PHẦN 1.

ĐỌC BẢNG EVIEW

1. Coefficient (Hệ số hồi quy)

Hệ số chặn ^
β 1 = -1003.746

Hệ số góc ^
β 2, ^
β 3 ,...

2. Std. Error (Sai số chuẩn): Se( ^

βj¿

3. t-Statistic (Kiểm định T): T( ^

βj¿

Std. Error * t-Statistic = Coefficient

4. Prob / P-value (càng nhỏ càng tốt)

Dùng để kiểm định hệ số hồi quy có ý nghĩa thống kê hay không hoặc kiểm định các biến
độc lập có giải thích được cho biến phụ thuộc hay không
5. Prob hay còn gọi là P_value (mong muốn càng nhỏ càng tốt)
Dùng để kiểm định hệ số hồi quy có ý nghĩa thống kê hay không hoặc kiểm định các biến
độc lập có giải thích được cho biến phụ thuộc hay không

P-value < α : hệ số hồi quy có ý nghĩa thống kê

P-value > α : hệ số hồi quy không có ý nghĩa thống kê

6. R-squared (Hệ số xác định): R2

Cho biết các biến độc lập giải thích được R2*100% sự biến động của biến phụ thuộc

7. Adjusted R-squared (Hệ số xác định hiệu chỉnh): R2

8. S.E of regression: Se = σ^ =
√ RSS
n−k

9. Sum squared resid (Tổng bình phương phần dư): RSS

RSS = σ^ 2
* (n - k)

10. S.D dependent var (Ước lượng điểm cho độ lệch chuẩn của biến phụ thuộc): SD

TSS = SD2 * (n -1)

Tổng bình phương của mô hình (TSS)

11. F-statistic (F)

2
R n−k
F= 2 .
1−R k −1

Dùng để kiểm định mô hình có phù hợp không

{
2
H o :R =0 ( mô hình không hồiquy phù hợp )
Kiểm định giả thiết :
H 1 : R2 >0 ( MH hồi quy phù hợp )

Nếu F > F(k−1 ;n−k)

α : bác bỏ Ho => MH phù hợp

Nếu F < F(k−1

α
;n−k)
: bác bỏ H1=> MH không phù hợp

12. Công thức

ESS RSS
R2 = =1-
TSS TSS

2 2 n−1
R =¿ 1 – (1- R ) *
n−k

2 2 n−k
R =¿ 1 – (1- R ) *
n−1
Se = σ^ =
√ RSS
n−k

RSS = σ^ 2 (n - k)

TSS = SD2 * (n - 1)

ESS = TSS – RSS

2
R n−k
F= 2 .
1−R k −1

PHẦN 2. VIẾT HÀM

1. Hàm hồi quy tổng thể

E (biến phụ thuộc / các biến độc lập) = E (Yi / Xi,…) = β 1+ β 2*X2i + β 3*X3i

2. Mô hình hồi quy tổng thể

Yi = β 1+ β 2*X2i + β 3*X3i + Ui

3. Hàm hồi quy mẫu

^ =^
Yi β1 + ^
β 2X2i + ^
β 3 X3i = … (thay giá trị cụ thể của ^
βj¿

4. Mô hình hồi quy mẫu

^= ^
Yi β1 + ^
β 2X2i + ^
β 3 X3i + ei,

Ý NGHĨA HỆ SỐ HỒI QUY

- ^
β 1 = a (hệ số chặn): GIÁ TRỊ TRUNG BÌNH TỐI THIỂU của biến phụ thuộc là a đơn vị
khi các biến độc lập bằng 0 , TRONG ĐIỀU KIỆN CÁC YẾU TỐ KHÁC KHÔNG ĐỔI.
- ^
β 2 = b (hệ số góc) (hệ số co dãn)

TH1: b > 0: ^
β 2 = b: cho biết khi biến X TĂNG 1 đơn vị thì Y TĂNG TRUNG BÌNH (b đơn vị)
và NGƯỢC LẠI, TRONG ĐIỀU KIỆN CÁC YẾU TỐ KHÁC K ĐỔI.
TH2: b < 0 : ^
β 2 = b: cho biết khi biến X TĂNG 1 đơn vị thì Y GIẢM TRUNG BÌNH (- b đơn
vị) và NGƯỢC LẠI, TRONG ĐIỀU KIỆN CÁC YẾU TỐ KHÁC K ĐỔI.

