BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT HƯNG YÊN

KHOA: KINH TẾ

BÀI TIỂU LUẬN

MÔN: KINH TẾ LƯỢNG
HỒI QUY MÔ HÌNH LƯỢNG CẦU THỊT BÒ/ĐẦU NGƯỜI
(QB-KG/NGƯỜI) THEO GIÁ THỊT BÒ (PB- NGHÌN
ĐỒNG/KH) VÀ THU NHẬP BÌNH QUÂN ĐẦU NGƯỜI ( Y –
TRIỆU ĐỒNG )

Giảng viên giảng dạy : Lê Thị Thu Thảo

Lớp : 114201

Sinh viên thực hiện : Nguyễn Thị Kim Oanh

Mã sinh viên : 11420125

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 1

 MỤC LỤC
LỜI CAM ĐOAN ........................................................................................................ 4
LỜI CẢM ƠN ............................................................................................................. 5
1. Viết mô hình hồi quy tổng thể, mô hình hồi quy mẫu. Giải thích ý nghĩa các hệ số
hồi quy? ...................................................................................................................... 6
2. Hệ số góc có ý nghĩa thống kê không? ................................................................... 7
3. Hàm hồi quy có phù hợp hay không? ..................................................................... 7
4. Tính TSS, ESS. Viết công thức hệ số xác định bội, các biến độc lập giải thích được
bao nhiêu % các biến phụ thuộc? .............................................................................. 8
5. Xác định khoảng tin cậy của các hệ số hồi quy ..................................................... 8
6. Khi giá thịt bò thay đổi 1 đơn vị thì lượng cầu thịt bò thay đổi tối thiểu bao nhiêu?
9
7. Khi giá thịt bò tăng 1 nghìn đồng và thu nhập bình quân đầu người tăng 1 triệu
đồng thì lượng cầu thịt bò có tăng không? Nếu tăng thì tăng tối đa bao nhiêu? Biết
COV(PB,Y) = 0,713061 ............................................................................................. 9
8. Khi giá thịt bò tăng 3 nghìn đồng và thu nhập bình quân đầu người giảm 2 triệu
đồng thì lượng cầu thịt bò có thay không? ............................................................... 10
9. Có nên thêm biến PB2 vào mô hình không? Thống kê F của kiểm định? ........... 11
10. Mô hình có thiếu biến ( thiếu 1 biến)? Mô hình có dạng hàm đúng/sai? 13
11. Có nên bỏ biến Y ra khỏi mô hình không? ......................................................... 14
12. Hồi quy giá thịt bò theo thu nhập bình quân, có hệ số chặn thu được hệ số xác
định bội bằng 0,508456. Kết luận mô hình ban đầu? ............................................. 15
13. Mô hình sau dùng để làm gì? Kết luận thu được? 𝑅 ∗ 2= 0,207761
Log (e2) = 𝛼1 + 𝛼2. Log (PB) + 𝛼3. Log (Y) + v ................................................. 16
14. Kiểm định White có tích chéo thu được R2 = 0,549292. Mô hình gốc ban đầu có
PSSS thay đổi không? ............................................................................................... 16

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 2

15. Hồi quy bình phương phần dư theo bình phương giá trị ước lượng của biến phụ
thuộc có hệ số chặn thu được hệ số góc bằng 0,002891 và độ lệch chuẩn tương ứng
bằng 0,003529. Mô hình trên dùng để làm gì? Kết luận gì thu được? .................... 18
16. Kiểm định White không có tích chéo thu được R2 = 0,495396. Mô hình gốc ban
đầu có PSSS thay đổi không? Thống kê F của kiểm định? ..................................... 18
17. Mô hình có khuyết tật TTQ bậc 1 hay không? Thống kê 𝒳2của kiểm định 19
18. Mô hình có khuyết tật tự tương quan bậc 2 hay không? Thống F của kiểm định?
.................................................................................................................................. 21
19. Sai số dự báo(MAPE) của mô hình?................................................................. 22
20. Phần dư phân phối lệch phải hay lệch trái?Biến có phân phối chuẩn không? 23
21. Đồ thị phần dư.................................................................................................... 24

