Đang tải... (xem toàn văn)
NỘI DUNG1.Bảng số liệuBẢNG SỐ LIỆU TỔNG SẢN PHẨM QUỐC NỘI GDP THAY ĐỔI THEO THỜI GIAN t TỪ NĂM 1986 – 2022NămSản lượng quốc gia tỷ USD - Y... Dựa vào đồ thị ở phần phụ lục, nhóm quyết đị
Trang 1MÔN: KINH TẾ LƯỢNG
Đề tài: Xu hướng tổng sản phẩm quốc nội (GDP) thay đổi theo thời gian (t)
Giảng viên hướng dẫn: Nguyễn Tấn MinhNhóm thực hiện: Nhóm 9
Lớp: DHQTLOG18CTT – 422000402918
Thành phố Hồ Chí Minh, ngày 12 tháng 10 năm 2023
Trang 2Kiểm định hàm hồi quy mẫu (SRF): 7
Kiểm định hệ số hàm hồi quy mẫu (SRF): 9
Kiểm định hệ số hàm hồi quy tổng thể (PRF): 9
Kiểm định hàm hồi quy tổng thể 10
Trang 3DANH SÁCH NHÓMST
THọ và tênMSSVCông việcđóng gópMức độ1 Nguyễn Thùy Vân Anh 22687421 Vẽ đồ thị trên phần mềm Soạn thảo word
Soạn nội dung thuyết trình
2 Trần Thu Tâm 22687401 Làm nội dung word: Ước lượngSoạn thảo word 100%
3 Phạm Minh Anh 22689721 Tìm số liệu
Làm nội dung word: Kiểm định 100%
4 Trần Hoàng Lê Kiệt 22689741
Tìm số liệu
Làm nội dung word: Kiểm định 100%
5 Phạm Tuấn Khoa 22692341 Làm nội dung word: Dự báoThuyết trình 100%
3
Trang 4NỘI DUNG1.Bảng số liệu
BẢNG SỐ LIỆU TỔNG SẢN PHẨM QUỐC NỘI (GDP) THAY ĐỔI THEO THỜI GIAN (t) TỪ NĂM 1986 – 2022
NămSản lượng quốc gia (tỷ USD) - Y
Trang 52 Vẽ đồ thị
Hình 1 Đồ thị ban đầu
5
Trang 6Dựa vào đồ thị ở phần phụ lục, nhóm quyết định chọn mô hình Log-Lin vì cóR2=0,888 lớn nhất
Trang 7Hàm hồi quy mẫu (SRF): = i1 + 2Xi
=> = -215,254 + 0.109Xii Ý nghĩa hàm hồi quy mẫu (SRF):
+ 1 = - 215,254có nghĩa là khi thời gian (t) bằng 0, thì tổng sản lượng quốc gia(GDP) sẽ là 215,254 tỷ USD.
+2 = 0,109 có nghĩa là khi thời gian (t) tăng hoặc giảm 1 năm thì tổng sản lượngquốc gia sẽ tăng hoặc giảm tương ứng 0,109 tỷ USD.
4 Kiểm định
Kiểm định hàm hồi quy mẫu (SRF):
- TSS (Total Sum of Squares): Tổng bình phương biến thiên của biến phụ
thuộc Y, đo lường độ lệch của giá trị so với giá trị trung bình
- ESS (Explained Sum of Squares): Tổng bình phương phần biến thiên của
biến phụ thuộc được giải thích bằng hàm hồi quy
- RSS (Residual Sum of Squares): Tổng bình phương phần biến thiên của
biến phụ thuộc không giải thích được bằng hàm hồi quy hay tổng bìnhphương phần dư Đây chính là sai số hồi quy, thể hiện mức chênh lệch củabiến Y giữa thực tế với tính toán.
Từ bảng “ANOVA”, ta có giá trị:
ESS = 50,540RSS = 6,370TSS = 56,909
Hệ số điều chỉnh R là thước đo phù hợp của mô hình hồi quy mẫu từ ước lượng số2
liệu quan sát:
7
Trang 8+ R càng cao thì hàm hồi quy mẫu càng có ý nghĩa;+ 0 ≤ R ≤ 12
=> Từ kết quả hồi quy SPSS ở bảng trên, giá trị R2 = 0.888 > 0.8, có nghĩa là độphù hợp của mô hình đối với dữ liệu lớn và là mô hình hồi quy mẫu có ý nghĩathống kê.
Adjusted R Square (): cũng giống như R là phản ánh mức độ phù hợp của mô2
hình tuy nhiên nó thường được sử dụng với mô hình hồi quy đa biến hơn.Chỉ số này phản ánh mức độ giải thích của các biến độc lập đối với biến phụ thuộctrong mô hình hồi quy.
