Cách giải đề Kinh tế lượng

lOMoARcPSD|48767114 Ý NGHĨA BẢNG HỒI QUY MÔ HÌNH BẰNG PHẦN MỀM EVIEWS CẦN TÊN XEM 1 Dependent Variable Method: Least Squares 2 Date - Time Sample Included Observations 3 Cột Variable 4 Cột Coefficient 5 Cột Std. Error 6 Cột t-Statistic 7 Cột Prob 8 R - Squared 9 10 Ý NGHĨA Tên biến phụ thuộc Phương pháp bình phương tối thiểu (nhỏ nhất) Ngày giờ thực hiện Số liệu mẫu KÍ HIỆU Y OLS Cỡ mẫu (số quan sát) Các biến giải thích có trong mô hình (trong đó C là hệ số bị chặn) Giá trị các hệ số hồi quy Sai số chuẩn của các hệ số hồi quy Giá trị thống kê t tương ứng (trong đó t là đại lương ngẫu nhiên có phân phối Student với bậc tự do (n-k)) Giá trị xác suất của thống kê t tương ứng CÔNG THỨC TÍNH n = = hoặc p– value p-valuej = P(t tj) =1− Hệ số xác định mô hình Adjusted RSquared Hệ số xác định có hiệu chỉnh S.E of regression Sai số chuẩn của hồi quy (giá trị ước lượng cho ) var ℎ = , = 1 − (1 − ) = = Downloaded by anh tram (hedwiggg3107@gmail.com) = = − 1 −2 − , −1 − lOMoARcPSD|48767114 = 11 Sum squared resid Tổng bình phương các sai lệch (phần dư) RSS = − = − = 12 Durbin – Watson Stat Tiêu chuẩn ước lượng hợp lý (Logarit của hàm hợp lý) Thống kê Durbin Watson 13 Mean dependent var Giá trị trung bình mẫu của biến phụ thuộc Log likelihood 14 Akaike info criterion Schwarz info criterion 15 16 , L d = và = S = Độ lệch chuẩn mẫu có hiệu chỉnh của biến phụ thuộc S.D dependent var − AIC Tiêu chuẩn Schwarz SC F - Statistic Giá trị của thống kê F F Prob (F – Statistic) Giá trị xác suất của thống kê F tương ứng (với F là biến ngẫu nhiên có phân phối Fisher có bậc tự do (k-1, n-k)) pvalue Downloaded by anh tram (hedwiggg3107@gmail.com) + 2 −1 1 −1 = Tiêu chuẩn Akaike 1 = − − . − − p-value = P(F FStatistic) lOMoARcPSD|48767114 ÔN TẬP CÁCH GIẢI ĐỀ THI KINH TẾ LƯỢNG CÂU YÊU CẦU CÁCH GIẢI MÔ HÌNH HỒI QUY HAI BIẾN a) Tìm mô hình nβ + β ∑ X = ∑ Y Cách 1: Giải hpt sau tìm được hồi quy tuyến β ∑ X + β ∑ X = ∑(XY) tính mẫu của Y β , β Þ Hàm hồi quy tuyến tính mẫu (SRF) : = + theo X Cách 2: Sử dụng S , S , r , , X, Y để tìm β , β β =r , . S S và β =Y−β X Þ Hàm hồi quy tuyến tính mẫu (SRF) : = + Cách 3: Dựa vào bảng hồi quy mô hình bằng Eviews ta có được β , β Þ Hàm hồi quy tuyến tính mẫu (SRF) : = b) c) Nêu ý nghĩa của các hệ số hồi quy Tính hệ số xác định mô hình : Nếu không có X (X = 0) thì Y trung bình là đơn vị. : Khi X tăng lên 1 đơn vị thì Y tăng trung bình là đơn vị. Cách 1: = , hay R = 1 − = trong đó TSS = n. S ; ESS = n. β . S ; RSS = n 1 − r , S Cách 2: Dựa vào bảng hồi quy mô hình bằng Eviews ta có được (R – Squared). d) Nêu ý nghĩa hệ R (= ): sự biến thiên của X giải thích xấp xỉ a% sự biến số xác định mô thiên của Y (khoảng 1- a% chưa giải thích được). hình Downloaded by anh tram (hedwiggg3107@gmail.com) lOMoARcPSD|48767114 e) Tìm khoảng tin Ta dùng thống kê sau: T = ~ St(n − 2); j = 1,2 cậy