Bài giảng nghiên cứu định lượng trong kế toán kiểm toán phần 2 ts trương thị thanh phượng

Chương ỨNG DỤNG MƠ HÌNH HỒI QUY TUYẾN TÍNH 4.1 Phân tích hồi quy Phân tích hồi quy công cụ kinh tế lượng Phân tích hồi quy mơ tả mối quan hệ phụ thuộc biến (được gọi biến phụ thuộc hay biến giải thích) vào hay nhiều biến khác (được gọi biến độc lập hay biến giải thích) Thuật ngữ hồi quy Francis Galton sử dụng ông nghiên cứu mối quan hệ chiều cao đứa trẻ chiều cao bố mẹ chúng Ông thấy bố mẹ cao hay thấp có đứa trẻ thấp hay cao, có xu chiều cao đứa trẻ hội tụ chiều cao trung bình phụ thuộc phần vào chiều cao bố mẹ Khi số biến độc lập ta gọi hồi quy đơn Chẳng hạn mơ hình hồi quy đơn với biến phụ thuộc Y biến độc lập X Y mức chi tiêu X thu nhập Khi số biến độc lập lớn ta gọi hồi quy bội Chẳng hạn mơ hình hồi quy bội với biến phụ thuộc Y hai biến độc lập X X2 Y doanh thu công ty, X1 chi phí cho quảng cáo X2 lương trả cho nhân viên tiếp thị Phân tích hồi quy giải vấn đề sau đây:  Ước lượng giá trị trung bình biến phụ thuộc với giá trị cho biến độc lập  Dự báo giá trị Y biết giá trị biến giải thích X  Kiểm định giả thuyết chất phụ thuộc xác định hiệu tác động biến độc lập lên biến phụ thuộc Để hiểu điều thực nào, xem xét ví dụ sau: Ví dụ Giả thiết có khu phố gồm 50 hộ gia đình Để nghiên cứu mối quan hệ chi tiêu tiêu dùng hàng tháng hộ gia đình, ký hiệu Y (đơn vị: triệu đồng) thu nhập khả dụng hàng tháng hộ gia đình hay thu nhập sau đóng thuế, ký hiệu X (đơn vị: triệu đồng), chia 50 hộ gia đình thành 10 nhóm có thu nhập tương đối xem xét chi tiêu tiêu dùng hộ gia đình nhóm thu nhập Bảng 4.1: Thu nhập X chi tiêu tiêu dùng Y hàng tháng hộ gia đình X Y 20 25 30 35 40 45 50 55 60 65 10 13 12 15 19 20 23 25 30 25 12 15 13 17 22 22 27 28 31 34 15 19 20 20 24 25 28 30 35 37 16 21 23 22 27 30 30 32 - 40 20 22 25 28 28 33 32 35 - - 42 Tổng cộng 23 - 27 30 - - - - - - 96 90 120 132 120 130 140 150 96 136 Bảng 4.1 giải thích sau: Mỗi cột dọc Bảng 4.1 cho thấy phân phối chi tiêu tiêu dùng Y ứng với mức thu nhập X cố định Chẳng hạn tương ứng với thu nhập hàng tháng 20 triệu đồng, có sáu hộ gia đình có mức chi tiêu tiêu dùng hàng tháng khoảng 10 đến 23 triệu đồng Lưu ý liệu Bảng 4.1 tiêu biểu cho tổng thể, tính xác suất có điều kiện Y theo X, kí hiệu p(Y|X) Điều có nghĩa thấy phân phối có điều kiện Y phụ thuộc vào giá trị định X Xác suất có điều kiện liệu Bảng 4.1 trình bày bảng sau: Bảng 4.2: Xác suất có điều kiện p(Y|X) liệu Bảng 4.1 X P(Y|X) 20 25 30 35 40 45 50 55 60 65 1/6 1/5 1/6 1/6 1/5 1/5 1/5 1/5 1/3 1/4 1/6 1/5 1/6 1/6 1/5 1/5 1/5 1/5 1/3 1/4 1/6 1/5 1/6 1/6 1/5 1/5 