Bài giảng Thống kê kinh tế: Phần 2 – Nguyễn Văn Vũ An

Chia sẻ: Hoài Thương | Ngày: | Loại File: PDF | Số trang:62

Thêm vào BST

Báo xấu

75
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Nối tiếp nội dung phần 1, phần 2 trình bày các nội dung chương 11 và chương 12 bao gồm: Hồi quy đơn biến - tương quan, hồi quy đa biến, đa cộng tuyến, phương sai sai số thay đổi và hậu quả,... Mời các bạn cùng tham khảo nội dung chi tiết.

Chủ đề:

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

Lưu

Nội dung Text: Bài giảng Thống kê kinh tế: Phần 2 – Nguyễn Văn Vũ An

CHƯƠNG 11. HỒI QUY ĐƠN BIẾN - TƯƠNG QUAN 1 1. HỒI QUY ĐƠN BIẾN Ví dụ: Tìm hiểu mối liên hệ giữa tổng vốn đầu tư (Y – Tỉ đồng) và lãi suất ngân hàng (X - %) tại địa bàn Trà Vinh qua 10 năm liên tiếp: Xi 8.0 8.5 9.0 9.5 10.0 10.5 11.0 12.0 13.0 14.0 Yi 45.0 38.0 40.0 39.0 32.0 29.0 28.0 27.0 25.0 23.0 6/11/2015
1. HỒI QUY ĐƠN BIẾN 2 6/11/2015
1. HỒI QUY ĐƠN BIẾN 3 Phương trình: Yi = β1 + β2Xi + ui Trong đó : X, Y: Được gọi là biến. X được gọi là biến giải thích (độc lập); Y: Biến được giải thích (phụ thuộc). β1: Hệ số chặn, tham số chặn β2: Hệ số góc, tham số biến ui: Là biến ngẫu nhiên và còn gọi là yếu tố ngẫu nhiên 6/11/2015
2. MÔ HÌNH HỒI QUY TUYẾN TÍNH MẪU 4    Phương trình hồi quy mẫu: Yi   1   2 X i nên ta có:  Yi = Yi + ei    2 e i   (Yi  Yi )   (Yi  1   2 X i ) 2  Min 2    1  Y   2 X   2   X iY i  n X Y 2 2   iX  n ( X ) 6/11/2015
Hãy ước lượng phương trình hồi quy mẫu? 5 Xi Yi XY X2 105,5 326 Ta có n =10, X   10,55 Y   32,6 8 45 360 64 10 10 8.5 38 323 72.25     X Y  n X Y  3317  10  10,55  32,6  3,5220 i i 2 2 2 2 9 40 360 81  X  n( X ) 1147,75  10  (10,55) i   9.5 39 370.5 90.25  1  Y   2 X = 32,6 + 3,5220 x 10,55 = 69,7571 10 32 320 100 Phương trình hồi quy mẫu: 10.5 29 304.5 110.25  Yi = 69,7571 – 3,5220Xi 11 28 308 121 12 27 324 144 13 25 325 169 14 23 322 196 Σ105.5 Σ326 Σ3317 Σ1147.75 6/11/2015
3. HỆ SỐ XÁC ĐỊNH VÀ HỆ SỐ TƯƠNG QUAN 6    (Y i  Y )   (Yi  Y )   (Yi  Yi ) 2 2 2 TSS = ESS + RSS  ESS 430,7457 Xi Yi XY X2 (Yi  Y ) 2 (Yi  Y ) 2 R2    0,8712 TSS 494,4 8 45 360 64 153.76 80.6602 8.5 38 323 72.25 29.16 52.1298 Hệ số tương quan: r = ± R2 54.76 29.8018 9 40 360 81 r   0,8712  0,9334 9.5 39 370.5 90.25 40.96 13.6759 10 32 320 100 0.36 3.7524 10.5 29 304.5 110.25 12.96 0.0310 11 28 308 121 21.16 2.5119 12 27 324 144 31.36 26.0804 13 25 325 169 57.76 74.4579 14 23 322 196 92.16 147.6444 Σ105.5 Σ326 Σ3317 Σ1147.75 Σ 494.4 Σ 430.7457 6/11/2015
4. PHƯƠNG SAI VÀ SAI SỐ CHUẨN CỦA ƯỚC LƯỢNG 7 2  var(  1 )  X i 2   n( X i2  n( X ) 2 ) se(  1 )  var( 1 )  2   var( 2 )  2  n( X ) 2 se(  2 )  var( 2 ) X i 2  2   e i  RSS n2 n2 6/11/2015
5. KHOẢNG TIN CẬY CỦA β1, β2 8   Khoảng tin cậy của β1: 1 ± tα/2se( 1)   Khoảng tin cậy của β2:  2± tα/2se(  2) Ví dụ: Tiếp tục ví dụ 1, Hãy xác định khoảng tin cậy của β1, β2. 6/11/2015
6. KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY 9 Chúng ta kiểm định giả thuyết: H0: 2 = 0 R 2 (n  2) 0,8712(10  2) F 2   54,1118  F 1 R 1  0,8712 6/11/2015
7. ỨNG DỤNG PHÂN TÍCH HỒI QUY: DỰ BÁO 10 Dự báo điểm: Cho X0, tìm thông qua phương trình hồi quy Ví dụ : Tiếp tục ví dụ 1, khi lãi suất là 8% thì tổng vốn đầu tư là bao nhiêu? 6/11/2015
