Baigiang KTL

TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM
KHOA KINH TẾ
BỘ MÔN KINH TẾ CƠ BẢN
BÀI GIẢNG KINH TẾ LƯỢNG
GIẢNG VIÊN: PHẠM THỊ THU HẰNG

(phamhangktc@gmail.com /SĐT: 0912272183)
6 chương:
Chương 1: Khái quát về kinh tế lượng
NỘI
Chương 2: Một số khái niệm trong mô DUNG
hình hồi quy tuyến tính
Chương 3: Mô hình hồi quy đơn MÔN
Chương 4: Mô hình hồi quy bội
Chương 5: Mô hình hồi quy biến giả HỌC
Chương 6: Sự vi phạm giả thiết
CHƯƠNG 1: KHÁI QUÁT VỀ KINH TẾ LƯỢNG
1.1. Khái niệm kinh tế lượng
1.2. Phương pháp luận của kinh tế lượng

1.1. KHÁI NIỆM KINH TẾ LƯỢNG
Câu hỏi 1: Kinh tế lượng là gì?
(Kinh tế) (Đo lường)
Đo lường về kinh tế ?
(mối quan hệ giữa các biến kinh tế)
Kinh tế lượng là một môn khoa học đo lường các mối

quan hệ kinh tế diễn ra trong thực tế
Câu hỏi 2: Làm thế nào để đo lường 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
A, Kinh tế lượng sử dụng công cụ gì để đo lường?

Kinh tế lượng là sự kết hợp

Lý thuyết kinh tế
Kinh tế toán
Thống kê kinh tế
Thống kê toán
nhằm định lượng các mối quan hệ kinh tế,
dự báo khả năng phát triển hay diễn biến
của các hiện tượng kinh tế
Câu hỏi 2:
B, 4 công cụ: Lý thuyết kinh tế, Kinh

tế toán, Thống kê kinh tế, Thống kê
toán được sử dụng như thế nào để đo
lường mối quan hệ kinh tế?
1.2. PHƯƠNG PHÁP LUẬN CỦA KINH TẾ LƯỢNG
Lý thuyết KT Lượng cầu tỷ lệ
Lý thuyết kinh tế? Nêu GT kinh tế
(KTVM, KTVĩM) nghịch với giá
Mô hình phù hợp? Thiết lập mô hình Kinh tế toán QD = a + b.P + U
Số liệu? Thống kê KTế Số liệu về QD và P

Thu thập số liệu
(kích thước mẫu lớn)
Phương pháp và  
Ước lượng tham số Ước lượng? Xác định a, b
quá trình tính
toán? Thống kê toán

Phù hợp với LTKT b < 0: phù hợp LTKT,
Phân tích kết quả
Ko phù hợp KĐGT để suy đoán suy đoán a, b
Phù hợp
về tham số
Dự báo Dự báo lượng cầu
TB và cá biệt
Ra quyết định Quyết định

TỔNG KẾT CHƯƠNG 1
1. Hiểu thế nào là Kinh tế lượng?

Lượng hóa các mối quan hệ kinh tế
2. Các bước tiến hành để phân tích Kinh tế
lượng
7 bước (Nêu GT, thiết lập MH, thu thập số
liệu, ước lượng, phân tích kết quả, dự báo,
ra quyết định)
CHƯƠNG 2: MỘT SỐ KHÁI NIỆM TRONG
MÔ HÌNH HỒI QUY TUYẾN TÍNH
2.1. Phân tích hồi quy
2.2. Nguồn số liệu cho phân tích hồi quy

2.1. PHÂN TÍCH HỒI QUY
2.1.1. Khái niệm

Phân tích hồi quy là nghiên cứu sự phụ thuộc:
1 biến (biến phụ thuộc hay biến được giải thích)
1 hay nhiều biến khác (biến độc lập hay biến
giải thích)
ước lượng và hoặc dự báo GIÁ TRỊ TRUNG BÌNH
của biến phụ thuộc trên cơ sở các giá trị biết trước của
các biến độc lập.
2.1.1. Khái niệm

Ta ký hiệu:
Y - biến phụ thuộc (hay biến được giải thích).
Xi - biến độc lập (hay biến giải thích) thứ i.
Trong đó:
+ Biến phụ thuộc là đại lượng ngẫu nhiên, có quy
luật phân phối xác suất;
+ Các biến độc lập Xi không phải là biến ngẫu nhiên,
giá trị của chúng được cho trước.
2.1.2. Nội dung

- Ước lượng giá trị trung bình của biến phụ thuộc với giá
trị đã cho của biến độc lập.
- Kiểm định giả thiết về bản chất của sự phụ thuộc.
- Dự đoán giá trị trung bình của biến phụ thuộc khi biết
giá trị của các biến độc lập.
- Kết hợp các vấn đề trên.
2.1.3. Lưu ý
Thống kê Hàm số
 Biến phụ thuộc là đại  Biến phụ thuôc không phải là

lượng ngẫu nhiên đại lượng ngẫu nhiên.
 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
2.2.1. Các loại số liệu

Số liệu theo thời gian: các số liệu thu thập trong
một thời kì nhất định (tuần, tháng, quý, năm).
Số liệu chéo: các số liệu thu thập tại một thời điểm
ở nhiều không gian khác nhau.
Số liệu hỗn hợp theo thời gian và không gian.
2.2.2. Nguồn gốc số liệu
Tự đọc bài giảng
2.2.1. Nhược điểm số liệu
2.1.3. Lưu ý
Hồi quy Tương quan
Ước lượng hoặc dự báo  Đo mức độ kết hợp tuyến

giá trị của một biến trên tính giữa các biến
cơ sở giá trị đã cho của
các biến khác
 Các biến không có tính
 Các biến có tính chất đối
chất đối xứng, biến phụ xứng, không có sự phân biệt
thuộc là đại lượng ngẫu giữa các biến.
nhiên, biến độc lập giá trị
đã biết
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
2. Thu thập số liệu về chi tiêu trong ngày của 1 hộ gia

đình trong 1 tuần đầu tháng 2/2015. Thời gian
3. Thu thập số liệu về chi tiêu trong ngày của 10 hộ

gia đình trong 1 tuần đầu tháng 2/2015. Hỗn hợp
TỔNG KẾT CHƯƠNG 2
1. Hiểu thế nào là Phân tích hồi quy?

