Kinh Tế Lượng ÁNH LÊ MINH

TỔNG HỢP CÔNG THỨC BỘ TÀI LIỆU NÀY BAO GỒM TOÀN BỘ CÔNG
KINH TẾ LƯỢNG THỨC CÓ TRONG KINH TẾ LƯỢNG ĐỂ CÁC
BẠN PHỤC VỤ VIỆC TRA CỨU & HỌC THUỘC

_ CHÚC CÁC BẠN SẼ CHINH PHỤC ĐƯỢC ĐIỂM A Ở BỘ MÔN KINH TẾ LƯỢNG NÀY NHA!_

MỤC LỤC
CHUYÊN TÊN CHUYÊN ĐỀ
ĐỀ
1 Phân biệt Tổng Thể và Mẫu
2 Đọc bảng Eviews, kí hiệu và các công thức cơ bản cần nhớ
3 Nêu ý nghĩa kinh tế của hệ số hồi quy βeta
4 Ước lượng và kiểm định hệ số hồi quy β (1β&2β)
5 Kiểm định MH (phù hợp, thu hẹp, mở rộng)
6 Phương sai sai số ngẫu nhiên (ước lượng và kiểm định PSSSNN)
7 Các khuyết tật của Mô Hình
+, Đa cộng tuyến_ĐCT
+, Phương sai sai số thay đổi_PSSS thay đổi
+, Kiểm định Tự Tương quan_TTQ
+, Kiểm định bỏ sót biến
8 Kiểm định phân bố chuẩn của sai số ngẫu nhiên

1
 Kinh Tế Lượng ÁNH LÊ MINH

+, Tổng Thể chưa biết, Mẫu là cái đã biết dùng để ước lượng cho Tổng thể
+) Hồi quy tuyến tính
➔ Sự phụ thuộc của Y về mặt giá trị trung bình theo X
Hàm hồi quy tuyến tính: E(Y/X=Xi) = 𝜷1+ 𝜷2.Xi
+) Tuyến tính thì chỉ chứa bậc 1
+) Mục tiêu của việc nghiên cứu Tổng Thể
➔ Tìm, ước lượng 𝛃1 và 𝛃2

Tổng Thể Mẫu

Hàm Hồi Quy PRF: E(Y/X=Xi) = β1 + β2.Xi ̂i = β̂1 + β̂2.Xi

SRF: Y

Mô Hình Hồi Quy PRM: Yi = β1 + β2.Xi + Ui SRM: Yi = β̂1 + β̂2.Xi + ei

(MHHQ) = E(Y/X=Xi) + Ui ̂i + ei
=Y

Ui là sai số ngẫu nhiên ei là phần dư

Trong đó:
+, E(Y/X=Xi): giá trị TB của Biến phụ thuộc theo biến độc lập
(Y là Biến phụ thuộc còn Xi là biến độc lập)
̂ 1) là hệ số
+, 𝜷1(𝜷 +, Ui là sai số ngẫu nhiên
̂ 2) là hệ số
+, 𝜷2(𝜷 +, ei là phần dư
NOTE:
+, mẫu thì có mũ (𝛽̂1, 𝛽̂2, 𝑌̂i)
+, MH thì có đuôi (Ui, ei)

2
 Kinh Tế Lượng ÁNH LÊ MINH

Dependent variable: Y (Biến Phụ Thuộc)

Method: Least Squares (cho biết bảng eview sử dụng phương pháp Bình phương nhỏ nhất)
Sample: Mẫu đầu mẫu cuối (cho biết bảng eview đang khảo sát từ đâu đến đâu)
Included observations: n (Kích thước mẫu, số quan sát) ( n = mẫu cuối – mẫu đầu + 1 )
Variable Coefficent Std.Error t-Statistic Prob
(Biến Độc Lập) (Hệ số hồi quy mẫu) (Sai số chuẩn của hệ số (T quan sát của hệ (P-value)
hồi quy) số hồi quy)
C 𝛽̂ 1 Se(𝛽̂ 1) Tqs(𝛽̂ 1)
(biến hằng số gắn liền 𝛽̂ 1)
𝑋2 𝛽̂ 2 Se(𝛽̂ 2) Tqs(𝛽̂ 2)
𝑋3 𝛽̂ 3 Se(𝛽̂ 3) Tqs(𝛽̂ 3)
… … … …
R- squared R2 Mean dependent var 𝑌̅
Hệ số xác định Cho biết tỷ lệ % sự biến Giá trị Trung Bình của
thiên của Y được giải thích Biến Phụ Thuộc
thông qua các biến độc lập
X2, X3,.. của mô hình
Adjusted R-squared ̅𝑅̅̅̅2 S.D dependent var SD(Y)
Hệ số xác định hiệu chỉnh Cho biết hệ số xác định Sai số chuẩn / độ lệch
sau khi đã điều chỉnh chuẩn của Biến Phụ
Thuộc
S.E of regression 𝝈 ̂ 2 phương sai / ước
̂≠ 𝝈 Durbin-watson stat Dqs
Độ lệch chuẩn( xích ma lượng điểm của PSSSNN D quan sát Dùng để kiểm định tự tương
mũ) với 𝝈𝟐 là PSSSNN quan
Sum squared resid RSS F – statistic 𝐹𝑞𝑠
Tổng bình phương các (KĐ sự phù hợp của
phần dư MH)

