BÀI TIỂU LUẬN KINH TẾ LƯỢNG 1 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT HƯNG YÊN KHOA: KINH TẾ BÀI TIỂU LUẬN MÔN: KINH TẾ LƯỢNG HỒI QUY MÔ HÌNH LƯỢNG CẦU THỊT BÒ/ĐẦU NGƯỜI Q
Trang 1BÀI TIỂU LUẬN KINH TẾ LƯỢNG 1
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC SƯ PHẠM KỸ THUẬT HƯNG YÊN
Trang 2BÀI TIỂU LUẬN KINH TẾ LƯỢNG 2
2 Hệ số góc có ý nghĩa thống kê không? 7
3 Hàm hồi quy có phù hợp hay không? 7
4 Tính TSS, ESS Viết công thức hệ số xác định bội, các biến độc lập giải thích được bao nhiêu % các biến phụ thuộc? 8
5 Xác định khoảng tin cậy của các hệ số hồi quy 8
6 Khi giá thịt bò thay đổi 1 đơn vị thì lượng cầu thịt bò thay đổi tối thiểu bao nhiêu?
9
7 Khi giá thịt bò tăng 1 nghìn đồng và thu nhập bình quân đầu người tăng 1 triệu đồng thì lượng cầu thịt bò có tăng không? Nếu tăng thì tăng tối đa bao nhiêu? Biết COV(PB,Y) = 0,713061 9
8 Khi giá thịt bò tăng 3 nghìn đồng và thu nhập bình quân đầu người giảm 2 triệu đồng thì lượng cầu thịt bò có thay không? 10
9 Có nên thêm biến PB 2 vào mô hình không? Thống kê F của kiểm định? 11
10 Mô hình có thiếu biến ( thiếu 1 biến)? Mô hình có dạng hàm đúng/sai? 13
11 Có nên bỏ biến Y ra khỏi mô hình không? 14
12 Hồi quy giá thịt bò theo thu nhập bình quân, có hệ số chặn thu được hệ số xác định bội bằng 0,508456 Kết luận mô hình ban đầu? 15
13 Mô hình sau dùng để làm gì? Kết luận thu được? 𝑅 ∗ 2= 0,207761
Log (e 2 ) = 𝛼1 + 𝛼2 Log (PB) + 𝛼3 Log (Y) + v 16
14 Kiểm định White có tích chéo thu được R 2 = 0,549292 Mô hình gốc ban đầu có PSSS thay đổi không? 16
Trang 3BÀI TIỂU LUẬN KINH TẾ LƯỢNG 3
15 Hồi quy bình phương phần dư theo bình phương giá trị ước lượng của biến phụ thuộc có hệ số chặn thu được hệ số góc bằng 0,002891 và độ lệch chuẩn tương ứng bằng 0,003529 Mô hình trên dùng để làm gì? Kết luận gì thu được? 18
16 Kiểm định White không có tích chéo thu được R 2 = 0,495396 Mô hình gốc ban đầu có PSSS thay đổi không? Thống kê F của kiểm định? 18
17 Mô hình có khuyết tật TTQ bậc 1 hay không? Thống kê 𝒳2của kiểm định 19
18 Mô hình có khuyết tật tự tương quan bậc 2 hay không? Thống F của kiểm định? 21
19 Sai số dự báo(MAPE) của mô hình? 22
20 Phần dư phân phối lệch phải hay lệch trái?Biến có phân phối chuẩn không? 23
21 Đồ thị phần dư 24
Trang 4BÀI TIỂU LUẬN KINH TẾ LƯỢNG 4
LỜI CAM ĐOAN
Em xin cam đoan đây là công trình nghiên cứu của cá nhân em và được sự hướng
Hồi quy mô hình lượng cầu thịt bò/đầu người (QB – kg/người) theo giá thịt bò
là trung thực và chưa công bố dưới bất kỳ hình thức nào trước đây Những số liệu trong các bảng biểu phục vụ cho việc phân tích, nhận xét, đánh giá được cá nhân thu thập từ sách vở, phần mềm Eview 4.0 Nếu phát hiện có bất kỳ sự gian lận nào em xin hoàn toàn chịu trách nhiệm về nội dung bài tiểu luận của mình
Sinh viên thực hiện
OANH NGUYỄN THỊ KIM OANH