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 3

 LỜI CAM ĐOAN
Em xin cam đoan đây là công trình nghiên cứu của cá nhân em và được sự hướng
dẫn của cô giáo Lê Thị Thu Thảo. Các nội dung nghiên cứu trong đề tài “Đề tài :
Hồi quy mô hình lượng cầu thịt bò/đầu người (QB – kg/người) theo giá thịt bò
(PB – nghìn đồng/kg) và thu nhập bình quân đầu người (Y – triệu đồng) ” của em
là trung thực và chưa công bố dưới bất kỳ hình thức nào trước đây. Những số liệu
trong các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được cá nhân thu
thập từ sách vở, phần mềm Eview 4.0. Nếu phát hiện có bất kỳ sự gian lận nào em
xin hoàn toàn chịu trách nhiệm về nội dung bài tiểu luận của mình.

Sinh viên thực hiện

OANH

NGUYỄN THỊ
KIM OANH

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 4

 LỜI CẢM ƠN

Để hoàn thành tiểu luận này, em xin gửi lời cảm ơn chân thành đến:

Xin cảm ơn giảng viên bộ môn – Cô Lê Thị Thu Thảo đã giảng dạy tận tình, chi tiết
để em có đủ kiến thức và vận dụng chúng vào bài tiểu luận này.

Do chưa có nhiều kinh nghiệm làm để tài cũng như những hạn chế về kiến thức,
trong bài tiểu luận chắc chắn sẽ không tránh khỏi những thiếu sót. Rất mong nhận
được sự nhận xét, ý kiến đóng góp, phê bình từ phía Cô để bài tiểu luận được hoàn
thiện hơn.

Lời cuối cùng, em xin kính chúc cô nhiều sức khỏe, thành công và hạnh phúc

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 5

Đề tài : Hồi quy mô hình lượng cầu thịt bò/đầu người (QB – kg/người) theo giá
thịt bò (PB – nghìn đồng/kg) và thu nhập bình quân đầu người (Y – triệu đồng)
thu được kết quả sau:

Dependent Variable: QB
Method: Least Squares
Date: 11/27/22 Time: 15:49
Sample: 1949 1965
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 184.7140 21.29180 8.675359 0.0000
PB -2.916045 0.605322 -4.817349 0.0003
Y 0.065170 0.076539 0.851462 0.4088
R-squared 0.724336 Mean dependent var 112.8706
Adjusted R-squared 0.684956 S.D. dependent var 13.42427
S.E. of regression 7.534881 Akaike info criterion 7.035748
Sum squared resid 794.8420 Schwarz criterion 7.182786
Log likelihood -56.80386 F-statistic 18.39326
Durbin-Watson stat 0.919244 Prob(F-statistic) 0.000121

1. Viết mô hình hồi quy tổng thể, mô hình hồi quy mẫu. Giải thích ý nghĩa các
hệ số hồi quy?
 Mô hình hồi quy tổng thể

(PRM): QB = β1 + β2. PB + β3 . Y + u

 Mô hình hồi quy mẫu

(SRM): QB = ̂β1 + ̂β 2PB + ̂β3 Y+ e
QB =184.7140 - 2.916045PB +0.065170Y + e
 Giải thích ý nghĩa các hệ số
̂ 1 = 184,7140, Cho biết lượng cầu thịt bò trung bình bằng 184,7140 kg khi
- β
giá thịt bò và thu nhập bình quân đầu người bằng 0.

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 6

 ̂2 = -2,916045, Cho biết lượng cầu thịt bò trung bình giảm -2,916045 kg khi
-𝛽
giá thịt bò tăng 1 nghìn đồng/kg và thu nhập bình quân đầu người không đổi.
̂3 = 0,065170, Cho biết lượng cầu thịt bò trung bình tăng 0,065170 kg khi thu
-𝛽
nhập bình quân đầu người tăng 1triệu đồng giá thịt bò không đổi.

