Professional Documents
Culture Documents
KHOA KINH TẾ
BỘ MÔN KINH TẾ CƠ BẢN
Đo lường về kinh tế ?
(mối quan hệ giữa các biến kinh tế)
Kinh tế lượng bao gồm việc áp dụng thống kê toán cho các số liệu kinh tế
để củng cố về mặt thực nghiệm cho các mô hình do các nhà kinh tế toán
đề xuất và để tìm lời giải bằng số.
Kinh tế lượng là phân tích về lượng các vấn đề kinh tế hiện thời dựa trên
việc vận dụng đồng thời lý thuyết và thực tế được thực hiện bằng phương
pháp suy đoán thích hợp.
Kinh tế lượng là một khoa học xã hội áp dụng các công cụ của lý thuyết
kinh tế, toán học và suy đoán thống kê để phân tích các vấn đề kinh tế.
Kinh tế lượng quan tâm đến xác định về mặt thực nghiệm các luật kinh tế
Thống kê Hàm số
Ứng với một giá trị của Ứng với một giá trị của biển
biển độc lập có thể có độc lập có 1 giá trị của biến
nhiều giá trị khác nhau phụ thuộc (1 giá trị X, 1 giá
của biến phụ thuộc (1 giá trị Y)
trị X, nhiều giá trị Y)
2.2. NGUỒN SỐ LIỆU CHO PHÂN TÍCH HỒI QUY
Câu hỏi: Hãy cho biết các ví dụ dưới đây là số liệu gì?
1. Thu thập số liệu về chi tiêu trong ngày của 10 hộ
gia đình trong ngày 1/2/2015. chéo
Bảng 2:
Xi 80 100 120 140 160 180 200 220 240 260
Y
55 65 79 80 102 110 120 135 137 150
3.2. HÀM HỒI QUY MẪU (SRF)
Nhận thấy:
10 hộ gia đình Một mẫu
2 chỉ tiêu Y (chi tiêu), X (thu nhập)
Nhận thấy: 1X, 1 Y (QH hàm số)
(5)
SRF
ei là số dư hay phần dư
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
3.3.1 Nội dung:
Có: SRF:
n cặp quan sát (Xi, Yi) Phương pháp OLS
Yêu cầu: Xác định
Tìm ≈ Yi
ei càng nhỏ càng tốt
ei > 0 hoặc ei < 0
Để tính giá trị nhỏ nhất, tính đạo hàm riêng bậc 1 và cho
đạo hàm đó bằng 0, ta được:
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
f ( 1 , 2 ) 2(Yi 1 2 . X i )(1) 0
f
1
f ( 1 , 2 )
2(Yi 1 2 . X i )( X i ) 0
f 2
n. 1 2 . X i Yi (7)
1 . X i 2 . X i2 X i .Yi
Đặt xi = Xi - và yi = Yi -
1 Y 2 .X
(9)
2 xi . yi
i
x 2
Chú ý: x X 2
i i
2
n.( X ) 2
x . y X Y
i i i i n.( X .Y )
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
Bài tập 1: Quay lại thí dụ ban đầu về số liệu 10 hộ gia đình về 2 chỉ
tiêu Y (chi tiêu – USD/tuần) và X (thu nhập – USD/tuần) với số
liệu:
X 80 100 120 140 160 180 200 220 240 260
Y
55 65 79 80 102 110 120 135 137 150
Yêu cầu:
1. Hãy ước lượng mô hình: Yi = b1 + b2.Xi + Ui .
n. 1 2 . X i Yi
10. 1 1700. 2 1033
1 . X i 2 . X i X i .Yi 1700. 1 322000 2 193280
2
1 12,2727
2 0,5355
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
= 1700 =𝑋
170
= 1033 =𝑌
103,3
= 193280
= 322000
CT (8)
1 Y 2 . X 1 12,2727
X i .Yi n. X .Y 2 0,5355
2
iX 2
n .( X ) 2
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
= 1700 =𝑋 170
= 1033 =𝑌103,3
= 193280 xi . yi X iYi n=.( X17670
.Y )
= 322000 xi2 X i2 n.(X=) 233000
CT (9) Y . X
1
2 12,2727
1
2
x .y
i i
2 0,5355
x 2
i
2 = 0,5355 cho biết khi thu nhập tăng hoặc giảm 1
USD/tuần thì ước lượng chi tiêu trung bình tăng hoặc giảm
0,5355 USD/tuần
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
Bài tập 2: Có số liệu về lượng cầu mặt hàng A (Q – 10 sản phẩm)
và mức giá tương ứng (P – ngàn đồng/sản phẩm) ở 10 khu vực bán
hàng như sau:
P 100 110 120 130 140 150 160 170 180 190
Q
60 55 47 43 40 38 37 35 33 30
Yêu cầu:
1. Hãy ước lượng mô hình: Qi = b1 + b2.Pi + Ui .
= 1450 =𝑋
145
= 418 =𝑌41,8
= 58090
= 218500
CT (8)
1 Y 2 . X
1 86,0909
2
X i .Yi n. X .Y
2 0,3055
iX 2
n .( X ) 2
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
= 1450 =𝑋145
= 418 =𝑌41,8
= 58090 xi . yi X iYi =n.(-2520
X .Y )
= 21850 xi2 X i2 n=.(X8250)2
CT (9) Y . X
1
2 86,0909
1
2
x .y
i i
2 0,3055
x 2
i
2 = -0,3055 cho biết khi giá bán sản phẩm A tăng
hoặc giảm 1 ngàn đồng/ sản phẩm thì ước lượng lượng cầu
trung bình mặt hàng A giảm hoặc tăng 3,055 sản phẩm.
BÀI TẬP TRÊN LỚP
Theo điều tra nghiên cứu về ảnh hưởng của chi phí quảng bá đến
doanh số của 8 bộ phim trong năm 2015 thu được kết quả cho ở
bảng sau:
Y 78 88 97 74 79 89 125 120
X 11 12 15 8 12 14 18 16
2. Hãy tính TSS, ESS, RSS, ước lượng phương sai của yếu tố
ngẫu nhiên.
3. Hãy tính độ lệch tiêu chuẩn của các hệ số hồi quy
4. Hãy tính hệ số xác định và hệ số tương quan, cho biết ý
nghĩa.
3.3. ƯỚC LƯỢNG THAM SỐ
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT – OLS)
se( ̂1 ) =
var ˆ1 (10)
2
var( 2 ) (11)
i
x 2
Trong đó:
(hàm tuyến tính của Y)
GT1
1. E(C) = C 1. Var(C) = 0
2. E(C C E(X) 2. Var(C Var(X)
3. E(C.X) = C.E(X) 3. Var(C.X) = C2 .Var(X)
4. E (X Y) = E(X) E(Y) 4. Var (X Y) = Var(X)+var(Y)
E(X).E(Y) ?
5. E (X.Y)= 5. Var (X.Y)=
(X, Y độc lập) (X, Y độc lập)
CHỨNG MINH ĐINH LÝ GAUSS MARKOV
VÀ CÔNG THỨC PHƯƠNG SAI
2. là các ước lượng không chệch
E(
GT2,4,5
1 1 .X 1
1 ( X .ki )( 1 2 . X i U i ) ( .1 1. X .ki ) 2 i 2 . X . ki . X i ( X .ki ).U i
n n n n
1
1 ( X .ki ).U i E ( 1 ) 1 GT2,4,5
n
CHỨNG MINH ĐINH LÝ GAUSS MARKOV
VÀ CÔNG THỨC PHƯƠNG SAI
3. là các ước lượng có phương sai nhỏ nhất trong lớp
các ước lượng tuyến tính không chệch.
Chứng minh công thức phương sai
x .Y
x .Y ) 1 . var( xi .Yi )
1
2 2
i i i i
2 var( 2 ) var( var( xi .Yi )
x 2
i x 2
i ( x )
2
i
2
( xi )
1 1 2
( xi2 ) 2
xi var(Yi ) ( x 2 )2 xi var(U i ) x 2
2 2
GT3,4,5
i i
2
var( 1 ) var(Y 2 . X ) var(Y ) ( X ) var( 2 )
1 1 2
var(Y ) var( Yi ) 2 var(Yi ) GT3,4,5
n n n
2
var( 1 ) ( X ) 2 2
2
1
n.( X ) 2
2
xi
2
n ( X ) 2
2 2
n xi n xi n xi 2
2 X i2 2
2
2 2 2
( X i n.( X ) n.( X ) )
n. xi n. xi 2
CHỨNG MINH ĐINH LÝ GAUSS MARKOV
VÀ CÔNG THỨC PHƯƠNG SAI
3. là các ước lượng có phương sai nhỏ nhất trong lớp
các ước lượng tuyến tính không chệch.
