Chuong 1 - Mo Hinh Hoi Quy Don

Chương 1.
MÔ HÌNH HỒI QUY ĐƠN

NỘI DUNG:
Kinh Tế Lượng - ThS.Lê Trường Giang

 1.1. Phương pháp OLS (Ordinary Least Square)
 1.2. Hàm hồi quy mẫu (SRF)
 1.3. Hệ số xác định mô hình
 1.4. Phương sai của sai số ngẫu nhiên
 1.5. Bài toán ước lượng
 1.6. Bài toán kiểm định
 1.7. Bài toán dự báo
 1.8. Một số lưu ý
 1.9. Bài tập
2
Chương 1. MÔ HÌNH HỒI QUY ĐƠN
1.1. PHƯƠNG PHÁP OLS (ORDINARY LEAST

SQUARE)
Trong các phương pháp dùng để ước lượng
hàm hồi quy tổng thể thì phương pháp bình phương
bé nhất hay còn gọi là phương pháp OLS, là được
quan tâm nhiều nhất bởi các nhà làm Toán ứng dụng.
Người đầu tiên sáng lập nên phương pháp này là nhà
toán học người Đức, Carl Friedrich Gauss.
3
Carl Friedrich Gauss là

nhà toán học Đức vĩ đại nhất
trong thế kỷ XIX và là một trong
ba nhà toán học vĩ đại nhất mọi
thời đại. Ông có nhiều công trình
về lý thuyết số.
Tác phẩm “Disquistiones
Arithemeticae” của ông được
công bố năm 1801 được xem là
khởi đầu của đại số hiện đại. CARL FRIEDRICH
Ngoài ra những thành công của GAUSS
Gauss trong thiên văn học, trắc (1777 - 1855)
4
địa, vật lý cũng hết sức to lớn.

1.1.1. Nội dung của phương pháp

+ Giả sử chúng ta có một mẫu gồm n cặp quan sát
 Xi , Yi  ,i  1,n . Theo phương pháp bình phương nhỏ
nhất, ta cần phải tìm Y  sao cho nó càng gần với giá
i

trị thực Yi càng tốt. Tức là phần dư ei i  1,n càng 
nhỏ càng tốt. Ta có:
  Y     X
ei  Yi  Yi i 1 2 i
+ Mặt khác, do e có thể dương có thể âm, nên ta cần

tìm SRF sao cho tổng bình phương của các phần dư
phải đạt cực tiểu. Tức là cần tìm  1 ,  2 thỏa mãn:
 
n n 2
G  1 ,  2   e   Yi   1   2 X i
  2
i    min 5
i 1 i 1
+ Điều kiện cần:
Ta đi xác định điểm dừng của hàm số G  1 ,  2
 

Khi đó  1 ,  2 là nghiệm của hệ phương trình sau:
 
 G  , 
  n
 1 2     X  1  0
  1
0

 i1
2 Yi  1 
2 i
  n
 G  1 ,  2
   2 Y     X   X   0
 0    i 1 
2 i i
 2  i1
6
n  

 1  2 X i  Yi  0 

 i1
 n
 X   X 2  X Y  0

 i 1
 1 i 2 i  i i
   n n
n1  2  X i   Yi
 i 1 i 1
 n n n
  2
1 i X   2  i   X i Yi
X
 i1 i 1 i 1
 1  Y   2 X

 n n
 X nX  


 Y   2  i 1
X 2
2  i   X i Yi
i 1
7
 1  Y   2 X

 n

 
  i1
X i Yi  nXY

 2 n 2


i 1
2
 
Xi  n X
+ Điều kiện đủ:

Ta đi tính các đạo hàm riêng cấp hai và thay tọa độ
của  1 ,  2 vào kết quả tìm được. Ta có:
 
8
 2G  1 ,  2
   2n;

A

1
2
 2G  1 ,  2
 n 
B  2 X i ;

   i 1
1 2
 2G  1 ,  2
 2 n
2
C X .
 2
2 i
i 1
(Lưu ý: do kết quả của các đạo riêng cấp hai không
phụ thuộc vào  1 ,  2 nên vẫn được giữ nguyên sau thi 9
thay tọa độ vào.)

