi hướng dẫn cách sử dụng EViews 8 trong thực hành kinh tế lượng cơ
bản dựa trên tài liệu EViews 8 Users Guide. Mọi thông tin khác về chương trình
EViews tham khảo tại www.eviews.com.
Ví dụ thực hành minh họa trong tài liệu là các tệp dữ liệu như sau:
Tệp thứ nhất là thuchanh1.wf1: Mô hình hồi quy doanh thu bán hàng - S
(nghìn USD/tháng) theo giá bán của sản phẩm - P (USD/sản phẩm) và chi phí
quảng cáo - AD (nghìn USD/tháng).
Tệp thứ hai là thuchanh2.wf1: Mô hình hồi quy tổng đầu tư - INV (tỷ
USD) theo tổng thu nhập quốc nội - GDP (tỷ USD) và tổng tiêu dùng tư nhân
- PCE (tỷ USD) của một quốc gia từ quý 1 năm 2002 đến quý 1 năm 2012.
2
Tệp thứ ba là thuchanh3.wf1: Mô hình hồi quy tổng tài sản ròng - TS (nghìn
USD) với tổng thu nhập - TN (nghìn USD), số người trong hộ gia đình - S (người),
giới tính - GT (GT = 1 là nam, GT = 0 là nữ) của 38 nhân viên trong một công ty.
1.2 Màn hình giao tiếp của EViews
Nếu chương trình được cài đặt thành công, thì khi khởi động chương trình
Eviews sẽ thấy xuất hiện một cửa sổ chính với các thành phần như sau:
Thanh tiêu đề (Title bar): Luôn hiện ở phía trên cùng của cửa sổ chính và
có tên là EViews. Nếu có nhiều cửa sổ làm việc cùng được mở với kích thước
tối đa thì tên của các cửa sổ này sẽ xuất hiện cùng với tên chương trình.
Thanh menu (Main menu): Bao gồm các lệnh làm việc với EViews được
sắp xếp theo chủ đề. Người sử dụng có thể dùng chuột hoặc tổ hợp phím tắt để
lựa chọn thực hiện lệnh.
Cửa sổ lệnh (Command windows): Nơi nhập các lệnh thực hiện, kết thúc
ấn phím Enter. Để chuyển đến làm việc với cửa sổ lệnh ấn phím F5.
Vùng làm việc (Work area): Là phần ở giữa của cửa sổ chính và chứa các
đối tượng đang làm việc của người sử dụng.
Thanh trạng thái (Status line): Luôn xuất hiện phía cuối cửa sổ chính.
Thanh trạng thái được chia làm nhiều phần hiển thị các thông tin như: đường
dẫn hiện thời, tên tệp dữ liệu, tình trạng thực hiện lệnh,...
3
1.3 Tệp dữ liệu (workfile)
EViews có nhiều định dạng tệp khác nhau như:
- Workfile: Là dạng tệp cơ bản dùng để lưu trữ dữ liệu phục vụ mục đích
phân tích.
- Database: Là tệp cơ sở dữ liệu.
- Program: Là tệp chương trình.
- Text File: Là tệp dạng văn bản.
Nội dung phần này chỉ giới thiệu về tệp dữ liệu cơ bản là workfile và các
thao tác trên tệp dữ liệu này.
Workfile được gọi chung là tệp tin làm việc của Eviews. Ở một cấp độ cơ
bản, một tệp tin EViews chứa các đối tượng của EViews. Mỗi đối tượng bao
gồm tập hợp các thông tin có liên quan đến một lĩnh vực phân tích cụ thể như
một chuỗi dữ liệu, một phương trình, hay một đồ thị. Làm việc trên EViews
chủ yếu liên quan đến các đối tượng chứa trong một tệp tin.
1.3.1 Tạo tệp dữ liệu mới
Trong Eviews có nhiều cách tạo một tệp dữ liệu mới. Tuy nhiên, ở mức
độ sử dụng cơ bản thường dùng hai cách chính là: (1) Tạo tệp dữ liệu bằng cách
mô tả cấu trúc của tệp rồi nhập dữ liệu. (2) Tạo tệp dữ liệu bằng cách mở và
đọc dữ liệu từ một nguồn bên ngoài.
Cách 1: Tạo tệp dữ liệu bằng cách mô tả cấu trúc của tệp rồi nhập dữ liệu.
Từ màn hình giao tiếp ngay sau khi khởi động Eviews, chọn Create a new
Eviews workfile.
Hoặc thực hiện menu [Eviews]File/New/Workfile.
Hoặc ấn tổ hợp phím Ctrl + N.
Xuất hiện hộp hội thoại Workfile Create và cần mô tả kiểu cấu trúc của
tệp dữ liệu trong phần Workfile structure type. Cấu trúc của tệp được chọn
phù hợp với các kiểu dữ liệu là: dữ liệu chéo (Unstructure/Undated), dữ liệu
chuỗi thời gian (Date – regular frequency) và dữ liệu bảng (Balanced Panel).
 Nếu là dữ liệu chéo thì hộp hội thoại Workfile Create như sau:
Observations: Nhập vào số quan sát.
Workfile names: WF: Tên của tệp dữ liệu; Page: Tên của trang dữ liệu.
Kết thúc khai báo chọn nút OK sẽ xuất hiện cửa sổ Workfile.
4
 Nếu là dữ liệu chuỗi thời gian thì hộp hội thoại Workfile Create như
sau:
Frequency: Tần số của số liệu. Cần lựa chọn tần số cho dữ liệu thời gian.
Các lựa chọn là: Annual – Năm; Semi-annual – Nửa năm; Quarterly – Quí;
Monthly – Tháng; Weekly – Tuần; Daily 5 day week – Ngày (tuần 5 ngày);
Daily 7 day week – Ngày (tuần 7 ngày).
Start date: xác định thời điểm bắt đầu chuỗi thời gian.
End date: xác định thời điểm kết thúc.
 Nếu là dữ liệu bảng thì hộp hội thoại Workfile Create như sau:
5
Phần dữ liệu bảng sẽ được giới thiệu cụ thể trong tài liệu khác.
Cách 2: Tạo tệp dữ liệu mới bằng cách mở và đọc dữ liệu từ một nguồn
bên ngoài (không thuộc định dạng Eviews) như Text, Excel, Stata, SPSS, ...
Thực hiện menu [Eviews]File/Open/Forgeirn Data a Workfile, trong
hộp hội thoại Open chọn tệp dữ liệu cần mở. Tiếp theo sẽ thực hiệc theo các
bước với các tham số thể hiện trong từng hộp hội thoại.
Ví dụ: Nếu chọn tệp là thuchanh1.xlsx của MS Excel thì xuất hiện hộp hội
thoại sau:
Predefined range: Eviews mặc định xác định vùng dữ liệu từ ứng dụng
khác chuyển vào.
6
Custom range: Người dùng thay đổi vùng dữ liệu (các tham số sẽ được
thay đổi tùy theo từng ứng dụng).
Read series by row: Tùy chọn khi dữ liệu từ nguồn bên ngoài được tổ chức
theo dòng.
Chọn nút Next để tiếp tục, nút Back quay lại bước trước, nút Cancel để bỏ
qua lệnh và nút Finish để kết thúc. Nếu chọn Next sẽ chuyển sang bước 2.
Column headers: bao gồm hai tham số:

Header lines: Thay đổi số dòng là tiêu đề (nếu không có dòng tiêu đề chọn
0 khi đó tên các chuỗi dữ liệu được đặt mặc định là series#).
Header tyle: Lựa chọn tham số cho tiêu đề cột dữ liệu (thường lựa chọn là
Names only).
Column info: bao gồm hai tham số liên quan đến một cột dữ liệu cụ thể.
Name: Tên chuỗi số liệu.
Description: Mô tả về chuỗi số liệu.
Data type: Kiểu dữ liệu.
Nếu chọn Next sẽ chuyển sang bước 3.
7
Basic structure: Chọn cấu trúc của tệp: dữ liệu chéo
(Unstructure/Undated), dữ liệu chuỗi thời gian (Date – regular frequency) và
dữ liệu bảng (Balanced Panel),...
Kết thúc chọn nút Finish sẽ có tệp dữ liệu trong Eviews.
1.3.2 Cửa sổ tệp dữ liệu Workfile
Khi mở tệp dữ liệu sẽ xuất hiện cửa sổ Workfile với các thành phần chính
như sau:
8
Cửa sổ Workfile cho phép nhập, sửa và xử lý dữ liệu. Khi tệp dữ liệu mới
được tạo bằng cách 1 (Tạo tệp dữ liệu bằng cách mô tả cấu trúc của tệp rồi nhập
dữ liệu) thì cửa sổ Workfile chỉ có hai biến là hệ số C và biến resid. Cần đưa
thêm các biến và nhập dữ liệu cho các biến mới này. Có thể thực hiện bằng một
trong cách cách sau.
Cách 1: Thêm biến mới thực hiện lệnh: [EViews]Quick/Empty Group
sẽ xuất hiện cửa sổ Group. Trong cửa sổ Group có thể thực hiện nhập trực tiếp
từ bàn phím tên các biến và dữ liệu cho các biến hoặc thực hiện sao chép dữ
liệu từ các phần mềm khác (ví dụ như bảng tính MS Excel) sang các cột tương
ứng trong cửa sổ này.
Cách 2: Chuyển dữ liệu từ một tệp của các phần mềm ứng dụng khác vào
Eviews.
Thực hiện menu [EViews]Proc/Import/Import from file.
Hoặc thực hiện menu [Workfile]Proc/Import/Import from file.
Tiếp theo chọn tên tệp cần chuyển dữ liệu vào trong cửa số Open. Nếu tệp
là bảng tính của MS Excel sẽ tiến hành theo như các bước trong phần Tạo tệp
dữ liệu mới bằng cách mở và đọc dữ liệu từ một nguồn bên ngoài.
Gán nhãn cho biến: Các biến mới đưa vào chưa được gán nhãn. Nhằm thể
hiện rõ nghĩa hơn về biến trong các công việc xử lý sau này như vẽ biểu đồ cần
gán nhãn cho các biến.
Thực hiện: Kích kép chuột tại tên biến cần gán trong cửa sổ Workfile
(Hoặc kích chuột phải tại tên biến và chọn mục Open) sẽ xuất hiện cửa sổ
Series. Chọn nút Name, xuất hiện cửa sổ Obiect Name để nhập vào nhãn cho
biến.
9
Sửa đổi dữ liệu: Thực hiện theo các bước sau:
- Mở chuỗi số liệu cần sửa bằng cách kích kép chuột tại tên biến (Hoặc
kích chuột phải tại tên biến và chọn mục Open. Hoặc chọn nút Show)
trong cửa sổ Workfile.
- Trong cửa sổ Series, chọn nút Edit +/- hoặc kích chuột phải chọn mục
Edit +/-.
- Thực hiện sửa đổi giá trị.
Hiển thị thông tin tóm tắt về Workfile:
Thực hiện menu [Workfile]View/Statistic.
Workfile Statistics
Date: 02/06/16 Time: 16:41
Name: THUCHANH1
Number of pages: 1
Page: Data_goc
Workfile structure: Unstructured/Undated
Range: 1 75 -- 75 obs
Object Count Data Points
series 9 675
coef 1 750
equation 1
graph 1
Total 12 1425
Thực hiện menu [Workfile]View/Workfile directory để quay lại cửa sổ