Trang 5BÀI TIỂU LUẬN KINH TẾ LƯỢNG 5
LỜI CẢM ƠN
Để hoàn thành tiểu luận này, em xin gửi lời cảm ơn chân thành đến:
Xin cảm ơn giảng viên bộ môn – Cô Lê Thị Thu Thảo đã giảng dạy tận tình, chi tiết
để em có đủ kiến thức và vận dụng chúng vào bài tiểu luận này
Do chưa có nhiều kinh nghiệm làm để tài cũng như những hạn chế về kiến thức, trong bài tiểu luận chắc chắn sẽ không tránh khỏi những thiếu sót Rất mong nhận được sự nhận xét, ý kiến đóng góp, phê bình từ phía Cô để bài tiểu luận được hoàn thiện hơn
Lời cuối cùng, em xin kính chúc cô nhiều sức khỏe, thành công và hạnh phúc
Trang 62
Đề tài : Hồi quy mô hình lượng cầu thịt bò/đầu người (QB – kg/người) theo giá thịt bò (PB – nghìn đồng/kg) và thu nhập bình quân đầu người (Y – triệu đồng) thu được kết quả sau:
1 Viết mô hình hồi quy tổng thể, mô hình hồi quy mẫu Giải thích ý nghĩa các
Trang 7BÀI TIỂU LUẬN KINH TẾ LƯỢNG 7
- 𝛽̂ = -2,916045, Cho biết lượng cầu thịt bò trung bình giảm -2,916045 kg khi 2giá thịt bò tăng 1 nghìn đồng/kg và thu nhập bình quân đầu người không đổi
- 𝛽̂ = 0,065170, Cho biết lượng cầu thịt bò trung bình tăng 0,065170 kg khi thu 3nhập bình quân đầu người tăng 1triệu đồng giá thịt bò không đổi
2 Hệ số góc có ý nghĩa thống kê không?
❖ KĐGT
H0 : β2 = 0
H1 : β2 ≠ 0
Có Pvalue ( F – statistic ) = 0,0003< 0,05
➔ Bác bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy với mức ý nghĩa 𝛼 = 5%, hệ số góc có ý nghĩa thống kê
❖ KĐGT
H0 : β3 = 0
H1 : β3 ≠ 0
Có Pvalue ( F – statistic ) = 0,4088< 0,05
➔ Bác bỏ giả thiết H1, chấp nhận giả thiết H0
Vậy với mức ý nghĩa 𝛼 = 5%, hệ số góc không có ý nghĩa thống kê
3 Hàm hồi quy có phù hợp hay không?
❖ KĐGT
H0 : β2 = β3 = 0 ( Hàm hồi quy không phù hợp )
H1 : β2 ≠ β3 ≠ 0 ( Hàm hồi quy phù hợp )
Có Pvalue ( F – statistic ) = 0,000121< 0,05
➔ Bác bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy với mức ý nghĩa 𝛼 = 5%, hàm hồi quy phù hợp
Trang 8BÀI TIỂU LUẬN KINH TẾ LƯỢNG 8
4 Tính TSS, ESS Viết công thức hệ số xác định bội, các biến độc lập giải thích được bao nhiêu % các biến phụ thuộc?
β2
̂ − 𝑡0,02514 𝑠𝑒 (β̂) ≤ β2 2 ≤ β̂ + 𝑡2 0,02514 𝑠𝑒 (β̂) 2
-2,916045 – 2,145 0,605322≤ β2 ≤-2,916045 + 2,145 0,605322
- 4,21446069 ≤ β2 ≤ -1,61762931
Trang 9BÀI TIỂU LUẬN KINH TẾ LƯỢNG 9
Khi PB thay đổi 1 đơn vị ➔ QB thay đổi β2 đơn vị
Ước lượng: β2 bằng khoảng tin cậy tối đa
❖ Khi PB tăng 1 đơn vị ➔ QB thay đổi β2 đơn vị
Khi Y tăng 1 đơn vị ➔ QB thay đổi β3 đơn vị
Nghi ngờ: (β2 + β3) > 0
❖ KĐGT
H0 : (β2 + β3) ≤ 0
H1 :(β2 + β3) > 0
Trang 10BÀI TIỂU LUẬN KINH TẾ LƯỢNG 10
Thấy Tqs W𝛼 ➔ Chấp nhận giả thiết H0, Bác bỏ giả thiết H1
Vậy với 𝛼 = 5%, Khi giá thịt bò tăng 1 nghìn đồng và thu nhập bình quân đầu người tăng 1 triệu đồng thì lượng cầu thịt bò không tăng
8 Khi giá thịt bò tăng 3 nghìn đồng và thu nhập bình quân đầu người giảm 2 triệu đồng thì lượng cầu thịt bò có thay không?
