Bài Tập Kinh Tế Lượng.pdf

Untitled BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ TÀI CHÍNH THÀNH PHỐ HỒ CHÍ MINH BÀI TẬP KINH TẾ LƯỢNG STT MSSV Họ và tên % đóng góp (0% 100%) Ký tên xác nhận 1 195011538 Mai Ngọc Hương Lan 100%[.]

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC KINH TẾ - TÀI CHÍNH

Cho một mẫu thống kê như sau:

1 Tính toán một số chỉ tiêu thống kê đo lường khuynh hướng tập trung và phân tán của biến X và Y

 Chỉ tiêu thống kê đo lường khuynh hướng tập trung:

Range: R = Xmax – Xmin = 47 – 15 = 32

2 Tính hệ số tương quan giữa X và Y; vẽ đồ thị scatter và đánh giá mức độ tương quan tuyến tính

Theo bảng giữ liệu ta có: r= 0.971261

Vì r = 0.971261 >0 nên X và Y biến thiên cùng chiều

 Đồ thị Scatter

tập 2:

Xuất kết quả hồi quy từ phần mềm.

Viết phương trình hồi quy và nêu ý nghĩa hệ số hồi quy đứng trước biến X

2.a

Phương trình hồi quy:

Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không dổi, khi chi tiêu chào hàng tăng

1 ( triệu đồng/năm) thì trung bình doanh số bán hàng tăng 1,231583 (triệu đồng/năm)

b

Phương trình hồi quy:

Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không dổi, khi chi tiêu chào hàng tăng

1 ( triệu đồng/năm) thì trung bình doanh số bán hàng tăng 0,0012065%

d

Phương trình hồi quy:

R-squared 0.618154 Mean dependent var 125682.6

Adjusted R-squared 0.578653 S.D dependent var 22404.09

S.E of regression 14542.78 Akaike info criterion 22.12079

Sum squared resid 6.13E+09 Schwarz criterion 22.30218

Log likelihood -360.9930 Hannan-Quinn criter 22.18182

F-statistic 15.64894 Durbin-Watson stat 1.758193

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

Coefficient Confidence Intervals

Date: 12/23/22 Time: 09:48

Sample: 1 33

Included observations: 33

95% CI Variable Coefficient Low High

 Khoảng tin cậy có ý nghĩa độ tin cậy 95%

- Khoảng tin cậy hệ số

– se() < < + se()

-13272,66 < < -4876,485Vậy khoảng tin cậy của hệ số là (-13272,66 ; -4876,485) đơn vị

 Khoảng tin cậy có ý nghĩa độ tin cậy 95%

- Khoảng tin cậy hệ số

– se() < < + se() 0,206020 < < 0,503317Vậy khoảng tin cậy của hệ số là (0,206020 ; 0,503317) đơn vị

 Khoảng tin cậy có ý nghĩa độ tin cậy 95%

- Khoảng tin cậy hệ số

– se() < < + se() 0,176763 < < 2,399084Vậy khoảng tin cậy của hệ số là (0,176782 ; 2,399084) đơn vị

 Khoảng tin cậy có ý nghĩa độ tin cậy 95%

3 N có tác động đến Y hay không? (độ tin cậy 95%)

Chiết xuất kết quả từ phần mềm Eviews, kiểm định Wald:

Normalized Restriction (= 0) Value Std Err.

Restrictions are linear in coefficients.

- Căn cứ vào khoảng tin cậy

Ta có: Khoảng tin cậy của hệ số (-13272,66 ; -4876,485) đơn vị

 Khoảng tin cậy có ý nghĩa độ tin cậy 95%

Vậy N tác động dến Y với độ tin cậy 95%

4 Có nhận định cho rằng N, P và I đều không ảnh hưởng đến Y Hãy kết luận cho nhận định trên (độ tin cậy 95%)

Chiết xuất kết quả từ phần mềm Eviews, kiểm định Wald:

Normalized Restriction (= 0) Value Std Err.

Bổ sung dữ kiện cho Bài tập 3 Các nhà hàng này ở 1 trong 3 vị trí: 1 Đông Bắc,

2 Đông Nam, 3 Miền Tây (đực lưu trữ trong biến Vung)

1 Hãy tạo ra các biến giả phản ảnh thông tin của biến Vung, sử dụng bổ sung thêm 2 biến giả (dongbac, dongnam) vào mô hình ở bài tập 3

- Biến Vung mang 3 giá trị 1, 2 , 3 tương ứng với 3 vị trí Đông Bắc, Đông Nam,

Miền Tây

 Để phản ảnh thông tin của biến Vung, tiến hành tạo 2 biến giả “dongbac” ,

“dongnam” với 2 phạm trù như sau:

2 Ước lượng hàm hồi quy tuyến tính mẫu

Dependent Variable: LOG(Y)

Method: Least Squares

R-squared 0.773036 Mean dependent var 11.72632

Adjusted R-squared 0.731006 S.D dependent var 0.176525

S.E of regression 0.091554 Akaike info criterion -1.780813

Sum squared resid 0.226317 Schwarz criterion -1.508720

Log likelihood 35.38341 Hannan-Quinn criter -1.689262

F-statistic 18.39234 Durbin-Watson stat 1.305836

Prob(F-statistic) 0.000000

- hàm hồi quy tuyến tính mẫu:

3 Hãy giải thích ý nghĩa kinh tế của hệ số hồi quy đã ước lượng

Ta có: Ý nghĩa kinh tế của hệ số hồi quy đã ước lượng

= 11,66392 : Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không đổi, khi cácbiến độc lập băng 0 thì số lượt khách hàng trung bình được phục vụ trong 1 năm là11,66378%

 Hệ số chặn phù hợp lý thuyết kinh tế

= -0,058323 : Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không đổi, đối thủcạnh tranh trực tiếp của nhà hàng trong phạm vi bán kính 2 (N) tăng/ giảm 1 đối thủ thìcủa số lượt khách hàng được phục vụ trong 1 năm giảm/tăng trung bình 5,8323%

= 2,64E - 06:Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không đổi , số ngườidân sống xung quanh nhà hàng trong phạm vi bán kính 3 (P) tăng/giảm 1 người thì của

số lượt khách hàng được phục vụ trong 1 năm tăng/giảm trung bình 117,6264%

 Hệ số gắn với biến P phù hợp lý thuyết kinh tế

= 6,86E - 06: Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không đổi, thu nhậptrung bình một hộ sống ở quanh nhà hàng trong phạm vi bán kính 3 (I) tăng/giảm 1USD thì của số lượt khách hàng được phục vụ trong 1 năm tăng/giảm trung bình1264,7413%

 Hệ số gắn với biến I phù hợp lý thuyết kinh tế

= - 0,167246:Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không đổi và cùng N,

P, I, chênh lệch của số lượt khách hàng được phục vụ trung bình trong 1 năm ở ĐôngBắc thấp hơn Miền Tây 16,7246%

 Hệ số gắn với biến “dongbac” phù hợp lý thuyết kinh tế

= - 0,095388: Theo dữ liệu mẫu, trong điều kiện các yếu tố khác không đổi và cùng N,

P, I mức chênh lệch của số lượt khách hàng được phục vụ trung bình trong 1 năm ởĐông Nam thấp hơn Miền Tây 9,5388%

 Hệ số gắn với biến “dongnam” phù hợp lý thuyết kinh tế

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

Chiết xuất kết quả từ phần mềm Eviews, kiểm định Wald:

Null Hypothesis Summary:

Normalized Restriction (= 0) Value Std Err.

Vậy mô hình hồi quy phù hợp với mức ý nghĩa 5%

Bài tập 5: Dựa trên dữ liệu bài tập 3 và 4, kiểm định hiện tượng đa cộng tuyến bằng từng cách:

1 Hệ số R 2 và tỷ số T

Bước 1: Hệ số R 2

Căn cứ vào bài tập 4: kiểm định F về sự phù hợp của mô hình hồi quy

 Mô hình không có hiện tượng đa cộng tuyến

2 Tương quan cặp giữa các biến giải thích

Chiết xuất kết quả từ phần mền Eviews:

Mức tương quan giữa các biến

 Mô hình không đa cộng tuyến

3 Sử dụng mô hình hồi quy phụ

Mô hình có 3 các biến độc lập định lượng, biến I có trị tuyệt đối T nhỏ nhất( 1,963106)

 Hồi quy phụ I theo các biến độc lập còn lại

R-squared 0.189058 Mean dependent var 20552.58

Adjusted R-squared 0.073209 S.D dependent var 5141.865

S.E of regression 4950.072 Akaike info criterion 19.99092

Sum squared resid 6.86E+08 Schwarz criterion 20.21766

Log likelihood -324.8502 Hannan-Quinn criter 20.06721

F-statistic 1.631938 Durbin-Watson stat 2.133460

Prob(F-statistic) 0.193986

Vậy mô hình gốc không có đa cộng tuyến

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

Variance Inflation Factors

 Mô hình không mắc hiện tượng đa cộng tuyến

Bài tập 6: Dựa trên dữ liệu bài tập 3 và 4, kiểm định hiện tượng phương sai sai số thay đổi:

1 Xem xét đồ thị phần dư

Ta có: phân tán khác nhau theo từng giá trị Yf, đồ thị không lan tỏa đều

 mô hình có nguy cơ có hiện tượng phương sai sai số thay đổi

2 Kiểm định Park

Dependent Variable: LOG(E^2)

Method: Least Squares

R-squared 0.135162 Mean dependent var 17.36480

Adjusted R-squared 0.107264 S.D dependent var 1.992751

S.E of regression 1.882846 Akaike info criterion 4.162137

Sum squared resid 109.8983 Schwarz criterion 4.252835

Log likelihood -66.67526 Hannan-Quinn criter 4.192654

F-statistic 4.844856 Durbin-Watson stat 1.918939

Prob(F-statistic) 0.035303

= = 1,696



 Bác bỏ H0Vậy qua kiểm định Park phương sai sai số thay đổi

3 Kiểm định Glejser

Heteroskedasticity Test: Glejser

F-statistic 2.712511 Prob F(5,27) 0.0412

Obs*R-squared 11.03393 Prob Chi-Square(5) 0.0507

Scaled explained SS 8.612786 Prob Chi-Square(5) 0.1255

Test Equation:

Dependent Variable: ARESID

Method: Least Squares

R-squared 0.334361 Mean dependent var 0.066937

Adjusted R-squared 0.211095 S.D dependent var 0.049516

S.E of regression 0.043980 Akaike info criterion -3.247183

Sum squared resid 0.052225 Schwarz criterion -2.975090

Log likelihood 59.57852 Hannan-Quinn criter -3.155632

F-statistic 2.712511 Durbin-Watson stat 1.997420

Vậy qua kiểm định Glejer phương sai sai số thay đổi

4 Kiểm định White

Heteroskedasticity Test: White

F-statistic 3.844552 Prob F(5,27) 0.0093

Obs*R-squared 13.72378 Prob Chi-Square(5) 0.0175

Scaled explained SS 8.844421 Prob Chi-Square(5) 0.1154

Test Equation:

Dependent Variable: RESID^2

Method: Least Squares

R-squared 0.415872 Mean dependent var 0.006858

Adjusted R-squared 0.307700 S.D dependent var 0.009664

S.E of regression 0.008041 Akaike info criterion -6.645629

Sum squared resid 0.001746 Schwarz criterion -6.373537

Log likelihood 115.6529 Hannan-Quinn criter -6.554078

F-statistic 3.844552 Durbin-Watson stat 1.754923

Bài tập 7: Dựa trên dữ liệu bài tập 3 và 4, kiểm định hiện tượng tự tương quan

1 Phương pháp đồ thị

ei-1 là biến trễ của ei

Ta có: Không có sự phân tán đều ei theo ei-1

 Mô hình có thể có hiện tượng tự tương quan

2 Kiểm định Durbin – Watson

Dependent Variable: LOG(Y)

Method: Least Squares

R-squared 0.773036 Mean dependent var 11.72632 Adjusted R-squared 0.731006 S.D dependent var 0.176525 S.E of regression 0.091554 Akaike info criterion -1.780813 Sum squared resid 0.226317 Schwarz criterion -1.508720 Log likelihood 35.38341 Hannan-Quinn criter -1.689262 F-statistic 18.39234 Durbin-Watson stat 1.305836 Prob(F-statistic) 0.000000

Ta có: n = 33, k = 6 nên k’ = k-1 = 5

Durbin-Waston stat = d = 1,305836

 4 - dL = 2,873 ; 4 - dU = 2,187

 Vậy không kết luận gì về hiện tượng tự tương quan bậc 1

3 Kiểm định Breusch – Godfrey

Breusch-Godfrey Serial Correlation LM Test:

F-statistic 3.194289 Prob F(1,26) 0.0856

Obs*R-squared 3.610691 Prob Chi-Square(1) 0.0574

Test Equation:

Dependent Variable: RESID

Method: Least Squares

Date: 12/23/22 Time: 10:03

Sample: 1 33

Included observations: 33

Presample missing value lagged residuals set to zero.

Variable Coefficient Std Error t-Statistic Prob

R-squared 0.109415 Mean dependent var -1.89E-15

Adjusted R-squared -0.096105 S.D dependent var 0.084098

S.E of regression 0.088046 Akaike info criterion -1.836083

Sum squared resid 0.201555 Schwarz criterion -1.518642

Log likelihood 37.29537 Hannan-Quinn criter -1.729274

F-statistic 0.532382 Durbin-Watson stat 1.717097

Prob(F-statistic) 0.778595

Mô hình hồi quy có dạng:

 Bác bỏ H1, chấp nhận HoVậy qua kiểm định BG, mô hình không có tự tương quan