Giả sử là ước lượng tuyến tính không chệch của b2
*
E ( 2 ) 2 W i
0 W . X
i i 1
*
var( 2 ) var( Wi .Yi ) var(Wi .Yi ) Wi 2 . var(Yi ) 2 . Wi 2 GT3,4,5
*
var( 2 ) (Wi
xi xi 2 xi 2 xi2 xi xi
2
) 2
(W ) 2
2 2
(W )( )
x i xi xi ( x i ) xi x i
2 2 i 2 2 2 i 2 2
xi 2 2 2
(Wi
2
) var( 2 )
i
x 2
i i
x 2
x 2
(tương tự với )
3.6. HỆ SỐ XÁC ĐỊNH VÀ HỆ SỐ TƯƠNG
QUAN
3.6.1 Hệ số xác định (R2)
Ký hiệu: TSS = (13)
ESS = (14)
RSS = (15)
TSS = ESS + RSS (16)
Định nghĩa R2 =
(17)
r= (18)
3.6. HỆ SỐ XÁC ĐỊNH VÀ HỆ SỐ TƯƠNG
QUAN
3.6.1 Hệ số tương quan (r)
Tính chất của hệ số tương quan:
1. r có thể dương có âm, dấu của r phụ thuộc vào dấu của cov(X,Y)
hay dấu của hệ số góc.
2. r lấy giá trị từ khoảng -1 đến +1
-1 ≤ r ≤ 0: tương quan tuyến tính nghịch
0 < r ≤ 1: tương quan tuyến tính thuận
3. r có tính chất đối xứng: r X,Y = rY,X.
4. X, Y độc lập thì rX,Y = 0 nhưng điều ngược lại thì không đúng.
5. r chỉ là đại lượng đo sự kết hợp tuyến tính, không có ý nghĩa để mô
tả mối quan hệ phi tuyến.
BÀI TẬP 1, 2 (TIẾP)
= 14,827 (14,6265)
BÀI TẬP 1(TIẾP)
4. Hãy tính phương sai và độ lệch chuẩn của các ước lượng hệ
số hồi quy
i
X 2
var( 1 ) 2
= 14,468, se ( ˆ ) var ˆ = 3,804
n xi
2 1 1
(14,272) (3,778)
2
var( 2 ) = 0,00045, se( ˆ2 ) var ˆ2 = 0,0212
i
x 2
(0,00044) (0,021)
BÀI TẬP 1 (TIẾP)
ESS
2
R 0,9876, (0,988)
TSS
cho biết thu nhập giải thích 98,76% sự thay đổi của chi
tiêu
r R = 0,9938 (do 2 > 0) (0,994)
2
tương quan tuyến tính giữa chi tiêu và thu nhập chặt
chẽ và là tương quan tuyến tính thuận
KẾT QUẢ EVIEWS
Dependent Variable: Y
Method: Least Squares
Date: 03/02/16 Time: 10:22
Sample: 1 10
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 12.27273 3.803659 3.226558 0.0121
X 0.535455 0.021197 25.26091 0.0000
R-squared 0.987618 Mean dependent var 103.3000
Adjusted R-squared 0.986071 S.D. dependent var 32.62600
S.E. of regression 3.850620 Akaike info criterion 5.711202
Sum squared resid 118.6182 Schwarz criterion 5.771719
Log likelihood -26.55601 Hannan-Quinn criter. 5.644815
F-statistic 638.1134 Durbin-Watson stat 2.870002
Prob(F-statistic) 0.000000
= 8,482
BÀI TẬP 2(TIẾP)
4. Hãy tính phương sai và độ lệch chuẩn của các ước lượng hệ
số hồi quy
i
X 2
var( 1 ) 2
= 22,464, se ( ˆ ) var ˆ = 4,7396
n xi
2 1 1
2
var( 2 ) = 0,001, se( ˆ2 ) var ˆ2 = 0,032
i
x 2
BÀI TẬP 2 (TIẾP)
ESS
2
R 0,919
TSS
cho biết giá bán giải thích 91,9% sự thay đổi của lượng
cầu
r R = -0,959 (do 2 < 0)
2
tương quan tuyến tính giữa giá bán và lượng cầu chặt
chẽ và là tương quan tuyến tính nghịch
KẾT QUẢ EVIEWS
Dependent Variable: Q
Method: Least Squares
Date: 03/02/16 Time: 10:25
Sample: 1 10
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 86.09091 4.739617 18.16411 0.0000
P -0.305455 0.032064 -9.526406 0.0000
R-squared 0.918989 Mean dependent var 41.80000
Adjusted R-squared 0.908863 S.D. dependent var 9.647107
S.E. of regression 2.912356 Akaike info criterion 5.152658
Sum squared resid 67.85455 Schwarz criterion 5.213175
Log likelihood -23.76329 Hannan-Quinn criter. 5.086271
F-statistic 90.75241 Durbin-Watson stat 0.540856
Prob(F-statistic) 0.000012
Trình bày kết quả: Qi = 86,09091 - 0,305455.Xi + ei R2 = 0,918989
se (4,739617) (0,032064)
BÀI TẬP TRÊN LỚP
Theo điều tra nghiên cứu về ảnh hưởng của chi phí quảng bá đến
doanh số của 8 bộ phim trong năm 2015 thu được kết quả cho ở
bảng sau:
Y 78 88 97 74 79 89 125 120
X 11 12 15 8 12 14 18 16
2. Hãy tính TSS, ESS, RSS, ước lượng phương sai của yếu tố
ngẫu nhiên.
3. Hãy tính độ lệch tiêu chuẩn của các hệ số hồi quy
4. Hãy tính hệ số xác định và hệ số tương quan, cho biết ý
nghĩa.
ĐẠI LƯỢNG NGẪU NHIÊN
Yi ?
Phân
phối
Xác định xác
Kỳ vọng
suất
Và
Ui phương
sai Suy đoán
tổng thể
ˆ 2 (PTKQ)
3.7. PHÂN PHỐI XÁC SUẤT CỦA CÁC ƯỚC LƯỢNG
- Yi ~ N(b1 + b2.Xi, )
Tìm khoảng tin cậy và kiểm định giả thiết để suy đoán
các tham số tổng thể
3.8. KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ HỒI
QUY VÀ
3.8.1 KHÁI NIỆM
là các ước lượng điểm của
khác giá trị đúng
Sử dụng ước lượng khoảng
a : mức ý nghĩa,
1 – a : độ tin cậy hay hệ số tin cậy
e :độ chính xác của ước lượng
3.8. KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ
HỒI QUY VÀ
3.8.2 KHOẢNG TIN CẬY CỦA b1
1 1
t ~ T ( n 2)
se( 1 )
Chưa biết
2 t (n 2).se( 2 ) 2 2 t (n 2).se( 2 ) (20)
2 2
Ta sử dụng phân phối chi bình phương để thiết lập khoảng tin cậy cho
P ( 12 ( n 2) 2 2 ( n 2)) 1
2 2
2
( n 2)
P ( 12 ( n 2) 2 ( n 2)) 1
2 2
2
2 2
( n 2) ( n 2)
P( 2
) 1
( n 2)
2
1 ( n 2)
2
2 2
3.8. KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ
HỒI QUY VÀ
3.8.4 KHOẢNG TIN CẬY CỦA
Vậy với độ tin cậy 1 – a khoảng tin cậy của là:
2 2
( n 2) 2 (n 2)
(21)
2 (n 2) 12 (n 2)
2 2
2
Trong đó 2 (n 2) và được tra ở bảng phần phụ lục.
BÀI TẬP 1, 2 (TIẾP)
6. Với mức ý nghĩa 5% hãy tìm khoảng tin cậy của các hệ
số hồi quy và cho biết ý nghĩa.
7. Với độ tin cậy 99% hãy tìm ước lượng khoảng của
phương sai yếu tố ngẫu nhiên
BÀI TẬP 1(TIẾP)
6. Với mức ý nghĩa 5% hãy tìm khoảng tin cậy của các hệ số hồi
quy và cho biết ý nghĩa.
a = 0,05 = t0,025(8) = 2,306
Vậy với mức ý nghĩa 5% khoảng tin cậy của hệ số chặn là:
6. Với mức ý nghĩa 5% hãy tìm khoảng tin cậy của các hệ số hồi quy
và cho biết ý nghĩa.
a = 0,05 = t0,025(8) = 2,306
Vậy với mức ý nghĩa 5% khoảng tin cậy của hệ số góc là:
2 t (n 2).se( 2 ) 2 2 t (n 2).se( 2 )
2 2
7. Với độ tin cậy 99% hãy tìm ước lượng khoảng của
phương sai yếu tố ngẫu nhiên
a = 0,01 2 (n 2) = 02,005 (8) = 21,955
2
Vậy với độ tin cậy 99% khoảng tin cậy của là:
2 2
( n 2) 2 (n 2)
2 (n 2) 12 (n 2)
2 2
5,403 ≤ ≤ 88,23
BÀI TẬP 2(TIẾP)
6. Với mức ý nghĩa 5% hãy tìm khoảng tin cậy của các hệ số hồi
quy và cho biết ý nghĩa.