Khi PB tăng 3 đơn vị ➔ QB thay đổi 3β2 đơn vị
Khi Y giảm 2 đơn vị ➔ QB thay đổi 2β3 đơn vị
Trang 11BÀI TIỂU LUẬN KINH TẾ LƯỢNG 11
Thấy Tqs ∈ W𝛼 ➔ Chấp nhận giả thiết H1, Bác bỏ giả thiết H0
Vậy với 𝛼 = 5%, Khi giá thịt bò tăng 3 nghìn đồng và thu nhập bình quân đầu người giảm 2 triệu đồng thì lượng cầu thịt bò có thay đổi
Tại cửa sổ (Equation) → View → Coefficient Test → Omitted Variable → Xuất hiện cửa sổ Omitted – Redundant Variale Test ( Nhập biến PB^2) như dưới hình
→OK
Trang 12BÀI TIỂU LUẬN KINH TẾ LƯỢNG 12
Ta có bảng kết quả sau:
Omitted Variables: PB^2
F-statistic 18.31860 Probability 0.000896 Log likelihood ratio 14.94747 Probability 0.000111
R-squared 0.885575 Mean dependent var 112.8706 Adjusted R-squared 0.859169 S.D dependent var 13.42427 S.E of regression 5.037780 Akaike info criterion 6.274132 Sum squared resid 329.9300 Schwarz criterion 6.470183 Log likelihood -49.33013 F-statistic 33.53720 Durbin-Watson stat 1.547700 Prob(F-statistic) 0.000002
- Thấy P-value = 0,000896 < 0,05 Bác bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy có nên thêm biên PB2 vào mô hình
- Thống kê F = 18,13860
Trang 13BÀI TIỂU LUẬN KINH TẾ LƯỢNG 13
10 Mô hình có thiếu biến ( thiếu 1 biến)? Mô hình có dạng hàm đúng/sai?
Tại cửa sổ (Equation) → View →Stability Test → Ramsey RESET Test → Xuất hiện cửa sổ RESET Specification → Nhập 1 ( như dưới hình ) → OK
R-squared 0.898491 Mean dependent var 112.8706
Adjusted R-squared 0.875066 S.D dependent var 13.42427
S.E of regression 4.744948 Akaike info criterion 6.154362
Sum squared resid 292.6889 Schwarz criterion 6.350412
Log likelihood -48.31208 F-statistic 38.35577
Durbin-Watson stat 1.735678 Prob(F-statistic) 0.000001
Thấy P-value = 0, 000399 < 0,05 bỏ giả thiết H0, chấp nhận giả thiết H1
Vậy mô hình có thiếu biến Mô hình có dạng hàm sai
Trang 14BÀI TIỂU LUẬN KINH TẾ LƯỢNG 14
11 Có nên bỏ biến Y ra khỏi mô hình không?
Tại cửa sổ (Equation)→View →Coefficient Test→Redundant Va r i a b l e →Xuất hiện cửa sổ Omitted – Redundant Variale Test ( Nhập biến Y) như dưới hình
→OK
Ta được bảng kết quả sau:
Redundant Variables: Y
F-statistic 0.724987 Probability 0.408842 Log likelihood ratio 0.858305 Probability 0.354214
Thấy P-value = 0,408842 > 0,05 Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy nên bỏ biến Y ra khỏi mô hình
Trang 15BÀI TIỂU LUẬN KINH TẾ LƯỢNG 15
12 Hồi quy giá thịt bò theo thu nhập bình quân, có hệ số chặn thu được hệ số xác định bội bằng 0,508456 Kết luận mô hình ban đầu?