Do

A  2n  0
 n n 2
 2 2  
AC  B  4n  X i  4   X i 
 i 1  i1 
 A  2n  0
 2
 2

2 1
n
2 1 n
 
 AC  B  4n  n  X i   n  X i  
  i1  i1  
 A  2n  0
 2 2
 AC  B  4n Var  X   0 10
Vậy hàm số G  1 ,  2 đạt cực tiểu tại

 

 1  Y   2 X
 n

 
i 1
X i Yi  nXY

 2  n 2


i 1
2
 
Xi  n X
11
1.1.2. Các giả thuyết cơ bản của phương pháp OLS
Để các hệ số hồi quy mẫu 1 , 2 là các ước lượng tốt

cho các hệ số hồi quy tổng thể 1 , 2 ta buộc phải có
các giả thuyết sau đây:
Giả thuyết 1. Hàm PRF phải tuyến tính theo các tham
số.
Chẳng hạn: Yi  1  2 X i  U i
Hoặc: Yi2  1  2 ln X i  U i
Nhưng không được có dạng: Yi  12  2 X i  U i 12

Giả thuyết 2. Biến giải thích X là tất định (phi ngẫu

nhiên). Tức là nó có giá trị cố định trong mỗi lần lấy
mẫu lặp lại. Biến phụ thuộc Y là ngẫu nhiên.
Giả thuyết 3. Các nhiễu U i có giá trị trung bình bằng
không. Hay chúng không có sai số hệ thống. Tức là:
E  U i X i   0  E  Yi X i   E  Y X i   1  2 X i
Giả thuyết 4. Các nhiễu có phương sai không thay

đổi (phương sai thuần nhất). Tức là:
Var  U i X i   E  U i2 X i   2 , i  Var  Yi X i   2 , i
13
Giả thuyết 5. Không có tự tương quan giữa các

nhiễu.
Tức là:
    
Cov U i , U j X i X j  E  U i X i  U j X j   0, i  j

 
 Cov Yi ,Yj X i X j  0, i  j
14
Giả thuyết 6. Không có tương quan giữa nhiễuU i và

biến giải thích X. Tức là:
Cov  U i , X i   E  U i X i   0, i
Thực ra đây là hệ quả của giả thuyết 2. (X i là hằng số)

và giả thuyết 3.  E  U i   0 
Đây là giả thuyết mở rộng cho trường hợp X là biến
ngẫu nhiên ( X i là các biến ngẫu nhiên). Khi đó nếu
X i độc lập với U i hay ít ra là X i không tương quan
với thì các kết luận vẫn đúng.
Giả thuyết 7. Số lượng các quan sát n phải lớn hơn số 15
lượng các tham số k được ước lượng. (Ở đây k = 2)
Giả thuyết 8. Các X i phải biến thiên. Tức là

n
2  , 
 i
X
i 1
 0  1 2
Giả thuyết 9. Mô hình hồi quy phải được xác định

một cách đúng đắn. Hay không có sai số đặc trưng do
chọn mô hình.
Tức là phải xác định đúng:
 Các biến xuất hiện trong mô hình.
 Dạng hàm quan hệ giữa các biến.
 Quy luật phân phối xác suất của các biến ngẫu 16
nhiên: Yi , U i ,
1.1.3. Định lý Gauss-Markov

Khi các giả thuyết đã nêu thỏa mãn thì các ước
lượng thu được từ phương pháp OLS là các ước
lượng tuyến tính, không chệch và có phương sai nhỏ
nhất trong lớp các ước lượng tuyến tính không chệch.
Nói cách khác, ước lượng theo OLS có tính
chất BLUE (Best Linear Unbiased Estimation).
17

18
ANDREI ANDREYEVICH MARKOV
1.2. HÀM HỒI QUY MẪU (SRF)

n
Cov  X, Y    X  X  Y  Y  i i
 2   i 1
n
Var  X 
X  X i 1
i
 X Y  nXY
i 1
i i
 n
2 2
X i 1
i  nX
 1  Y   2 X
19
Vậy:      X
Y 1 2
Trong đó
  1 ,  2 là các hệ số hồi quy

  1 là hệ số tự do (hệ số tung độ gốc)
  2 là hệ số góc (hệ số độ dốc)
20
1.3. HỆ SỐ XÁC ĐỊNH MÔ HÌNH