1/5 1/5 1/3 1/4 1/6 1/5 1/6 1/6 1/5 1/5 1/5 1/5 1/6 1/5 1/6 1/6 1/5 1/5 1/5 1/5 1/6 1/6 20 22 24 26 28 30 1/6 1/4 Trung bình có điều 16 18 32 34 kiện Y Ở bảng trên, phân phối xác suất có điều kiện Y tính giá trị trung bình nó, gọi trung bình có điều kiện hay kỳ vọng có điều kiện, thể E(YX = Xi) diễn giải "giá trị kỳ vọng Y X nhận giá trị cụ thể Xi", để đơn giản hóa mặt ký hiệu viết lại thành E(YXi) Chẳng hạn E(YX = 20) = 10 (1/6) + 12(1/6) + 15(1/6) + 16(1/6) + 20(1/6) + 23(1/6) = 15.8 Các trung bình có điều kiện khác tính tương tự kết đặt hàng cuối Bảng 4.2 Nhận xét có biến đổi chi tiêu tiêu dùng hộ gia đình, chi tiêu tiêu dùng mặt trung bình tăng thu nhập tăng Về mặt hình học, đồ 43 thị phân tán cho thấy điều Đồ thị phân tán cho thấy trung bình có điều kiện nằm đường thẳng Đường thẳng gọi đường hồi quy tổng thể 4.2 Hàm hồi quy tổng thể Vì E(Y|X) hàm biến giải thích X nên ta viết E(Y|X) = f (X) Phương trình gọi hàm hồi quy tổng thể (PRF: Population Regression Function) hay hồi quy tổng thể (PR: Population Regression) Hàm f (X) có dạng nào? Trên thực tế, khơng thể có tồn liệu tổng thể, đó, dạng hàm PRF vấn đề thực nghiệm Giả sử chi tiêu tiêu dùng có quan hệ tuyến tính với thu nhập Khi đó, E(Y|X) hàm tuyến tính X viết sau: E(Y | X)  1   X (4.1) 1 ,  tham số khơng biết thay đổi gọi hệ số hồi quy; 1 gọi hệ số tung độ gốc hay hệ số chặn  gọi hệ số độ dốc hay hệ số góc, Y biến phụ thuộc hay biến giải thích (explained variable), X biến độc lập hay biến giải thích (explanatory variable) Phương trình (2.1) gọi hàm hồi quy tổng thể tuyến tính hay mơ hình hồi quy tổng thể tuyến tính hay phương trình hồi quy tổng thể tuyến tính Trong phần tiếp theo, thuật ngữ hàm hồi quy, phương trình hồi quy, mơ hình hồi quy dùng với nghĩa Thuật ngữ “tuyến tính” hiểu sau: E(Y | X i ) hàm tuyến tính theo tham số i ; tuyến tính khơng tuyến tính theo biến X Theo cách giải thích này, E(Y | X)  1   X mơ hình tuyến tính E(Y | X)  1   X khơng phải tham số  có lũy thừa 1/2 Trong phần này, không bàn tới mô hình hồi quy khơng tuyến tính theo tham số Từ Bảng 4.2, nhận thấy thu nhập hàng tháng hộ gia đình tăng, chi tiêu tiêu dùng hộ gia đình mặt trung bình tăng theo Tuy nhiên, chi tiêu tiêu dùng hộ gia đình khơng thiết phải tăng mức thu nhập tăng Ví dụ, Bảng 4.1 quan sát thấy tương ứng với mức thu nhập 55 triệu đồng tháng có gia đình với mức chi tiêu tiêu dùng 28 triệu đồng, thấp mức chi tiêu tiêu dùng hai hộ gia đình mà mức thu nhập hàng tháng họ 50 triệu đồng Nhưng lưu ý mức chi tiêu tiêu dùng trung bình hộ gia đình với thu nhập hàng tháng 55 triệu đồng lớn mức chi tiêu tiêu dùng trung