KĐGT
H0 :𝛼2 = 0( Mô hình (*) không phù hợp→ (1) không có khuyết tật ĐCT)
H1 : 𝛼2 ≠ 0( Mô hình (*) phù hợp→ (1) có khuyết tật ĐCT)
Thấy P-value = 0,001312 < 0,05 Chấp nhận giả thiết H1, bác bỏ giả thiết H0
Vậy mô hình (*) phù hợp, mô hình gốc có khuyết tật đa cộng tuyến
Trang 16BÀI TIỂU LUẬN KINH TẾ LƯỢNG 16
❖ Mô hình hồi quy gốc: QB = β1 + β2 PB + β3 Y + u (1)
Hồi quy mô hình (1) thu được ei
Có: Log (e2) = α1 + α2 Log (PB) + α3 Log (Y) + v (*)
Thấy 𝒳𝑞𝑠2 Wα ➔ Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy mô hình gốc không có PSSS thay đổi
có PSSS thay đổi không?
H1 : 𝛼2 2 + 𝛼3 2 + 𝛼4 2 + 𝛼5 2 + 𝛼6 ≠ 0 ( Mô hình (1) PSS thay đổi )
❖ Tại cửa sổ (Equation) → View → Residual Test → White Heteroskediticity (cross terms)
Trang 17Ta được bảng kết quả sau:
White Heteroskedasticity Test:
F-statistic 2.681208 Probability 0.080282 Obs*R-squared 9.337963 Probability 0.096320
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Y 0.302712 6.431956 0.047064 0.9633 Y^2 0.006675 0.012960 0.515064 0.6167 R-squared 0.549292 Mean dependent var 46.75541 Adjusted R-squared 0.344425 S.D dependent var 41.03687 S.E of regression 33.22658 Akaike info criterion 10.11514 Sum squared resid 12144.06 Schwarz criterion 10.40922 Log likelihood -79.97870 F-statistic 2.681208 Durbin-Watson stat 1.766441 Prob(F-statistic) 0.080282
- Thấy P-value = 0,080282 > 0.05 Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy mô hình không có PSSS thay đổi
Trang 18BÀI TIỂU LUẬN KINH TẾ LƯỢNG 18
15 Hồi quy bình phương phần dư theo bình phương giá trị ước lượng của biến phụ thuộc có hệ số chặn thu được hệ số góc bằng 0,002891 và độ lệch chuẩn tương ứng bằng 0,003529 Mô hình trên dùng để làm gì? Kết luận gì thu được?
➔ Tqs W𝛼 ➔ Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy α = 5%, mô hình gốc không có PSSS thay đổi
ban đầu có PSSS thay đổi không? Thống kê F của kiểm định?
H1 : 𝛼2 2 + 𝛼3 2 + 𝛼4 2 + 𝛼5 2 ≠ 0 ( Mô hình (1) PSS thay đổi )
❖ Tại cửa sổ (Equation) → View → Residual Test → White Heteroskediticity ( no cross terms)
Trang 19BÀI TIỂU LUẬN KINH TẾ LƯỢNG 19
Ta được bảng kết quả sau:
White Heteroskedasticity Test:
F-statistic 2.945260 Probability 0.065577 Obs*R-squared 8.421738 Probability 0.077295
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Y 4.116283 5.577667 0.737994 0.4747 Y^2 -0.005991 0.006870 -0.872073 0.4003 R-squared 0.495396 Mean dependent var 46.75541 Adjusted R-squared 0.327195 S.D dependent var 41.03687 S.E of regression 33.66037 Akaike info criterion 10.11045 Sum squared resid 13596.24 Schwarz criterion 10.35551 Log likelihood -80.93881 F-statistic 2.945260 Durbin-Watson stat 1.829093 Prob(F-statistic) 0.065577
- Thấy P-value = 0,065577 > 0.05 Chấp nhận giả thiết H0, bác bỏ giả thiết H1
Vậy mô hình không có PSSS thay đổi
- Thống kê F = 2,945260
Mô hình gốc: QB = β1 + β2 PB + β3 Y + u (1)
Phương trình biểu diễn tự tương quan bậc 1: Ut = 𝜌 𝑈𝑡−1 + 𝜀𝑡
Có thống kê Durbin Watson: d = 1,259318
