TỔNG HỢP KIẾN THỨC KINH TẾ LƯỢNG bản đầy đủ

ÁNH LÊ MINH
TỔNG HỢP KIẾN THỨC BỘ TÀI LIỆU NÀY BAO GỒM LÝ THUYẾT
KINH TẾ LƯỢNG CÁC DẠNG BÀI TẬP TRONG KINH TẾ
LƯỢNG VÀ NHỮNG BÀI TẬP VÍ DỤ
_ CHÚC CÁC BẠN SẼ CHINH PHỤC ĐƯỢC ĐIỂM A Ở BỘ MÔN KINH TẾ LƯỢNG NÀY NHA!_
MỤC LỤC
CHUYÊN TÊN CHUYÊN ĐỀ TRANG
ĐỀ
1 Phân biệt Tổng Thể và Mẫu 2
2 Đọc bảng Eviews, kí hiệu và các công thức cơ bản cần nhớ 4
3 Nêu ý nghĩa kinh tế của hệ số hồi quy βeta 11
4 Ước lượng và kiểm định hệ số hồi quy β (1β&2β) 26
5 Kiểm định MH (phù hợp, thu hẹp, mở rộng) 77
6 Phương sai sai số ngẫu nhiên (ước lượng và kiểm định PSSSNN) 86
7 Các khuyết tật của Mô Hình
+, Đa cộng tuyến_ĐCT 96
+, Phương sai sai số thay đổi_PSSS thay đổi 104
+, Kiểm định Tự Tương quan_TTQ 122
+, Kiểm định bỏ sót biến 131
8 Kiểm định phân bố chuẩn của sai số ngẫu nhiên 139
9 Đề xuất Mô Hình 141
LƯU Ý:
+, Đọc kĩ lý thuyết mỗi chuyên đề để nắm được Nội Dung của mỗi phần
+, Học thuộc phần “kiến thức cần nhớ ở cuối mỗi CĐề” vì đó là những mẹo nho
nhỏ giúp các bạn làm bài được nhanh hơn & chuẩn xác hơn nhé!
1
ÁNH LÊ MINH
+) Tổng Thể là gì?

➔ Tổng Thể là cái chưa biết, vì chưa biết nên phải đi nghiên cứu và cụ thể là đi
nghiên cứu sự hồi quy tuyến tính, hàm hồi quy tuyến tính, mô hình hồi quy tuyến
tính
+) Mẫu là gì?
➔ Do ta ko thể đo lường hết 1 tổng thể được nên ta phải sử dụng mẫu để ước
lượng cho tổng thể, nên mới sinh ra hàm hồi quy mẫu và mô hình hồi quy mẫu
VDụ:
Nghiên cứu mqh giữa thu nhập & tiêu dùng hàng tháng của sinh viên năm nhất
→ Tổng Thể
Còn khi ta chọn ngẫu nhiên 100 sinh viên năm nhất của các trường để làm nghiên
cứu
→ Mẫu
+) Hồi quy tuyến tính là gì?
➔ Hồi quy tuyến tính thì ko có định nghĩa cụ thể mà khi nhắc đến hồi quy thì ta
hiểu là đang nói đến sự phụ thuộc của Y về mặt giá trị trung bình theo X và nó
được hiểu theo nghĩa là đo lường. Nghĩa là đi trả lời 2 câu hỏi sau:
Câu hỏi thứ nhất là X biến động thì Y có biến động ko?
Câu hỏi thứ 2 là X biến động một lượng là a thì Y biến động ntn?
Và hàm hồi quy tuyến tính thì có công thức là: E(Y/X=Xi) = 𝜷1+ 𝜷2.Xi
+) Tuyến tính thì chỉ chứa bậc 1
+) Mục tiêu của việc nghiên cứu Tổng Thể là gì?
➔ Là đi tìm, đi ước lượng các hệ số hồi quy 𝛽1 và 𝛽2 , với 𝛽̂1và 𝛽̂2 là các tham số
ước lượng cho các hệ số hồi quy 𝛽1 và 𝛽2
2
ÁNH LÊ MINH
Tổng Thể Mẫu
Hàm Hồi Quy PRF: E(Y/X=Xi) = 𝛽1 + 𝛽2.Xi SRF: 𝑌̂i = 𝛽̂1 + 𝛽̂2.Xi
Mô Hình Hồi Quy PRM: Yi = 𝛽1 + 𝛽2.Xi + Ui SRM: 𝑌i = 𝛽̂1 + 𝛽̂2.Xi + ei
(MHHQ) = E(Y/X=Xi) + Ui = 𝑌̂i + ei
Ui là sai số ngẫu nhiên ei là phần dư
 Trong đó:
+, E(Y/X=Xi): giá trị TB của Biến phụ thuộc theo biến độc lập (Y là Biến phụ
thuộc còn Xi là biến độc lập)
+, 𝜷1(𝜷 ̂ 1) là hệ số chặn( nếu có ý nghĩa kinh tế) cho biết khi các biến độc lập =0
thì giá trị TB của biến phụ thuộc có giá trị = 𝛽1(𝛽̂1) đơn vị
̂ 2) là hệ số góc cho biết khi biến độc lập thay đổi 1 đơn vị thì giá trị TB của
+, 𝜷2(𝜷
Biến phụ thuộc thay đổi |𝛽2|, (|𝛽̂2|) đơn vị
+, Ui là sai số ngẫu nhiên
+, ei là phần dư
NOTE +, mẫu thì có mũ (hay nói cách khác là có đầu, cụ thể là 𝛽̂1, 𝛽̂2, 𝑌̂i)
+, MH thì có đuôi (cụ thể là Ui, ei)
Kiến thức cần nhớ ở CĐ1 Tổng Thể & Mẫu:
+, Tổng Thể là cái chưa biết
+, Mẫu là cái đã biết và dùng để ước lượng cho Tổng thể
3
ÁNH LÊ MINH
Dependent variable: Y (Biến Phụ Thuộc)

Method: Least Squares (cho biết bảng eview sử dụng phương pháp Bình phương nhỏ nhất)
Sample: Mẫu đầu mẫu cuối (cho biết bảng eview đang khảo sát từ đâu đến đâu)
Included observations: n (Kích thước mẫu, số quan sát)
Variable Coefficent Std.Error t-Statistic Prob
(Biến Độc Lập) (Hệ số hồi quy mẫu) (Sai số chuẩn của hệ số hồi (T quan sát của hệ (P-value)
quy) số hồi quy)
C 𝛽̂1 Se(𝛽̂1) Tqs(𝛽̂1)
(biến hằng số gắn liền 𝛽̂ 1)
𝑋2 𝛽̂2 Se(𝛽̂2) Tqs(𝛽̂2)
𝑋3 𝛽̂3 Se(𝛽̂3) Tqs(𝛽̂3)
… … … …
R- squared R2 Mean dependent var 𝑌̅
Hệ số xác định Cho biết tỷ lệ % sự biến Giá trị Trung Bình của
thiên của Y được giải thích Biến Phụ Thuộc
thông qua các biến độc lập
X2, X3,.. của mô hình
Adjusted R-squared ̅̅̅̅
𝑅2 S.D dependent var SD(Y)
Hệ số xác định hiệu chỉnh Cho biết hệ số xác định Sai số chuẩn của Biến Phụ
sau khi đã điều chỉnh Thuộc
S.E of regression ̂ 2 phương sai

̂≠ 𝝈
𝝈 Durbin-watson stat Dqs
Độ lệch chuẩn( xích ma D quan sát Dùng để kiểm định tự tương
mũ) quan
Sum squared resid RSS F – statistic 𝐹𝑞𝑠
Tổng bình phương các (KĐ sự phù hợp của MH)
phần dư
4
ÁNH LÊ MINH
 Các công thức cơ bản cần nhớ:
1, β̂j = Se(β̂j ) × Tqs (β̂j ) (cột 1= cột 2 × cột 3) (VDụ: 𝛃̂𝟏 = Se(𝛃̂𝟏 ) × 𝐭 𝐪𝐬𝟏)
̂2
RSS = (n − k). σ
2, TSS = RSS + ESS với ⟨
TSS = (n − 1). SD2 (Y)
ESS TSS−RSS RSS ̂2

( n−k ).σ
3, R2 = = =1− =1−(
TSS TSS TSS n−1 ).SD2 (Y)
̅̅̅2 = 1 − ̂2
σ n−1
4, R = 1 – (1 − R2 ).
SD2 (Y) n−k
̂2
σ n−1 ̅̅̅2 → σ ̅̅̅2 ).SD2 (Y)
5, = (1 − R2 ). =1−R ̂2 = (1 − R
SD2 (Y) n−k
R2 /(k−1) R2 .(n−k)
6, Fqs = =
(1−R2 )/(n−k) (1−R2 ).(k−1)
NOTE: Với bài tập mô hình hồi quy mẫu(k=2) thì:
̂𝟐
𝛃 𝟐
𝐅𝐪𝐬 = (𝐭 𝐪𝐬𝟐 )2 = ( ̂𝟐 ))
𝐒𝐞(𝛃
Xác định k ( số biến )

VD: cho MHHQ tổng thể sau:
+, Yi = β1 + β2 .X2i + Ui → k=2
2
+, Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + β5 .X2i + β6 .X2i . Di + Ui → k=6
Kiến thức cần nhớ ở CĐ2:
+, Nắm được các kí hiệu trong bảng eview
+, Nhớ được các công thức để tính toán cho những phần khuyết (chưa có)
trong bảng eview
5
ÁNH LÊ MINH
2, Các công thức cơ bản liên quan đến bảng eview

Câu hỏi: Hãy tính RSS ,TSS ,ESS ,𝜎̂ 2 ,𝜎̂ ,𝑅 2 ,𝑅̅2 ,Fqs
Bài tập ví dụ:
VDụ 1: ý 3 bài 2.1 sbt
Nghiên cứu mối quan hệ giữa tiền lương – PAY (đơn vị: USD) và tỷ lệ thất
nghiệp – UN (%) từ tháng 1/2005 đến tháng 5/2012 thu được kết quả sau:
Dependent Variable: PAY
Method: Least Squares
Sample: 2005M01 2012M05
Included observations: 89
Variable Coefficient Std. Error t-Statistic Prob.
UN 61.39286 -20.25149
C 142300.3 445.2389
R-squared Mean dependent var 133686.6
Adjusted R-squared S.D. dependent var 2951.582
S.E. of regression Akaike info criterion 17.10879
Sum squared resid Schwarz criterion 17.16471
Log likelihood -759.3410 F-statistic
Durbin-Watson stat 0.033871 Prob(F-statistic) 0.000000
3.Tính TSS, ESS, RSS
6
ÁNH LÊ MINH

Nghiên cứu mối quan hệ phụ thuộc giữa tiêu dùng theo thu nhập, người ta
thu thập số liệu từ 40 hộ gia đình trong một khu tập thể về chi tiêu cho ăn uống
trong một tuần của hộ gia đình – TD (triệu đồng) và mức thu nhập của hộ gia đình
trong một tuần – TN (triệu đồng). Hồi quy mô hình cho kết quả như sau(mức ý
nghĩa 5%):
Dependent Variable: TD
Sample: 1 40
TN 0.102096 0.020933
7
ÁNH LÊ MINH
C 0.434102 1.921578 0.0622

S.E. of regression 0.895170 Akaike info criterion 2.665101
2. Tính TSS, ESS, RSS
Giải
Câu hỏi: “biến độc lập giải thích bao nhiêu % độ biến động, sự biến động cho biến
phụ thuộc”
 Bước 1: tính 𝑅2
 Bước 2: kết luận
VDụ 1: ý 4 bài 2.4sbt
nghĩa 5%):
Sample: 1 40
TN 0.102096 0.020933
8
ÁNH LÊ MINH
C 0.434102 1.921578 0.0622

4.Thu nhập trong một tuần giải thích bao nhiêu phần trăm độ biến động chi
tiêu cho ăn uống của hộ gia đình?

Sử dụng số liệu của một cửa hàng kinh doanh bánh ngọt tại Mỹ trong
khoảng thời gian 75 tháng. Hồi quy doanh thu bán hàng – S(nghìn USD/tháng)
theo giá bán của sản phẩm – P(nghìn USD/tháng) và chi phí quảng cáo - AD(nghìn
USD/tháng), thu được kết quả sau:
Dependent Variable: S
Sample: 1 75
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
Sum squared resid 1718.943 Schwarz criterion 6.142553
9
ÁNH LÊ MINH

7.Chi phí quảng cáo và giá bán giải thích bao nhiêu phần trăm sự biến động
của doanh thu bán hàng
10
ÁNH LÊ MINH
∗ Về ý nghĩa kinh tế:

∗ Hệ số hồi quy với biến số lượng thông thường:
1, Hàm tuyến tính:
Có dạng: Yi = 𝛃1 + 𝛃2.X2i + … + 𝛃k.Xki + Ui
-> Mẫu: Yi =β̂1 + β̂2. X2i + … + β̂k.Xki + ei
Ý nghĩa kinh tế:
+ β1: tùy từng trường hợp mà β1 sẽ có ý nghĩa kinh tế
+ βj: Nếu Xj tăng 1 đơn vị thì Yi tăng (giảm) trung bình 𝛽j đơn vị trong điều kiện
các yếu tố khác không đổi
2, Hàm log toàn phần (log-log):
Có dạng: Log (Yi) = 𝛃1 + 𝛃2.log (X2i) + … + 𝛃k.log(Xki) + Ui
-> Mẫu: Log (Yi) = β̂1 + β̂2. Log(X2i) + … + β̂k.log(Xki) + ei
+ β1: không có ý nghĩa kinh tế (có thể ko cần viết)
+ βj: Nếu Xj tăng 1% thì Yi tăng (giảm) trung bình βj% với điều kiện các yếu tố
khác không đổi
3, Mô hình bán log:
a,Hàm log - tuyến tính:
Có dạng: Log (Yi) = 𝛃1 + 𝛃2.X2i + … + 𝛃k.Xki + Ui
-> Mẫu: Log (Yi) = β̂1 + β̂2. X2i + … + β̂k.Xki + ei
+ βj: Nếu Xj thay đổi 1 đơn vị trong điều kiện các yếu tố khác không đổi thì giá trị
trung bình của biến tổng thể thay đổi βj x 100%
11
ÁNH LÊ MINH
b,Hàm tuyến tính – log:

Có dạng: Yi = 𝛃1 + 𝛃2.log (X2i) + … + 𝛃k.log(Xki) + Ui
-> Mẫu: Yi = β̂1 + β̂2. Log(X2i) + … + β̂k.log(Xki) + ei
+) βj: Khi Xj thay đổi 1 % trong điều kiện các yếu tố khác không đổi thì Yi trung
bình thay đổi (βj : 100%) đơn vị
 Chú ý: có thầy cô viết log-log là ln-ln nhé!
∗ Hệ số hồi quy với biến giả D ( biến giả là đại diện cho biến chất lượng):
+, Là biến được dùng để lượng hóa các biến chất lượng, không cân đo đong đếm
được
+, Chỉ có 2 giá trị là 0 và 1 nên còn gọi là “biến Nhị Phân”
+, thường được kí hiệu là D (ngoài ra, biến giả còn được kí hiệu bằng những chữ
cái in hoa)
Chú ý: biến giả trong MHHQ không bao giờ ở dạng bình phương hoặc dạng nằm
trong log (ln)
Có dạng: Yi = 𝜷1 + … + 𝜷j.Di + Ui
D=0: Yi = β1 + … + Ui
D=1: Yi = β1 + … + βj + Ui
+, βj chính là phần chênh lệch trung bình giữa Y(D=0) và Y(D=1) là |βj| đơn vị
( nếu βj > 0 thì Y(D=1) cao hơn Y(D=0) trung bình là |βj| đơn vị
nếu βj < 0 thì Y(D=1) thấp hơn Y(D=0) trung bình là |βj| đơn vị )
Có dạng: Log (Yi) = 𝛃1 + … + 𝛃j.Di + Ui
D=0: Log (Yi) = β1 + … + Ui
D=1: Log (Yi) = β1 + … + βj + Ui
12
ÁNH LÊ MINH