a = 0,05 = t0,025(8) = 2,306
Vậy với mức ý nghĩa 5% khoảng tin cậy của hệ số chặn là:
6. Với mức ý nghĩa 5% hãy tìm khoảng tin cậy của các hệ số hồi
quy và cho biết ý nghĩa.
a = 0,05 = t0,025(8) = 2,306
Vậy với mức
ý nghĩa 5% khoảng tin cậy của hệ số góc
là:
2 t (n 2).se( 2 ) 2 2 t (n 2).se( 2 )
2 2
7. Với độ tin cậy 99% hãy tìm ước lượng khoảng của
phương sai yếu tố ngẫu nhiên
a = 0,01 2 (n 2) = 02,005 (8) = 21,955
2
Vậy với độ tin cậy 99% khoảng tin cậy của là:
2 2
( n 2) 2 (n 2)
2 (n 2) 12 (n 2)
2 2
3,091 ≤ ≤ 50,472
3.9. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
3.9.1 MỘT SỐ KHÁI NIỆM
GIẢ THIẾT THỐNG KÊ (GT) đúng
Là một phát biểu hay một giả sử
sai
KĐGT Ho: b2 ≤ 0
0
H 1 : b2 > 0
Kiểm định 1 phía (phía phải)
3.9. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
3.9.2 KIỂM ĐỊNH GIẢ THIẾT (PHƯƠNG PHÁP KHOẢNG
TIN CẬY)
(Kiểm định với các hệ số hồi quy và σ2, KĐ đối với b2 còn lại tương tự)
a. Kiểm định 2 phía:
KĐGT Ho: b2 = b2*
H1: b2 ≠ b2*
Bước 1: Tìm KTC của b2: a ≤ b2≤ b
Bước 2: Xét b2* ϵ [a,b]
+ b2* ϵ [a,b]: không đủ cơ sở bác bỏ GT H0
+ b2* ϵ [a,b]: bác bỏ GT H0
b. Kiểm định 1 phía: không sử dụng phương pháp KTC
3.9. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
3.9.3 KIỂM ĐỊNH GIẢ THIẾT (PHƯƠNG PHÁP KIỂM ĐỊNH
Ý NGHĨA – KĐ t)
(Kiểm định với các hệ số hồi quy, KĐ đối với b2 còn lại tương tự)
a. Kiểm định 2 phía:
KĐGT Ho: b2 = b2*
H1: b2 ≠ b2*
Bước 1: Tìm t
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
a, Có thể nói các hệ số hồi quy (hệ số chặn, hệ số góc) bằng 0 được không?
b, Có thể nói phần chi tiêu không phụ thuộc vào thu nhập bằng 0 được
không?
c, Có thể nói chi tiêu không phụ thuộc vào thu nhập, hay thu nhập không
ảnh hưởng đến chi tiêu được không?
d, Có thể nói khi thu nhập tăng 1 USD/tuần thì chi tiêu tăng 0,6 USD/tuần
được không?
e, Có thể nói thu nhập tác động thuận chiều đến chi tiêu được không?
f, Có thể nói khi thu nhập giảm 1 USD/tuần thì chi tiêu giảm ít hơn 0,3
USD/tuần được không?
g, Có thể nói lượng tăng thu nhập chỉ bằng ½ lượng tăng của chi tiêu được
không?
h, Có thể nói các hệ số hồi quy là như nhau được không?
KẾT QUẢ EVIEWS
Dependent Variable: Y
Method: Least Squares
Date: 03/02/16 Time: 10:22
Sample: 1 10
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 12.27273 3.803659 3.226558 0.0121
X 0.535455 0.021197 25.26091 0.0000
R-squared 0.987618 Mean dependent var 103.3000
Adjusted R-squared 0.986071 S.D. dependent var 32.62600
S.E. of regression 3.850620 Akaike info criterion 5.711202
Sum squared resid 118.6182 Schwarz criterion 5.771719
Log likelihood -26.55601 Hannan-Quinn criter. 5.644815
F-statistic 638.1134 Durbin-Watson stat 2.870002
Prob(F-statistic) 0.000000
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
a, Có thể nói các hệ số hồi quy (hệ số chặn, hệ số góc) bằng 0 được
không?
b, Có thể nói phần lượng cầu không phụ thuộc vào giá luôn dương
được không?
c, Có thể nói mối quan hệ giữa lượng cầu và giá không có ý nghĩa về
mặt thống kê được không?
d, Có thể nói khi giá giảm 1 ngàn đồng/sản phẩm thì lượng cầu tăng 1
sản phẩm được không?
e, Có thể nói giá tác động ngược chiều đến lượng cầu được không?
f, Có thể nói giá tăng 10 ngàn đồng/sản phẩm thì lượng cầu giảm
nhiều hơn 20 sản phẩm được không?
g, Có thể nói các hệ số hồi quy là như nhau về độ lớn nhưng khác dấu
được không?
KẾT QUẢ EVIEWS
Dependent Variable: Q
Method: Least Squares
Date: 03/02/16 Time: 10:25
Sample: 1 10
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 86.09091 4.739617 18.16411 0.0000
P -0.305455 0.032064 -9.526406 0.0000
R-squared 0.918989 Mean dependent var 41.80000
Adjusted R-squared 0.908863 S.D. dependent var 9.647107
S.E. of regression 2.912356 Akaike info criterion 5.152658
Sum squared resid 67.85455 Schwarz criterion 5.213175
Log likelihood -23.76329 Hannan-Quinn criter. 5.086271
F-statistic 90.75241 Durbin-Watson stat 0.540856
Prob(F-statistic) 0.000012
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
a, Có thể nói các hệ số hồi quy (hệ số chặn, hệ số góc) bằng 0 được không?
KĐGT Ho: b1 = 0 (hệ số chặn bằng 0)
H1: b1 ≠ 0 (hệ số chặn khác 0)
KĐGT Ho: b2 = 0 (hệ số góc bằng 0)
H1: b2 ≠ 0 (hệ số góc khác 0)
b, Có thể nói phần chi tiêu không phụ thuộc vào thu nhập bằng 0 được không?
KĐGT Ho: b1 = 0 (phần chi tiêu không phụ thuộc vào thu nhập bằng 0)
H1: b1 ≠ 0 (phần chi tiêu không phụ thuộc vào thu nhập khác 0)
c, Có thể nói chi tiêu không phụ thuộc vào thu nhập, hay thu nhập không ảnh hưởng đến
chi tiêu được không?
KĐGT Ho: b2 = 0 (chi tiêu không phụ thuộc vào thu nhập, hay thu nhập không ảnh
hưởng đến chi tiêu )
H1: b2 ≠ 0 (chi tiêu phụ thuộc vào thu nhập, hay thu nhập ảnh hưởng đến chi
tiêu )
BÀI TẬP 1 (TIẾP)
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
d, Có thể nói khi thu nhập tăng 1 USD/tuần thì chi tiêu tăng 0,6 USD/tuần được
không?
KĐGT Ho: b2 = 0,6 (thu nhập tăng 1 USD/tuần thì chi tiêu tăng 0,6 USD/tuần)
H1: b2 ≠ 0,6 (thu nhập tăng 1 USD/tuần thì chi tiêu tăng khác 0,6
USD/tuần)
e, Có thể nói thu nhập tác động thuận chiều đến chi tiêu được không?
KĐGT Ho: b2 ≥ 0 (thu nhập tác động thuận chiều đến chi tiêu)
H1: b2 < 0 (thu nhập tác động ngược chiều đến chi tiêu)
Hoặc:
KĐGT Ho: b2 ≤ 0 (thu nhập tác động ngược chiều đến chi tiêu)
H1: b2 > 0 (thu nhập tác động thuận chiều đến chi tiêu)
BÀI TẬP 1 (TIẾP)
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
f, Có thể nói khi thu nhập giảm 1 USD/tuần thì chi tiêu giảm ít hơn
0,3 USD/tuần được không?
KĐGT Ho: b2 ≥ 0,3 (thu nhập giảm 1 USD/tuần thì chi tiêu giảm
nhiều hơn 0,3 USD/tuần)
H1: b2 < 0,3 (thu nhập giảm 1 USD/tuần thì chi tiêu giảm
ít hơn 0,3 USD/tuần)
Hoặc:
KĐGT Ho: b2 ≤ 0,3 (thu nhập giảm 1 USD/tuần thì chi tiêu giảm
ít hơn 0,3 USD/tuần)
H1: b2 > 0,3 (thu nhập giảm 1 USD/tuần thì chi tiêu giảm
nhiều hơn 0,3 USD/tuần)
BÀI TẬP 1 (TIẾP)
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
g, Có thể nói lượng tăng thu nhập chỉ bằng ½ lượng tăng của
chi tiêu được không?
