zunia.vn

Tuyển sinh 2024 dành cho Gen-Z

zunia.vn

» Kinh Tế - Quản Lý

» Kinh tế học

Bài giảng môn Kinh tế lượng (Econometric) - ThS. Nguyễn Trung Đông

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:70

Báo xấu

25
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng môn "Kinh tế lượng (Econometric)" được biên soạn bởi ThS. Nguyễn Trung Đông có mục tiêu cung cấp phương pháp phân tích định lượng; Ứng dụng phương pháp định lượng; Hướng dẫn sinh viên làm thực tập tốt nghiệp, luận văn tốt nghiệp. Phân tích, kiểm định và dự báo kinh tế. Mời các bạn cùng tham khảo chi tiết bài giảng tại đây.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng môn Kinh tế lượng (Econometric) - ThS. Nguyễn Trung Đông

lOMoARcPSD|16911414 TRƯỜNG ĐẠI HỌC TÀI CHÍNH - MARKETING BỘ MÔN TOÁN – THỐNG KÊ KHOA CƠ BẢN Slide bài giảng và bài tập MÔN KINH TẾ LƯỢNG (Econometric) Giảng viên : ThS. Nguyễn Trung Đông Mail : nguyendong@ufm.edu.vn Tp. Hồ Chí Minh, 01 - 01 - 2019 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 TRƯỜNG ĐẠI HỌC TRƯỜNG ĐẠI HỌC TÀI CHÍNH - MARKETING TÀI CHÍNH - MARKETING KHOA CƠ BẢN KHOA CƠ BẢN Môn : KINH TẾ LƯỢNG Moân : KINH TẾ LƯỢNG (Econometric) (Econometric) Hình thức đánh giá môn học Số tín chỉ : 3 Số tiết : 30 LT + 30 TH Điểm quá trình (30%) Điểm kết thúc học (70%) Giảng viên : ThS. Nguyễn Trung Đông Điểm học phần = (Điểm quá trình + Điểm kết thúc học) 1 Giảng viên : ThS. Nguyễn Trung Đông 2 TỔNG QUAN NỘI DUNG MÔN HỌC Mục tiêu môn học: Ôn tập  Cung cấp phương pháp phân tích định Chương 0. Mở đầu lượng.  Ứng dụng: Phương pháp định lượng Chương 1. Hồi quy đơn  Làm thực tập tốt nghiệp, luận văn tốt Chương 2. Hồi quy bội nghiệp. Chương 3. Kiểm định giả thuyết  Phân tích, kiểm định và dự báo kinh tế. mô hình 3 4 TÀI LIỆU THAM KHẢO 6) Nguyễn Cao Văn – Bùi Dương Hải, Kinh tế lượng Tiếng Việt (hướng dẫn và trả lời lý thuyết và bài tập, nhà xuất bản 1) Đinh Ngọc Thanh, Nguyễn Văn Phong, Nguyễn Trung Tài Chính. Đông, Nguyễn Thị Hải Ninh: Giáo trình kinh tế lượng, 7) Bùi Minh trí: Kinh tế lượng, nhà xuất bản khoa học lưu hành nội bộ, Đại học tài chính – Marketing. và kỹ thuật, 2006. 2) Phạm Chí Cao – Vũ Minh Châu: Kinh tế lượng ứng Tiếng Anh dụng, nhà xuất bản Thống kê, 2010. 1) Dimitrios Asteriou and Stephen G. Hall: Applied Econometrics, Published by Palgrave Macmillan, 2007. 3) Nguyễn Quang Dong: Bài giảng Kinh tế lượng, nhà 2) Christopher Dougherty: Introduction to xuất bản thống kê, 2006. Econometrics, Published Oxford. 4) Chương trình giảng dạy Kinh tế Fullbright: Bài giảng 3) Jeffrey M. Wooldridge: Introduction to Kinh tế lượng, 2004. Econometrics,… 5) Huỳnh Đạt Hùng, Nguyễn Khánh Bình, Phạm Xuân 4) Damodar N Gujatari, Basic Econometrics, Mc Graw Giang: Kinh tế lượng, nhà xuất bản Phương Đông, 2012.5 – Hill Inc, third edition, 1995. 