TSS (Total Sum of Squares) là tổng bình phương của
tất cả các sai lệch giữa các giá trị quan sát Yi với giá
trị trung bình của chúng. TSS được xác định như sau:
n 2
TSS   Yi  Y
i 1
   n var  Y 
ESS (Explained Sum of Squares) là tổng bình phương

của tất cả các sai lệch giữa giá trị của biến Y tính theo
hàm hồi quy mẫu với giá trị trung bình. ESS được xác
định như sau: n 2
  2

ESS   Yi  Y  n2 var  X 
i 1
 21
RSS ( Residual Sum of Squares ) là tổng bình phương

của tất cả các sai lệch giữa các giá trị quan sát Yi với
giá trị của biến Y tính theo hàm hồi quy mẫu. RSS
được xác định như sau:
n 2

RSS  TSS  ESS   Yi  Y
i 1
i    n 1  r 2  Var  Y 
2
Đại lượng R được gọi là hệ số xác định (coefficient
of determination) và được sử dụng để đo mức độ phù
hợp của hàm hồi quy. Ta có:
2 ESS RSS
R  1 ; 0  R2  1 22
TSS TSS
1.4. PHƯƠNG SAI CỦA SAI SỐ NGẪU NHIÊN

Ta ký hiệu phương sai của sai số ngẫu nhiên là:
Var  U    2
Khi đó phương sai của sai số ngẫu nhiên trên mẫu

được xác định như sau:
 2 n RSS
 
n2
1  r  Var  Y  
2
n2
23
1.5. BÀI TOÁN ƯỚC LƯỢNG

1.5.1. Ước lượng các hệ số hồi quy
Ta có:
2
1 X  2
var  1   
    se
 .  1  var  1
   
 n n var  X  


2
  2  var  2
 
var 2 
n var  X 
 
 se  
24
Loại

ước Khoảng ước lượng Giá trị C
lượng
 n 2 
Hai phía  j  Cse  j   j   j  Cse  j
    C  t
2
 j   j  Cse  j
Tối đa
(pt)   C  t 
n 2
Tối thiểu
 j  Cse  j   j
  C  t 
n 2
(pp)
25
1.5.2. Ước lượng phương sai của sai số ngẫu nhiên

   n  2 
2
 2 
2  
  2
n  2  
; 2

   n  2    n  2 
 2 1
2

1.6. BÀI TOÁN KIỂM ĐỊNH

1.6.1. Kiểm định dạng t
26
Loại kiểm Giả thuyết:

H 0 :  j  j

Bác bỏ H 0
định Đối thuyết H1
t  t 
Kiểm định n 2
H1 :  j    ; Pvalue  
j
2 phía 2
Kiểm định   n 2 Pvalue

H1 :  j  j t  t  ; 
bên trái 2
Kiểm định  n  2  Pvalue
H1 :  j  j t  t  ; 
bên phải 2
 j  j
Lưu ý t
se 
  j
27
1.6.2. Kiểm định dạng  2

Loại kiểm Giả thuyết:
H 0 : 2  02 Bác bỏ H 0
định Đối thuyết H1
 2   2  n  2 
Kiểm định 2
H1 :  2  02
2 phía hoaëc  2   2
1
  n  2
2
Kiểm định H : 2   2
1 0  2  12  n  2 
bên trái
Kiểm định H : 2   2
1 0  2   2  n  2  28
bên phải

Lưu ý:
 
n  2 
2
2
 
02
29
1.6.3. Kiểm định dạng F

2 2
Bước 1 H
Đặt giả thuyết: 0 : R  0;H1 : R 0
Bước 2 C  F  2  1;n  2 
2
F
 n  2  R
Bước 3
 
2  1 1  R 2

Nếu F > C thì bác bỏ H 0 .
Bước 4
Nếu F  C thì chưa có cơ sở bác bỏ H 0 . 30
1.7. BÀI TOÁN DỰ BÁO