2. Hệ số góc có ý nghĩa thống kê không?

❖ KĐGT
H 0 : β2 = 0
H 1 : β2 ≠ 0
Có Pvalue ( F – statistic ) = 0,0003< 0,05
➔ Bác bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy với mức ý nghĩa 𝛼 = 5%, hệ số góc có ý nghĩa thống kê.
❖ KĐGT
H 0 : β3 = 0
H 1 : β3 ≠ 0
Có Pvalue ( F – statistic ) = 0,4088< 0,05
➔ Bác bỏ giả thiết H1, chấp nhận giả thiết H0
Vậy với mức ý nghĩa 𝛼 = 5%, hệ số góc không có ý nghĩa thống kê.
3. Hàm hồi quy có phù hợp hay không?
❖ KĐGT
H 0 : β 2 = β3 = 0 ( Hàm hồi quy không phù hợp )
H 1 : β 2 ≠ β3 ≠ 0 ( Hàm hồi quy phù hợp )
Có Pvalue ( F – statistic ) = 0,000121< 0,05
➔ Bác bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy với mức ý nghĩa 𝛼 = 5%, hàm hồi quy phù hợp.

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 7

4. Tính TSS, ESS. Viết công thức hệ số xác định bội, các biến độc lập giải thích
được bao nhiêu % các biến phụ thuộc?
RSS
❖ = 1 – R2
TSS
RSS
↔ TSS =
1−R2
794,8420
↔ TSS = = 2883,372511
1−0,724336
❖ TSS = ESS + RSS
↔ ESS = TSS – RSS
↔ ESS = 2883,372511 – 794,8420
↔ ESS = 2088.530511
RSS
❖ R2 = 1 - = 0,724336, Cho biết các biến độc lập trong mô hình giải thích
TSS
được 72,4336% sự thay đổi trung bình của biến phụ thuộc.

5. Xác định khoảng tin cậy của các hệ số hồi quy

(𝑛−𝑘) (𝑛−𝑘)
❖ β̂
1 − 𝑡𝛼 . 𝑠𝑒 (β̂ ̂
1 ) ≤ β1 ≤ β1 + 𝑡𝛼 . 𝑠𝑒 (β̂
1)
2 2

β̂ 14 ̂ ̂ 14 ̂
1 − 𝑡0,025 . 𝑠𝑒 (β1 ) ≤ β1 ≤ β1 + 𝑡0,025 . 𝑠𝑒 (β1 )

184,7140 – 2,145 . 21,29180≤ β1 ≤184,7140 + 2,145 . 21,29180

139,043089 ≤ β1 ≤ 230,384911

̂2 − 𝑡𝛼(𝑛−𝑘) . 𝑠𝑒 (β
❖β ̂2 + 𝑡𝛼(𝑛−𝑘) . 𝑠𝑒 (β
̂2 ) ≤ β2 ≤ β ̂2 )
2 2

̂2 − 𝑡0,025
β 14 ̂2 ) ≤ β2 ≤ β
. 𝑠𝑒 (β ̂2 + 𝑡0,025
14 ̂2 )
. 𝑠𝑒 (β

-2,916045 – 2,145 .0,605322≤ β2 ≤-2,916045 + 2,145 .0,605322

- 4,21446069 ≤ β2 ≤ -1,61762931

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 8

 ̂3 − 𝑡𝛼(𝑛−𝑘) . 𝑠𝑒 (β
❖β ̂3 + 𝑡𝛼(𝑛−𝑘) . 𝑠𝑒 (β
̂3 ) ≤ β3 ≤ β ̂3 )
2 2

̂3 − 𝑡0,025
β 14 ̂3 ) ≤ β3 ≤ β
. 𝑠𝑒 (β ̂3 + 𝑡0,025
14 ̂3 )
. 𝑠𝑒 (β

0,065170– 2,145 .0,076539≤ β3 ≤0,065170 + 2,145 .0,076539

-0,099006 ≤ β3 ≤ 0,2293461

6. Khi giá thịt bò thay đổi 1 đơn vị thì lượng cầu thịt bò thay đổi tối thiểu bao
nhiêu?
Khi PB thay đổi 1 đơn vị ➔ QB thay đổi β2 đơn vị
Ước lượng: β2 bằng khoảng tin cậy tối đa

̂2 + 𝑡0,05
β2 ≥ β 14 ̂2 )
. 𝑠𝑒 (β

β2 ≥ -2,916045 - 1,761 .0,605322

β2 ≥ -3,982017

Vậy khi giá thịt bò thay đổi 1 đơn vị thì lượng cầu thay đổi tối thiểu – 3,982017
đơn vị