bình hộ gia đình có mức thu nhập hàng tháng 50 triệu đồng (28 triệu đồng so với 30 triệu đồng) Như vậy, nói mối tương quan mức chi tiêu tiêu dùng hộ gia đình mức thu nhập định Chúng ta thấy với mức thu nhập X i, mức chi tiêu tiêu dùng hộ gia đình xoay xung quanh chi tiêu trung bình tất hộ gia 44 đình Xi, có nghĩa xung quanh kỳ vọng có điều kiện Do đó, diễn đạt độ lệch giá trị Yi xung quanh giá trị kỳ vọng sau: u i  Yi  E(Y | X i ) hay Yi  E(Y | X i )  u i (4.2) độ lệch ui biến số ngẫu nhiên quan sát nhận giá trị âm dương Đại lượng ui gọi số hạng nhiễu ngẫu nhiên hay số hạng sai số ngẫu nhiên Từ phương trình (4.2), nói với mức thu nhập cụ thể, chi tiêu hộ gia đình thể tổng hai thành tố Thành tố thứ chi tiêu tiêu dùng trung bình tất hộ gia đình có mức thu nhập E(Y | X i ) Thành tố gọi thành tố tất định hay hệ thống Thành tố thứ hai thành tố ngẫu nhiên hay không hệ thống Chúng ta giả định thành tố ngẫu nhiên số hạng thay cho tất biến số ta bỏ ngồi hay bỏ sót mà ảnh hưởng đến Y khơng đưa vào mơ hình hồi quy Nếu E(Y | X i ) giả định tuyến tính theo Xi phương trình (4.2) biểu diễn sau: Yi  E(Y | Xi )  u i  1  2 Xi  u i (4.3) Phương trình (4.3) giả định chi tiêu tiêu dùng hộ gia đình có quan hệ tuyến tính thu nhập cộng với số hạng nhiễu Như vậy, chi tiêu tiêu dùng hộ gia đình, với thu nhập hàng tháng X = 55 triệu đồng, biểu diễn sau: Y1  25  1  2  55  u1 Y2  28  1  2  55  u Y3  30  1  2  55  u Y4  32  1  2  55  u Y5  35  1  2  55  u Lấy kỳ vọng hai vế phương trình (4.2), ta E(Yi | X i )  E  E(Y | X i )   E(u i | X i )  E (Yi | X i )  E (Y | X i )  E (u i | X i ) Vì E (Yi | X i )  E (Y | X i ) nên (4.4) E(u i | Xi )  Như vậy, giả định cho đường hồi quy ngang qua giá trị trung bình có điều kiện Y có nghĩa giá trị trung bình có điều kiện ui (phụ thuộc vào giá trị X) 4.3 Hàm hồi quy mẫu 45 Giả sử chưa biết thông tin tổng thể cho Bảng 4.1 có thơng tin hai mẫu ngẫu nhiên Bảng 4.3 Bảng 4.4 Trong Bảng 4.3 hay Bảng 4.4, ứng với giá trị X, có giá trị Y Bảng 4.3: Mẫu ngẫu nhiên thứ từ tổng thể Thu nhập X 20 25 30 35 40 45 50 55 60 65 Chi tiêu Y 12 19 20 28 30 27 32 35 31 37 Bảng 4.4: Mẫu ngẫu nhiên thứ hai từ tổng thể Thu nhập X 20 25 30 35 40 45 50 55 60 65 Chi tiêu Y 15 15 25 20 27 30 28 35 30 40 Dữ liệu Bảng 4.3 Bảng 4.4 thể hình sau: Hình 4.2: Dữ liệu từ Bảng 4.3 Hình 4.3: Dữ liệu từ Bảng 4.4 Ứng với mẫu, có đường hồi quy tương ứng Đường hồi quy gọi đường hồi quy mẫu Nhận xét với mẫu ngẫu nhiên có nhiêu đường hồi quy mẫu Những đường hồi quy mẫu nói chung khơng giống phản ánh tính chất đường hồi quy tổng thể Tương ứng với đường hồi quy mẫu, thiết lập hàm