Họ và tên: Truyện Thị Vệ Như

Lấy α =5 % cho các kiểm định.

Bài 1, PCE (chi tiêu tiêu dùng cá nhân) theo DPI (Disposable Personal Income), và
wealth (all sectors).
a) Dữ liệu USA, trang https://fred.stlouisfed.org/
Dữ liệu và minh chứng lấy dữ liệu để ở file riêng hoặc để cuối bài.
Chỉ rõ phạm vi dữ liệu (1995 – 2022)
b) Mô hình
- Cụ thể là (MH1): PCE=β 1+ β2 DPI + β 3 WLT +U .
- Các biến
PCE tên tiếng anh là Personsal Consumption Expenditures (ChỈ tiêu tiêu dùng
cá nhân).
DPI tên tiếng anh là Disposable Personal Income (Thu nhập cá nhân sau thuế).
WLT (all sectors) là của cải.
- Giá trị các biến lấy theo năm.
c) Chạy mô hình và đánh giá kết quả
- Kết quả cho (MH1): EViews Output

Dependent Variable: PCE

Method: Least Squares
Date: 07/27/23 Time: 08:22
Sample: 1 18
Included observations: 18

Variable Coefficient Std. Error t-Statistic Prob.  

C 1870.324 519.6512 3.599192 0.0026

DPI 0.557935 0.100867 5.531395 0.0001
WLT 3.24E-05 1.24E-05 2.608894 0.0197

R-squared 0.977205    Mean dependent var 12045.34

Adjusted R-squared 0.974166    S.D. dependent var 2389.083
S.E. of regression 383.9958    Akaike info criterion 14.89015
Sum squared resid 2211792.    Schwarz criterion 15.03855
Log likelihood -131.0114    Hannan-Quinn criter. 14.91061
F-statistic 321.5247    Durbin-Watson stat 1.326506
Prob(F-statistic) 0.000000

- Mô hình phù hợp không?

 Giả thuyết :
H0 : R2 =0 ((MH1) không phù hợp)
H1 : R2 >0 ((MH1) phù hợp)
Với α = 5%, p-value của F trong kết quả (MH1) sử dụng cho kiểm định sự phù hợp của
(MH1) là 4.83*10-13, nhỏ, quyết định bác bỏ H0. Kết quả (MH1) phù hợp. Vì p-value rất
nhỏ nên có ý nghĩa thống kê.
 -Có đa cộng tuyến không?
Dùng ma trận tương quan giữa các biến của (MH1) để kiểm tra hiện tượng đa công
tuyến VIF như sau :

Variance Inflation Factors

Date: 07/27/23 Time: 08:46
Sample: 1 18
Included observations: 18

Coefficient Uncentered Centered

Variable Variance VIF VIF

C  270037.4  32.96426  NA

DPI  0.010174  235.8820  9.927866
WLT  1.54E-10  135.8322  9.927866

VIF của 2 biến là DPI và WLT là 9.927866, lớn, nên (mh1) bị đa công tuyến.
- Có phương sai thay đổi không?

Heteroskedasticity Test: Breusch-Pagan-Godfrey

F-statistic 3.975440    Prob. F(2,15) 0.0412

Obs*R-squared 6.235745    Prob. Chi-Square(2) 0.0443
Scaled explained SS 7.513920    Prob. Chi-Square(2) 0.0234

Trong kết quả này, p-value của F là 0.0412, nhỏ hơn α, nên ta bác bỏ không thuyết “(MH1) có
phương sai không đổi”
Kết luận : Với α=5%, (MH1) có phương sai thay đổi.
- Có tự tương quan bậc 1 không?
Dùng thống kê Durbin Watson
Trong kết quả chạy mô hình (MH1), giá trị của thống kê Durbin Watson là 1.326506, gần 2 và
ta cảm nhận (MH1) có tương quan bậc 1.

Dữ liệu :

Năm PCE DPI WLT

2005 8769.1 9392.5 60548042
10027.
2006 9277.3 7 65838509
10528.
2007 9746.6 9 69406985
10970.
2008 10050.1 1 63432220
10928.
2009 9891.2 0 57182677
 11356.
2010 10260.3 9 59180454
11885.
2011 10698.9 6 61766167
12504.
2012 11047.3 8 63533242
12517.
2013 11363.5 3 70949451
13192.
2014 11847.7 0 77294999
13745.
2015 12263.5 3 80668573
14138.
2016 12693.3 7 83775226
14791.
2017 13233.6 2 91398970
15608.
2018 13905.0 9 96817462
16388.
2019 14392.7 6 101358009
17595.
2020 14116.2 9 104706702
18633.
2021 15902.6 1 127847337
18580.
2022 17357.2 6 136126096

Nguồn:
PCE: https://fred.stlouisfed.org/series/PCE
DPI: https://fred.stlouisfed.org/series/DSPI
WLT: https://fred.stlouisfed.org/series/BOGZ1FL892090005Q

Lấy α =5 % cho các kiểm định.

Bài 2, dùng EViews Output cho mô hình (MH2) bên dưới,
DFEMALE là biến giả đại diện cho giới tính nữ.
Dependent Variable: WAGE

Method: Least Squares

Included observations: 420

Variable Coefficient Std. Error t-Statistic Prob.  