cho các hệ số hồi quy tổng Với = 1 − cho trước ta tìm được C = t ⁄ thể, với độ tin Khoảng ước lượng cho : cậy β Î [β − Cse β ; β + Cse β ] Trong đó: se β = Ta có: var β var β =σ + ; var β = trong đó σ thay bằng σ 1 n σ = e = 1−r , S n−2 n−2 f) g) Hãy ước lượng phương sai của sai số ngẫu nhiên tổng thể (hay tìm khoảng tin cậy cho phương sai nhiễu) với độ tin cậy Khi X thay đổi có ảnh hưởng tới Y hay không với mức ý nghĩa Ta dùng thống kê sau: (n − 2)σ ~χ (n − 2) σ Với α = 1 − γ cho trước ta có a = χ (n − 2) ; b = χ (n − 2) Y= Khoảng ước lượng cho : (n − 2)σ (n − 2)σ σ ∈ ; b a Bài toán kiểm định: H : β = 0 (X thay đổi không ảnh hưởng tới Y) (X thay đổi có ảnh hưởng tới Y) H :β ¹ 0 Cách 1: Nếu H0 đúng, ta có thống kê β T= ~ St(n − 2) se β Với cho trước ta tìm được C = t ⁄ Nếu ½T½ C, bác bỏ H0. Cách 2: Ta có t = Dựa vào bảng hồi quy mô hình bằng Eviews ta có: p-value2 = P (|t| t2), trong đó t ~ St(n − 2) Với cho trước, nếu p-value , bác bỏ H0. Downloaded by anh tram (hedwiggg3107@gmail.com) lOMoARcPSD|48767114 h) Mô hình có Bài toán kiểm định: phù hợp hay H : R = 0 (Mô hình không phù hợp) không với mức (Mô hình phù hợp) H :R > 0 ý nghĩa Cách 1: Ta dùng thống kê (n − 2)R F= ~ F(1, n − 2) 1−R Với cho trước ta tìm được C = f (1, n − 2) Nếu F C, bác bỏ H0. ( i) Dự báo giá trị trung bình của Y khi X = X0, với độ tin cậy cho trước ) Cách 2: Ta có F = Dựa vào bảng hồi quy mô hình bằng Eviews ta có: p-value = P(F F-Statistic), trong đó F ~ F(1, n − 2) Với cho trước, nếu p-value , bác bỏ H0. Với X0 cho trước ta tìm được Y dựa vào phương trình Y =β +β X . Để dự báo giá trị trung bình của Y, ta dùng thống kê Y − E(Y½X = X ) T= ~St(n − 2) se(Y ) Độ lệch chuẩn của Y se Y Trong đó: σ = = var Y = σ 1 X −X + n nS 1−r , S Với = 1 − cho trước ta tìm được C = t ⁄ Khoảng dự báo cho giá trị trung bình của Y E(Y½X = X ) Î Y − Cse Y ; Y + Cse Y Downloaded by anh tram (hedwiggg3107@gmail.com) lOMoARcPSD|48767114 j) Dự báo giá trị Với X0 cho trước ta tìm được Y dựa vào phương trình cá biệt của Y Y =β +β X . khi X = X0, với Để dự báo giá trị cá biệt của Y, ta dùng thống kê độ tin cậy Y −Y T= ~St(n − 2) cho trước se(Y − Y ) Độ lệch chuẩn của (Y − Y ) se(Y − Y ) = Trong đó: var Y và: σ = var(Y − Y ) = =σ σ + var Y + 1−r , S ⁄ k) l) Khoảng dự báo cho giá trị cá biệt của Y Y ∈ Y − Cse(Y − Y ); Y + Cse(Y − Y ) Tính hệ số co Hệ số co giãn của Y theo X: ∂Y X X giãn của Y ε = . = β . ½ theo X tại điểm ∂X Y Y X, Y và giải Tại điểm X, Y ta có thích kết quả X nhận được ε ½ =β . Y Ý nghĩa: Khi X tăng lên 1% thì Y tăng ε% nếu ε ½ > 0 hoặc giảm ε% nếu ε ½ < 0 Hãy viết lại Khi Y và X thay đổi đơn vị trở thành Y ∗ và X ∗ thì ta có hàm hồi quy Y ∗ = k Y và X ∗ = k X khi đơn vị tính Các hệ số hồi quy tổng thể thay đổi: thay đổi k β = k . β và β = . β k ∗ Mô hình được viết lại như sau: Y = β + β . X ∗ Downloaded by anh tram (hedwiggg3107@gmail.com)