7. Khi giá thịt bò tăng 1 nghìn đồng và thu nhập bình quân đầu người tăng 1
triệu đồng thì lượng cầu thịt bò có tăng không? Nếu tăng thì tăng tối đa bao
nhiêu? Biết COV(PB,Y) = 0,713061.
❖ Khi PB tăng 1 đơn vị ➔ QB thay đổi β2 đơn vị
Khi Y tăng 1 đơn vị ➔ QB thay đổi β3 đơn vị
Nghi ngờ: (β2 + β3 ) > 0
❖ KĐGT
H0 : (β2 + β3 ) ≤ 0
H1 :(β2 + β3 ) > 0

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 9

 β̂2 +β
̂3
❖ TCKĐ: Tqs = ̂2 +β
̂3 )
𝑠𝑒 ( β

̂2 + β
Với se ( β ̂3 ) = √se2 ( β
̂2 ) + se2 ( β
̂3 ) + 2. COV(PB, Y)

̂2 + β
se ( β ̂3 ) = √(0,605322)2 + (0,076539)2 + 2. 0,713061

̂2 + β
se ( β ̂3 ) = 1,3410424

−2,916045 +0,065170
➔ Tqs = = - 2, 125865
1,3410424
❖ Miền bác bỏ: W𝛼 = ( 𝑡0,05
14
; +∞) = ( 1,761 ; +∞)
Thấy Tqs  W𝛼 ➔ Chấp nhận giả thiết H0, Bác bỏ giả thiết H1
Vậy với 𝛼 = 5%, Khi giá thịt bò tăng 1 nghìn đồng và thu nhập bình quân
đầu người tăng 1 triệu đồng thì lượng cầu thịt bò không tăng

8. Khi giá thịt bò tăng 3 nghìn đồng và thu nhập bình quân đầu người giảm 2
triệu đồng thì lượng cầu thịt bò có thay không?
Khi PB tăng 3 đơn vị ➔ QB thay đổi 3β2 đơn vị
Khi Y giảm 2 đơn vị ➔ QB thay đổi 2β3 đơn vị
Nghi ngờ: (3β2 - 2β3 ) ≠ 0
❖ KĐGT
H0 : (3β2 - 2β3 ) = 0
H1 : (3β2 - 2β3 ) ≠ 0
̂2 −2β
3β ̂3
❖ TCKĐ: Tqs = ̂2 −2β̂3 )
𝑠𝑒 ( 3β

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 10

 ̂2 − 2β
Với se ( 3β ̂3 ) = √9. se2 ( β
̂2 ) + 4. se2 ( β
̂3 ) + 2.3.2. COV(PB, Y)

̂2 − 2β
se ( 3β ̂3 ) = √9. (0,605322)2 + 4. (0,076539)2 + 2.3.2. 0,713061

̂2 − 2β
se ( 3β ̂3 ) = 3,44643256

3.(−2,916045) +2.0,065170
➔ Tqs = = 2,50049721
3,44643256
❖ Miền bác bỏ: W𝛼 =(-∞; −𝑡14 14
0,025 ) ∪ ( 𝑡0,025 ; +∞)

W𝛼 = ( −∞; −2,145 ) ∪ (2,145; +∞)

Thấy Tqs ∈ W𝛼 ➔ Chấp nhận giả thiết H1, Bác bỏ giả thiết H0
Vậy với 𝛼 = 5%, Khi giá thịt bò tăng 3 nghìn đồng và thu nhập bình quân
đầu người giảm 2 triệu đồng thì lượng cầu thịt bò có thay đổi.

9. Có nên thêm biến PB2 vào mô hình không? Thống kê F của kiểm định?
Tại cửa sổ (Equation) → View → Coefficient Test → Omitted Variable → Xuất
hiện cửa sổ Omitted – Redundant Variale Test ( Nhập biến PB^2) như dưới hình
→OK

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 11

Ta có bảng kết quả sau:

Omitted Variables: PB^2

F-statistic 18.31860 Probability 0.000896
Log likelihood ratio 14.94747 Probability 0.000111

Test Equation:
Dependent Variable: QB
Method: Least Squares
Date: 11/27/22 Time: 16:28
Sample: 1949 1965
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C -177.6569 85.85408 -2.069289 0.0590

