CHƯƠNG 0 : ÔN TẬP XÁC SUẤT THỐNG KÊ

I. Các khái niệm cần phải biết

+ Phân phối chuẩn (normal distribution)
+ Phân phối chuẩn hóa( standard normal
- Phép thử, không gian mẫu, biến cố
distribution)
- Biến ngẫu nhiên
+ Phân phối xác suất của trung bình mẫu
- Biến ngẫu nhiên rời rạc ( discrete
+ Định lý giới hạn trung tâm
- Biến ngẫu nhiên liên tục
+ Phân phối t
- Xác suất
+ Phân phối X2
+ Xác suất 1 biến cố : định nghĩa cổ điển
+ Phân phối F
+ Tấn suất tương đối
- Suy diễn thống kê
- Phân phối xác suất của biến ngẫu nhiên
- Ước lượng các tham số
+ Phân phối xác suất của 1 biến ngẫu nhiên
+ Ước lượng điểm
rời rạc
+ Ước lượng khoảng
+ Phân phối xác suất của 1 biến ngẫu nhiên
- Tính chất của ước lượng điểm
liên tục
+ Tuyến tính
+ Hàm phân phối tích lũy của 1 biến ngẫu
+ Không chệch
nhiên
+ P/s nhỏ nhất
+ Hàm xác suất biên
+ Hiệu quả
+ Hàm xác suất điều kiện
+ Ước lượng tuyến tính không chệch hết
- Các đặc điểm của phân phối xác suất
- Kiểm định giả thuyết
- Giá trị kỳ vọng
+ Giả thuyết không
- Kỳ vọng có điều kiện
+ Giả thuyết đối
- Từ tổng thể đến mẫu
+ Kiểm định dựa vào khoảng tin cậy
+ TB mẫu
▪ Vùng chấp nhận
+ Phương sai mẫu
▪ Vùng phê phán
+ Hiệp phương sai mẫu
+ Hệ số tương quan mẫu
- Một số phân phối xác suất cơ bản

Trang 1/11
 CHƯƠNG 1: NHẬP MÔN KINH TẾ LƯỢNG

I. Bản chất của kinh tế lượng và dữ liệu kinh tế

1. Kinh tế lượng là gì
- Kinh tế lượng sử dụng các phương pháp thống kê để phân tích dữ liệu kinh tế
- Phân tích dữ liệu phi thí nghiệm

a. Các mục tiêu đặc trưng

- Ước lượng các mối quan hệ giữa các biến kinh tế
- Kiểm định các lý thuyết và các giả thuyết kinh tế
- Dự báo các biến kinh tế
- Đánh giá thực thi các chính sách của chính phủ và doanh nghiệp

b. Ứng dụng kinh tế lượng

- Dự báo biến số quan trọng của kinh tế vĩ mô: lãi suất, tỷ lệ lạm phát, tổng sản phẩm
quốc nội
- Tác động của việc chi tiêu cho các dịch tranh cử kết quả bầu cử
- Giáo dục: Tác động chi tiêu trường học đến kết quả học tập của sinh viên
- Phương pháp KTL để dự báo các chuối thời gian kinh tế

c. Dữ liệu phi thí nghiệm

- Việc thu thập và phân tích dữ liệu phi thí nghiệm
- Dữ liệu phi thí nghiệm không được thu thập thông qua các thí nghiệm có thể kiểm
soát trên những cá nhân hoặc phân khúc nền kinh tế
- Dữ liệu quan sát nhà nghiên cứu là người thu thập dữ liệu một cách bị động
- Được sử dụng rộng rãi ở các ngành khoa học xã hội
- Dữ liệu thí nghiệm : rất khó thu thập trong khoa học xã hội

Trang 2/11
- Thí nghiệm về xã hội có kiểm soát giải quyết những vấn đề kinh tế thường không
thể, quá tốn kém hoặc vi phạm đạo đức

2. Phân tích kinh tế thực nghiệm

a. Phân tích thực nghiệm ( empirical analysis)
- Sử dụng dữ liệu để phân tích
- Kiểm định một lý thuyết kinh tế
- Ước lượng một mối quan hệ kinh tế
- Mối quan hệ có ý nghĩa quan trọng đối với các quyết định kinh doanh hoặc phân
tích chính sách

b. Các bước phân tích thực nghiệm

Bước 1: Xác định cẩn thận về vấn đề nghiên cứu

- Kiểm định lý thuyết kinh tế

- Kiểm định các tác động của một chính sách

Bước 2: Xác định mô hình kinh tế (economic model)