+, βj chính là phần chênh lệch trung bình giữa Y(D=0) và Y(D=1)
( nếu βj > 0 thì Y(D=1) cao hơn Y(D=0) trung bình là |βj|x100%
nếu βj < 0 thì Y(D=1) thấp hơn Y(D=0) trung bình là |βj|x100% )
Ví dụ về biến giả:
VD1: Nghiên cứu sự phụ thuộc của tiêu dùng (TD-triệu đồng) vào thu nhập (TN-
triệu đồng) và giới tính (đây chính là biến giả D) (với D=1: quan sát là nữ, với
D=0: quan sát là nam)
Khi đó, ta có MHHQ sau:
𝐓𝐃𝐢 = 𝛃𝟏 + 𝛃𝟐 . 𝐓𝐍𝐢 + 𝛃𝟑 . 𝐃𝐢 + 𝐔𝐢
+, Với D=1: nam → TDi = β1 + β2 . TNi + β3 + Ui
= (𝛃𝟏 + 𝛃𝟑 ) + β2 . TNi + Ui
+, Với D=0: nữ → TDi = 𝛃𝟏 + β2 . TNi + Ui
 Ý nghĩa kinh tế của các hệ số hồi quy:
+, β1 cho biết khi TN=0 thì tiêu dùng trung bình của nữ là β1 đơn vị
+, β2 cho biết khi TN tăng 1 đơn vị thì tiêu dùng trung bình tăng β2 đơn vị nếu
không phân biệt giới tính
+, β3 cho biết phần chênh lệch tiêu dùng trung bình của nam so với nữ trong điều
kiện TN không đổi
VD2: Nghiên cứu sự phụ của Doanh thu bán máy sưởi (DT-triệu đồng) vào giá
bán (P-triệu đồng/cái), chi phí quảng cáo (AD-trăm triệu) và quý trong năm (đây
chính là biến giả D) (với D=1: quan sát ở quý 4, với D=0: quan sát ở các quý khác
trong năm)
Khi đó, ta có MHHQ sau:
𝐃𝐓𝐢 = 𝛃𝟏 + 𝛃𝟐 . 𝐏𝐢 + 𝛃𝟑 . 𝐀𝐃𝐢 + 𝛃𝟒 . 𝐃𝐢 + 𝐔𝐢
+, Với D=1:quý 4 → DTi = β1 + β2 . Pi + β3 . ADi + β4 + Ui
= (𝛃𝟏 + 𝛃𝟒 ) + β2 . Pi + β3 . ADi + Ui
13
ÁNH LÊ MINH
+, Với D=0: các quý khác→ DTi = 𝛃𝟏 + β2 . Pi + β3 . ADi + Ui

 Ý nghĩa kinh tế của các hệ số hồi quy:
+, β1 cho biết doanh thu trung bình là β1 khi giá bán và chi phí quảng cáo đồng
thời bằng 0 quan sát ở các quý khác trong năm
+, β2 cho biết khi giá bán tăng 1 triệu đồng/cái thì doanh thu trung bình tăng β2
triệu đồng với điều kiện các yếu tố khác không đổi và không phân biệt quý
+, β3 cho biết khi chi phí quảng cáo tăng 1 trăm triệu doanh thu trung bình tăng β3
triệu đồng với điều kiện các yếu tố khác không đổi và không phân biệt quý
+, β4 cho biết doanh thu ở quý 4 cao hơn doanh thu các quý khác trong năm trung
bình là β4 triệu đồng với điều kiện cùng mức giá bán và cùng mức chi phí quảng
cáo
∗ Hệ số hồi quy với biến tương tác (biến tương tác ký hiệu là: X.D or (logX).D ):

Có dạng: Yi = 𝛃1 + … + 𝛃k.Xki + 𝛃j.Xki.Di + Ui
D=0: Yi = β1 + … + βk.Xki + Ui
D=1: Yi = β1 + … + βk.Xki + βj.Xki + Ui = β1 + … + (βk + βj).Xki + Ui
Khi D=0: Xk tăng 1 đơn vị thì Y tăng (βk) đơn vị
Khi D=1: Xk tăng 1 đơn vị thì Y tăng (βj + βk) đơn vị
Khi đó:
βj: Nếu Xj tăng 1 đơn vị thì Y(D=1) tăng nhiều hơn (k>0, j>0) Y(D=0) trung bình là
|βj| đơn vị
Nếu Xj tăng 1 đơn vị thì Y(D=1) tăng ít hơn (k>0, j<0) Y(D=0) trung bình
là |βj| đơn vị
Nếu Xj tăng 1 đơn vị thì Y(D=1) giảm nhiều hơn (k<0, j<0) Y(D=0) trung
bình là |βj| đơn vị
Nếu Xj tăng 1 đơn vị thì Y(D=1) giảm ít hơn (k<0, j>0) Y(D=0) trung bình
là |βj| đơn vị
14
ÁNH LÊ MINH
2, Hàm log toàn phần (log-log):

Có dạng: Log (Yi) = 𝛃1 + … + 𝛃k.log (Xki) + 𝛃j.log(Xki).Di + Ui
βj: Nếu Xj tăng 1 % thì Y(D=1) tăng nhiều hơn Y(D=0) trung bình là j %
Nếu Xj tăng 1 % thì Y(D=1) tăng ít hơn Y(D=0) trung bình là j %
Nếu Xj tăng 1 % thì Y(D=1) giảm nhiều hơn Y(D=0) trung bình là j %
Nếu Xj tăng 1 % thì Y(D=1) giảm ít hơn Y(D=0) trung bình là j %
a,Hàm log - tuyến tính:
Có dạng: Log (Yi) = 𝛃1 + … + 𝛃k.Xki + 𝛃j.Xki.Di + Ui
βj: Nếu Xj tăng 1 đơn vị thì Y(D=1) tăng nhiều hơn Y(D=0) trung bình là |βj|x100%
Nếu Xj tăng 1 đơn vị thì Y(D=1) tăng ít hơn Y(D=0) trung bình là |βj|x100%
Nếu Xj tăng 1 đơn vị thì Y(D=1) giảm nhiều hơn Y(D=0) trung bình là |βj|x100%
Nếu Xj tăng 1 đơn vị thì Y(D=1) giảm ít hơn Y(D=0) trung bình là |βj|x100%
b,Hàm tuyến tính – log:
Có dạng: Yi = 𝛃1 + … + 𝛃k.log (Xki) + 𝛃j.log(Xki).Di + Ui
βj: Nếu Xj tăng 1 % thì Y(D=1) tăng nhiều hơn Y(D=0) trung bình là ( |βj|:100 ) đơn vị
Nếu Xj tăng 1 % thì Y(D=1) tăng ít hơn Y(D=0) trung bình là ( |βj|:100 ) đơn vị
Nếu Xj tăng 1 % thì Y(D=1) giảm nhiều hơn Y(D=0) trung bình là ( |βj|:100 ) đơn
vị
Nếu Xj tăng 1 % thì Y(D=1) giảm ít hơn Y(D=0) trung bình là ( |βj|:100 ) đơn vị
15
ÁNH LÊ MINH
Ví dụ về biến tương tác:

VD1: Cho MHHQ sau:
Yi = β1 + β2 .Xi + β3 .Di + β4 . Xi .Di + Ui
+, Với D=1: Yi = β1 + β2 .Xi + β3 + β4 .Xi + Ui
= (𝛃𝟏 + 𝛃𝟑 ) + (𝛃𝟐 + 𝛃𝟒 ).Xi + Ui
+, Với D=0: Yi = 𝛃𝟏 + 𝛃𝟐 .Xi + Ui
 Khi đó:
+, Nếu X tăng 1 đơn vị tính thì YD=1 tăng (𝛃𝟐 + 𝛃𝟒 ) đơn vị tính
+, Nếu X tăng 1 đơn vị tính thì YD=0 tăng 𝛃𝟐 đơn vị tính
 Ý nghĩa kinh tế:
+, 𝛃𝟐 cho biết khi X tăng 1 đơn vị thì Y tăng TB β2 đơn vị trong điều kiện D=0
+, 𝛃𝟒 cho biết khi cùng cho X tăng 1 đơn vị thì
tăng nhiều hơn (khi β2 > 0 và β4 > 0)
tăng ít hơn (khi β2 > 0 và β4 < 0)
YD=1 〈 〉Y trung bình là |β4 | đơn vị
giảm nhiều hơn (khi β2 < 0 và β4 < 0) D=0
giảm ít hơn (khi β2 < 0 và β4 > 0)
VD:
Y tăng(β2 + β4 ) = 5 + 1 = 6
+, Tăng nhiều hơn β2 = 5, β4 = 1 ⟨ D=1
YD=0 tăng β2 = 5
 YD=1 Tăng nhiều hơn YD=0 trung bình là 1 đơn vị
Y tăng(β2 + β4 ) = 5 − 1 = 4
+, Tăng ít hơn β2 = 5, β4 = -1 ⟨ D=1
YD=0 tăng β2 = 5
 YD=1 Tăng ít hơn YD=0 trung bình là 1 đơn vị
Y tăng(β2 + β4 ) = −5 − 1 = −6
+, giảm nhiều hơn β2 = -5, β4 = -1 ⟨ D=1
YD=0 tăng β2 = −5
Y giảm 6
Nói cách khác là ⟨ D=1
YD=0 giảm 5
16
ÁNH LÊ MINH
 YD=1 giảm nhiều hơn YD=0 trung bình là 1 đơn vị

Y tăng(β2 + β4 ) = −5 + 1 = −4
+, giảm ít hơn β2 = -5, β4 = 1 ⟨ D=1
YD=0 tăng β2 = −5
Y giảm 4
Nói cách khác là ⟨ D=1
YD=0 giảm 5
 YD=1 giảm ít hơn YD=0 trung bình là 1 đơn vị

MẸO NHỚ CÁCH NÊU Ý NGHĨA KINH TẾ CHO CẢ 4 LOẠI MH:
Dạng MH Biến phụ thuộc Biến độc lập
Tuyến tính ̂ đơn vị tính
Tăng (giảm) TB 𝛽𝑗 Tăng 1 đơn vị tính
Log-log ̂%
Tăng (giảm) TB 𝛽𝑗 Tăng 1 %
Log-tuyến tính ̂ x100 %
Tăng (giảm) TB 𝛽𝑗 Tăng 1 đơn vị tính
Tuyến tính – log ̂ : 100 đơn vị tính
Tăng (giảm) TB 𝛽𝑗 Tăng 1 %
LƯU Ý:
+, Dạng MH là Biến phụ thuộc – Biến độc lập
+, Còn khi nêu ý nghĩa kinh tế thì phải nêu là:
Khi Biến độc lập tăng 1 …. Thì Biến phụ thuộc….
+, Chỗ có “tuyến tính” thì là đơn vị tính, chỗ có “log” thì là %
+, ý nghĩa kinh tế của hệ số hồi quy của “Biến giả” thực chất là phần chênh lệch
giữa 1 MH với D=1 và D=0
+, Biến giả _D ko bao giờ đứng trong log(gồm giới tính, vụ mùa , thời kì)
17
ÁNH LÊ MINH
* Viết mô hình hồi quy, hàm hồi quy mẫu, nêu ý nghĩa kinh tế của các hệ số
hồi quy => CĐ3
Câu hỏi nhận dạng: Hãy viết mô hình hồi quy mẫu/mô hình hồi quy tổng thể/hàm
hồi quy mẫu và nêu ý nghĩa kinh tế của các hệ số hồi quy or Hệ số hồi quy có phù
hợp lý thuyết kinh tế không?
VDụ 1: ý 1 bài 2.1sbt (MH tuyến tính)
Sample: 2005M01 2012M05
UN 61.39286 -20.25149
C 142300.3 445.2389
1.Viết mô hình hồi quy mẫu, cho biết ý nghĩa kinh tế của các hệ số hồi quy
ước lượng được.
18
ÁNH LÊ MINH
VDụ 2: ý 1 bài 2.2sbt (MH log-tuyến tính)

Nghiên cứu tác động của FDI (đơn vị: triệu USD) đến GDP (đơn vị: triệu
USD) của Việt Nam từ năm 1995 đến năm 2014( nguồn số liệu từ Vietstock.vn),
thu được kết quả sau:
Dependent Variable: LOG(GDP)
Sample: 1995 2014
FDI 1.13E-05 2.404300
C 8.939654 39.02701 0.0326
Log likelihood -17.89136 Durbin-Watson stat 0.317475
F-statistic 17.57470
Prob(F-statistic) 0.000548
1.Viết mô hình hồi quy mẫu, cho biết các hệ số hồi quy thu được có phù hợp
lý thuyết kinh tế hay không?
19
ÁNH LÊ MINH
VDụ 3: ý 1 bài 3.6sbt (MH log-log)

Có số liệu thống kê của Mexico giai đoạn từ 1955-1974; sản lượng (Q –
triệu pesos), lao động (L – nghìn người), vốn cố định (K – triệu pesos). Cho báo
cáo và mức ý nghĩa 10%:
Dependent Variable: LOG(Q)
Sample: 1955 1974
LOG(K) 0.093350 9.062911
LOG(L) 0.185687 1.829383
C -1.652379 0.606175
Adjusted R-squared 0.994502 S.D. dependent var 0.381497
S.E. of regression Akaike info criterion -4.155298
Sum squared resid Schwarz criterion -4.005938
Log likelihood 44.55298 F-statistic
1. Viết hàm hồi quy mẫu, giải thích ý nghĩa kinh tế của các hệ số hồi quy
ước lượng, kết quả ước lượng có phù hợp với lý thuyết kinh tế hay
không?
20
ÁNH LÊ MINH
VDụ 4: ý 1 bài 4.1sbt (MH có chứa biến giả)

Hồi quy lương nhân viên W (trăm nghìn đồng/ tháng) phụ thuộc vào trình độ
học vấn EDU (năm đào tạo), thâm niên công tác EX(năm) và giới tính S (S=0 nếu
nhân viên là nữ, S=1 nếu nhân viên là nam), cho báo cáo sau:
Dependent Variable: W
Sample: 1 49
C 258.8708 1.679683
EDU 133.5511 4.238632
EX 12.13158 2.840054
S 470.4604 3.247470
21
ÁNH LÊ MINH

Durbin-Watson stat 2.145764 Prob(F-statistic)
1. Viết hàm hồi quy mẫu và cho biết ý nghĩa kinh tế của các hệ số hồi quy
ước lượng được.
22
ÁNH LÊ MINH
23
ÁNH LÊ MINH
VDụ 5: ý 1 bài 4.2sbt (MH có chứa biến tương tác)

Có số liệu thống kê của Anh giai đoạn 1946 - 1954 về mức tiết kiệm cá nhân – Y
(triệu Pound), thu nhập - X (triệu Pound) trong thời kỳ - D (D = 0 thời kỳ hậu tái
thiết (sau năm 1954), D = 1 thời kỳ tái thiết (trước năm 1954). Cho bảng báo cáo
và mức ý nghĩa 5%:
Dependent Variable: Y
Sample: 1946 1963
X 0.149195 0.014051
D 0.485431 3.090566
X*D 0.038471 -2.766167
C -1.722770 0.278983 6.175184
S.E. of regression 0.154077 Akaike info criterion -0.709599
Log likelihood 10.38639 F-statistic 93.96414
1. Viết mô hình hồi quy mẫu, kết quả hồi quy có phù hợp với lý thuyết kinh
tế không?
24
ÁNH LÊ MINH
25
ÁNH LÊ MINH
Ướ𝐜 𝐥ượ𝐧𝐠
∗ Về Bài tập: ൜
𝐊𝐢ể𝐦 đị𝐧𝐡
∗ Bài tập ước lượng 1:
+, Dấu hiệu nhận biết:
‘’Hỏi theo ý nghĩa kinh tế của hệ số ’’ + tối đa / tối thiểu bn? / biến động trong
khoảng nào?
Là bn?
Biến động trong Kết quả cuối cùng để kết luận
khoảng nào
Tối đa Tối thiểu
Xj tăng Y-X LogY-X Y-logX
(giảm) a LogY-logX
̂j > 0
𝛃 j ≤ j ≥ ≤ j ≤ Nhân với a ×100 : 100
̂j < 0
𝛃 j ≥ j ≤
+, Các bước trình bày:

1.Viết CTTQ
2.Tính β̂j; Se(β̂j)

n−k
3.Tra t α ( với n=…,k=…,α=…)
4.Thay số vào công thức
5.Kết luận
+, Công thức tính:
̂j – Se(𝛃
_2 phía: 𝛃 ̂j). 𝐭 𝐧−𝐤
𝛂 ≤ j ≤ 𝛃
̂j + Se(𝛃
̂j). 𝐭 𝐧−𝐤
𝛂
𝟐 𝟐
_1 phía: Trái j ≤ 𝛃
̂j + Se(𝛃
𝛂 Phải j ≥ 𝛃
̂j – Se(𝛃
𝛂
26
ÁNH LÊ MINH
Câu hỏi nhận dạng:
Ước lượng 1 :
tối đa bao nhiêu?
“ý nghĩa kinh tế β” + ⟨ tối thiểu bao nhiêu?
biến động trong khoảng nào?
tối đa bao nhiêu?

