zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Kinh tế học

Bài giảng Kinh tế lượng: Chương 1+2 - Phan Trung Hiếu

Chia sẻ: Minh Hoa | Ngày: | Loại File: PDF | Số trang:39

Báo xấu

52
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng cung cấp cho người học các khái niệm về kinh tế lượng, một số ứng dụng của kinh tế lượng, phương pháp luận của kinh tế lượng, số liệu cho nghiên cứu kinh tế lượng, phân tích hồi quy, hàm hồi quy mẫu SRF,... Mời các bạn cùng tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Kinh tế lượng: Chương 1+2 - Phan Trung Hiếu

10/09/2018 Kiểm tra, đánh giá kết quả: -Điểm chuyên cần (hệ số 0.1): KINH TẾ LƯỢNG Dự lớp đầy đủ: 10 điểm. (ECONOMETRICS) Vắng 1 ngày hoặc đi trễ 2 ngày: trừ 1 điểm. GV. Phan Trung Hiếu Chỉ được vắng 1 ngày có phép. 45 tiết -Bài kiểm tra giữa kì (hệ số 0.3): Tự luận, không được sử dụng tài liệu. -Bài kiểm tra cuối kì (hệ số 0.6): LOG Tự luận, không được sử dụng tài liệu. O 2 Điểm cộng, trừ giờ bài tập: Điểm cộng, trừ giờ bài tập: -Điểm cộng vào bài kiểm giữa kỳ: -Điểm trừ vào bài kiểm giữa kỳ: 1 lần xung phong lên bảng làm đúng 1 Khi SV đã được +2 điểm mà vẫn tự ý lên làm bài: -0,5 điểm/lần. câu:+0,5 điểm (nếu làm sai thì không Khi không có SV xung phong lên làm thì GV trừ điểm). sẽ gọi 1 SV lên làm theo danh sách thứ tự từ Chỉ được cộng tối đa 2 điểm. trên xuống: -Nếu SV làm đúng thì +0,5 điểm/lần, -Nếu làm sai hoặc không biết làm thì -0,5 điểm/lần. 3 4 Trang web môn học: Nội dung: SV download tài liệu, xem điểm cộng, trừ hàng Chương 1: Giới thiệu về kinh tế lượng tuần, điểm quá trình trên trang web sau: Chương 2: Hồi quy hai biến Chương 3: Hồi quy nhiều biến https://sites.google.com/site/sgupth Chương 4: Hồi quy với biến giả Chương 5: Đa cộng tuyến 5 6 1
10/09/2018 Tài liệu học tập: Dụng cụ hỗ trợ học tập: Tài liệu bắt buộc: Bài giảng trên lớp. Máy tính FX 500MS, FX 570MS, Tài liệu tham khảo: FX 570ES, FX 570ES Plus. [1] Hoàng Ngọc Nhậm, Giáo trình Kinh tế lượng, NXB Lao động xã hội, 2009. [2] Hoàng Ngọc Nhậm, Bài tập Kinh tế lượng với sự trợ giúp của EVIEWS, NXB Lao động xã hội, 2009. 7 8 I. Kinh tế lượng là gì: Chương 1: Toán học GIỚI THIỆU VỀ Econo metrics KINH TẾ LƯỢNG Thống kê Kinh tế Đo lường Đo lường kinh tế LOG O 10 I. Kinh tế lượng là gì: II. Một số ứng dụng của kinh tế lượng: Kinh tế lượng được định nghĩa như sự -Ước lượng quan hệ kinh tế: ước lượng phân tích định lượng các hiện tượng bằng số về những mối quan hệ kinh tế. kinh tế bằng các công cụ lý thuyết kinh -Kiểm định giả thiết: kiểm định bằng thực nghiệm các lý thuyết kinh tế. tế, toán học và thống kê. -Dự báo: đề ra chiến lược và chính sách phù hợp cho tương lai. 11 12 2
10/09/2018 III. Phương pháp luận của KTL: IV. Ví dụ: Bước 1: Phát biểu lý thuyết hoặc giả thuyết. Bước 1: Phát biểu lý thuyết hoặc giả thuyết. Bước 2: Xác định đặc trưng của mô hình toán kinh tế cho lý thuyết hoặc giả thuyết. Lý thuyết về chi tiêu & thu nhập của Keynes: Bước 3: Xác định đặc trưng của mô hình kinh tế “chi tiêu tăng khi thu nhập tăng (quan hệ lượng cho lý thuyết hoặc giả thuyết. Bước 4: Thu thập dữ liệu. cùng chiều), chi tiêu có xu hướng tăng ít hơn Bước 5: Ước lượng các tham số của mô hình kinh tế so với sự gia tăng thu nhập”. lượng. Bước 6: Kiểm định giả thuyết. Bước 7: Dự báo. Bước 8: Sử dụng mô hình để quyết định chính sách. 13 14 Bước 3: Xác định đặc trưng của mô hình Bước 2: Xác định đặc trưng của mô hình kinh tế lượng cho lý thuyết hoặc giả thuyết. toán kinh tế cho lý thuyết hoặc giả thuyết. Y  1   2 X Y   1   2 X U Chi tiêu Thu nhập Sai số ngẫu nhiên tham số tham số ta cần xác định 15 16 Bước 4: Thu thập dữ liệu. Bước 5: Ước lượng các tham số của mô hình kinh tế Số thứ tự Năm Chi tiêu (Y) GDP (X) lượng. 