Workfile dạng thư mục.
Các loại đối tượng trong Workfile: EViews có các loại đối tượng chính
được thể hiện bằng biểu tượng riêng như sau:
10
Ở mức độ làm việc với mô hình kinh tế lượng cơ bản thường dùng các đối
tượng là:
- Series: Chuỗi số liệu.
- Graph: Biểu đồ, đồ thị.
- Group: Nhóm các đối tượng.
- Equation: Phương trình hồi quy
1.3.3 Lưu trữ dữ liệu
Thực hiện menu [EViews]File/Save (Hoặc ấn tổ hợp phím Ctrl + S) xuất
hiện hộp hội thoại Save:
11
Organise: xác định thư mục chứa tệp dữ liệu.
File name: nhập vào tên tệp.
Save as type: chọn định dạng tệp dữ liệu (mặc định là định dạng Eviews
Workfile *.wf1).
Lưu ý: Nếu muốn lưu trữ tệp dữ liệu với tên khác thực hiện
[EViews]File/Save As. Phần mô tả thực hiện giống như lệnh File/Save.
1.3.4 Mở tệp dữ liệu đã có
Từ màn hình giao tiếp ngay sau khi khởi động Eviews, chọn Open an
existing Eviews workfile.
Hoặc thực hiện menu File/Open/EViews workfile.
Hoặc ấn tổ hợp phím Ctrl + O.
Organise: xác định thư mục chứa tệp dữ liệu cần mở.
Type: chọn định dạng tệp dữ liệu cần mở (mặc định là định dạng Eviews
Workfile *.wf1).
File name: nhập vào tên tệp hoặc chọn tên tệp dữ liệu trong danh sách.
2 Vẽ đồ thị
2.1 Thực hiện trên một biến
Lựa chọn mở cửa sổ Series của biến cần thực hiện.
Thực hiện menu [Series]View/Graph (hoặc [EViews]Quick/Graph),
xuất hiện hộp hội thoại Graph Options:
12
Options Pages: Lựa chọn nhóm đồ thị. Mức độ cơ bản là nhóm Graph
Type – Basic Type.
Graph Type: Lựa chọn kiểu đồ thị trong nhóm. Line – dạng đường; Bar –
dạng dải; Area – dạng vùng; Distribution – biểu đồ phân phối; ...
Doanh thu
92
88
84
80
76
72
68
64
60
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Thay đổi định dạng đồ thị:

- [Graph]Proc/Options: thay đổi kiểu đồ thị, đường và màu biểu diễn.
- [Graph]Proc/Add text (hoặc chọn nút AddText): thêm tiêu đề và thay
đổi vị trí tiêu đề của đồ thị.
- [Graph]Proc/Save Graph to disk: lưu đồ thị là một tệp trên đĩa.
13
- Cửa sổ Graph chọn nút Name: Lưu đồ thị như đối tượng được quản lý
trong cửa sổ Workfile.
Vẽ nhiều loại đồ thị trên cùng một trục tọa độ: Trường hợp này thường
được sử dụng trong tình huống muốn biểu diễn nhiều đồ thị cũng nhau (ví dụ
như muốn biểu diễn biểu đồ histogam cũng với đường phân phối chuẩn).
Bước 1: Thực hiện menu [Series]View/Graph:
Bước 2: Trong cửa sổ Graph Options chọn nút Options:
14
Bước 3: Chọn nút Add để thêm đồ thị (ngược lại chọn nút Remove nếu
muốn loại bỏ dạng đồ thị đã lựa chọn có tên trong phần Added Elements).
Bước 4: Chọn tên loại đồ thị cần đưa thêm trong phần Element Type. Kết
thúc chọn nút OK sẽ quay lại cửa sổ Distribution Plot Customize.
Kết thúc chọn OK sẽ có kết quả như sau:
15
2.2 Thực hiện trên nhiều biến
Lựa chọn nhóm dữ liệu cần thực hiện.
Thực hiện menu [Series]View/Graph (hoặc [EViews]Quick/Graph),
xuất hiện hộp hội thoại Graph Options như trường hợp một biến.
Để biểu diễn đường đồ thị xu hướng giữa hai biến thì chọn loại đồ thị là
Scatter. Thêm đường hồi quy thì phần Fit lines chọn Regression Line.
92
88
84
80
Doanh thu
76
72
68
64
60
0.4 0.8 1.2 1.6 2.0 2.4 2.8 3.2
Chi phi quang cao
16
3 Thống kê mô tả
3.1 Thực hiện trên một biến
Lựa chọn mở cửa sổ Series của biến cần thực hiện.
Thực hiện menu [Series]View/Descriptive Statistics & Test và thực hiện
lựa chọn tiếp các mục với các chức năng như sau:
- Histogram & Stats: Hiển thị biểu đồ histogram và giá trị các tham số
thống kê mô tả.
- Stats Table: Hiển thị giá trị các tham số thống kê mô tả dưới dạng bảng.
P
Trung bình Mean 5.687200
Trung vị Median 5.690000
Giá trị lớn nhất Maximum 6.490000
Giá trị nhỏ nhất Minimum 4.830000
Độ lệch tiêu chuẩn Std. Dev. 0.518432
Hệ số bất đối xứng Skewness 0.061846
Hệ số nhọn Kurtosis 1.667162
Thống kê JB Jarque-Bera 5.599242
Mức xác suất Probability 0.060833
Tổng Sum 426.5400
Tổng bình phương chênh lệch Sum Sq. Dev. 19.88911
Số quan sát Observations 75
3.2 Thực hiện trên nhiều biến
3.2.1 Thống kê mô tả
Lựa chọn các biến trong cửa sổ Workfile (bằng cách giữ phím Ctrl và kích
chuột chọn tên biến), kích chuột phải chọn mục Open/As group hoặc chọn nút
Show trong cửa sổ Workfile.
Thực hiện menu [Group]View/Descriptive Statistics/Common Sample.
17
S P AD
Mean 77.37467 5.687200 1.844000
Median 76.50000 5.690000 1.800000
Maximum 91.20000 6.490000 3.100000
Minimum 62.40000 4.830000 0.500000
Std. Dev. 6.488537 0.518432 0.831677
Skewness -0.010631 0.061846 0.037087
Kurtosis 2.255328 1.667162 1.704890
Jarque-Bera 1.734340 5.599242 5.258786
Probability 0.420139 0.060833 0.072122
Sum 5803.100 426.5400 138.3000
Sum Sq. Dev. 3115.482 19.88911 51.18480
Observations 75 75 75
3.2.2 Hệ số tương quan
Thực hiện menu [Group]View/Covariance Analysis, chọn mục
Correlation:
Kết quả phân tích tương quan:

S P AD
S 1.000000 -0.625541 0.222080
P -0.625541 1.000000 0.026366
AD 0.222080 0.026366 1.000000
3.2.3 Hệ số hiệp phương sai
Thực hiện menu [Group]View/Covariance Analysis, chọn mục
Covariance.
18
Kết quả phân tích hiệp phương sai:
S P AD
S 41.53976 -2.076178 1.182448
P -2.076178 0.265188 0.011217
AD 1.182448 0.011217 0.682464
4 Phép toán và hàm cơ bản

Phép toán số học: cộng (+), trừ (-), nhân (*), chia (/), và lũy thừa (^).
Phép toán so sánh: lớn hơn (>), nhỏ hơn (<), lớn hơn hoặc bằng (>=), nhỏ
hơn hoặc bằng (<=), bằng (=) và không bằng (<>).
Các hàm cơ bản:
Hàm Ý nghĩa
@abs(X) Trị tuyệt đối của X
@exp(X) Antilog của X
@inv(X) Nghịch đảo của X
@log(X) hoặc log(X) Logarit tự nhiên của X (ln(X))
@sqrt(X) hoặc sqrt(X) Căn bậc hai của X
@trend(base date) Tạo biến xu thế
@seas() Hàm thể hiện yếu tố mùa vụ
@round(X) Làm tròn số
@cor(X,Y) Hệ số tương quan giữa X và Y
@cov(X,Y) Hiệp phương sai giữa X và Y
@obs(X) Số quan sát của biến X
@regobs Số quan sát của mô hình hồi quy
@mean(X) Giá trị trung bình của X
@median(X) Giá trị trung vị của X
@min(X) Giá trị nhỏ nhất của X
@max(X) Giá trị lớn nhất của X
@stdev(X) Độ lệch tiêu chuẩn của X
@var(X) Phương sai của X
@skew(X) Hệ số bất đối xứng của X
@kurt(X) Hệ số nhọn của X
@sum(X) Tổng của X
@ssr Tổng bình phương của phần dư
19
Ví dụ: Tính hệ số tương quan của 2 biến dùng lệnh:
Scalar r_sp=@cor(s,p)
Biến trễ và biến sai phân:
Biến trễ một kỳ Xt-1: X(-1)
Biến trễ k kỳ Xt-k: X(-k)
Biến tới một kỳ Xt+1: X(1)
Biến tới k kỳ Xt+k: X(k)
Sai phân bậc một X  X t  X t 1 : D(X)
Sai phân bậc k  k X  X t  X t k : D(X,k)
Thêm biến mới: Thực hiện menu [EViews]Quick /Generate Series:
Enter equation: Nhập vào tên biến và biểu thức xác định giá trị cho biến.
Sample: thay đổi mẫu (mặc định là toàn bộ mẫu ban đầu).
Hoặc sử dụng lệnh: GENR <Tên biến> = <Biểu thức>
Hoặc sử dụng lệnh: SERIES <Tên biến> = <Biểu thức>
Ví dụ: Tương ứng với cách sử dụng menu như trên có thể dùng lệnh:
GENR ln_p = log(p); hoặc GENR ln_p = @log(p); hoặc SERIES ln_p = log(p).
5 Ước lượng mô hình hồi quy

Hàm hồi quy tổng thể (PRM):
E (Y X  X ji )  1  2 X 2i  ...  k X ki , (j  2,k; i  1, N )
Mô hình hồi quy tổng thể (PRF):

Yi  1   2 X 2i  ...   k X ki  U i
20
Hàm hồi quy mẫu (SRF):
Yˆi  ˆ1  ˆ2 X 2i  ...  ˆk X ki , (i  1,n)
Mô hình hồi quy mẫu (SRM):

Yi  ˆ1  ˆ2 X 2i  ...  ˆk X ki  ei
5.1 Ước lượng mô hình bằng phương pháp bình phương nhỏ nhất
Có thể thực hiện ước lượng mô hình bằng một trong các cách sau:
Cách 1: Thực hiện menu [EViews]Quick/Estimate Equation:
Thẻ Specification gồm các phần:

- Equation specification: Khai báo phương trình hồi quy.
Khai báo bằng cách liệt kê tên biến: trình tự liệt kê là: tên biến phụ thuộc,
tiếp theo là hệ số chặn và danh sách biến độc lập (hằng số C có thể để cuối danh
sách). Giữa các biến phải cách nhau khoảng trống.
Khai báo bằng cách mô tả phương trình: phương trình hồi quy được thay
kí hiệu C(j) cho hệ số  j . Ví dụ: S = C(1) + C(2)*P + C(3)*AD
- Method: Lựa chọn phương pháp ước lượng. Nếu là phương pháp bình
phương nhỏ nhất chọn LS – Least Squares.
- Sample: Xác định mẫu ước lượng.
Ví dụ: Kết quả ước lượng mô hình hồi quy doanh thu phụ thuộc vào giá
và chi phí quảng cáo theo cách liệt kê tên biến như sau:
21
Dependent Variable: S
Method: Least Squares
Sample: 1 75
Included observations: 75
Variable Coefficient Std. Error t-Statistic Prob.
C 118.9136 6.351638 18.72172 0.0000

P -7.907854 1.095993 -7.215241 0.0000
AD 1.862584 0.683195 2.726283 0.0080
R-squared 0.448258 Mean dependent var 77.37467

Adjusted R-squared 0.432932 S.D. dependent var 6.488537
S.E. of regression 4.886124 Akaike info criterion 6.049854
Sum squared resid 1718.943 Schwarz criterion 6.142553
Log likelihood -223.8695 Hannan-Quinn criter. 6.086868
F-statistic 29.24786 Durbin-Watson stat 2.183037
Prob(F-statistic) 0.000000
Ví dụ: Kết quả ước lượng mô hình hồi quy doanh thu phụ thuộc vào giá
và chi phí quảng cáo theo cách viết phương trình như sau:
Sample: 1 75
S = C(1) + C(2)*P + C(3)*AD
Coefficient Std. Error t-Statistic Prob.
C(1) 118.9136 6.351638 18.72172 0.0000