⟨βj . Xj : nếu Xj ↑ (↓)a đơn vị (%)thì Y thay đổi ⟨tối thiểu bao nhiêu?
trong khoảng nào?
khác biệt tối đa bao nhiêu?

〈 cao hơn 〉 YD=0 ⟨ tối thiểu bao nhiêu?
βj . D: YD=1
biến động trong khoảng nào?
thấp hơn
là bao nhiêu?
Nghiên cứu mối quan hệ giữa tiền lương – PAY (đơn vị: USD) và tỷ lệ thất nghiệp
– UN (%) từ tháng 1/2005 đến tháng 5/2012 thu được kết quả sau:
Sample: 2005M01 2012M05
UN 61.39286 -20.25149
C 142300.3 445.2389
2, Với mức ý nghĩa 1%, khi tỷ lệ thất nghiệp tăng 1% thì tiền lương TB
thay đổi như thế nào?
27
ÁNH LÊ MINH

Sample: 2005M01 2012M05
28
ÁNH LÊ MINH

UN 61.39286 -20.25149
C 142300.3 445.2389
4, Với độ tin cậy 90%, nếu tỷ lệ thất nghiệp giảm 0,5% thì tiền lương TB
sẽ thay đổi tối đa như thế nào?

Nghiên cứu mối quan hệ giữa tổng tài sản ròng – W (nghìn USD) với tổng thu
nhập – INC (nghìn USD) của 46 cá nhân trong một địa phương. Cho mức ý nghĩa
5% và kết quả sau:
Sample: 1 46
29
ÁNH LÊ MINH
C -17.62333 -2.035353 0.0479

INC 0.202401 4.519570
Log likelihood -217.5138 Hannan – Quinn criter 9.573863
F-statistic Durbin-Watson stat 2.208892
3, Khi thu nhập giảm 2 nghìn USD thì tổng tài sản ròng thay đổi tối đa
bao nhiêu?
30
ÁNH LÊ MINH
∗ Bài tập ước lượng 2:

Xj tăng (giảm) a đơn vị (%) or Xk tăng(giảm) b đơn vị (%) thì Y tăng/giảm tối đa,
tối thiểu, biến động trong khoảng nào?
cùng chiều đặt dấu + trước β
ngược chiều đặt dấu − trước β
+, Mẹo: Y − X, logY − logX thì là βj
phân biệt rõ dạng mô hình của X và Y { logY − X thì là βj × 100
{ Y − logX thì là βj ∶ 100
1.Viết CTTQ
2. Tính a. β̂j + b. β̂k = …
Và Tính Se(a.β̂j + b. β̂k) = √a2 . Se2 (β̂J ) + b 2 . Se2 (β

̂k ) + 2ab. cov(β̂J ; β
̂k )
3.Tra t α
n−k
or t n−k
α ( với n=…,k=…,α=…)
2
4.Thay số vào công thức

5.Kết luận
+, Công thức tính:
_2 phía:
̂ j + b.𝛃
(a.𝛃 ̂ k) – Se(a.𝛃
̂ j + b.𝛃
̂ k). 𝐭 𝐧−𝐤
𝛂 ≤ a.j +b.βk ≤ (a.𝛃
̂ j + b.𝛃
̂ k) + Se(a.𝛃
̂ j + b.𝛃
̂ k). 𝐭 𝐧−𝐤
𝛂
𝟐 𝟐
_1 phía: Trái ̂j + b.𝛃

a.j +b.βk ≤ (a.𝛃 ̂k) + Se(a.𝛃
̂j + b.𝛃
̂k). 𝐭 𝐧−𝐤
𝛂
̂j + b.𝛃
Phải a.j +b.βk ≥ (a.𝛃 ̂k) - Se(a.𝛃
̂j + b.𝛃
̂k). 𝐭 𝐧−𝐤
𝛂
̂ j + b.𝛃
Se(a.𝛃 ̂ k) = √a2 . Se2 (β̂J ) + b 2 . Se2 (β
̂k ) + 2ab. cov(β̂J ; β
̂k )
Với cov là hệ số tương quan hay còn gọi là hiệp phương sai
31
ÁNH LÊ MINH
Ước lượng 2 
Xj ↑ (↓) a đơn vị (%)
Câu hỏi nhận dạng: ൜ } → Y (↑, ↓) tối đa (≤), tối thiểu (≥),
Xk ↑ (↓) b đơn vị (%)
biến động trong khoảng nào(…≤…≤…)
Có nguồn số liệu được trích từ bài dự thi “phân tích các nhân tố ảnh hưởng
giá vàng trên thị trường Mỹ” của sinh viên Ngoại Thương Hà Nội, trong đó GP là
giá vàng trên thị trường Mỹ (USD/Troy ounce với 1 troy ounce = 31.1 gram); CU
là tỷ giá đồng nhân dân tệ trên USD (CNY/USD); CPI là tỷ lệ lạm phát của Mỹ
(%); LB là lãi suất liên ngân hàng Luân Đôn (%). Cho mức ý nghĩa là 5% và bảng
báo cáo Eviews sau:
Dependent Variable: GP
Sample: 1 301
CU 6499.043 417.2113
CPI 0.504411 21.35982
LB -15.87277 -2.363878
C 135.7073 -16.21022 0.0000
Log likelihood -1990.627 Hannan-Quinn criter 13.27305
F-statistic Durbin-Watson stat
3,Khi lạm phát giảm 1.5% và lãi suất liên ngân hàng Luân đôn tăng 1%
thì giá vàng biến động trong khoảng nào?
Cho ma trận hiệp phương sai của các hệ số hồi quy:
LB CU CPI C
LB 45.084585 494.632840 2.598648 -700.820802
CU 494.632840 174065.239447 38.823589 -33398.348045
32
ÁNH LÊ MINH
CPI 2.598648 38.823589 0.2544303 -61.029867

C -700.820802 -33398.348045 -61.029867 18416.461675
33
ÁNH LÊ MINH
34
ÁNH LÊ MINH

Cho số liệu GDP (USD), INF (Lạm phát - %), LEND (Lãi suất - %) của Việt Nam
từ năm 1997 đến 2014 ( nguồn: Worldbank). Cho mức ý nghĩa 5% và bảng báo cáo
sau:
Sample: 1997 2014
INF 0.051594 0.015173
LEND 0.036640 -2.293385
C 25.41584 68.77059
F-statistic 5.785905 Durbin-Watson stat 0.552236
4, Nếu LEND giảm 1% đồng thời tỷ lệ INF tăng 0.5% thì GDP biến động
trong khoảng nào?
INF LEND C
INF 0.000230 -0.000386 0.002892
LEND -0.000386 0.001343 -0.013033
C 0.002892 -0.013033 0.136585
35
ÁNH LÊ MINH
∗
36
ÁNH LÊ MINH
Bài tập kiểm định 1:

Đề bài cho sẵn sự thay đổi của X và Y theo βj
+, Mẹo: sd phương pháp nhân chéo (X tăng(giảm) 1 thì Y tăng(giảm) theo β
↑↑ (+) , ↑↓ (−)
൜
phân biệt dạng MH X và Y
Cặp GT Ho: βj ≤ βj ∗ Ho: βj ≥ βj ∗ Ho: βj = βj ∗
൜ ൜ ൜
H1: βj > βj ∗ H1: βj < βj ∗ H1: βj ≠ βj ∗
TCKĐ ̂j−β∗
β j
T= ̂ ~T n−k
Se(βj)
MBB Wα = {t|t > t n−k
α } Wα = {t|t < −t n−k
α }
Wα = {t ||t| > t n−k
α }
2
+, Tính Tqs=…
n−k
+, Tra t n−k
α or t α ( với n=…,k=…,α=…)
2
+, So sánh xem tqs có thỏa mãn ĐK Wα hay không?

→ tqs ϵ Wα → Bác bỏ Ho, chấp nhận H1
→ tqs ko ϵ Wα → Chưa đủ cơ sở bác bỏ H0, tạm thời chấp nhận Ho
KL Với α =…
Chú ý: ở dạng này còn có câu hỏi đặc biệt là:

+,Xj có ảnh hưởng đến Y hay không?
Ho: βj = 0 (không ảnh hưởng)

൜ (đây chính là MH dạng Y-β.X)
H1: βj ≠ 0 (có ảnh hưởng)
+, Xj ảnh hưởng tiêu cực đến Y hay không? (βj<0)
Hiểu đơn giản là Xjvà Y tỉ lệ nghịch or biến động ngược chiều nhau
37
ÁNH LÊ MINH
Ho: βj ≥ 0 (không tiêu cực )

൜
H1: βj < 0 (có tiêu cực )
+, Nếu Xj ↑ thì Y không đổi
Ho: βj = 0
 βj=0 → ൜
H1: βj ≠ 0
+, Nếu Xj ↑ thì Y không tăng(không đổi or giảm)
Ho: βj ≤ 0
 βj≤0 → ൜
H1: βj > 0
+, Trong MH log toàn phần: logY-βj.logXj , βj là hệ số co giãn của Y theo Xj thì Y

có co giãn theo Xj hay ko?
Ho: βj = 0 (ko co giãn)

൜
H1: βj ≠ 0 (có co giãn)
β1 là hệ số chặn, Y tự định
+, Y = β1 + … + βj.Xj + Ui , trong đó: {
βj là hệ số góc, Y cận biên theo Xj
 Hệ số chặn có ý nghĩa thống kê ko? →

Ho: βj = 0(ko có ý nghĩa thống kê)
൜
H1: βj ≠ 0(có ý nghĩa thống kê)
+, QAi = β1 + β2.PAi + β3.PBi + β4.TNi + Ui trong đó:

QAi là cầu hàng hóa A
{PAi là giá hh A, PBi là giá hh B
TNi là thu nhập bình quân
 B có phải hh thay thế của A ko?
Ho: β3 ≤ 0
PB↑ → QA↑ → β3 > 0 → ൜
H1: β3 > 0(hh thay thế)
 B có phải hh bổ sung của A ko?
Ho: β3 ≥ 0
PB↑ → QA↓ → β3 < 0 → ൜
H1: β3 < 0(hh bổ sung)
38
ÁNH LÊ MINH
 A có phải hh thông thường ko? (β4>0)
Ho: β4 ≤ 0
→൜
H1: β4 > 0(hh thông thường)
 A có phải hh thứ cấp ko? (β4<0)
Ho: β4 ≥ 0
→൜
H1: β4 < 0(hh thứ cấp)
+, Câu hỏi với biến giả(YD=1 ≠ YD=0 or T/C 1 ≠ T/C 2)
Ho: βj = 0 (ko ≠)
 Có sự khác biệt về YT/C1 và YT/C2 hay ko? → ൜
H1: βj ≠ 0 (có ≠)
Ho: βj ≥ 0
 Cho rằng YT/C1(D=1) ko thấp hơn YT/C2(D=0) → ൜
H1: βj < 0
Ho: βj ≤ 0
 Cho rằng YT/C1(D=1) ko cao hơn YT/C2(D=0) → ൜
H1: βj > 0
Ho: βj ≤ 2
 Cho rằng YT/C1(D=1) cao hơn YT/C2(D=0) tối đa 2 đơn vị → ൜
H1: βj > 2
Ho: βj ≥ − 2
 Cho rằng YT/C1(D=1) thấp hơn YT/C2(D=0) tối đa 2 đơn vị → ൜
H1: βj < − 2
39
ÁNH LÊ MINH
+,  với X và  với D
cho sẵn sự thay đổi của X và Y
Xj ảnh hưởng tiêu cực đến Y không?
Xj có ảnh hưởng đến Y hay không?
Nếu Xj tăng thì Y không đổi
gồm⟨
Nếu Xj tăng thì Y không tăng
Trong MH log toàn phần Y có co giãn theo Xj không?
hệ số chặn có ý nghĩa thống kê không?
câu hỏi về HH thay thế, HH bổ sung, HH thông thường, HH thứ cấp
VDụ 1: ý 7 bài 2.1sbt ( 𝑐ℎ𝑜 𝑠ẵ𝑛 𝑠ự 𝑡ℎ𝑎𝑦 đổ𝑖 𝑐ủ𝑎 𝑋 𝑣à 𝑌 )
Sample: 2005M01 2012M05
UN 61.39286 -20.25149
C 142300.3 445.2389
7, Nếu tỷ lệ thất nghiệp giảm 0,5% thì tiền lương TB tăng ít nhất 500
USD. Anh (chị) có đồng ý với ý kiến này không?
40
ÁNH LÊ MINH
41
ÁNH LÊ MINH
VDụ 2: ý 6 bài 2.3 sbt ( 𝑐ℎ𝑜 𝑠ẵ𝑛 𝑠ự 𝑡ℎ𝑎𝑦 đổ𝑖 𝑐ủ𝑎 𝑋 𝑣à 𝑌 )

Sample: 1 46
C -17.62333 -2.035353 0.0479
INC 0.202401 4.519570
6, Có ý kiến cho rằng khi thu nhập tăng 2 nghìn USD thì tổng tài sản ròng
tăng 1.5 nghìn USD. Theo anh (chị) ý kiến này có căn cứ hay không?
42
ÁNH LÊ MINH
VDụ 3: ý 7 bài 2.3 sbt ( 𝑐ℎ𝑜 𝑠ẵ𝑛 𝑠ự 𝑡ℎ𝑎𝑦 đổ𝑖 𝑐ủ𝑎 𝑋 𝑣à 𝑌 )

43
ÁNH LÊ MINH
Sample: 1 46
C -17.62333 -2.035353 0.0479
INC 0.202401 4.519570
7, Để tổng tài sản ròng tăng 1 nghìn USD, có ý kiến cho rằng thu nhập
phải tăng ít nhất 2 nghìn USD. Anh(chị) có đồng ý với ý kiến này không?
44
ÁNH LÊ MINH
VDụ 4: ý 6 bài 2.2 sbt ( 𝑋𝑗 ả𝑛ℎ ℎưở𝑛𝑔 𝑡𝑖ê𝑢 𝑐ự𝑐 đế𝑛 𝑌 𝑘ℎô𝑛𝑔? )
Nghiên cứu tác động của FDI (đơn vị: triệu USD) đến GDP (đơn vị: triệu USD)
của Việt Nam từ năm 1995 đến năm 2014( nguồn số liệu từ Vietstock.vn), thu
được kết quả sau:
Sample: 1995 2014
FDI 1.13E-05 2.404300
C 8.939654 39.02701 0.0326
6, Có ý kiến cho rằng FDI chưa thực sự tác động tác động tích cực đến
GDP. Với mức ý nghĩa 1%, anh(chị) có đồng ý với ý kiến này không?
45
ÁNH LÊ MINH
VDụ 5: ý 5 bài 2.5 sbt ( 𝑋𝑗 ả𝑛ℎ ℎưở𝑛𝑔 𝑡𝑖ê𝑢 𝑐ự𝑐 đế𝑛 𝑌 𝑘ℎô𝑛𝑔? )
Có số liệu Y là doanh thu phí bảo hiểm phi nhân thọ (nghìn tỷ đồng) của thị trường
Bảo hiểm Việt Nam, DGDP là tốc độ tăng trưởng GDP (%) của Việt Nam từ năm
2000-2014 ( nguồn số liệu từ các báo cáo của Tổng cục Thống Kê Việt Nam 2000-
1014), thu được báo cáo Eviews:
Sample: 1995 2014
DGDP 0.212030 -2.227596
C 5.259285 1.458815 0.0032
46
ÁNH LÊ MINH