số, gọi hàm hồi quy mẫu (Sample Regression FunctionSRF) Hàm hồi quy mẫu ứng với hàm hồi quy tổng thể E(Y | X i )  1   X i có dạng sau: 46  i     X Y i (4.5)  E(Y | Xi ) ,   gọi hệ số hồi quy đó, Yi hàm ước lượng   mẫu ước lượng hệ số hồi quy tổng thể tương ứng Hàm hồi quy mẫu biểu diễn dạng ngẫu nhiên cho quan sát: Yi     X i  u i (4.6) Y     X  u (4.7) hay cách tổng quát:   u i số hạng phần dư mẫu u i xem ước lượng ui Việc  đưa thành phần u i vào hàm hồi quy mẫu việc đưa thành phần ui vào hàm hồi quy tổng thể có lý Câu hỏi đặt làm để ước lượng xác tối đa hàm hồi quy tổng thể (PRF) sở hàm hồi quy mẫu (SRF) Để thực điều này, phương pháp bình phương tối thiểu thông thường (OLS) phương pháp sử dụng phổ biến 4.4 Phương pháp bình phương tối thiểu thông thường (Ordinary Least SquaredOLS) 4.4.1 Nội dung phương pháp OLS Xét hàm hồi quy tổng thể dạng tuyến tính: Y  1   X  U Ta cần ước lượng hệ số 1, 2 Giả sử có mẫu ngẫu nhiên kích thước n {(Xi, Yi), i = 1, …, n} rút từ tổng thể Từ mẫu này, ước lượng giá trị 1, 2 , ta hàm hồi quy mẫu sau: ˆ     X Y hay viết cho quan sát ˆ     X Y i i Các dạng dạng xác định hàm hồi quy mẫu, ta viết hàm hồi quy mẫu dạng ngẫu nhiên sau:  Y     X i  U hay viết cho quan sát 47 i Yi     X i  U i  Y  Y ˆ đại lượng gọi phần dư (Residuals) Hàm hồi quy mẫu Đặt U i i phần dư minh họa hình đây: Hình 4.4: Hàm hồi quy mẫu phần dư Ta muốn xác định giá trị ˆ , ˆ cho tổng bình phương sai lệch giá trị thực tế Yi giá trị ước lượng tương ứng từ hàm hồi quy mẫu nhỏ nhất, tức tìm giá trị ˆ1, ˆ2 cho n  (Yi  Yˆi )2  i 1 n  (Y i 1 i    X )2  f (  ,  )   i  ,  nghiệm Đây tốn cực trị hai biến khơng có điều kiện ràng buộc,  hệ phương trình sau:  f  2 (Y  ˆ  ˆ X )   i i  ˆ     f  2 X i (Yi  ˆ1  ˆ2X i )   ˆ2  ˆ1n  ˆ2  X i  Yi   ˆ X  ˆ2  X i2   X iYi   i Đặt X  ( Xi ) / n ; Y  (Yi ) / n ; X  ( Xi2 ) / n , x i  Xi  X ; yi  Yi  Y Khi đó, 48 n  x i yi   i 1 ˆ   2  n  x  i  i 1  ˆ  Y  ˆ X  n  X Y  nXY  X  n(X ) i 1 i i i Ta gọi ˆ1, ˆ2 ước lượng bình phương nhỏ (OLS) 1, 2 Ví dụ Bảng sau cho số liệu mức chi tiêu tiêu dùng hàng tháng hộ gia đình, ký hiệu Y (đơn vị: triệu đồng) thu nhập khả dụng hàng tháng hộ gia đình hay thu nhập sau đóng thuế, ký hiệu X (đơn vị: triệu đồng) mẫu gồm 10 hộ gia đình Giả sử Y X có mối quan hệ tuyến tính Hãy ước lượng hàm hồi quy Y theo X Bảng 4.5: Mẫu ngẫu nhiên từ tổng thể Thu nhập X 20 25 30 35 40 45 50 55 60 65 Chi tiêu Y 12 19 20 28 30 27 32 35 31 37 Từ số liệu quan sát X Y Bảng 2.5, ta tính X i  425; Y i  265; X i  20125; XY i i  12280; X  42.5; Y  26.5 Do đó, n n  x iyi  XiYi  nXY   12280  10  42.5  26.5 1017.5 i   i 1    0.493  