KĐGT Ho: b2 = 2 (lượng tăng thu nhập chỉ bằng ½ lượng tăng
của chi tiêu)
H1: b2 ≠ 2 (lượng tăng thu nhập chỉ khác ½ lượng tăng
của chi tiêu)
h, Có thể nói các hệ số hồi quy là như nhau được không?
KĐGT Ho: b1 = b2 (các hệ số hồi quy là như nhau )
H1: b1 ≠ b2 (các hệ số hồi quy là khác nhau)
BÀI TẬP 2 (TIẾP)
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
a, c, e giống bài tập 1
d, Có thể nói khi giá giảm 1 ngàn đồng/sản phẩm thì lượng cầu tăng 1
sản phẩm được không?
KĐGT Ho: b2 = -0,1 (giá giảm 1 ngàn đồng/sản phẩm thì lượng cầu
tăng 1 sản phẩm)
H1: b2 ≠ -0,1 (giá giảm 1 ngàn đồng/sản phẩm thì lượng cầu
tăng khác 1 sản phẩm)
f, Có thể nói giá tăng 10 ngàn đồng/sản phẩm thì chi tiêu giảm nhiều hơn
20 sản phẩm được không?
KĐGT Ho: b2 ≥ - 0,2 (giá tăng 10 ngàn đồng/sản phẩm thì chi tiêu
giảm ít hơn 20 sản phẩm )
H1: b2 < - 0,2 (giá tăng 10 ngàn đồng/sản phẩm thì chi tiêu
giảm nhiều hơn 20 sản phẩm)
BÀI TẬP 2 (TIẾP)
8. Với độ tin cậy 95% hãy kiểm định các giả thiết sau đây:
f, Có thể nói giá tăng 10 ngàn đồng/sản phẩm thì chi tiêu giảm
nhiều hơn 20 sản phẩm được không?
KĐGT Ho: b2 ≤ - 0,2 (giá tăng 10 ngàn đồng/sản phẩm thì chi
tiêu giảm nhiều hơn 20 sản phẩm )
H1: b2 > - 0,2 (giá tăng 10 ngàn đồng/sản phẩm thì chi tiêu
giảm ít hơn 20 sản phẩm)
g, Có thể nói các hệ số hồi quy là như nhau về độ lớn nhưng khác
dấu được không?
KĐGT Ho: b1 = -b2 (các hệ số hồi quy là như nhau về độ lớn
nhưng khác dấu)
H1: b1 ≠ -b2 (các hệ số hồi quy là khác nhau về độ lớn)
3.9. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
3.9.4 KIỂM ĐỊNH GIẢ THIẾT (PHƯƠNG PHÁP KIỂM
ĐỊNH Ý NGHĨA – KĐ χ2)
(Kiểm định với σ2)
a. Kiểm định 2 phía:
KĐGT Ho: σ2 = σ20
H1: σ2 ≠ σ20
Bước 1: Tìm χ2
2
Bước 2: Xét χ2 với 1 (n 2)= 1,6465
2
2
Nhận thấy χ = 118,618 > (n 2)= 1,6465: ko bác bỏ GT H 0
1
Mức ý nghĩa chính xác – mức ý nghĩa thấp nhất để giả thiết H 0 bị bác bỏ
p value P( t a
ˆ J )
2 ˆ
se( J ) Ko Bác bỏ Ho Bác bỏ Ho
p a
3.9. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
9. Với mức ý nghĩa 1% có thể nói phương sai của yếu tố ngẫu
nhiên bằng 10 được không? Nếu không thì lớn hơn hay nhỏ
hơn?
KĐGT Ho: σ2 = 10
H1: σ2 ≠ 10
Nếu bác bỏ giả thiết H0
KĐGT Ho: σ2 ≥ 10
H1: σ2 < 10
Hoặc:
KĐGT Ho: σ2 ≤ 10
H1: σ2 > 10
CHÚ Ý: KIỂM ĐỊNH VỀ MỐI LIÊN HỆ
GIỮA CÁC HỆ SỐ HỒI QUY
KĐ KTC, KĐ t, KĐ p-value
KĐ F
Bước 1: Tìm F:
hoặc
Bước 2: So sánh F với Fa(1, n-2) tra bảng
+ F > Fa(1, n-2) : bác bỏ GT H0, mô hình phù hợp
+ F ≤ Fa(1, n-2) : không đủ cơ sở bác bỏ GT H0, mô hình không phù hợp
KẾT QUẢ EVIEWS
Dependent Variable: Y
Method: Least Squares
Date: 03/02/16 Time: 10:22
Sample: 1 10
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 12.27273 3.803659 3.226558 0.0121
X 0.535455 0.021197 25.26091 0.0000
R-squared 0.987618 Mean dependent var 103.3000
Adjusted R-squared 0.986071 S.D. dependent var 32.62600
S.E. of regression 3.850620 Akaike info criterion 5.711202
Sum squared resid 118.6182 Schwarz criterion 5.771719
Log likelihood -26.55601 Hannan-Quinn criter. 5.644815
F-statistic 638.1134 Durbin-Watson stat 2.870002
Prob(F-statistic) 0.000000
(22)
2 1 ( X 0 X )2
se(Y0 Y 0 ) .(1 ).
(25)
Trong đó: n xi 2
BÀI TẬP 1,2 (TIẾP)
10. Với mức ý nghĩa 5% hãy đánh giá mức độ phù hợp của mô
hình.
11. Với độ tin cậy 99%, hãy dự báo chi tiêu trung bình và chi
tiêu cá biệt tại mức thu nhập là 250 USD/tuần (bài tập 1), dự
báo lượng cầu trung bình và lượng cầu cá biệt tại mức giá 125
ngàn đồng/sản phẩm (bài tập 2).
BÀI TẬP 1 (TIẾP)
10. Với mức ý nghĩa 5% hãy đánh giá mức độ phù hợp của mô
hình.
KĐGT Ho: R2 = 0 (mô hình o phù hợp)
H1: R2 ≠ 0 (mô hình phù hợp)
Hoặc:
KĐGT Ho: b2 = 0
H1: b2 ≠ 0
Bước 1: Tìm F:
= 638,113
Hoặc: = 638,113
BÀI TẬP 1 (TIẾP)
10. Với mức ý nghĩa 5% hãy đánh giá mức độ phù hợp của mô
hình.
KĐGT Ho: R2 = 0 (mô hình phù hợp)
H1: R2 ≠ 0 (mô hình không phù hợp)
Hoặc:
KĐGT Ho: b2 = 0
H 1: b 2 ≠ 0
Bước 1: Tìm F = 638,113
Bước 2: F = 638,113 > Fa(1, n-2) = F0,05(1,8) = 5,32
Bác bỏ GTH0
KL: Mô hình phù hợp
BÀI TẬP 1 (TIẾP)
11. Với độ tin cậy 99%, hãy dự báo chi tiêu trung bình và chi
tiêu cá biệt tại mức thu nhập là 250 USD/tuần.
X0 = 250 Y0 1 2 .X 0 = 146,148
2 1 ( X 0 X )2
se(Y 0 ) .( ) 2,088
n xi 2
11. Với độ tin cậy 99%, hãy dự báo chi tiêu trung bình và chi
tiêu cá biệt tại mức thu nhập là 250 USD/tuần.
X0 = 250 Y0 1 2 .X 0 = 146,148
2 1 ( X 0 X )2
se(Y0 Y 0 ) .(1 ) 4,38
n xi 2
131,452 ≤ Y0 ≤ 160,843
BÀI TẬP 2 (TIẾP)
10. Với mức ý nghĩa 5% hãy đánh giá mức độ phù hợp của mô
hình.
KĐGT Ho: R2 = 0 (mô hình phù hợp)
H1: R2 ≠ 0 (mô hình không phù hợp)
Hoặc:
KĐGT Ho: b2 = 0
H1: b2 ≠ 0
Bước 1: Tìm F:
= 90,752
Hoặc: = 90,752
BÀI TẬP 2 (TIẾP)
10. Với mức ý nghĩa 5% hãy đánh giá mức độ phù hợp của mô
hình.
KĐGT Ho: R2 = 0 (mô hình phù hợp)
H1: R2 ≠ 0 (mô hình không phù hợp)
Hoặc:
KĐGT Ho: b2 = 0
H 1: b 2 ≠ 0
Bước 1: Tìm F = 90,752
Bước 2: F = 90,752 > Fa(1, n-2) = F0,05(1,8) = 5,32
Bác bỏ GTH0
KL: Mô hình phù hợp
BÀI TẬP 1 (TIẾP)
11. Với độ tin cậy 99%, hãy dự báo lượng cầu trung bình và
lượng cầu cá biệt tại mức giá 125 ngàn đồng/sản phẩm.
X0 = 125 Y0 1 2 .X 0 = 47,909
2 1 ( X 0 X )2
se(Y 0 ) .( ) 1,122
n xi 2
11. Với độ tin cậy 99%, hãy dự báo lượng cầu trung bình và
lượng cầu cá biệt tại mức giá 125 ngàn đồng/sản phẩm.