Prob(F-statistic)
5, Có ý kiến cho rằng mức tăng trưởng DGDP trong giai đoạn này chưa
thực sự tác động tích cực đến doanh thu phí bảo hiểm phi nhân thọ. Với mức ý
nghĩa 5%, hãy cho biết ý kiến của anh(chị) về vấn đề này?
VDụ 6: ý 5 bài 2.4 sbt ( 𝑋𝑗 𝑐ó ả𝑛ℎ ℎưở𝑛𝑔 đế𝑛 𝑌 ℎ𝑎𝑦 𝑘ℎô𝑛𝑔? )

Nghiên cứu mối quan hệ phụ thuộc giữa tiêu dùng theo thu nhập, người ta thu thập
số liệu từ 40 hộ gia đình trong một khu tập thể về chi tiêu cho ăn uống trong một
tuần của hộ gia đình – TD (triệu đồng) và mức thu nhập của hộ gia đình trong một
tuần – TN (triệu đồng). Hồi quy mô hình cho kết quả như sau(mức ý nghĩa 5%):
47
ÁNH LÊ MINH
Sample: 1 40
TN 0.102096 0.020933
C 0.434102 1.921578 0.0622
5, Anh(chị) có cho rằng thu nhập không ảnh hưởng đến chi tiêu ăn uống
của hộ gia đình hay không?
48
ÁNH LÊ MINH
VDụ 7: ý 7 bài 3.3 sbt ( 𝑋𝑗 𝑐ó ả𝑛ℎ ℎưở𝑛𝑔 đế𝑛 𝑌 ℎ𝑎𝑦 𝑘ℎô𝑛𝑔? )

Sample: 1 301
CU 6499.043 417.2113
CPI 0.504411 21.35982
LB -15.87277 -2.363878
C 135.7073 -16.21022 0.0000
7, Tỷ giá đồng nhân dân tệ có ảnh hưởng đến giá vàng trên thị trường Mỹ
hay không?
49
ÁNH LÊ MINH
VDụ 8: ý 5 bài 3.6 sbt( 𝑇𝑟𝑜𝑛𝑔 𝑀𝐻 log 𝑡𝑜à𝑛 𝑝ℎầ𝑛 𝑌 𝑐ó 𝑐𝑜 𝑔𝑖ã𝑛 𝑡ℎ𝑒𝑜 𝑋𝑗 𝑘ℎô𝑛𝑔? )
Có số liệu thống kê của Mexico giai đoạn từ 1955-1974; sản lượng (Q – triệu
pesos), lao động (L – nghìn người), vốn cố định (K – triệu pesos). Cho báo cáo và
mức ý nghĩa 10%:
Sample: 1955 1974
LOG(K) 0.093350 9.062911
LOG(L) 0.185687 1.829383
C -1.652379 0.606175
50
ÁNH LÊ MINH

5, Có ý kiến cho rằng sản lượng không co giãn theo lượng vốn cố định.
Anh(chị) có đồng ý với ý kiến đưa ra không?
VDụ 9: ý 3 bài 3.7 sbt( 𝑇𝑟𝑜𝑛𝑔 𝑀𝐻 log 𝑡𝑜à𝑛 𝑝ℎầ𝑛 𝑌 𝑐ó 𝑐𝑜 𝑔𝑖ã𝑛 𝑡ℎ𝑒𝑜 𝑋𝑗 𝑘ℎô𝑛𝑔? )
Có số liệu thống kê về lượng tiêu thụ bia trong năm của người dân Mỹ - Q
(triệu lít/năm), trung bình thu nhập khả dụng – I (USD/năm), giá bia – PB
(USD/lít), giá của một món đồ ăn chính của nhà hàng – PR (USD/đĩa) và giá rượu
– PL (USD/lít). Cho mức ý nghĩa 5% và bảng báo cáo eview sau:
Sample: 1 30
LOG(I) 0.415514 2.221016
LOG(PB) 0.239042 -4.268787
LOG(PR) -0.582934 0.079693
51
ÁNH LÊ MINH
LOG(PL) 0.079693 2.629415

C -3.243238 3.743000 0.3945
3, Lượng tiêu thụ bia có co giãn theo giá của đồ ăn chính của nhà hàng
hay không?
52
ÁNH LÊ MINH
VDụ 10: ý 4 bài 3.6 sbt ( ℎệ 𝑠ố 𝑐ℎặ𝑛 𝑐ó ý 𝑛𝑔ℎĩ𝑎 𝑡ℎố𝑛𝑔 𝑘ê 𝑘ℎô𝑛𝑔? )

Có số liệu thống kê của Mexico giai đoạn từ 1955-1974; sản lượng (Q – triệu
pesos), lao động (L – nghìn người), vốn cố định (K – triệu pesos). Cho báo cáo và
mức ý nghĩa 10%:
Sample: 1955 1974
LOG(K) 0.093350 9.062911
LOG(L) 0.185687 1.829383
C -1.652379 0.606175
4, Hệ số chặn có ý nghĩa thống kê hay không?
53
ÁNH LÊ MINH
54
ÁNH LÊ MINH

(𝑐â𝑢 ℎỏ𝑖 𝑣ề 𝐻𝐻 𝑡ℎ𝑎𝑦 𝑡ℎế, 𝐻𝐻 𝑏ổ 𝑠𝑢𝑛𝑔, 𝐻𝐻 𝑡ℎô𝑛𝑔 𝑡ℎườ𝑛𝑔, 𝐻𝐻 𝑡ℎứ 𝑐ấ𝑝 )
(𝑐â𝑢 ℎỏ𝑖 𝑣ề 𝐻𝐻 𝑡ℎ𝑎𝑦 𝑡ℎế, 𝐻𝐻 𝑏ổ 𝑠𝑢𝑛𝑔, 𝐻𝐻 𝑡ℎô𝑛𝑔 𝑡ℎườ𝑛𝑔, 𝐻𝐻 𝑡ℎứ 𝑐ấ𝑝 )
Giả sử có số liệu về lượng cầu (QA) của hàng hóa A phụ thuộc vào giá của chính
loại hàng hóa đó (PA), giá hàng hóa bổ sung (PB) và thu nhập của người tiêu dùng
(INC).
2, Có ý kiến cho rằng A là hàng hóa thứ cấp. Cho mức ý nghĩa 𝜶, anh(chị) hãy
trình bày các bước kiểm định ý kiến trên.
55
ÁNH LÊ MINH
+, Câu hỏi với biến giả

Có sự khác biệt về Y tại TC1 và Y tại TC2 hay không?
Cho rằng Y tại TC1 không thấp hơn (cao hơn) Y tại TC2
⟨Cho rằng Y tại TC1 không cao hơn (thấp hơn ) Y tại TC2
Cho rằng Y tại TC1 cao hơn Y tại TC2 tối đa 2 đơn vị
Cho rằng Y tại TC1 thấp hơn Y tại TC2 tối đa 2 đơn vị
Với 𝐘𝐃=𝟏 (𝐓𝐂𝟏)𝐯à 𝐘𝐃=𝟎 (TC2)

VDụ 1: ý 3 bài 4.6sbt 𝐶ó 𝑠ự 𝑘ℎá𝑐 𝑏𝑖ệ𝑡 𝑣ề 𝑌 𝑡ạ𝑖 𝑇𝐶1 𝑣à 𝑌 𝑡ạ𝑖 𝑇𝐶2 ℎ𝑎𝑦 𝑘ℎô𝑛𝑔?
Dựa trên số liệu từ Worldbank (1985-2014), sinh viên Học viện Ngân hàng nghiên
cứu sự phụ thuộc của khí thải CO2 (đơn vị:KT) vào các yếu tố:
(1) Tăng trưởng GDP bình quân đầu người (đơn vị - USD)
(2) Đầu tư trực tiếp nước ngoài FDI (đơn vị - triệu USD)
(3) Năng lượng sử dụng bình quân NL (đơn vị - kgoe, năng lượng được tạo
thành khi đốt cháy hoàn toàn một tấn dầu)
(4) D=0 nếu quan sát trước năm 2000, D=1 nếu quan sát sau năm 2000
Cho mức ý nghĩa 5% và bảng báo cáo eview sau:
Dependent Variable: CO2
Sample: 1985 2014
GDP 8.490609 24.14338 0.351674
FDI 0.603295 -1.493820 0.1488
NL 327.1101 3.801830 0.0009
D 25483.89 1.590070
D*GDP 25.38489 1.874854 0.0736
D*NL -144.9362 95.60721 -1.515955
C -69277.67 21573.95 -3.211172 0.0039
Adjusted R-squared 0.996777 S.D. dependent var
56
ÁNH LÊ MINH

3, Ảnh hưởng của GDP đến lượng khí thải CO2 có sự khác biệt giữa hai
thời kỳ không?

(𝐶ℎ𝑜 𝑟ằ𝑛𝑔 𝑌 𝑡ạ𝑖 𝑇𝐶1 𝑘ℎô𝑛𝑔 𝑐𝑎𝑜 ℎơ𝑛 (𝑡ℎấ𝑝 ℎơ𝑛 ) 𝑌 𝑡ạ𝑖 𝑇𝐶2 )
Hồi quy lương nhân viên W (trăm nghìn đồng/ tháng) phụ thuộc vào trình độ học
vấn EDU (năm đào tạo), thâm niên công tác EX(năm) và giới tính S (S=0 nếu nhân
viên là nữ, S=1 nếu nhân viên là nam), cho báo cáo sau:
Sample: 1 49
C 258.8708 1.679683
EDU 133.5511 4.238632
EX 12.13158 2.840054
57
ÁNH LÊ MINH
S 470.4604 3.247470
8, giả sử hiệu quả công việc của nhân viên được đo bằng lợi nhuận TB
nhân viên mang lại cho doanh nghiệp (trăm nghìn đồng/tháng). Nếu hiệu quả
công việc của nhân viên nữ thấp hơn nam 500 nghìn đồng/tháng thì doanh
nghiệp nên tuyển dụng nhân viên nữ hay nhân viên nam?
58
ÁNH LÊ MINH

Nghiên cứu mối quan hệ giữa tổng đầu tư trực tiếp nước ngoài – FDI (triệu USD)
với mức tăng GDP – DGDP (tỷ đồng) và biến giả KH (với KH=1 những năm nền
kinh tế biến động: KH=0 những năm nền kinh tế ổn định) của Việt Nam từ năm
1995 đến năm 2014 thu được báo cáo kết quả sau (với độ tin cậy 90%):
Dependent Variable: LOG(FDI)
59
ÁNH LÊ MINH

Sample: 1995 2014
C 1.304152 0.955447 1.364964 0.1912
LOG(DGDP) 0.629882 7.399466
KH 2.493457 -1.859072
LOG(DGDP)*KH -0.415594 1.916110
Prob(F-statistic)
2, Ảnh hưởng DGDP trong thời kỳ nền kinh tế có biến động lên tổng đầu
tư trực tiếp nước ngoài có thấp hơn thời kỳ nền kinh tế ổn định hay không?
60
ÁNH LÊ MINH

Dựa trên số liệu từ Worldbank (1985-2014), sinh viên Học viện Ngân hàng nghiên
cứu sự phụ thuộc của khí thải CO2 (đơn vị:KT) vào các yếu tố:
(1) Tăng trưởng GDP bình quân đầu người (đơn vị - USD)
(2) Đầu tư trực tiếp nước ngoài FDI (đơn vị - triệu USD)
(3) Năng lượng sử dụng bình quân NL (đơn vị - kgoe, năng lượng được tạo
thành khi đốt cháy hoàn toàn một tấn dầu)
(4) D=0 nếu quan sát trước năm 2000, D=1 nếu quan sát sau năm 2000
Cho mức ý nghĩa 5% và bảng báo cáo eview sau:
Dependent Variable: CO2
Sample: 1985 2014
GDP 8.490609 24.14338 0.351674
FDI 0.603295 -1.493820 0.1488
NL 327.1101 3.801830 0.0009
D 25483.89 1.590070
D*GDP 25.38489 1.874854 0.0736
D*NL -144.9362 95.60721 -1.515955
C -69277.67 21573.95 -3.211172 0.0039
4, Khi năng lượng sử dụng bình quân tăng lên 1 khoe thì lượng khí thải
CO2 thời kỳ sau năm 2000 giảm hơn so với thời kỳ trước năm 2000. Anh(chị) có
cho rằng điều này là phù hợp với báo cáo trên không?
61
ÁNH LÊ MINH
62
ÁNH LÊ MINH
∗ Bài tập kiểm định 2:

Xj ↑ (↓) a đơn vị (%)
+, Dấu hiệu nhận biết: ൜ → Y↑ (↓) tối đa/tối thiểu/bằng ?
Xk ↑ (↓) b đơn vị (%)
Cặp GT Ho : a. βj + b. βk ≤ c Ho : a. βj + b. βk ≥ c Ho : a. βj + b. βk = c
{ { {
H1 : a. βj + b. βk > c H1 : a. βj + b. βk < c H1 : a. βj + b. βk ≠ c
TCKĐ
̂j +b.β
(a.β ̂k )−c
n−k
T=
Se(a.β̂j +b.β̂k ) ~T
MBB Wα = {t|t > t n−k

α } Wα = {t|t < −t n−k
α } Wα = ൜t||t| > t n−k
α }
2
+, Tính Tqs=…
n−k n−k
+, Tra t n−k
α /−t α / t α ( với n=…,k=…,α=…)
2
+, So sánh xem tqs có thỏa mãn ĐK Wα hay không?

