Bộ môn Kinh tế lượng – Học viện Tài chính

Mục tiêu
(1) Giới thiệu phương pháp OLS trong mô hình hồi quy bội, định lý
Gauss – Markow,
(2) Hệ số xác định đo độ phù hợp của mô hình hồi quy.
(3) Khoảng tin cậy và kiểm định cặp giả thuyết với một và tổ hợp tuyến tính
các hệ số hồi quy, phương sai sai số ngẫu nhiên.
(4) Dự báo giá trị trung bình và giá trị của biến phụ thuộc.
(5) Kiểm định thu hẹp hàm hồi quy.
Thời lượng giảng dạy: 6 tiết.

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 2

 Nội dung
3.1. Giới thiệu mô hình hồi quy bội
3.2. Phương pháp bình phương nhỏ nhất
3.3. Độ phù hợp của hàm hồi quy
3.4. Khoảng tin cậy và kiểm định giả thuyết với tham số hồi quy
3.5. Kiểm định F đối với mô hình hồi quy 𝑘 biến
3.6. Dự báo

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 3

 3.1. Giới thiệu mô hình hồi quy bội
3.1.1. Mô hình hồi quy ba biến
PRF: E 𝑌|𝑋2𝑖 , 𝑋3𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 (𝑖 = 1, 𝑁)
PRM: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝑢𝑖
Trong đó:
𝑌: Biến phụ thuộc;
𝑋2 , 𝑋3 : Biến độc lập;
𝛽1 , 𝛽2 , 𝛽3 : Tham số (hệ số) hồi quy;
𝛽2 , 𝛽3 : Hệ số góc (hệ số hồi quy riêng).

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 4

 3.1. Giới thiệu mô hình hồi quy bội
 Ý nghĩa kinh tế:
𝛽2 : Khi 𝑋2 tăng 1 đơn vị trong điều kiện 𝑋3 không đổi, thì giá trị trung
bình của biến phụ thuộc thay đổi |𝛽2 | đơn vị.
𝛽3 : Khi 𝑋3 tăng 1 đơn vị trong điều kiện 𝑋2 không đổi, thì giá trị trung
bình của biến phụ thuộc thay đổi |𝛽3 | đơn vị.

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 5

 3.1. Giới thiệu mô hình hồi quy bội
 Hồi quy mẫu
SRF: 𝑌෠𝑖 = 𝛽መ1 + 𝛽መ2 𝑋2𝑖 + 𝛽መ3 𝑋3𝑖 (𝑖 = 1, 𝑛)

SRM: 𝑌𝑖 = 𝛽መ1 + 𝛽መ2 𝑋2𝑖 + 𝛽መ3 𝑋3𝑖 + 𝑒𝑖 (𝑖 = 1, 𝑛)

Trong đó:

𝛽መ1 , 𝛽መ2 , 𝛽መ3 : Hệ số hồi quy ước lượng – là ước lượng điểm của 𝛽1 , 𝛽2 , 𝛽3 ;
𝑌෠𝑖 : là ước lượng điểm của 𝐸 𝑌 𝑋2 , 𝑋3 ;
𝑒𝑖 : Phần dư (số dư).

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 6

 3.1. Giới thiệu mô hình hồi quy bội
3.1.2. Mô hình hồi quy 𝑘 biến
Xét mô hình:
PRF: E 𝑌|𝑋2𝑖 , … , 𝑋𝑘𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + ⋯ + 𝛽𝑘 𝑋𝑘𝑖
PRM: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + ⋯ + 𝛽𝑘 𝑋𝑘𝑖 + 𝑒𝑖
Ý nghĩa kinh tế:
𝛽𝑗 (𝑗 = 2 ÷ 𝑘): Khi 𝑋𝑗 tăng 1 đơn vị trong điều kiện các yếu tố khác không
đổi thì giá trị trung bình của 𝑌 thay đổi |𝛽𝑗 | đơn vị.

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 7

 3.2. Phương pháp bình phương nhỏ nhất
3.2.1. Phương pháp bình phương nhỏ nhất
 Hồi quy tổng thể:
PRF: E 𝑌|𝑋2𝑖 , 𝑋3𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖
PRM: 𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + 𝛽3 𝑋3𝑖 + 𝑢𝑖
 Hồi quy mẫu:

SRF: 𝑌෠𝑖 = 𝛽መ1 + 𝛽መ2 𝑋2𝑖 + 𝛽መ3 𝑋3𝑖

SRM: 𝑌𝑖 = 𝛽መ1 + 𝛽መ2 𝑋2𝑖 + 𝛽መ3 𝑋3𝑖 + 𝑒𝑖

2
Mục tiêu: Tìm 𝛽መ1, 𝛽መ2, 𝛽መ3 sao cho σ𝑛𝑖=1 𝑒𝑖2 = σ𝑛𝑖=1 𝑌𝑖 − 𝛽መ1 − 𝛽መ2𝑋2𝑖 − 𝛽መ3𝑋3𝑖 → 𝑀𝑖𝑛

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 8

 3.2. Phương pháp bình phương nhỏ nhất
2
 Tìm 𝛽መ1, 𝛽መ2, 𝛽መ3 sao cho: 𝑅𝑆𝑆 = σ𝑛𝑖=1 𝑒𝑖2 = σ𝑛𝑖=1 𝑌𝑖 − 𝛽መ1 − 𝛽መ2𝑋2𝑖 − 𝛽መ3𝑋3𝑖

= 𝑓 𝛽መ1, 𝛽መ2, 𝛽መ3 → 𝑚𝑖𝑛

 Các hệ số 𝛽መ1, 𝛽መ2, 𝛽መ3 là nghiệm của hệ:
𝑛
መ መ መ
𝜕𝑓 𝛽1, 𝛽2, 𝛽3
= −2 ෍ 𝑌𝑖 − 𝛽መ1 − 𝛽መ2𝑋2𝑖 − 𝛽መ3𝑋3𝑖 = 0
𝜕𝛽1Ƹ
𝑖=1
𝑛
𝜕𝑓 𝛽መ1, 𝛽መ2, 𝛽መ3
= −2 ෍ 𝑋2𝑖 𝑌𝑖 − 𝛽መ1 − 𝛽መ2𝑋2𝑖 − 𝛽መ3𝑋3𝑖 = 0
𝜕𝛽2Ƹ
𝑖=1
𝑛
𝜕𝑓 𝛽መ1, 𝛽መ2, 𝛽መ3
= −2 ෍ 𝑋3𝑖 𝑌𝑖 − 𝛽መ1 − 𝛽መ2𝑋2𝑖 − 𝛽መ3𝑋3𝑖 = 0
𝜕𝛽3Ƹ
𝑖=1

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 9

 3.2. Phương pháp bình phương nhỏ nhất
 Ta có công thức nghiệm:
𝛽መ1 = 𝑌ത − 𝛽መ2 𝑋ത2 − 𝛽መ3 𝑋ത3

σ𝑛𝑖=1 𝑥2𝑖 𝑦𝑖 σ𝑛𝑖=1 𝑥3𝑖

2
− σ𝑛𝑖=1 𝑥3𝑖 𝑦𝑖 σ𝑛𝑖=1 𝑥2𝑖 𝑥3𝑖
𝛽መ2 = 2
σ𝑛𝑖=1 𝑥2𝑖
2 σ𝑛𝑖=1 𝑥3𝑖
2
− 𝑛
σ𝑖=1 𝑥2𝑖 𝑥3𝑖

σ𝑛𝑖=1 𝑥3𝑖 𝑦𝑖 σ𝑛𝑖=1 𝑥2𝑖

2
− σ𝑛𝑖=1 𝑥2𝑖 𝑦𝑖 σ𝑛𝑖=1 𝑥2𝑖 𝑥3𝑖
𝛽መ3 = 2
σ𝑛𝑖=1 𝑥2𝑖
2 σ𝑛𝑖=1 𝑥3𝑖
2
− 𝑛
σ𝑖=1 𝑥2𝑖 𝑥3𝑖
1 𝑛
ത ത
Trong đó: 𝑌 = σ𝑖=1 𝑌𝑖 ; 𝑦𝑖 = 𝑌𝑖 − 𝑌;
𝑛
1 1
𝑋ത2 = σ𝑛𝑖=1 𝑋2𝑖 ; 𝑥2𝑖 = 𝑋2𝑖 − 𝑋ത2 ; 𝑋ത3 = σ𝑛𝑖=1 𝑋3𝑖 ; 𝑥3𝑖 = 𝑋3𝑖 − 𝑋ത3
𝑛 𝑛

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 10

 3.2. Phương pháp bình phương nhỏ nhất
Ví dụ 3.1 (GT)
Ví dụ 3.2: Đánh giá ảnh hưởng của tỷ lệ cho vay – 𝐿𝑂𝐴𝑁 (%); quy mô ngân
hàng – 𝑆𝐼𝑍𝐸 (%) tác động đến tỷ suất sinh lời trên vốn chủ sở hữu – 𝑅𝑂𝐸 (%)
dựa trên số liệu 21 ngân hàng TMCP Việt Nam.
 Lựa chọn biến:
+ Biến phụ thuộc: Tỷ suất sinh lời trên vốn chủ sở hữu – 𝑅𝑂𝐸 (%)
+ Biến độc lập: Tỷ lệ cho vay – 𝐿𝑂𝐴𝑁 (%)
Quy mô ngân hàng – 𝑆𝐼𝑍𝐸 (%)

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 11

 3.2. Phương pháp bình phương nhỏ nhất
Bảng 3.1: Kết quả ước lượng bằng phần mềm Eviews

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 12

 3.2. Phương pháp bình phương nhỏ nhất
 Mô hình hồi quy mẫu:
𝑅𝑂𝐸𝑖 = 𝛽መ1 + 𝛽መ2 𝐿𝑂𝐴𝑁𝑖 + 𝛽መ3 𝑆𝐼𝑍𝐸𝑖 + 𝑒𝑖
𝑅𝑂𝐸𝑖 = −0.5133 + 0.3659𝐿𝑂𝐴𝑁𝑖 + 0.0109𝑆𝐼𝑍𝐸𝑖 + 𝑒𝑖
 Ý nghĩa kinh tế của hệ số hồi quy:
𝛽መ2 = 0.3659 cho biết khi Tỷ lệ cho vay tăng (giảm) 1 % trong điều kiện các
yếu tố khác không đổi thì Tỷ suất sinh lời trên vốn chủ sở hữu tăng (giảm)
0.3659%.
𝛽መ3 = 0.0109 cho biết khi quy mô ngân hàng tăng (giảm) 1% trong điều
kiện các yếu tố khác không đổi thì tỷ suất sinh lời trên vốn chủ sở hữu tăng
(giảm) 0.0109%.