Ta tính được các giá trị sau:
Y    X
0 1 2 0
C  t 
n 2
2
2
 
 1 X  X
2 
  var Y

 
v ar Y0   
0
 n n var  X  
 .  se Y0 0    
 
  2


var Y0  Y0    var Y  0  
  var Y  Y
 31

 se Y0  Y0 0 0   
Khoảng dự báo cho giá trị trung bình E  Y / X 0 

  Cse Y
 ;Y
  Cse Y
 
Y
 0  
0 0 0
  
Khoảng dự báo cho giá trị cá biệt Y0
  Cse Y  Y
 ;Y
  Cse Y  Y
 
Y
 0 
0 0 0  0 0 
32
1.8. MỘT SỐ LƯU Ý

1.8.1. Hệ số co dãn
dY X  X
Y   2
X dX Y Y
Hệ số co dãn cho biết khi X tăng 1% thì Y sẽ tăng

(hay giảm) bao nhiêu %.
1.8.2. Đổi đơn vị

  k 
Y  k1Y  1 1 1
   
     k1   Y  1   2X
X  k 2 X 2  2 33
 k2
1.8.3. Kiểm định Pvalue

  : mức ý nghĩa  xác suất mắc sai lầm loại 1 
xác suất bác bỏ giả thuyết H 0 trong khi H 0 đúng.
  P  g  W / H 0 đúng 
 Pvalue: mức xác suất nhỏ nhất mà tại đó giả thuyết H 0
bị bác bỏ.
   Pvalue : bác bỏ giả thuyết H 0
   Pvalue : chưa có cơ sở bác bỏ giả thuyết H 0
34
1.8.4. Các dạng hàm đặc biệt

a) Hồi quy tuyến tính Logarit (log-log)
Hàm hồi quy mẫu (SRF): ln  Yi  1  2 ln X i
 Nếu X tăng lên 1% thì Y thay đổi một tỷ lệ là  %
b) Hồi quy tuyến tính bán Logarit
+ Hàm hồi quy mẫu (SRF): ln  Yi   1   2 X i
 Nếu X tăng lên 1 đơn vị thì Y thay đổi một lượng
là  2 .100  % 
+ Hàm hồi quy mẫu (SRF): Y      ln X
i 1 2 i
 Nếu X tăng lên 1% thì Y thay đổi một lượng là

 .0,01
2
35
Ví dụ: Nêu ý nghĩa của các hệ số góc trong các mô

hình hồi quy sau:
a) Yi  5.9876  3.4528X i
b) ln  Yi   0.7774  0.2530ln  X i 
c) ln  Yi   1.0103  0.2202X i
d) Yi  2.1848  0.5520ln  X i 
36
1.9. BÀI TẬP

Bài 1. Quan sát về thu nhập (X – USD/ tuần) và chi
tiêu (Y – USD/ tuần) của 10 người, người ta thu được
các số liệu sau:
X 31 50 47 45 39 50 35 40 45 50
Y 29 42 38 30 29 41 23 36 42 48
a) Tìm hàm hồi quy tuyến tính mẫu của Y theo X và

phát biểu ý nghĩa của các hệ số hồi quy?
b) Tìm hệ số xác định mô hình và cho biết ý nghĩa của
nó? 37
c) Tìm khoảng tin cậy của 1 và 2 với độ tin cậy

95%?
d) Kiểm định giả thuyết H 0 : 2  0;H1 : 2  0 với mức
ý nghĩa 5%.
e) Dự báo điểm cho chi tiêu của một người khi mức
thu nhập 40 USD/ tuần?
38
Đáp số:

  5,45193  0,954906X
a)Y
b)R 2  0,672
c) 1   29,1983;18,2944  ; 2   0,411;1,4987 
d) Bác bỏ H 0 . Thu nhập thực sự có ảnh hưởng đến
chi tiêu.

e) Y  32,7443
0
39

Bài 2. Bảng sau đây cho chuỗi thời gian về mức tiêu
dùng (Y: đơn vị 100000 VNĐ) và thu nhập (X: đơn vị
100000 VNĐ). Tính theo đầu người và tính theo giá
cố định năm 1980 trong thời kỳ 1971 – 1990 ở một
khu vực:
40
Năm Y X Năm Y X

1971 48,34 52,02 1981 52,17 63,36
1972 48,54 52,41 1982 60,84 67,42
1973 47,44 51,55 1983 60,73 67,86
1974 54,58 58,88 1984 76,04 83,39
1975 55,00 59,66 1985 76,42 84,26
1976 63,49 68,42 1986 69,34 77,41
1977 59,22 64,27 1987 61,75 70,08
1978 57,77 63,01 1988 68,78 77,44
1979 60,22 65,61 1989 67,07 75,79 41
1980 55,40 61,05 1990 72,94 81,89