→ tqs ϵ Wα → Bác bỏ Ho, chấp nhận H1
→ tqs ko ϵ Wα → Chưa đủ cơ sở bác bỏ H0, tạm thời chấp nhận Ho
KL Với α = …
∗ Một số câu hỏi về kiểm định β:
1 Hệ số chặn / βj có ý nghĩa Ho : βj = 0(không có ý nghĩa thống kê)

{
thống kê: H1 : βj ≠ 0(có ý nghĩa thống kê)
2 Có ảnh hưởng Yi không Ho : βj = 0(không ảnh hưởng)

{
H1 : βj ≠ 0(có ảnh hưởng)
3 Chưa thực sự tác động tích Ho : βj ≤ 0(chưa thực sự tác động tích cực)
{
cực / tiêu cực H1 : βj > 0(tích cực)
63
ÁNH LÊ MINH
4 Kiểm định liên quan đến log 𝛃𝐣 = 0: không co Kiểm định hiệu suất thay đổi theo quy
giãn mô
𝛃𝐣 = 1: co giãn đơn Ho: β2 + β3 = 1 (không đổi)

vị
H1: β2 + β3 ≠ 1 (thay đổi)
𝛃𝐣 > 1: co giãn  β2 + β3 > 1 (tăng)
nhiều  β2 + β3 < 1 (giảm)
𝛃𝐣 < 1: co giãn ít
+, Kiểm định 2 :
Xj ↑ (↓) a đơn vị (%)
Câu hỏi nhận dạng ൜ } → Y (↑, ↓) tối đa (≤…), tối thiểu
Xk ↑ (↓) b đơn vị (%)
(≥…), bằng(=…), Y có tăng ko?(tăng>0;ko tăng≤0), Y có giảm ko?(giảm>0;ko
giảm≤0), bài tập về hiệu quả sản xuất
Sử dụng số liệu của một cửa hàng kinh doanh bánh ngọt tại Mỹ trong khoảng thời
gian 75 tháng. 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), thu
Sample: 1 75
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
64
ÁNH LÊ MINH

3, Có ý kiến cho rằng nếu giá bán giảm 2 (USD/sản phẩm) đồng thời tăng
chi phí quảng cáo 0.5 (nghìn USD/tháng) thì doanh thu bán hàng tăng tối thiểu
2.5 (nghìn USD/tháng). Với mức ý nghĩa 5%, anh(chị) hãy cho biết ý kiến này
có căn cứ không?
65
ÁNH LÊ MINH
66
ÁNH LÊ MINH

nhập – INC (nghìn USD), số người trong hộ gia đình – SIZE (người) của 50 cá
nhân trong một địa phương. Cho mức ý nghĩa 10% và kết quả sau:
Sample: 1 50
C 11.01494 -0.200710
INC 0.757536 4.031226
SIZE 2.529514 -1.685931
C INC SIZE
C 121.3288 -1.439631 -18.70183
INC -1.439631 0.035313 0.034028
SIZE -18.70183 0.034028 6.398439
6. Nếu thu nhập tăng 3 nghìn USD, đồng thời số người trong hộ gia đình tăng
thêm 2 người thì tổng tài sản ròng giảm tối đa 2 nghìn USD. Anh (chị) có đồng ý
với ý kiến này không?
67
ÁNH LÊ MINH
68
ÁNH LÊ MINH

Sample: 1 301
CU 6499.043 417.2113
CPI 0.504411 21.35982
LB -15.87277 -2.363878
C 135.7073 -16.21022 0.0000
LB CU CPI C
LB 45.084585 494.632840 2.598648 -700.820802
CU 494.632840 174065.239447 38.823589 -33398.348045
CPI 2.598648 38.823589 0.2544303 -61.029867
C -700.820802 -33398.348045 -61.029867 18416.461675
8. Có ý kiến cho rằng: Khi lạm phát tăng 2% đồng thời lãi suất liên ngân
hàng Luân đôn giảm 0.5% thì giá vàng không giảm. Anh (chị) có đồng ý với ý
kiến này không?
69
ÁNH LÊ MINH
70
ÁNH LÊ MINH

Nghiên cứu tác động của chỉ số giao thông (GT - đơn vị %), chỉ số nhóm ăn
uống ngoài gia đình (AU - đơn vị %), chỉ số nhóm đồ uống và thuốc lá (TL - đơn
vị %) lên chỉ số nhóm văn hóa, giải trí và du lịch (DL - đơn vị %) trong rổ tính chỉ
số CPI của Việt nam từ tháng 1 năm 2013 đến tháng 11 năm 2015 (nguồn:
Vietstock.vn) thu được kết quả sau:
Dependent Variable: DL
Sample: 2013M01 2015M11
GT 0.039029 2.805222
AU 0.139581 2.896957
TL 0.217961 0.083562
C 0.029099 2.999551 0.0053
Log likelihood 22.79100 Hannan-Quinn criter -0.012411
GT AU TL C
GT 0.000194 -0.000146 -5.99E-05 0.000114
AU -0.000146 0.004465 -0.004330 -0.000252
TL -5.99E-05 -0.004330 0.006983 -0.000685
C 0.000114 -0.000252 -0.000685 0.000847
Cho mức ý nghĩa 5%:
8. Nếu chỉ số nhóm TL tăng 2% đồng thời chỉ số GT tăng 3% thì chỉ số
nhóm DL tăng tối thiểu 2%. Anh (chị) có đồng ý với ý kiến này không?
71
ÁNH LÊ MINH
72
ÁNH LÊ MINH

Có số liệu thống kê của Mexico giai đoạn từ 1955-1974; sản lượng (Q –
triệu pesos), lao động (L – nghìn người), vốn cố định (K – triệu pesos). Cho báo
cáo và mức ý nghĩa 10%:
Sample: 1955 1974
LOG(K) 0.093350 9.062911
LOG(L) 0.185687 1.829383
C -1.652379 0.606175
Hiệp phương sai giữa các hệ số hồi quy của các biến LOG(K) và LOG(L) là 0.017
6. Có ý kiến cho rằng hiệu quả của quá trình sản xuất giảm theo quy mô,
ý kiến này có phù hợp với bảng báo cáo đã cho không?
73
ÁNH LÊ MINH
74
ÁNH LÊ MINH

* Trước hết, muốn làm được BT về ước lượng và Kiểm định βeta thì cần XĐ
đúng MH đề cho
+, Tuyến tính or log-log: βj
+, Log-tuyến tính: βj × 100
+, Tuyến tính-log: βj : 100
* Đối với BT ước lượng βeta:
- Ước lượng 1 βeta
+, Dựa vào câu hỏi trong đề bài XĐ biến độc lập -> 𝛽𝑗 đang gắn với biến độc
lập
̂ (âm or dương _ âm thì giảm “−” , dương thì tăng “+”
+, XĐ dấu của 𝛽𝑗
+, Dựa vào câu hỏi trong đề bài XĐ biến phụ thuộc xem đang gắn với từ “tối
đa, tối thiểu, trong khoảng” để XĐ KTC chuẩn xác
KTC trái: ≤ & KTC phải: ≥
̂ >0 : tối đa (≤), tối thiểu (≥)
𝜷𝒋
̂ <0: tối đa (≥), tối thiểu (≤)
Ngược lại với 𝜷𝒋
- Ước lượng 2 βeta thì chỉ cần để ý
+, tăng → + , giảm → −
+, Ít nhất, tổi thiểu: ≥ & Nhiều nhất, tối đa: ≤
* Những từ khóa (KEY) giúp XĐ dấu cặp giả thuyết đối với bài toán KĐ βeta
Ho : ≥, ≤, =
൜
H1 : >, <, ≠
+, ko ảnh hưởng: =0 +, có ảnh hưởng: #0
+, ko đổi: =0 +, thay đổi: #0
+, ko co giãn: =0 +, có co giãn: #0
+, ko có ý nghĩa thống kê: =0 +, có ý nghĩa thống kê: #0
75
ÁNH LÊ MINH
+, tích cực: >0 +, chưa thực sự tích cực: ≤0

+, tiêu cực: <0 +, chưa thực sự tiêu cực: ≥0
+, tăng: >0 +, ko tăng: ≤0
+, giảm: <0 +, ko giảm: ≥0
+, co giãn nhiều: >1 +, co giãn ít: <1
+, co giãn đơn vị: =1
+, ít nhất, tối thiểu: ≥ +, nhiều nhất, tối đa: ≤
+, hệ số chặn, Y tự định: β1 +, hệ số góc, Y cận biên theo Xj: βj
QAi = β1 + β2.PAi + β3.PBi + β4.TNi + Ui
+, Là HH thay thế: β3>0 +, Ko là HH thay thế: β3≤0
+, Là HH bổ sung: β3<0 +, Ko là HH bổ sung: β3≥0
+, Là HH thông thường: β4>0 +, Ko là HH thông thường: β4≤0
+, Là HH thứ cấp: β4<0 +, Ko là HH thứ cấp: β4≥0
Hiệu suất thay đổi theo quy mô sản xuất
+, Hiệu suất ko đổi: +, Hiệu suất thay đổi:
Β2+β3=1 Β2+β3#1
+, Hiệu suất tăng: +, Hiệu suất ko tăng:
Β2+β3>1 Β2+β3≤1
+, Hiệu suất giảm: +, Hiệu suất ko giảm:
Β2+β3<1 Β2+β3≥1
*KĐ 1 βeta thường sử dụng phương pháp nhân chéo theo form sau:
Biến độc lập ….→ Biến phụ thuộc…..
Biến độc lập ….→ Biến phụ thuộc…..
* KĐ 2 beta:
+, BĐL và BPT tác động cùng chiều: + βj
+, BĐL và BPT tác động ngược chiều: - βj
76
ÁNH LÊ MINH
*Kiểm định sự phù hợp của Mô Hình:

*Các bước trình bày:
H : R2 = 0(MHHQ không phù hợp)
+, Cặp GT: ൜ o
H1 : R2 > 0(MHHQ phù hợp)
R2 /(k−1)
+, TCKĐ: F = ~ F (k−1,n−k)
(1−R2 )/(n−k)
(k−1,n−k)
+, MBB: Wα = {F|F > Fα }
+, Tính Fqs
+, KL: với α = …
+, Kiểm định sự phù hợp của mô hình:
Hãy kiểm định sự phù hợp của MH, MHHQ có phù hợp không?
⟨
Nêu tên tất cả các biến độc lập của MH + có ảnh hưởng đến biến phụ thuộc?
Nghiên cứu mối quan hệ giữa tổng tài sản ròng – W (nghìn USD) với tổng
thu nhập – INC (nghìn USD) của 46 cá nhân trong một địa phương. Cho mức ý
nghĩa 5% và kết quả sau:
Sample: 1 46
C -17.62333 -2.035353 0.0479
INC 0.202401 4.519570
77
ÁNH LÊ MINH

8.MHHQ có phù hợp không?

Sample: 1 301
CU 6499.043 417.2113
CPI 0.504411 21.35982
78
ÁNH LÊ MINH
LB -15.87277 -2.363878
C 135.7073 -16.21022 0.0000
5. Mô hình hồi quy có phù hợp không?
79
ÁNH LÊ MINH
* Kiểm định thu hẹp Mô Hình:

MH gốc: 𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + 𝛃𝟒 .𝐗 𝟒𝐢 + 𝛃𝟓 .𝐗 𝟓𝐢 + 𝐔𝐢 → 𝐑𝟐 / RSS
MH thu hẹp: 𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + 𝐕𝐢 → R2B / RSSB ( nghi ngờ X4 , X5 ko
ảnh hưởng Y → nên loại X4 , X5 ra khỏi MH hay ko?)
+, Cặp GT:
Ho : β4 = β5 = 0 (X4 , X5 ko ảnh hưởng Y → loại X4 , X5 khỏi MH )
൜
H1 : ∃ β4 ≠ 0 or β5 ≠ 0 ( (X4 , X5 có ảnh hưởng Y → ko loại X4 , X5 khỏi MH )
(R2 −R2B )/m (RSSB −RSS)/m
+, TCKĐ: F = = ~ F (m,n−k) (m là số biến bị loại ra
(1−R2 )/(n−k) RSS/(n−k)
khỏi MH)
(m,n−k)
+, MBB: Wα = {F|F > Fα }
+, Tính Fqs
+, KL: với α = …
Câu hỏi nhận dạng Kiểm định thu hẹp mô hình:
Gốc: Yi = β1 + β2 .X2i + β3 . X3i + β4 X4i + β5 X5i + Ui
Nghi ngờ X4 , X5 không ảnh hưởng Y
 Nên loại X4 , X5 ra khỏi mô hình hay không?
Theo một nghiên cứu dựa trên số liệu thống kê quan hệ giữa doanh thu (DT -
chục triệu đồng) của các doanh nghiệp nhóm ngành sản xuất - kinh doanh phụ
thuộc vào nguồn vốn (K - chục triệu đồng), nguồn nhân lực (L - người), D = 1 nếu
doanh nghiệp thuộc sở hữu nhà nước, D = 0 nếu doanh nghiệp tư nhân. Cho mức ý
nghĩa a = 5% và bảng báo cáo EViews:
Dependent Variable: DT
Sample: 1 20
80
ÁNH LÊ MINH
C 19.0034 26.95
L 6.46 109.62297
K 9.718 32.399812
L*D 5.7866 1.749
K*D 1.7838 5.1578577
S.E. of regression 29.40 Akaike info criterion
Sum squared resid Schwarz criterion
Log likelihood Hannan-Quinn criter
Prob(F-statistic)
4. Có ý kiến cho rằng việc đưa biến giả vào mô hình là không cần thiết.
Thực hiện hồi quy mô hình thu hẹp:
𝑸𝒊 = 𝜷𝟏 + 𝜷𝟐 .𝑲𝒊 + 𝜷𝟑 .𝑳𝒊 + 𝑽𝒊 thu được RSS bằng 17925
Anh(chị) hãy cho biết ý kiến về nhận xét đưa ra.
81
ÁNH LÊ MINH
82
ÁNH LÊ MINH
* Kiểm định mở rộng Mô Hình:

MH gốc: 𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + 𝐔𝐢 → R2 / RSS
MH mở rộng: 𝐘𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + 𝛂𝟒 .𝐗 𝟒𝐢 + 𝛂𝟓 .𝐗 𝟓𝐢 + 𝐕𝐢 → R2L / RSSL (
nghi ngờ X4 , X5 cũng có ảnh hưởng Y → nên thêm X4 , X5 vào MH hay ko?)
+, Cặp GT:
Ho : α4 = α5 = 0 (X4 , X5 ko ảnh hưởng Y → ko thêm X4 , X5 vào MH )
൜
H1 : ∃ α4 ≠ 0 or α5 ≠ 0 ( (X4 , X5 có ảnh hưởng Y → thêm X4 , X5 vào MH )
(R2L −R2 )/m (RSS−RSSL )/m
+, TCKĐ: F = = ~ F (m,n−kL) (m là số biến them vào
(1−R2L )/(n−kL ) RSSL /(n−kL )
MH)
(m,n−kL )
+, MBB: Wα = {F|F > Fα }
+, Tính Fqs
+, KL: với α = …
Câu hỏi nhận dạng Kiểm định mở rộng mô hình:
Gốc: Yi = β1 + β2 .X2i + β3 . X3i + Ui
Có 2 nhân tố X4 , X5 cũng có ảnh hưởng đến Y
 Nên thêm X4 , X5 vào mô hình hay không?
sản phẩm – P(nghìn USD/tháng) và chi phí quảng cáo - AD(nghìn USD/tháng), thu
Sample: 1 75
83
ÁNH LÊ MINH

C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
11.Cùng với bộ số liệu đầu bài, hồi quy mô hình 𝑺𝒊 = 𝜶𝟏 + 𝜶𝟐 .𝑷𝒊 + 𝑽𝒊 thu
được RSS=1896.391. Việc đưa biến AD vào mô hình trên có phù hợp không?
84
ÁNH LÊ MINH

* KĐ sự phù hợp của MH
Khi đề cho: hãy KĐ sự phù hợp của MH? MHHQ có phù hợp ko? Có ý kiến cho
rằng + Nêu tên tất cả các biến độc lập + đều ko ảnh hưởng đến biến phụ thuộc.
Hãy KĐ?
* KĐ sự thu hẹp của MH
Khi câu hỏi cho MHHQ có số biến < số biến của MH ban đầu
* KĐ sự mở rộng của MH
Khi câu hỏi cho MHHQ có số biến > số biến của MH ban đầu
85
ÁNH LÊ MINH
*Ước lượng PSSSNN:

+, CTTQ: ước lượng: viết công thức phù hợp với câu hỏi đề bài ra
̂𝟐
(𝐧−𝐤).𝛔
→ Tối đa (KTC trái): 𝛔𝟐 ≤ 𝟐(𝐧−𝐤)
𝛘𝟏−𝛂
̂𝟐
(𝐧−𝐤).𝛔
→ Tối thiểu (KTC phải): 𝛔𝟐 ≥ 𝟐(𝐧−𝐤)
𝛘𝛂
̂𝟐
(𝐧−𝐤).𝛔 ̂𝟐
(𝐧−𝐤).𝛔
→ Trong khoảng (KTC 2 phía) 𝟐(𝐧−𝐤) ≤ 𝛔𝟐 ≤ 𝟐(𝐧−𝐤)
𝛘𝛂 𝛘 𝛂
𝟏−
𝟐 𝟐
+, Tính tử số: ̂2 = RSS

(n − k). σ
RSS
Có thể sd CT: R2 = 1 - ↔ RSS = (1-R2 ).TSS
TSS
̂2
σ
̅2 ) → σ
= (1-R ̅2 ). SD2 (Y)
̂2 = (1-R
SD2 (Y)
+, Tra mẫu số trong bảng thống kê khi bình phương

+, Thay số vào CT:….
+, KL: với α = …, thì PSSSNN tối đa là .../tối thiểu là .../biến động từ…đến…
86
ÁNH LÊ MINH
*Kiểm định PSSSNN:

Tối đa Tối thiểu Bằng
Cặp GT H : σ2 ≤ σ2o H : σ2 ≥ σ2o Ho : σ2 = σ2o
൜ o 2 ൜ o 2 ൜
H1 : σ > σ2o H1 : σ < σ2o H1 : σ2 ≠ σ2o
TCKĐ 2 ̂2
(n−k).σ
χ = ~ χ2(n−k)
σ2o
MBB 2(n−k) 2(n−k) 2(n−k)

Wα = {χ2 |χ2 > χα } Wα = {χ2 |χ2 < χ1−α } χ2 > χα
Wα = {χ2 | [ 2
2(n−k)
}
2
χ < χ1−α
2
+,Tính 𝛘𝐪𝐬 (tính theo CT ở TCKĐ)

𝟐(𝐧−𝐤) 𝟐(𝐧−𝐤) 𝟐(𝐧−𝐤) 𝟐(𝐧−𝐤)
+, Tra 𝛘𝛂 /𝛘𝟏−𝛂 /𝛘𝛂 /𝛘𝟏−𝛂
𝟐 𝟐
+, So sánh giá trị vừa tra với χqs :

→ χ2qs ϵ Wα → Bác bỏ Ho , chấp nhận H1
→ χ2qs không ϵ Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời chấp nhận Ho
KL Với α = …
̂2 ≤) là bn?
tối đa (σ
+, Ước lượng PSSSNN⟨ ̂2 ≥) là bn?
tối thiểu (σ
biến động trong khoảng nào? Là bn? (… ≤ ⋯ ≤ ⋯ )

Nghiên cứu tác động của FDI (đơn vị: triệu USD) đến GDP (đơn vị: triệu USD)
của Việt Nam từ năm 1995 đến năm 2014( nguồn số liệu từ Vietstock.vn), thu
87
ÁNH LÊ MINH

Sample: 1995 2014
LOG(FDI) 1.13E-05 2.404300
C 8.939654 39.02701 0.0326
5.Với mức ý nghĩa 10%, PSSSNN tối đa là bao nhiêu?
88
ÁNH LÊ MINH

nghĩa 5%):
89
ÁNH LÊ MINH
Sample: 1 40
TN 0.102096 0.020933
C 0.434102 1.921578 0.0622
7.PSSSNN biến động tối thiểu là bao nhiêu?