PHẦN 3. KIỂM ĐỊNH

- Biến độc lập A có giải thích (ảnh hưởng, liên quan, tác động) được ý nghĩa cho biến phụ
¿
thuộc Y hay không? (kiểm định 1 với β i =0)
¿
- Biến phụ thuộc Y có thực sự phụ thuộc vào biến A hay không? (kiểm định 1 với β i =0)
¿
- Biến độc lập A có ý nghĩa kinh tế hay không? (kiểm định 1 với β i =0)
¿
- Hệ số góc Bi có mang ý nghĩa thống kê hay không? (kiểm định 1 với β i =0)
¿
- Khi A tăng thì Y có tăng không? (kiểm định 2 với β i =0)
¿
- Khi A giảm thì Y có giảm không? (kiểm định 3 với β i =0)

¿
- Khi biến độc lập A tăng 1 đơn vị thì Y tăng 2 đơn vị đúng không? (kiểm định 1 với β i ≠ 0)
- Khi biến độc lập A tăng 2 đơn vị thì Y tăng nhiều 2 đơn vị đúng không? (kiểm định 2 với
¿
β i ≠ 0)
- Khi biến độc lập A tăng x đơn vị thì Y tăng ít 2 đơn vị đúng không? (kiểm định 3 với
¿
β i ≠ 0)

CHÚ Ý: Dấu hệ số hồi quy β j

- TH1: ^β j > 0: khi X tăng a đơn vị thì Y tăng (a* β j ) đơn vị

VD: ^β 2 > 0 gắn với biến độc lập X

Khi X tăng 1 đơn vị thì Y tăng β 2 đơn vị (với a = 1)

Khi X tăng 2 đơn vị thì Y tăng 2∗β2 đơn vị (với a = 2)

- TH2: ^β j < 0: khi X tăng a đơn vị thì Y giảm -(a* β j ) đơn vị

VD: ^β 2 < 0 gắn với biến độc lập X

Khi X tăng 1 đơn vị thì Y giảm – β 2 đơn vị (với a = 1)

Khi X tăng 2 đơn vị thì Y giảm – (2* β 2 ¿ đơn vị (với a = 2)

VD: ^β 2 < 0. Kiểm định khi X tăng 2 đơn vị thì Y giảm 4 đơn vị?

Khi X tăng 2 đơn vị => Y giảm – (2* β 2 ¿ đơn vị

Theo đề: Khi X tăng 2 đơn vị thì Y giảm 4 đơn vị

 Cần kiểm định – (2* β 2 ¿ = 4 hay β 2 = - 2 (cho vào Ho)

KĐGT: { H o : β2 =−2
H 1 : β 2 ≠−2

PHẦN 4: ƯỚC LƯỢNG

- Khi X tăng(giảm) 1 đơn vị thì Y tăng tối đa, tối thiểu, trong khoảng bao nhiêu?
 KL: khoảng tìm được
 - Khi X tăng a đơn vị thì Y tăng tối thiểu (tối đa) là bao nhiêu đơn vị
 KL: giá trị cụ thể tìm được

CHÚ Ý: Dấu của hệ số góc

TH1: ^β j > 0: thì biến X và Y cùng chiều, X tăng thì Y tăng, X giảm Y giảm

 KTC đối xứng, tối đa, tối thiểu bình thường

VD: ^β 2 > 0

X tăng 2 đơn vị

Y tăng 2* β 2 đơn vị

 Cần tìm KTC tối đa của 2* β 2

TH2: ^β j < 0: thì biến X và Y ngược chiều chiều, X tăng thì Y giảm, X giảm Y tăng

VD: ^β 2 < 0

X tăng 1.5 đơn vị

Y giảm - (1.5* β 2) đơn vị

 Cần tìm KTC tối thiểu của 1.5* β 2

PHẦN 5: DỰ BÁO
  Dự báo khoảng đối xứng (tính hết các giá trị rồi thay vào)

**Chỉ áp dụng với mô hình hồi quy đơn (1 biến độc lập + 1 biến phụ thuộc)

2. DỰ BÁO HỒI QUY BỘI (k >2)

(CT vẫn giống dự báo hồi quy đơn nhưng cách tính khác)
'
X 0 = (1, X 20 ,..., X k 0)

Giá trị cá biệt (Y0) Giá trị trung bình (E (Y0|X0)

Y^0= ^β1 + ^β 2∗X 20+ …+ ^β k∗X k 0 √

Se(Y^0 ¿ = σ^ 2∗X '0 ( X '∗X ) ∗X 0
−1

−1
Cov ( β^ ) =σ^ ∗X 0 ( X ∗X )
2 ' '

= √ X '0∗Cov( β^ )∗X 0
 √ −1
Se(Y 0 ¿ = σ^ 2 + σ^ 2∗X '0 ( X '∗X ) ∗X 0

= √ σ^ 2 + X '0∗Cov ( ^β)∗X 0

**Nhập máy tính

Khi X 2 =2, X 3 =4

Nhập đúng giá trị:

()
1
X0’ = 2 = MatA
4

Cov( ^β ) = ma trận hiệp phương sai = MatB

X0 = ( 1 2 4) = MatC

PHẦN 6: KHUYẾT TẬT

ĐA CỘNG TUYẾN

1. Dạng hồi quy phụ (chỉ xảy ra với mô hình đa biến)

2
R¿ , n, k*
2
R¿ : R2của mô hình hồi quy phụ

k*: k của mô hình hồi quy phụ

 Kiểm định giả thuyết

H0: R2¿ = 0: không có ĐCT

H1: R2¿ ≠ 0: có ĐCT

 Kiếm định

Cách 1: Kiểm định F

2
R¿ k∗¿
F= 2
∗n− ¿
1−R¿ k∗−1
 Tra bảng: F α (k* – 1, n – k*)

F > F tra bảng: bác bỏ H0 => Mô hình có ĐCT

F < F tra bảng: chấp nhận H0 => Mô hình không có ĐCT

Cách 2: P-value

Prob (F-statistic) của mô hình hồi quy phụ

P < α : bác bỏ H0 => Mô hình có ĐCT

P > α : chấp nhận H0 => Mô hình không có ĐCT

2. Dạng kiểm định T và kiểm định F (chỉ dựa vào mô hình hồi quy gốc)

F > F tra bảng: bác bỏ H0

T < t tra bảng: chấp nhận H0

 Kiểm định F và kiểm định T mâu thuẫn nhau

 Mô hình có hiện tượng đa cộng tuyến

**Chú ý: Các trường hợp khác không đưa ra kết luận được (kể cả khi F < F tra bảng, T > t tra
bảng)

PHƯƠNG SAI SAI SỐ THAY ĐỔI

1. Kiểm định Park

Mô hình hồi quy phụ:

Ho: β 2 = 0 (MH không có PSSS thay đổi)

H1: β 2 ≠ 0 (MH có PSSS thay đổi)

 C1: Kiểm định T

^
β2
T=
Se ( ^
β 2)
n−k
|T| > t α : bác bỏ H0
2

n−k
|T| < t α : chấp nhận H0
2

 C2: Kiểm định F

2
R¿ k∗¿
F= 2
∗n− ¿
1−R¿ k∗−1

Tra bảng: F α (k* – 1, n – k*)

Fqs > F tra bảng: bác bỏ H0

Fqs < F tra bảng: chấp nhận H0

 C3: P-value (của F-statistic hoặc của β 2

P-value < α : bác bỏ H0

P-value > α : chấp nhận H0

2. Kiểm định Glejser

Dạng hàm liên hệ:

Cách làm tương tự kiểm định Park

3. Kiểm định White

Hồi quy phụ mô hình được R2¿

H0: Mô hình không có PSSSTĐ

H1: Mô hình có PSSSTĐ

 Cách 1: P-value của Obs*R-squared

P-value < α : bác bỏ H0

P-value > α : chấp nhận H0

 Cách 2: Kiểm định chi bình phương χ 2

2 2
χ =n∗R ¿
2 (df )
Tra bảng X α

df = hệ số góc của mô hình

2 2
χ > χ tra bảng: bác bỏ H0
2 2
χ > χ tra bảng: chấp nhận H0

TỰ TƯƠNG QUAN

1. Kiểm định Durbin – Watson (dùng để kiểm định mô hình có tự tương quan bậc 1)
Ước lượng mô hình hồi quy gốc thu được e t → e t−1
Hồi quy mô hình Durbin – Watson có dạng:
e t =α 1 + α 2 X 2 t +α 3 X 3 t +α 4 X 4 t + α 5 et −1 +V t

Từ n, k => n, k’ = k – 1 => dL, dU

Durbin-Waston stat = d (xem bảng eview mô hình gốc)

0 < d < d L : có tự tương quan bậc 1 dương

d L < d < d U : không có kết luận gì về hiện tương tự tương quan bậc 1 của mô hình

d U < d < 4 - d U : không có tự tương quan

4 - d U < d < 4 - d L : không có kết luận gì về hiện tương tự tương quan bậc 1 của mô hình

4 - d L < d < 4: có tự tương quan bậc 1 âm

2. Kiểm định BG (dùng để kiểm định mọi bậc của tự tương quan)

Ước lượng mô hình hồi quy gốc thu được e i → e i−1

Hồi quy mô hình Breusch - Godfrey có dạng:
e t =α 1 + α 2 X 2 t +α 3 X 3 t +α 4 X 4 t + α 5 et −1 + α 6 e t−2 +…+V t

H0: Mô hình không có hiện tượng tự tương quan bậc ...

H1: Mô hình có hiện tượng tự tương quan bậc ...