1 2 1982 1983 3081,5 3240,6 4620,3 4803,7   Ước lượng bằng phương trình Y   X i 1 2 i 3 1984 3407,6 5140,1 4 1985 3566,5 5323,5  : ước lượng về tiêu dùng khi cho trước quan sát thu Yi 5 1986 3708,7 5487,7 nhập. 6 1987 3822,3 5649,5 7 1988 3972,7 5865,2  ,   : tham số ước lượng của các tham số tổng thể. 1 2 8 1989 4064,6 6062,0 9 1990 4132,2 6136,3 Bằng phương pháp bình phương nhỏ nhất (OLS):   184, 0780  2  0, 706408 10 1991 4105,8 6079,4 11 1992 4219,8 6244,4  1 12 1993 4343,6 6389,6 13 14 1994 1995 4486,0 4595,3 6610,7 6742,1   184,0708  0, 706408 X Yi i 15 1996 4714,1 6928,4 Bảng 1: Chi tiêu cá nhân và GDP của Mỹ, giai đoạn 1982-1996. 17 18 3
10/09/2018 Bước 6: Kiểm định giả thuyết. Bước 7: Dự báo. “chi tiêu tăng khi thu nhập tăng (quan hệ Từ kết quả cùng chiều), chi tiêu có xu hướng tăng ít hơn Yi  184, 0708  0, 706408 Xi so với sự gia tăng thu nhập”. Nếu ước tính giá trị GDP của Mỹ năm 1997 là nghĩa là ta cần kiểm định giả thuyết 7269,8 tỷ USD thì giá trị của tiêu dùng cho năm 1997  2  (0;1) là:  Y  184, 0708  0, 706408  7269,8  4951,3167  4951 i Cần đánh giá mức độ ý nghĩa thống kê của con số tỷ USD  2  0, 706408 Thực tế: Giá trị tiêu dùng năm 1997 là 4913,5 tỷ USD, nghĩa là chênh lệch 37, 82 tỷ USD. 19 20 Bước 8: Sử dụng mô hình để quyết định chính sách. Giả sử chính phủ Mỹ có cơ sở cho rằng: Nếu chi tiêu V. Số liệu cho nghiên cứu KTL: năm 1997 đạt mức 5000 tỷ USD thì sẽ duy trì được tỷ Số liệu theo thời gian: nhiều thời điểm trên 1 lệ thất nghiệp ở mức 6,5%. Như vậy, cần kiểm soát thực thể hoặc đề xuất chính sách để đảm bảo GDP ở mức nào Năm 1998 1999 2000 2001 2002 đó để duy trì được tỷ lệ thất nghiệp đó. GDP 360 374 401 413 440 Từ phương trình ước lượng, ta có Số liệu về GDP bình quân của Việt Nam theo các năm từ 1998-2002. Số liệu theo không gian: nhiều thực thể tại 1 5000  184, 0708  0, 706408 X 1997 thời điểm  X 1997  7338, 6 tỷ USD Nước Việt Nam Lào Campuchia Thái Lan Philippines Vậy, GDP cần đạt mức 5882,4 tỷ USD để duy trì tỷ lệ GDP 655 570 459 2959 1361 thất nghiệp ở mức 6,5%. Số liệu về GDP bình quân trong năm 2006 tại 5 nước. 21 22 Số liệu hỗn hợp: nhiều thời điểm và nhiều thực thể Số liệu định tính: IV. Số liệu cho nghiên cứu KTL: IV. Số liệu cho nghiên cứu KTL: Năm Y D Y D Y D Y D Y D 2000 2001 2002 2003 1345 0 1234 0 1345 0 2365 0 3307 1 Nước 2435 1 1345 0 2167 1 1345 0 3833 1 Việt Nam 402 412,9 439,9 491,9 1715 1 1345 0 1402 1 1839 0 1839 1 Lào 326,2 326 338,7 389,7 1461 1 3389 1 2115 1 2613 1 1461 0 1639 1 1839 1 2218 1 2533 1 1433 1 Số liệu về GDP bình quân của Việt Nam & Lào từ 2000-2003. 1345 0 981 1 3575 1 1602 0 2115 0 1602 0 1345 0 1972 1 1839 0 1839 1 1144 0 1566 0 1234 0 2218 1 1288 1 Tiền lương trong 1 tháng của 40 nhân viên, trong đó Y: tiền lương (USD), D: giới tính (D = 0: nữ, D = 1: nam). 23 24 4
10/09/2018 VI. Phần mềm chuyên dùng cho KTL: VII. Phân tích hồi quy: EVIEWS 7.1. Phân tích hồi quy (Regression Analysis): Tìm quan hệ phụ thuộc của biến phụ thuộc vào một SPSS hoặc nhiều biến độc lập nhằm mục đích ước lượng hoặc tiên đoán giá trị trung bình của biến phụ thuộc khi biết trước giá trị của biến độc lập. 7.2. Biến phụ thuộc (Dependent variable) và biến độc lập (Independent variable): Y: Biến phụ thuộc (là biến ngẫu nhiên). X , X 1 , X 2 , X 3 ... : Biến độc lập (nhận những giá trị xác định). Biến phụ thuộc chịu tác động của biến độc lập, biến độc lập là biến gây ra ảnh hưởng cho biến độc lập. 25 26 Ví dụ: Hãy chỉ ra biến phụ thuộc, biến độc lập Phân tích hồi quy giải quyết các vấn đề: a) Chi tiêu & Thu nhập Ước lượng giá trị trung bình của biến Y X phụ thuộc với giá trị đã cho của biến độc lập. b) Diện tích nhà & Giá bán nhà Kiểm định giả thiết về bản chất của X Y sự phụ thuộc. Dự báo giá trị trung bình của biến Trong mỗi câu trên, biến phụ thuộc còn có phụ thuộc khi biết giá trị của các biến thể chịu tác động của những biến độc lập độc lập. nào khác nữa không? 27 28 Tổng thể và mẫu: Tổng thể và mẫu: Tổng thể: Tập hợp “mẹ” chứa rất nhiều Nhận xét: Kích thước tổng thể thường phần tử. rất lớn, chứa rất nhiều phần tử, do đó Mẫu: Tập hợp “con” được lấy ra từ tổng rất khó nghiên cứu, khảo sát trên tổng thể. thể (giới hạn về tiền bạc, thời gian, công Tổng thể sức,… phá vỡ tổng thể, không xác định được chính xác tổng thể,…) Mẫu Mẫu Mẫu 29 30 5