Giả sử Y và X có quan hệ tuyến tính

a) Hãy ước lượng mô hình hồi quy của mức tiêu dùng
phụ thuộc vào thu nhập và nêu ý nghĩa kinh tế của các
hệ số hồi quy tìm được.
b) Tính hệ số xác định mô hình và giải thích ý nghĩa.
c) Tìm khoảng tin cậy của các hệ số hồi quy tổng thể,
với độ tin cậy 95%.
d) Dự báo giá trị cá biệt của mức tiêu dùng khi thu
nhập là 8 triệu đồng, với độ tin cậy 95%.
e) Có người cho rằng “kiếm mười thì tiêu một”. Hãy
kiểm chứng nhận định trên với mức ý nghĩa 5%?
42
Đáp số:


a) Y  3,22923  0,85563X
b) R 2  0,9714
c) Khoảng tin cậy:
1   1,71577;8,17423
2   0,78294;0,92832 

d) Y0  71,67963;Y0   68,2516;75,10766 
e) T  21,839  C  t10
0,025
 2,228
43
Suy ra bác bỏ giả thuyết: H 0 : 2  0,1
Bài 3. Dữ liệu sau mô tả tổng chi phí sản xuất

(Y: triệu đồng) và lượng sản phẩm (X: ngàn đơn vị)
được sản xuất tại một nhà máy trong 11 tháng quan
sát như sau:
Y 25 11 34 23 32 20 33 29 25 37 41
X 5 2 8 4 6 4 7 6 5 8 9

a) Hãy ước lượng hàm hồi quy của tổng chi phí theo
số lượng sản phẩm. Nếu ý nghĩa của hệ số góc.
b) Tính hệ số xác định mô hình? Kiểm định sự phù 44
hợp của mô hình với mức ý nghĩa 5%.

c) Với mức ý nghĩa 5%, hãy cho biết nếu số lượng sản

phẩm tăng lên 1 ngàn đơn vị thì tổng chi phí sản xuất
tăng tối đa là bao nhiêu? Tăng tối thiểu là bao nhiêu?
d) Hãy ước lượng phương sai của sai số ngẫu nhiên
tổng thể với độ tin cậy 95%.
e) Dự báo giá trị trung bình và cá biệt của tổng chi phí
khi số lượng sản phẩm là 3 ngàn đơn vị, với độ tin cậy
95%.
45
Đáp số:

a) Hàm hồi quy mẫu:
     X  4,933333  3,995833X
Y 1 2
Ý nghĩa hệ số góc: khi lượng sản phẩm tăng lên 1

(ngàn đơn vị) thì tổng chi phí sản xuất trung bình tăng
3,995833 (triệu đồng).
b) Hệ số xác định mô hình:
TSS  723,636363 R 2  0, 962815
ESS  696,7280303 F  233,0331
RSS  26,908333 46
F > C nên bác bỏ H 0. Vậy mô hình phù hợp.

c) Ta có:
C  t    t 90,05  1,833
nk

Ước lượng tối đa cho 2 :
2   2  C.se  2  3,995833  1,833.0,261757

 
 4,475634
Ước lượng tối thiểu cho 2 :
2  2  C.se 2  3,995833  1,833.0,261757

 
 3,516032
47
Vậy với mức ý nghĩa 5%, nếu số lượng sản phẩm tăng

lên 1 ngàn đơn vị thì tổng chí phí sản xuất tăng tối đa
4,475634 triệu đồng và tăng tối thiểu là 3,516032
triệu đồng.
d) Khoảng ước lượng cho phương sai của sai số ngẫu
nhiên
2  1,414516;9,96605
e) Khoảng dự báo trung bình cho tổng chi phí:

[14,877543;18,964121]
Khoảng dự báo cá biệt cho tổng chi phí:
48
[12,508027;21,333637]
Bài 4. Giám đốc của cửa hàng bán đồ điện máy cho

rằng kinh nghiệm là nhân tố quan trọng nhất quyết
định sự thành công của một nhân viên kinh doanh. Để
chứng minh cho nhận định của mình, anh ta thu thập
dữ liệu gồm doanh số hàng tháng của một nhân viên
(Y: triệu đồng/tháng) và kinh nghiệm làm việc của
nhân viên đó (X: năm), dữ liệu của 14 nhân viên được
cho trong bảng sau:
Y 28 30 36 39 57 45 70 47 50 60 66 32 48 51
X 1 3 3 4 10 6 14 8 9 10 12 7 7 8
49