90
ÁNH LÊ MINH
Dependent Variable: PAY (BPT)

Sample: 2005M01 2012M05
Included observations: 89=n
UN 61.39286 -20.25149
C 142300.3 445.2389
5.PSSSNN là bao nhiêu?
91
ÁNH LÊ MINH
92
ÁNH LÊ MINH
+, Kiểm định
Cho rằng PSSSNN tối đa là ≤ σ ̂o 2
Cho rằng PSSSNN tối thiểu là ≥ σ̂o 2
PSSSNN⟨ Hãy KĐ
Cho rằng PSSSNN bằng σ̂o 2
Biến động TB của BPT do phương sai các yếu tố NN gây ra

93
ÁNH LÊ MINH
sản phẩm – P(USD/sản phẩm) và chi phí quảng cáo - AD(nghìn USD/tháng), thu
Sample: 1 75
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
6.Với độ tin cậy 95%, có thể cho rằng PSSSNN có thể bằng 40
(𝒏𝒈𝒉ì𝒏 𝑼𝑺𝑫)𝟐 hay không?
94
ÁNH LÊ MINH

* Ước lượng PSSSNN khi câu hỏi ko nói rõ là PSSSNN thay đổi ntn
* KĐ PSSSNN khi câu hỏi nói rõ sự thay đổi của PSSSNN
95
ÁNH LÊ MINH
1.Đa cộng tuyến:

→ Bản chất của việc mô hình mắc khuyết tật đa cộng tuyến là giữa các biến
độc lập có quan hệ phụ thuộc tuyến tính với nhau
*Mẹo: cách làm giống như dạng kiểm định sự phù hợp của mô hình
*Các bước trình bày: ở ĐCT thì có 2 phương pháp tiêu biểu và hay thi nhất đó là:
*Phương pháp hồi quy phụ:
+, MH gốc: Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + Ui → R2
+, HQMH: X2i = α1 + α2 .X3i + α3 .Di + Vi → R21 =… , k1 =…
Ho : R21 = 0 (X3 , D không ảnh hưởng X2 )
+, Cặp GT: {
H1 : R21 > 0 (MH gốc có ĐCT)
R21 /(k1 −1)
+, TCKĐ: F = ~ F (k1 −1,n−k1 )
(1−R21 )/(n−k1 )
(k −1,n−k1 )
+, MBB: Wα = {F|F > Fα 1 }
(k1 −1,n−k1 )
+, Tính Fqs =…(theo CT ở TCKĐ), tra Fα trong bảng fisher rồi so
sánh
(k −1,n−k1 )
→ Fqs > Fα 1 → Fqs ϵ Wα → Bác bỏ Ho , chấp nhận H1
(k −1,n−k1 )
→ Fqs < Fα 1 → Fqs không ϵ Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời
chấp nhận H1
+, KL: với α =…
Câu hỏi nhận dạng: Cho MH gốc Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + Ui
Cho hồi quy mô hình có dạng:
+, 𝐗 𝟐𝐢 = 𝛂𝟏 + 𝛂𝟐 . 𝐗 𝟑𝐢 + 𝛂𝟑 . 𝐃𝐢 + 𝐕𝐢 → 𝐑𝟐𝟏 → sử dụng phương pháp hồi quy phụ
96
ÁNH LÊ MINH

Dựa trên báo cáo tóm tắt EViews của bài tập 3,1 khi 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) với mức ý nghĩa 5% :
Sample: 1 75
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
R-squared 0.448258 Mean dependent var 77.37467
𝟐
2. Hồi quy mô hình 𝑷𝒊 = 𝜶𝟏 + 𝜶𝟐 .𝑨𝑫𝒊 + 𝑽𝒊 thu được 𝑹𝟑 =0.000695.
Kết quả này sử dụng để làm gì? Cho kết luận?
97
ÁNH LÊ MINH
98
ÁNH LÊ MINH

Cho bảng báo cáo tóm tắt theo bài tập 3.3 khi nghiên cứu tác động CU - tỷ
giá đồng nhân dân tệ trên USD (CNY/USD); CPI - tỷ lệ lạm phát của Mỹ (%); LB
- lãi suất liên ngân hàng Luân đôn (%) lên giá vàng trên thị trường Mỹ - GP
(USD/Troy ounce) và mức ý nghĩa 5%.
Sample: 1 301
CU 6499.043 417.2113
CPI 0.504411 21.35982
LB -15.87277 -2.363878
C 135.7073 -16.21022 0.0000
𝟐
2. Hồi quy mô hình 𝑪𝑷𝑰𝒊 = 𝜶𝟏 + 𝜶𝟐 .𝑳𝑩𝒊 + 𝑽𝒊 thu được 𝑹𝟐 =0.57678. Kết
quả này cho kết luận gì?
99
ÁNH LÊ MINH
*Phương pháp độ đo Theil:

+, Là đi hồi quy lần lượt biến phụ thuộc theo (k-1) biến độc lập
→ Thu được 𝑅𝑗2 ( hệ số xác định của MH thiếu biến Xj )
+, MH gốc: Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + Ui → R2
+, HQMH:
Yi = α1 + α2 .X3i + α3 .Di + Ui → R21
Yi = α1 + α2 .X2i + α3 .Di + Ui → R22
Yi = α1 + α2 .X3i + α3 .X3i + Ui → R23
100
ÁNH LÊ MINH
+, Tính độ đo theil:
m = 𝐑𝟐 − ∑𝐤𝐣=𝟐( 𝐑𝟐 − 𝐑𝟐𝐣 ) = 𝐑𝟐 − [(𝐑𝟐 − 𝐑𝟐𝟐 ) + (𝐑𝟐 − 𝐑𝟐𝟑 ) + (𝐑𝟐 − 𝐑𝟐𝟒 )]
+, KL: m≈0 → MH gốc không có ĐCT
m≈ 𝑅2 → MH gốc có ĐCT gần như hoàn hảo
m còn lại → MH gốc có ĐCT
𝐘𝐢 = 𝛂𝟏 + 𝛂𝟐 . 𝐗 𝟑𝐢 + 𝛂𝟑 . 𝐃𝐢 + 𝐕𝐢 → 𝐑𝟐𝟐
Câu hỏi nhận dạng { 𝐘𝐢 = 𝛂𝟏 + 𝛂𝟐 . 𝐗 𝟐𝐢 + 𝛂𝟑 . 𝐃𝐢 + 𝐕𝐢 → 𝐑𝟐𝟑
𝐘𝐢 = 𝛂𝟏 + 𝛂𝟐 . 𝐗 𝟐𝐢 + 𝛂𝟑 . 𝐗 𝟑𝐢 + 𝐕𝐢 → 𝐑𝟐𝟒
→ sử dụng phương pháp độ đo theil

Dựa trên báo cáo tóm tắt EViews của bài tập 3,1 khi 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) với mức ý nghĩa 5% :
Sample: 1 75
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
1.Hồi quy các mô hình:
𝑺𝒊 = 𝜶𝟏 + 𝜶𝟐 .𝑷𝒊 + 𝑽𝒊 thu được ̅̅̅̅
𝑹𝟐 = 0.3829
𝑺𝒊 = 𝜶𝟏 + 𝜶𝟐 . 𝑨𝑫𝒊 + 𝑽𝒊 thu được 𝑹𝟐𝟐 = 0.04932.
Kết quả này sử dụng để làm gì?
101
ÁNH LÊ MINH
102
ÁNH LÊ MINH

Cho bảng báo cáo tóm tắt theo bài tập 3.3 khi nghiên cứu tác động CU - tỷ
giá đồng nhân dân tệ trên USD (CNY/USD); CPI - tỷ lệ lạm phát của Mỹ (%); LB
- lãi suất liên ngân hàng Luân đôn (%) lên giá vàng trên thị trường Mỹ - GP
(USD/Troy ounce) và mức ý nghĩa 5%.
Sample: 1 301
CU 6499.043 417.2113
CPI 0.504411 21.35982
LB -15.87277 -2.363878
C 135.7073 -16.21022 0.0000
3. Lần lượt hổi quy các mô hình sau:

𝑮𝑷𝒊 = 𝜶𝟏 + 𝜶𝟐 .𝑪𝑷𝑰𝒊 + 𝜶𝟑 .𝑳𝑩𝒊 + 𝑽𝒊 thu được 𝑹𝟐𝟑 = 0.6985;
𝑮𝑷𝒊 = 𝜶′𝟏 + 𝜶′𝟐 .𝑪𝑷𝑰𝒊 + 𝜶′𝟑 .𝑳𝑩𝒊 + 𝑽𝒊 thu được 𝑹𝟐𝟒 =0.5792;
𝑮𝑷𝒊 = 𝜶′′𝟏 + 𝜶′′𝟐 .𝑪𝑷𝑰𝒊 + 𝜶′′𝟑 .𝑳𝑩𝒊 + 𝑽𝒊 thu được 𝑹𝟐𝟓 =0.8309;
Kết quả này dùng để làm gì? cho kết luận?
103
ÁNH LÊ MINH
2.PSSS thay đổi:

→ Bản chất của khuyết tật PSSS thay đổi là: Var(U/Xi) = 𝛔𝟐𝐢
Với mỗi giá trị Xi khác nhau ta được một phương sai U khác nhau
*Các bước trình bày: ở PSSS thì có 2 phương pháp tiêu biểu và hay thi nhất đó
là:
MH gốc:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + 𝐔𝐢
Phương pháp White Phương pháp biến phụ thuộc
HQMH
𝐞𝟐𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + 𝛂𝟒 .𝐗 𝟐𝟐𝐢 + ̂𝐢 𝟐 + 𝐕𝐢
𝐞𝟐𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐘
𝛂𝟓 .𝐗 𝟐𝟑𝐢 + 𝛂𝟔 .𝐗 𝟐𝐢 . 𝐗 𝟑𝐢 + 𝐕𝐢 (𝐘̂ là ước lượng của Y, 𝐤 𝟏 = 2 )
→ R21 =… → R21 =…
104
ÁNH LÊ MINH
Cặp GT Ho : R21 = 0 (PSSS không đổi) Ho : α2 = 0 (PSSS không đổi)

{ ൜
H1 : R21 > 0 (PSSS thay đổi) H1 : α2 ≠ 0 (PSSS thay đổi)
TCKĐ
R21 /(k1 −1) (k1 −1,n−k1 ) R21 /(k1 −1)
+, F = ~F +, F = ~ F ((k1 −1,n−k1 )
(1−R21 )/(n−k1 ) (1−R21 )/(n−k1 )
+, χ2 =n. R21 ~ χ2(k1 −1) +, χ2 =n. R21 ~ χ2(k1 −1)
̂2
α
+, T = ̂2)
~ T (n−k1 )
Se(α
MBB
(k −1,n−k1 ) (k −1,n−k1 )
+, Wα = {F|F > Fα 1 } +, Wα = {F|F > Fα 1 }
2(k1 −1) 2(k1 −1)

+, Wα = {χ2 |χ2 > χα } +, Wα = {χ2 |χ2 > χα }
n−k1
+, Wα = ൜t||t| > t α }
2
+, Tính 𝐅𝐪𝐬 , 𝛘𝟐𝐪𝐬 , 𝐭 𝐪𝐬
(𝐤 𝟏 −𝟏,𝐧−𝐤 𝟏 ) 𝟐(𝐤 𝟏 −𝟏) 𝐧−𝐤 𝟏

+, Tra 𝐅𝛂 , 𝛘𝛂 , 𝐭𝛂
𝟐
+, So sánh:
→ Nếu giá trị quan sát thuộc vào Wα → Bác bỏ Ho , chấp nhận H1
→ Nếu giá trị quan sát không thuộc vào Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời chấp nhận Ho
KL
*Chú ý: Kiểm định White còn có thể được cho dưới dạng bảng như sau:
Heteroskedasticity: White test
F-statistic: Fqs Prob F: (k1 − 1, n − k1 )
105
ÁNH LÊ MINH
Obs*R-squared: χ2qs Prob chi-squared: (k1 − 1)
*Các bước trình bày: ở PSSS thì còn có 2 phương pháp ngoài 2 phương pháp tiêu
biểu ở trên đó là:
MH gốc:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + 𝐔𝐢
Phương pháp Park Phương pháp Glejser

HQMH
ln𝐞𝟐𝐨 = 𝛂𝟏 + 𝛂𝟐 .ln𝐗 𝟐𝐢 + 𝛂𝟑 .ln𝐗 𝟑𝐢 + 𝐕𝐢 |𝐞𝐢 | = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + 𝐕𝐢
→ R21 =…, k1 =… → R21 =…, k1 =…
Cặp GT Ho : R21 = 0 (PSSS không đổi) Ho : R21 = 0 (PSSS không đổi)

{ {
H1 : R21 > 0 (PSSS thay đổi) H1 : R21 > 0 (PSSS thay đổi)
TCKĐ
R21 /(k1 −1)
F = (1−R2 )/(n−k ) ~ F (k1−1,n−k1 )
1 1
MBB
(k −1,n−k1 )
Wα = {F|F > Fα 1 }
+, Tính Fqs
(k1 −1,n−k1 )
+, Tra Fα
+, So sánh:
→ Fqs ϵ Wα → Bác bỏ Ho , chấp nhận H1
106
ÁNH LÊ MINH
→ Fqs không ϵ Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời chấp nhận Ho
KL
Câu hỏi nhận dạng: Cho hồi quy mô hình có dạng:

+, 𝐞𝟐𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + 𝛂𝟒 .𝐗 𝟐𝟐𝐢 + 𝛂𝟓 . 𝐗 𝟐𝟑𝐢 + 𝛂𝟔 . 𝐗 𝟐𝐢 . 𝐗 𝟑𝐢 + 𝐕𝐢 → 𝐑𝟐𝐖 → sử
dụng phương pháp White
Cho báo cáo tóm tắt của bài tập 2.2 khi nghiên cứu tác động của FDI (đơn vị: triệu
USD) đến GDP (đơn vị: triệu USD) của Việt Nam từ 1995 đến 2014:
LOG(FDI) 0.658499 2.404300
C 1.434567 2.315364 0.0326
1.Gọi 𝑒𝑖 là các phần dư thu được từ kết quả hồi quy trên, tiếp tục hồi quy mô
hình:
𝑒𝑖2 = 𝛼1 + 𝛼2 .log(𝐹𝐷𝐼𝑖 ) + 𝛼3 .log(𝐹𝐷𝐼𝑖 )2 + 𝑉𝑖
thu được 𝑅12 = 0.1608 Với mức ý nghĩa 5% kết quả này cho thông tin gì về mô
hình ban đầu? Vì sao?
107
ÁNH LÊ MINH
108
ÁNH LÊ MINH