10/09/2018 VIII. Hàm hồi quy tổng thể PRF: Ví VII. dụ 1.1: Hàm hồi quy tổng thể PRF: -Được xây dựng dựa trên kết quả khảo sát một tổng thể. 1) E (Y | Xi )  1   2 Xi -Nếu PRF (Population Regression Function) có 1 biến 2) E (Y | Xi )  1   2 X i   3 Xi2 Hàm hồi quy đơn độc lập thì gọi là hàm hồi quy đơn (hồi quy hai biến): E (Y | Xi )  f ( Xi ) 3) E (Y | X i )  1  2 ln Xi E(Y | Xi ): trung bình cuûa Y khi X nhaän giaù trò Xi 4) E (Y | X 2 i , X3i )  1  2 X 2i  3 X3 i Hàm hồi quy tổng thể cho biết giá trị trung bình  Hàm hồi quy bội của Y sẽ thay đổi như thế nào khi biến X nhận 5) E (Y | X2i , X3i )  1  2  3 X3i X2 i các giá trị khác nhau. -Nếu PRF có từ 2 biến độc lập trở lên thì gọi là hàm hồi quy bội (hồi quy nhiều biến). 31 32 Giải thích thuật ngữ “tuyến tính”: Xét trường hợp đơn giản nhất là PRF có dạng tuyến tính: DẠNG XÁC ĐỊNH Hàm hồi quy tổng thể được gọi là tuyến tính E (Y | X )     X (1.4) i 1 2 i nếu hàm đó là hàm bậc nhất đối với tham số. Gọi U i  Yi  E (Y | Xi ). Khi đó: DẠNG NGẪU NHIÊN (1.5) Yi  1   2 Xi  U i giá trị quan sai số ngẫu sát thứ i của Hệ số hồi quy nhiên biến Y 33 34 Ví dụ 1.2: IX. Hàm hồi quy mẫu SRF: Mô hình nào sau đây là mô hình hồi quy tuyến tính? SRF (Sample Regression Function)  1  -Được xây dựng trên cơ sở dữ liệu của một mẫu a ) Yi  1   2 Xi2  Ui b) Yi  1   2    Ui -Được biểu diễn theo hàm hồi quy tổng thể tương ứng TT TT  Xi  PRF SRF 1 1 E(Y | Xi )  1   2 Xi i   Y    X 1 2 i c ) Yi    2 ln Xi  Ui d ) Yi   Ui 1 1  e 1   2 X i Yi  1   2 Xi  Ui   i Yi   1   2 Xi  U KTT KTT Chú ý: Ta có thể biến đổi một số mô hình hồi quy Ước lượng không tuyến tính về dạng tuyến tính bằng các phép Tổng Thể Mẫu biến đổi thích hợp. 35 36 6
10/09/2018 X. Ví dụ minh họa: Xi 80 100 120 140 160 180 200 220 240 260 E (Y | X i ) 65 77 89 101 113 125 137 149 161 173 X X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 Y 80 100 120 140 160 180 200 220 240 260 Y PRF 55 65 79 80 102 110 120 135 137 150 200 60 70 84 93 107 115 136 137 145 152 180 160 65 74 90 95 110 120 140 140 155 175 140 70 80 94 103 116 130 144 152 165 178 120 75 85 98 108 118 135 145 157 175 180 100 88 114 125 140 160 189 185 80 75 115 162 191 70 60 65 60 Tổng 325 462 445 707 678 750 685 1043 966 1211 55 O X X: thu nhập hàng tuần (USD). Y: chi tiêu trong tuần (USD). 60 80 100 120 140 160 180 200 220 240 260 300 38 37 Mẫu 1: Xi 80 100 120 140 160 180 200 220 240 260 IX.Y Ví70dụ65minh i 90 họa: 95 110 115 120 140 155 150 XI. Phân biệt các loại quan hệ: Mẫu 2: Xi 80 100 120 140 160 180 200 220 240 260 Quan hệ thống kê Quan hệ hàm số Yi 55 88 90 80 118 120 145 135 145 175 Ứng với mỗi giá trị của biến độc lập có Ứng với mỗi giá trị thể có nhiều giá trị của biến độc lập có khác nhau của biến duy nhất một giá trị phụ thuộc. của biến phụ thuộc. 39 40 Quan XI. hệ nhân Phân quảcác loại quan biệt Phân tích hệ: hồi quy PhânXI. tích tương Phân quan biệt Phân tích các loại quan hệ: hồi quy X và Y gọi là có quan Đo mức độ mạnh yếu Phân tích hồi quy là hệ nhân quả nếu X là của mối quan hệ tuyến phân tích mối quan hệ nguyên nhân đem lại tính giữa hai biến số. Vai trò của biến độc lập giữa một biến phụ thuộc kết quả là Y và ngược Do đó, không có sự và biến phụ thuộc phải với một hoặc nhiều biến lại nếu có kết quả là Y phân biệt giữa các được phân biệt rõ ràng độc lập khác. Điều này thì có thể suy luận là biến, vai trò giữa các không đòi hỏi giữa biến do nguyên nhân X. biến là như nhau. độc lập và các biến phụ Trong quan hệ nhân thuộc có mối quan hệ quả, X là biến độc lập, nhân quả. Y là biến phụ thuộc. 41 42 7
