A.

Nêu hàm hồi quy mẫu:

❖ Mô hình hồi quy tổng thể: Hàm hồi quy tổng thể:
𝐸(𝑌𝑖 ∕𝑋𝑖) = 𝛽1 + 𝛽2 ⋅ 𝑥𝑖
𝑦𝑖 = 𝛽1 + 𝛽2 ⋅ 𝑥𝑖 + 𝑢𝑖
Hàm hồi quy mẫu:
❖ Mô hình hồi quy mẫu:
̂1 + 𝛽
𝑦̂𝑖 = 𝛽 ̂2 × 𝑥𝑖
̂1 + 𝛽
𝑦̂𝑖 = 𝛽 ̂2 × 𝑥𝑖 + 𝑒𝑖

̂1 + 𝛽
Ý nghĩa của các hệ số ước lượng của 𝑦̂𝑖 = 𝛽 ̂2 × 𝑥𝑖 là:

+ ̂1 cho biết khi biến độc lập X= 0 thì Y= 𝛽

𝛽 ̂1 .
+ ̂2 𝑙à ℎệ 𝑠ố 𝑐ℎặ𝑛 𝑐ℎ𝑜 𝑏𝑖ế𝑡 𝑘ℎ𝑖 𝑋 𝑡ℎ𝑎𝑦 đổ𝑖 1 đơ𝑛 𝑣ị 𝑡ℎì 𝑡ℎì 𝑌 𝑠ẽ 𝑡ℎ𝑎𝑦 đổ𝑖 bao
𝛽
nhiêu đơn vị.

B. Hãy nêu 5 tính chất và 6 giả thiết của hàm hồi quy mẫu:
Các tính chất của hàm hồi quy mẫu:
1. Đồ thị hàm hồi quy mẫu đi qua trung bình mẫu  𝑦̅ = 𝛽̂1 + 𝛽̂2 ⋅ 𝑥̅
2. 𝑦̅ = 𝑦̅̂
3. 𝛴𝑒𝑖 = 0
4. 𝛴𝑒𝑖 ⋅ 𝑥𝑖 = 0
5. 𝛴𝑦̂𝑖 ⋅ 𝑒𝑖 = 0
6 giả thiết của hàm hồi quy mẫu:
1. Các biến độc lập là các biến cho trược và đã được xác định.
2. 𝐸(𝑢𝑖 ⁄𝑥 = 𝑥𝑖 ) = 0 𝑣ớ𝑖 𝑚ọ𝑖 𝑖  ảnh hưởng trung bình của các yếu tố ngẫu
nhiên là không đáng kể.
𝐸(𝑦𝑖 ) = 𝐸(𝑦𝑖∕𝑥=𝑥𝑖 )
3. 𝑣𝑎𝑟(𝑢⁄𝑥 = 𝑥𝑖 ) = 𝛿 2 => phương sai của các sai số ngẫu nhiên là bằng nhau và
không đổi.
4. cov(𝑢𝑖 , 𝑢𝑗 ) = 0 𝑣ớ𝑖 𝑚ọ𝑖 𝑖
 Các sai số nguyên mẫu sẽ không ảnh hưởng tới nhau.
5. 2 trường hợp
- Mô hình 2 biến: cov(𝑋, 𝑈) = 0 => sai số của biến ngẫu và độc lập không ảnh
hưởng tới nhau.
 - Mô hình đa biến:
cov(𝑋𝑖, 𝑈) = 0
cov(𝑋𝑗, 𝑈) = 0

Hai phía 1 phía

𝛽̂𝑖 − 𝑡𝛼𝑛−𝑘 ̂ ̂ 𝑛−𝑘 ̂

⁄ × 𝑆𝑒(𝛽𝑖 ) ≤ 𝛽𝑖 ≤ 𝛽𝑖 + 𝑡𝛼⁄ × 𝑆𝑒(𝛽𝑖 )
Phía trái: 𝛽̂𝑖 − 𝑡𝛼𝑛−𝑘 × 𝑆𝑒(𝛽̂𝑖 ) ≤ 𝛽𝑖
2 2

Với mức ý nghĩa 𝛼 => 𝑡𝛼𝑛−𝑘 Phía phải: 𝛽𝑖 ≤ 𝛽̂𝑖 + 𝑡𝛼𝑛−𝑘 × 𝑆𝑒(𝛽̂𝑖 )
⁄ 2
Với mức ý nghĩa 𝛼 => 𝑡𝛼𝑛−𝑘

cov(𝑋𝑖, 𝑋𝑗) = 0
6. Đại lượng của sai số ngẫu nhiên có phân phối chuẩn:
Ui~𝑁(0,𝛿2)

C. Các công thức

Độ lệch chuẩn: Se = √𝑣𝑎𝑟 = 𝛿.
𝑅𝑆𝑆
Độ chính xác của các ước lượng: 𝛿 2 = 𝑣𝑎𝑟(𝑈)=
𝑛−𝑘
2 𝐸𝑆𝑆 2) 𝑛−𝑘
Hệ số xác định: R = = 1 − (1 − 𝑅 × 𝑛−1
𝑇𝑆𝑆
𝑛−1
Hệ số điều chỉnh: ̅̅̅̅
𝑅2 = 1 − (1 − 𝑅2 ) ⋅
𝑛−𝑘

D. Nêu phương pháp xác định khoảng tin cậy đối xứng và 1 phía của đối
với hệ số ước lượng của mô hình đa biến.
Đối với 1 hệ số ước lượng:

Đối với 2 hệ số ước lượng ( 𝛽𝑖 ± 𝛽𝑗 )