X0 = 125 Y0 1 2 .X 0 = 47,909
2 1 ( X 0 X )2
se(Y0 Y 0 ) .(1 ) 4,38
n xi 2
37,438 ≤ Y0 ≤ 58,38
BÀI TẬP 1:
KHÔI PHỤC LẠI CÁC SỐ LIỆU ĐÃ MẤT TRONG BẢNG
Dependent Variable: Y
Method: Least Squares
Date: 03/02/16 Time: 10:22
Sample: 1 10
Included observations: 10
Variable Coefficient Std. Error t-Statistic Prob.
C 12.27273 ? ? 0.0121
X 0.535455 ? ? 0.0000
R-squared ? Mean dependent var 103.3000
Adjusted R-squared ? S.D. dependent var 32.62600
S.E. of regression ? Akaike info criterion 5.711202
Sum squared resid ? Schwarz criterion 5.771719
Log likelihood -26.55601 Hannan-Quinn criter. 5.644815
F-statistic 638.1134 Durbin-Watson stat 2.870002
Prob(F-statistic) 0.000000
BÀI TẬP 2:
Dựa vào số liệu thống kê ở 10 khu vực bán hàng trong một ngày, ta
tính được các kết quả hồi quy sau:
DSi = 115,8545 – 0,905455.Pi + ei R2 = 0,950552
se = (2,931970) SDS = 14,059
p = (0,0000) (0,0000)
Trong đó DS là doanh số bán (triệu đồng) và P là giá bán (ngàn
đồng/chiếc). Cho mức ý nghĩa 1%.
a, Đây là số liệu gì? Nêu ý nghĩa của doanh số biên trong mô hình.
b, Bằng các cách có thể nói khi không có giá bán thì vẫn có doanh số
bán không?
c, Có thể nói khi giá bán tăng 10 ngàn đồng/chiếc thì doanh số bán
giảm 15 triệu đồng? Nếu không giảm nhiều hơn hay ít hơn?
d, Có thể nói doanh thu biên bằng -1/10 phần doanh thu không phụ
thuộc giá bán? Nếu không lớn hơn hay ít hơn?
e, Hãy dự báo doanh số bán trung bình tại mức giá 50 ngàn
đồng/chiếc.
BÀI TẬP VỀ NHÀ
1. Hệ thống lại các công thức và kiểm định giả thiết (các
bước) trong mô hình hồi quy đơn.
2. Từ mô hình hồi quy đơn, hãy hệ thống hóa công thức và
kiểm định giả thiết (các bước) trong mô hình hồi quy 3
biến.
3. Làm bài tập
CHƯƠNG 4: MÔ HÌNH HỒI QUY BỘI
4.1. Mô hình hồi quy 3 biến
4.2. Mô hình hồi quy k biến
4.3. Một số dạng mô hình khác
4.1 MÔ HÌNH HỒI QUY 3 BIẾN
4.1.1. Hàm hồi quy tổng thể (PRF)
4.1.2. Hàm hồi quy mẫu (SRF)
4.1.3. Ước lượng tham số (OLS)
4.1.4. Các giả thiết của mô hình HQTT
4.1.5. Phương sai và độ lệch tiêu chuẩn của các ước
lượng
4.1.6. Hệ số xác định, hệ số tương quan
4.1.7. Khoảng tin cậy các hệ số hồi quy và σ2
4.1.8. Kiểm định giả thiết với các hệ số hồi quy và σ2
4.1.9. Đánh giá mức độ phù hợp của mô hình
4.1.1. HÀM HỒI QUY TỔNG THỂ (PRF)
Hàm hồi quy tổng thể (PRF) trong trường hợp 3 biến có dạng:
1, E(Y/X2i,X3i) = b1 + b2.X2i + b3.X3i (26)
b1, b2, b3 là các hệ số hồi quy
b1 là hệ số tự do
b2, b3 là các hệ số hồi quy riêng
2, PRF ngẫu nhiên:
Yi = b1 + b2.X2i + b3.X3i + Ui (27)
Ui là yếu tố ngẫu nhiên
4.1.2. HÀM HỒI QUY MẪU (SRF)
(30)
↔ (31)
4.1.4. CÁC GIẢ THIẾT CỦA MÔ HÌNH HỒI
QUY
TUYẾN TÍNH
1. Giả thiết 1: Kỳ vọng của yếu tố ngẫu nhiên Ui bằng 0:
E(Ui/Xi) = 0.
2. Giả thiết 2: Các Ui có phương sai bằng nhau:
var(Ui/Xi) = var(Uj/Xi)
=
3. Giả thiết 3: Không có sự tương quan giữa các Ui:
Cov(Ui,Uj) = 0
4. Giả thiết 4: Không có hiện tượng đa cộng tuyến giữa X2 và X3 tức là
không có quan hệ tuyến tính rõ ràng giữa các biến.
5. Giả thiết 5: Ui có phân phối chuẩn hay Ui ~ N(0,σ2)
Định Lý Gauss – Markov: Với các giả thiết 1-5 của mô hình hồi
quy tuyến tính cổ điển, các ước lượng của phương pháp OLS sẽ là các
ước lượng tuyến tính không chệch và có phương sai nhỏ nhất trong lớp
các ước lượng tuyến tính không chệch.
4.1.5. PHƯƠNG SAI VÀ ĐỘ LỆCH TIÊU
CHUẨN CỦA CÁC ƯỚC LƯỢNG
1 X 22 . x 2 X 32 . x 2 2. X 2 . X 3 x .x
var( 1 )
3i 2i 2 i 3i
2
. se( 1 ) var( 1 ) (32)
n
2 i 3i 2 i 3 i
x 2
. x 2
( x . x ) 2
var( 2 )
x 2
3i 2
se( 2 ) var( 2 ) (33)
x . x
2
2i
2
3i ( x 2 i . x 3i ) 2
(34)
r23 . 2 (35)
cov( 2 , 3 )
(1 r232 ) 2 i 3i
x 2
. x 2
2
chưa biết nên dùng ước lượng không chệch của nó (sai số
ˆ 2 i
2
tiêu chuẩn) e
(36)
n3
4.1.6. HỆ SỐ XÁC ĐỊNH VÀ HỆ SỐ TƯƠNG
QUAN
A, Hệ số xác định (R2)
(37)
Ký hiệu: TSS =
(38)
ESS = 2 . y i .x2i 3 . yi .x3i
(39)
RSS = e 2
(40)
i
r12
y .x i 2i
; r13
y .x i 3i
; r23
x .x 2i 3i
y . x
2
i
2
2i . y . x
2
i
2
3i . x . x
2
2i
2
3i .
Trong đó: r12, r13 là hệ số tương quan giữa biến Y và X2, X3.
r23 là hệ số tương quan giữa biến X2 và X3.
4.1.7. KHOẢNG TIN CẬY CỦA CÁC HỆ
SỐ HỒI QUY VÀ
a, KHOẢNG TIN CẬY CỦA bj
Vậy với độ tin cậy 1 – a khoảng tin cậy của bj là:
(45)
4.1.7. KHOẢNG TIN CẬY CỦA CÁC HỆ
SỐ HỒI QUY VÀ
b, KHOẢNG TIN CẬY CỦA
Vậy với độ tin cậy 1 – a khoảng tin cậy của là:
(46)
4.1.8. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
Tương tự mô hình hồi quy hai biến chỉ khác thay thế n-2
bằng n-3.
1. Phương pháp khoảng tin cậy
KĐ F
Bước 1: Tìm F: ˆ 2 yi .x 2i ˆ3 y i .x3i
F
hoặc (3 1).ˆ 2
Trong đó: Y là lượng hàng bán được của mặt hàng A (tấn/tháng), X 2 là thu nhập
của người tiêu dùng (tr đồng/tháng), X 3 là giá bán của mặt hàng A (ngàn đồng/kg).
Cho mức ý nghĩa 5%.
Từ các số liệu trên ta tính được:
ΣYi ΣX2i ΣX3i ΣX2i2 ΣX3i2 ΣX2i. X3i ΣYi. X2i ΣYi. X3i ΣYi2
1. Giả thiết rằng Yi = b1 + b2.X2i + b3.X3i + Ui. Dựa vào mẫu trên hãy ước lượng mô
hình và cho biết ý nghĩa của các hệ số hồi quy riêng.
2. Hãy tính TSS, ESS, RSS
3. Hãy tính ước lượng của phương sai yếu tố ngẫu nhiên
BÀI TẬP 3
4. Hãy tính phương sai và độ lệch tiêu chuẩn củacác ước lượng các hệ số hồi quy.
5. Tính hệ số xác định và hệ số tương quan và cho biết ý nghĩa.
6. Hãy tìm khoảng tin cậy của các hệ số hồi quy và cho biết ý nghĩa.
7. Hãy tìm ước lượng khoảng của phương sai yếu tố ngẫu nhiên.
8 Hãy thực hiện các kiểm định giả thiết sau:
a, Có thể nói các hệ số hồi quy bằng 0 được không?
b, Có thể nói phần lượng hàng bán được không phụ thuộc vào thu nhập và giá bán
luôn dương được không?
c, Có thể nói mối quan hệ giữa lượng hàng bán được và giá không có ý nghĩa về mặt
thống kê được không?