- Bao gồm phương trình toán học mô tả các mối quan hệ khác nhau

➢ Ví dụ :
- Kinh tế vi mô: quyết định chi tiêu của cá nhân phụ thuộc vào ràng buộc ngân sách
được mô tả bằng những mô hình toán học
- Vấn đề tối đa hóa lợi ích: các cá nhân đưa ra lựa chọn để tối đa hóa lợi ích của họ
trong điều kiện nguồn lực có hạn
- Phương trình hàm cầu : lượng cầu của mỗi hàng hóa phụ thuộc vào giá của chính
hàng hóa đó, giá của hàng hóa thay thế, thu nhập của người tiêu dùng
- Phân tích kinh tế lượng và nhu cầu tiêu dùng

Trang 3/11
➢ Ví dụ 1: Mô hình về lý thuyết tội phạm ( Becker, 1986)
- Lý thuyết nền về tối đá hóa lợi ích để mô tả sự tham gia của một cá nhân vào quá
trình phạm tội.
- Quyết định thực hiện hoạt động phạm pháp là một sự phân bổ nguồn lực sau khi
xem xét những lợi ích và chi phí của các hoạt động này.

Số giờ tiêu tốn y= f(x1,x2,x3,x4,x5,x6,x7)

cho hoạt động Tuổi
phạm tội
Mức án
Số tiền nhận được của
Tiền dự kiến
hoạt động phạm tội Thu nhập Khả năng Khả năng
lương cho nếu bị
khác bị bắt bị kết án
việc làm bắt
nếu bị bắt
hợp pháp

- Có các yếu tố khác ảnh hưởng đến quyết định tham gia vào quá trình phạm tội
- Yếu tố tiêu biểu của phân tích kinh tế chính thức
- Sử dụng lý thuyết kinh tế - hoặc suy luận cá nhân - để dự đoán tác động của mỗi
biến lên hoạt động tội phạm
- Đây là cơ sở cho một phân tích kinh tế lượng về hoạt động tội phạm cá nhân
- Khởi đầu cho phân tích thực nghiệm: mô hình kinh tế chính thức
- Trực giác

Bước 3: Chuyển mô hình kinh tế thành mô hình kinh tế lượng (econometric model)

- Xác định dạng hàm f()

- Giải quyết với các biến không thể quan sát một cách hợp lý

➢ Ví dụ: Becker, 1986

- Nhiều yếu tố khác tác động đến hành vi tội phạm mà chúng ta không thể liệt kê ra
hết được
- Nhưng bằng cách nào đó chúng ta phải xem xét đến chúng
Trang 4/11
Đo lường hoạt đọng Tiền lương cho việc Thu nhập khác Số lần bị bắt giữ trước đây
động phạm tội làm hợp pháp Các yếu số tác động đến hoạt động phạm
tội nhưng không quan sát được

Crime = β0 + β1wagem + β2othinc + β3frequarr +

Ví dụ : tính cách số tièn thi được
β4freqconv + β5 avgsen + β6age + u từ hoạt động phạm tội, nền tảng
1.3 giá đình

Số lần bị kết Độ dài bản án nếu bị kết Tuổi

án tội

- Chọn biến đưa vào mô hình: lý thuyết kinh tế và xem xét dữ liệu
- Thực tế, xử lý phần sai số hay nhiễu là phần quan trọng nhất của bất kỳ phân tích
kinh tế lượng nào
- Các hằng số β0; β1; :::β6 là các tham số của mô hình KTL, chúng mô tả chiều hướng
và mức độ của mối quan hệ giữa crime và các yếu tố được giải thích cho crime

➢ Ví dụ 2. Mô hình đào tạo nghề và năng suất người lao động

Đo lường hoạt động
Thu nhập khác Số lần bị bắt giữ trước đây
phạm tội Các yếu số tác động đến tiền lương không
quan sát được

wage = β0 + β1educ + β2exper + β3training + u

Ví dụ : năng lưjc bẩm sinh, chát
lượng giáo dục, nền tảng gia đình
1.4
Tiền lương Số năm đi học Số tuần tham gia
Số năm kinh nghiệm
theo giờ chính thức đào tạo nghề

Kiểm định giả thuyết

- Tham số β3 cho biết tác động của việc đào tạo lên tiền lương
- Tác động này lớn ra sao? Tác động này có khác 0 hay không?