 C 0.838331 -2.269091

EDUC 0.586260 0.057139

EXPER 0.030893 2.327591

TENURE 0.024197 6.613413

DFEMALE 0.295002 -5.924543

R-squared     Mean dependent var 5.928381

Adjusted R-squared     S.D. dependent var 3.713348

S.E. of regression 2.962083     Akaike info criterion

Sum squared resid     Schwarz criterion

Log likelihood     Hannan-Quinn criter.

F-statistic     Durbin-Watson stat 1.750775

Prob(F-statistic)

a) Viết mô hình (MH2) và kết quả ước lượng cho (MH2).

Mô hình (MH2):
WAGE=β 1 + β 2 EDUC + β 3 EXPER+ β 4 TENURE+ β 5 DFEMALE+U

Uớc lượng của (MH2):

^
WAGE= β 1 +¿ ^
^ β2 EDUC + β^3 EXPER + ^
β 4 TENURE+ β^5 DFEMALE ¿

Đã có ^
β 2=¿ 0.586260, ^
β 3=0.030893

Ta tìm thêm các hệ số

^
β 1=¿t ( β 1 ≠ 0 ¿ * se ( ^
β 1 ¿=−1.9022
^
β 4 =¿t(β ¿¿ 4 ≠ 0) ¿ * se ( ^
β 4 ¿=¿0.16
^
β 5=¿ t ( β ¿¿ 5 ≠0) ¿ * se ( ^
β 5 ¿=−1.7478

Kết quả, SRF cho mô hình (MH2) là:

^
WAGE=−1.9022+0.586260 EDUC +0.030893 EXPER+0.16 TENURE−1.7478 DFEMALE
b) Mô hình phù hợp?
Giả thiết

{
2
H 0 : R =0 , ( MH 2 ) không phù hợp
H 1 : R2 >0 , ( MH 2 ) phù hợp

Dùng thống kê:

2
R : (k −1)
F= F (4,415)
( 1−R2 ) :( n−k )
 2
R :4
 F test =
( 1−R2 ) :415
RSS ( σ^ )2 ( n−k )
 R2=1− =1− 2 =¿0.3698
TSS SY ( n−1 )

 F test =60.8803
Miền bác bỏ F ứng với α =5 % là
W α ={ F : F> F 5 % (4,415) } , F 5 % ( 4,415 )=¿ 2.73

 Quyết định bác bỏ H 0vì F test ∈miền bác bỏ.

 Kết quả với α =5 % , ( MH 2 ) phù hợp .

c) TENURE có ảnh hưởng đến WAGE không?

Giả thuyết:

{ H 0 : β 4 =0 , TENURE không ảnh hưởng đến WAGE .

H 1 : β 4 ≠ 0 , TENURE ảnh hưởng đến WAGE .

Thống kê
^
β 4−β 4
t= t ( 415 ) .
se ( ^
β ) 4

^
β4
t test = =6.6134
se ( ^
β4)

Miền bác bỏ ứng với α =5 % là

W α ={t :|t |>t 2,5 % ( 415 ) }t 2,5 % ( 415 )=1.96

 Quyết định bác bỏ H 0, vì ¿ t test ∨¿ t 2,5 % nên t test ∈miền bác bỏ

 Kết quả với α =5 % , TENURE ảnh hưởng đến WAGE.

d) Khi EXPER tăng thêm 1 thì lượng tăng của WAGE thấp hơn 0.04 đúng
không?
Kiểm định về giá trị β 3, β 3 là lượng tăng của WAGE khi EXPER tăng thêm 1.
 Giả thuyết

{ H 0 : β 3 ≥0.04
H 1 : β 3< 0.04
  Thống kê
^
β3 −β 3
t= t ( 415 ) .
se ( ^
β) 3

^
β3 −0.04 ^
β −0.04
t test = = 3 =−0.6861
se ( ^
β) ^
β 3 :t (β 3 ≠ 0)
3

W α ={t :|t |>t 5 % ( 415 ) }t 5 % ( 415 )=1.645

 Quyết định chấp nhận H0 vì ¿ t test ∨¿ t 5 % ( 415 ) ,nên t test ∉W α

 Kết quả, α =5 % ,Khẳng định “EXPER tăng thêm 1 thì lượng giảm của
WAGE thấp hơn 0.04” là sai.

e) Tìm khoảng tin cậy 95% cho khác biệt WAGE giữa nam và nữ.
Đây là khoảng tin cậy của −β 5

 Hai cận của khoảng tin cậy 95% cho −β 5là − ^

β 5 ± t 2,5 % ( 415 )∗se ( ^
β 5 ).

Trong đó:
−^β 5−β 5
t= t ( 415 ) .
se ( ^
β)
5

 Tính toán chi tiết

Ước lượng điểm ^
β 5=¿ -1.7478

Sai số chuẩn của ước lượng này là se ( β^5 ) =¿ 0.295002

Tới hạn t 2,5 % ( 415 )=1.96
β 5−t 2,5% ( 415 )∗se ( ^
Cận dưới: − ^ β 5 ) =¿1.1696

Cận trên: − ^
β 5 +t 2,5 % ( 415 )∗se ( ^
β 5) =¿ 2.326

 Kết quả khoản tin cậy 95%, khác biệt WAGE giữa nam và nữ nằm trong
khoảng (1.1696, 2.326).