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 13

 3.2. Phương pháp bình phương nhỏ nhất
Dạng ma trận của mô hình hồi quy nhiều biến

Giả sử có 𝑁 quan sát, mỗi quan sát có 𝑘 giá trị (𝑌𝑖 , 𝑋2𝑖 , … , 𝑋𝑘𝑖 )

Ký hiệu:

𝑌1 1 𝑋21 … 𝑋𝑘1 𝛽1 𝑢1
𝑌2 1 𝑋22 … 𝑋𝑘2 𝛽2 𝑢2
𝑌= ; 𝑋= 𝛽= ; 𝑈= …
… … …
𝑌𝑛 𝑛×1 1 𝑋2𝑛 … 𝑋𝑘𝑛 𝑛×𝑘 𝛽𝑘 𝑢𝑛 𝑛×1
𝑘×1

Khi đó:

PRF: 𝐸 𝑌|𝑋 = 𝑋𝛽

PRM: 𝑌 = 𝑋𝛽 + 𝑈
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 14
 3.2. Phương pháp bình phương nhỏ nhất
 Hàm và mô hình hồi quy mẫu:

SRF: 𝑌෠ = 𝑋𝛽መ

SRM: 𝑌 = 𝑋𝛽መ + 𝑒

𝛽መ1
Tìm vecto 𝛽መ = 𝛽መ2 መ 𝑇
መ → 𝑚𝑖𝑛
sao cho 𝑅𝑆𝑆 = 𝑌 − 𝑋𝛽 (𝑌 − 𝑋𝛽)
…
𝛽መ𝑘
𝑘×1
Kết quả thu được: 𝛽መ = 𝑋 𝑇 𝑋 −1 𝑋 𝑇 𝑌

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 15

 3.2. Phương pháp bình phương nhỏ nhất
3.2.2. Các giả thiết đối với mô hình hồi quy bội
GT1: Mô hình hồi quy tuyến tính với các tham số.
GT2: Kỳ vọng của các sai số ngẫu nhiên bằng 0: 𝐸 𝑢 𝑋2𝑖 , 𝑋3𝑖 … 𝑋𝑘𝑖 ) = 0 , ∀𝑖.
GT3: Phương sai của sai số ngẫu nhiên không đổi (đồng nhất)
𝑉𝑎𝑟 𝑢|𝑋2𝑖 , 𝑋3𝑖 … 𝑋𝑘𝑖 = 𝜎 2 , ∀𝑖.
GT4: Không có quan hệ tương quan giữa các sai số ngẫu nhiên
𝐶𝑜𝑣 𝑢𝑖 , 𝑢𝑗 = 0, ∀𝑖 ≠ 𝑗.
GT5: Các biến độc lập không ngẫu nhiên và không có mối quan hệ tuyến tính
giữa các biến độc lập.
GT6: Sai số ngẫu nhiên có phân phối chuẩn: 𝑢𝑖 ~𝑁 0; 𝜎 2 , ∀𝑖.
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 16
 3.2. Phương pháp bình phương nhỏ nhất
3.2.3. Ước lượng phương sai của các tham số hồi quy
 Đối với mô hình hồi quy 3 biến
 Phương sai của các hệ số hồi quy ước lượng

1 𝑋ത22 σ𝑛𝑖=1 𝑥3𝑖

2
+ 𝑋ത32 σ𝑛𝑖=1 𝑥2𝑖
2
− 2𝑋ത2 𝑋ത3 σ𝑛𝑖=1 𝑥2𝑖 𝑥3𝑖
𝑉𝑎𝑟 𝛽መ1 = 𝜎 2 + 2
𝑛 𝑛 2 𝑛
σ 𝑥 σ 𝑥 − σ 𝑥 𝑥 2 𝑛
𝑖=1 2𝑖 𝑖=1 3𝑖 𝑖=1 2𝑖 3𝑖

1 1
𝑉𝑎𝑟 𝛽መ2 = 𝜎2 𝑛 2 2 ; 𝑉𝑎𝑟 𝛽መ3 = 𝜎 𝑛
2
2 2
σ𝑖=1 𝑥2𝑖 (1 − 𝑟23 ) σ𝑖=1 𝑥3𝑖 (1 − 𝑟23 )
2
𝑟23 : Hệ số xác định khi hồi quy biến 𝑋2𝑖 theo 𝑋3𝑖

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 17

 3.2. Phương pháp bình phương nhỏ nhất
 Độ lệch chuẩn của các hệ số hồi quy ước lượng

1 𝑋ത22 σ𝑛𝑖=1 𝑥3𝑖

2
+ 𝑋ത32 σ𝑛𝑖=1 𝑥2𝑖
2
− 2𝑋ത2 𝑋ത3 σ𝑛𝑖=1 𝑥2𝑖 𝑥3𝑖
𝑆𝐷 𝛽መ1 = 𝜎 + 2
𝑛 σ𝑛 𝑥 2 σ𝑛 𝑥 2 − σ𝑛 𝑥 𝑥
𝑖=1 2𝑖 𝑖=1 3𝑖 𝑖=1 2𝑖 3𝑖