Bài tập Kinh tế lượng Bài tập Chương 1 Bài 1: Phân loại các dữ liệu sau đây a) Giá vàng tại TP. HCM vào các ngày đầu tháng trong năm 2017. b) Doanh số bán hàng của một siêu thị tính theo từng quý trong năm 2017. c) Năng suất lúa tại các tỉnh thuộc đồng bằng sông Cửu Long năm 2017. d) Lượng điện tiêu thụ của các hộ tại một địa phương trong tháng 8 năm 2017. e) Lượng điện tiêu thụ từng tháng của các hộ tại một địa phương trong năm 2017. Bài 2: Cho mô hình hồi quy tổng thể Yi  1   2 Xi  Ui . Dựa vào các kiến thức về kinh tế xã hội, ... Hãy cho biết dấu của hệ số  2 trong mô hình hồi quy trên ứng với các tình huống cụ thể sau a) Mức cầu của một loại hàng hóa (Y) và giá bán (X). b) Doanh số bán hàng của một loại hàng (Y) và giá bán (X). c) Giá bán nhà (Y) và diện tích của căn nhà (X). d) Lượng khác đi xe bus (Y) và giá bán lẻ xăng (X). Bài 3: Một nhà nghiên cứu muốn nghiên cứu mối quan hệ giữa lượng thịt gà tiêu thụ tại TP. HCM và giá bán thịt gà tại TP. HCM . Giả sử, nhà nghiên cứu chọn mô hình hồi quy tuyến tính. a) Nhà nghiên cứu chọn mô hình tuyến tính bao nhiêu biến? Biến nào là biến độc lập (X), biến nào là biến phụ thuộc (Y)? b) Viết mô hình hồi quy tổng thể và mô hình hồi quy mẫu. c) Ngoài biến X tác động đến Y, hãy cho biết còn biến nào có thể tác động đến Y hay không? Kể tên. Bài 4: Mô hình nào sau đây là mô hình hồi quy tuyến tính?  1  a) Yi  1   2 ln Xi  Ui . b) ln Yi  1   2   Ui .  X   i  c) Yi  1  (  2 )3 Xi  U i . d) Yi  e 1  2 ln Xi Ui . e) ln Yi  ln 1   2 ln X i  Ui . f) Yi  1   2 Xi   3 X i2  Ui . Bài 5: Hãy biến đổi các mô hình sau đây về mô hình hồi quy tuyến tính. 1 Xi a) Yi  . b) Yi  . 1   2 Xi  Ui 1   2 Xi 1 c) Yi  e 1  2 ln Xi Ui . d) Yi  . 1   2 X i U i 1 e 8 GV. Phan Trung Hiếu
18/09/2018 KINH TẾ LƯỢNG Chương 2: (ECONOMETRICS) HỒI QUY HAI BIẾN GV. Phan Trung Hiếu i   -Biết cách tìm hàm hồi quy mẫu SRF: Y    X 45 tiết 1 2 i -Biết cách tìm khoảng ƯL cho các tham số và KĐ các giả thiết. -Sử dụng mô hình hồi quy tìm được để dự báo. LOG LOG O O I. Phương pháp bình phương nhỏ nhất OLS Nhắc lại: (Ordinary Least Square): Tổng thể PRF Mẫu SRF Giả sử có n cặp quan sát thực tế ( X i , Yi ) Giá trị ước lượng: Y i   1   2 Xi E (Y | Xi )  1   2 Xi Y i     1  X 2 i Mong muốn: Y SRF Yi   i  Y i càng gần Yi càng tốt i Yi  1   2 Xi  Ui Yi   1   2 Xi  U U U  i caøng nhoû caøng toát  Yi Giá trị trung bình  i : öôùc löôïn g ñieåm cuûa E (Y | X ) Y của Y Xét: i n 2 n 2   ( heä soá chaën) : öôùc löôïn g ñieåm cuûa  U   Y     X  i i 1 2 i min i  Y Y i 1 1  1 ,  2 ? U i1 i1 i  ( heä soá goùc) : öôùc löôïng ñieåm cuûa  Bài toán: Tìm n  1 ,  2 sao2 cho  2 2  , f ( 1  ) 2  Yi   1   2 Xi    min O Xi  U i ( phaàn dö ) : öôùc löôïng ñieåm cuûa U i i 1 X U  Y Y i i i 3 4 n n  X Y  n.X .Y i i x y i i Ý nghĩa của các hệ số hồi quy:  2  i 1  i 1 Chú ý:  cho biết: khi X nhận giá trị 0 thì giá trị trung bình n 2 n  X 2   n X x 2 2 1  đơn vị.  X   X  2 i i 1 i i của Y là  1 i 1 i  1  Y   2 X   0 cho biết: khi X tăng 1 đơn vị thì giá trị trung  2 n n  đơn vị (trong điều kiện bình của Y sẽ tăng  X i  Yi 2 X i 1 : trung bình của X. Y i 1 : trung bình của Y. các yếu tố khác không thay đổi). n n    2  0 cho biết: khi X tăng 1 đơn vị thì giá trị trung xi  Xi  X , yi  Yi  Y : độ lệch giá trị của biến so với bình của Y sẽ giảm  đơn vị (trong điều trung bình. 2 kiện các yếu tố khác không thay đổi). 5 1