a) Hãy ước lượng hàm hồi quy của doanh số hàng
tháng theo kinh nghiệm. Nếu ý nghĩa của hệ số góc.
b) Tính hệ số xác định mô hình? Kiểm định sự phù
hợp của mô hình với mức ý nghĩa 5%.
c) Hãy ước lượng các hệ số hồi quy tổng thể với độ
tin cậy 95%.
d) Với mức ý nghĩa 5%, hãy cho biết nếu kinh
nghiệm tăng lên 1 năm thì doanh số hàng tháng tăng
tối đa là bao nhiêu? Tăng tối thiểu là bao nhiêu?
e) Dự báo giá trị trung bình và cá biệt của doanh số
50
hàng tháng khi kinh nghiệm là 5 năm, với độ tin cậy
95%.
Đáp số:

a) Hàm hồi quy mẫu:
  
Y  1  2 X  22,625  3,355392X
Ý nghĩa hệ số góc: khi kinh nghiệm tăng lên 1 năm thì
doanh số hàng tháng trung bình tăng 3,355392 triệu
đồng/tháng.
b) Hệ số xác định mô hình:
TSS  2248,928571 R 2  0,875375
ESS  1968,656513 F  84,288867
RSS  280,2721
F > C nên bác bỏ H 0. Vậy mô hình phù hợp. 51
c) Ta có:

Khoảng ước lượng cho 1: [16,176315; 29,073685]
Khoảng ước lượng cho 2: [2,559022; 4,151762]
 nk 
d) Ta có: C  t   t12 0,05
 1,782
Ước lượng tối đa cho 2:
 
 
2  2  C.se 2  3,355392  1,782.0,365475
 4,006668
Ước lượng tối thiểu cho 2 :
    C.se   3,355392  1,782.0,365475
2 2  
2 52
 2,704116
Vậy với mức ý nghĩa 5%, nếu kinh nghiệm tăng lên 1

năm thì doanh số hàng tháng tăng tối đa 4,006668
triệu đồng/tháng và tăng tối thiểu là 2,704116 triệu
đồng/tháng.
e) Ta có:
Khoảng dự báo trung bình cho doanh số hàng tháng:
[35,606841; 43,197079]
Khoảng dự báo cá biệt cho doanh số hàng tháng:
[28,208293; 50,595627]
53
54
KẾT THÚC CHƯƠNG 1!

Chuong 1 - Mo Hinh Hoi Quy Don

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

Chuong 1 - Mo Hinh Hoi Quy Don

Uploaded by

Copyright:

Available Formats

Chương 1.

MÔ HÌNH HỒI QUY ĐƠN

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

địa, vật lý cũng hết sức to lớn.

Kinh Tế Lượng - ThS.Lê Trường Giang

+ Mặt khác, do e có thể dương có thể âm, nên ta cần

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

+ Điều kiện đủ:

Kinh Tế Lượng - ThS.Lê Trường Giang

thay tọa độ vào.)

Kinh Tế Lượng - ThS.Lê Trường Giang

Vậy hàm số G  1 ,  2 đạt cực tiểu tại

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Nhưng không được có dạng: Yi  12  2 X i  U i 12

Kinh Tế Lượng - ThS.Lê Trường Giang

Giả thuyết 4. Các nhiễu có phương sai không thay

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Thực ra đây là hệ quả của giả thuyết 2. (X i là hằng số)

Kinh Tế Lượng - ThS.Lê Trường Giang

Giả thuyết 9. Mô hình hồi quy phải được xác định

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

ESS (Explained Sum of Squares) là tổng bình phương

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Khi đó phương sai của sai số ngẫu nhiên trên mẫu

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

1.6. BÀI TOÁN KIỂM ĐỊNH

Loại kiểm Giả thuyết:

Kinh Tế Lượng - ThS.Lê Trường Giang

Kiểm định   n 2 Pvalue

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Hệ số co dãn cho biết khi X tăng 1% thì Y sẽ tăng

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

 Nếu X tăng lên 1% thì Y thay đổi một lượng là

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

a) Tìm hàm hồi quy tuyến tính mẫu của Y theo X và

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

1980 55,40 61,05 1990 72,94 81,89

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang

Kinh Tế Lượng - ThS.Lê Trường Giang