1 1
𝑆𝐷 𝛽መ2 = 𝜎 𝑛
መ
; 𝑆𝐷 𝛽2 = 𝜎
2 2
σ𝑖=1 𝑥2𝑖 (1 − 𝑟23 ) σ𝑛𝑖=1 𝑥3𝑖
2 2
(1 − 𝑟23 )

σ𝑛 2
𝑖=1 𝑒𝑖
 Phương sai mẫu: : 𝜎ො 2 =
(𝑛−3)

Trong đó: 𝜎ො là sai số chuẩn của hàm hồi quy

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 18

 3.2. Phương pháp bình phương nhỏ nhất
* Sai số chuẩn của các hệ số hồi quy ước lượng

1 𝑋ത22 σ𝑛𝑖=1 𝑥3𝑖

2
+ 𝑋ത32 σ𝑛𝑖=1 𝑥2𝑖
2
− 2𝑋ത2 𝑋ത3 σ𝑛𝑖=1 𝑥2𝑖 𝑥3𝑖
𝑆𝑒 𝛽መ1 = 𝜎ො + 2
𝑛 σ𝑛 𝑥 2 σ𝑛 𝑥 2 − σ𝑛 𝑥 𝑥
𝑖=1 2𝑖 𝑖=1 3𝑖 𝑖=1 2𝑖 3𝑖

1
𝑆𝑒 𝛽መ2 = 𝜎ො
σ𝑛𝑖=1 𝑥2𝑖
2 2
(1 − 𝑟23 )

1
𝑆𝑒 𝛽መ2 = 𝜎ො
σ𝑛𝑖=1 𝑥3𝑖
2 2
(1 − 𝑟23 )

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 19

 3.2. Phương pháp bình phương nhỏ nhất
 Đối với mô hình hồi quy k biến
 Phương sai của các hệ số hồi quy ước lượng

𝜎2
𝑉𝑎𝑟 𝛽መ𝑗 = 2 σ𝑛 2 , ∀𝑗 = 2, 𝑘
(1 − 𝑅𝑗 ) 𝑖=1 𝑥𝑗𝑖

Trong đó 𝑅𝑗2 là hệ số các định bội của mô hình hồi quy biến độc lập 𝑋𝑗 theo các
biến độc lập còn lại.
σ𝑛 𝑒 2
 Phương sai mẫu: 𝜎ො 2 = 𝑖=1 𝑖
(𝑛−𝑘)

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 20

 3.3. Hệ số xác định của hàm hồi quy
3.3.1. Hệ số xác định bội

𝐸𝑆𝑆 𝑅𝑆𝑆 𝑛−𝑘 𝜎ෝ2

 𝑅2 = =1 − =1−
𝑇𝑆𝑆 𝑇𝑆𝑆 𝑛−1 𝑆𝐷 𝑌 2

 Ý nghĩa: 𝑅2 cho biết tỷ lệ % sự biến thiên của 𝑌 được giải thích thông qua
các biến độc lập và hàm hồi quy mẫu của mô hình.
 Tính chất:
+ 0 ≤ 𝑅2 ≤ 1
+ 𝑅2 = 0 𝛽2 = 𝛽3 = ⋯ = 𝛽𝑘 = 0 Mô hình hồi quy không phù hợp.
+ 𝑅2 là hàm đồng biến với số biến độc lập trong mô hình.

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 21

 3.3. Hệ số xác định của hàm hồi quy
ഥ𝟐
3.3.2. Hệ số xác định hiệu chỉnh 𝑹
𝑅𝑆𝑆/(𝑛−𝑘) ෝ2
𝜎 𝑛−1
ത2
 Công thức: 𝑅 = 1 − =1 − =1− 1−𝑅 2
𝑇𝑆𝑆/(𝑛−1) 𝑆𝐷 𝑌 2 𝑛−𝑘

 Ý nghĩa:
+ 𝑅ത 2 xem xét có nên đưa thêm biến độc lập vào mô hình hay không.
+ Một biến mới sẽ được đưa vào mô hình nếu hệ số của biến mới đưa vào
mô hình có ý nghĩa thống kê và hệ số 𝑅ത 2 tăng.
 Tính chất:
+ 𝑅ത 2 < 𝑅2
+ 𝑅ത 2 có thể âm.
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 22
 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.1. Khoảng tin cậy của hệ số hồi quy 𝜷𝒋
3.4.2. Kiểm định giả thuyết với hệ số hồi quy 𝜷𝒋
3.4.3. Khoảng tin cậy của tổ hợp tuyến tính các hệ số 𝐚𝜷𝒋 + 𝒃𝜷𝒔
3.4.4. Kiểm định của tổ hợp tuyến tính các hệ số 𝐚𝜷𝒋 + 𝒃𝜷𝒔
3.4.5. Khoảng tin cậy của phương sai sai số ngẫu nhiên 𝝈𝟐
3.4.6. Kiểm định giả thuyết với phương sai sai ngẫu nhiên 𝝈𝟐

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 23

 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.1. Khoảng tin cậy của hệ số hồi quy 𝜷𝒋
෡𝑗 −𝛽𝑗
𝛽 𝑛−𝑘
Chọn thống kê 𝑇 = ෡𝑗 ) ~𝑇
𝑆𝑒(𝛽

Với độ tin cậy 1 − 𝛼 có khoảng tin cậy:

 Khoảng tin cậy 2 phía (đối xứng):
(𝑛−𝑘) (𝑛−𝑘)
𝛽መ𝑗 − 𝑆𝑒(𝛽መ𝑗 )𝑇𝛼/2 ≤ 𝛽𝑗 ≤ 𝛽መ𝑗 + 𝑆𝑒(𝛽መ𝑗 )𝑇𝛼/2
(𝑛−𝑘)
 Khoảng tin cậy bên trái: 𝛽𝑗 ≤ 𝛽መ𝑗 + 𝑆𝑒(𝛽መ𝑗 )𝑇𝛼
𝑛−𝑘
 Khoảng tin cậy bên phải: 𝛽መ𝑗 − 𝑆𝑒 𝛽መ𝑗 𝑇𝛼 ≤ 𝛽𝑗

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 24

 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.2. Kiểm định giả thuyết với 𝜷𝒋
 Cặp giả thuyết:

𝐻0 : 𝛽𝑗 = 𝛽𝑗∗ 𝐻0 : 𝛽𝑗 ≤ 𝛽𝑗∗ 𝐻0 : 𝛽𝑗 ≥ 𝛽𝑗∗

ቊ ∗ 1 ; ቊ ∗ 2 ; ቊ ∗ 3 ;
𝐻1 : 𝛽𝑗 ≠ 𝛽𝑗 𝐻1 : 𝛽𝑗 > 𝛽𝑗 𝐻1 : 𝛽𝑗 < 𝛽𝑗

෡𝑗 −𝛽∗
𝛽 𝑗 𝑛−𝑘
 Tiêu chuẩn kiểm định: 𝑇 = ෡𝑗 ) ~𝑇
𝑆𝑒(𝛽

 Miền bác bỏ tương ứng với từng cặp giả thuyết (mức ý nghĩa 𝛼):

𝑛−𝑘 𝑛−𝑘 𝑛−𝑘

(1) 𝑊𝛼 = 𝑇: 𝑇 > 𝑇𝛼 (2) 𝑊𝛼 = 𝑇: 𝑇 > 𝑇𝛼 (3)𝑊𝛼 = 𝑇: 𝑇 < −𝑇𝛼
2

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 25

 3.4. Khoảng tin cậy và kiểm định giả thuyết
Ví dụ: Sử dụng dữ liệu trong ví dụ 3.2 (n = 21)
Trong đó: 𝑅𝑂𝐸 – Tỷ suất sinh lời trên vốn chủ sở hữu (%)
𝐿𝑂𝐴𝑁 – Tỷ lệ cho vay (%)
𝑆𝐼𝑍𝐸 – Quy mô ngân hàng (%)
SRM: 𝑅𝑂𝐸𝑖 = −0.5133 + 0.3659𝐿𝑂𝐴𝑁𝑖 + 0.0109𝑆𝐼𝑍𝐸𝑖 + 𝑒𝑖
𝑆𝑒 0.0650 0.1886 0.0034
Nếu mô hình đủ tốt, với mức ý nghĩa 10%, trả lời câu hỏi sau:
1. Nếu quy mô ngân hàng tăng 1.5% thì 𝑅𝑂𝐸 biến động tối đa là bao nhiêu?
2. Nếu tỷ lệ cho vay tăng 3% thì 𝑅𝑂𝐸 có tăng 1.5% hay không?
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 26
 3.4. Khoảng tin cậy và kiểm định giả thuyết
Trường hợp riêng (Kiểm định bằng giá trị P-value)

𝐻0 : 𝛽𝑗 = 0
൝
𝐻1 : 𝛽𝑗 ≠ 0

 Quy tắc kết luận với mức ý nghĩa 𝛼

Nếu 𝑃 − 𝑣𝑎𝑙𝑢𝑒 <  thì bác bỏ giả thuyết 𝐻0

Nếu 𝑃 − 𝑣𝑎𝑙𝑢𝑒 >  thì chưa có cơ sở bác bỏ giả thuyết 𝐻0

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 27

 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.3. Khoảng tin cậy của tổ hợp tuyến tính các hệ số 𝐚𝜷𝒋 + 𝒃𝜷𝒔 (mở rộng)

෡𝑗 +𝑏𝛽
𝑎𝛽 ෡𝑠 −(𝑎𝛽𝑗 +𝑏𝛽𝑠 )
𝑛−𝑘
Chọn thống kê: 𝑇 = ෡𝑗 +𝑏𝛽
෡𝑠 ) ~𝑇
𝑆𝑒(𝑎𝛽

Khoảng tin cậy của 𝑎𝛽𝑗 + 𝑏𝛽𝑠 với độ tin cậy 1 − 𝛼

𝑛−𝑘 (𝑛−𝑘)
𝑎𝛽መ𝑗 + 𝑏𝛽መ𝑠 − 𝑆𝑒 𝑎𝛽መ𝑗 + 𝑏𝛽መ𝑠 𝑇𝛼 ≤ (𝑎𝛽𝑗 + 𝑏𝛽𝑠 ) ≤ 𝑎𝛽መ𝑗 + 𝑏𝛽መ𝑠 + Se(𝑎𝛽መ𝑗 + 𝑏𝛽መ𝑠 )𝑇𝛼
2 2

2 2
Trong đó: S𝑒 𝑎𝛽መ𝑗 + 𝑏𝛽መ𝑠 = 𝑎2 𝑆𝑒 𝛽መ𝑗 + 𝑏2 𝑆𝑒 𝛽መ𝑠 + 2𝑎𝑏𝐶𝑜𝑣(𝛽መ𝑗 ; 𝛽መ𝑠 )