6 1 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 1/5/2019 Chương 0. 2. Đạo hàm tại điểm. Xét hàm số: y  f (x) Ôn Tập f (x)  f (a) y y : sự thay đổi của y Kinh tế lượng (Econometic): Lượng hóa các  xa x x : sự thay đổi của x vấn đề về kinh tế. 1. Đạo hàm (tỷ lệ sự thay đổi) Sự thay đổi của y theo x: y /  f / (a)  y / x Xét hàm số Y=f(X). Trong đó Tỷ lệ sự thay đổi của y theo x xung quanh Y : Biến phụ thuộc, biến được giải thích, điểm a. biến nội sinh, biến hồi quy. Ví dụ 2: Xét mối quan hệ: y  f (x) X : Biến độc lập, biến giải thích, biến ngoại sinh. Giả sử: x: lạm phát, y: lãi suất và f / (5)  1.25 Ví dụ 1: Thu nhập (X) – Chi tiêu (Y). Ý nghĩa: Nếu LP tăng 1% thì LS tăng 1.25%. Lạm phát (X) – Lãi suất (Y). 3. Đạo hàm riêng. Xét hàm số: z  f (x, y) Ví dụ 4: Tính đạo hàm riêng của hàm số sau z : là biến phụ thuộc (biến được giải thích) 1. f (x, y)  x 3  y3  6xy  2x  3y  1 x,y : là biến độc lập (biến giải thích) 3.1. Đạo hàm riêng của z theo x 2. f (x, y)  ln(x 2  y 2 ) z  f (x  x, y)  f (x, y)  Giải  lim   ; (x, y  0) x x 0  x  f f 3.2. Đạo hàm riêng của z theo y 1. (x, y)  3x 2  6y  2; (x, y)  3y 2  6x  3 x y z  f (x, y  y)  f (x, y)  f 2x f 2y  lim   ; ( x  0, y) 2. (x, y)  2 ; (x, y)  2 y y0  y  x x  y y2 x  y2 z z Ví dụ 3: x (3,2)  0.4; (3,2)  0.1 y 4 4. Điều kiện cần của cực trị. 5. Điều kiện đủ của cực trị.  2f Xét hàm số: z  f (x, y) Xét điểm dừng: (x 0 , y0 ) . Đặt A  2 (x 0 , y0 ), x Hàm số đạt cực trị tại (x 0 , y0 )  2f  2f C  2 (x 0 , y0 ), B  (x 0 , y0 ),   AC  B2 y xy  f  x (x 0 , y0 )  0 Th1: Nếu   0 và A  0 thì (x 0 , y0 ) là cực tiểu.  (*)  f (x 0 , y0 )  0 Th2: Nếu   0 và A  0 thì (x 0 , y 0 ) là cực đại.  y Th3: Nếu   0 thì (x 0 , y0 ) không là cực trị. Nếu (x 0 , y0 ) thỏa (*) thì (x 0 , y0 ) được gọi là điểm dừng. Th4: Nếu   0 chưa đủ cơ sở kết luận. 1 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 1/5/2019 Phương pháp bình phương cực tiểu Y . . .. . . . . . SRF (OLS : Ordinary least squaes) Yi .. . Tổng bình phương các sai lệch i . ei . (RSS : Residual sum of squares) . . Y      X   n n Y 2 i 1 2 i RSS  e12  e 22    e2n   ei2   Yi   1   2 X i i 1 i 1 Bài toán. Tìm   1,  2  sao cho RSS  min    2  Y   RSS    n 0 Xi X 1 , 2    2 X i (1)  0  i 1 i 1 1  ,     2  Y   RSS     X ( X )  0 n  i  Y     X Khi X  Xi  ei  Yi  Y  1 2 i 1 2 i i i 1 2 i i 1 7 2 8 1 n 1 n Suy ra (1)   1  2 Xi  Yi n i1 n i1   n n  n1   2  X i  Y i 1   X  Y   Y  X  i 1 i 1 1 2 1 2  n n n n    n n    2  X i2 nXi Yi   Xi  Yi   1  X Y Xi  i i 2 i 1 i 1 i 1  2  i 1  i 1  i 1  2 Hệ Cramer n  n  nXi2   Xi  n  i1  X i1 n 2 Ví dụ: i n  n   n  Xi2    X i   0 i 1 X 1 2 3 4 5 n n  i 1  X i  Xi2 i1 i 1 i 1 9 Y 2 5 7 8 9 10 6. Phân phối xác suất Bài toán cho Y  N  0,1,    . Ta có 6.1. Phân phối chuẩn, X  N  , 2  1   t2 2 P    Y    e dt  0   0    1 b   x  2 2  Pa  X  b   e 2 