Tiểu Luận Nhóm Bài Tập Kinh Tế Lượng.pdf

Trang 30 Phần dư không phân bố xu hướng khi thời gian tăng  Mô hình không tồn tại tự tương quan2.

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC KINH TẾ - TÀI CHÍNH TP.HCM

-TIỂU LUẬN NHÓM

Bài tập Kinh Tế Lượng

MÔN: KINH TẾ LƯỢNG

LỚP: A06 NHÓM: 7 Giảng viên hướng dẫn: ĐẶNG HOÀNG MINH QUÂN

1 Đo lường khuynh hướng tập trung và phân tán của biến X và biến Y

 Khuynh hướng tập trung

rxy = = = 0,9712 > 0

Mức độ tương quan: Vì rxy > 0 nên X và Y biến thiên cùng chiều

3 Ước lượng hàm hồi quy tuyến tính:

+ Khoảng tin cậy : [ - *; + *]

Khoảng tin cậy : (1,0224; 1,4408)

Vì = 0, không thuộc khoảng tin cậy

Nên bác bỏ giả thuyết với mức ý nghĩa 5%

9. Kiểm định giả thuyết H0: � 2 = 0; H1: � 2 ≠ 0 với mức ý

12 Viết hàm hồi qui khi đơn vị của Y là triệu đồng/năm .

Hàm hồi quy ban đầu: Yi = +

Hàm hồi quy lúc sau: = +

- Phương trình hồi quy: (SRF): = 29,0568 + 1,2316Xi

- Ý nghĩa của hệ số hồi quy: = 1,2316 (>0)

 Trong điều kiện các yếu tố khác không đổi, khi chi phí chào hàng tăng 1 triệuđồng/tháng thì bình quân doanh số bán mặt hàng A tăng 1,2316 triệu đồng/tháng

- Độ co giãn tại X, Y và nêu ý nghĩa:

= * = 1,2316 * = 0,5794

 Nếu chi phí chào hàng tăng 1% thì doanh số bán mặt hàng A tăng 0,5794%

- Phương trình hồi quy: (SRF): = -49,5389 + 34,6103lnXi

- Ý nghĩa của hệ số hồi quy: = 34,6103 (>0)

 Trong điều kiện các yếu tố khác không thay đổi, nếu chi phí chàohàng tăng 1% thì bình quân doanh thu của mặt hàng A tăng0,3461026 triệu đồng/tháng

- Kết quả hồi quy:

ln = 3,6269 + 0,0182Xi R2 = 0,9516

se = (0,0441) (0,0013) df = 10

t = (82,2719) (14,0280) F(2,10) = 196,7851

p = (0,0000) (0,0000) p = (0,000000)

- Phương trình hồi quy: (SRF): ln = 3,6269 + 0,0182Xi

- Ý nghĩa hệ số hồi quy: = 0,0182 (>0)

 Trong điều kiện các yếu tố khác không đổi, nếu chi phí chào hàng tăng 1 triệuđồng/tháng thì bình quân doanh số bán mặt hàng A tăng 1,82%

- Kết quả hồi quy:

ln = 2,4494 + 0,5161lnXi R2 = 0,9089

se = (0,1780) (0,0517) df = 10

t = (13,7606) (9,9874) F(2,10) = 99,7472

p = (0,0000) (0,0000) p = (0,000002)

- Phương trình hồi quy: (SRF): ln = 2,449393 + 0,516133lnXi

- Ý nghĩa hệ số hồi quy: = 0,5161 (>0)

 Trong điều kiện các yếu tố khác không đổi, khi chi phí chào hàng tăng 1 triệuđồng/tháng thì bình quân doanh số bán mặt hàng A tăng 0,5161%

Mô hình Scatter:

Hình 2 Đồồ th scater biếến P ị Hình 1 Đồồ th scater biếến N ị

Hình 3 Đồồ th scater biếến I ị

2 Hệ số tương quan giữa các biến

 I và P độc lập, không có mối quan hệ với nhau

3 Ước lượng hàm hồi quy

6 Tìm khoảng tin cậy của các hệ số hồi quy tổng thể với độ tin cậy 95%

Độ tin cậy 95% => = 5%

= = 2,045

Khoảng tin cậy : (-13272,39233; -4876,95567)

Vì = 0, không thuộc khoảng tin cậy

Nên bác bỏ giả thuyết với mức ý nghĩa 5%

Vậy biến số đối thủ cạnh tranh trực tiếp của nhà hàng trong phạm vi bán kính 2 dặm cótác động đến số lượt khách hàng được phục vụ trong 1 năm

+ ; = 5%

Khoảng tin cậy : (0,206035; 0,5033)

Vì = 0, không thuộc khoảng tin cậy

Nên bác bỏ giả thuyết với mức ý nghĩa 5%

Vậy biến số người dân sống xung quanh nhà hàng trong phạm vi bán kính 3 dặm cótác động đến số lượt khách hàng được phục vụ trong 1 năm.