C(2) -7.907854 1.095993 -7.215241 0.0000
C(3) 1.862584 0.683195 2.726283 0.0080

Cách 2: Thực hiện menu [EViews]Object/New Object, chọn mục

Equation trong phần Type of object, kết thúc chọn nút OK.
Cách 3: Thực hiện menu [Workfile]Object/New Object, chọn mục
Equation trong phần Type of object, kết thúc chọn nút OK.
Cách 4: Chọn tên các biến theo trình tự như trong phương trình hồi quy ở
cửa sổ Workfile. Kích chuột phải, chọn Open/As Equation.
Cách 5: Chọn tên các biến xuất hiện trong phương trình hồi quy ở cửa sổ
Workfile. Kích chuột phải, chọn Open. Thực hiện menu [Group]Proc/Make
Equation.
Cách 6: Trong cửa sổ lệnh, nhập lệnh: LS <Tên biến phụ thuộc> <Hằng
số C và danh sách biến độc lập>
22
Ví dụ: Ước lượng mô hình hồi quy doanh thu phụ thuộc vào giá và chi phí
quảng cáo bằng lệnh: LS S C P AD
Các cách thể hiện kết quả ước lượng mô hình hồi quy:
- Thực hiện menu [Equation]View/Representations: kết quả được biểu
diễn dưới dạng câu lệnh, mô hình hồi quy.
- Thực hiện menu [Equation]View>Estimation Output: kết quả được

biểu diễn dưới dạng bảng báo cáo.
Lưu kết quả ước lượng mô hình hồi quy: Trong cửa sổ Equation, chọn nút
Name:
Name to identify object: Nhập tên lưu kết quả ước lượng (mặc định tên sẽ
được đặt là eq#).
Thay đổi tham số ước lượng mô hình hồi quy: Trong cửa sổ Equation,
chọn nút Estimate. Thực hiện thay đổi các tham số như phần ước lượng mô
hình.
5.2 Giá trị ước lượng và phần dư
Sau khi ước lượng mô hình hồi quy, có thể xem kết quả ước lượng và giá
trị phần dư bằng cách:
Thực hiện menu [Equation]View/Actual, Fitted, Residual:
- Chọn Actual, Fitted, Residual Table kết quả hiển thị dưới dạng bảng:
23
- Chọn Actual, Fitted, Residual Graph kết quả hiển thị dưới dạng đồ thị:
- Chọn Residual Graph (hoặc Standardized Residual Graph) kết quả chỉ
hiển thị phần dư dưới dạng đồ thị:
24
5.3 Ma trận hiệp phương sai giữa các hệ số hồi quy ước lượng
Thực hiện menu [Equation]View/Covarian Metrix:
5.4 Kiểm định về các hệ số - Kiểm định Wald

Kiểm định Wald thực hiện kiểm định ràng buộc về các hệ số hồi quy dựa
trên thống kê T, F và  2 .
Thực hiện menu [Equation]View/Coefficient Diagnostics/Wald Test-
Coefficient Restrictions:
25
Trong cửa sổ Wald Test khai báo giả thuyết cần kiểm định về các hệ số.
Qui định đánh số các hệ số là C(1), C(2),... theo thứ tự khai báo trong phương
trình hồi quy.
Ví dụ: Cần kiểm định xem hệ số 2  8 có đúng không thực hiện khai
báo trong cửa sổ Wald Test:
Kết quả kiểm định: Giá trị p-value = 0 nên kết luận 2  8 .
Wald Test:
Equation: EQ01
Test Statistic Value df Probability
t-statistic 14.43596 72 0.0000

F-statistic 208.3970 (1, 72) 0.0000
Chi-square 208.3970 1 0.0000
Null Hypothesis: C(2) = -8

Null Hypothesis Summary:
Normalized Restriction (= 0) Value Std. Err.
8 + C(2) 9.862584 0.683195
Restrictions are linear in coefficients.

5.5 Kiểm định bỏ bớt biến
Thực hiện menu [Equation]View/Coefficient Diagnostics/Redundant
Variable Test – Likelihood Ratio:
Trong cửa sổ Redundant Variable Test khai báo tên biến cần xem xét loại
ra khỏi mô hình.
26
Ví dụ: Cần kiểm định xem có nên bỏ biến giá P ra khỏi mô hình không
thực hiện khai báo trong cửa sổ Redundant Variable Test:
Kết quả kiểm định: Giá trị p-value = 0 nên kết luận không nên bỏ biến P
ra khỏi mô hình.
Redundant Variables Test
Equation: EQ01
Specification: S P AD C
Redundant Variables: P
Value df Probability
t-statistic 7.215241 72 0.0000
F-statistic 52.05971 (1, 72) 0.0000
Likelihood ratio 40.80726 1 0.0000
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 1242.884 1 1242.884
Restricted SSR 2961.827 73 40.57298
Unrestricted SSR 1718.943 72 23.87421
LR test summary:
Value df
Restricted LogL -244.2731 73
Unrestricted LogL -223.8695 72
Restricted Test Equation:

Sample: 1 75
AD 1.732616 0.890324 1.946052 0.0555

C 74.17972 1.798983 41.23426 0.0000

27
5.6 Kiểm định thêm biến
Thực hiện menu [Equation]View/Coefficient Diagnostics/Omitted
Variable Test – Likelihood Ratio:
Trong cửa sổ Omitted Variable Test khai báo tên biến cần xem xét thêm
vào mô hình.
Ví dụ: Cần kiểm định xem có nên thêm biến quảng cáo AD*AD vào mô
hình không thực hiện khai báo trong cửa sổ Omitted Variable Test:
Kết quả kiểm định cho kết luận nên thêm biến AD*AD vào mô hình.
Omitted Variables Test
Equation: EQ01
Omitted Variables: AD*AD
t-statistic 2.942688 71 0.0044
F-statistic 8.659413 (1, 71) 0.0044
F-test summary:
Mean
Test SSR 186.8585 1 186.8585
Restricted SSR 1718.943 72 23.87421
LR test summary:
Value df
28
Unrestricted Test Equation:
Sample: 1 75
P -7.640000 1.045939 -7.304442 0.0000