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 28

 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.3. Kiểm định giả thuyết của tổ hợp tuyến tính các hệ số 𝐚𝜷𝒋 + 𝒃𝜷𝒔
Kiểm định cặp giả thuyết:

𝐻0 : 𝑎𝛽𝑗 + 𝑏𝛽𝑠 = 𝑐 𝐻0 : 𝑎𝛽𝑗 + 𝑏𝛽𝑠 ≤ 𝑐 𝐻0 : 𝑎𝛽𝑗 + 𝑏𝛽𝑠 ≥ 𝑐

(1) ൝ (2) ൝ (3) ൝
𝐻1 : 𝑎𝛽𝑗 + 𝑏𝛽𝑠 ≠ 𝑐 𝐻1 : 𝑎𝛽𝑗 + 𝑏𝛽𝑠 > 𝑐 𝐻1 : 𝑎𝛽𝑗 + 𝑏𝛽𝑠 < 𝑐

෡𝑗 +𝑏𝛽
𝑎𝛽 ෡𝑠 −𝑐
Tiêu chuẩn kiểm định: 𝑇 = ~𝑇 𝑛−𝑘
𝑆𝑒(𝑎𝛽෡𝑗 +𝑏𝛽
෡𝑠 )

Miền bác bỏ tương ứng với từng cặp giả thuyết (mức ý nghĩa 𝛼):

𝑛−𝑘 𝑛−𝑘 𝑛−𝑘

(1) 𝑊𝛼 = 𝑇: 𝑇 > 𝑇𝛼 (2) 𝑊𝛼 = 𝑇: 𝑇 > 𝑇𝛼 (3) 𝑊𝛼 = 𝑇: 𝑇 < −𝑇𝛼
2

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 29

 3.4. Khoảng tin cậy và kiểm định giả thuyết
Ví dụ: Sử dụng dữ liệu trong ví dụ 3.2 (n = 21)
Trong đó: 𝑅𝑂𝐸 – Tỷ suất sinh lời trên vốn chủ sở hữu (%)
𝐿𝑂𝐴𝑁 – Tỷ lệ cho vay (%)
𝑆𝐼𝑍𝐸 – Quy mô ngân hàng (%)
SRM: 𝑅𝑂𝐸𝑖 = −0.5133 + 0.3659𝐿𝑂𝐴𝑁𝑖 + 0.0109𝑆𝐼𝑍𝐸𝑖 + 𝑒𝑖
𝑠𝑒 0.0650 0.1886 0.0034
Nếu mô hình đủ tốt, với mức ý nghĩa 10%, 𝑐𝑜𝑣(𝛽መ2 , 𝛽መ3 ) = 0.013 trả lời câu hỏi sau:
1. Khi quy mô ngân hàng tăng 1% đồng thời tỷ lệ cho vay tăng 2% thì 𝑅𝑂𝐸 biến động như
nào?
2. Nếu 𝐿𝑂𝐴𝑁 tăng 0.5% đồng thời 𝑆𝐼𝑍𝐸 tăng 2% thì 𝑅𝑂𝐸 có tăng 0.5% hay không?
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 30
 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.5. Khoảng tin cậy của 𝝈𝟐

2 ෝ2
𝑛−𝑘 𝜎 2 𝑛−𝑘
Chọn thống kê: 𝜒 = ~𝜒
𝜎2

Với độ tin cậy 1 − 𝛼 (mức ý nghĩa 𝛼) có:

ෝ2
𝑛−𝑘 𝜎 2 ෝ2
𝑛−𝑘 𝜎
 Khoảng tin cậy 2 phía: (𝑛−𝑘) ≤𝜎 ≤ (𝑛−𝑘)
𝜒2 𝛼 𝜒2 𝛼
1− 2
2

ෝ2
𝑛−𝑘 𝜎
 Khoảng tin cậy bên trái: 𝜎2 ≤ (𝑛−𝑘)
𝜒2 1−𝛼

ෝ2
𝑛−𝑘 𝜎
 Khoảng tin cậy bên phải: 𝜎2 ≥ (𝑛−𝑘)
𝜒2 𝛼

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 31

 3.4. Khoảng tin cậy và kiểm định giả thuyết
3.4.6. Kiểm định giả thuyết về 𝝈𝟐

𝐻0 : 𝜎 2 = 𝜎02 𝐻0 : 𝜎 2 ≤ 𝜎02 𝐻0 : 𝜎 2 ≥ 𝜎02

Cặp giả thuyết: ൝ 2 2 1 ; ൝ 2 2 2 ; ቊ 2 2 (3)
𝐻1 : 𝜎 ≠ 𝜎0 𝐻1 : 𝜎 > 𝜎0 𝐻1 : 𝜎 < 𝜎0
𝑛−𝑘 𝜎ෝ2 𝑛−𝑘
Tiêu chuẩn kiểm định: 𝜒2 = ~𝜒 2
𝜎02
Miền bác bỏ tương ứng với từng cặp giả thuyết:
𝑛−𝑘
𝜒2 > 2
𝜒 𝛼
2 𝑛−𝑘 𝑛−𝑘
𝑊𝛼 = 𝜒2 : 𝑛−𝑘
; 2 𝑊𝛼 = 𝜒2: 𝜒2 > 𝜒2𝛼 ; 3 𝑊𝛼 = 𝜒2: 𝜒2 < 𝜒21−𝛼
𝜒2 < 𝜒21−𝛼
2