dx 2 t2 Trong đó: 0  x   1 0 e 2 dt : Laplace x   2 a x  dx 2 Đặt t   dt  Lấy x  0.00,0.01,...,3.99 suy ra bảng phân phối   1 b  t2 2 Gauss Ta có P  a  X  b   2   a  e dt Ví dụ : 0 1.26  0.3962 X Nếu x  4 thì 0 (x)  0.5. Nếu X  N  , 2  , đặt Y  thì Y  N  0,1  Nếu x  0 thì 0  x   0  x  11 12 2 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 1/5/2019 6.2. Phân phối Student, St(n) +) Phương sai mẫu có hiệu chỉnh a) Một số kết quả 1 n   Xi X  2 S2X  i) Nếu X  N  0,1 thì X 2   2 1 n 1 i1 ii) Nếu X, Y độc lập, +) Phương sai không hiệu chỉnh) X   2  n  ; Y  2  m  thì X  Y  2  n  m  1 n   Xi  X  2 S2X  iii) Cho X1 ,X 2 ,..., X n  N  , 2  và độc lập n i1 b) Phân phối Student +) Trung bình mẫu 1 n Nếu X  N  0,1 ; Y  2  n  và X, Y độc lập X  Xi n i 1 thì 13 14 X T  St(n) Y Chú ý : n c) Định lý Lindeberg – levy  2  X  N  ,   Y   X  n  N 0,1 Cho X1,X2 ,...,Xn  N , 2   n  2 (n 1)SX  2  Z  2  n 1 i) X  N  ,   2  n (n 1)S2X T Y   X  n  St(n 1) ii) 2  2  n 1 Z SX  n 1 Trong đó X, S2X lần lượt trung bình và phương sai mẫu có hiệu chỉnh 15 16 6.3. Phân phối Fisher 7.1. X  N(0,1) Nếu X  2  n  ,Y  2 (m) và X, Y độc lập thì Chọn KTC cho X là  C,C sao cho X  F n  F  n,m  P  C  X  C      C  Y 2 m Ký hiệu: C  Z  7. Tìm khoảng tin cậy 2 Gọi  a,b là khoảng tin cậy (KTC) với X  7.2. X  N(,  ) . Đặt Y  2 thì Y  N(0,1)  độ tin cậy  Chọn KTC cho Y là  C,C sao cho Định nghĩa: P  a  X  b     0.9,0.95,0.99 P  C  Y  C   Nguy cơ sai lầm   1   17 18 3 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 1/5/2019 Khoảng tin cậy cho X: X   C;   C Với C  f (n,m) 7.3. T  St(n) 7.5. X   2 (n) Chọn KTC là cho T là  C,C sao cho Chọn KTC cho X P  C  T  C    - Dạng  a, b sao cho P  a  X  b    Với C  t n Với a  2  (n); b  2 (n) 1 Chú ý : khi n  30 thì St(n)  N(0,1) 2 2 - Dạng  0,C sao cho P  0  X  C    7.4. F  F(n,m) Với C  2 (n) Chọn KTC cho F là  0,C sao cho P  0  F  C   19 20 4 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 Bài Giảng Chương Mở Đầu KINH TẾ LƯỢNG (Econometric) 1) Khái niệm về kinh tế lượng. Chương Mở Đầu 2) Phương pháp luận kinh tế lượng. 3) Đánh giá sơ bộ số liệu thống kê. 4) Kiểm định mối tương quan tuyến GV: ThS. Nguyễn Trung Đông Mail: nguyendong@ufm.edu.vn tính của hai đại lượng X, Y. 2 1. Khái niệm về kinh tế lượng 2. Phương pháp luận của kinh tế lượng  Econometric= Econo + Metric Đặt giả thuyết kinh tế  Khái niệm: Kinh tế lượng là nghiên cứu những vấn đề thực nghiệm của các quy luật Thiết lập mô hình kinh tế; thông qua việc xây dựng, phân tích, đánh giá các mô hình cho ra lời giả bằng số, Thu thập số liệu hỗ trợ việc ra quyết định.  