Thực hành sử dụng hàm trong Eiew

Thực hành sử dụng hàm trong Eiew

THỰC HÀNH SỬ DỤNG HÀM TRONG EVIEW Vào Genr Hàm Câu lệnh VD Diễn giải/Kết quả Tuyệt đối @abs(x) @abs(-3) = 3 − = 3 Mũ @exp(x) @exp(1) =e 1 =2,71813 ln @log(x) @log(2.71813) = ln(2,71813) ≈ 1 Lg (log cơ số 10) @log10(x) @log10(100) = 2100lg100log 10 == Log b x @log(x,b) @log(256,2) = log 2 256 = 8 Căn @sqr(x) @sqr(9) = 39 = THỰC HÀNH PHƯƠNG SAI SAI SỐ THAY ĐỔI Khắc phục phương sai sai số thay đổi bằng ước lượng Bình phương tổi thiểu tổng quát khả thi (FGLS). Các bước thực hiện ước lượng FGLS. (trang 345) Phương pháp FGLS cũng là ước lượng bình phương tối thiểu có trọng số         σ = t t ˆ 1 w , với σ t không biết trước, do đó trước tiên phải có các ước lượng của σ t ( hay tìm t ˆ σ ). Với mỗi công thức phương sai được đề xuất bởi Glesjer, Breusch – Pagan, Harvey – Godfrey và White ta có σ t ước lượng khác nhau hay trọng số khác nhau. Vậy mỗi kiểm định ta có một trọng số. VD: Sử dụng Data 8-1 Ranamathan Mô hình hồi quy t 2 t3t21t u ˆ YEARS ˆ YEARS ˆˆ )SALARYln( +β+β+β= (1) Yêu cầu: 1) Kiểm định có phương sai sai số thay đổi? Bằng kiểm định Glesjer, Breusch – Pagan, Harvey – Godfrey và White 2) Khắc phục bằng ước lượng FGLS cho từng công thức phương sai của Glesjer, Breusch – Pagan, Harvey – Godfrey và White I. Kiểm định GLESJER Công thức tính phương sai σ t = α 1 + α 2 Z 2t + α 3 Z 3t + … + α p Z pt Hồi quy phụ t u ˆ = α 1 + α 2 X 2t + α 3 X 3t + … + α p X pt t u ˆ = α 1 + α 2 YEARS + α 3 YEARS 2 1. Tạo biến ln(SALARY) genr lnsalary=LOG(salary) 2. Hồi quy (1) ls lnsalary c years years^2 3. Kiểm định xem có phương sai của sai số thay đổi không? 3.1. Tính phần dư )u ˆ ( t genr uhat =resid 1 3.2. Tạo t u ˆ genr absuhat=abs(uhat) 3.3. Hồi quy phụ ls absuhat c years years^2 . Từ hồi quy phụ tìm R 2 hq phụ 4. Khắc phục bằng FGLS 4.1. Ước lượng t ˆ σ absuhat1=absuhat forecast (absuhat1 là giá trị dự báo của absuhat) Đây là ước t ˆ σ (σ t ước lượng) của đặc trưng Glesjer. Vì trọng số >0 do đó t ˆ σ >0. Sau khi dự báo absuhat ta mở absuhat1 lên xem có quan sát nào âm không. Nếu quan sát nào có giá trị âm ta thay nó bằng absuhat tương ứng. Mà absuhat thì chắc chắn dương. absuhat absuhat1 0.0986529 0.045297 0.0594322 0.045297 0.0594322 0.045297 0.0757303 -0.058797 < 0 Ta thay -0,058797 bằng 0,0757303 0.0757303 0.058797 0.0662515 -0.058797 < 0 Ta thay -0,058797 bằng 0,0662515 0.0088826 0.058797 0.0224489 0.058797 0.0224489 0.058797 0.037264 0.058797 0.0720555 0.071702 0.0350142 0.071702 Ta tạo biến absuhat2 là biến absuhat1 đã thay các giá trị âm. Để thực hiện việc thay thế này ta tạo biến giả d nếu quan sát nào của absuhat1>0 thì mang giá trị 1 ngược lại quan sát nào của absuhat1<0 mang giá trị 0. absuhat absuhat1 d 0.0986529 0.045297 1 0.0594322 0.045297 1 0.0594322 0.045297 1 