BÀI TẬP 3
d, Có thể nói khi giá không đổi, thu nhập tăng 1 triệu đồng/ tháng thì lượng hàng bán
được tăng 0,7 tấn/tháng được không?
e, Có thể nói giá tác động ngược chiều còn thu nhập tác động thuận chiều đến lượng
hàng bán được được không?
f, Có thể nói khi thu nhập không đổi, giá tăng 10 ngàn đồng/kg thì lượng hàng bán
được giảm nhiều hơn 20 tấn/ tháng được không?
g, Có thể nói các hệ số hồi quy riêng là như nhau về độ lớn nhưng khác dấu được
không?
9. Có thể nói phương sai của yếu tố ngẫu nhiên bằng 1 được không? Nếu không thì
lớn hơn hay nhỏ hơn?
10. Hãy đánh giá mức độ phù hợp của mô hình?
BÀI TẬP 3
ΣYi ΣX2i ΣX3i ΣX2i2 ΣX3i2 ΣX2i. X3i ΣYi. X2i ΣYi. X3i ΣYi2
1. Giả thiết rằng Yi = b1 + b2.X2i + b3.X3i + Ui. Dựa vào mẫu trên hãy ước lượng mô
hình và cho biết ý nghĩa của các hệ số hồi quy riêng.
n = 8, k = 3
=
=
BÀI TẬP 3
Có:
2
y .x . x y .x . x
i 2i
2
3i i 3i 2i .x3i
18,75.15,5 (16,5).( 17,25)
0,5714
x . x ( x .x )
2
2i
2
3i 2i 3i
2
19,875.15,5 (17,25) 2
3
y .x . x y .x . x
i 3i
2
2i i 2i 2i .x3i
(16,5).19,875 (18,75).( 17,25)
0,4286
x . x ( x .x )
2
2i
2
3i 2i 3i
2
19,875.15,5 (17,25) 2
1 Y 2 . X 2 3 . X 3 6,75 0,5714.4,375 (0,4286).5,75 6,7146
4. Hãy tính phương sai và độ lệch tiêu chuẩn củacác ước lượng các hệ số hồi quy.
BÀI TẬP 3
4. Hãy tính phương sai và độ lệch tiêu chuẩn củacác ước lượng các hệ số hồi quy.
var( 2 )
x 2
3i
2
0,5105
x . x
2
2i
2
3i ( x2i .x3i ) 2
se( 2 ) var( 2 ) 0,7114
var( 3 )
2i
x 2
2
0,6546
x . x
2
2i
2
3i ( x2i .x3i ) 2
se( 3 ) var( 3 ) 0,8091
BÀI TẬP 3
= 0,9113
r12
y .x 0,9524
i 2i
y . x
2
i
2
2i
r13
y .x 0.9491
i 3i
y . x2
i
2
3i
r23
x .x2i
0,9828 3i
x . x2
2i
2
3i
BÀI TẬP 3
6. Hãy tìm khoảng tin cậy của các hệ số hồi quy và cho biết ý nghĩa.
Có t0,025(5) = 2,571
-13,2068 ≤ b1 ≤ 26,6354
-1,2576 ≤ b2 ≤ 2,4004
-2,5088 ≤ b3 ≤ 1,6516
BÀI TẬP 3
7. Hãy tìm ước lượng khoảng của phương sai yếu tố ngẫu nhiên.
a = 0,05
0,1348 ≤ σ2 ≤ 2,0803
BÀI TẬP 3
8 Hãy thực hiện các kiểm định giả thiết sau:
a, Có thể nói các hệ số hồi quy bằng 0 được không?
KĐGT Ho: b1 = 0 (hệ số chặn bằng 0)
H1: b1 ≠ 0 (hệ số chặn khác 0)
KĐGT Ho: b2 = 0 (hệ số hồi quy riêng bằng 0)
H1: b2 ≠ 0 (hệ số hồi quy riêng khác 0)
KĐGT Ho: b3 = 0 (hệ số hồi quy riêng bằng 0)
H1: b3 ≠ 0 (hệ số hồi quy riêng khác 0)
b, Có thể nói phần lượng hàng bán được không phụ thuộc vào thu nhập và giá bán luôn dương
được không?
KĐGT Ho: b1≤ 0 (phần lượng hàng bán được không phụ thuộc vào thu nhập và giá bán âm)
H1: b1 > 0 (phần lượng hàng bán được không phụ thuộc vào thu nhập và giá bán dương)
c, Có thể nói mối quan hệ giữa lượng hàng bán được và giá không có ý nghĩa về mặt thống kê
được không?
KĐGT Ho: b3 = 0 (mối quan hệ giữa lượng hàng bán được và giá không có ý nghĩa về mặt
thống kê)
H1: b3 ≠ 0 (mối quan hệ giữa lượng hàng bán được và giá có ý nghĩa về mặt thống kê)
BÀI TẬP 3
d, Có thể nói khi giá không đổi, thu nhập tăng 1 triệu đồng/ tháng thì lượng hàng bán được tăng 0,7
tấn/tháng được không?
KĐGT Ho: b2 = 0,7 (thu nhập tăng 1 triệu đồng/ tháng thì lượng hàng bán được tăng 0,7 tấn/tháng)
H1: b2 ≠ 0,7 (thu nhập tăng 1 triệu đồng/ tháng thì lượng hàng bán được tăng khác 0,7
tấn/tháng)
e, Có thể nói giá tác động ngược chiều còn thu nhập tác động thuận chiều đến lượng hàng bán được được
không?
KĐGT Ho: b2 ≤ 0 (thu nhập tác động ngược chiều)
H1: b2 > 0 (thu nhập tác động thuận chiều)
KĐGT Ho: b3 ≥ 0 (giá tác động thuận chiều)
H1: b3 < 0 (giá tác động ngược chiều)
f, Có thể nói khi thu nhập không đổi, giá tăng 10 ngàn đồng/kg thì lượng hàng bán được giảm nhiều hơn
20 tấn/ tháng được không?
KĐGT Ho: b3 ≥ -2 (giá tăng 10 ngàn đồng/kg thì lượng hàng bán được giảm ít hơn 20 tấn/ tháng)
H1: b3 < -2 (giá tăng 10 ngàn đồng/kg thì lượng hàng bán được giảm nhiều hơn 20 tấn/ tháng)
g, Có thể nói các hệ số hồi quy riêng là như nhau về độ lớn nhưng khác dấu được không?
KĐGT Ho: b2 = -b3 (các hệ số hồi quy riêng là như nhau về độ lớn nhưng khác dấu)
H1: b2 ≠ -b3 (các hệ số hồi quy riêng là khác nhau về độ lớn và dấu)
BÀI TẬP 3
9. Có thể nói phương sai của yếu tố ngẫu nhiên bằng 1 được không? Nếu không thì lớn hơn hay
nhỏ hơn?
KĐGT Ho: σ2 = 1
H1: σ2 ≠ 1
Nếu bác bỏ giả thiết H0
KĐGT Ho: σ2 ≥ 1
H1: σ2 < 1
Hoặc:
KĐGT Ho: σ2 ≤ 1
H1: σ2 > 1
10. Hãy đánh giá mức độ phù hợp của mô hình?
KĐGT Ho: R2 = 0 (mô hình ko phù hợp)
H1: R2 ≠ 0 (mô hình phù hợp)
Sample: 1 8
Included observations: 8
Hàm hồi quy tổng thể (PRF) trong trường hợp k biến có dạng:
1. E(Y/X2i,X3i,…,Xki) = b1 + b2.X2i + b3.X3i +…+ bk.Xki (47)
b1, b2, ….., bk là các hệ số hồi quy
b1 là hệ số tự do
b2, b3 …., bk là các hệ số hồi quy riêng
2. PRF ngẫu nhiên:
Yi = b1 + b2.X2i + b3.X3i +…+ bk.Xki + Ui (48)
Ui là yếu tố ngẫu nhiên
4.2.2. HÀM HỒI QUY MẪU (SRF)
{
𝑛. ^𝛽1 + ^𝛽2 . ∑ 𝑋 2𝑖+ ^𝛽3 . ∑ 𝑋 3𝑖+………+ ^𝛽𝑘 . ∑ 𝑋 𝑘𝑖=∑ 𝑌 𝑖
^𝛽 . ∑ 𝑋 + ^𝛽 . ∑ 𝑋 ❑2 + ^𝛽 . ∑ 𝑋 . 𝑋 +………+ ^𝛽 . ∑ 𝑋 .𝑋 =∑ 𝑌 .𝑋
1 2𝑖 2 2𝑖 3 2𝑖 3𝑖 𝑘 2𝑖 𝑘𝑖 𝑖 2𝑖
¿
¿ 𝛽1 . ∑ 𝑋 𝑘𝑖 + 𝛽2 ∑ 𝑋 2𝑖 . 𝑋 𝑘𝑖+ 𝛽3 . ∑ 𝑋 3𝑖 .𝑋 𝑘𝑖 +………+ 𝛽𝑘 . ∑ 𝑋 𝑘𝑖 =∑ 𝑌 𝑖 .𝑋 𝑘𝑖
^ ^ ^ ^ ❑2
(51)
4.2.4. CÁC GIẢ THIẾT CỦA MÔ HÌNH HỒI
QUY
TUYẾN TÍNH
1. Giả thiết 1: E(Ui/Xi) = 0.
2. Giả thiết 2:
(53)
4.2.6. HỆ SỐ XÁC ĐỊNH, HỆ SỐ XÁC ĐỊNH HIỆU CHỈNH VÀ HỆ SỐ TƯƠNG QUAN
(57)
i
(59)
(60)
(61)
Trong đó: r1j là hệ số tương quan giữa biến Y và Xj.