PB 17.19438 4.716069 3.645913 0.0030

Y 0.172109 0.056948 3.022228 0.0098
PB^2 -0.309919 0.072411 -4.280024 0.0009

R-squared 0.885575 Mean dependent var 112.8706

Adjusted R-squared 0.859169 S.D. dependent var 13.42427
S.E. of regression 5.037780 Akaike info criterion 6.274132
Sum squared resid 329.9300 Schwarz criterion 6.470183
Log likelihood -49.33013 F-statistic 33.53720

Durbin-Watson stat 1.547700 Prob(F-statistic) 0.000002

- Thấy P-value = 0,000896 < 0,05  Bác bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy có nên thêm biên PB2 vào mô hình
- Thống kê F = 18,13860

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 12

10. Mô hình có thiếu biến ( thiếu 1 biến)? Mô hình có dạng hàm đúng/sai?
Tại cửa sổ (Equation) → View →Stability Test → Ramsey RESET Test →
Xuất hiện cửa sổ RESET Specification → Nhập 1 ( như dưới hình ) → OK

Ta có bảng kết quả:

Ramsey RESET Test:

F-statistic 22.30351 Probability 0.000399
Log likelihood ratio 16.98356 Probability 0.000038

Test Equation:
Dependent Variable: QB
Method: Least Squares
Date: 11/27/22 Time: 16:44
Sample: 1949 1965
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 1514.508 281.8963 5.372570 0.0001
PB -34.10294 6.614665 -5.155657 0.0002
Y 0.846371 0.172295 4.912348 0.0003
FITTED^2 -0.046232 0.009789 -4.722660 0.0004
R-squared 0.898491 Mean dependent var 112.8706
Adjusted R-squared 0.875066 S.D. dependent var 13.42427
S.E. of regression 4.744948 Akaike info criterion 6.154362
Sum squared resid 292.6889 Schwarz criterion 6.350412
Log likelihood -48.31208 F-statistic 38.35577
Durbin-Watson stat 1.735678 Prob(F-statistic) 0.000001

Thấy P-value = 0, 000399 < 0,05  bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy mô hình có thiếu biến. Mô hình có dạng hàm sai

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 13

11. Có nên bỏ biến Y ra khỏi mô hình không?
Tại cửa sổ (Equation)→View →Coefficient Test→Redundant Variable→Xuất
hiện cửa sổ Omitted – Redundant Variale Test ( Nhập biến Y) như dưới hình
→OK

Ta được bảng kết quả sau:

Redundant Variables: Y
F-statistic 0.724987 Probability 0.408842
Log likelihood ratio 0.858305 Probability 0.354214

Test Equation:
Dependent Variable: QB
Method: Least Squares
Date: 11/27/22 Time: 16:59
Sample: 1949 1965
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 198.1338 14.18370 13.96912 0.0000
PB -2.548528 0.420484 -6.060943 0.0000

R-squared 0.710061 Mean dependent var 112.8706

Adjusted R-squared 0.690732 S.D. dependent var 13.42427
S.E. of regression 7.465488 Akaike info criterion 6.968590
Sum squared resid 836.0027 Schwarz criterion 7.066615
Log likelihood -57.23301 F-statistic 36.73503
Durbin-Watson stat 1.003678 Prob(F-statistic) 0.000022

Thấy P-value = 0,408842 > 0,05  Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy nên bỏ biến Y ra khỏi mô hình

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 14

12. Hồi quy giá thịt bò theo thu nhập bình quân, có hệ số chặn thu được hệ số
xác định bội bằng 0,508456. Kết luận mô hình ban đầu?
Mô hình gốc: QB = β1 + β2. PB + β3 . Y + u (1)
Mô hình phụ: PB = 𝛼1 + 𝛼2 . 𝑌 + 𝑣 (∗)  R2(*) = 0,058456

Ta được bảng hồi quy mới

Dependent Variable: PB
Method: Least Squares
Date: 11/27/22 Time: 15:19
Sample: 1949 1965
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.