Sử dụng số liệu trong bài tập 2.3 và kết quả báo cáo tóm tắt sau:
C -17.62333 -2.035353 0.0479
INC 0.202401 4.519570
Trong đó W – tổng tài sản ròng (nghìn USD), INC – tổng thu nhập (nghìn
USD)
1.Cho kết quả hồi quy sau:
Heteroskedasticity Test: White
F-statistic Prob. F(2,43) 0.0036

Obs*R-squared 10.59312
Với mức ý nghĩa 5%, kết quả này cho kết luận gì?
109
ÁNH LÊ MINH
110
ÁNH LÊ MINH
̂𝐢 𝟐 + 𝐕𝐢 → 𝐑𝟐𝟏 (𝐘
+, 𝐞𝟐𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐘 ̂ là ước lượng của Y) → 𝐑𝟐𝟏 ,𝐤 𝟏 =2 → sử dụng
phương pháp biến phụ thuộc
Cho báo cáo tóm tắt của bài tập 2.2 khi nghiên cứu tác động của FDI (đơn vị: triệu
USD) đến GDP (đơn vị: triệu USD) của Việt Nam từ 1995 đến 2014:
LOG(FDI) 0.658499 2.404300
C 1.434567 2.315364 0.0326
̂ 2𝑖 + 𝑉𝑖 thu được hệ số góc là
2. Hồi quy mô hình: 𝑒𝑖2 = 𝛼1 + 𝛼2 .log(𝐺𝐷𝑃)
0.0128 và sai số chuẩn của hệ số góc là 0.0085. Với mức ý nghĩa 5%, kết quả này
dùng để làm gì? Cho kết luận.
111
ÁNH LÊ MINH

Sử dụng số liệu trong bài tập 2.3 và kết quả báo cáo tóm tắt sau:
C -17.62333 -2.035353 0.0479
INC 0.202401 4.519570
Trong đó W – tổng tài sản ròng (nghìn USD), INC – tổng thu nhập (nghìn
USD)
2. Gọi 𝑒𝑖 là các phần dư thu được của mô hình ban đầu, hồi quy mô hình:
̂𝑖 2 + 𝑉𝑖 thu được 𝑅12 = 0.1724.
𝑒𝑖2 = 𝛼1 + 𝛼2 .𝑊
112
ÁNH LÊ MINH
Với mức ý nghĩa 10%, kết quả này kết luận gì?
113
ÁNH LÊ MINH
+, ln𝐞𝟐𝐨 = 𝛂𝟏 + 𝛂𝟐 .ln𝐗 𝟐𝐢 + 𝛂𝟑 .ln𝐗 𝟑𝐢 + 𝐕𝐢 → 𝐑𝟐𝐏 ,𝐤 𝐏 =… → sử dụng phương pháp

Park
Cho báo cáo tóm tắt của bài tập 3.1 và cho mức ý nghĩa 5%:
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
Trong đó: S - doanh thu bán hàng (nghìn USD/tháng), P - giá bán của sản
phẩm (USD/sản phẩm), AD - chi phí quảng cáo (nghìn USD/tháng).
Gọi 𝑒𝑖 là các phần dư thu được từ kết quả hồi quy mô hình.
1. Hồi quy mô hình ln(𝑒𝑖2 ) = 𝛼1 + 𝛼2 .ln(𝑃𝑖 ) + 𝛼3 .ln(𝐴𝐷𝑖 ) + 𝑉𝑖 thu được 𝑅12 =
0.0197 . Kết quả này cho kết luận gì về mô hình ban đầu?
114
ÁNH LÊ MINH
115
ÁNH LÊ MINH

Cho báo cáo bài tập 3.3, trong đó GP là giá vàng trên thị trường Mỹ (USD/Troy
ounce), CU là tỷ giá đồng nhân dân tệ trên USD (CNY/USD), CPI là tỷ lệ lạm phát
của Mỹ (%); LB là lãi suất liên ngân hàng Luân đôn (%).
Sample: 1 301
CU 417.2113 15.5773 0.0000
CPI 0.504411 21.3598 0.0000
LB 6.714506 -2.36388 0.0187
C 135.7073 -16.2102 0.0000
Adjusted R-squared S.D. dependent var
2. Hồi quy mô hình: ln(𝑒𝑖2 ) = 𝛼1 + 𝛼2 .ln(𝐶𝑃𝐼𝑖 ) + 𝑉𝑖 thu được
𝛼̂2 =3.1298,Se(𝛼̂2 )=0.582
Kết quả này cho kết luận gì về mô hình ban đầu?
116
ÁNH LÊ MINH
117
ÁNH LÊ MINH
+, |𝐞𝐢 | = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + 𝐕𝐢 → 𝐑𝟐𝐆 ,𝐤 𝐆 =… → sử dụng phương pháp

Glejser
Cho báo cáo tóm tắt của bài tập 3.1 và cho mức ý nghĩa 5%:
C 118.9136 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
Trong đó: S - doanh thu bán hàng (nghìn USD/tháng), P - giá bán của sản
phẩm (USD/sản phẩm), AD - chi phí quảng cáo (nghìn USD/tháng).
2. Hồi quy mô hình |𝑒𝑖 | = 𝛼1 + 𝛼2 .𝑃𝑖 + 𝛼3 .𝐴𝐷𝑖 + 𝑉𝑖 thu được ̅̅̅̅

𝑅22 =0.044 .
118
ÁNH LÊ MINH
119
ÁNH LÊ MINH

Cho báo cáo bài tập 3.3, trong đó GP là giá vàng trên thị trường Mỹ
(USD/Troy ounce), CU là tỷ giá đồng nhân dân tệ trên USD (CNY/USD), CPI là tỷ
lệ lạm phát của Mỹ (%); LB là lãi suất liên ngân hàng Luân đôn (%).
Sample: 1 301
CU 417.2113 15.5773 0.0000
CPI 0.504411 21.3598 0.0000
LB 6.714506 -2.36388 0.0187
C 135.7073 -16.2102 0.0000
Adjusted R-squared S.D. dependent var
3. Hồi quy mô hình: |𝑒𝑖 | = 𝛼1 + 𝛼2 .𝐶𝑃𝐼𝑖 + 𝛼3 .𝐿𝐵𝑖 + 𝛼4 .𝐶𝑈𝑖 + 𝑉𝑖 thu được 𝑅22 =
0.1943 . Kết quả này cho kết luận gì về mô hình ban đầu?
120
ÁNH LÊ MINH
121
ÁNH LÊ MINH
3.Kiểm định tự tương quan:

Giả sử MH gốc có dạng:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + …+ 𝛃𝐤 .𝐗 𝐤𝐢 + 𝐔𝐢
*Phương pháp Dubin-Waston(p=1) → Chỉ kiểm định được bậc 1
+, HQMH gốc thu được ei → ei−1
H : MH không có tự tương quan bậc 1
+, Cặp GT: ൜ o
H1 : MH có tự tương quan bậc 1
∑𝐧
𝐢=𝟐(𝐞𝐢 −𝐞𝐢−𝟏 )
𝟐
+, TCKĐ: d= ∑𝐧 𝟐
𝐢=𝟏 𝐞𝐢
+, Giá trị dqs =…(bài đã cho)
Với n =…, k’ = k−1 = …, α =…
→ dL = …, dU = …
→ 4−dL = …, 4−dU = …
Khi đó, ta có đoạn mạch Dubin-Waston:
→ Nếu 𝐝𝐪𝐬 nằm ở đoạn 𝐝𝐔 đến 4−𝐝𝐔 thì không có tự tương quan
→ Nếu 𝐝𝐪𝐬 nằm ở đoạn 0 đến 𝐝𝐋 or đoạn 4−𝐝𝐋 đến 4 thì có tự tương quan
→ Nếu 𝐝𝐪𝐬 nằm ở đoạn 𝐝𝐋 đến 𝐝𝐔 or đoạn 4−𝐝𝐔 đến 4−𝐝𝐋 thì không kết luận
được
+, KL
122
ÁNH LÊ MINH

+, Mô hình có tự tương quan không? / Mô hình có tự tương quan bậc nhất hay
không?
 Sử dụng phương pháp Dubin-Waston(p=1)
Từ số liệu bài tập 2.4, khi nghiên cứu mối quan hệ phụ thuộc giữa tiêu dùng của hộ
gia đình - TD (triệu đồng) và mức thu nhập trong một tuần - TN (triệu đồng) thu
được bảng báo cáo sau:
TN 0.102096 0.020933
C 0.434102 1.921578 0.0622
1. Mô hình có tự tương quan bậc nhất hay không?
123
ÁNH LÊ MINH
124
ÁNH LÊ MINH

Sử dụng bảng báo cáo khi nghiên cứu mối quan hệ phụ thuộc giữa Cung tiền
- M1 (tỷ USD) với: Chỉ số sản xuất công nghiệp - IP (%); Lãi suất huy động 3
tháng - Tbill (%) ; Chỉ số giá tiêu dùng - CPI (%) từ tháng 1 năm 2009 đến tháng
12 năm 2011 của một quốc gia thu được báo cáo tóm tắt sau và mức ý nghĩa 5%.
Dependent Variable: LOG(M1)
C 1.909262 -5.658244
LOG(TBILL) -0.018246 -2.971831
LOG(CPI) 0.483965 6.336331
LOG(IP) 0.382268 2.039229
S.E. of regression 0.017575 Akaike info criterion -5.140203
1. Anh (chị) hãy kiểm định khuyết tật tự tương quan bậc nhất của mô hình?
125
ÁNH LÊ MINH
*Phương pháp BG (Breusch-Godfrey)

+, HQMH gốc thu được ei → ei−1 ; ei−2 ; ei−p
+, Hồi quy theo mô hình:
𝐞𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + …+ 𝛂𝐤 .𝐗 𝐤𝐢 + 𝛂𝐤+𝟏 .𝐞𝐢−𝟏 +…+ 𝛂𝐤+𝐩 .𝐞𝐢−𝐩 + 𝐔𝐢
→ R21 =…/ RSS1 =…
+, Hồi quy theo mô hình:
𝐞𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + …+ 𝛂𝐤 .𝐗 𝐤𝐢 + 𝐔𝐢
126
ÁNH LÊ MINH
→ R22 =…/ RSS2 =…

H : MH không có tự tương quan bậc p
+, Cặp GT: ൜ o
H1 : MH có tự tương quan bậc p
+, TCKĐ: χ2 = (n−p). R21 ~ χ2(p)
(R21 −R22 )/p (RSS2 −RSS1 )/p

F= = ~ F (p,n−k−p)
(1−R21 )/(n−k−p) RSS1 /(n−k−p)
+, MBB: Wα = {χ2 |χ2 > χ2(p)

α }
(p,n−k−p)
Wα = {F|F > Fα }
+, Tính χ2qs , Fqs

2(p)
Tra χα , Fα(p,n−k−p)
So sánh:
→ Nếu giá trị quan sát thuộc vào Wα → Bác bỏ Ho , chấp nhận H1
→ Nếu giá trị quan sát không thuộc vào Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời
chấp nhận Ho
+, KL
*Chú ý: Kiểm định BG còn có thể được cho dưới dạng bảng như sau:
Breusch-Godfrey
Obs*R-squared: χ2qs Prob chi-squared: (p)
+, Cho hồi quy mô hình có dạng:
ei = α1 + α2 .X2i + α3 .X3i + …+ αk .Xki + αk+1 .ei−1 + …+ αk+p .ei−p + Vi →
R21 /RSS1
 sử dụng phương pháp BG
127
ÁNH LÊ MINH

Từ số liệu bài tập 2.4, khi nghiên cứu mối quan hệ phụ thuộc giữa tiêu dùng của hộ
gia đình - TD (triệu đồng) và mức thu nhập trong một tuần - TN (triệu đồng) thu
được bảng báo cáo sau:
TN 0.102096 0.020933
C 0.434102 1.921578 0.0622
2. Cho kết quả hồi quy sau và mức ý nghĩa 5%
Breusch – Godfrey Serial Correlation LM test:
F-statistic Prob. F(2,…)

Obs*R-squared 0.254595 Prob.Chi-Squared(2)
128
ÁNH LÊ MINH

Cho Y là sản lượng (đơn vị: nghìn sản phẩm), CP - chi phí (đơn vị USD/sản
phẩm),
P - giá của hàng hóa (đơn vị USD/sản phẩm). Cho mức ý nghĩa 5% và báo cáo tóm
tắt sau:
Dependent Variable: Y
Sample: 1 16
P 0.067559 5.245247
CP -0.012763 -0.386198
C 1.149405 4.200549
R-squared 0.679373 S.D. dependent var 10.0000
Log likelihood -31.71810 Akaike info criterion 13.7728
129
ÁNH LÊ MINH
2. Gọi 𝑒𝑖 là các phần dư thu được từ mô hình đề xuất ban đầu:

Hồi quy mô hình 𝑒𝑖 = 𝛼1 + 𝛼2 .𝐶𝑃𝐼𝑖 + 𝛼3 .𝑃𝑖 + 𝛼4 .𝑒𝑖−1 + 𝛼5 .𝑒𝑖−2 + 𝑉𝑖 thu
được
𝑅12 = 0.0533. Kết quả này cho kết luận gì về mô hình ban đầu?
130
ÁNH LÊ MINH
4.Kiểm định bỏ sót biến:

MH gốc:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 +…+ 𝛃𝐤 .𝐗 𝐤𝐢 + 𝐔𝐢
→ R2 /RSS
Phương pháp Ramsey Phương pháp Lagrange

̂ → Y ,…, Y
HQMH gốc thu được Y ̂2 ̂P ̂→Y
HQMH gốc thu được Y ̂ 2, Y
̂ 3 ,…, Y
̂P
HQMH
̂𝐢 𝟐 +…+
𝐘𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + …+ 𝛂𝐤 .𝐗 𝐤𝐢 + 𝛂𝐤+𝟏 .𝐘 𝐞𝐢 = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + …+ 𝛂𝐤 .𝐗 𝐤𝐢 +
̂𝐢 𝐩 + 𝐕𝐢
𝛂𝐤+𝐩−𝟏 . 𝐘 ̂𝐢 𝟐 +…+ 𝛂𝐤+𝐩−𝟏 . 𝐘
𝛂𝐤+𝟏 .𝐘 ̂𝐢 𝐩 + 𝐕𝐢
→ R21 /RSS1 → R21
Cặp H : MH không bỏ sót biến H : MH không bỏ sót biến

൜ o ൜ o
GT H1 : MH có bỏ sót biến H1 : MH có bỏ sót biến
TCKĐ
(𝐑𝟐𝟏 −𝐑𝟐 )/(𝐏−𝟏) (𝐑𝐒𝐒−𝐑𝐒𝐒𝟏 )/(𝐏−𝟏)
F= =
(𝟏−𝐑𝟐𝟏 )/(𝐧−𝐤−𝐩+𝟏) 𝐑𝐒𝐒𝟏 /(𝐧−𝐤−𝐩+𝟏) 𝛘𝟐 = n.𝐑𝟐𝟏 ~ 𝛘𝟐(𝐩−𝟏)
~ 𝐅 (𝐩−𝟏,𝐧−𝐤−𝐩+𝟏)
MBB (p−1,n−k−p+1) 2(p−1)

Wα = {F|F > Fα } Wα = {χ2 |χ2 > χα }
(p−1,n−k−p+1) 2(p−1)
+, Tính Fqs và tra Fα +, Tính χ2qs và tra χα
+, So sánh 2 giá trị đó: +, So sánh 2 giá trị đó:

→ Fqs ϵ Wα → Bác bỏ Ho , chấp nhận H1 → χ2qs ϵ Wα → Bác bỏ Ho , chấp nhận H1
→ Fqs không ϵ Wα → Chưa đủ cơ sở bác bỏ Ho , → χ2qs không ϵ Wα → Chưa đủ cơ sở bác
tạm thời chấp nhận Ho bỏ Ho , tạm thời chấp nhận Ho
KL Với α = …
131
ÁNH LÊ MINH
*Chú ý: Kiểm định Ramsey còn có thể được cho dưới dạng bảng như sau:
Ramsey reset test:
Value df Probability
F-statistic Fqs (p−1;n−k−p+1)
Câu hỏi nhận dạng: Cho hồi quy mô hình có dạng:

̂i 2 + …+ αk+1−p . Y
+, 𝐘𝐢 = α1 + α2 .X2i + α3 .X3i + …+ αk .Xki + αk+1 .Y ̂i p + Vi
 Sử dụng phương pháp Ramsey

Từ số liệu của bài tập 2.2 thu được báo cáo tóm tắt sau đây:
LOG(FDI) 0.658499 2.404300
C 1.434567 2.315364 0.0326
Trong đó FDI (đơn vị: triệu USD). GDP (đơn vị: triệu USD)
1. Cho kết quả hồi quy sau và độ tin cậy 95%:
Ramsey RESET Test:
Value df Probability
F-statistic 4.175469 (2,16)
Log likelihood ratio 8.399633 2 0.0150
132
ÁNH LÊ MINH

Sử dụng báo cáo rút gọn từ bài tập 3.1 khi hồi quy doanh thu bán hàng - S
(nghìn USD/tháng) theo giá bán của sản phẩm - P (USD/sản phẩm), chi phí quảng
cáo - AD (nghìn USD/tháng) và cho mức ý nghĩa 5%:
C 6.351638 18.72172 0.0000
P 1.095993 -7.215241
133
ÁNH LÊ MINH
AD 0.683195 2.726283
2. Hồi quy mô hình:
𝑆𝑖 = 𝛼1 + 𝛼2 .𝑃𝑖 + 𝛼3 .𝐴𝐷𝑖 + 𝛼4 .𝑆̂𝑖2 + 𝛼5 .𝑆̂𝑖3 + 𝑉𝑖 thu được 𝑅12 =0.4565. Kết quả này
cho kết luận gì về mô hình ban đầu?
134
ÁNH LÊ MINH
̂i 2 + …+ αk+1−p . Y
+, 𝐞𝐢 = α1 + α2 .X2i + α3 .X3i + …+ αk .Xki + αk+1 .Y ̂i p + Vi
 Sử dụng phương pháp Lagrange

LOG(FDI) 0.658499 2.404300
C 1.434567 2.315364 0.0326
2. Gọi 𝑒𝑖 là các phần dư thu được từ mô hình trên.
̂ )2𝑖 + 𝛼4 .log(𝐺𝐷𝑃
Hồi quy mô hình: 𝑒𝑖 = 𝛼1 + 𝛼2 .log(𝐹𝐷𝐼𝑖 ) + 𝛼3 .log(𝐺𝐷𝑃 ̂ )3𝑖 + 𝑉𝑖
thu được
𝑅12 = 0.3429. Kết quả này cho kết luận gì về mô hình ban đầu với mức ý nghĩa
10%.
135
ÁNH LÊ MINH

Sử dụng báo cáo rút gọn từ bài tập 3.1 khi hồi quy doanh thu bán hàng - S
(nghìn USD/tháng) theo giá bán của sản phẩm - P (USD/sản phẩm), chi phí quảng
cáo - AD (nghìn USD/tháng) và cho mức ý nghĩa 5%:
C 6.351638 18.72172 0.0000
P 1.095993 -7.215241
AD 0.683195 2.726283
136
ÁNH LÊ MINH

3. Gọi 𝑒𝑖 là các phần dư thu được từ mô hình ban đầu.
Hồi quy mô hình: 𝑒𝑖 = 𝛼1 + 𝛼2 .𝑃𝑖 + 𝛼3 .𝐴𝐷𝑖 + 𝛼4 .𝑆̂𝑖2 + 𝛼5 .𝑆̂𝑖3 + 𝑉𝑖 thu được 𝑅22 =
0.1162. Kết quả này cho kết luận gì về mô hình ban đầu?
137
ÁNH LÊ MINH

* Mẹo nhận dạng Khuyết Tật cho MH gốc thông qua MH ở câu hỏi bài cho
1. ĐCT
+, BĐL = βj . BĐL -> hquy phụ
+, Cho từ 2 MHHQ trở lên -> Độ đo Theil
2. PSSS thay đổi
+, ei2 = βj. BĐL + βk.BĐL2 -> White (có dạng bảng)
̂ 𝟐 -> BPT
+, ei2 = β2.𝐁𝐏𝐓
+, lnei2 = βj. LnBĐL -> Park
+, |ei| = βj. BĐL -> Glejser
3. TTQ
+, MH có TTQ ko? Có TTQ bậc nhất ko? -> Durbin-Wason (KĐ TTQ bậc 1)
+, ei = βj. BĐL + βk.ei-p -> BG (có dạng bảng)
4. Bỏ sót biến
̂ 𝐩 -> ramsey (có dạng bảng)
+, BPT = βj. BĐL + βk.𝐁𝐏𝐓
̂ 𝐩 -> lagrange
+, ei = βj. BĐL + βk.𝐁𝐏𝐓
CÝ: bài cho MHHQ thu đc hệ số góc và sai số chuẩn của hệ số góc:
hệ số góc
 Sử dụng TCKĐ: T =
sai số chuẩn của hệ số góc
MẸO: (dựa vào đặc trưng của Khuyết Tật)

+, Cho từ 2 MHHQ trở lên -> Độ đo Theil -> KĐ ĐCT
̂ 2 -> BPT -> KĐ PSSS thay đổi
+, ei2 = β2.BPT
+, lnei2 -> Park -> KĐ PSSS thay đổi
+, |ei| -> Glejser -> KĐ PSSS thay đổi
+, ei-p -> KĐ TTQ bậc p ̂ p -> KĐ bỏ sót biến
+, BPT
138
ÁNH LÊ MINH

H : SSNN có phân bố chuẩn
+, Cặp GT: ൜ o
H1 : SSNN không chuẩn
S2 (K−3)2
+, TCKĐ: JB = n.( +
6 24
) ~ χ2(2)
2(2)
+, MBB: Wα = {JB|JB > χα }
+, Tính JBqs =…
Tra χ2(2)
So sánh 2 giá trị trên:
→ JB ϵ Wα → Bác bỏ Ho , chấp nhận H1
→ JB không ϵ Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời chấp nhận Ho
+, KL:
Câu hỏi nhận dạng: Đề bài cho hệ số nhọn(K) và hệ số bất đối xứng(S) → Sử
dụng phương pháp JB
LOG(FDI) 1.13E-05 2.404300
C 8.939654 39.02701 0.0326
139
ÁNH LÊ MINH
3. Sử dụng thống kê mô tả cho chuỗi phần dư của mô hình ban đầu thu
được hệ số nhọn bằng 2.4736 và hệ số bất đối xứng bằng -0.4569. Kết quả này
cho kết luận gì về mô hình ban đầu với mức ý nghĩa 5%
140
ÁNH LÊ MINH
Có 7 cách đề xuất mô hình ứng với các mô hình như sau:

1.Đề xuất MH mới khi đề đã cho sẵn các nhân tố:
+, Kí hiệu cho các biến + tên gọi + đơn vị tính của biến
+, Đề xuất MH mới
+, Xác định Dấu kì vọng
→ >0 → Thực tế thì Y và X tỉ lệ thuận thì ta cho dấu >
→ <0 → Thực tế thì Y và X tỉ lệ nghịch thì ta cho dấu <
2. Đề xuất MH có Y cận biên theo X không đổi
→ Đề xuất MH tuyến tính có dạng Y-.X
3. Đề xuất MH có Y cận biên giảm dần
→ Đề xuất MH thêm biến 𝑿𝟐
4. Đề xuất MH có hệ số co giãn không đổi
(nếu X thay đổi thì Y thay đổi theo một tỉ lệ cố định)
𝐥𝐨𝐠 − 𝐥𝐨𝐠
→ Đề xuất mô hình log toàn phần có dạng [
𝐥𝐧 − 𝐥𝐧
141
ÁNH LÊ MINH

+, Đề xuất MH mới: logYi = β1 + β2 .logX2i + β3 .logX3i + Ui
𝐘′𝐗𝟐 .𝐗 𝟐
+, Chứng minh hệ số co giãn không đổi: 𝐄𝐗𝐘𝟐 =
𝐘
β β
Y = eβ1 .X2 2 . X3 3 .eUi
β −1 β
Y′X2 = eβ1 .β2 .X2 2 . X3 3 .eUi
𝛃 −𝟏 𝛃
𝐘 𝐞𝛃𝟏 .𝛃𝟐 .𝐗 𝟐𝟐 .𝐗 𝟑𝟑 .𝐞𝐔𝐢 .𝐗 𝟐
→ 𝐄𝐗 𝟐 = 𝛃 𝛃
𝐞𝛃𝟏 .𝐗 𝟐𝟐 .𝐗 𝟑𝟑 .𝐞𝐔𝐢
→ C/m được hệ số co giãn của Y theo X2 không đổi

C/m tương tự, ta có: EXY3 = β3 → Hệ số co giãn của Y theo X3 không đổi
𝟏(𝐓𝐂𝟏)
5.Đề xuất MH thêm biến giả D = ⟨ → 𝐘𝐃=𝟏 ≠ 𝐘𝐃=𝟎
𝟎(𝐓𝐂𝟐)
=1
+, Kí hiệu D ⟨
=0
+, Đề xuất MH
6.Đề xuất MH thêm biến số lượng Xj thông thường (bản chất là mở rộng MH)
142
ÁNH LÊ MINH
7.Đề xuất MH thêm biến tương tác

+, Đề xuất MH thêm biến X.D or log X.D tùy vào MH gốc
+, Cho rằng …Hãy đề xuất MH
+, C/m hệ số co giãn không đổi
VDụ 1: ý 3 câu 1 đề 1 - thi BTL ngày 4/8/2021
3. Theo bạn cầu của một hàng hóa còn phụ thuộc vào các yếu tố nào? Hãy trình
bày các bước kiểm định để xác nhận việc đưa thêm các nhân tố đề xuất đó vào mô
hình?
143
ÁNH LÊ MINH
VDụ 2: ý 8 đề 5 - thi BTL ngày 11/10/2021

Nghiên cứu các nhân tố tác động đến giá trị nhập khẩu hàng hóa vào thị
trường của
một quốc gia thu được bảng báo cáo:
Dependent Variable: LOG(NK)
LOG(X2) 4.370066 3.524090
LOG(X3) 0.389830 4.480975
LOG(X4) -1.094721 -4.396124
C 13.31983 -2.460146
F-statistic Prob(F-statistic) 1.168475
8. Có ý kiến cho rằng kể từ năm 2009 giá trị nhập khẩu có sự khác biệt với
những năm trước đó. Bạn hãy đề xuất mô hình và trình bày các bước kiểm định ý
kiến đưa ra
Giải
144
ÁNH LÊ MINH
145
ÁNH LÊ MINH
VDụ 3: ý 2 câu 1 đề 1 - thi BTL ngày 6/6/2021

Nghiên cứu mối phụ thuộc của GDP (tỷ đồng) vào Tổng lao động từ 15 tuổi
trở lên (L-người) và Vốn đầu tư trực tiếp nước ngoài (FDI-tỷ đồng) dựa trên cơ sở
dữ liệu năm 2019 của 59 tỉnh, thành phố thu được báo cáo như sau:
Sample: 1 59
LOG(L) 1.004002 0.107800 0.0000
LOG(FDI) 0.137970 0.022757
C 1.375092 -2.732025 0.0084
Prob(F-statistic) 0.000000 Durbin-Waston stat
2.Viết mô hình hồi quy tổng thể tương ứng với báo cáo trên và cho biết hệ số co
giãn của biến phụ thuộc theo từng biến độc lập
146
ÁNH LÊ MINH
147

TỔNG HỢP KIẾN THỨC KINH TẾ LƯỢNG bản đầy đủ

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

TỔNG HỢP KIẾN THỨC KINH TẾ LƯỢNG bản đầy đủ

Uploaded by

Copyright:

Available Formats

ÁNH LÊ MINH

+) Tổng Thể là gì?

Tổng Thể Mẫu

Mô Hình Hồi Quy PRM: Yi = 𝛽1 + 𝛽2.Xi + Ui SRM: 𝑌i = 𝛽̂1 + 𝛽̂2.Xi + ei

(MHHQ) = E(Y/X=Xi) + Ui = 𝑌̂i + ei

Ui là sai số ngẫu nhiên ei là phần dư

Dependent variable: Y (Biến Phụ Thuộc)

S.E of regression ̂ 2 phương sai

 Các công thức cơ bản cần nhớ:

ESS TSS−RSS RSS ̂2

NOTE: Với bài tập mô hình hồi quy mẫu(k=2) thì:

Xác định k ( số biến )

2, Các công thức cơ bản liên quan đến bảng eview

VDụ 2: ý 2 bài 2.4 sbt

C 0.434102 1.921578 0.0622

C 0.434102 1.921578 0.0622

VDụ 2: ý 7 bài 3.1sbt

Log likelihood -223.8695 F-statistic

∗ Về ý nghĩa kinh tế:

b,Hàm tuyến tính – log:

Ý nghĩa kinh tế:

+, Với D=0: các quý khác→ DTi = 𝛃𝟏 + β2 . Pi + β3 . ADi + Ui

1, Hàm tuyến tính:

2, Hàm log toàn phần (log-log):

Ví dụ về biến tương tác:

 YD=1 giảm nhiều hơn YD=0 trung bình là 1 đơn vị

Kiến thức cần nhớ ở CĐ3:

VDụ 2: ý 1 bài 2.2sbt (MH log-tuyến tính)

VDụ 3: ý 1 bài 3.6sbt (MH log-log)

VDụ 4: ý 1 bài 4.1sbt (MH có chứa biến giả)

S.E. of regression 496.4173 Akaike info criterion 15.33082

VDụ 5: ý 1 bài 4.2sbt (MH có chứa biến tương tác)

+, Các bước trình bày:

2.Tính β̂j; Se(β̂j)

Câu hỏi nhận dạng:

tối đa bao nhiêu?

khác biệt tối đa bao nhiêu?

VDụ 2: ý 4 bài 2.1 sbt

Variable Coefficient Std. Error t-Statistic Prob.

VDụ 3: ý 3 bài 2.3 sbt

C -17.62333 -2.035353 0.0479

∗ Bài tập ước lượng 2:

2. Tính a. β̂j + b. β̂k = …

Và Tính Se(a.β̂j + b. β̂k) = √a2 . Se2 (β̂J ) + b 2 . Se2 (β

4.Thay số vào công thức

_1 phía: Trái ̂j + b.𝛃

CPI 2.598648 38.823589 0.2544303 -61.029867

VDụ 2: ý 4 bài 3.4 sbt

Bài tập kiểm định 1:

+, So sánh xem tqs có thỏa mãn ĐK Wα hay không?

Chú ý: ở dạng này còn có câu hỏi đặc biệt là:

Ho: βj = 0 (không ảnh hưởng)

Ho: βj ≥ 0 (không tiêu cực )

+, Nếu Xj ↑ thì Y không đổi

+, Nếu Xj ↑ thì Y không tăng(không đổi or giảm)

+, Trong MH log toàn phần: logY-βj.logXj , βj là hệ số co giãn của Y theo Xj thì Y

Ho: βj = 0 (ko co giãn)

 Hệ số chặn có ý nghĩa thống kê ko? →

+, QAi = β1 + β2.PAi + β3.PBi + β4.TNi + Ui trong đó:

 B có phải hh thay thế của A ko?

 B có phải hh bổ sung của A ko?

 A có phải hh thông thường ko? (β4>0)

 A có phải hh thứ cấp ko? (β4<0)