rtj là hệ số tương quan giữa biến Xt và Xj.
4.2.7. KHOẢNG TIN CẬY CỦA CÁC HỆ
SỐ HỒI QUY VÀ
a, KHOẢNG TIN CẬY CỦA bj
Vậy với độ tin cậy 1 – a khoảng tin cậy của bj là:
(62)
4.2.7. KHOẢNG TIN CẬY CỦA CÁC HỆ
SỐ HỒI QUY VÀ
b, KHOẢNG TIN CẬY CỦA
Vậy với độ tin cậy 1 – a khoảng tin cậy của là:
(63)
4.2.8. KIỂM ĐỊNH GIẢ THIẾT ĐỐI VỚI CÁC HỆ
SỐ HỒI QUY VÀ
Tương tự mô hình hồi quy hai biến chỉ khác thay thế n-2
bằng n-k.
1. Phương pháp khoảng tin cậy
KĐ F R2 nk
Bước 1: Tìm F:F x
1 R2 k 1
hoặc
Bước 2: So sánh F với Fa(k-1, n-k) tra bảng
+ F > Fa(k-1, n-k) : bác bỏ GT H0, mô hình phù hợp
+ F ≤ Fa(k-1, n-k) : không đủ cơ sở bác bỏ GT H0, mô hình không phù hợp
BÀI TẬP CHƯƠNG 4
Bài 1: Cho bảng số liệu về sản lượng sản phẩm A bán được trong tuần (Y – 1000 sản phẩm) theo giá
sản phẩm A (X2 – 1000 đồng/sản phẩm) và giá sản phẩm B (X 3 – 1000 đồng/sản phẩm). Cho mức ý
nghĩa 5%.
Y 10 12 14 18 20 22 24 28
X2 10 10 8 10 6 4 4 4
X3 4 6 6 8 8 6 10 12
1. Hãy ước lượng mô hình hồi quy tuyến tính Y theo X 2 (MH1)
2. Hồi quy Y theo X2, X3 (MH2) ta được:
Yi = 16,9433 – 1,180412.X2i + 1,309278.X3i + ei R22 = 0,947384
se = (4,049612) (0,290193) (0,320186) RSS = 14,20619
a, Hãy tìm ước lượng khoảng của phương sai của yếu tố ngẫu nhiên? Có thể nói phương sai của yếu tố
ngẫu nhiên nhỏ hơn 1 được không? Hãy đánh giá mức độ phù hợp của mô hình?
b, Khi giá sản phẩm B không đổi, có thể nói khi giá sản phẩm A tăng 10.000 đồng/sản phẩm thì sản
lượng A bán được giảm nhiều hơn 10.000 sản phẩm được không?
c, Trong hai mô hình để dự báo ta nên dùng mô hình nào?
d, Bằng kiểm định thu hẹp, có thể nói giá sản phẩm B là biến không cần thiết trong mô hình hay
không?
BÀI TẬP CHƯƠNG 4
Bài 2: Có dãy số liệu thống kê về 3 biến S, L và K như sau:
S 500 600 620 650 700 680 750 770
L 400 450 500 550 650 600 700 720
K 4 6 7 8 9 8 10 11
Trong đó: S là sản lượng (sản phẩm), L là lao động (người), K là vốn (tỉ đồng). Cho mức ý nghĩa
1%.
Hồi quy S theo K (MH1 - R12 = 0,982554) ta được:
Si = 354,1935+ 38,67384.Ki + ei
se = (17,14011) (2,103834)
Hồi quy S theo K, L (MH2 - R22 = 0,983757) ta được:
Si = 333,6128 + 0,121756.Li + 32,45509.Ki + ei
se = (38,36076) (0,200039) (10,45626)
a, Trong MH1 và MH2 để dự báo ta nên dùng mô hình nào? Hãy đánh giá mức độ phù hợp của
MH2?
b, Trong MH2, có thể nói các ảnh hưởng của vốn đến sản lượng lớn hơn ảnh hưởng của lao động
đến sản lượng được không biết hiệp phương sai giữa các ước lượng hệ số hồi quy riêng là -2,043817?
c, Có thể nói, khi lao động không đổi, vốn tăng 10 tỉ đồng thì sản lượng tăng nhiều hơn 500 sản
phẩm được không?
4.3. MỘT SỐ DẠNG MÔ HÌNH KHÁC
4.3.1 MÔ HÌNH HỒI QUY QUA GỐC TỌA ĐỘ
PRF: Yi = b2.Xi + Ui
SRF:
Ước lương:
2
i
e 2
n 1
4.3. MỘT SỐ DẠNG MÔ HÌNH KHÁC
4.3.2 MÔ HÌNH BÁN LOGARIT
a, Mô hình Log-Lin
Ln(Yi) = b1 + b2Xi + Ui
b2 cho biết nếu X thay đổi 1 đơn vị thì GTTB Y thay đổi
100b2 (%)
b, Mô hình Lin-Log
Yi = b1 + b2Ln(Xi) + Ui
b2 cho biết nếu X thay đổi 1% thì GTTB Y thay đổi 0,01b2
đơn vị.
4.3. MỘT SỐ DẠNG MÔ HÌNH KHÁC
4.3.2. MÔ HÌNH LOGARIT
a, Mô hình hồi quy đơn
Ln(Yi) = b1 + b2 Ln(Xi)+ Ui
b2 cho biết nếu X thay đổi 1 % thì GTTB Y thay đổi b2 (%)
b, Hàm sản xuất Yi = a.X2ib2X3ib3eUi
Mô hình trên có thể được đưa về dạng:
LnYi = b1 + b2Ln(X2i) + b3Ln(X3i) + Ui (b1 = ln(a))
b2 là hệ số co giãn riêng của sản lượng đối với lao động, nó cho biết sản
lượng tăng giảm bao nhiêu phần trăm khi lượng lao động tăng giảm 1%,
khi giữ lượng vốn không đổi
b3 là hệ số co giãn riêng của vốn đối với lao động, nó cho biết sản lượng
tăng giảm bao nhiêu phần trăm khi lượng vốn tăng giảm 1%, khi giữ lượng
lao động không đổi.
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.1. Bản chất của biến giả
5.2. Mô hình hồi quy trong đó biến giải thích đều là
biến định tính
5.3. Mô hình hồi quy trong đó biến giải thích có một
biến định lượng và k biến định tính
5.4. Mô hình hồi quy trong đó biến giải thích có hai biến
định lượng và 1 biến định tính
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN
GIẢ
5.1. Bản chất của biến giả
Biến giả là gì?
Biến giả là biến định tính hay biến định lượng
Ví dụ về biến giả?
5.2. Mô hình hồi quy trong đó biến giải thích đều là biến định tính
5.2.1. Một biến định tính
b, Có ba phạm trù (Thuộc tính)
MH2: Yi = b1 + b2.D2i + b3.D3i + Ui
D2i = 1 ứng với phạm trù 1
D2i= 0 ứng với phạm trù khác
D3i = 1 ứng với phạm trù 2
D3i= 0 ứng với phạm trù khác
MHHQ 3 biến (k = 3)
Ý nghĩa:
b1 GTTB Y ứng với phạm trù 3
b2 chênh lệch GTTB Y giữa hai phạm trù 1 và 3
b3 chênh lệch GTTB Y giữa hai phạm trù 2 và 3
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định
lượng và k biến định tính
5.3.1. Một biến định tính
a, Có hai phạm trù (Thuộc tính)
MH3: Yi = b1 + b2.Xi + b3.Di + Ui
Di = 1 ứng với phạm trù 1
Di= 0 ứng với phạm trù 2
MHHQ 3 biến (k = 3)
Ý nghĩa:
b1 GTTB Y khi X = 0 ứng với phạm trù 2
b2 khi X thay đổi 1 đơn vị, GTTB Y thay đổi b2 (đúng với cả
hai phạm trù
b3 chênh lệch GTTB Y giữa hai phạm trù
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k
biến định tính
5.3.1. Một biến định tính
a, Có hai phạm trù (Thuộc tính)
MH4: Yi = b1 + b2.Xi + b3.Xi.Di + Ui
Di = 1 ứng với phạm trù 1
Di= 0 ứng với phạm trù 2
MHHQ 3 biến (k = 3)
Ý nghĩa:
b1 GTTB Y khi X = 0 (đúng với cả hai phạm trù)
b2 khi X thay đổi 1 đơn vị, GTTB Y thay đổi b2 ứng với phạm trù
thứ 2
b3 khi X thay đổi 1 đơn vị, GTTB Y giữa hai phạm trù thay đổi
chênh lệch b3 đơn vị.