7. ỨNG DỤNG PHÂN TÍCH HỒI QUY: DỰ BÁO 11 Dự báo giá trị trung bình:  2  1 ( X 0  X ) 2    var(Y0 )     2 2  se(Y0 )  var(Y0 )  n  X i  n( X )    Dự báo giá trị trung bình: Y0 ± t/2se( Y0) Ví dụ: Tiếp tục ví dụ 1, khi lãi suất là 8% thì tổng vốn đầu tư trung bình là khoảng bao nhiêu ? 6/11/2015
7. ỨNG DỤNG PHÂN TÍCH HỒI QUY: DỰ BÁO 12   Dự báo giá trị riêng biệt: Y0± t/2se (Y0  Y 0 )  2  1 ( X 0  X ) 2    var(Y0  Y0 )   1   2 2  se(Y0  Y0 )  var(Y0  Y0 )  n  X i  n( X )  Ví dụ : Tiếp tục ví dụ 1, khi lãi suất là 8% hãy dự báo giá trị riêng biệt của tổng vốn đầu tư. 6/11/2015
CHƯƠNG 12. HỒI QUY ĐA BIẾN 13 1. TỔNG QUAN VỀ MÔ HÌNH HỒI QUY ĐA BIẾN Mô hình: Yi = β1 + β2X1t + β3X2t +…+ βkXkt + ut Trong đó : Y là biến phụ thuộc X là các biến độc lập β1: Hệ số từ do βj: Hệ số hồi quy riêng 6/11/2015
Các giả định (điều kiện) phân tích mô hình hồi quy đa biến 14 1. Tuyến tính các tham số hồi quy 2. Các giá trị mẫu của xtj được ước lượng đúng, không có sai số 3. Kỳ vọng hoặc trung bình số học của các sai số là bằng 0 4. Các sai số u độc lập với biến giải thích 5. Các sai số u có phương sai bằng nhau 6. Các sai số u từng cặp độc lập với nhau 7. Vector sai số u theo phân phối chuẩn nhiều chiều 8. Không có biến độc lập nào là hằng số, và không tồn tại các mối liên hệ tuyến tính hoàn toàn chính xác giữa các biến độc lập 6/11/2015
2. PHÂN TÍCH HỒI QUY ĐA BIẾN BẰNG PHẦN MỀM SPSS 15 Để phân tích hồi quy ta cần một số bước như sau: Bước 1: Xác định vấn đề cần nghiên cứu Bước 2: Xác định được đâu là biến Y, đâu là các biến X. Bước 3: Lập bảng câu hỏi hoặc phiếu khảo sát để thu thập số liệu. Bước 4: Xử lý số liệu và nhập liệu Bước 5: Phân tích tương quan hồi quy. Bước 6: Báo cáo kết quả 6/11/2015
Ví dụ 16 Yi = β1 + β2X1 + β3X2 + β4X3 + β5X4 + β6X5 + β7X6 + ei Với: Yi: Lợi nhuận bình quân (triệu đồng) X1: Vốn kinh doanh hiện tại (triệu đồng) X2: Tài sản cố định (triệu đồng) X3: Tuổi chủ nhiêm HTX (tuổi) X4: Chuyên môn của chủ nhiệm HTX X5: Lương của chủ nhiệm HTX (triệu đồng) X6: Quan tâm của chính quyền địa phương đối với hoạt động của HTX 6/11/2015
Kết quả chạy phần mềm SPSS 17 b Model Summary Adjusted R Std. Error of the Model R R Square Square Estimate a 1 .898 .807 .662 102.83959 a. Predictors: (Constant), X6, X4, X5, X3, X2, X1 b. Dependent Variable: Y ANOVAb Model Sum of Squares df Mean Square F Sig. a 1 Regression 352891.599 6 58815.267 5.561 .015 Residual 84607.847 8 10575.981 Total 437499.446 14 a. Predictors: (Constant), X6, X4, X5, X3, X2, X1 b. Dependent Variable: Y 6/11/2015
Kết quả chạy phần mềm SPSS 18 a Coefficients Standardized Unstandardized Coefficients Coefficients 95% Confidence Interval for B Model B Std. Error Beta t Sig. Lower Bound Upper Bound 1 (Constant) 172.028 262.471 .655 .531 -433.231 777.287 X1 -.224 .094 -.906 -2.389 .044 -.439 -.008 X2 .335 .113 1.120 2.956 .018 .074 .597 X3 -10.728 5.579 -.398 -1.923 .091 -23.594 2.138 X4 49.052 42.833 .290 1.145 .285 -49.721 147.824 X5 185.751 60.536 .615 3.068 .015 46.154 325.348 X6 25.364 27.582 .173 .920 .385 -38.241 88.968 a. Dependent Variable: Y 6/11/2015
Kết quả dự báo bằng phần mềm SPSS 19 6/11/2015
ĐA CỘNG TUYẾN 20 1. TỔNG QUAN VỀ ĐA CỘNG TUYẾN Đa cộng tuyến là sự tồn tại mối quan hệ tuyến tính “hoàn hảo” hoặc chính xác giữa một số hoặc tất cả các biến giải thích trong một mô hình hồi quy. 6/11/2015