0.0757303 -0.058797 0 0.0757303 0.058797 1 0.0662515 -0.058797 0 0.0088826 0.058797 1 0.0224489 0.058797 1 0.0224489 0.058797 1 0.037264 0.058797 1 0.0720555 0.071702 1 0.0350142 0.071702 1 genr d=absuhat1>0 genr absuhat2 = (d*absuhat1) + (1-d)*asbuhat t ˆ σ sẽ là absuhat1 nếu toàn bộ quan sát > 0. t ˆ σ là absuhat2 nếu absuhat1 có quan sát <0 4.2. Khi đã có t ˆ σ ta tính trọng số 2 genr wt1=1/absuhat1 nếu toàn bộ quan sát > 0 genr wt1=1/absuhat2 nếu absuhat1 có quan sát <0 4.3. Hồi quy bằng bình phương tối thiểu có trọng số wt1 THỰC HÀNH 1. Tạo biến ln(SALARY) genr lnsalary=LOG(salary) 2. Hồi quy (1) ls lnsalary c years years^2 Dependent Variable: LNSALARY Method: Least Squares Date: 12/04/07 Time: 07:22 Sample: 1 222 Included observations: 222 Variable Coefficient Std. Error t-Statistic Prob. C 3.809365 0.041338 92.15104 0.0000 YEARS 0.043853 0.004829 9.081645 0.0000 YEARS^2 -0.000627 0.000121 -5.190657 0.0000 R-squared 0.536179 Mean dependent var 4.325410 Adjusted R-squared 0.531943 S.D. dependent var 0.302511 S.E. of regression 0.206962 Akaike info criterion -0.299140 Sum squared resid 9.380504 Schwarz criterion -0.253158 Log likelihood 36.20452 F-statistic 126.5823 Durbin-Watson stat 1.618981 Prob(F-statistic) 0.000000 3.3. Hồi quy phụ ls absuhat c years years^2 Dependent Variable: ABSUHAT Method: Least Squares Date: 12/04/07 Time: 07:28 Sample: 1 222 Included observations: 222 Variable Coefficient Std. Error t-Statistic Prob. C 0.031202 0.024073 1.296178 0.1963 YEARS 0.014392 0.002812 5.118277 0.0000 3 YEARS^2 -0.000298 7.04E-05 -4.227328 0.0000 R-squared 0.130283 Mean dependent var 0.160558 Adjusted R-squared 0.122340 S.D. dependent var 0.128647 S.E. of regression 0.120521 Akaike info criterion -1.380563 Sum squared resid 3.181048 Schwarz criterion -1.334580 Log likelihood 156.2424 F-statistic 16.40300 Durbin-Watson stat 1.961810 Prob(F-statistic) 0.000000 R 2 hq phụ = 0,130283 Dùng kiểm định LM = nR 2 hồi quy phụ = 222× 0,130283 = 6,92 Nếu nR 2 hồi quy phụ > χ 2 2 (10%) Bác bỏ H 0 χ 2 2 (10%) = CHIINV(10%,2) = 4,60517 ⇒ nR 2 hồi quy phụ > χ 2 2 (10%) ⇒ Có hiện tượng phương sai sai số thay đổi Khắc phục Ước lượng t ˆ σ chính là tìm giá trị dự báo của absuhat. Sử dụng hồi quy của ls absuhat c years years^2 sau đó tìm giá trị dự báo của absuhat. Mở absuhat1 lên xem có quan sát nào âm không? 4 Chọn Forecast May mắn là không có giá trị nào âm. Do đó t ˆ σ là absuhat1 4.2. Tính trọng số 4.3. Hồi quy ls lnsalary c years years^2 có trọng số wt1 Quick/Estimate Equation… 5 6 Chọn Options Trọng số wt1 Dependent Variable: LNSALARY Method: Least Squares Date: 12/04/07 Time: 08:08 Sample: 1 222 Included observations: 222 Weighting series: WT1 White Heteroskedasticity-Consistent Standard Errors & Covariance Variable Coefficient Std. Error