Trang 5/11
➢ #Slideneu

Bước 1: Nêu các giả thuyết, giả thiết

• Đưa các giả thuyết về mối liên hệ giữa các yếu tố

• Giả thuyết phù hợp mục đích nghiên cứu

• Còn gọi là xây dựng mô hình lý thuyết

Bước 2: Định dạng mô hình toán học, gồm

• Các biến số: lượng hóa, số hóa các yếu tố

• Các tham số, hệ số thể hiện mối liên hệ

• Các phương trình

Bước 3: Định dạng mô hình kinh tế lượng

• Thêm vào mô hình toán học yếu tố ngẫu nhiên,

thể hiện qua sai số ngẫu nhiên

Bước 4: Thu thập số liệu

• Để ước lượng các tham số cần số liệu mẫu

• Độ chính xác của số liệu ảnh hưởng đến kết quả

Trang 6/11
 Bước 5: Ước lượng các tham số

• Sử dụng phân tích hồi quy, ước lượng tham số

Bước 6: Phân tích kết quả

• Phân tích về kinh tế: có phù hợp lý thuyết không?

• Phân tích về kỹ thuật: thống kê và toán học

• Nếu có sai lầm, quay lại các bước trên

Bước 7: Dự báo

• Mô hình phù hợp về lý thuyết và kỹ thuật, sử

dụng để dự báo

Bước 8: Kiểm tra, đề ra chính sách

3. Cấu trúc dữ liệu kinh tế

Các loại dữ liệu kinh tế
1. Dữ liệu chéo (cross–sectional data)
2. Dữ liệu chuỗi thời gian (time–series data)
3. Dữ liệu chéo gộp (pooled cross sectional)
4. Dữ liệu bảng (panel data)

3.1. Dữ liệu chéo ( cross – sectional data)

- Mẫu của các cá nhân, các hộ gia đình, các doanh nghiệp, hoặc các đối tượng khác,
được thu thập tại một thời điểm cụ thể hoặc trong một khoảng thời gian đã cho
- Các quan sát có thể ít nhiều độc lập với nhau
- Giả định dữ liệu được thu thập bằng cách lẫy mẫu ngẫu nhiên (random sampling)
từ tổng thể cần nghiên cứu
- Đôi khi việc lấy mẫu ngẫu nhiên bị vi phạm, ví dụ: các đơn vị từ chối trả lời trong
các cuộc khảo sát, hay nếu việc lấy mẫu được phân theo cụm

Trang 7/11
- Kinh tế vi mô ứng dụng

➢ Ví dụ: Dữ liệu chéo về tiền lương và các đặc điểm cá nhân

- 526 cá nhân làm việc trong năm 1976

- wage: tiền lương tính bằng đô la trên giờ
- educ: số năm đi học
- exper: số năm kinh nghiệm tiềm năng
- female: biến giả về giới tính, biến nhị phân
- married: biến giả tình trạng hôn nhân
- Cột đầu tiên: số thứ tự quan sát được gán cho mỗi người trong mẫu, nó không phải
là một đặc điểm của cá nhân
- Thứ tự của dữ liệu không quan trọng, đặc điểm của dữ liệu chéo khi mẫu được chọn
ngẫu nhiên