Kinh tế lượng sử dụng các kết quả của: Ước lượng tham số + Mô hình toán kinh tế; Xác suất và thống kê Phân tích kết quả toán; Toán cao cấp, Lý thuyết kinh tế. + Một phần mềm thông dụng: Eview, SPSS… Khai thác mô hình 3 4 2. Phương pháp luận của kinh tế lượng Phân tích tác động của thu nhập lên tiêu dùng tại các quốc gia vùng Đông Khi mô hình nhận được phù hợp với Á – Thái Bình Dương năm 1998 giả thuyết kinh tế, ta có thể dùng mô Bước 1. Đặt giả thuyết kinh tế hình này để : Theo Keynes: Con người thường tăng tiêu dùng khi thu nhập của họ tăng Dự báo kết quả lên, nhưng không nhiều như gia tăng Kiểm tra hay đề ra chính sách thu nhập của họ. 5 6 1 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 Phân tích tác động của thu nhập lên Phân tích tác động của thu nhập lên tiêu dùng tại các quốc gia vùng Đông tiêu dùng tại các quốc gia vùng Đông Á – Thái Bình Dương năm 1998 Á – Thái Bình Dương năm 1998 Bước 2. Thiết lập mô hình toán Bước 3. Thu thập số liệu Dạng đơn giản thể hiện mối quan hệ giữa thu nhập (TN) và tiêu dùng (TD) là dạng tuyến tính TD = β1 +β 2 TN Trong đó β1 ,β 2 là hai tham số và 0
lOMoARcPSD|16911414 05/01/2019 3. Đánh giá về số liệu thống kê 3. Đánh giá về số liệu thống kê  Hiệp phương sai tổng thể  Hiệp phương sai mẫu X,Y  E  X   X  Y   Y   SX,Y  E  X  X  Y  Y  N n 1   Xi  X  Yi  Y  1  N  n   Xi  X  Yi  Y  i 1 i 1  Hệ số tương quan tổng thể  Hệ số tương quan mẫu X,Y SX,Y X,Y  rX,Y   X Y 13 SX SY 14 Từ đó, ta có đánh giá sơ bộ số liệu sau 15 16 17 18 3 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 4. Kiểm định mối tương quan tuyến tính của hai đại lượng X, Y. Bài toán kiểm định H0 : X,Y  0  H1 : X,Y  0  Nếu H0 đúng, ta có thống kê n2 T  rx,y  St(n  2) 2 1  rx,y 19 20 4. Kiểm định mối tương quan Ví dụ : Với số liệu ở ví dụ trên, ta có tuyến tính của hai đại lượng X, Y. rx,y  0,2465, n  37 Với mức ý nghĩa  cho trước ta có Bài toán kiểm định H0 : X,Y  0 (LP và TN không có tương quan tuyến tính) C  tn2  H1 : X,Y  0 (LP và TN có tương quan tuyến tính) 2 Nếu H0 đúng, ta có thống kê Nếu T C bác bỏ H0 , nghĩa là X, Y n2 T  rx,y 2  St(n  2), T  1,5047 có tương quan tuyến tính với nhau. 1  rx,y Với   0, 05 , ta tìm được : C  t 350,025  1,96 21 Ta có T  C, chấp nhận H0. 22 4 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 Bài Giảng Chương 1. Hồi Quy Đơn KINH TẾ LƯỢNG (Econometric)  Phân tích hồi quy Chương 1  Mô hình hồi quy Hồi Quy Đơn  Hệ số xác định mô hình (Simple Regression)  Khoảng ước lượng  Kiểm định sự phù hợp mô hình GV: ThS. Nguyễn Trung Đông Mail: nguyendong@ufm.edu.vn  Bài toán dự báo 1 2 1. Phân tích hồi quy 1. Phân tích hồi quy  Nghiên cứu mối liên hệ phụ thuộc của Chú ý: một biến phụ thuộc (Y), theo một hay nhiều biến độc lập ( Xi ) khác.  Biến độc lập là biến phi ngẫu nhiên.  Phân tích hồi quy giải quyết các vấn đề  Biến phụ thuộc là biến ngẫu nhiên sau nó có phân phối xác định.  