AD 12.15124 3.556164 3.416950 0.0011
C 109.7190 6.799045 16.13742 0.0000
AD*AD -2.767963 0.940624 -2.942688 0.0044

6 Mô hình hồi quy với biến giả

6.1 Cách tạo biến giả
Tạo biến giả bằng cách sử dụng lệnh SMPL
Giả sử trong tệp dữ liệu có biến GT là biến có kiểu kí tự và có hai giá trị
là: Nam và Nữ. Để tạo biến giả D1 nhận giá trị nhị phân (D1 = 1 nếu GT =
“Nam” và D1 = 0 nếu GT = “Nữ”), từ cửa sổ lệnh nhập vào các lệnh như sau:
GENR D1 = 0 Đặt biến mới D1 = 0 với mọi quan sát
SMPL IF GT = “Nam” Xét riêng các quan sát có GT là “Nam”
D1 = 1 Đặt D1 = 1 cho các quan sát này
SMPL @all Chọn lại tất cả các quan sát
6.2 Ước lượng mô hình hồi quy có biến giả
Thực hiện ước lượng mô hình hồi quy có biến giả tương tự như với các
biến định lượng khác (Xem phần 5.1).
Sử dụng tệp dữ liệu thuchanh3.wf1, thực hiện ước lượng mô hình không
có hệ số tương tác kết quả như sau:
Dependent Variable: TS
Sample: 1 38
C 7.279147 11.89739 0.611827 0.5447

TN 0.640247 0.217169 2.948147 0.0057
S -5.040424 2.440299 -2.065495 0.0466
GT -10.66710 8.876195 -1.201765 0.2378
29
Sử dụng tệp dữ liệu thuchanh3.wf1, thực hiện ước lượng mô hình có hệ

số tương tác kết quả như sau:
Dependent Variable: TS
Sample: 1 38
C -4.000077 12.66582 -0.315817 0.7541

TN 0.922598 0.249983 3.690639 0.0008
S -4.597302 2.345346 -1.960181 0.0585
GT 24.43868 19.25026 1.269525 0.2131
TN*GT -0.920247 0.452840 -2.032169 0.0502

7 Kiểm định khuyết tật đối với mô hình hồi quy

7.1 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên
Để kiểm tra xem sai số có phân phối chuẩn hay không thực hiện menu
[Equation]View>Residual Diagnostics>Histogram – Normality Test:
Ví dụ: Với kết quả kiểm định có p-value = 0.923596 cho kết luận phần dư
của mô hình có phân phối chuẩn.
30
7.2 Kiểm định thiếu biến, sai dạng hàm
Kiểm định Ramsey cho phép kiểm định mô hình hồi quy gốc có thiếu biến
và dạng hàm sử dụng có phù hợp hay không?
Thực hiện menu [Equation]View/Stability Diagnostics/Ramsey
RESET test:
Trong cửa sổ RESET Specification khai báo số biến cần đưa thêm vào mô
hình gốc (các biến này là dạng lũy thừa của ước lượng biến phụ thuộc).
Ví dụ: Cần kiểm định xem mô hình gốc có thiếu biến hoặc sai dạng hàm
hay không? Chọn kiểm định Ramsey và thực hiện khai báo:
Kết quả kiểm định: Giá trị p-value = 0.5888 (thống kê F) nên kết luận mô
hình không sai dạng hàm.
Ramsey RESET Test
Equation: EQ01
Omitted Variables: Powers of fitted values from 2 to 3
F-statistic 0.533686 (2, 70) 0.5888
F-test summary:
Mean
Test SSR 25.81709 2 12.90855
Restricted SSR 1718.943 72 23.87421
LR test summary:
Value df
Unrestricted Test Equation:

31
Sample: 1 75
P 506.7256 864.5470 0.586117 0.5597

AD -119.2254 203.3434 -0.586325 0.5595
C -5895.094 10185.01 -0.578801 0.5646
FITTED^2 0.815991 1.412147 0.577837 0.5652
FITTED^3 -0.003401 0.006070 -0.560184 0.5771

7.3 Kiểm định đa cộng tuyến

Kiểm định đa cộng tuyến bằng mô hình hồi quy phụ. Thực hiện bằng cách
ước lượng biến độc lập theo các biến độc lập còn lại và đánh giá xem mô hình
này có phù hợp không? Nếu mô hình hồi quy phụ là phù hợp sẽ kết luận mô
hình gốc có đa cộng tuyến.
Ví dụ: Kiểm định đa cộng tuyến bằng mô hình hồi quy phụ, ước lượng
biến giá (P) theo chi phí quảng cáo (AD).
Dependent Variable: P
Sample: 1 75
C 5.656893 0.147368 38.38612 0.0000

AD 0.016435 0.072933 0.225348 0.8223

Adjusted R-squared -0.012994 S.D. dependent var 0.518432
Kết quả ước lượng mô hình cho kết luận mô hình ban đầu không có đa
cộng tuyến ở mức ý nghĩa 5%.
Đánh giá mức độ đa cộng tuyến qua hệ số tương quan cặp giữa các biến:
Xem phần 3.2.2. Hệ số tương quan.
32
7.4 Kiểm định phương sai sai số thay đổi
Sử dụng kiểm định White để kiểm định mô hình có phương sai sai số thay
đổi hay không? Thực hiện menu [Equation]View/Residual
Diagnostics/Heteroskedasticity Test:
Test Type: chọn kiểm định While.

Include White cross terms: lựa chọn có/không tích nhân chéo giữa các
biến trong mô hình White.
Ví dụ: Thực hiện kiểm định mô hình gốc có phương sai sai số thay đổi hay
không bằng kiểm định While với lựa chọn không có tích nhân chéo:
Heteroskedasticity Test: White
F-statistic 1.263208 Prob. F(2,72) 0.2889

Obs*R-squared 2.542471 Prob. Chi-Square(2) 0.2805
Scaled explained SS 2.547398 Prob. Chi-Square(2) 0.2798
Test Equation:
Dependent Variable: RESID^2
Sample: 1 75
C 30.83784 22.43843 1.374331 0.1736

P^2 0.006550 0.666835 0.009823 0.9922
AD^2 -1.991819 1.254285 -1.588011 0.1167

33
Thực hiện kiểm định While với lựa chọn có tích nhân chéo:
Heteroskedasticity Test: White

Scaled explained SS 4.546183 Prob. Chi-Square(5) 0.4737
Test Equation:
Dependent Variable: RESID^2
Sample: 1 75
C -583.6848 622.1463 -0.938179 0.3514