=> Từ bảng “Model Summary” ta có kết quả = 0.885, tức là thời gian (t) giải thíchđược 88,5% tổng sản lượng quốc gia (GDP) và 11,5% còn lại là ảnh hưởng của saisố tự nhiên và biến ngoài mô hình
(Hệ số tương quan): là chỉ số đo lường mức độ kết hợp chặt chẽ giữa hai biến.
=> Từ kết quả ở bảng “Model Summary”, = 0.942 mà dấu của hệ số góc là dương
=> = 0.942
+ Đầu tiên ta xét Sig = 0.000 < 0.005 (5%) ta có thể kết luận được haibiến GDP và hệ số Sig là xác suất các dữ liệu nghiên cứu trong trường hợpH0 vô hiệu là đúng, có nghĩa là chấp nhận hệ số và các hệ số ấy có ý nghĩaj
thống kê Ta có: Sig = 0,000 < 0,005 (5%) nên đây là mô hình hồi quy phùhợp, và thời gian (t) có tác động đến tổng sản lượng quốc gia (GDP).
+ = 0.942 0.8 khi đó hai biến GDP và thời gian có quan hệ chặt chẽvới nhau hay nói cách khác thời gian (t) tác động mạnh đến tổng sản lượngquốc gia (GDP).
8
Trang 9 Kiểm định hệ số hàm hồi quy mẫu (SRF):
Se của các beta mũ là sai số của các hệ số hồi quy.:
Sai số chuẩn thể hiện mức độ tin cậy của các hệ số hồi quy Sai số chuẩn càng nhỏthì độ tin cậy càng cao và ngược lại.
Từ kết quả của SPSS ta có:
1 = -215,254 với Se () = 13,1642 = 0,109 với Se () = 0,007
Kết luận:
Se () = 13,164 => không có ý nghĩa thống kê1
Se () = 0,007 (tiến đến 0) => có ý nghĩa thống kê Kiểm định hệ số hàm hồi quy tổng thể (PRF):
Khoảng tin cậy là khái niệm trong thống kê biểu diễn xác xuất tham số tổng
thể sẽ nằm giữa hai giá trị được đặt trong một tỉ lệ thời gian nhất định Từ “Coefficients” cho ta thấy khoảng tin cậy và 1 2
- Khoảng tin cậy của là 1 -241,977 ≤ β ≤ -188,5301
- Khoảng tin cậy của là 2 0.096 ≤ β2 ≤ 0,123
Ý nghĩa:
- Khi thời gian (t) bằng 0 thì tổng sản lượng quốc gia sẽ dao động từ -241,977
đến -188,530.
- Khi thời gian (t) tăng hoặc giảm 1 năm thì tổng sản lượng quốc gia sẽ tăng
hoặc giảm từ 0.096 đến 0,123 tỷ USD.
Ta xét thấy sig của các đều < 0,005 (5%) ta có thể kết luận được là biến thời gian(t) có ý nghĩa thống kê với biến tổng sản lượng quốc gia (GDP).
9
Trang 10 Kiểm định hàm hồi quy tổng thể
=> Từ cột “ANOVA”, ta có các giá trị:Với mức ý nghĩa 95%
Trị số thống kê: F= 277,702
Sig = 0, ta kết luận: Chấp nhận hàm hồi quy (hàm hồi quy có ý nghĩa thống kê).
10
Trang 115 Dự báo
Biến X (thời gian t) tác dộng đến Y (GDP) hình thành 2 hàm hồi quy là hàm hồiquy mẫu và hàm hồi quy tổng thể nên dự báo sẽ có 2 kết quả là dự báo điểm vàdự báo trung bình (khoảng).
Ý nghĩa: Khi thời gian (t) là năm 2023 thì tổng sản lượng quốc gia
(GDP) là 314,96622 tỷ USD hoặc tổng sản lượng quốc gia (GDP) dao động trong
khoảng 278,44507 Y 351,48736 (tỷ USD).
11
Trang 12PHỤ LỤC
Hình 3 Mô hình ban đầu
12
Trang 13Hình 4 Mô hình Lin-Log
13
Trang 14Hình 5 Mô hình Log-Lin
14
Trang 15Hình 6 Mô hình Log-Log
15
Trang 16Hình 7 Mô hình nghịch đảo
Bảng kết quả
Bảng 2
16
Trang 17ModelSum of SquaresdfMean SquareFSig.
Bảng 3
Bảng 4
Bảng 5
17