t-Statistic Prob. C 3.841553 0.016490 232.9673 0.0000 YEARS 0.036555 0.003803 9.611956 0.0000 YEARS^2 -0.000407 0.000114 -3.583774 0.0004 Weighted Statistics R-squared 0.991118 Mean dependent var 4.241177 Adjusted R-squared 0.991037 S.D. dependent var 1.799904 S.E. of regression 0.170401 Akaike info criterion -0.687901 Sum squared resid 6.359008 Schwarz criterion -0.641919 Log likelihood 79.35699 F-statistic 301.7902 Durbin-Watson stat 1.538188 Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.527311 Mean dependent var 4.325410 Adjusted R-squared 0.522994 S.D. dependent var 0.302511 S.E. of regression 0.208931 Sum squared resid 9.559851 Durbin-Watson stat 1.589499 II. Kiểm định Breusch – Pagan Công thức tính phương sai σ t 2 = α 1 + α 2 Z 2t + α 3 Z 3t + … + α p Z pt Hồi quy phụ ȗ t 2 = α 1 + α 2 X 2t + α 3 X 3t + … + α p X pt ȗ t 2 = α 1 + α 2 YEARS + α 3 YEARS 2 1. Tạo biến ln(SALARY) genr lnsalary=LOG(salary) 2. Hồi quy (1) ls lnsalary c years years^2 3. Kiểm định xem có phương sai của sai số thay đổi không? 3.1. Tính phần dư )u ˆ ( t genr uhat =resid 3.2. Tạo ȗ t 2 genr usq=uhat^2 3.3. Hồi quy phụ ls usq c years years^2 . Từ hồi quy phụ tìm R 2 hq phụ 4. Khắc phục bằng FGLS 7 4.1. Ước lượng t ˆ σ usqhat1=usq forecast (usqhat1 là giá trị dự báo của usq) Vì trọng số >0 do đó t ˆ σ >0. Sau khi dự báo usq ta mở usqhat1 lên xem có quan sát nào âm không. Nếu quan sát nào có giá trị âm ta thay nó bằng usq tương ứng. Mà usq thì chắc chắn dương. usq usqhat1 0.0986529 0.045297 0.0594322 0.045297 0.0757303 -0.058797 0.0757303 0.058797 < 0 Ta thay -0,058797 bằng 0,0757303 0.0662515 -0.058797 0.0088826 0.058797 < 0 Ta thay -0,058797 bằng 0,0662515 0.0350142 0.071702 Ta tạo biến usqhat2 là biến usqhat1 đã thay các giá trị âm. Để thực hiện việc thay thế này ta tạo biến giả d1 nếu quan sát nào của usqhat1>0 thì mang giá trị 1 ngược lại quan sát nào của usqhat1<0 mang giá trị 0. usq usqhat1 d1 0.0986529 0.045297 1 0.0594322 0.045297 1 0.0757303 -0.058797 0 0.0757303 0.058797 1 0.0662515 -0.058797 0 0.0088826 0.058797 1 0.0350142 0.071702 1 genr d1=usquhat1>0 genr usqhat2 = (d1*usqhat1) + (1-d1)*usq usqhat1 là 2 t ˆ σ nếu toàn bộ quan sát > 0. 2 t ˆ σ là usqhat2 nếu absuhat1 có quan sát <0 4.2. Khi đã có t ˆ σ ta tính trọng số, wt2= 2 t ˆ 1 σ genr wt2=1/(sqr(usqhat1)) nếu toàn bộ quan sát của usqhat1> 0 genr wt2=1/(sqr(usqhat2)) nếu absuhat1 có quan sát <0 4.3. Hồi quy bằng bình phương tối thiểu có trọng số wt2 THỰC HÀNH Bước (1), (2) và (3.1) tương tự như kiểm kiểm định Glesjer 3.2. Tạo ȗ t 2 8 3.3. Hồi quy phụ ls usq c years years^2 . Từ hồi quy phụ tìm R 2 hq phụ Dependent Variable: USQ Method: Least Squares Date: 12/04/07 Time: 10:06 Sample: 1 222 Included observations: 222 Variable Coefficient Std. Error t-Statistic Prob. C -0.011086 