Nghiên cứu mối quan hệ giữa hai loại biến
(1Y với 1 hoặc nhiều X để ước lượng dự báo
GTTB Y khi biết X)
2. Các loại số liệu cho PTHQ
3 loại số liệu: Chéo, thời gian và hỗn hợp
CHƯƠNG 3: MÔ HÌNH HỒI QUY ĐƠN
3.1. Hàm hồi quy tổng thể (PRF)
3.2. Hàm hồi quy mẫu (SRF)
3.3. Ước lượng tham số (OLS)
3.4. Các giả thiết của mô hình HQTT
3.5. Phương sai và độ lệch tiêu chuẩn của các ước lượng
3.6. Hệ số xác định, hệ số tương quan
3.7. Phân phối xác suất của các ước lượng
3.8. Khoảng tin cậy các hệ số hồi quy và σ2
3.9. Kiểm định giả thiết với các hệ số hồi quy và σ2
3.10. Đánh giá mức độ phù hợp của mô hình
3.11. Dự báo
3.1. HÀM HỒI QUY TỔNG THỂ (PRF)
Thí dụ trong bài giảng:

60 hộ gia đình Một tổng thể
2 chỉ tiêu Y (chi tiêu), X (thu nhập)
Bảng 1:
X 80 100 120 140 160 180 200 220 240 260
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
Y 70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191

Tổng 325 462 445 707 678 750 685 1043 966 1211
1. Xem xét bảng số liệu 1: 1X, nhiều Y (QH thống kê)

Bảng 2:
Xi 80 100 120 140 160 180 200 220 240 260
E(Y/Xi) 65 77 89 101 113 125 137 149 161 173
2. Xem xét bảng số liệu 2: 1X, 1 E(Y/X) (QH hàm số)

E(Y/Xi) = f(Xi) (1) PRF
E(Y/Xi) = b1 + b2.Xi (2)
PRF tuyến tính
(TT tham số)
b1, b2 là các tham số chưa biết nhưng cố định
các hệ số hồi quy
b1: hệ số tự do (hệ số chặn,

tung độ gốc) E(Y/Xi)
cho biết giá trị trung bình E(Y/Xi) = b1 + b2.Xi
của biến phụ thuộc Y là bao
nhiêu khi biến X nhận giá trị 0
b2: hệ số góc (hệ số độ dốc, tác
động biên) b2
cho biết giá trị trung bình của
biến phụ thuộc Y sẽ thay đổi b1
(tăng, hoặc giảm) bao nhiêu đơn
vị khi giá trị của biến độc lập X
thay đổi (tăng, hoặc giảm) một X
đơn vị với điều kiện các yếu tố
khác không thay đổi.
Quay lại thí dụ trong bài giảng: Bảng 1 và 2

X 80 100 120 140 160 180 200 220 240 260
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
Y 70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191
Tổng 325 462 445 707 678 750 685 1043 966 1211
Xi 80 100 120 140 160 180 200 220 240 260
E(Y/Xi) 65 77 89 101 113 125 137 149 161 173

Xem xét bảng số liệu 1 và 2: Yi ≠ E(Y/Xi)

Yi = E(Y/Xi) + Ui (3)
Yi = b1 + b2.Xi + Ui (4) PRF ngẫu nhiên
Ui là biến ngẫu nhiên (sai số ngẫu nhiên, yếu tố ngẫu

nhiên)
Phản ánh ảnh hưởng của tất cả các biến khác ngoài
X tới Y và nó tồn tại để đại diện cho các biến khác.
3.2. HÀM HỒI QUY MẪU (SRF)
Thí dụ trong bài giảng: Số liệu tổng thể 60 hộ gia đình

X 80 100 120 140 160 180 200 220 240 260
55 65 79 80 102 110 120 135 137 150
60 70 84 93 107 115 136 137 145 152
65 74 90 95 110 120 140 140 155 175
Y 70 80 94 103 116 130 144 152 165 178
75 85 98 108 118 135 145 157 175 180
88 113 125 140 160 189 185
115 162 191
Tổng 325 462 445 707 678 750 685 1043 966 1211
Chọn một mẫu ngẫu nhiên
X 80 100 120 140 160 180 200 220 240 260
Y
55 65 79 80 102 110 120 135 137 150
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
: ước lượng điểm của E(Y/Xi)

: các ước lượng điểm của b1, b2
ĐLNN Tham số cố định

Quay lại số liệu một mẫu:

Yi ≠ ei
Yi = + ei (6) SRF ngẫu nhiên
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:
  
 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

(7) được gọi là hệ phương trình chuẩn

 
∑𝑋𝑖
 1  Y   2 . X 𝑋=
𝑛

 2 
 X i .Yi  n. X .Y
(8) 𝑌=
∑𝑌𝑖
 i 2 2 𝑛
 X  n .( X )
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 )
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 .
Hãy cho biết ý nghĩa của các ước lượng.

Kết quả ước lượng có phù hợp với lý thuyết kinh tế hay không?
(PHƯƠNG PHÁP BÌNH PHƯƠNG NHỎ NHẤT –
OLS)
Xác định mô hình mấy biến? k=2
số quan sát? n = 10
= 1700
= 1033
= 193280
= 322000
CT (7)
     
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
= 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
= 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
Mô Hình ước lượng là: = 12,2727 + 0,5355.Xi


 2> 0: phù hợp với lý thuyết kinh tế

 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
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 .
Hãy cho biết ý nghĩa của các ước lượng.