+ ; = 5%

Khoảng tin cậy : (0,1769; 2,3989)

Vì = 0, không thuộc khoảng tin cậy

Nên bác bỏ giả thuyết với mức ý nghĩa 5%

Vậy biến thu nhập trung bình 1 hộ sống xung quanh nhà hàng trong phạm vi bán kính

3 dặm có tác động đến số lượt khách hàng được phục vụ trong 1 năm

8 Không dùng hệ số xác định R 2 hiệu chỉnh từ kết quả trên Eviews Hãy tìm cách tính R2 hiệu chỉnh từ và nêu ý nghĩa của nó

R2 = 0,6182

= 1 – (1 – R2) = 1 – (1 – 0,6182) = 0,5787

 Ý nghĩa: các biến độc lập X giải thích 57,87% sự thay đổi của biến phụ thuộc Y

9 Có tác giả cho rằng N, P và I đều không ảnh hưởng đến

Y Hãy kết luận cho nhận định trên (độ tin cậy 95%).

Y Z N P I Vung DongB

ac

DongNa m

2 Ước lượng hàm hồi quy tuyến tính mẫu SRF: � � = + � � +

� � + � � + dongbac� + dongnam� + e i

 (SRF): = 118064,9 – 7206,796Ni + 0,3202Pi+ 0,9174Ii –21318,21ĐBi – 14017,87ĐNi

3 Trình bày kết quả phân tích hồi quy

= 118064,9 – 7206,796�� + 0,3202�� + 0,9174�� – 21318,21ĐBi –14017,87ĐNi

Trong điều kiện các yếu tố khác không đổi, khi số đối thủ cạnh tranhtrực tiếp của nhà hàng trong phạm vi bán kính 2 dặm tăng 1 đối thủ,trung bình số lượt khách hàng được phục vụ trong 1 năm giảm7206,796 lượt khách.

+ = 0,3202

Trong điều kiện các yếu tố khác không đổi, khi số người dân sốngxung quanh nhà hàng trong phạm vi bán kính 3 dặm tăng 1 người,trung bình số lượt khách hàng được phục vụ trong 1 năm tăng0,3202 lượt khách

+ = 0,9174

Trong điều kiện các yếu tố khác không đổi, khi thu nhập trung bìnhmột hộ sống ở quan nhà hàng trong phạm vi bán kính 3 dặm tăng 1USD, trung bình số lượt khách hàng được phục vụ trong 1 năm tăng0,9174 lượt khách

+ = –21318,21

Trong điều kiện các yếu tố khác không đổi, trung bình số lượt kháchhàng được phục vụ trong 1 năm của nhóm khách hàng vùng ĐôngBắc thấp hơn nhóm khách hàng Miền Tây là 21318,21 lượt khách

+ = –14017,87

Trong điều kiện các yếu tố khác không đổi, trung bình số lượt kháchhàng được phục vụ trong 1 năm của nhóm khách hàng vùng ĐôngNam thấp hơn nhóm khách hàng Miền Tây là 14017,87lượt khách

5 Theo bạn vị trí nhà hàng có ảnh hưởng đến số lượt khách được nhà hàng phục vụ trong 1 năm? (mức ý nghĩa 5%)

Vậy biến ĐN tác động đến biến Y

 Vị trí nhà hàng có ảnh hưởng đến số lượt khách hàng được nhàhàng phục vụ trong 1 năm

6 Với mức ý nghĩa 5%, mô hình trên có phù hợp không? Vì sao?

BÀI 5:

= 118064,9 – 7206,796Ni + 0,3202Pi+ 0,9174Ii – 21318,21ĐBi –14017,87ĐNi

= 3,9759 > 2 = 2,4452 > 2

 Không xảy ra hiện tượng đa cộng tuyến

2 Tương quan cặp giữa các biến giải thích

+ rNP = 0,7263 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến N và biến P

+ rNI = -0,0312 < 0,8 => Không tồn tại hiện tượng đa cộng tuyến

+ rPI = 0,2452 < 0,8 => Không tồn tại hiện tượng đa cộng tuyến giữabiến P và biến I.