18/09/2018 Ví dụ Bảng Ví1:dụ 2.1:sauTìm cho SRF số liệu về mức chi tiêu cho   1  24, 4545 cho biết: tiêu dùng Y (đôla/tuần) và thu nhập X (đôla/tuần) X 80 100 120 140 160 180 200 220 240 260 Y 70 65 90 95 110 115 120 140 155 150 Hãy ước lượng hàm hồi quy tuyến tính của chi tiêu theo thu nhập. Nêu ý nghĩa của các hệ số hồi quy. Giải   0,5091 cho biết:  n 2 X Y X  Y  r    1  2  ( SRF ) : 7 8 II. Tính chất của SRF theo phương pháp OLS: III. Các tổng bình phương độ lệch: n 2 Yi CĐ 2.1. Tính chất của các hệ số hồi quy: RSS SRF  TSS   Yi  Y     1 và  2 được xác định một cách duy nhất với n cặp i Y TSS TĐ i 1 n giá trị quan sát ( Xi , Yi ) 2 ESS  Y i 2 n Y    và  là các đại lượng ngẫu nhiên, với các mẫu 1 2 Y i 1 CĐ  Y n 2 khác nhau, giá trị của chúng sẽ khác nhau. 5.2. Tính chất của hàm hồi quy mẫu: . O  ESS   Y i i 1   n X Xi X n   Y    X  U i  0 n    X   2 2 2   n.( X ) 2  1 2 n i  0  X i U i   i 1 TSS  ESS  RSS i 1  Yi n i 1 n i 2   , với Y  i1 Y Y  Y i U n i  0  i 1  RSS  TSS  ESS  RSS   Yi  Y i 1   9 10 IV. Hệ số xác định R : 2 V. Hệ số tương quan r: -Là đại lượng để đo mức độ phù hợp của SRF -Là đại lượng để đo mức độ chặt chẽ của quan hệ RSS ESS tuyến tính giữa X và Y. R2  1   TSS TSS n n Ý nghĩa của R 2 : biến X giải thích được  R 2  100  % X i 1 i   X Yi  Y  x y i 1 i i sự thay đổi của biến Y, 100   R 2 100   % sự thay r  n 2 n 2 n n đổi còn lại của Y do các yếu tố ngẫu nhiên khác gây X i 1 i X   Y  Y  . i 1 i x y i 1 2 i i 1 i 2 ra Chú ý :  0  R2  1  R 2  0 : SRF không thích hợp r   R2  R 2  1 : SRF phù hợp hoàn hảo 2 Theo kinh nghiệm, với số liệu theo thời gian thì R  0, 9 được  r cùng dấu với  2 xem là tốt, với số liệu chéo thì R 2  0, 7 được xem là tốt. 11 12 2
18/09/2018 Ý nghĩa của r :  X và Y có mối quan hệ tương quan không chặt chẽ  X và Y có quan hệ đồng biến. r:  X và Y không có quan hệ tương quan  X và Y có quan hệ nghịch biến. 13 14 Ví dụ 2: Với bảng số liệu trong Ví dụ 1. Hãy a) Tính các tổng bình phương độ lệch, hệ số xác định V. Các giả thiết của phương pháp OLS: nêu ý nghĩa.  Mô hình hồi quy có dạng tuyến tính đối với các tham số. b) Tính hệ số tương quan và nêu ý nghĩa.  Biến độc lập X là phi ngẫu nhiên, nghĩa là các giá trị của X được Giải xác định trước. 2 a) TSS  n. Y2  ESS  n.  2  . X2   E (Ui | Xi )  0 RSS  TSS  ESS  R2  r 2  Vậy, trong mô hình SRF, biến thu nhập X giải thích được…………..sự thay đổi của biến chi tiêu Y;…….. sự thay đổi còn lại của Y là do các yếu tố ngẫu nhiên gây ra. b) r  Ta thấy r ……… nên X và Y có quan hệ ………. 15 16 VI. Các giả thiết của phương pháp OLS: Định lý Gauss-Markov: 2  Var (Ui | Xi )   Với các giả thiết từ  đến  ở trên, các ước lượng của phương pháp OLS sẽ là các ước lượng i tuyến tính, không chệch và có phương sai nhỏ nhất. Vì thế, phương pháp OLS đưa ra ước lượng không thiên E (Y | Xi ) lệch tuyến tính tốt nhất. Phương sai có điều kiện không đổi. Phương sai có điều kiện thay đổi.  cov(U i ,U j )  0, i  j  cov(Ui , X i )  0 17 18 3
18/09/2018 Gọi  2  var(Ui | X i ) là phương sai của sai số ngẫu nhiên VI. Phương sai và sai số chuẩn của ước lượng:  là ước lượng của  2 2  2 RSS   n2 Phương sai của các hệ số hồi quy: n 2 X i var(  1 )    2 i 1 n   2 Kỳ vọng (trung bình): n   Xi 2  n X   i 1     )  E( 1 1  2 var(  2 )   ) E(2 2  n 2 X i 1 i 2 n X   19 20 Sai số chuẩn (độ lêch chuẩn) của các hệ số hồi quy: VII. Khoảng tin cậy của 1 ,  2 :  )  var(  se(   ) 1 1  )  var(  se(   ) 2 2 : Sai số chuẩn của đường hồi quy  2    1 2 2 ? ? ? ? ? ? ( ) ( ) ( )  1  2  2 21 22 -Giả thiết: Có cỡ mẫu n. Ví dụ 3: Với bảng số liệu trong Ví dụ 1. Hãy tìm  i   i  i   i Có  i (i  1,2) khoảng tin cậy tối đa cho hệ số chặn với độ tin cậy ( ) Có độ tin cậy   i 95%. Giải (i  1,2) RSS -Mục tiêu: Tìm  i   2   1   RSS   n2 (sai số của ước lượng hay độ chính xác của ước Khoảng tin cậy cho 1 :    X   2 2 lượng) sao cho  ) var(   1     i   i   i ;      :Khoảng tin cậy đối xứng.  1 n   X   i i    i  (;  i   i ):Khoảng tin cậy tối đa.  )  var  se(      1 1    ; ):Khoảng tin cậy tối thiểu. i  (  tn2  i i với độ tin cậy   1  tn  2  se(  1 )  2 -Phương pháp: Xem  trang Vậy, 1    ;  1  1   với độ tin cậy 95% 23 24 4