Kết quả ước lượng có phù hợp với lý thuyết kinh tế hay không?
OLS)
Xác định mô hình mấy biến? k=2
số quan sát? n = 10
Đặt P – X và Q - Y
= 1450
= 418
= 58090
= 218500
CT (7)  

n.  1   2 . X i   Yi
  
 1 . X i   2 . X i2   X i .Yi


= 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
= 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
Mô Hình ước lượng là: = 86,0909 – 0,3055.Xi


 2< 0: phù hợp với lý thuyết kinh tế

 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
Trong đó: Y là doanh số của bộ phim (triệu USD), X là chi phí

quảng bá (triệu USD)
1. Hãy ước lượng mô hình: Yi = b1 + b2.Xi + Ui
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.
3.3.2 Các tính chất của phương pháp OLS

1. được xác định một cách duy nhất ứng với n cặp quan sát
(Xi, Yi)

2. 1 ,là
 2 các ước lượng điểm và là đại lượng ngẫu nhiên, với các mẫu
khác nhau chúng có giá trị khác nhau.
3. SRF: có các tính chất sau:
- SRF đi qua trung bình mẫu tức là
- Giá trị trung bình của bằng giá trị trung bình của các quan sát
tức là
- Giá trị trung bình của các phần dư ei bằng 0 tức là  ei  0
- Các phần dư ei không tương quan với Xi tức là
- Các phần dư ei không tương quan với tức là
OLS)
Chứng minh tính chất SRF:
1.
Có (Điều phải CM)
2.
Có: = + .Xi)
= n. +
= n. ( +
= n.
(Điều phải CM)
OLS)
Chứng minh tính chất SRF:
3.  ei  0
Có e i 0 (Điều phải CM)
4.
Có (Điều phải CM)
5.
Có
= + =0 (Điều phải CM)
Chất lượng của các ước
lượng tìm được?
3.4. CÁC GIẢ THIẾT CỦA MÔ HÌNH HỒI QUY
TUYẾN TÍNH
1. Giả thiết 1: Biến giả thích là phi ngẫu nhiên, giá trị của chúng là các con số
xác định.
2. Giả thiết 2: Kỳ vọng của yếu tố ngẫu nhiên Ui bằng 0:
E(Ui/Xi) = 0.
3. Giả thiết 3: Các Ui có phương sai bằng nhau:
var(Ui/Xi) = var(Uj/Xi)
=
4. Giả thiết 4: Không có sự tương quan giữa các Ui:
Cov(Ui,Uj) = 0
R?
5. Giả thiết 5: Ui và Xi không tương quan với nhau:
Cov(Ui,Xi) =0
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.
3.4. CÁC GIẢ THIẾT CỦA MÔ HÌNH HỒI QUY
TUYẾN TÍNH
Theo định lý, nếu thỏa mãn 5 GT thì là các ước

lượng tuyến tính, không chệch và có phương sai nhỏ
nhất của
Ước lượng hiệu quả tốt nhất

var(
)=
3.5. PHƯƠNG SAI VÀ ĐỘ LỆCH TIÊU

CHUẨN CỦA CÁC ƯỚC LƯỢNG
se( ̂1 ) =  
var ˆ1 (10)
 2
var(  2 )  (11)
 i
x 2
Trong đó: var là ký hiệu phương sai

se là ký hiệu độ lệch tiêu chuẩn hay sai số chuẩn.
 2 chưa biết nên dùng ước lượng không chệch của nó (sai số
tiêu chuẩn)
(12)
CHỨNG MINH ĐINH LÝ GAUSS MARKOV
VÀ CÔNG THỨC PHƯƠNG SAI
1. là các ước lượng tuyến tính
Trong đó:
(hàm tuyến tính của Y)
GT1
(hàm tuyến tính của Y)

GT1
CHỨNG MINH ĐINH LÝ GAUSS
MARKOV
Tính chất kỳ vọng Tính chất phương sai
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)
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
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
3. là các ước lượng có phương sai nhỏ nhất trong lớp
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)
Ý nghĩa: R2 dùng để đo mức độ phù hợp của mô hình

giải thích biến độc lập Xi giải thích bao nhiêu phần trăm sự
thay đổi của biến phụ thuộc Y.
Tính chất: 0 ≤ R2 ≤ 1
R2 = 1 thì đường hồi quy phù hợp “hoàn hảo”.
R2 = 0 chứng tỏ X và Y không có quan hệ.
QUAN
3.6.1 Hệ số tương quan (r)
Hệ số tương quan r là số đo mức độ chạt chẽ của quan hệ
tuyến tính giữa X và Y và được xác định bởi công thức:
r= (18)
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)
2. Hãy tính TSS, ESS, RSS

3. Hãy tính ước lượng của phương sai yếu tố ngẫu nhiên
4. Hãy tính phương sai và độ lệch chuẩn của các ước lượng
hệ số hồi quy
5. Hãy tính hệ số xác định và hệ số tương quan. Nêu ý
nghĩa
BÀI TẬP VỀ NHÀ
1. Xem lại phân phối xác suất chuẩn, student, và chi bình
phương trong XSTK (bắt buộc)
2. Xem lại ước lượng khoảng, khoảng tin cậy và kiểm định
giả thiết trong XSTK (bắt buộc)
3. Xem bảng tra 2, 3, 4 (bảng tra t, chi bình phương và F)
cuối sách bài giảng Kinh tế lượng của trường Kinh tế
quốc dân (bắt buộc)
BÀI TẬP 1 (TIẾP)

= 116289 TSS = 9580,1
ESS = 9461,482 (9463,088)
RSS = TSS – ESS = 118,618 (117,012)
= 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)
5. Hãy tính hệ số xác đinh và hệ số tương quan. Nêu ý

nghĩa
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

Trình bày kết quả: Yi = 12,27273 + 0,535455.Xi + ei R2 = 0,987618

se (3,803659) (0,021179)