Ước lượng và dự đoán giá trị trung  Nghĩa là ứng với mỗi giá trị của biến bình của biến phụ thuộc với giá trị đã độc lập, biến phụ thuộc có thể lấy giá cho của biến độc lập. trị khác nhau nhưng các giá trị này  Kiểm định giả thuyết về bản chất của các mối liên hệ. tuân theo luật phân phối xác định. 3 4 2. Mô Hình Hồi Quy 2. Mô Hình Hồi Quy 1. Hàm hồi quy tổng thể PRF 1. Hàm hồi quy tổng thể PRF PRF=Population Regression Function Hàm hồi quy tổng thể ngẫu nhiên của (1) Ta xét PRF là hàm tuyến tính có dạng Yi  1  2 Xi  i E  Y | X  Xi   1  2 X i (1) hay Y  1  2 X   hay Trong đó β1, β2, ε lần lượt là hệ số hồi E  Y | X   1  2 X quy và sai số ngẫu nhiên tổng thể. 5 6 1 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 2. Mô Hình Hồi Quy 2. Mô Hình Hồi Quy 2. Hàm hồi quy mẫu SRF 2. Hàm hồi quy mẫu SRF SRF=Sample Regression Function Ta xét hàm hồi quy mẫu có dạng Dạng ngẫu nhiên (2)  i     X Y 1 2 i (2) Yi   1   2 X i  ei hay      X Y 1 2  i là ước lượng điểm Với ei  Yi  Y Trong đó lần lượt là các ước của i (phần dư). lượng điểm của E(Y|X), β1, β2. 7 8 2. Mô Hình Hồi Quy 2. Mô Hình Hồi Quy 3. Tính chất của SRF 4. Phương pháp OLS i) Y  ˆ 1  ˆ ˆY 2 X; ii) Y Giả sử Y  1  2 X   là PRF cần tìm. ˆ 0 iii) e  1n ni1 ei  0; iv) in1 ei Y Ta ước lượng PRF bởi SRF có dạng i  ˆ Y 1  ˆ 2 X Phần dư e và ˆ Y không tương quan Từ một mẫu gồm n quan sát v) ni1 eiXi  0  Xi , Yi  ; i  1, 2,..., n, khi đó với mỗi i, ta có Phần dư e và X không tương quan ei  Yi  ˆ Yi  Yi  ˆ 1  ˆ 2 Xi là các phần dư 9 10 . .. . . SRF Y 2. Mô Hình Hồi Quy Yi . . . .. . Nội dung phương pháp OLS là tìm các i ei . .. tham số ˆ1 , ˆ2  sao cho : . . Y    e    Y  ˆ  ˆ X  n n  i     X Y 2 1 2 i f ˆ 1, ˆ 2  2 i i 1 2 i  min i 1 i 1 Khi đó ˆ , ˆ  thoả mãn hệ sau 1 2  ˆ n n Xi X n1 2  Xi  ˆ  Y 0  i 1 i1 i  n n n ˆ  1   i  Y     X Khi X  Xi  ei  Yi  Y i 1 2 i  Xi 2  X2i  ˆ  XY i i 11 i 1 i 1 i1 12 2 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 2. Mô Hình Hồi Quy 2. Mô Hình Hồi Quy Ví dụ 1. Bảng sau cho số liệu về lãi suất Giải hệ trên ta được ngân hàng (Y) và tỷ lệ lạm phát (X) n trong năm 1988 ở 9 nước.  X i   X Yi  Y  SX,Y SY ˆ 2  i 1   rX,Y n S 2 SX  X  2 i X X i 1 Với số liệu trên, ta tìm được (sử dụng MT) và ˆ 1  Y  ˆ 2X ˆ 1  2.7417 và ˆ 2  1.2494 13   2.74  1.25  X Hay mô hình hồi quy : Y 14 Lập bảng ta tính được các tổng như sau 2. Mô Hình Hồi Quy 5. Các giả thuyết của mô hình GT1: Biến X là biến phi ngẫu nhiên. GT2: E(εi) = E(ε|X = Xi) = 0. GT3: Var(εi) = Var(εj) = σ2, với mọi i, j GT4: Cov(εi,εj) = 0 GT5: Cov(εi,Xj) = 0  84, 7 2   91   1  2,7417 130,5   GT6: εi  N(0, σ2) 84,7 1  2770,97 2  3694, 29  2  1, 2494 15 GT7: Yi  N(β1 + β2Xi, σ2) 16 2. Mô Hình Hồi Quy 2. Mô Hình Hồi Quy 6. Tính chất các hệ số hồi quy Các hệ số hồi quy có các tính chất sau:     1  N 1; 2 ;  2  N 2; 2 1 2  ˆ 1 và ˆ 2 được xác định một cách duy 2 (n  2) Và Y   2 (n  2) nhất ứng với các mẫu. 2 ˆ 1 và ˆ2 là các ước lượng điểm của β1 Trong đó, các phương sai của các hệ và β2. số hồi quy được tính bởi các công thức  Các hệ số hồi quy có phân phối sau: sau : 17 18 3 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 2. Mô Hình Hồi Quy 3. Hệ Số Xác Định Mô Hình   1 X2  2 2   n var  1     Y  Y 2  ; var ˆ   TSS   nS2Y . 