P^2 -21.44581 18.91290 -1.133925 0.2608
P*AD 6.372200 8.779323 0.725819 0.4704
P 232.2527 217.3591 1.068521 0.2890
AD^2 0.823326 7.058356 0.116646 0.9075
AD -46.19697 56.24529 -0.821348 0.4143

Adjusted R-squared -0.007581 S.D. dependent var 34.02351
Kết quả kiểm định cho kết luận mô hình ban đầu có phương sai sai số
không thay đổi ở mức ý nghĩa 5%.
7.5 Kiểm định tự tương quan
7.5.1 Sử dụng thống kê Durbin – Watson
Phương pháp này dựa trên thống kê d của Durbin – Watson.
Sử dụng tệp thuchanh2.wf1. Thực hiện mô hình hồi quy với kết quả ước
lượng như sau:
Dependent Variable: INV
Sample: 2002Q1 2012Q1
C -33716.12 6279.005 -5.369660 0.0000

LOG(GDP) 29512.85 3968.689 7.436422 0.0000
LOG(PCE) -26746.80 3624.876 -7.378681 0.0000

34
Kiểm định cặp giả thuyết:
H0: Mô hình ban đầu không có tự tương quan bậc 1
H1: Mô hình ban đầu có tự tương quan bậc 1
n
 (et  et 1 ) 2
t 2
Tiêu chuẩn kiểm định: d  n
 et2
t 1
Với   0.05 , n = 41, k’ = 2 tra giá trị dL = 1.391 và du = 1.6, 4 - dL =

2.609, 4 - du = 2.4.
Bảng quyết định:
Tự tương Không có Không có tự Không có Tự tương

quan (+) kết luận tương quan kết luận quan (-)
0 dL du 4-du 4-dL 4
0 < dqs = 0.54 < dL , Mô hình ban đầu có tự tương quan dương.
7.5.2 Sử dụng kiểm định Breusch – Godfrey
Thực hiện menu [Equation]View/Residual Diagnostics/Serial
Correlation LM Test:
Thực hiện khai báo số trễ trong kiểm định tự tương quan. Chọn nút OK sẽ
cho kết quả như sau:
Breusch-Godfrey Serial Correlation LM Test:

Test Equation:
Dependent Variable: RESID
Sample: 2002Q1 2012Q1
Presample missing value lagged residuals set to zero.
C 14504.55 4803.170 3.019787 0.0046

LOG(GDP) -10958.52 3270.288 -3.350934 0.0019
35
LOG(PCE) 9791.509 2958.636 3.309468 0.0021
RESID(-1) 0.708794 0.147429 4.807690 0.0000
RESID(-2) 0.268452 0.181472 1.479297 0.1478
R-squared 0.647618 Mean dependent var -5.25E-11

Kết quả kiểm định có p-value = 0 cho kết luận mô hình ban đầu có tự
tương quan ở mức ý nghĩa 5%.
8 Hồi quy và dự báo

Để sử dụng mô hình trong dự báo giá trị ngoài mẫu thực hiện theo các
bước sau:
Bước 1: Mở rộng kích thước mẫu bằng cách:
Thực hiện menu [Workfile]Proc>Structure/Resize Current Page
Hoặc thực hiện menu [EViews]Proc>Structure/Resize Current Page
Hoặc kích kép chuột tại phần Range trong cửa sổ Workfile.
Thay đổi kích thước mẫu trong phần Observation. Ví dụ thay đổi thành
76, xuất hiện thông báo xác nhận có thay đổi hay không? Lựa chọn Yes/No để
tiếp tục.
Bước 2: Nhập số liệu mới ngoài mẫu ban đầu.

36
Mở cửa sổ Group chứa các chuỗi số liệu của biến độc lập cần đưa vào giá
trị dự kiến. Lựa chọn ô cần thực hiện, kích chuột phải chọn mục Edit, sau đó
nhập dữ liệu cho ô hiện hành.
Ví dụ: Dự kiến tăng giá lên 6.2 USD đồng thời tăng chi phí quảng cáo là
2.3, có cửa sổ Group như sau:
Bước 3: Thực hiện dự báo.

Mở cửa sổ Equation (nếu khi ước lượng có lưu lại tên) hoặc thực hiện lệnh
ước lượng mô hình (như trong phần 5. Ước lượng mô hình hồi quy).
Thực hiện menu [Equation]Proc/Forecast
Hoặc trong cửa sổ Equation, chọn nút Forecast.
Forecast name: đặt tên chuỗi dự báo. Mặc định EViews sẽ đặt tên chuỗi
dự báo gồm tên chuỗi dữ liệu và thêm kí tự f ở cuối. Chuỗi dữ liệu với tên như
vậy sẽ tự động được ghi đè mỗi khi thực hiện lệnh ước lượng mô hình.
S.E. (optional): tên chuỗi lưu giá trị là độ lệch tiêu chuẩn.
37
Forecast sample: lựa chọn mẫu thực hiện dự báo.
Output: kiểm tra lựa chọn Forecast graph (Có/Không đồ thị) và Forecast
evaluation (Có/Không bảng giá trị).
Kết thúc chọn nút OK sẽ xuất hiện kết quả dự báo như sau:
Bước 4: Xem giá trị chuỗi dự báo.