= 18310 TSS = 837,6
ESS = 769,746
RSS = TSS – ESS = 67,854
= 8,482
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
5. Hãy tính hệ số xác đinh và hệ số tương quan. Nêu ý

nghĩa
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
Date: 03/02/16 Time: 10:25
Sample: 1 10
C 86.09091 4.739617 18.16411 0.0000
P -0.305455 0.032064 -9.526406 0.0000

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
Trong đó: Y là doanh số của bộ phim (triệu USD), X là chi phí

quảng bá (triệu USD)
1. Hãy ước lượng mô hình: Yi = b1 + b2.Xi + Ui
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
GT 6: Ui có phân phối chuẩn N(0, )

Phân phối xác suất của và , Yi
- từ tính chất này suy ra:
- từ tính chất này suy ra:

-
- 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
khoảng tin cậy xung quanh ước lượng điểm

xác suất khoảng đó chứa giá trị đúng của tham số là 1- a
 
P(  2     2   2   )  1  
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
Ta sử dụng phân phối t để thiết lập khoảng tin cậy cho b1

P ( t ( n  2)  t  t ( n  2))  1  
2 2

 1  1
 P (  t  ( n  2)  
 t ( n  2))  1  
2 2
se (  1 )
   
 P (  1  t ( n  2).se(  1 )   1   1  t ( n  2).se(  1 ))  1  
2 2
Vậy với độ tin cậy 1 – a khoảng tin cậy của b1 là:

(19)
HỒI QUY VÀ
3.8.3 KHOẢNG TIN CẬY CỦA b2
Vậy với độ tin cậy 1 – a khoảng tin cậy của b2 là:
   
 2  t (n  2).se(  2 )   2   2  t (n  2).se(  2 ) (20)
2 2
Trong đó được tra ở bảng phần phụ lục.

HỒI QUY VÀ
3.8.4 KHOẢNG TIN CẬY CỦA
2

(n  2) 
2  2
~  2
( n  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
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
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:
12,2727 – 2,306.3,804 ≤ b1 ≤ 12,2727 + 2,306.3,804

3,502 ≤ b1 ≤ 21,044
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
0,5355 – 2,306.0,021 ≤ b2 ≤ 0,5355 + 2,306.0,021

0,487 ≤ b2 ≤ 0,584
Vậy với mức ý nghĩa 5%, khi thu nhập tăng hoặc giảm 1USD/tuần thì
chi tiêu trung bình tăng hoặc giảm trong khoảng 0,487 đến 0,584
USD/tuần
a = 0,01 2 (n  2) =  02,005 (8) = 21,955
2
= ,995 (8) = 1,344

2
 0
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
 a = 0,05 = t0,025(8) = 2,306
 Vậy với mức ý nghĩa 5% khoảng tin cậy của hệ số chặn là:
86,0909 – 2,306.4,7396 ≤ b1 ≤ 86,0909 + 2,306.4,7396

75,161 ≤ b1 ≤ 97,02
 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
- 0,3055 – 2,306.0,032 ≤ b2 ≤ -0,3055 + 2,306.0,032

-0,379 ≤ b2 ≤ -0,232
Vậy với mức ý nghĩa 5%, khi giá bán tăng hoặc giảm 1 ngàn
đồng/sản phẩm thì lượng cầu trung bình giảm hoặc tăng trong
khoảng 2,32 đến 3,79 sản phẩm.
a = 0,01 2 (n  2) =  02,005 (8) = 21,955
2
= ,995 (8) = 1,344

2
 0
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
Liên quan 1 hay nhiều tham số (b1, b2 và )

Có hai kiểu phát biểu:
+ Giả thiết không: Giả thiết mà ta muốn kiểm định, được ký
hiệu là giả thiết H0.
+ Giả thiết đối: Giả thiết đối lập với giả thiết không, được ký
hiệu là giả thiết H1.
SỐ HỒI QUY VÀ
GIẢ THIẾT THỐNG KÊ (GT)
Ví dụ:
- Đây là giả thiết ta muốn kiểm định
GT Ho: b2 = 0
- Tiến hành kiểm định cho kết quả
GT H1: b2 ≠ 0 để trả lời giả thiết này đúng hay sai
SỐ HỒI QUY VÀ
KIỂM ĐỊNH GIẢ THIẾT (KĐGT)
Từ số liệu thu thập, tính toán để trả lời thực tế có phù
hợp với giả thiết nêu ra hay không? (phát biểu đúng hay sai)
+ Phù hợp: không bác bỏ giả thiết
GTH0
+ Không phù hợp: bác bỏ giả thiết
Có 2 phương pháp để kiểm định giả thiết:
+ Phương pháp khoảng tin cậy
+ Phương pháp kiểm định ý nghĩa
SỐ HỒI QUY VÀ
KIỂM ĐỊNH GIẢ THIẾT (KĐGT)
Ví dụ:
KĐGT Ho: b2 = 0
H 1 : b2 ≠ 0
Ta có KTC: 0,487 ≤ b2 ≤ 0,584 (Bài tập 1)
Nhận thấy: 0 ϵ KTC
Phương pháp KTC
Bác bỏ giả thiết H0
SỐ HỒI QUY VÀ
MIỀN BÁC BỎ VÀ MIỀN CHẤP NHẬN
+ Miền bác bỏ: chứa các giá trị làm GTH0 bị bác bỏ
+ Miền chấp nhận: chứa các giá trị làm GTH0 không bị
bác bỏ
SỐ HỒI QUY VÀ
KIỂM ĐỊNH MỘT PHÍA, KIỂM ĐỊNH HAI PHÍA
+ Kiểm định 1 phía: GTH1 có tính chất 1 phía
+ Kiểm định 2 phía: GTH1 có tính chất 2 phía
Căn cứ vào tính chất H1