0.013473 -0.822858 0.4115 YEARS 0.006084 0.001574 3.865764 0.0001 YEARS^2 -0.000129 3.94E-05 -3.270700 0.0012 R-squared 0.074714 Mean dependent var 0.042255 Adjusted R-squared 0.066264 S.D. dependent var 0.069804 S.E. of regression 0.067451 Akaike info criterion -2.541402 Sum squared resid 0.996378 Schwarz criterion -2.495420 Log likelihood 285.0957 F-statistic 8.841813 Durbin-Watson stat 1.840488 Prob(F-statistic) 0.000203 R 2 hq phụ = 0,074714 Dùng kiểm định LM = nR 2 hồi quy phụ = 222× 0,074714 = 16,58 Nếu nR 2 hồi quy phụ > χ 2 2 (10%) Bác bỏ H 0 χ 2 2 (10%) = CHIINV(10%,2) = 4,60517 ⇒ nR 2 hồi quy phụ > χ 2 2 (10%) ⇒ Có hiện tượng phương sai sai số thay đổi Khắc phục Ước lượng t ˆ σ chính là tìm giá trị dự báo của usq. Sử dụng hồi quy của ls usq c years years^2 sau đó tìm giá trị dự báo của usq là usqhat1. 9 Mở usqhat1 lên xem có quan sát nào âm không? usqhat1 có giá trị âm. Thay các giá trị âm bằng usq gốc tương ứng 10 [...]... R-squared 0.528624 Mean dependent var 4.325410 20 Adjusted R-squared S.E of regression Durbin-Watson stat 0.524319 0.208641 1.593879 S.D dependent var Sum squared resid 0.302511 9.533289 THỰC HÀNH TƯƠNG QUAN CHUỖI Sử dụng Data9-1 trong Ranamathan DEMAND Nhu cầu tiêu thụ kem tính trên đầu người PRICE Giá kem INCOME Thu nhập TEMP Nhiệt độ trung bình Mô hình hồi quy ˆ3 ˆ1 ˆ2 ˆ4 ˆ DEMAND = β + β PRICE + β INCOME... sai sai số thay đổi không? Từ mô hình hồi quy có trọng số, dùng kiểm định White để xem có hiện tượng phương sai sai số thay đổi không? Lưu ý: trong Eview chỉ có thực hiện sẵn kiểm định White; còn kiểm định Glesjer, Harvey – Godfrey, Breusch – Pagan đều phải thực hiện hồi quy phụ 18 White Heteroskedasticity Test: F-statistic 0.307873 Obs*R-squared 1.252758 Probability Probability 0.872527 0.869338 Test... σ2 là usqhat4 nếu absuhat3 có quan sát 0 nếu usqhat3 có quan sát mang giá trị χ21 (α) ⇒ Tương quan chuỗi bậc nhất p = 1 Bác bỏ H0 THỰC HÀNH ˆ 1 Hồi quy mô hình (2.2) cần tạo biến uhat_1 = uhat(-1) (= u t − ) Hồi quy phụ ls uhat c PRICE INCOME TEMP uhat_1 Dependent Variable: UHAT Method: Least Squares Date: 12/05/07 Time: 09:28 Sample(adjusted):... Ước lượng σt genr usq=uhat^2 genr lnusq=log(usq) ls lnusq c years years^2 Từ hồi quy phụ tìm R2hq phụ lnusq1=lnusq forecast (lnusq1 là giá trị dự báo của lnusq) genr usqhat5=exp(lnusq1) lấy đối log Vì hàm mũ tạo ra giá trị dương, không có vấn đề về phương sai âm ˆt usqhat5 là σ2 ˆ 4.2 Khi đã có σt ta tính trọng số wt4= 1 σ2 ˆt genr wt4=1/usqhat5 4.3 Hồi quy bằng bình phương tối thiểu có trọng số wt4 . THỰC HÀNH SỬ DỤNG HÀM TRONG EVIEW Vào Genr Hàm Câu lệnh VD Diễn giải/Kết quả Tuyệt đối @abs(x) @abs(-3). = THỰC HÀNH PHƯƠNG SAI SAI SỐ THAY ĐỔI Khắc phục phương sai sai số thay đổi bằng ước lượng Bình phương tổi thiểu tổng quát khả thi (FGLS). Các bước thực