C -2.121114 9.065453 -0.233978 0.8182

Y 0.090162 0.022889 3.939048 0.0013

R-squared 0.508456 Mean dependent var 33.45588

Adjusted R-squared 0.475687 S.D. dependent var 4.438632

S.E. of regression 3.213991 Akaike info criterion 5.283035

Sum squared resid 154.9460 Schwarz criterion 5.381060

Log likelihood -42.90580 F-statistic 15.51610

Durbin-Watson stat 0.839243 Prob(F-statistic) 0.001312

 KĐGT
H0 :𝛼2 = 0( Mô hình (*) không phù hợp→ (1) không có khuyết tật ĐCT)

H1 : 𝛼2 ≠ 0( Mô hình (*) phù hợp→ (1) có khuyết tật ĐCT)

Thấy P-value = 0,001312 < 0,05  Chấp nhận giả thiết H1, bác bỏ giả thiết H0
Vậy mô hình (*) phù hợp, mô hình gốc có khuyết tật đa cộng tuyến

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 15

13. Mô hình sau dùng để làm gì? Kết luận thu được? 𝑹𝟐∗ = 0,207761
Log (e2) = 𝜶𝟏 + 𝜶𝟐 . Log (PB) + 𝜶𝟑 . Log (Y) + v
❖ Mô hình hồi quy gốc: QB = β1 + β2 . PB + β3 . Y + u (1)
Hồi quy mô hình (1) thu được ei
Có: Log (e2) = α1 + α2 . Log (PB) + α3 . Log (Y) + v (*)
❖ KĐGT
H0 :𝛼2 = 𝛼3 = 0 ( Mô hình (1) PSSS đồng đều )
H1 : 𝛼22 + 𝛼32 ≠ 0 ( Mô hình (1) PSS thay đổi )
2
❖ TCKĐ: 𝒳𝑞𝑠 = n. 𝑅∗2 = 17 . 0,207761 = 3,531937
2(2)
❖ Miềm bác bỏ: Wα = ( 𝒳0,05 ; + ∞ ) = 5,911
2
Thấy 𝒳𝑞𝑠  Wα ➔ Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy mô hình gốc không có PSSS thay đổi

14. Kiểm định White có tích chéo thu được R2 = 0,549292. Mô hình gốc ban đầu
có PSSS thay đổi không?
❖ Mô hình gốc: QB = β1 + β2 . PB + β3 . Y + u (1)
Hồi quy mô hình (1) thu được phần dư ei
Có: 𝑒𝑖2 = 𝛼1 + 𝛼2 .PB + 𝛼3 .Y + 𝛼4 .PB2 + 𝛼5 .Y2 + 𝛼6 .PB.Y + v (*)
❖ KĐGT
H0 :𝛼2 = 𝛼3 = 𝛼4 = 𝛼5 = 𝛼6 = 0 ( Mô hình (1) PSSS đồng đều )
H1 : 𝛼22 + 𝛼32 + 𝛼42 + 𝛼52 + 𝛼6 ≠ 0 ( Mô hình (1) PSS thay đổi )
❖ Tại cửa sổ (Equation) → View → Residual Test → White Heteroskediticity
(cross terms)

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 16

 Ta được bảng kết quả sau:
White Heteroskedasticity Test:
F-statistic 2.681208 Probability 0.080282
Obs*R-squared 9.337963 Probability 0.096320

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/27/22 Time: 15:41
Sample: 1949 1965
Included observations: 1 7
Variable Coefficient Std. Error t-Statistic Prob.
C 1081.980 1160.264 0.932530 0.3711
PB -59.83483 40.30538 -1.484537 0.1657

PB^2 2.039115 0.793498 2.569780 0.0261

PB*Y -0.189398 0.165139 -1.146899 0.2758

Y 0.302712 6.431956 0.047064 0.9633

Y^2 0.006675 0.012960 0.515064 0.6167
R-squared 0.549292 Mean dependent var 46.75541
Adjusted R-squared 0.344425 S.D. dependent var 41.03687
S.E. of regression 33.22658 Akaike info criterion 10.11514
Sum squared resid 12144.06 Schwarz criterion 10.40922
Log likelihood -79.97870 F-statistic 2.681208

Durbin-Watson stat 1.766441 Prob(F-statistic) 0.080282

- Thấy P-value = 0,080282 > 0.05  Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy mô hình không có PSSS thay đổi