SỐ HỒI QUY VÀ
KIỂM ĐỊNH MỘT PHÍA, KIỂM ĐỊNH HAI PHÍA
Ví dụ:
KĐGT Ho: b2 = 0
0
H 1 : b2 ≠ 0
Kiểm định 2 phía
KĐGT Ho: b2 ≤ 0
0
H 1 : b2 > 0
Kiểm định 1 phía (phía phải)
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
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)
KĐGT Ho: b2 = b2*
H1: b2 ≠ b2*
Bước 1: Tìm t
Bước 2: Xét |t| với

+ |t| ≤ : không đủ cơ sở bác bỏ GT H 0
+ |t| > : bác bỏ GT H0
SỐ HỒI QUY VÀ
Ví dụ (bài tập 1)
KĐGT Ho: b2 = 0
H 1: b 2 ≠ 0

Bước 1: Tìm t  2   2* 0,5355
t 
  25,26
se(  2 ) 0,021
Bước 2: Xét |t| với t0,025 (8) = 2,306
Nhận thấy |t| = 25,26 > 2,306: bác bỏ GT H0
KL: b2 ≠ 0
SỐ HỒI QUY VÀ
b. Kiểm định phía phải:
KĐGT Ho: b2 ≤ b2*
H 1: b 2 > b 2*
Bước 1: Tìm t
Bước 2: Xét t với ta(n-2)

+ t ≤ ta(n-2): không đủ cơ sở bác bỏ GT H0
+ t > ta(n-2): bác bỏ GT H0
SỐ HỒI QUY VÀ
KĐGT Ho: b2 ≤ 0
H 1: b 2 > 0

Bước 1: Tìm t  2   2* 0,5355
t 
  25,26
se(  2 ) 0,021
Bước 2: Xét t với t0,05 (8) = 1,86
Nhận thấy t = 25,26 > 1,86: bác bỏ GT H0
KL: b2 > 0
SỐ HỒI QUY VÀ
c. Kiểm định phía trái:
KĐGT Ho: b2 ≥ b2*
H 1: b 2 < b 2*
Bước 1: Tìm t
Bước 2: Xét t với - ta(n-2)

+ t ≥ - ta(n-2): không đủ cơ sở bác bỏ GT H0
+ t < - ta(n-2): bác bỏ GT H0
SỐ HỒI QUY VÀ
KĐGT Ho: b2 ≥ 0
H 1: b 2 < 0

Bước 1: Tìm t  2   2* 0,5355
t 
  25,26
se(  2 ) 0,021
Bước 2: Xét t với - t0,05 (8) = - 1,86
Nhận thấy t = 25,26 > - 1,86: không đủ cơ sở bác bỏ GT H 0
KL: có thể b2 ≥ 0
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
Date: 03/02/16 Time: 10:22
Sample: 1 10
C 12.27273 3.803659 3.226558 0.0121
X 0.535455 0.021197 25.26091 0.0000


se (3,803659) (0,021179)
t (3,226558) (25,26091)
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
Date: 03/02/16 Time: 10:25
Sample: 1 10
C 86.09091 4.739617 18.16411 0.0000
P -0.305455 0.032064 -9.526406 0.0000

Trình bày kết quả: Qi = 86,09091 - 0,305455.Pi + ei R2 = 0,918989

se (4,739617) (0,032064)
t (18,16411) (-9,526406)
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 )
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)
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)
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)
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)
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)
SỐ HỒI QUY VÀ
3.9.4 KIỂM ĐỊNH GIẢ THIẾT (PHƯƠNG PHÁP KIỂM
ĐỊNH Ý NGHĨA – KĐ χ2)
(Kiểm định với σ2)
KĐGT Ho: σ2 = σ20
H1: σ2 ≠ σ20
Bước 1: Tìm χ2
Bước 2: Xét χ2 với và

+ ≤ χ2 ≤ : không đủ cơ sở bác bỏ GT H 0
+ χ2 > hoặc χ2 < : bác bỏ GT H0
SỐ HỒI QUY VÀ
Ví dụ (bài tập 1):
KĐGT Ho: σ2 = 1
H1: σ2 ≠ 1
Bước 1: Tìm χ2
Bước 2: Xét χ2 với = 21,955 và = 1,344

+ χ2 = 118,618 > = 21,955: bác bỏ GT H 0
KL: σ2 ≠ 1
SỐ HỒI QUY VÀ
b. Kiểm định phía phải:
KĐGT Ho: σ2 ≤ σ20
H1: σ2 > σ20
Bước 1: Tìm χ2
Bước 2: Xét χ2 với

+ χ2 ≤ : không đủ cơ sở bác bỏ GT H 0
+ χ2 > : bác bỏ GT H0
SỐ HỒI QUY VÀ
KĐGT Ho: σ2 ≤ 1
H1: σ2 > 1
Bước 1: Tìm χ2
Bước 2: Xét χ2 với = 20,09

Nhận thấy χ2 = 118,618 > = 20,09: bác bỏ GT H 0
KL: σ2 > 1
SỐ HỒI QUY VÀ
c. Kiểm định phía trái:
KĐGT Ho: σ2 ≥ σ20
H1: σ2 < σ20
Bước 1: Tìm χ2
Bước 2: Xét χ2 với 12 (n  2)

+ χ2 ≥ 12 (n  2): không đủ cơ sở bác bỏ GT H 0
+ χ2 < 12 (n  2): bác bỏ GT H0
SỐ HỒI QUY VÀ
KĐGT Ho: σ2 ≥ 1
H1: σ2 < 1
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
KL: có thể σ2 > 1