ˆ2  n 2 X i  n(X ) 20125  10  (42.5)2 2062.5   x  i  i 1  ˆ  Y  ˆ X  26.5  0.493  42.5  5.5475  Vậy hàm hồi quy mẫu chi tiêu tiêu dùng theo mức thu nhập là: ˆ     X  5.5475  0.493X Y i i i Ý nghĩa hệ số ước lượng:    5.5475 : Chi tiêu tiêu dùng trung bình hàng tháng hộ gia đình thu nhập hàng tháng    0.493 : Xét mức thu nhập nằm khoảng (20, 65) triệu đồng tháng, thu nhập tăng thêm triệu đồng/tháng chi tiêu tiêu dùng trung bình tăng thêm khoảng 0.493 triệu đồng/tháng Thực Eviews ta kết sau: Dependent Variable: Y 49 Method: Least Squares Sample: 10 Included observations: 10 Variable Coefficient Std Error t-Statistic Prob X 0.493333 0.073251 6.734867 0.0001 3.286089 1.683866 0.1307 C 5.533333 R-squared Adjusted R-squared 0.850071 0.831329 Mean dependent var S.D dependent var 26.50000 8.100069 S.E of regression Sum squared resid 3.326660 88.53333 Akaike info criterion Schwarz criterion 5.418671 5.479188 -25.09336 45.35843 Hannan-Quinn criter Durbin-Watson stat 5.352284 3.303012 Log likelihood F-statistic Prob(F-statistic) 0.000147 Chú thích cho bảng kết sau:  Dependent Variable: Biến phụ thuộc Y  Method: Least Squares: Sử dụng phương pháp bình phương tối thiểu OLS  Date, Time: Ngày, thực  Sample: Phạm vi mẫu quan sát  Included observations: Tống số quan sát (cỡ mẫu)  Variable: Danh sách biến độc lập mơ hình hồi quy, C hệ số 1  Coefficient: Các ước lượng hệ số mơ hình     Std Error: Sai số chuẩn   t-Statistic: Giá trị (quan sát) thống kê T  Prob.: Giá trị p-value thống kê T  R-squared: Hệ số xác định (hệ số tương quan toàn phần) R  Adjusted R-squared: Hệ số xác định hiệu chỉnh R  S.E of regression: Sai số tiêu chuẩn hàm hồi quy  Sum squared resid: Tổng bình phương sai số RSS  Log likelihood: Logarit số e hàm hợp lý  F-statistic: Giá trị thống kê thống kê F 50  Prob(F-statistic): P ( F  F  statistic )  Mean dependent var: Trung bình biến phụ thuộc  S.D dependent var: Độ lệch chuẩn biến phụ thuộc  Akaike info criterion: Tiêu chuẩn Akaike  Schwarz criterion: Tiêu chuẩn Schwarz  Hannan-Quinn criter.: Tiêu chuẩn Hannan-Quinn  Durbin-Watson stat: Thống kê Durbin-Watson 4.4.2 Mơ hình hồi quy tuyến tính cổ điển: Các giả thiết phương pháp OLS Mơ hình hồi quy tuyến tính cổ điển hay mơ hình chuẩn, mơ hình Gauss (CLRM) coi tảng hầu hết lý thuyết kinh tế lượng, gồm 10 giả thiết sau: Giả thiết 1: Mơ hình hồi quy tuyến tính theo tham số, tức Yi  1  2Xi  Ui (4.8) Giả thiết 2: Các giá trị X cố định việc lấy mẫu lập lại Điều có nghĩa X giả thiết không ngẫu nhiên Chẳng hạn với liệu Bảng 2.1, để có mẫu ngẫu nhiên, ta giữ giá trị thu nhập X cố định giả sử 55 triệu đồng, ta