18/09/2018 Ví dụ 4: Với bảng số liệu trong Ví dụ 1. Khi thu nhập hàng tuần tăng 1 đôla thì chi tiêu trung bình hàng tuần VIII. Khoảng tin cậy của phương sai  2 : tăng trong khoảng nào với độ tin cậy 95%? -Giả thiết: Có cỡ mẫu n, có  , có độ tin cậy 2  Giải Khoảng tin cậy cho  2: -Mục tiêu: Cần tìm (a,b) sao cho  2  (a, b)  2 với độ tin cậy   ) var(   2 n. X2 -Phương pháp: Xem  trang  )  var    se(  2 2   8 t n 2  t0,025   2  t n 2  se(  2 )  2 2  2   2   2 ;  2   2    với độ tin cậy 95% Vậy, khi thu nhập hàng tuần tăng 1 đôla thì chi tiêu trung bình hàng tuần tăng trong khoảng 25 đô la 26 Ví dụ 5: Với bảng số liệu trong Ví dụ 1. Hãy tìm khoảng tin cậy cho phương sai, với độ tin cậy 95%. IX. Kiểm định giả thuyết: Giải -Kiểm tra xem một điều gì đó đúng hay sai, nội dung   1   RSS  thông tin mà ta nhận được có đáng tin cậy không. -Kiểm tra kết quả tìm được từ một số liệu thực tế có  2;( n  2)  phù hợp với một giả thiết nào đó nêu ra hay không. 2 2  1 2 ;( n  2)    Vậy,  2   RSS 2 ; 2 RSS     ;( n  2) 1 2 ;( n  2)   2  với độ tin cậy 95% 27 28 Giả sử  là tham số cần kiểm định theo thực tế. (  1 ,  2 ,  2 ) Các bước kiểm định tổng quát:  0 là giá trị đã biết theo 1 ý kiến nào đó. -Bước 1: Đặt cặp giả thuyết thống kê. ( 0  10 ,  20 ,  02 ) -Bước 2: Kiểm định giả thuyết thống kê. Kiểm định Kiểm định -Bước 3: Kết luận (chấp nhận hay bác bỏ H). 2 phía 1 phía Kiểm định Kiểm định phía trái phía phải  H :   0   H :    0  H :    0  H :   0    H :    0  H :    0 29 30 5
18/09/2018 Ví dụ 6: Với bảng số liệu trong Ví dụ 1. Có ý kiến cho X. Kiểm định các hệ số hồi quy: rằng khi không có thu nhập hàng tuần thì chi tiêu trung bình hàng tuần ít hơn 25 đôla. Với mức ý nghĩa 5%, ý kiến này có đáng tin không? 1 ,  2 : là hệ số cần kiểm định theo thực tế. Giải Phương pháp khoảng tin cậy: 10 ,  20 : cho trước.  H :  Cho trước mức ý nghĩa .   H :   1   -Phương pháp: Xem  trang Theo Ví dụ 3, ta có 1    ;  1  1   Vì……………………nên ta ………….H. Vậy, với mức ý nghĩa 5%, ý kiến ……………….. 31 32 Phương pháp giá trị tới hạn: Ví dụ 7: Với bảng số liệu trong Ví dụ 1. Với mức ý  H : nghĩa 5%, hãy cho biết thu nhập có thực sự ảnh hưởng  đến chi tiêu hay không?   H : Giải C  tn2  Phương pháp khoảng tin cậy:  H :   25   t1  1    H :  (  ) se 1   1   Vì …………………..nên ta …………… H. Vậy, với Theo Ví dụ 4, ta có mức ý nghĩa 5%, ý kiến …………………. Vì ……………........nên ta ……………..H. Vậy, với mức ý nghĩa 5%, thu nhập……………….................... ………………………………………………………………. 33 34 Phương pháp giá trị tới hạn: Ví dụ 8: Sử dụng Eviews, ta được bảng kết quả cho ví  H : dụ 1, như sau   H :  C  tn 2  2   2 t2     ) se(  2 Vì …………………….nên ta ………………..H. Vậy, với mức ý nghĩa 5%, thu nhập………………………… ………………………………………………………….. Với mức ý nghĩa 5%, hãy cho biết thu nhập có thực sự ảnh hưởng đến chi tiêu hay không? 35 36 6