SỐ HỒI QUY VÀ
3.9.5 KIỂM ĐỊNH GIẢ THIẾT (PHƯƠNG PHÁP KIỂM ĐỊNH Ý

NGHĨA – KĐ p-value)
Khi tiến hành kiểm định giả thiết theo phương pháp kiểm định ý nghĩa, việc kết
luận bác bỏ hay không đủ cơ sở bác bỏ GTH0 phụ thuộc vào?
Ví dụ: n = 10
KĐGT Ho: b2 = 0
H1: b2 ≠ 0
Bước 1: Tìm t = 2,756
 a = 0,05 |t| = 2,7566 > t0,025(8) = 2,306: bác bỏ GT H0
a = 0,01 |t| = 2,7566 < t0,005(8) = 3,355: không bác bỏ GT H0
phụ thuộc mức ý nghĩa a
SỐ HỒI QUY VÀ

ĐỊNH Ý NGHĨA – KĐ p-value)
Vậy mức ý nghĩa bao nhiêu thì?
Bác bỏ GT H0 P-value
Không đủ cơ sở bác bỏ giả thiết H0
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
SỐ HỒI QUY VÀ

ĐỊNH Ý NGHĨA – KĐ p-value)
KĐGT Ho: b2 = 0
H1: b2 ≠ 0
Bước 1: Tìm p-value (có trong kết quả phần mềm)
Bước 2: So sánh a với p
+ a > p: bác bỏ GT H0
+ a ≤ p: không đủ cơ sở bác bỏ GT H0
KẾT QUẢ EVIEWS
Date: 03/02/16 Time: 10:22
Sample: 1 10
C 12.27273 3.803659 3.226558 0.0121
X 0.535455 0.021197 25.26091 0.0000


se (3,803659) (0,021179)
t (3,226558) (25,26091)
p (0,0121) (0,00000)
BÀI TẬP 1,2 (TIẾP)
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
KĐGT Ho: ab1 = bb2

H1: ab1 ≠ bb2
KĐ t
Bước 1: Tính t

+ |t| ≤ : không đủ cơ sở bác bỏ GT H0
+ |t| > : bác bỏ GT H0
3.10. KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH
KĐGT Ho: R2 = 0 (mô hình ko phù hợp)

H 1: R 2 ≠ 0 (mô hình phù hợp)
KĐGT Ho: b2 = 0
H1: b2 ≠ 0
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
Date: 03/02/16 Time: 10:22
Sample: 1 10
C 12.27273 3.803659 3.226558 0.0121
X 0.535455 0.021197 25.26091 0.0000


se (3,803659) (0,021179) F = 638,1134
t (3,226558) (25,26091)
p (0,0121) (0,00000)
CHO BIẾT CÁC CON SỐ MÀU ĐỎ LÀ GÌ?
TRÌNH BÀY KẾT QUẢ HỒI QUY?
Date: 03/02/16 Time: 10:25
Sample: 1 10
C 86.09091 4.739617 18.16411 0.0000
P -0.305455 0.032064 -9.526406 0.0000

3.11. DỰ BÁO
3.11.1 DỰ BÁO GIÁ TRỊ TRUNG BÌNH

Tại Xi = X0, với độ tin vậy 1- a dự báo khoảng cho giá trị
trung bình E(Y/X0) là:
(22)
Trong đó: (23)

3.11. DỰ BÁO
3.11.2 DỰ BÁO GIÁ TRỊ CÁ BIỆT

Tại Xi = X0, với độ tin vậy 1- a dự báo khoảng cho giá trị
cá biệt Y0 là:
   
Y 0  t (n  2).se(Y0  Y 0 )  Y0  Y 0  t (n  2).se(Y0  Y 0 )
2 2
(24)
 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).
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
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
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
a = 0,01 t0,005(8) = 3,355

Vậy với độ tin cậy 99%, khoảng dự báo chi tiêu trung bình là:
139,144 ≤ E(Y/X0) ≤ 153,11

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
a = 0,01 t0,005(8) = 3,355

Vậy với độ

tin cậy 99%, khoảng

dựbáo chi tiêu cá biệt

là:
2 2
131,452 ≤ Y0 ≤ 160,843
hình.
Hoặc:
KĐGT Ho: b2 = 0
H1: b2 ≠ 0
Bước 1: Tìm F:
= 90,752
Hoặc: = 90,752
hình.
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
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
a = 0,01 t0,005(8) = 3,355

Vậy với độ tin cậy 99%, khoảng dự báo lượng cầu trung bình
là:
44,144 ≤ E(Y/X0) ≤ 51,674

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
a = 0,01 t0,005(8) = 3,121

Vậy với độ

tin cậy 99%, khoảng

dựbáo lượng cầu cá biệt là:
2 2
37,438 ≤ Y0 ≤ 58,38
BÀI TẬP 1:
KHÔI PHỤC LẠI CÁC SỐ LIỆU ĐÃ MẤT TRONG BẢNG
Date: 03/02/16 Time: 10:22
Sample: 1 10
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

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)
Hàm hồi quy mẫu (SRF) trong trường hợp 3 biến có

dạng:
1, (28)
2, SRF ngẫu nhiên:

Yi = (29)
ei là số dư
4.1.3. ƯỚC LƯỢNG THAM SỐ
Hệ phương trình chuẩn
(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
4.1.5. PHƯƠNG SAI VÀ ĐỘ LỆCH TIÊU
 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)
n3
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
TSS = ESS + RSS

(41)

giải thích các biến độc lập giải thích bao nhiêu phần
trăm sự thay đổi của biến phụ thuộc Y.
4.1.6. HỆ SỐ XÁC ĐỊNH VÀ HỆ SỐ TƯƠNG
QUAN
B, Hệ số tương quan (r)
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 .
(42) (43) (44)
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)
SỐ HỒI QUY VÀ
b, KHOẢNG TIN CẬY CỦA
(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
2. Phương pháp kiểm định t
3. Phương pháp kiểm định chi bình phương
4. Phương pháp kiểm đinh p-value

4.1.9. KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH

KĐGT Ho: b2 = b3 = 0
H1 : bj ≠ 0
KĐ F
Bước 1: Tìm F: ˆ 2  yi .x 2i  ˆ3  y i .x3i
F
hoặc (3  1).ˆ 2
Bước 2: So sánh F với Fa(2, n-3) tra bảng