3.2. Dữ liệu chuỗi thời gian

Dữ liệu chuỗi thời gian
- Các quan sát về một hoặc nhiều biến theo thời gian
- Ví dụ: giá cổ phiếu, cung tiền, chỉ số giá tiêu dùng tổng sản phẩm quốc nội, doanh số
bán ô t
- Thứ tự thời gian của các quan sát trong chuỗi thời gian chuyển tải những thông tin
tiềm ẩn quan trọng
Trang 8/11
 - Các quan sát chuỗi thời gian thường gặp vấn đề về tương quan chuỗi
- Tần suất dữ liệu: hàng ngày, hàng tuần...
- Đặc điểm tiêu biểu của chuỗi thời gian: xu thế và thời vụ
- Kinh tế vĩ mô và tài chính ứng dụng
Tương quan chuỗi
- Đặc điểm quan trọng: các quan sát kinh tế hiếm khi được giả định là độc lập theo
thời gian ) khó phân tích hơn dữ liệu chéo
- Chuối thời gian có tương quan, tương quan mạnh, với những dữ liệu gần trong quá
khứ của chúng
- Ví dụ: GDP của quý trước, thông tin của quý này, khoảng biến thiên của GDP quý
này, GDP có xu hướng khá ổn định từ quý này sang quý tiếp theo
- Nhiều thủ tục quan trọng cần phải thực hiện cho chuỗi dữ liệu thời gian trước khi
áp dụng các mô hình kinh tế lượng thông thường.
Bảng 2 : Lương tối thiểu, thất nghiệp, dữ liệu liên quan của Puerto Rica
Tác động của lương tối thiểu Peurto Rico
Dữ liệu phải được lưu trữ theo thời gian

So sánh dữ liệu chéo và tương quan chuỗi

- Thứ tự thời gian của các quan sát dữ liệu chéo cần giữ nguyên do có sự liên quan
đến các thời gian khác
- Tương quan chuỗi: các dữ liệu không có tương tác về mặt thời gian, do đó không
cần xếp thứ tự các quan sats
3.3. Dữ liệu bảng
Các chuỗi thời gian ứng với mỗi đối tượng chéo trong tập dữ liệu
Trang 9/11
- Ví dụ: tiền lương, học vấn và lịch sử làm việc của môt tập hợp các cá nhân trong
khoảng thời gian mười năm
- Chiều thời gian và chiều dữ liệu chéo
- Yếu tố không quan sát được nhưng thay đổi theo thời gian
Bảng 3: Dữ liệu bảng hai năm về thống kê tội phạm thành phố

➢ Nhận xét:
- Dữ liệu chéo: ít gặp khó khăn về khái niệm và kỹ thuật nhất
- Chuỗi thời gian sử dụng rất nhiều các công cụ tương tự như phân tích dữ liệu chéo,
nhưng thường phức tạp hơn vì tính xu hướng, tính bền, tính động, tính mùa vụ
- Dữ liệu bảng: một số vấn đề khó có thể trả lời thỏa đáng mà không có dữ liệu bảng
Tính trễ trong hành vi hoặc kết quả của việc ra quyết định
4. Quan hệ nhân quả và các yếu tố khác không đổi
4.1. Tác động nhân quả
Định nghĩa về tác động nhân quả của x đến y
Cách thức biến y thay đổi khi biến x thay đổi “trong điều kiện các yếu tố khác không
đổi”
- Đa số các câu hỏi kinh tế là câu hỏi phân tích trong điều kiện các yếu tố khác
không đổi
- Điều quan trọng là xác định tác động nhân quả nào mà người ta quan tâm
- Cần thiết phải mô tả cách thiết kế một thí nghiệm để có thể suy diễn được về quan
hệ nhân quả mà câu hỏi nghiên cứu đặt ra
➢ Ví dụ: Phân tích nhu cầu người tiêu dùng
- Tác động của việc thay đổi giá của một mặt hàng lên lượng cầu của nó

Trang 10/11
- Giữ tất cả các yếu tố khác không đổi: thu nhập, giá cả của các hàng hóa khác, thị
hiếu cá nhân
- Nếu các yếu tố khác không được giữ cố định, thì chúng ta ta không thể biết tác
động nhân quả của sự thay đổi giá lên lượng cầu

➢ Ví dụ: Đo lường suất sinh lợi của giáo dục

- Nếu một người được chọn từ tổng thể và số năm đi học của người này tăng thêm
một, tiền lương của họ sẽ tăng bao nhiêu
- Giả thiết ngầm: tất các yếu tố khác tác động đến tiền lương như kinh nghiệm, nền
tảng gia đình, sự thông minh,... được giữ cố định
- Số năm đi học của một người có liên hệ với các yếu tố khác mà tác động đến tiền
lương (ví dụ: sự thông minh

Trang 11/11