2  2  n nSX  nS2X i i 1   n 2 n   2 i  Y 22  Xi  X ˆ  nˆ Trong đó, σ2 chưa biết ta thay σ2 bởi ước ESS  Y 22S2X . i1 i1 lượng không chệch của nó là   Y  ˆY  n n 2 RSS  e 2 i  i i 1 n 2 n   i 1 i1 ˆ 2    n  2 i1 ei  n2 2 1  rX,Y S2Y 2  TSS  ESS  n 1  rX,Y S2Y .   19 20 3. Hệ Số Xác Định Mô Hình Hệ số xác định MH (coefficient of determination) R2 = 1 – RSS/TSS = ESS/TSS, hay R 2 =rX,Y 2 để đo mức độ phù hợp của hàm hồi quy.  Khi R2 =1, ta nói mô hình giải thích được toàn bộ sự thay đổi của các quan sát.  Khi R2 =0, ta nói mô hình không giải thích được gì. Khi đó ta còn có công thức sau : n RSS 21 2  ˆ n2 2  1  rX,Y S2Y  n2  22 Chẳng hạn như trong ví dụ 1, ta có thể Kết quả xuất ra từ phần mềm Eview như sau tính được các tham số sau : 2  2.975456987 ˆ   var ˆ 1  0.464118722 var ˆ    0.001507439097 2 TSS  nS2Y  3102.04 ESS  nˆ 22S2X  3081.211809  2  RSS  n 1  rX,Y S2Y  20.82819405 ESS R2   0.993285647 TSS 23 24 4 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 4. Khoảng ước lượng cho các Ví dụ 2: Với số liệu ở ví dụ 1, ta có hệ số hồi quy tổng thể   n  9; 1  2,7417; se  1  0,6813 Ta dùng các thống kê sau  2  1, 2494; se   2   0,0388 ˆ j  j T  St(n  2); j  1,2 Với   0, 05 , ta tìm được : C  t 70,025  2,365 se ˆ j  Khoảng ước lượng cho các hệ số hồi quy Với  cho trước ta tìm được : C  t n 2 Khoảng ước lượng cho  j 2      1   1  Cse  1 ;  1  Cse  1   1,130;4,353       j   j  Cse  j ;  j  Cse  j  , j  1, 2      2   2  Cse  2 ;  2  Cse  2   1,158;1,341    25 26 5. Khoảng ước lượng cho phương Ví dụ 3: Với số liệu ở ví dụ 1, ta có sai của sai số ngẫu nhiên tổng thể  2  2,9755 n  9;  Ta dùng thống kê sau Với   0, 05 ta có 2  a  20,975  7   1,69; b  0,025 Y (n  2)  2 n  2  2  7   16,013 2  KUL cho  2 : Với  ta có a  1   n  2  ; b    n  2  2 2   2 (n  2)  (n  2) 2    1,301;12,325 2 2 2   ;  (n  2) 2   2 (n  2)  b a  KUL cho  :    2 2 ;   b a  27 28 6. Kiểm định sự phù hợp của Ví dụ 4: Với số liệu ở ví dụ 1, ta có mô hình   n  9;  2  1,2494; se  2  0,0388 Bài toán kiểm định Bài toán kiểm định H0 : 2  0 (X thay đổi không ảnh hưởng tới Y) H0 : 2  0 (LP thay đổi không ảnh hưởng tới LS)   H1 : 2  0 (X thay đổi ảnh hưởng tới Y) H1 : 2  0 (LP thay đổi ảnh hưởng tới LS) Nếu H0 đúng, ta có thống kê Nếu H0 đúng, ta có thống kê  2  2 1, 2494 T  St(n  2) T  St(n  2), T   32,201 se   2  2 se  0,0388 Với  , ta tìm được : C  t n2  /2 Với , ta tìm được : C  t 70,025  2,365   0, 05 Ta có T  C, bác bỏ H0. 29 Ta có T  C, bác bỏ H0. 