+ F > Fa(2, n-3) : bác bỏ GT H0, mô hình phù hợp
+ F ≤ Fa(2, n-3) : không đủ cơ sở bác bỏ GT H0, mô hình không phù hợp
BÀI TẬP 3
Ta có số liệu một mẫu gồm 8 quan sát như sau:
Y 5 7 8 8 9 6 4 7
X2 3 4 5 6 7 3 2 5
X3 7 6 5 4 4 7 8 5
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
54 35 46 173 280 184 255 294 384
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.
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
54 35 46 173 280 184 255 294 384
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
Mô Hình ước lượng là: = 6,7146 + 0,5714.X2i – 0,4286.X3i

BÀI TẬP 3

TSS = 
= 19,5 
ESS =  2 . yi .x2i   3 . yi .x3i  0,5714.18,75  (0,4286).(16,5)  17,7708
RSS = TSS – ESS = 1,7292
BÀI TẬP 3

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
5. Tính hệ số xác định và hệ số tương quan và cho biết ý nghĩa.
= 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
2 (n  3) =  02,025 (5) =12,833

2
12 (n  3) =  02,975 (5) = 0,831

2
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?
= 25,685 Nhận thấy F > F0,05(2,5) = 5,786 Bác bỏ Ho

Mô hình phù hợp
KẾT QUẢ EVIEWS
Date: 04/22/16 Time: 06:57
Sample: 1 8
C 6.714286 7.715344 0.870251 0.4240
X2 0.571429 0.711423 0.803219 0.4583
X3 -0.428571 0.805593 -0.531995 0.6175
TrTrình bày kết quả hồi quy????

4.2 MÔ HÌNH HỒI QUY K BIẾN
4.2.1. Hàm hồi quy tổng thể (PRF)
4.2.2. Hàm hồi quy mẫu (SRF)
4.2.3. Ước lượng tham số (OLS)
4.2.4. Các giả thiết của mô hình HQTT
4.2.5. Phương sai và độ lệch tiêu chuẩn của các ước
lượng
4.2.6. Hệ số xác định, hệ số xác định hiệu chỉnh, hệ số
tương quan
4.2.7. Khoảng tin cậy các hệ số hồi quy và σ2
4.2.8. Kiểm định giả thiết với các hệ số hồi quy và σ2
4.2.9. Đánh giá mức độ phù hợp của mô hình
4.2.1. HÀM HỒI QUY TỔNG THỂ (PRF)
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)
Hàm hồi quy mẫu (SRF) trong trường hợp k biến có

dạng:
1, 𝑌^ 𝑖= ^𝛽1 + ^𝛽 2 . 𝑋 2 𝑖 +… … …+ ^𝛽 𝑘 . 𝑋 𝑘𝑖 (49)
2, SRF ngẫu nhiên:

+ (50)
ei là số dư
4.1.3. ƯỚC LƯỢNG THAM SỐ
Hệ phương trình chuẩn
{
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:
3. Giả thiết 3: X2, X3,……., Xk đã được xác định

4. Giả thiết 4: Không có hiện tượng đa cộng tuyến giữa các biến
giải thích
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.
4.2.5. PHƯƠNG SAI VÀ ĐỘ LỆCH TIÊU
Công thức ma trận
(52)
(53)
4.2.6. HỆ SỐ XÁC ĐỊNH, HỆ SỐ XÁC ĐỊNH HIỆU CHỈNH VÀ HỆ SỐ TƯƠNG QUAN
A, Hệ số xác định (R2)

(54)
Ký hiệu: TSS =
 
(55)
ESS =  . y .x   . y .x

2 i 2i 3 i 3i +….+  k . y i .x ki
(56)
RSS =  e 2
(57)
i
TSS = ESS + RSS

(58)

giải thích các biến độc lập giải thích bao nhiêu phần
trăm sự thay đổi của biến phụ thuộc Y.
B, Hệ số xác định hiệu chỉnh ( )
(59)
HSXĐ hiệu chỉnh là đại lượng đo độ thích hợp.

Người ta dùng nó để quyết định có nên đưa thêm biến giải thích mới
vào mô hình không? Việc đưa thêm biến giải thích là cần thiết chừng nào
hsxđ hiệu chỉnh còn tăng lên và hệ số hồi quy của biến được đưa thêm
vào mô hình khác không.
C, Hệ số tương quan (r)
(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.
SỐ HỒI QUY VÀ
a, KHOẢNG TIN CẬY CỦA bj
Vậy với độ tin cậy 1 – a khoảng tin cậy của bj là:
(62)
SỐ HỒI QUY VÀ
b, KHOẢNG TIN CẬY CỦA
(63)
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
2. Phương pháp kiểm định t
3. Phương pháp kiểm định chi bình phương
4. Phương pháp kiểm đinh p-value

SỐ HỒI QUY VÀ
Kiểm định thu hẹp hàm hồi quy
MH1: MHHQ k biến
Thu hẹp trở thành MH2 (bỏ m biến): MHHQ k-m biến
Kiểm định F: KĐGT Ho: bk-m+1 = bk-m+2 = ….. = bk = 0
H1: có ít nhất 1 bj ≠ 0
Bước 1: Tìm F:
Bước 2: So sánh F với Fa(m, n-k) tra bảng

+ F > Fa(m, n-k) : bác bỏ GT H0, không nên bỏ biến
+ F ≤ Fa(m, n-k) : không đủ cơ sở bác bỏ GT H0, nên loại biến
4.1.9. KIỂM ĐỊNH SỰ PHÙ HỢP CỦA MÔ HÌNH

KĐGT Ho: b2 = b3 = ….. = bk = 0
H1 : bj ≠ 0
KĐ F R2 nk
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
4.3.2 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.
4.3.2. 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?
Biến giả là biến lượng hóa của biến định tính