18/09/2018 Giải 2 Phương pháp p-value: XI. Kiểm định phương sai  :  H :   H :   0 :là một giá trị số cho trước theo một ý kiến p2   p  value  2  nào đó. Cho trước mức ý nghĩa . Vì ……………………..nên ta …………….H. Vậy, với mức ý nghĩa 5%, thu nhập ………………...................... -Phương pháp: Xem  trang …………………………………………………………………. 37 38 Ví dụ 9: Với bảng số liệu trong Ví dụ 1. Có một tài Phương pháp giá trị tới hạn: liệu cho rằng phương sai của tổng thể là 85. Với mức ý  H : nghĩa 5%, hãy cho biết nguồn tài liệu này có đáng tin  cậy không?   H : Giải Phương pháp khoảng tin cậy: C1  12  ;( n 2)  2  H : 2  C2    ;( n  2)   H : 2  RSS  02     1   85 Theo Ví dụ 5, ta có Vì ………………..nên ta ………………. H. Vậy, với Vì ……………………………nên ta ……………H. mức ý nghĩa 5%, nguồn tài liệu này ………………….. Vậy, với mức ý nghĩa 5%, nguồn tài liệu này …………. ………………. 39 40 Ví dụ 10: Với bảng số liệu trong Ví dụ 1. Hãy đánh giá XII. Kiểm định sự phù hợp của mô hình: mức độ phù hợp của mô hình hồi quy mẫu với mức ý -Mục tiêu: đánh giá mức độ phù hợp của mô hình hồi nghĩa 5%. Giải quy. Phương pháp giá trị tới hạn: -Ý tưởng chính: như đã biết, ở phần trước, hệ số  H : xác định R2 là đại lượng để đo mức độ phù hợp của    H : mô hình hồi quy. Nếu R2 = 0 thì mô hình không phù hợp. Vì vậy, ta kiểm định giả thuyết C  F (1, n  2)   H : R  0 2 R 2 ( n  2) F0    2 1  R2  H : R  0 -Phương pháp: Xem 10 trang Vì ……………………nên ta …………………H. Vậy, mô hình ……………………., với mức ý nghĩa 5%. 41 42 7
18/09/2018 Ví dụ 11: Sử dụng Eviews, ta được bảng kết quả cho ví Giải dụ 1, như sau Phương pháp p-value:  H :   H :  p  value  Vì………………….nên ta …………..H. Vậy, với mức ý nghĩa 5%, thu nhập…………………………………... Hãy đánh giá mức độ phù hợp của mô hình hồi quy mẫu với mức ý nghĩa 5%. 43 44 13.1.XIV. Dự báo giá trị trung bình: E (Y | X ) XIII. Ứng dụng phân tích hồi quy vào dự báo: Dự báo bằng mô hình hồi quy hai0 biến: -Phương pháp: Xem 11 trang Số liệu 13.2. Dự báo giá trị riêng biệt:Y0 SRF : Y i     1  X 2 i của mẫu -Phương pháp: Xem 12 trang Cho tröôùc X  X 0 Dự báo E (Y | X 0 ) Y0 Y 0 0    0;Y ? 0  Y 0 0   0;Y 0  ? ? ? 45 46 Ví dụ 12: Với bảng số liệu trong Ví dụ 1. Hãy dự báo Ví dụ 13: Với bảng số liệu trong Ví dụ 1. Hãy dự báo chi tiêu tiêu dùng trung bình khi thu nhập ở mức 100 giá trị cá biệt của chi tiêu khi thu nhập ở mức 100 đôla/tuần với độ tin cậy 95%. đôla/tuần với độ tin cậy 95%. Giải X0  Giải X0    1     1   Y 0     1  X  2 0 Y 0     1  X  2 0    X 0  X      X 0  X   2 2 2 2 var(Y 0 )  var(Y0  Y 0 )    2 1     1     n   X   n   X       Vậy Vậy se(Y 0 )  var(Y 0 ) se(Y  Y 0 )  var(Y  Y 0 )  E (Y X 0 )  Y 0   ; Y 0     Y0  Y 0   ; Y 0   0 0 t n  2  t n 2    2 2   t n2  se(Y 0 )  với độ tin cậy 95%   t n2  se(Y0  Y 0 )  với độ tin cậy 95% 2 2 47 48 8
18/09/2018 Ngoài ra, ta còn có: XVIII. Đổi đơn vị đo của biến: *2 2   -Mô hình cũ: Y    X U i   k12  2 RXY  RX2 *Y * i 1 2 i   -Mô hình mới: Yi *    X*  U * * i * 2 var(  1 )  k12 var(   )  * )   k1  var(  * 1 2 i var(   ) 1 2   2 k  k2   1  k1  1 ,  2  1  2 * * k2  ) * k1  ) se(  1 )  k1 se(  1 ) * se(  2 se(  2 k2 Yi *  k1Yi , Xi*  k2 Xi 49 50 Ví dụ 14: Viết lại hàm hồi quy mẫu trong ví dụ 1 nếu Ví dụ 15: Viết lại hàm hồi quy mẫu trong ví dụ 1 nếu chi tiêu và thu nhập đều được tính theo đơn vị chi tiêu tính theo đơn vị ngàn đôla/tuần và thu nhập đôla/tháng. tính theo đôla/tuần. Giải Giải 1 đôla/tuần = …… đôla/tháng 1 ngàn đôla/tuần = ……… đôla/tuần   1  k1      1  k1    * * 1 1 k k  2  1  2   2  1  2  * * k2 k2 Vậy Vậy 51 52 9
Các yêu cầu thường gặp và cách giải Chương 2 Các yêu cầu thường gặp và cách giải Chương 2 YÊU CẦU CÁCH GIẢI Cho bảng số liệu X X1 X2 … Xn Y Y1 Y2 … Yn Bước 1 (nhập số liệu vào máy tính): w  3:STAT  2: A+BX  nhập số liệu. Nhập xong nhấn C Chú ý: Muốn tắt cột tần số (FREQ), ta bấm q  w  R  4:STAT  OFF. Bước 2 (ghi kết quả): n  q  1  4:Var  1:n  = X  q  1  4:Var  2: x  = Tìm hàm Y  q  1  4:Var  5: y  = hoặc nhìn Eviews: Mean dependent var  Y hồi quy mẫu  X  q  1  4:Var  3: x n ( x )  = SRF của Y  Y  q  1  4:Var  6: y n ( y )  = theo X. r  q  1  5:Reg  3: r  =   q  1  5:Reg  1:A  = 1  2  q  1  5:Reg  2:B  = Vậy, (SRF): Y i     1  X . 2 i Cho bảng Eviews: Included observations: n Variable Coefficient C  1 X  2  cho biết khi X bằng 0 thì Y trung bình là   đơn vị. 1 1 Nêu ý   0 cho biết khi X tăng 1 đơn vị thì Y trung bình sẽ tăng   2 đơn vị. 2 nghĩa của các hệ số hồi   0 cho biết khi X tăng 1 đơn vị thì Y trung bình sẽ giảm 2  2 đơn vị. quy Chú ý:  : hệ số chặn, hệ số tự do.   : hệ số góc, hệ số hồi quy của biến X.  1 2 Cho bảng số liệu: 2 Tính các  . 2 . tổng bình TSS  n. Y2 . ESS  n.   2 X RSS  TSS  ESS . phương độ TSS Cho bảng Eviews: S.D dependent var = . lệch n 1 Sum squared resid = RSS. 10 GV. Phan Trung Hiếu