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 32

 3.5. Kiểm định F đối với mô hình hồi quy k biến
3.5.1. Kiểm định sự phù hợp của hàm hồi quy
𝐻0 : 𝛽2 = 𝛽3 = ⋯ = 𝛽𝑘 = 0 𝐻0 : 𝑅2 = 0
Kiểm định cặp giả thuyết: ൝ ൝
𝐻1 : ∃𝛽𝑗 ≠ 0 𝑗 = 2, 𝑘 𝐻1 : 𝑅2 > 0
 Kiểm định 𝐹
𝑅 2 /(𝑘−1) 𝑘−1;𝑛−𝑘
Tiêu chuẩn kiểm định: 𝐹 = ~𝐹
(1−𝑅 2 )/(𝑛−𝑘)
𝑘−1;𝑛−𝑘
Miền bác bỏ: 𝑊𝛼 = {𝐹: 𝐹 > 𝐹𝛼 }
 Kiểm định 𝑃_𝑣𝑎𝑙𝑢𝑒
Nếu 𝑃_𝑣𝑎𝑙𝑢𝑒 < 𝛼 thì bác bỏ giả thuyết 𝐻0
Nếu 𝑃_𝑣𝑎𝑙𝑢𝑒 > 𝛼 thì không có cơ cở bác bỏ giả thuyết 𝐻0
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 33
 3.5. Kiểm định F đối với mô hình hồi quy k biến
Ví dụ: Sử dụng dữ liệu trong ví dụ 3.2 (𝑛 = 21)
Trong đó: 𝑅𝑂𝐸 – Tỷ suất sinh lời trên vốn chủ sở hữu (%)
𝐿𝑂𝐴𝑁 – Tỷ lệ cho vay (%)
𝑆𝐼𝑍𝐸 – Quy mô ngân hàng (%)
SRM: 𝑅𝑂𝐸𝑖 = −0.5133 + 0.3659𝐿𝑂𝐴𝑁𝑖 + 0.0109𝑆𝐼𝑍𝐸𝑖 + 𝑒𝑖
S𝑒 0.0650 0.1886 0.0034
Với mức ý nghĩa 10%, mô hình hồi quy có phù hợp không?

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 34

 3.5. Kiểm định F đối với mô hình hồi quy k biến
3.5.2. Kiểm định thu hẹp của hàm hồi quy
Ước lượng hồi quy:
𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + ⋯ + 𝛽𝑚 𝑋𝑚𝑖 + 𝛽𝑚+1 𝑋𝑚+1𝑖 + ⋯ + 𝛽𝑘 𝑋𝑘𝑖 + 𝑢𝑖
2
thu được 𝑅𝑈𝑅 ; 𝑅𝑆𝑆𝑈𝑅
Có ý kiến cho rằng: 𝑋𝑚+1, 𝑋𝑚+2 … 𝑋𝑘 là không cần thiết thì kiểm định cặp giả thuyết:

𝐻0 : 𝛽𝑚+1 = 𝛽𝑚+2 = ⋯ = 𝛽𝑘 = 0
൝
𝐻1 : ∃𝛽𝑗 ≠ 0 𝑗 = 𝑚 + 1, 𝑘

Nếu 𝐻0 đúng thì mô hình đúng có 𝑚 biến:

𝑌𝑖 = 𝛽1 + 𝛽2 𝑋2𝑖 + ⋯ + 𝛽𝑚 𝑋𝑚𝑖 + 𝑢𝑖 ⇒ 𝑅𝑅2 ; 𝑅𝑆𝑆𝑅
07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 35
 3.5. Kiểm định F đối với mô hình hồi quy k biến
 Các bước thực hiện

𝐻0 : 𝛽𝑚+1 = 𝛽𝑚+2 = ⋯ = 𝛽𝑘 = 0
Kiểm định cặp giả thuyết: ൝
𝐻1 : ∃𝛽𝑗 ≠ 0 𝑗 = 𝑚 + 1, 𝑘

(𝑅12 −𝑅22 )/(𝑘−𝑚) 𝑘−𝑚; 𝑛−𝑘

𝐹= ~𝐹
(1−𝑅12 )/(𝑛−𝑘)
Tiêu chuẩn kiểm định: ൦ (𝑅𝑆𝑆2 −𝑅𝑆𝑆1 )/(𝑘−𝑚)
𝐹= ~𝐹 𝑘−𝑚; 𝑛−𝑘
𝑅𝑆𝑆1 /(𝑛−𝑘)
𝑘−𝑚; 𝑛−𝑘
Miền bác bỏ: 𝑊𝛼 = {𝐹: 𝐹 > 𝐹𝛼 }

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 36

 3.5. Kiểm định F đối với mô hình hồi quy k biến
Ví dụ: Sử dụng dữ liệu trong ví dụ 3.2 (𝑛 = 21)
Trong đó: 𝑅𝑂𝐸 – Tỷ suất sinh lời trên vốn chủ sở hữu (%)
𝐿𝑂𝐴𝑁 – Tỷ lệ cho vay (%)
𝑆𝐼𝑍𝐸 – Quy mô ngân hàng (%)
SRM: 𝑅𝑂𝐸𝑖 = −0.5133 + 0.3659𝐿𝑂𝐴𝑁𝑖 + 0.0109𝑆𝐼𝑍𝐸𝑖 + 𝑒𝑖 và 𝑅2 = 0.8973
Câu hỏi: Cùng với bộ số liệu đầu bài, ước lượng mô hình:
𝑅𝑂𝐸𝑖 = 𝛼1 + 𝛼2 𝐿𝑂𝐴𝑁𝑖 + 𝑣𝑖 thu được 𝑅12 = 0.8374.
Hãy cho biết biến 𝑆𝐼𝑍𝐸 ở mô hình trên có thích hợp không?