Biến giả là biến định lượng, Kí hiệu là D nhận hai giá trị 0
và 1
Ví dụ: Biến giới tính (Nam gắn giá trị 0, Nữ gắn giá trị 1)
D = 0 ứng với nam
D = 1 ứng với nữ
D chính là biến giả

5.2.1 Một biến định tính
a, Có hai phạm trù (Thuộc tính)
MH1: Yi = b1 + b2.Di + Ui
D = 1 ứng với phạm trù 1
D = 0 ứng với phạm trù 2
MHHQ 2 biến (k = 2)
Ý nghĩa:
b1 GTTB Y ứng với phạm trù 2
b2 chênh lệch GTTB Y giữa hai phạm trù
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= 0 ứng với phạm trù khác
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

c, Có m phạm trù (Thuộc tính)
Số biến giả đưa vào mô hình là m-1
5.2.2. Có k biến định tính
Số biến giả đưa vào mô hình là:
n=
mi: số phạm trù của biến định tính i
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định
lượng và k biến định tính
MH3: Yi = b1 + b2.Xi + b3.Di + Ui
Di = 1 ứng với phạm trù 1
Di= 0 ứng với phạm trù 2
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
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k
MH4: Yi = b1 + b2.Xi + b3.Xi.Di + Ui
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.
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k
MH5: Yi = b1 + b2.Xi + b3.Di + b4.(X.D)i + Ui
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.
5.3. Mô hình hồi quy trong đó biến giải thích có một biến định lượng và k biến
định tính
b, Có ba phạm trù (Thuộc tính)
MH6: Yi = b1 + b2.Xi + b3.D3i + b4.D4i+ Ui
D3i = 0 ứng với phạm trù khác
D4i = 0 ứng với phạm trù khác
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
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)
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
5.4. Mô hình hồi quy trong đó biến giải thích có hai biến định lượng và 1
5.4.1. Hai phạm trù (thuộc tính)
MH8: Yi = b1 + b2.X2i + b3.X3i + b4.Di + Ui
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)
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
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
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.
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.
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.
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.
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

Baigiang KTL

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Baigiang KTL

Uploaded by

Copyright:

Available Formats

TRƯỜNG ĐẠI HỌC HÀNG HẢI VIỆT NAM

BÀI GIẢNG KINH TẾ LƯỢNG

GIẢNG VIÊN: PHẠM THỊ THU HẰNG

1.1. Khái niệm kinh tế lượng

1.2. Phương pháp luận của kinh tế lượng

(Kinh tế) (Đo lường)

Kinh tế lượng là một môn khoa học đo lường các mối

A, Kinh tế lượng sử dụng công cụ gì để đo lường?

Kinh tế lượng là sự kết hợp

B, 4 công cụ: Lý thuyết kinh tế, Kinh

Mô hình phù hợp? Thiết lập mô hình Kinh tế toán QD = a + b.P + U

Số liệu? Thống kê KTế Số liệu về QD và P

Ra quyết định Quyết định

1. Hiểu thế nào là Kinh tế lượng?

2.1. Phân tích hồi quy

2.2. Nguồn số liệu cho phân tích hồi quy

2.1.1. Khái niệm

2.1.1. Khái niệm

2.1.2. Nội dung

 Biến phụ thuộc là đại  Biến phụ thuôc không phải là

2.2.1. Các loại số liệu

Hồi quy Tương quan

Ước lượng hoặc dự báo  Đo mức độ kết hợp tuyến

2. Thu thập số liệu về chi tiêu trong ngày của 1 hộ gia

3. Thu thập số liệu về chi tiêu trong ngày của 10 hộ

1. Hiểu thế nào là Phân tích hồi quy?

Thí dụ trong bài giảng:

60 70 84 93 107 115 136 137 145 152

65 74 90 95 110 120 140 140 155 175

Y 70 80 94 103 116 130 144 152 165 178

75 85 98 108 118 135 145 157 175 180

88 113 125 140 160 189 185

115 162 191

1. Xem xét bảng số liệu 1: 1X, nhiều Y (QH thống kê)

E(Y/Xi) 65 77 89 101 113 125 137 149 161 173

2. Xem xét bảng số liệu 2: 1X, 1 E(Y/X) (QH hàm số)

b1: hệ số tự do (hệ số chặn,

Quay lại thí dụ trong bài giảng: Bảng 1 và 2

Xi 80 100 120 140 160 180 200 220 240 260

E(Y/Xi) 65 77 89 101 113 125 137 149 161 173

Xem xét bảng số liệu 1 và 2: Yi ≠ E(Y/Xi)

Ui là biến ngẫu nhiên (sai số ngẫu nhiên, yếu tố ngẫu

Thí dụ trong bài giảng: Số liệu tổng thể 60 hộ gia đình

Chọn một mẫu ngẫu nhiên

X 80 100 120 140 160 180 200 220 240 260

: ước lượng điểm của E(Y/Xi)

ĐLNN Tham số cố định

Quay lại số liệu một mẫu:

(7) được gọi là hệ phương trình chuẩn

Hãy cho biết ý nghĩa của các ước lượng.

Mô Hình ước lượng là: = 12,2727 + 0,5355.Xi

Hãy cho biết ý nghĩa của các ước lượng.

Mô Hình ước lượng là: = 86,0909 – 0,3055.Xi

Trong đó: Y là doanh số của bộ phim (triệu USD), X là chi phí

3.3.2 Các tính chất của phương pháp OLS

Theo định lý, nếu thỏa mãn 5 GT thì là các ước

Ước lượng hiệu quả tốt nhất

3.5. PHƯƠNG SAI VÀ ĐỘ LỆCH TIÊU

Trong đó: var là ký hiệu phương sai

(hàm tuyến tính của Y)

Ý nghĩa: R2 dùng để đo mức độ phù hợp của mô hình

2. Hãy tính TSS, ESS, RSS

2. Hãy tính TSS, ESS, RSS