Các yêu cầu thường gặp và cách giải Chương 2 Cho bảng số liệu: R 2  r 2 . Tính hệ số Cho bảng Eviews: R-squared = R 2 . xác định và Ý nghĩa: Trong mô hình SRF, biến X giải thích được  R 2  100  % sự thay đổi của biến Y, nêu ý nghĩa 100   R 2 100   % sự thay đổi còn lại của Y do các yếu tố ngẫu nhiên khác gây ra.   Cho bảng số liệu: Bấm máy  r . Cho bảng Eviews: Tìm R 2  r   R 2 . ( r cùng dấu với   .) Tính hệ số 2 tương quan Ý nghĩa: và nêu ý  r gần 1 hoặc r = 1: X và Y có quan hệ đồng biến. nghĩa  r gần -1 hoặc r = -1: X và Y có quan hệ nghịch biến.  r gần 0: X và Y có quan hệ tương quan không chặt chẽ.  r = 0: X và Y không có quan hệ tương quan. Khoảng đối xứng Khoảng tối đa Khoảng tối thiểu    ;         ;  Bước  k  ;  k k k   k k   k k  1  1 . 2 RSS RSS   hoặc nhìn Eviews: S.E.of regression =  2  Tìm 3 n2 khoảng tin  2   X 2   2  cậy cho các  )  1    ) 4 var(  1   var(  2 . hệ số hồi n   X   n. X2   quy với độ  )  var   tin cậy  5 se(  k k   hoặc nhìn Eviews: cột Std.Error. cho trước tn  2 6 tn 2 2 7  k  t n  2  se(  k )  k  tn 2  se(  k ) 2 8  k   k   k ;  k   k    k   ;  k   k    k   k   k ;    t n  2 , tn  2 : tra bảng phân phối Student hoặc đề cho. 2 Khoảng Khoảng tối đa Khoảng tối thiểu Bước Tìm a ; b   ; b   a;   khoảng tin 1  1 . cậy cho RSS hoặc nhìn Eviews: Sum Squared resid 2 phương sai 3  2;( n 2) và 12  ;( n  2) 12 ; ( n  2) 2 ;( n  2) với độ tin 2 2 cậy  cho  RSS RSS   RSS   RSS  trước 4  2  2 ; 2   2    ; 2   2  2 ;      ;( n  2) 1  ;( n  2)   1 ; ( n 2)    ;( n 2)   2 2      2;( n 2) , 12  ;( n  2) , 12 ; ( n  2) , 2 ;( n  2) : tra bảng phân phối Khi bình phương hoặc đề cho. 2 2 11 GV. Phan Trung Hiếu
Các yêu cầu thường gặp và cách giải Chương 2 Phương pháp khoảng tin cậy: 0 0 0  H :  k   k  H :  k   k  H :  k   k Bước  0  0  0  H :  k   k  H :  k   k  H :  k   k 1 Tìm khoảng  k   k ;  k   k      ;  k  k  k   k ;     tin cậy Chấp   ;     k0   ;  k   k  k0   k   k ;  2 0 nhận  k    k k k k      Kết H luận Bác  k0   k   k ;  k   k   k0   ;  k   k   k0   k   k ;      bỏ H Chú ý: Ta chỉ nên dùng phương pháp khoảng tin cậy khi đã tìm khoảng tin cậy với cùng một  . Phương pháp giá trị tới hạn:  H :  k   k0  H :  k   k0  H :  k   k0 Bước  0  0  0  H :  k   k  H :  k   k  H :  k   k Kiểm định 1 C  t n  2 C  tn 2 2 các hệ số  k   k0 hồi quy với 2 tk   ( se  ) k mức ý nghĩa  cho trước 3 Chấp nhận H C  tk C  tk C  tk Kết luận Bác bỏ H C  tk C  tk C  tk  k Chú ý: Nếu  k0  0 thì tk  là các giá trị trong cột t-Statistic của Eviews.  ( se  ) k Phương pháp p-value: Chỉ dùng cho trường hợp  k0  0.  H :  k  0  H :  k  0  H :  k  0 Bước     H :  k  0  H :  k  0  H :  k  0 1 pk   p  value  k  p  value k pk  2 2 Chấp nhận H pk   pk   Kết luận Bác bỏ H pk   pk   Chú ý:  p  value k là các giá trị trong cột Prob. của Eviews. 12 GV. Phan Trung Hiếu

CÓ THỂ BẠN MUỐN DOWNLOAD

THÔNG TIN

TRỢ GIÚP

HỖ TRỢ KHÁCH HÀNG

Theo dõi chúng tôi

Chịu trách nhiệm nội dung:

Nguyễn Công Hà - Giám đốc Công ty TNHH TÀI LIỆU TRỰC TUYẾN VI NA

LIÊN HỆ

Địa chỉ: P402, 54A Nơ Trang Long, Phường 14, Q.Bình Thạnh, TP.HCM

Hotline: 093 303 0098

Email: support@tailieu.vn

Giấy phép Mạng Xã Hội số: 670/GP-BTTTT cấp ngày 30/11/2015 Copyright © 2022-2032 TaiLieu.VN. All rights reserved.