rút cách ngẫu nhiên hộ gia đình có thơng tin chi tiêu hàng tháng Y hộ gia đình đó, giả sử 28 triệu đồng Vẫn giữ X mức 55 triệu đồng, ta lại rút cách ngẫu nhiên hộ gia đình khác thấy giá trị quan sát Y 32 triệu đồng Trong lần rút hộ gia đình để xem xét, giá trị X cố định mức 55 triệu đồng Ta lặp lại q trình cho tất giá trị X ghi Bảng 2.1 Tất điều có nghĩa phân tích hồi quy trình bày phân tích hồi quy có điều kiện, nghĩa giá trị (các) biến hồi quy độc lập X cho trước Giả thiết 3: Cho trước giá trị X, giá trị trung bình hay kỳ vọng số hạng nhiễu Uibằng 0, tức E(Ui | Xi )  Nhận xét giả thiết ngụ ý E(Y | X i )  1   X i Do đó, hai giả thiết tương đương với Giả thiết 4: Cho giá trị X, phương sai Uisẽ tất quan sát, tức là: var(U i | X i )  E  U i  E(U i ) X i   E  U i2 | X i    , i  1, n var ký hiệu phương sai Về mặt đồ thị, giả thiết mơ tả hình đây: 51 Hình 58 Ta đặt toán kiểm định sau: H :0 Mơ hình khơng xảy tượng tự tương quan bậc 2; H :1 Mơ hình xảy tượng tự tương quan bậc Từ bảng kiểm định BG trên, ta có P_ value  0.4842  cho trước nên chấp nhận H Vậy mơ hình khơng xảy tượng tự tương quan bậc 13.3 Kiểm định biến có cần thiết mơ hình hay khơng (Kiểm định Wald) Chẳng hạn ví dụ Để thực việc kiểm định Wald Eview, sau ước lượng mơ hình hồi quy mẫu, từ cửa sổ Equation chọn View→Coefficient Diagnostics → Wald test – Coefficient Restrictions… Khi hình sau: 154 Hình 59 Nhấp chuột ta có cửa sổ sau xuất hiện: Gõ c(2)=0 vào Hình 60 Nhấp Ok Ta kết sau: 155 Hình 61 Ta đặt tốn kiểm định sau: H :0 Biến X2 khơng cần thiết mơ hình; H :1 Biến X2 cần thiết mơ hình Từ bảng kiểm định Wald trên, ta có P_value  0.0000  cho trước nên bác bỏ H Vậy X2 cần thiết mô hình Lưu ý: Trong trường hợp ta khảo sát X2 nên ta dùng giá trị xác suất thống kê t giá trị xác suất thống kê F Trong trường hợp ta khảo sát nhiều hai biến ta dùng thống kê F 13.4 Kiểm định thừa biến mô hình (biến khơng cần thiết) Giả sử xét ví dụ bên trên, ta tiến hành sau: - Tìm hàm hồi quy Y theo X2 X3 Từ cửa số Equation, ta chọn View→Coefficient Diagnostics → Redundant Variables Test – Likelihood ratio… Khi hình sau: 156 Hình 62 Nhấp chuột ta có cửa sổ One or more test series to remove xuất hiện, gõ biến X3 vào Hình 63 Nhấp Ok, ta có kết sau: 157 Hình 64 Ta đặt tốn kiểm định sau: H :0  3 0: Biến X3 khơng cần thiết mơ hình; H :1  3 0: Biến X3 cần thiết mơ hình Từ bảng kiểm định trên, ta có P_ value  0.0000  cho trước nên bác bỏ H Vậy X3 cần thiết mơ hình 13.5 Kiểm định biến bị bỏ sót mơ hình Giả sử xét ví dụ bên trên, ta tiến hành sau - Tìm hàm hồi quy mẫu Y theo X2 Từ cửa số Equation, ta chọn View→Coefficient