+ r N/ĐB = 0,2428 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến N và biến ĐB

+ r N/ĐN = -0,0556 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến N và biến ĐN

+ r P/ĐB = 0,1091 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến P và biến ĐB

+ r P/ĐN = -0,1512 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến P và biến ĐN

+ r I/ĐB = -0,2065 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến I và biến ĐB

+ r I/ĐN = -0,0444 < 0,8 => Không tồn tại hiện tượng đa cộng tuyếngiữa biến I và biến ĐN

Vậy không xảy ra hiện tượng đa cộng tuyến giữa các biến giải thích

3 Sử dụng mô hình hồi quy phụ

Mô hình hồi quy chính:

= 118064,9 – 7206,796Ni + 0,3202Pi+ 0,9174Ii – 21318,21ĐBi –14017,87ĐNi

R2 = 0,7595

 Mô hình hồi quy phụ (a) với N là biến phụ thuộc:

(a): = 2,4203 + 2,64E-05Pi – 6,33E-05Ii + 0,8019ĐBi + 0,6935ĐNi

F = 10,7738

p – value = 0,000020 < = 0,05

Nên bác bỏ

Vậy tồn tại đa cộng tuyến ở mô hình (a)

 Mô hình hồi quy phụ (b) với P là biến phụ thuộc:

(b): = -35780,73 + 21854,90Ni + 2,6144Ii – 11597,02ĐBi –18966,72ĐNi

F = 11,2261

p – value = 0,000015 < = 0,05

Nên bác bỏ

Vậy tồn tại đa cộng tuyến ở mô hình (b)

 Mô hình hồi quy phụ (c) với I là biến phụ thuộc:

(c): = 21177,02 – 936,1313Ni + 0,0467Pi – 2410,461ĐBi –1258,913ĐNi

Vậy không tồn tại đa cộng tuyến ở mô hình (d).

 Mô hình hồi quy phụ (e) với ĐN là biến phụ thuộc:

(e): = 0,5973 + 0,0650Ni – 2,150E-06Pi – 7,99E-06Ii – 0,5248ĐBi

1 Sử dụng nhân tử phóng đại phương sai (VIF)

+ Mô hình hồi quy phụ (a):

= 0,3350

= = 1,5038 < 10

 Không tồn tại hiện tượng đa cộng tuyến ở mô hình a

+ Mô hình hồi quy phụ (b):

= 0,6159

= = 2,6035 < 10

 Không tồn tại hiện tượng đa cộng tuyến ở mô hình b

+ Mô hình hồi quy phụ (c):

= 0,1891

= = 1,2332 < 10

 Không tồn tại hiện tượng đa cộng tuyến ở mô hình c

+ Mô hình hồi quy phụ (d):

= 0,3827

= = 1,6170 < 10

 Không tồn tại hiện tượng đa cộng tuyến ở mô hình d

+ Mô hình hồi quy phụ (e):

= 0,3350

= = 1,5038 < 10

 Không tồn tại hiện tượng đa cộng tuyến ở mô hình b

Vậy mô hình không tồn tại hiện tượng đa cộng tuyến

BÀI 6:

= 118064,9 – 7206,796Ni + 0,3202Pi+ 0,9174Ii – 21318,21ĐBi –14017,87ĐNi

 Bác bỏ H0

 Mô hình có phươngsai sai số thay đổi

n = 13,6362 có xác suất p-value = 0,0181 < ( = 0,05)

 Bác bỏ H0

 Mô hình có phương sai sai số thay đổi

4 Kiểm định White

1 Phương pháp đồ thị

Phần dư không phân bố xu hướng khi thời gian tăng

 Mô hình không tồn tại tự tương quan

2 Kiểm định Durbin – Watson

(n = 33, k’ = 5, = 5%)

Với d = 1,3340

Tra bảng: dL = 1,127 và dU = 1,81

d = 1,3340 (1; 2) (kiểm định Durbin – Watson kinh nghiệm)

 Không có hiện tượng tự tương quan

3 Kiểm định Breusch – Godfrey

nR2 = 3,1838 với xác suất p – value = 0,0744 > = 0,05

 Chấp nhận H0

 Mô hình không tồn tại tự tương quan