3
Kinh Tế Lượng ÁNH LÊ MINH

 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 Biến Phụ Thuộc

ESS là Tổng bình phương sai lệch của 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 mẫu(k=2) thì:

̂𝟐
𝛃 𝟐
𝐅𝐪𝐬 = (𝐭 𝐪𝐬𝟐 )2 = ( ̂𝟐 ))
𝐒𝐞(𝛃

Xác định k ( số biến ) (đếm số biến độc lập trong cột Variable ở bảng eview)

Câu hỏi CĐề 2: Hãy tính RSS ,TSS ,ESS ,𝜎̂ 2 ,𝜎̂ ,𝑅2 ,𝑅̅2 ,Fqs

Và “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

4
 Kinh Tế Lượng ÁNH LÊ MINH

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 bình
kinh tế trung bình 𝛽j đơn vị trong điều kiện βj% với điều kiện các yếu tố khác không đổi
của 𝛃j: các yếu tố khác 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
kinh tế của các yếu tố khác không đổi thì Yi trung yếu tố khác không đổi thì Yi trung bình
𝛃j: bình thay đổi 𝛃j x 100% thay đổi (βj : 100%) đơn vị

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

DHNB CĐề 3: Viết mô hình hồi quy, hàm hồi quy mẫu, nêu ý nghĩa kinh tế
của các hệ số hồi quy
Câu hỏi nhận dạng: Hãy viết mô hình hồi quy mẫu/mô hình hồi quy tổng thể/hàm
hồi quy mẫu 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?

5
 Kinh Tế Lượng ÁNH LÊ MINH

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
2, Mô hình bán log:
Dạng hàm: Log (Yi) = 𝛃1 + … + 𝛃j.Di + Ui
Phần chênh Khi D=0: Khi D=1:
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%

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 %

6
Kinh Tế Lượng ÁNH LÊ MINH

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)

7
 Kinh Tế Lượng ÁNH LÊ MINH

∗ 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 ≤ 𝛃j + Se(𝛃
̂ ̂j). 𝐭 𝐧−𝐤
𝛂 j ≥ 𝛃j – Se(𝛃
̂ ̂j). 𝐭 𝐧−𝐤
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?
∗ 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

8
 Kinh Tế Lượng ÁNH LÊ MINH

+, 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
Câu hỏi nhận dạng:
Xj ↑ (↓) a đơn vị (%)
{ } → Y (↑, ↓) tối đa (≤), tối thiểu (≥), biến động trong
Xk ↑ (↓) b đơn vị (%)
khoảng nào(…≤…≤…)

∗ 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

9
 Kinh Tế Lượng ÁNH LÊ MINH

+, 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 =…
∗ 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
T= ̂ ̂ ~T n−k
Se(a.βj +b.βk )

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?

10
Kinh Tế Lượng ÁNH LÊ MINH

→ 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 = …
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

11
Kinh Tế Lượng ÁNH LÊ MINH

*Kiểm định sự phù hợp của Mô Hình:

*Các bước trình bày:
H : R2 = 0(MHHQ không phù hợp)
+, Cặp GT: { o
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 = …
+, Kiểm định sự phù hợp của mô hình:
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?
* 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?)
*Các bước trình bày:
+, 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

12
Kinh Tế Lượng ÁNH LÊ MINH

+, KL: với α = …
* 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?)
*Các bước trình bày:
+, 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 = …
MẸO:
* 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

13
Kinh Tế Lượng ÁNH LÊ MINH

*Ước lượng PSSSNN:

*Các bước trình bày:
+, 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
(𝐧−𝐤).𝛔
→ Tối thiểu (KTC phải): 𝛔𝟐 ≥ 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…
 Kinh Tế Lượng ÁNH LÊ MINH

*Kiểm định PSSSNN:

*Các bước trình bày:
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)
}
2
χ < 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 = …
Câu hỏi nhận dạng:

̂2 ≤) là bn?
tối đa (σ
+, Ước lượng PSSSNN⟨ ̂2 ≥) là bn?
tối thiểu (σ
biến động trong khoảng nào? Là bn? (… ≤ ⋯ ≤ ⋯ )

+, Kiểm định
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
MẸO:
* 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
Kinh Tế Lượng ÁNH LÊ MINH

1.Đa cộng tuyến:

→ Bản chất của việc mô hình mắc khuyết tật đa cộng tuyến là giữa các biến
độc lập có quan hệ phụ thuộc tuyến tính với nhau
*Phương pháp hồi quy phụ:
+, MH gốc: Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + Ui → R2
+, HQMH: X2i = α1 + α2 .X3i + α3 .Di + Vi → R21 =… , k1 =…
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 =…
*Phương pháp độ đo Theil:
+, Là đi hồi quy lần lượt biến phụ thuộc theo (k-1) biến độc lập
→ Thu được 𝑅𝑗2 ( hệ số xác định của MH thiếu biến Xj )
+, MH gốc: Yi = β1 + β2 .X2i + β3 .X3i + β4 .Di + Ui → R2
*Các bước trình bày:
+, HQMH:
Yi = α1 + α2 .X3i + α3 .Di + Ui → R21
Yi = α1 + α2 .X2i + α3 .Di + Ui → R22
 Kinh Tế Lượng ÁNH LÊ MINH

Yi = α1 + α2 .X3i + α3 .X3i + Ui → R23

+, 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
2.PSSS thay đổi:
→ Bản chất của khuyết tật PSSS thay đổi là: Var(U/Xi) = 𝛔𝟐𝐢
Với mỗi giá trị Xi khác nhau ta được một phương sai U khác nhau
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) H : α = 0 (PSSS không đổi)
{ { o 2
H1 : R21 > 0 (PSSS thay đổi) H1 : α2 ≠ 0 (PSSS thay đổi)
TCKĐ
R21 /(k1 −1) (k1 −1,n−k1 ) R21 /(k1 −1)
+, F = ~F +, 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 }
 Kinh Tế Lượng ÁNH LÊ MINH

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

KL

*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
 Kinh Tế Lượng ÁNH LÊ MINH

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
3.Kiểm định tự tương quan: (CĐề 7 tiếp)
*Các bước trình bày:
Giả sử MH gốc có dạng:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 + 𝛃𝟑 .𝐗 𝟑𝐢 + …+ 𝛃𝐤 .𝐗 𝐤𝐢 + 𝐔𝐢
*Phương pháp 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
Kinh Tế Lượng ÁNH LÊ MINH

→ 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
Câu hỏi nhận dạng:
+, Mô hình có tự tương quan không? / Mô hình có tự tương quan bậc nhất hay
không?
 Sử dụng phương pháp Dubin-Waston(p=1)
*Phương pháp 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
→ 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)
 Kinh Tế Lượng ÁNH LÊ MINH

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)
Câu hỏi nhận dạng:
+, 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
4.Kiểm định bỏ sót biến:
*Các bước trình bày:
MH gốc:
𝐘𝐢 = 𝛃𝟏 + 𝛃𝟐 .𝐗 𝟐𝐢 +…+ 𝛃𝐤 .𝐗 𝐤𝐢 + 𝐔𝐢
→ R2 /RSS

Phương pháp Ramsey Phương pháp Lagrange

̂ → Y ,…, Y
HQMH gốc thu được Y ̂2 ̂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 +
+…+ 𝛂𝐤+𝐩−𝟏 . 𝐘 ̂𝐢 𝐩 + 𝐕𝐢 ̂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
 Kinh Tế Lượng ÁNH LÊ MINH

F=
(𝐑𝟐𝟏 −𝐑𝟐 )/(𝐏−𝟏)
=
(𝐑𝐒𝐒−𝐑𝐒𝐒𝟏 )/(𝐏−𝟏) 𝛘𝟐 = n.𝐑𝟐𝟏 ~ 𝛘𝟐(𝐩−𝟏)
(𝟏−𝐑𝟐𝟏 )/(𝐧−𝐤−𝐩+𝟏) 𝐑𝐒𝐒𝟏 /(𝐧−𝐤−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 → χ2qs không ϵ Wα → Chưa đủ cơ sở bác
Ho , tạm thời chấp nhận Ho bỏ Ho , tạm thời chấp nhận Ho

KL Với α = …
*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)

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

* 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
Kinh Tế Lượng ÁNH LÊ MINH

3. TTQ
+, MH có TTQ ko? Có TTQ bậc nhất ko? -> Durbin-Wason (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
Kinh Tế Lượng ÁNH LÊ MINH

*Các bước trình bày:

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