Diagnostics → Omitted Variables Test – Likelihood ratio… Khi hình sau: Hình 65 Nhấp chuột ta có cửa sổ One or more test series to add xuất Ta gõ biến X3 vào 158 Hình 66 Nhấp Ok, ta kết sau: Hình 67 Ta đặt tốn kiểm định sau: H :0  3 0: Biến X3 ảnh hưởng tới Y (X3 khơng bị bỏ sót); H :1  3 0: Biến X3 bị bỉ sót mơ hình Từ bảng kiểm định trên, ta có P_ value  0.0000  cho trước nên bác bỏ H Vậy X3 bị bỏ sót mơ hình 13.6 Kiểm định Chow mơ hình hồi quy với biến giả Ví dụ7 Giả sử số liệu tiết kiệm thu nhập cá nhân nước Anh từ năm 1946 đến 1963 (đơn vị pound) cho bảng sau: 159 Trong đó, Y : Tiết kiệm ; X : Thu nhập Để kiểm định có thay đổi tiết kiệm hai thời kỳ hay không, ta thực bước kiểm định Chow sau: Hồi quy Y theo X, ta kết Hình 68 Từ cửa sổ Equation, chọn View →Stability Diagnostics → Chow Breakpoint Test…như hình sau: 160 Hình 69 Sau nhấp chuột, cửa sổ xuất sau: Hình 70 Ta gõ vào cửa sổ Chow Test giá trị Breakpoint 1955 hình trên, nhấp OK Khi ta kết sau: 161 Hình 71 dự vào bảng kết ta có giá trị F = 5.037 Với giá trị xác suất 0.022493 nên ta chấp nhập giả thuyết hai mơ hình hồi quy khác 14 Định dạng mơ hình (Kiểm định Ramsey RESET) Xét mơ hình gốc: Yi  12Xi i (1) Kiểm định Ramsey RESET Yi  12Xi 1Yi2 2 Yi3   m Yim 1 i (2) Bài toán kiểm định H :0     1 H :1  j0, j 1 m ,m H0 : Mơ hình gốc khơng thiếu biến, dạng hàm H : Mơ hình gốc thiếu biến, dạng hàm sai R22 R12 n k2 F 1R22  F(m,n k )2 m Giả sử xét ví dụ bên trên, ta tiến hành sau: Tìm hàm hồi quy tuyến tính mẫu Y theo X Từ số Equation Chọn View →Stability Diagnostics →Ramsey RESET Test…như hình sau: 162 Hình 72 Nhấp chuột ta có cửa sổ Number of fitted terms xuất Ta gõ tham số m=1 vào Hình 73 Nhấp Ok, ta kết sau: Hình 74 Ta đặt tốn kiểm định sau: H :0  1 0: Mơ hình không thiếu biến, 163 dạng hàm đúng; H :1  1 0: Mơ hình thiếu biến dạng hàm sai Từ bảng kiểm định trên, ta có P_ value(F_statistic)  0.2776  cho trước nên chấp nhận H Vậy mơ hình khơng thiếu biến, dạng hàm 15 Lưu kết Eviews 15.1 Lưu file liệu Các thao tác thực sau: Sau làm xong thao tác Từ cửa sổ Eviews chọn File →Save Lưu ý: Khi cửa sổ Workfile khơng có đối tượng chọn (Nếu khơng ta lưu file dạng rác) Hình 75 15.2 Lưu bảng kết Trên cửa sổ Equation, Graph, Group, …Đều có cơng cụ chứa hai nút : Name Freeze dùng để lưu trữ đối tượng kết tạo trình thao tác Đối với chức Name cho phép ta lưu trữ kết mà ta dùng tiếp cho thao tác sau Mặt khác chức Freeze lưu kết dạng Table (Kết đóng băng) Chẳng hạn với số liệu ví dụ sau tìm mơ hình hồi quy xong ta thực lưu trữ sau: Từ cửa sổ Equation Nếu ta chọn chức Name hình 63 164 Hình 76 Chọn OK ta kết có