Tra bảng: 𝛼 = 5% , n = 17, k’ = 2
Có dU = 1,536
d ∈ [0; dU] Mô hình có tự tương quan bậc 1
Trang 20BÀI TIỂU LUẬN KINH TẾ LƯỢNG 20
Tại cửa sổ (Equation) → View → Residual Test → Serial Correlation LM Test
→Xuất hiện cửa sổ Lag Specification → Nhập 1 ( như dưới hình) → OK
Ta được bảng kết quả sau:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 4.498659 Probability 0.053722 Obs*R-squared 4.370461 Probability 0.036567
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/27/22 Time: 16:27
Presample missing value lagged residuals set to zero
Variable Coefficient Std Error t-Statistic Prob
C -15.21159 20.35034 -0.747486 0.4681
PB -0.389704 0.571763 -0.681583 0.5075
Y 0.071567 0.076325 0.937659 0.3655 RESID(-1) 0.565377 0.266561 2.121004 0.0537 R-squared 0.257086 Mean dependent var -2.15E-14 Adjusted R-squared 0.085644 S.D dependent var 7.048236 S.E of regression 6.739661 Akaike info criterion 6.856220 Sum squared resid 590.4993 Schwarz criterion 7.052271 Log likelihood -54.27787 F-statistic 1.499553 Durbin-Watson stat 1.259318 Prob(F-statistic) 0.261074
Trang 21BÀI TIỂU LUẬN KINH TẾ LƯỢNG 21
- Thấy P-value = 0.036567 < 0,05 ➔ Chấp nhận giả thiết H1, bác bỏ giả thiết H0
Vậy mô hình có tự tương quan bậc 1
H0: 𝜌1= 𝜌2 = 0 (Mô hình (1) không có tự tương quan bậc 2)
H1: 𝜌12 + 𝜌22 ≠ 0 (Mô hình (1) có tự tương quan bậc 2)
❖ Tại cửa sổ (Equation) → View → Residual Test → Serial Correlation LM Test → Xuất hiện cửa sổ Lag Specification → Nhập 2 ( như dưới hình) → OK
Trang 22Ta được bảng kết quả sau:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 5.477264 Probability 0.020412 Obs*R-squared 8.112864 Probability 0.017311
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 11/27/22 Time: 16:53
Presample missing value lagged residuals set to zero
Variable Coefficient Std Error t-Statistic Prob
C -1.864473 18.73386 -0.099524 0.9224
PB -0.207888 0.505721 -0.411072 0.6883
Y 0.021980 0.070196 0.313118 0.7596 RESID(-1) 0.747384 0.246418 3.032994 0.0104 RESID(-2) -0.568459 0.252880 -2.247942 0.0442 R-squared 0.477227 Mean dependent var -2.15E-14 Adjusted R-squared 0.302970 S.D dependent var 7.048236 S.E of regression 5.884455 Akaike info criterion 6.622434 Sum squared resid 415.5217 Schwarz criterion 6.867497 Log likelihood -51.29069 F-statistic 2.738632 Durbin-Watson stat 1.798631 Prob(F-statistic) 0.078857
- Thấy P-value = 0,020412 < 0,05 Chấp nhận giả thiết H1, bác bỏ giả thiết H0
Vậy mô hình có tự tương quan bậc 2
- Thống kê F = 5,477264
19 Sai số dự báo(MAPE) của mô hình?
Tại cửa sổ (Equation) → Forecast → OK
Sai số dự báo (MAPE) = 5,236642
Trang 23BÀI TIỂU LUẬN KINH TẾ LƯỢNG 23
20 Phần dư phân phối lệch phải hay lệch trái?Biến có phân phối chuẩn không?
Tại cửa sổ (Equation) → View → Residual Test → Histogram – Normality Test
❖ Thấy skewness = -0,223070 < 0 ➔ Phần dư phân phối lệch trái
❖ Thống kê Jarque – Bera
Trang 24BÀI TIỂU LUẬN KINH TẾ LƯỢNG 24
KĐGT:
H0 : Biến có phân phối chuẩn
H1 : Biến không có phân phối chuẩn