 Cách 1: P-value của Obs*R-squared

P-value < α : bác bỏ H0

P-value > α : chấp nhận H0

 Cách 2: Kiểm định χ 2

2 2
χ =n∗R ¿
2 (df )
Tra bảng X α
 df = hệ số góc của mô hình
2 2
χ > χ tra bảng: bác bỏ H0
2 2
χ > χ tra bảng: chấp nhận H0

THIẾU BIẾN

1. Kiểm định Ramsey

Hồi quy mô hình hồi quy phụ

=> RUR , RSSUR , k’

H0: Mô hình không bỏ sót biến (dạng hàm đúng)

H1: Mô hình bỏ sót biến (dạng hàm sai)

Cách 1: Kiểm định F

TCKĐ:

MBB:

Cách 2: P-value của F-statistic

P-value < α : bác bỏ H0

P-value > α : chấp nhận H0

2. Kiểm định LM

Hồi quy mô hình hồi quy phụ

=> R2

H0: Mô hình không bỏ sót biến (dạng hàm đúng)

H1: Mô hình bỏ sót biến (dạng hàm sai)

Kiểm định χ 2

PHÂN PHỐI CHUẨN CỦA SAI SỐ NGẪU NHIÊN

H0: U có phân phối chuẩn

H1: U không có phân phối chuẩn

TCKĐ:

S: hệ số bất đối xứng

K: hệ số nhọn

MBB:

CÁC DẠNG HÀM

1. HÀM LOG – LOG

Bản chất: ^ β1 ¿ ¿ + ^
log ⁡(Q¿¿ 1)=¿ ^ β 2∗log ⁡( L¿¿ i)¿ + ^
β 3∗log ⁡( K ¿¿ i)¿

LQ i=¿¿ ^
 Tương tự: ^ β1 + ^
β 2∗¿ i + ^
β 3∗LK i
^
 Hàm cobb-lass: e i = ^
^
β 1∗L β ∗¿ K β
2 3

Ý nghĩa kinh tế hệ số hồi quy:

- ^
β 1=a : khi L = 0, K = 0, phần trăm trung bình tối thiểu của Q là a% trong điều kiện các yếu
tố khác k đổi
- ^
β 2=b : khi L tăng 1% thì Q tăng trung bình b% và ngược lại, trong điều kiện các yếu tố khác
k đổi

Ước lượng có phù hợp vs lý thuyết kinh tế không?

- ^
β 1> 0 : giá trị trung bình tối thiểu của lượng cung luôn luôn dương khi L = 0, K = 0,
tđkcytkkd

 phù hợp LTKT

- ^
β 2> 0 : khi L tăng thì Q tăng và ngược lại, tđkcytkkd
 phù hợp LTKT
1. hàm sản xuất có thay đổi theo quy mô không?

KĐGT: { H o : β2 + β 3=1
H 1 : β 2 + β3 ≠ 1

2. hàm sản xuất có tăng theo quy mô không?

KĐGT: { H o : β2 + β 3=1
H 1 : β2 + β 3 >1

3. hàm sản xuất có giảm theo quy mô không?

KĐGT: { H o : β2 + β 3=1
H 1 : β2 + β 3 <1

2. HÀM LOG – LN

^ ^ ^
Bản chất: log ⁡(Q¿¿ 1)=¿^ β 1 ¿ ¿ ¿ ¿ + β 2∗Li + β 3∗K i
ln ⁡(Q¿¿ 1)=¿ ^

Ý nghĩa kinh tế hệ số hồi quy:

- ^
β 1=a : khi L = 0, K = 0, phần trăm trung bình tối thiểu của Q là a%. trong đkcytkkd
- ^
β 2=b : khi L tăng 1 đơn vị thì Q tăng trung bình 100%*b và ngược lại, trong đkcytkkd

^
β 3=c : khi K tăng 1 đơn vị thì Q tăng trung bình 100%*c và ngược lại, trong đkcytkkd
3. HÀM LN – LOG

Bản chất: ^ β 2∗log ⁡( L¿¿ i)¿ + ^

⁡Q 1=¿ β^1 ¿ + ^ β 3∗log ( K i )=¿ ^ β 2∗ln ⁡(L¿¿ i)¿ + ^
β1 + ^ β 3∗ln ( K i )

Ý nghĩa kinh tế hệ số hồi quy:

- ^
β 1=a : khi L = 0, K = 0, giá trị trung bình tối thiểu của Q là a đơn vị. trong đkcytkkd

^ β^
- β 2=b : khi L tăng 1% thì Q tăng trung bình 2 đơn vị và ngược lại, trong đkcytkkd
100

^ β^
- β 3=c : khi K tăng 1% thì Q tăng trung bình 3 đơn vị và ngược lại, trong đkcytkkd
100

Ước lượng có phù hợp vs lý thuyết kinh tế không?

-^
β 1> 0 : giá trị trung bình tối thiểu của lượng cung luôn luôn dương khi L = 0, K = 0, tđkcytkkd

=> phù hợp LTKT

- ^
β 2> 0 : khi L tăng thì Q tăng và ngược lại
=> phù hợp LTKT