30 5 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 6. Kiểm định sự phù hợp của Ví dụ 5: Với số liệu ở ví dụ 1, ta có mô hình n  9; R 2  0,9933 Bài toán kiểm định Bài toán kiểm định H0 : R  0 (Mô hình không phù hợp) 2 H0 : R 2  0 (Mô hình không phù hợp)   H1 : R  0 (Mô hình phù hợp) H1 : R  0 (Mô hình phù hợp) 2 2 Ta dùng thống kê Ta dùng thống kê 2 (n  2)R (n  2)R 2 F  F(1, n  2) F  F(1,n  2), F  1036,91 1 R2 1 R2 Với  , ta tìm được: C  f  (1, n  2) Với   0,05 , ta tìm được: C  f 0,05 (1,7)  5,59 Ta có F  C, bác bỏ H0. 31 Ta có F  C, bác bỏ H0. 32 6. Kiểm định sự phù hợp của 6. Kiểm định sự phù hợp của mô hình mô hình 33 34 7. Dự báo giá trị trung bình 7. Dự báo giá trị trung bình Với X = X0, ta có ước lượng điểm của Y Với phương sai của ˆ Y0 được cho bởi  0     X Y     2 X0  X   1 2 0 2 1 var ˆ Y0      Để dự báo GTTB của Y, ta dùng thống kê n nS2X    Y0  E  Y | X  X0  ˆ T  St(n  2) Với  cho trước, ta có C  t n2 se ˆ Y0   Khoảng UL GTTB của Y: 2 trong đó ˆ )  var ˆ se(Y0 Y0   35   0  Cse Y E  Y | X  X0    Y    0 ;Y    0  Cse Y 0   36 6 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 Ví dụ 6: Với số liệu ở ví dụ 1, ta có 8. Dự báo giá trị cá biệt Y0 Với X0  5 , ta có Y 0  2,742  1, 2494  5  8,989 Để báo cho giá trị cá biệt Y0 , ta dùng Độ lệch chuẩn của 0 Y thống kê sau   2  1  X0  X   2  Y0  ˆ Y0   ˆ  var ˆ se Y Y0       0,36  0,6 T  St(n  2)  se Y  ˆ  0 n nS2X    Y 0 0 Với   0,05 , ta tìm được : C  t 7 0,025  2,365 Trong đó Khoảng dự báo cho GTTB của Y    0  Cse Y E  Y | X  5   Y   0 ;Y  0  Cse Y    0    7,57;10, 41   se Y0  ˆ Y0   var(Y0  ˆ Y0 ) 37 38 8. Dự báo giá trị cá biệt Y0 Ví dụ 7: Với số liệu ở ví dụ 1, ta có Với phương sai của Y0  ˆ  Y0 được cho  Với X0  5 , ta có Y 0  2,742  1,2494  5  8,989 Độ lệch chuẩn của  Y0  Y 0  bởi  var Y0  ˆ Y0     2  var Y ˆ 0    se Y0  ˆ  Y0  var Y0  ˆ Y0     2  var Y   0  1,83   Với  cho trước, ta có C  t n2 Với   0,05 , ta tìm được : C  t 70,025  2,365 Khoảng UL GTCB của Y: 2 Khoảng dự báo cho GTCB của Y  0  0  Cse Y  Y Y0   Y  0 ;Y   0  Cse Y  Y 0 0       0  Cse Y  Y Y0   Y  0  0 ;Y   0  Cse Y  Y 0    0    4,66;13,32  39 40 Ví dụ 9: Bảng sau cho số liệu về giá bán Ví dụ 8: Cho số liệu về năng suất (Y: một căn nhà (Y: ngàn USD/ ft 2 ) và diện tạ/ha) và mức phân bón (X: tạ/ha) của tích (X: ft 2) như sau: một loại cây trồng từ năm 1988 đến năm 1997 như sau. Giả sử X và Y có quan hệ tuyến tính 41 Giả sử X và Y có quan hệ tuyến tính 42 7 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 43 44 Ví dụ 10: Cho số liệu về thu nhập (X: ngàn USD/tháng) và chi tiêu cho việc chăm sóc sức khỏe (Y: ngàn USD/tháng) của 51 cá nhân ở Mỹ. Ta có bảng kết quả xuất ra từ Eview như sau (slide kế tiếp) Giả sử X và Y có tương quan tuyến tính với nhau. Dựa vào bảng kết quả trả lời các câu hỏi sau 45 46 Với mức ý nghĩa 5%, hãy trả lời các câu hỏi. 1. Viết hàm SRF. Nêu ý nghĩa hệ số góc. 2. Tìm ước lượng các hệ số hồi qui tổng thể. 3. Hãy ước lượng phương sai nhiễu. 