Bản KTL Đầy Đủ Gửi Hs-bản Mới Nhất

Kinh Tế Lượng 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 βeta 25
5 Kiểm định MH 80
6 Phương sai sai số ngẫu nhiên 91
7 Các khuyết tật của Mô Hình 102
+, Đa cộng tuyến_ĐCT 102
+, Phương sai sai số thay đổi_PSSS thay đổi 111
+, Kiểm định Tự Tương quan_TTQ 128
+, Kiểm định bỏ sót biến 137
8 Kiểm định phân bố chuẩn của sai số ngẫu nhiên 147
9 Đề xuất Mô Hình 149
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
+, KTL là gì?
➔ Là
+) Tổng Thể là gì?
➔ Tổng Thể là
+) Mẫu là gì?
➔
VDụ: Ncứu mqh giữa thu nhập & tiêu dùng hàng tháng của sinh viên năm nhất
→
Chọn ngẫu nhiên 100 sinh viên năm nhất của trường HVTC để làm nghiên cứu
→
+) Hồi quy tuyến tính là gì? (Tuyến tính thì chỉ chứa bậc 1)
➔
Hàm hồi quy tuyến tính:
+) Mục tiêu của việc nghiên cứu Tổng Thể là gì?
➔
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 ei
2
Trong đó:
+, E(Y/X=Xi):
(Y là còn Xi )
+, 𝛃1 là
+, 𝛃j là
Câu hỏi nhận dạng: Viết mô hình hồi quy, hàm hồi quy mẫu, nêu ý nghĩa kinh tế
của các hệ số hồi quy (đến CĐề 3 sẽ học cách làm)
+, Dữ liệu:
* Phân loại theo cấu trúc dữ liệu gồm có:
_Dữ liệu cắt ngang:
_Dữ liệu chuỗi thời gian:
_Dữ liệu bảng:
Phân loại theo nguồn gốc dữ liệu:

_Dữ liệu sơ cấp (dữ liệu gốc):
_Dữ liệu thứ cấp (được tổng hợp từ các dữ liệu sơ cấp):
NOTE +, mẫu thì có mũ (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
Dependent variable:
Method:
Sample:
Included observations:
Variable Coefficent Std.Error t-Statistic Prob
C
(biến hằng số gắn liền 𝛽̂ 1)
𝑋2
𝑋3
… … … …
R- squared Mean dependent var
Adjusted R-squared S.D dependent var
S.E of regression Durbin-watson stat
Sum squared resid
4
 Các công thức cơ bản cần nhớ:
1, β̂j = Se(β̂j ) × Tqs (β̂j ) (cột 1 = cột 2 × cột 3) (VDụ: 𝛃

̂𝟏 = Se(𝛃
̂𝟏 ) × 𝐭 𝐪𝐬𝟏 )
̂2
RSS = (n − k). σ
2, TSS = RSS + ESS với ⟨
TSS = (n − 1). SD2 (Y)
TSS là tổng bình phương sai lệch của các Biến phụ thuộc
ESS là tổng bình phương sai lệch của các Biến độc lập
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).(k−1)
(1−R2 )/(n−k)
7, Var (β̂j ) = Se2 (β̂j )
NOTE: Với bài tập mô hình hồi quy đơn (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
+, Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + β5 .X2i + β6 .X2i . Di + Ui → k=
5
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
Dạng 1: Câu hỏi nhận dạng: Hãy tính RSS ,TSS ,ESS ,𝜎̂ 2 ,𝜎̂ ,𝑅2 ,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
7
VDụ 2: ý 2 bài 2.4 sbt

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
C 0.434102 1.921578 0.0622
S.E. of regression 0.895170 Akaike info criterion 2.665101
2. Tính TSS, ESS, RSS
Giải
Dạng 2: Câu hỏi nhận dạng: “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
8
VDụ 1: ý 4 bài 2.4sbt

nghĩa 5%):
Sample: 1 40
TN 0.102096 0.020933
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?
9

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
7.Chi phí quảng cáo và giá bán giải thích bao nhiêu phần trăm sự biến động
của doanh thu bán hàng
10
Hệ số hồi quy với BIẾN SỐ LƯỢNG THÔNG THƯỜNG:

1, Hàm tuyến tính: 2, Hàm log toàn phần (log-log or ln-ln):
Dạng Yi = 𝛃1 + 𝛃2.X2i + … + 𝛃k.Xki + Ui Log (Yi) = 𝛃1 + 𝛃2.log (X2i) + … + 𝛃k.log(Xki) + Ui
hàm:
Dạng của Yi =β̂1 + β̂2. X2i + … + β̂k.Xki + ei Log (Yi) = β̂1 + β̂2. Log(X2i) + … + β̂k.log(Xki) + ei
Mẫu:
Ý nghĩa tùy từng trường hợp không có ý nghĩa kinh tế
kinh tế
của 𝛃1:
Ý nghĩa Nếu Xj tăng 1 đơn vị thì Yi tăng (giảm) Nếu Xj tăng 1% thì Yi tăng (giảm) trung
kinh tế trung bình 𝛽j đơn vị trong điều kiện các yếu bình βj% với điều kiện các yếu tố khác
của 𝛃j: tố khác không đổi không đổi
3, Mô hình bán log:

a,Hàm log - tuyến tính: b,Hàm tuyến tính – log:
Dạng hàm: Log (Yi) = 𝛃1 + 𝛃2.X2i + … + 𝛃k.Xki + Ui Yi = 𝛃1 + 𝛃2.log (X2i) + … + 𝛃k.log(Xki) + Ui
Dạng của Log (Yi) = β̂1 + β̂2. X2i + … + β̂k.Xki + ei Yi = β̂1 + β̂2. Log(X2i) + … + β̂k.log(Xki) + ei
Mẫu:
Ý nghĩa Nếu Xj thay đổi 1 đơn vị trong điều kiện Khi Xj thay đổi 1 % trong điều kiện các yếu
kinh tế của các yếu tố khác không đổi thì Yi trung tố khác không đổi thì Yi trung bình thay đổi
𝛃j: bình thay đổi 𝛃j x 100% (βj : 100%) đơn vị
Chú ý: có thầy cô viết log-log là ln-ln nhé!
11
Câu hỏi nhận dạng: Hãy viết mô hình hồi quy mẫu/mô hình hồi quy tổng thể/hàm
hồi quy mẫu (CĐề 1) 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? (CĐề 3)
Bài tập ví dụ với BIẾN THÔNG THƯỜNG:
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.
12
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?
13
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?
14
15
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
Chú ý: biến giả trong MHHQ không bao giờ ở dạng bình phương hoặc dạng nằm
trong log (ln)
1, Hàm tuyến tính:
Dạng hàm: Yi = 𝛃1 + … + 𝛃j.Di + Ui
Phần chênh Khi D=0: Khi D=1:
lệch: Yi = β1 + … + Ui Yi = β1 + … + 𝛃j + Ui
Ý nghĩa kinh tế phần chênh lệch trung bình giữa Y(D=0) và Y(D=1) là |𝛃𝐣| đơn vị
của 𝛃j: +, 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
Dạng hàm: Log (Yi) = 𝛃1 + … + 𝛃j.Di + Ui
lệch: Log (Yi) = β1 + … + Ui Log (Yi) = β1 + … + 𝛃j + Ui
Ý nghĩa kinh tế phần chênh lệch trung bình giữa Y(D=0) và Y(D=1) là |𝛃𝐣|x100%
của 𝛃j: +, 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
16
 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
+, 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
+, β2 cho biết
+, β3 cho biết
+, 𝛃𝟒 cho biết
17
Bài tập ví dụ về BIẾN GIẢ:

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
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.
18
19
Ngoài ra, ở CĐề này còn có một dạng BT ít thi vào hơn đó là BT với
BIẾN TƯƠNG TÁC
Hệ số hồi quy với BIẾN TƯƠNG TÁC (biến tương tác ký hiệu là: X.D or (logX).D ):
Biến tương tác là kết hợp của biến thông thường và biến giả
1, Hàm tuyến tính:
Dạng hàm: Yi = 𝛃1 + … + 𝛃k.Xki + 𝛃j.Xki.Di + Ui
lệch: Yi = β1 + … + βk.Xki + Ui Yi = β1 + … + βk.Xki + βj.Xki + Ui = β1
+ … + (βk + βj).Xki + Ui
Ý nghĩa kinh tế Khi D=0: Xk tăng 1 đơn vị thì Y tăng (βk) đơn vị
của 𝛃j: Khi D=1: Xk tăng 1 đơn vị thì Y tăng (βj + βk) đơn vị
Khi đó:
𝛃j:
Nếu Xj tăng 1 đvị thì Y(D=1) tăng nhiều hơn (k>0, j>0) Y(D=0) TB là |βj| đvị
Nếu Xj tăng 1 đvị thì Y(D=1) tăng ít hơn (k>0, j<0) Y(D=0) TB là |βj| đvị
Nếu Xj tăng 1 đvị thì Y(D=1) giảm nhiều hơn (k<0, j<0) Y(D=0) TB là |βj| đvị
Nếu Xj tăng 1 đvị thì Y(D=1) giảm ít hơn (k<0, j>0) Y(D=0) TB là |βj| đvị
2, Hàm log toàn phần (log-log):

Dạng hàm: Log (Yi) = 𝛃1 + … + 𝛃k.log (Xki) + 𝛃j.log(Xki).Di + Ui
lệch: Log (Yi) = β1 + … + βk.log (Xki) + Log (Yi) = β1 + … + βk.log (Xki) +
Ui βj.log (Xki) + Ui
Ý nghĩa kinh tế βj: Nếu Xj tăng 1 % thì Y(D=1) tăng nhiều hơn Y(D=0) trung bình là j %
của 𝛃j: 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 %
20

a,Hàm log - tuyến tính:
Dạng hàm: Log (Yi) = 𝛃1 + … + 𝛃k.Xki + 𝛃j.Xki.Di + Ui
Ý nghĩa kinh tế βj: Nếu Xj tăng 1 đvị thì Y(D=1) tăng nhiều hơn Y(D=0) TB là |βj|x100%
của 𝛃j: Nếu Xj tăng 1 đvị thì Y(D=1) tăng ít hơn Y(D=0) TB là |βj|x100%
Nếu Xj tăng 1 đvị thì Y(D=1) giảm nhiều hơn Y(D=0) TB là |βj|x100%
Nếu Xj tăng 1 đvị thì Y(D=1) giảm ít hơn Y(D=0) TB là |βj|x100%
b,Hàm tuyến tính – log:

Dạng hàm: Yi = 𝛃1 + … + 𝛃k.log (Xki) + 𝛃j.log(Xki).Di + Ui
Ý nghĩa kinh tế βj: Nếu Xj tăng 1% thì Y(D=1) tăng nhiều hơn Y(D=0) TB là ( |βj|:100 ) đvị
của 𝛃j: Nếu Xj tăng 1% thì Y(D=1) tăng ít hơn Y(D=0) TB là ( |βj|:100 ) đvị
Nếu Xj tăng 1% thì Y(D=1) giảm nhiều hơn Y(D=0) TB là ( |βj|:100 ) đvị
Nếu Xj tăng 1% thì Y(D=1) giảm ít hơn Y(D=0) TB là ( |βj|:100 ) đvị
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
21
1. Viết mô hình hồi quy mẫu, kết quả hồi quy có phù hợp với lý thuyết kinh
tế không?
22
23

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)
24
Dạng 1: Ứớc lượng 1:

+, DHNB: ‘’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 ≤ ×a ×100 : 100
̂j < 0
𝛃 j ≥ j ≤
+, Công thức tính:
2 phía: ̂j – Se(𝛃
𝛃 ̂j). 𝐭 𝐧−𝐤
𝛂 ≤ j ≤ 𝛃
̂j + Se(𝛃
̂j). 𝐭 𝐧−𝐤
𝛂
𝟐 𝟐
1 phía: Trái Phải
j ≤ 𝛃
̂j + Se(𝛃
𝛂 j ≥ 𝛃
̂j – Se(𝛃
𝛂
Câu hỏi nhận dạng:
+, Nếu Xj ↑ (↓) a đơn vị (%) thì Y thay đổi tối đa/tối thiểu/trong khoảng nào?
+, YD=1 cao hơn/thấp hơn YD=0 tối đa/tối thiểu/biến động là bn?
25
Bài tập ví dụ ƯỚC LƯỢNG 1:

VDụ 1: ý 2 bài 2.1sbt (ước lượng 2 phía)
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?
26
27
VDụ 2: ý 4 bài 2.1 sbt (ước lượng phía phải)

Sample: 2005M01 2012M05
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?
28
VDụ 3: ý 3 bài 2.3 sbt (ước lượng phía trái)

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
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?
29
30
Dạng 2: Ứớc lượng 2:

+, DHNB: 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: +β
ngược chiều: − β
+, Mẹo: Y − X, logY − logX: βj
XĐ mô hình của X − Y { logY − X: βj × 100
{ Y − logX: βj ∶ 100
+, Công thức tính:
2 phía: ̂ j + b.𝛃
(a.𝛃 ̂ k) – Se(a.𝛃
̂ j + b.𝛃
̂ k). 𝐭 𝐧−𝐤
𝛂 ̂ j + b.𝛃
≤ a.j +b.βk ≤ (a.𝛃 ̂ k) + Se(a.𝛃
̂ j + b.𝛃
̂ k). 𝐭 𝐧−𝐤
𝛂
𝟐 𝟐
1 phía: Trái Phải

̂ j + b.𝛃
a.j +b.βk ≤ (a.𝛃 ̂ k) + Se(a.𝛃
̂ j + b.𝛃
̂ k). 𝐭 𝐧−𝐤
𝛂
̂ j + b.𝛃
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
Xj ↑ (↓) a đơn vị (%)
{ } → Y (↑, ↓) tối đa (≤), tối thiểu (≥), biến động trong
Xk ↑ (↓) b đơn vị (%)
khoảng nào(…≤…≤…)
31
Bài tập ví dụ ƯỚC LƯỢNG 2β:

VDụ 1: ý 3 bài 3.3sbt (ước lượng 2 phía)
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
CPI 2.598648 38.823589 0.2544303 -61.029867
C -700.820802 -33398.348045 -61.029867 18416.461675
32
33
VDụ 2: ý 4 bài 3.4 sbt (ước lượng 2 phía)

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
34
35
∗ Dạng 3: Kiểm định 1:

+, DHNB: Đề bài cho sẵn sự thay đổi của X và Y theo βj
 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
+, Mẹo: sd phương pháp nhân chéo (X tăng(giảm) 1 thì Y tăng(giảm) theo β
↑↑ (+) , ↑↓ (−)
{
phân biệt dạng MH X − Y
+, Các bước trình bày:
Cặp GT Ho: βj ≤ βj ∗ Ho: βj ≥ βj ∗ Ho: βj = βj ∗
{ { {
H1: βj > βj ∗ H1: βj < βj ∗ H1: βj ≠ βj ∗
TCKĐ ̂j−β∗
β j n−k
T= ̂j) ~T
Se(β
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 =…
36
Bài tập ví dụ KIỂM ĐỊNH 1β:

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?
37
38
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?
39
40
VDụ 3: ý 7 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
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?
41
42
VDụ 4: ý 6 bài 2.2 sbt (Xj có 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?
43
44
VDụ 5: ý 5 bài 2.5 sbt (Xj có 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
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?
45
46
VDụ 6: ý 5 bài 2.4 sbt (Xj có ảnh hưởng đến Y 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%):
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?
47
48
VDụ 7: ý 7 bài 3.3 sbt (Xj có ảnh hưởng đến Y 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
VDụ 8: ý 5 bài 3.6 sbt (sự co giãn)

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

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?
51
VDụ 9: ý 3 bài 3.7 sbt (sự co giãn)

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
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
53
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?
54
55
VDụ 11: ý 2 bài 3.8 sbt (HH thay thế/bsung/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.
56
Bài tập ví dụ KIỂM ĐỊNH 1β VỚI BIẾN GIẢ:

+, 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)
57

(Có sự khác biệt về Y tại TC1 & TC2)
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
3, Ảnh hưởng của GDP đến lượng khí thải CO2 có sự khác biệt giữa hai
thời kỳ không?
58
59

(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
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?
60
61

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)
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?
62
63

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?
64
65
Dạng 4: Bài tập kiểm định 2:

Xj ↑ (↓) a đơn vị (%)
+, Dấu hiệu nhận biết: { → Y↑ (↓) tối đa/tối thiểu/bằng ?
Xk ↑ (↓) b đơn vị (%)
+, Các bước trình bày:
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 = {t||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 hay gặp:
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)
66
4 Kiểm định liên quan đến log 𝛃𝐣 = 0: không co Kiểm định hiệu suất thay đổi theo quy
giãn mô
(BT liên quan đến co giãn:
𝛃𝐣 = 1: co giãn đơn Ho: β2 + β3 = 1 (không đổi)
+, Phải so sánh với 1
vị
H1: β2 + β3 ≠ 1 (thay đổi)
+, Phải đề xuất MH log-log)
𝛃𝐣 > 1: co giãn  β2 + β3 > 1 (tăng)
nhiều  β2 + β3 < 1 (giảm)
𝛃𝐣 < 1: co giãn ít
Xj ↑ (↓) a đơn vị (%)

Câu hỏi nhận dạng { } → 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
67
Bài tập ví dụ KIỂM ĐỊNH 2β:

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
Hiệp phương sai của các hệ số hồi quy tương ứng với các biến P và AD là -0.0197
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?
68
69

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?
70
71

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?
72
73

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?
74
75

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?
76
77

* 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 (≤)
Ngc 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 : ≥, ≤, =
{
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
78
+, 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
79
Dạng 1: Kiểm định sự phù hợp của Mô Hình:

*Các bước trình bày:
Ho : R2 = 0(MHHQ không phù hợp)
+, Cặp GT: {
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 = …
DHNB:
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?
80
Bài tập ví dụ về KĐ SỰ PHÙ HỢP CỦA MH:

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
8.MHHQ có phù hợp không?
81
82

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
5. Mô hình hồi quy có phù hợp không?
83
84
Dạng 2: 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 )
{
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 = …
DNHB:
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?
85
Bài tập ví dụ về KĐ SỰ THU HẸP MH:

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
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.
86
87
Dạng 3: 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 )
{
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 = …
DHNB:
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?
88
Bài tập ví dụ về KĐ SỰ MR MH:

sản phẩm – P(nghìn USD/tháng) 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
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?
89

* 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
90
Dạng 1: 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 ̂𝟐
(𝐧−𝐤).𝛔
→ Tối thiểu (KTC phải): 𝛔 ≥ 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…
̂2 ≤) là bn?
tối đa (σ
+, Ước lượng PSSSNN⟨ ̂2 ≥) là bn?
tối thiểu (σ
biến động trong khoảng nào? Là bn? (… ≤ ⋯ ≤ ⋯ )
91
Bài tập ví dụ về ƯỚC LƯỢNG PSSSNN:

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
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?
92
93

nghĩa 5%):
Sample: 1 40
TN 0.102096 0.020933
C 0.434102 1.921578 0.0622
7.PSSSNN biến động tối thiểu là bao nhiêu?
94

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?
95
96
Dạng 2: Kiểm định PSSSNN:

Tối đa Tối thiểu Bằng
Cặp GT H : σ2 ≤ σ2o H : σ2 ≥ σ2o Ho : σ2 = σ2o
{ o 2 { o 2 {
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)
}
χ2 < 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 = …
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
97
Bài tập ví dụ về KĐ PSSSNN:

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
4.PSSSNN có thể là 7000 (nghìn USD)2 hay không?
98
99

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?
100

* 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
101
Dạng 1: Đa cộng tuyến:

*Phương pháp 1: Hồi quy phụ:
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
102
Bài tập ví dụ sử dụng phương pháp HỒI QUY PHỤ:

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?
103
104

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?
105
106
*Phương pháp 2: Độ đo Theil:

+, 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

Bài tập ví dụ 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?
107
108

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?
109
110
Dạng 2: PSSS thay đổi:

Cho 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 =…
Cặp GT Ho : R21 = 0 (PSSS không đổi) Ho : α2 = 0 (PSSS không đổi)
{ {
H1 : R21 > 0 (PSSS thay đổi) H1 : α2 ≠ 0 (PSSS thay đổi)
TCKĐ
R21 /(k1 −1) R21 /(k1 −1)
+, F = ~ F (k1−1,n−k1) +, 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 = {t||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
111
*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 )
Obs*R-squared: χ2qs Prob chi-squared: (k1 − 1)
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
→ Fqs không ϵ Wα → Chưa đủ cơ sở bác bỏ Ho , tạm thời chấp nhận Ho
KL
112
* Phương pháp 1: White

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
Bài tập ví dụ 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?
113
114

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?
115
116
* Phương pháp 2: Biến Phụ Thuộc

̂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

Bài tập ví dụ sử dụng phương pháp BPT:
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.
117

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
Với mức ý nghĩa 10%, kết quả này kết luận gì?
118
119
* Phương pháp 3: Park

+, ln𝐞𝟐𝐨 = 𝛂𝟏 + 𝛂𝟐 .ln𝐗 𝟐𝐢 + 𝛂𝟑 .ln𝐗 𝟑𝐢 + 𝐕𝐢 → 𝐑𝟐𝐏 ,𝐤 𝐏 =…
→ sử dụng phương pháp Park
Bài tập ví dụ 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?
120
121

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?
122
123
* Phương pháp 4: Glejser

+, |𝐞𝐢 | = 𝛂𝟏 + 𝛂𝟐 .𝐗 𝟐𝐢 + 𝛂𝟑 .𝐗 𝟑𝐢 + 𝐕𝐢 → 𝐑𝟐𝐆 ,𝐤 𝐆 =…
→ sử dụng phương pháp Glejser
Bài tập ví dụ 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 .
124
125

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?
126
127
Dạng 3: Kiểm định tự tương quan:

Cho MH gốc có dạng:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + …+ 𝛃𝐤 .𝐗 𝐤𝐢 + 𝐔𝐢
*Phương pháp 1: 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: { 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
+, Mô hình có TTQ không? / Mô hình có TTQ bậc nhất hay không?
 Sử dụng phương pháp Dubin-Waston(p=1)
Bài tập ví dụ sử dụng phương pháp Dubin-Waston:
128

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?
129
130

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?
131
*Phương pháp 2: 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
132
→ R22 =…/ RSS2 =…

H : MH không có tự tương quan bậc p
+, Cặp GT: { 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
133
Bài tập ví dụ sử dụng phương pháp BG:

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)
134

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
135
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?
136
Dạng 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
HQMH gốc thu được Y ̂ 2 ,…, Y
̂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

{ o { 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 = …
137
*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)
* Phương pháp 1: Ramsey
Câu hỏi nhận dạng: Cho hồi quy mô hình có dạng:
2 p
̂i + …+ αk+1−p . Y
+, 𝐘𝐢 = α1 + α2 .X2i + α3 .X3i + …+ αk .Xki + αk+1 .Y ̂i + Vi
 Sử dụng phương pháp Ramsey

Bài tập ví dụ 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
138
139

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
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?
140
141
* Phương pháp 1: Ramsey

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

Bài tập ví dụ 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%.
142
143

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
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?
144
145

* 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-Waston (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
146

H : SSNN có phân bố chuẩn
+, Cặp GT: { 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
147
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%
148
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
149

+, 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)
150
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?
151
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
152
153
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
154
*CHÚ Ý: Từ khóa k59 bộ môn KTL đã thay giáo trình mới, tuy nhiên vẫn dựa trên
nền giáo trình cũ nên chị có một số lưu ý nhỏ cho các bạn học sinh như sau:
Trong giáo trình Chuyên đề

Chương 1 Tương ứng 1
Chương 2+3+4 2+3+4+5+6
Chương 5 7+8+9
155

Bản KTL Đầy Đủ Gửi Hs-bản Mới Nhất

Uploaded by

Document Information

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

Bản KTL Đầy Đủ Gửi Hs-bản Mới Nhất

Uploaded by

Copyright:

Available Formats

Kinh Tế Lượng ÁNH LÊ MINH

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

_Dữ liệu chuỗi thời gian:

_Dữ liệu bảng:

Phân loại theo nguồn gốc dữ liệu:

NOTE +, mẫu thì có mũ (𝛽̂1, 𝛽̂2, 𝑌̂i)

Adjusted R-squared S.D dependent var

S.E of regression Durbin-watson stat

Sum squared resid

 Các công thức cơ bản cần nhớ:

1, β̂j = Se(β̂j ) × Tqs (β̂j ) (cột 1 = cột 2 × cột 3) (VDụ: 𝛃

ESS TSS−RSS RSS ̂2

7, Var (β̂j ) = Se2 (β̂j )

Xác định k ( số biến )

VD: cho MHHQ tổng thể sau:

Kiến thức cần nhớ ở CĐ2:

VDụ 2: ý 2 bài 2.4 sbt

VDụ 1: ý 4 bài 2.4sbt

VDụ 2: ý 7 bài 3.1sbt

Hệ số hồi quy với BIẾN SỐ LƯỢNG THÔNG THƯỜNG:

3, Mô hình bán log:

Dạng hàm: Log (Yi) = 𝛃1 + 𝛃2.X2i + … + 𝛃k.Xki + Ui Yi = 𝛃1 + 𝛃2.log (X2i) + … + 𝛃k.log(Xki) + Ui

Chú ý: có thầy cô viết log-log là ln-ln nhé!

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

VDụ 3: ý 1 bài 3.6sbt (MH log-log)

 Ý nghĩa kinh tế của các hệ số hồi quy:

Bài tập ví dụ về BIẾN GIẢ:

2, Hàm log toàn phần (log-log):

2, Mô hình bán log:

b,Hàm tuyến tính – log:

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

Kiến thức cần nhớ ở CĐ3:

Dạng 1: Ứớc lượng 1:

Tối đa Tối thiểu

Bài tập ví dụ ƯỚC LƯỢNG 1:

VDụ 2: ý 4 bài 2.1 sbt (ước lượng phía phải)

VDụ 3: ý 3 bài 2.3 sbt (ước lượng phía trái)

Dạng 2: Ứớc lượng 2:

1 phía: Trái Phải

Bài tập ví dụ ƯỚC LƯỢNG 2β:

VDụ 2: ý 4 bài 3.4 sbt (ước lượng 2 phía)

∗ Dạng 3: Kiểm định 1:

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

Bài tập ví dụ KIỂM ĐỊNH 1β:

VDụ 2: ý 6 bài 2.3 sbt (cho sẵn sự thay đổi của X và Y)

VDụ 3: ý 7 bài 2.3 sbt (cho sẵn sự thay đổi của X và Y)

VDụ 6: ý 5 bài 2.4 sbt (Xj có ảnh hưởng đến Y không)

VDụ 7: ý 7 bài 3.3 sbt (Xj có ảnh hưởng đến Y không)

VDụ 8: ý 5 bài 3.6 sbt (sự co giãn)

Durbin-Watson stat 0.425843 Prob(F-statistic) 0.000000

VDụ 9: ý 3 bài 3.7 sbt (sự co giãn)

VDụ 11: ý 2 bài 3.8 sbt (HH thay thế/bsung/thứ cấp)

Bài tập ví dụ KIỂM ĐỊNH 1β VỚI BIẾN GIẢ:

VDụ 1: ý 3 bài 4.6sbt

VDụ 2: ý 8 bài 4.1sbt

VDụ 3: ý 2 bài 4.4sbt

VDụ 4: ý 4 bài 4.6sbt

Dạng 4: Bài tập kiểm định 2:

MBB Wα = {t|t > t n−k

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

1 Hệ số chặn / βj có ý nghĩa Ho : βj = 0(không có ý nghĩa thống kê)

2 Có ảnh hưởng Yi không Ho : βj = 0(không ảnh hưởng)