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 17

15. Hồi quy bình phương phần dư theo bình phương giá trị ước lượng của biến
phụ thuộc có hệ số chặn thu được hệ số góc bằng 0,002891 và độ lệch chuẩn
tương ứng bằng 0,003529. Mô hình trên dùng để làm gì? Kết luận gì thu được?
❖ Mô hình gốc: QB = β1 + β2 . PB + β3 . Y + u (1)
̂
Hồi quy mô hình (1) thu được phần dư ei và QB
̂ +v
Mô hình phụ: 𝑒𝑖2 = 𝛼1 + 𝛼2 .QB
❖ KĐGT
H0 : 𝛼2 = 0 ( Mô hình (1) PSSS đồng đều )
H1 : 𝛼2 ≠ 0 ( Mô hình (1) PSS thay đổi )
̂2
𝛼
❖ TCKĐ: Tqs = = 0,8192122
𝑠𝑒 ( 𝛼
̂2 )
15 15
❖ MBB: W𝛼 = (-∞; −𝑡0,025 ) ∪ ( 𝑡0,025 ; +∞)
W𝛼 = (-∞ ; −2,131) ∪ (2,131 ; +∞)
➔ Tqs  W𝛼 ➔ Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy α = 5%, mô hình gốc không có PSSS thay đổi

16. Kiểm định White không có tích chéo thu được R2 = 0,495396. Mô hình gốc
ban đầu có PSSS thay đổi không? Thống kê F của kiểm định?
❖ Mô hình gốc: QB = β1 + β2 . PB + β3 . Y + u (1)
Hồi quy mô hình (1) thu được phần dư ei
Có: 𝑒𝑖2 = 𝛼1 + 𝛼2 .PB + 𝛼3 .Y + 𝛼4 .PB2 + 𝛼5 .Y2 + v (*)
❖ KĐGT
H0 :𝛼2 = 𝛼3 = 𝛼4 = 𝛼5 = 0 ( Mô hình (1) PSSS đồng đều )
H1 : 𝛼22 + 𝛼32 + 𝛼42 + 𝛼52 ≠ 0 ( Mô hình (1) PSS thay đổi )
❖ Tại cửa sổ (Equation) → View → Residual Test → White Heteroskediticity ( no
cross terms)

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 18

Ta được bảng kết quả sau:

White Heteroskedasticity Test:

F-statistic 2.945260 Probability 0.065577
Obs*R-squared 8.421738 Probability 0.077295

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 11/27/22 Time: 16:02
Sample: 1949 1965
Included observations: 17
Variable Coefficient Std. Error t-Statistic Prob.
C 798.5452 1148.440 0.695331 0.5001
PB -87.95676 32.40661 -2.714161 0.0188
PB^2 1.323939 0.497116 2.663243 0.0207
Y 4.116283 5.577667 0.737994 0.4747
Y^2 -0.005991 0.006870 -0.872073 0.4003
R-squared 0.495396 Mean dependent var 46.75541
Adjusted R-squared 0.327195 S.D. dependent var 41.03687
S.E. of regression 33.66037 Akaike info criterion 10.11045
Sum squared resid 13596.24 Schwarz criterion 10.35551
Log likelihood -80.93881 F-statistic 2.945260
Durbin-Watson stat 1.829093 Prob(F-statistic) 0.065577
- Thấy P-value = 0,065577 > 0.05  Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy mô hình không có PSSS thay đổi
- Thống kê F = 2,945260
17. Mô hình có khuyết tật TTQ bậc 1 hay không? Thống kê 𝑿𝟐 của kiểm định
 Mô hình gốc: QB = β1 + β2. PB + β3 . Y + u (1)
Phương trình biểu diễn tự tương quan bậc 1: Ut = 𝜌. 𝑈𝑡−1 + 𝜀𝑡
Có thống kê Durbin Watson: d = 1,259318
Tra bảng: 𝛼 = 5% , n = 17, k’ = 2
Có dU = 1,536
 d ∈ [0; dU]  Mô hình có tự tương quan bậc 1

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 19

 Tại cửa sổ (Equation) → View → Residual Test → Serial Correlation LM Test
→Xuất hiện cửa sổ Lag Specification → Nhập 1 ( như dưới hình) → OK

Ta được bảng kết quả sau:

Breusch-Godfrey Serial Correlation LM Test:
F-statistic 4.498659 Probability 0.053722
Obs*R-squared 4.370461 Probability 0.036567