Trong cửa sổ Workfile chọn các chuỗi dữ liệu cần xem và thực hiện hiển
thị kết quả theo dạng bảng trong như trong cửa sổ Group, hoặc có thể biểu diễn
dưới dạng đồ thị.
38
92
88
84
80
76
72
68
64
60
5 10 15 20 25 30 35 40 45 50 55 60 65 70 75
Doanh thu S_F
Kết quả dự báo thể hiện trong bảng hay đồ thị như trên mới chỉ là dự báo
điểm của biến phụ thuộc. Từ các kết quả ước lượng này có thể thực hiện dự báo
khoảng đối với giá trị trung bình hay giá trị cá biệt của biến phụ thuộc trong
mô hình hồi quy.
39
MỤC LỤC
1 GIỚI THIỆU CHUNG VỀ EVIEWS 8 ............................................. 2
1.1 Giới thiệu về EViews .................................................................. 2
1.2 Màn hình giao tiếp của EViews .................................................. 3
1.3 Tệp dữ liệu (workfile) ................................................................. 4
2 Vẽ đồ thị .......................................................................................... 12
2.1 Thực hiện trên một biến ............................................................ 12
2.2 Thực hiện trên nhiều biến ......................................................... 16
3 Thống kê mô tả ................................................................................ 17
3.1 Thực hiện trên một biến ............................................................ 17
3.2 Thực hiện trên nhiều biến ......................................................... 17
4 Phép toán và hàm cơ bản ................................................................. 19
5 Ước lượng mô hình hồi quy ............................................................ 20
5.1 Ước lượng mô hình bằng phương pháp bình phương nhỏ nhất 21
5.2 Giá trị ước lượng và phần dư .................................................... 23
5.3 Ma trận hiệp phương sai giữa các hệ số hồi quy ước lượng ..... 25
5.4 Kiểm định về các hệ số - Kiểm định Wald ............................... 25
5.5 Kiểm định bỏ bớt biến............................................................... 26
5.6 Kiểm định thêm biến ................................................................. 28
6 Mô hình hồi quy với biến giả .......................................................... 29
6.1 Cách tạo biến giả ....................................................................... 29
6.2 Ước lượng mô hình hồi quy có biến giả ................................... 29
7 Kiểm định khuyết tật đối với mô hình hồi quy ............................... 30
7.1 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên ........... 30
7.2 Kiểm định thiếu biến, sai dạng hàm.......................................... 31
7.3 Kiểm định đa cộng tuyến .......................................................... 32
7.4 Kiểm định phương sai sai số thay đổi ....................................... 33
7.5 Kiểm định tự tương quan .......................................................... 34
8 Hồi quy và dự báo ........................................................................... 36
40
TÀI LIỆU THAM KHẢO
[1] Damodar N. Gujarati: Basic Econometrics; McGraw-Hill; Fourth
Edition; 2003.
[2] Jeffrey M. Wooldridge: Introductory Econometrics – A Mordern
Approach; South-Western Cengage Learning; Fifth Edition 2012.
[3] Users Guide of Eviews 8.
[4] Trang Web của EViews: www.eviews.com.
[5] Trang Web của Tổng cục Thống kê: http://www.gso.gov.vn
[6] Trang Web của Ngân hàng Nhà nước Việt Nam:
http://www.sbv.gov.vn/
[7] Trang Web http://finance.vietstock.vn/du-lieu-vi-mo/Default.htm
41

HV - Huong Dan Eviews8

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

HV - Huong Dan Eviews8

Uploaded by

Copyright:

Available Formats

HỌC VIỆN TÀI CHÍNH

BỘ MÔN KINH TẾ LƯỢNG

HƯỚNG DẪN SỬ DỤNG EVIEWS 8

Column headers: bao gồm hai tham số:

Thực hiện menu [Workfile]View/Workfile directory để quay lại cửa sổ

Thay đổi định dạng đồ thị:

Bước 2: Trong cửa sổ Graph Options chọn nút Options:

Kết thúc chọn OK sẽ có kết quả như sau:

Chi phi quang cao

Kết quả phân tích tương quan:

4 Phép toán và hàm cơ bản

5 Ước lượng mô hình hồi quy

Mô hình hồi quy tổng thể (PRF):

Mô hình hồi quy mẫu (SRM):

Thẻ Specification gồm các phần:

Variable Coefficient Std. Error t-Statistic Prob.

C 118.9136 6.351638 18.72172 0.0000

R-squared 0.448258 Mean dependent var 77.37467

Coefficient Std. Error t-Statistic Prob.

C(1) 118.9136 6.351638 18.72172 0.0000

R-squared 0.448258 Mean dependent var 77.37467

Cách 2: Thực hiện menu [EViews]Object/New Object, chọn mục

- Thực hiện menu [Equation]View>Estimation Output: kết quả được

5.4 Kiểm định về các hệ số - Kiểm định Wald

Test Statistic Value df Probability

t-statistic 14.43596 72 0.0000

Null Hypothesis: C(2) = -8

Normalized Restriction (= 0) Value Std. Err.

8 + C(2) 9.862584 0.683195

Restrictions are linear in coefficients.

Restricted Test Equation:

Variable Coefficient Std. Error t-Statistic Prob.

AD 1.732616 0.890324 1.946052 0.0555

R-squared 0.049320 Mean dependent var 77.37467

Variable Coefficient Std. Error t-Statistic Prob.

P -7.640000 1.045939 -7.304442 0.0000

R-squared 0.508235 Mean dependent var 77.37467

6 Mô hình hồi quy với biến giả

Variable Coefficient Std. Error t-Statistic Prob.

C 7.279147 11.89739 0.611827 0.5447

R-squared 0.283003 Mean dependent var 13.23092

Sử dụng tệp dữ liệu thuchanh3.wf1, thực hiện ước lượng mô hình có hệ

Variable Coefficient Std. Error t-Statistic Prob.

C -4.000077 12.66582 -0.315817 0.7541

R-squared 0.362751 Mean dependent var 13.23092

7 Kiểm định khuyết tật đối với mô hình hồi quy

Unrestricted Test Equation:

Variable Coefficient Std. Error t-Statistic Prob.

P 506.7256 864.5470 0.586117 0.5597

R-squared 0.456544 Mean dependent var 77.37467

7.3 Kiểm định đa cộng tuyến

Variable Coefficient Std. Error t-Statistic Prob.

C 5.656893 0.147368 38.38612 0.0000

R-squared 0.000695 Mean dependent var 5.687200

Test Type: chọn kiểm định While.

F-statistic 1.263208 Prob. F(2,72) 0.2889

Variable Coefficient Std. Error t-Statistic Prob.

C 30.83784 22.43843 1.374331 0.1736

R-squared 0.033900 Mean dependent var 22.91924

F-statistic 0.888641 Prob. F(5,69) 0.4936

Variable Coefficient Std. Error t-Statistic Prob.

C -583.6848 622.1463 -0.938179 0.3514

R-squared 0.060499 Mean dependent var 22.91924