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 37

 3.6. Dự báo
3.6.1. Dự báo giá trị trung bình của biến phụ thuộc
𝑌෠0 = 𝛽መ 𝑇 𝑋0 là ước lượng điểm của 𝐸(𝑌/𝑋0) ứng với giá trị dự kiến là 𝑋0 .

𝑌෠0 −𝐸(𝑌|𝑋0 )
Sử dụng thống kê: 𝑇 = ~𝑇 𝑛−𝑘 ; 𝑆𝑒 𝑌෠0 = 𝜎ො 𝑋0𝑇 𝑋 𝑇 𝑋 −1 𝑋
0
𝑆𝑒(𝑌෠0 )

Với độ tin cậy (1 − ),

෠ ෠ 𝑛−𝑘 ෠ ෠ (𝑛−𝑘)
 Khoảng tin cậy 2 phía: 𝑌0 − 𝑆𝑒 𝑌0 𝑇𝛼 ≤ 𝐸 𝑌 𝑋0 ≤ 𝑌0 + 𝑆𝑒(𝑌0 )𝑇𝛼
2 2

෠ ෠ (𝑛−𝑘)
 Khoảng tin cậy bên trái: 𝐸 𝑌 𝑋0 ≤ 𝑌0 + 𝑆𝑒(𝑌0 )𝑇𝛼
෠ ෠ (𝑛−𝑘)
 Khoảng tin cậy bên phải: 𝐸 𝑌 𝑋0 ≥ 𝑌0 − 𝑆𝑒(𝑌0 )𝑇𝛼

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 38

 3.6. Dự báo
3.6.2. Dự báo giá trị cá biệt

𝑌෠0 −𝑌0
Sử dụng thống kê: 𝑇 = ~𝑇 𝑛−𝑘 ; 𝑠𝑒 𝑌0 = 𝜎ො 1 + 𝑋0𝑇 𝑋 𝑇 𝑋 −1 𝑋
0
𝑠𝑒(𝑌0 )

Với độ tin cậy (1 − ) cho trước, ta có khoảng tin cậy của 𝑌0

𝑛−𝑘 𝑛−𝑘
 Khoảng tin cậy 2 phía: 𝑌෠0 − 𝑆𝑒 𝑌0 𝑇𝛼 ≤ 𝑌0 ≤ 𝑌෠0 + 𝑆𝑒 𝑌0 𝑇𝛼
2 2

෠ (𝑛−𝑘)
 Khoảng tin cậy bên trái: 𝑌0 ≤ 𝑌0 + 𝑆𝑒(𝑌0 )𝑇𝛼
෠ (𝑛−𝑘)
 Khoảng tin cậy bên phải: 𝑌0 ≥ 𝑌0 − 𝑆𝑒(𝑌0 )𝑇𝛼

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 39

 3.7. Một số dạng hàm hồi quy
 Hàm tổng chi phí và tổng sản lượng
𝑇𝐶𝑖 = 𝛽1 + 𝛽2 𝑄𝑖 + 𝛽3 𝑄𝑖2 + 𝛽4 𝑄𝑖3 + 𝑢𝑖
Trong đó: 𝑇𝐶: Tổng chi phí; 𝑄: Sản lượng
 Mô hình có cận biên thay đổi
𝑆𝐴𝐿𝐸𝑆𝑖 = 𝛽1 + 𝛽2 𝑃𝑖 + 𝛽3 𝐴𝐷𝑖 + 𝛽4 𝐴𝐷𝑖2 + 𝑢𝑖
Trong đó:
𝑆𝐴𝐿𝐸𝑆: Doanh thu bán hàng
𝑃: Giá bán sản phẩm
𝐴𝐷: Chi phí quảng cáo

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 40

 3.7. Một số dạng hàm hồi quy
𝛽2 𝛽3 𝑢𝑖
 Hàm sản xuất Cobb – Douglas: 𝑄𝑖 = 𝛽1 𝐾𝑖 𝐿𝑖 e
Trong đó: 𝑄: Sản lượng; 𝐾: Vốn; 𝐿: Lao động
Biến đổi về dạng tuyến tính: 𝑙𝑛𝑄𝑖 = 𝛽1 + 𝛽2 𝑙𝑛𝐾𝑖 + 𝛽3 𝑙𝑛𝐿𝑖 + 𝑢𝑖
 Mô hình chứa nhiều dạng hàm: 𝑙𝑛𝑆𝐴𝐿𝐸𝑆𝑖 = 𝛽1 + 𝛽2 𝑃𝑖 + 𝛽3 𝑙𝑛𝐴𝐷𝑖 + 𝑢𝑖
Trong đó:
𝑆𝐴𝐿𝐸𝑆: Doanh thu bán hàng
𝑃: Giá bán sản phẩm
𝐴𝐷: Chi phí quảng cáo

07/31/23 Bộ môn Kinh tế lượng - Học viện Tài chính 41