4. Hãy cho biết thu nhập thay đổi có ảnh hưởng đến chi tiêu cho sức khỏe không. 5. Giải thích ý nghĩa hệ số xác định mô hình 6. Kiểm định sự phù hợp của mô hình. 7. Với mức thu nhập 100 nghìn USD. Hãy dự báo 47 GTTB và GTCB của chi tiêu cho sức khỏe. 48 8 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 Bài Giảng Chương 2. Hồi Quy Bội KINH TẾ LƯỢNG  Hàm hồi quy tổng thể PRF. (Econometric)  Các giả mô hình thuyết. Chương 2  Ước lượng tham số.  Hệ số xác định mô hình hồi quy bội. Hồi Quy Bội  Ma trận tương quan, Ma trận hiệp phương sai. (Multiple Regression)  Khoảng tin cậy và kiểm định giả thuyết.  Dự báo. GV: ThS. Nguyễn Trung Đông  Một số dạng hàm hồi quy. Mail: nguyendong@ufm.edu.vn 1  Hồi quy với biến giả. 2 1. Hàm hồi quy tổng thể PRF 1. Hàm hồi quy tổng thể PRF Xét hàm hồi quy tuyến tính k biến Từ một mẫu quan sát  Yi , X 2,i , X3,i ,..., X k,i  E  Y X 2 , X3 ,..., X k   1  2 X 2  3X3  ...  k X k với i = 1, 2,…,n, lấy từ tổng thể, ta có Hay Y  1  2 X 2  3X 3  ...   k X k   hệ sau Trong đó  Y1 Y  1  2 X 2,1  ...  k X k,1  1  2  1  2 X 2,2  ...  k X k,2  2  là sai số ngẫu nhiên   ... ... ... ... ... ... ... ... ... ... ... Yn  1  2 X 2,n  ...  k X k,n  n 1 là hệ số tự do  2 , 3 , ..., k là các hệ số hồi quy riêng Với  j là các phần dư của số hạng thứ j. 3 4 1. Hàm hồi quy tổng thể PRF 2. Các giả thuyết mô hình Viết hệ trên dưới dạng ma trận như sau GT1 : E  i   0, i Y  X    0 khi i  j Trong đó  Y1     1     1    GT2 : E  i ,  j    2 Y  Y   2 ;    2 ;  2   khi i  j  ...   ...   ...     Yn     k     n  Hay dưới dạng ma trận E T  2 I    1 X 2,1 X3,1 ... X k,1  GT3 : Các biến độc lập phi ngẫu nhiên.   1 X 2,2 X3,2 ... X k,2  X GT4 : Không có hiện tượng cộng tuyến  ... ... ... ... ...   1 X X ... X k,n   giữa các biến độc lập.  2,n 3,n 5 6 1 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)
lOMoARcPSD|16911414 05/01/2019 3. Ước lượng tham số 3. Ước lượng tham số Hàm hồi quy mẫu SRF có dạng Khi đó, phương pháp OLS, xác định Yi  1   2 X 2,i   3X3,i  ...   k X k,i  ei các hệ số hồi quy sao cho   n n 2 i RSS   ei2   Yi  Y Hay dưới dạng ma trận Y  X  e i 1 i 1 trong đó    e   1 1   n 2     RSS   Yi   1   2X 2,i  ...   k X k,i  min   e    2  ; e   2   Y  X i 1  ...   ...        ek   k 7 8 3. Ước lượng tham số Khi đó các tham số hồi quy thỏa mãn hệ     RSS 1  0  (X T X)  X T Y    XT X XT Y   Trong đó  n n   n   n   X2,i ...  Xk,i      i1 Yi   i 1 i 1      n n n   n  T  X X   X 2,i  X2,i2 ...  X 2,i X k,i  T    ; X Y   i 1 X 2,i Yi   i 1 i 1 i 1      ... ... ... ...   ...   n n n   n     X k,i  Xk,i X 2,i ...  2 X k,i      X k,i Yi    i1 i 1 i 1   i 1  9 10 Kết quả tính toán trên cho bởi phần mềm Eview 11 12 2 Downloaded by Nguynhavy Ha Vy (Ntkphuong205@gmail.com)

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.