( tương tự như 1 phía, nhưg ta sẽ thay 𝛽𝑖 𝑡ℎà𝑛ℎ ( 𝛽𝑖 ± 𝛽𝑗 ) )

𝑆𝑒 ( 𝛽𝑖 ± 𝛽𝑗 ) = √𝑣𝑎𝑟(𝛽𝑖 ± 𝛽𝑗 ) = √𝑣𝑎𝑟( 𝛽𝑖) + 𝑣𝑎𝑟( 𝛽𝑗) ± 2 × 𝑐𝑜𝑣( 𝛽𝑖 , 𝛽𝑗 )

( các số trog công thức trên đều có mũ)

 E. Nêu quá trình kiểm định giả thiết với hệ số ước lượng
Có 4 bước:
𝐻 : 𝛽𝑖 ở 𝐻0 𝑙𝑢ô𝑛 𝑝ℎả𝑖 𝑐ó 𝑑ấ𝑢 𝑏ằ𝑛𝑔
Bước 1: Đặt giả thiế { 0
𝐻1 ∶ 𝛽𝑖 ở 𝐻1 𝑙𝑢ô𝑛 𝑡𝑟á𝑖 𝑑ấ𝑢 𝑣ớ𝑖 𝐻0
Bước 2: tính giá trị kiểm định:
𝛽̂𝑖 − 𝛽 ∗
𝑡𝑘𝑑− =
𝑆𝑒 (𝛽̂𝑖 )

Bước 3: tra bảng để tìm: 𝑡𝛼𝑛−𝑘

⁄
(2𝑝ℎí𝑎)
2

𝑡𝛼𝑛−𝑘 (1𝑝ℎí𝑎)
Bước 4: so sánh kết quả dựa vào miền bác bỏ
 Đưa ra kết luận chấp nhận hay bác bỏ H0 với mức ý nghĩa.
Miền bác bỏ:
Giả thiết Bác bỏ H0 Chấp Nhận H0
𝐻 : 𝛽𝑖 = 𝛽 ∗ |𝑡𝑘𝑑 | > 𝑡𝛼𝑛−𝑘 |𝑡𝑘𝑑 | ≤ 𝑡𝛼𝑛−𝑘
{ 0 ⁄ 2 ⁄
2
𝐻1 : 𝛽𝑖 ≠ 𝛽 ∗

𝐻 : 𝛽𝑖 ≥ 𝛽 ∗ 𝑡𝑘𝑑 < − 𝑡𝛼𝑛−𝑘 𝑡𝑘𝑑 ≥ − 𝑡𝛼𝑛−𝑘

{ 0
𝐻1 : 𝛽𝑖 < 𝛽 ∗

𝐻 : 𝛽𝑖 ≤ 𝛽 ∗ 𝑡𝑘𝑑 > 𝑡𝛼𝑛−𝑘 𝑡𝑘𝑑 ≤ 𝑡𝛼𝑛−𝑘

{ 0
𝐻1 : 𝛽𝑖 > 𝛽 ∗

Với 2 hệ số, ta làm tương tự như trên.

F. Kiểm định sự phù hợp của hàm hồi quy;

Công thức chug:
 Dự báo giá trị trung bình Dự báo giá trị
𝑌̂0 − 𝑡𝛼𝑛−𝑘 ( ) ̂ 𝑛−𝑘 ̂
⁄ × 𝑆𝑒 𝑌0 ≤ 𝐸(𝑌/𝑋0) ≤ 𝑌0 + 𝑡𝛼⁄ × 𝑆𝑒(𝑌0 ) 𝑌̂0 − 𝑡𝛼𝑛−𝑘 ̂ ̂ 𝑛−𝑘
( )
⁄ × 𝑆𝑒(𝑌0 ) ≤ 𝑌/𝑋 ≤ 𝑌0 + 𝑡𝛼⁄ × 𝑆𝑒 𝑌0
2 2 2 2

2
Bước 1: đặt giả thiết: { 𝐻0: 𝑅 2 = 0
𝐻1: 𝑅 ≠ 0
Bước 2: tính F kđ :
𝑅2 𝑛−𝑘
𝐹𝑘đ = ⋅
1 − 𝑅2 𝑘 − 1
Bước 3: tra bảng tìm :
𝐹𝛼 (𝑘 − 1, 𝑛 − 𝑘)
Bước 4: so sánh và đưa ra kết luận:
Nếu Fkd > 𝐹𝛼 (𝑘 − 1, 𝑛 − 𝑘) => bác bỏ H0 => mô hình phù hợp với mức ý nghĩa
Nếu Fkd < 𝐹𝛼 (𝑘 − 1, 𝑛 − 𝑘) => chấp nhận H0 =>

G. Dự báo mô hình Kinh Tế Lượng:

- Tìm 𝑌̂0 = ? => thay giá trị X0 vào hàm hồi quy mẫu.
𝑛−𝑘
- Tra bảng tìm 𝑡𝛼⁄
2
-

- Tìm 𝑆𝑒 ( 𝑌0 ) = √𝑣𝑎𝑟( 𝑌0 )
- Tìm 𝑆𝑒 ( 𝑌̂0 ) = √𝑣𝑎𝑟(𝑌̂0 )
- Với :
- Với :
𝑣𝑎𝑟( 𝑌0 ) = 𝛿 2 + 𝑣𝑎𝑟(𝑌̂0 )
̂ × 𝑋′0
𝑣𝑎𝑟(𝑌̂0 ) = 𝑋0 × 𝐶𝑜𝑣( 𝛽)
𝑅𝑆𝑆
 𝑣𝑎𝑟( 𝑌0 ) = + 𝑣𝑎𝑟(𝑌̂0 )
𝑛− 𝑘