biểu tượng Hình 77 Từ cửa sổ Equation Nếu ta chọn chức Freeze ta thấy table xuất sau: 165 Hình 78 Chọn OK ta kết có biểu tượng 166 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Nguyễn Quang Dong, Nguyễn Thị Minh, (2013) Giáo trình Kinh tế lượng, Nhà xuất Đại học Kinh tế Quốc Dân [2] Trần Tiến Khai, (2012) Phương pháp nghiên cứu kinh tế - Kiến thức Khoa Kinh tế Phát triển Đại học Kinh Tế TP Hồ Chí Minh Nhà Xuất Bản Lao Động Xã [3] Hội Nguyễn Thị Tuyết Mai, Nguyễn Vũ Hùng, (2015) Phương pháp điều tra khảo sát: [4] nguyên lý thực tiễn, Nhà xuất ĐHKTQD Hoàng Trọng – Chu Nguyễn Mộng Ngọc, (2008) Phân tích liệu nghiên cứu với [5] SPSS TP.HCM NXB Thống Kê Nguyễn Văn Hiến, (2016), Nghiên cứu marketing thực hành, Nhà xuất tài [6] Lê Cơng Hoa, Nguyễn Thành Hiếu, (2014), Nghiên cứu kinh doanh, Nhà xuất Đại học Kinh tế Quốc Dân [7] Đinh Phi Hổ, (2016), Phương pháp nghiên cứu kinh tế & viết luận văn thạc sĩ, Nhà xuất Đại học Kinh tế TP Hồ Chí Minh [8] Hồ Đăng Phúc, Sử Dụng Phần Mềm SPSS Trong Phân Tích Số Liệu, Nhà xuất Khoa học Kỹ thuật [9] Nguyễn Văn Thắng, (2014), Thực hành nghiên cứu Kinh tế Quản trị kinh doanh, Nhà xuất Đại học Kinh tế Quốc Dân [10] Nguyễn Văn Tuấn, (2011), Cách viết đề cương nghiên cứu khoa học Bài giảng cho sinh viên Đại học Quốc gia TPHCM, Sydney: ĐH New South Wales [11] Một số báo quốc tế, nước, đề cương, nghiên cứu khoa học, luận án làm mẫu Tiếng Anh [12] Babbie, E.R., (2011) The Practice of Social Research Belmont CA: Wadsworth [13] Daniel Muijs, (2004) Doing Quantitative Research in Education with SPSS Sage Publications [14] Ehrenberg, A.S.C., (1994) Theory or Well-Based Results: Which Comes First In Research Traditions in Marketing (Laurent, G and Lilien, G.L.) Boston: Kluwer Academic [15] Kumar, R (2014) Research Methodology A Step-by-Step Guide for Beginners Foutrth edition SAGE Publications 167 [16] Kothari, C.R., (2004) Research Methodology: Methods and Techniques New Age International (p) Ltd [17] Marshall, C., & Rossman, G B (2006) Designing Qualitative Research (4 th ed.) Thousand Oaks, CA: Sage [18] John A Sharp, John Peters and Keith Howard (2006) The management of a Student Research Project Third edition Gower Publishing Company [19] Joseph F Hair Jr William C Black Barry J Babin Rolp E Anderson, (2014) Multivariate Data Analysis Pearson New International Seventh Edition [20] Robert A Day (1998) How to write and publish a scientific paper Fifth edition Oryx Press [21] Shuttleworth, M., (2008) Definition of Research [22] Uma Sekaran and Roger Bougie (2009) Research methods for business: A skill building approach 168