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/27/22 Time: 16:27
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -15.21159 20.35034 -0.747486 0.4681
PB -0.389704 0.571763 -0.681583 0.5075
Y 0.071567 0.076325 0.937659 0.3655
RESID(-1) 0.565377 0.266561 2.121004 0.0537
R-squared 0.257086 Mean dependent var -2.15E-14
Adjusted R-squared 0.085644 S.D. dependent var 7.048236
S.E. of regression 6.739661 Akaike info criterion 6.856220
Sum squared resid 590.4993 Schwarz criterion 7.052271
Log likelihood -54.27787 F-statistic 1.499553
Durbin-Watson stat 1.259318 Prob(F-statistic) 0.261074

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 20

- Thấy P-value = 0.036567 < 0,05 ➔ Chấp nhận giả thiết H1, bác bỏ giả thiết H0
Vậy mô hình có tự tương quan bậc 1
- Thống kê 𝒳 2 = 4,370461

18. Mô hình có khuyết tật tự tương quan bậc 2 hay không? Thống F của kiểm
định?
❖ Mô hình gốc: QB = β1 + β2 . PB + β3 . Y + u (1)
Phương trình biểu diễn tự tương quan bậc 2:
Ut = 𝜌1 . 𝑈𝑡−1 +𝜌2 . 𝑈𝑡−2 + 𝜀 t
Ước lượng mô hình (1) thu được phần dư ei
Xét mô hình phụ:
et = 𝛼1 + 𝛼2 .PB + 𝛼3 .Y +𝜌1 . 𝑈𝑡−1 + 𝜌2 . 𝑈𝑡−2 + vt
❖ KĐGT:
H0: 𝜌1 = 𝜌2 = 0 (Mô hình (1) không có tự tương quan bậc 2)
H1: 𝜌12 + 𝜌22 ≠ 0 (Mô hình (1) có tự tương quan bậc 2)

❖ Tại cửa sổ (Equation) → View → Residual Test → Serial Correlation LM Test →

Xuất hiện cửa sổ Lag Specification → Nhập 2 ( như dưới hình) → OK

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 21

Ta được bảng kết quả sau:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 5.477264 Probability 0.020412
Obs*R-squared 8.112864 Probability 0.017311

Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/27/22 Time: 16:53
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C -1.864473 18.73386 -0.099524 0.9224
PB -0.207888 0.505721 -0.411072 0.6883
Y 0.021980 0.070196 0.313118 0.7596
RESID(-1) 0.747384 0.246418 3.032994 0.0104
RESID(-2) -0.568459 0.252880 -2.247942 0.0442
R-squared 0.477227 Mean dependent var -2.15E-14
Adjusted R-squared 0.302970 S.D. dependent var 7.048236
S.E. of regression 5.884455 Akaike info criterion 6.622434
Sum squared resid 415.5217 Schwarz criterion 6.867497
Log likelihood -51.29069 F-statistic 2.738632
Durbin-Watson stat 1.798631 Prob(F-statistic) 0.078857

- Thấy P-value = 0,020412 < 0,05  Chấp nhận giả thiết H1, bác bỏ giả thiết H0
Vậy mô hình có tự tương quan bậc 2
- Thống kê F = 5,477264

19. Sai số dự báo(MAPE) của mô hình?

Tại cửa sổ (Equation) → Forecast → OK
Sai số dự báo (MAPE) = 5,236642

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 22

20. Phần dư phân phối lệch phải hay lệch trái?Biến có phân phối chuẩn không?
Tại cửa sổ (Equation) → View → Residual Test → Histogram – Normality Test

❖ Thấy skewness = -0,223070 < 0 ➔ Phần dư phân phối lệch trái

❖ Thống kê Jarque – Bera

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 23

 KĐGT:
H0 : Biến có phân phối chuẩn
H1 : Biến không có phân phối chuẩn
Thấy P-value(JB) = 0.524029 > 0,05 ➔ Chấp nhận H0, bác bỏ H1
Vậy 𝛼 = 5%, Biến có phân phối chuẩn

21. Đồ thị phần dư

Tại cửa sổ (Equation) → View → Actual, Fitted, Residual → Residual Graph

BÀI TIỂU LUẬN KINH TẾ LƯỢNG 24