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k
biến định tính
5.3.1. Một biến định tính
a, Có hai phạm trù (Thuộc tính)
MH5: Yi = b1 + b2.Xi + b3.Di + b4.(X.D)i + Ui
Di = 1 ứng với phạm trù 1
Di= 0 ứng với phạm trù 2
MHHQ 4 biến (k = 4)
Ý nghĩa:
b1 GTTB Y khi X = 0 ứng với phạm trù thứ 2
b2 khi X thay đổi 1 đơn vị, GTTB Y thay đổi b2 ứng với phạm trù thứ 2
b3 chênh lệch GTTB Y giữa hai phạm trù khi X = 0
b4 khi X thay đổi 1 đơn vị, GTTB Y giữa hai phạm trù thay đổi chênh
lệch b4 đơn vị.
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k biến
định tính
5.3.1. Một biến định tính
b, Có ba phạm trù (Thuộc tính)
MH6: Yi = b1 + b2.Xi + b3.D3i + b4.D4i+ Ui
D3i = 1 ứng với phạm trù 1
D3i = 0 ứng với phạm trù khác
D4i = 1 ứng với phạm trù 2
D4i = 0 ứng với phạm trù khác
MHHQ 4 biến (k = 4)
Ý nghĩa:
b1 GTTB Y khi X = 0 ứng với phạm trù thứ 3
b2 khi X thay đổi 1 đơn vị, GTTB Y thay đổi b2 ứng với cả 3 phạm trù
b3 chênh lệch GTTB Y giữa phạm trù 1 và 3
b4 chênh lệch GTTB Y giữa phạm trù 2 và 3
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k biến định tính
5.3.2. k biến định tính
Số biến giả đưa vào mô hình là:
n=
mi: số phạm trù của biến định tính I
Xét trường hợp hai biến định tính (mỗi biến định tính có hai phạm trù)
MH7: Yi = b1 + b2.Xi + b3.D3i + b4.D4i+ Ui
D3i = 1 ứng với phạm trù 1 (biến định tính 1)
D3i = 0 ứng với phạm trù 2 (biến định tính 1)
D4i = 1 ứng với phạm trù 1 (biến định tính 2)
D4i = 0 ứng với phạm trù 2 (biến định tính 2)
MHHQ 4 biến (k = 4)
Ý nghĩa:
b1 GTTB Y khi X = 0 ứng với phạm trù thứ 2 của cả hai biến định tính
b2 khi X thay đổi 1 đơn vị, GTTB Y thay đổi b2 ứng với các phạm trù của cả hai biến định tính
b3 chênh lệch GTTB Y giữa hai phạm trù của biến định tính 1
b4 chênh lệch GTTB Y giữa hai phạm trù của biến định tính 2
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.4. Mô hình hồi quy trong đó biến giải thích có hai biến định lượng và 1
biến định tính
5.4.1. Hai phạm trù (thuộc tính)
MH8: Yi = b1 + b2.X2i + b3.X3i + b4.Di + Ui
Di = 1 ứng với phạm trù 1
Di= 0 ứng với phạm trù 2
MHHQ 4 biến (k = 4)
Ý nghĩa:
b1 GTTB Y khi X2= X3 = 0 ứng với phạm trù thứ 2
b2 khi X2 thay đổi 1 đơn vị, GTTB Y thay đổi b2 đúng với cả hai phạm
trù (X3 không đổi)
b3 khi X3 thay đổi 1 đơn vị, GTTB Y thay đổi b3 đúng với cả hai phạm
trù (X2 không đổi)
b4 chênh lệch GTTB Y giữa hai phạm trù
CHƯƠNG 5: MÔ HÌNH HỒI QUY BIẾN GIẢ
5.4. Mô hình hồi quy trong đó biến giải thích có hai biến định lượng và 1 biến định
tính
5.4.1. Hai phạm trù (thuộc tính)
MH9: Yi = b1 + b2.X2i + b3.X3i + b4.X2i. Di + + b5.X3i. Di + Ui
Di = 1 ứng với phạm trù 1
Di= 0 ứng với phạm trù 2
MHHQ 5 biến (k = 5)
Ý nghĩa:
b1 GTTB Y khi X2= X3 = 0 ứng với 2 phạm trù
b2 khi X2 thay đổi 1 đơn vị, GTTB Y thay đổi b2 ứng với phạm trù 2 (X3 không đổi)
b3 khi X3 thay đổi 1 đơn vị, GTTB Y thay đổi b3 ứng với phạm trù 2 (X2 không đổi)
b4 khi X2 thay đổi 1 đơn vị, GTTB Y giữa hai phạm trù thay đổi chênh lệch b4 đơn
vị (X3 không đổi)
b5 khi X3 thay đổi 1 đơn vị, GTTB Y giữa hai phạm trù thay đổi chênh lệch b5 đơn
vị (X2 không đổi)
CHƯƠNG 6: SỰ VI PHẠM GIẢ THIẾT
6.1. Đa cộng tuyến
6.2. Phương sai sai số thay đổi
6.3. Tự tương quan
CHƯƠNG 6: SỰ VI PHẠM GIẢ THIẾT
6.1. Đa cộng tuyến
6.1.1. Bản chất của đa cộng tuyến
Xét hàm hồi quy tuyến tính k biến
Nếu tồn tại các con l1, l2,.....,lk sao cho:
+ l1+ l2.X2i + ..... + lk. Xki = 0 thì giữa các biến Xi
xảy ra hiện tượng đa cộng tuyến hoàn hảo.
+ l1+ l2.X2i + ..... + lk. Xki + Vi = 0 (với Vi là sai số
ngẫu nhiên) thì giữa các biến Xi xảy ra hiện tượng đa cộng
tuyến không hoàn hảo.
CHƯƠNG 6: SỰ VI PHẠM GIẢ THIẾT
6.1. Đa cộng tuyến
6.1.2. Cách phát hiện đa cộng tuyến
Hồi quy phụ, tức là hồi quy một biến giải thích theo
các biến còn lại, sau đó đánh giá mức độ phù hợp của mô
hình.
Nếu mô hình hồi quy phụ mà phù hợp thì xảy ra hiện
tượng đa cộng tuyến và ngược lại.
CHƯƠNG 6: SỰ VI PHẠM GIẢ THIẾT
6.2. Phương sai sai số thay đổi
6.2.1. Bản chất của phương sai sai số thay đổi
Phương sai sai số thay đổi là sự vi phạm giả
thiết var(Ui/Xi) = s2,
Khi đó phương sai của sai số sẽ phụ thuộc
vào từng quan sát, tức là:
var(Ui/Xi) = si2 (i = 1, 2,…n): phương sai có
điều kiện của Yi thay đổi khi Xi thay đổi.
CHƯƠNG 6: SỰ VI PHẠM GIẢ THIẾT
6.2. Phương sai sai số thay đổi
6.2.2. Cách phát hiện phương sai sai số thay đổi
Kiểm định Park:
+ Bước 1: Ước lượng hồi quy gốc. Tính được e i.
+ Bước 2: Ước lượng mô hình:
Ln(ei2) = b1 + b2.Ln(Xi) + ui.
+ Bước 3:
KĐGT: H0: b2 = 0 (không có hiện tượng phương sai sai số thay
đổi)
H1: b2 0 (có hiện tượng phương sai sai số thay đổi)
Nếu bác bỏ giả thiết H0 thì có hiện tượng phương sai sai số
thay đổi và ngược lại.
CHƯƠNG 6: SỰ VI PHẠM GIẢ THIẾT
6.2. Phương sai sai số thay đổi
6.2.2. Cách phát hiện phương sai sai số thay đổi
Kiểm định Glejser:
+ Bước 1, bước 3 tương tự KĐ Park
+ Bước 2: Ước lượng mô hình:
= b1 + b2.Xi + ui
= b1 + b2. + ui
= b1 + b2.(1/Xi )+ ui
= b1 + b2.(1/ )+ ui