Bài giảng Kinh tế lượng - Nguyễn Cao Văn

_______________________________________________________________________________________________ _______ Bài giảng Kinh tế lượng – NguyÔn cao V¨n – Bộ môn Toán Kinh tế - khoa Toán Kinh tế - ĐH KTQD 1 KINH TẾ LƯỢNG - ECONOMETRICS Tài li ệu [1]. Nguyễn Quang Dong, (2002), Bài giảng Kinh tế lượng, NXB Thống kê. (Tái b ản các năm 2000, 2001, 2002, 2003). [2]. Vũ Thiếu, Nguyễn Quang Dong (2001), Kinh tế lượng - Bài tập & Hướng dẫn thực hành Mfit3, NXB KHKT. Tham khảo và nâng cao [3]. Nguyễn Cao Văn, Trần Thái Ninh, (1998), Lý thuyết Xác suất và Thống kê toán , NXB GD.(T¸i b¶n c¸c n¨m 2002, 2005) [4]. Nguy ễn Quang Dong, (2002), Kinh tế lượng - Chương trình nâng cao, NXB KHKT. [5]. Nguy ễn Quang Dong, (2002), Bài tập Kinh tế lượng với sự trợ giúp của phần mềm Eviews, NXB KHKT. [6]. Nguy ễn Khắc Minh, (2002), Các phương pháp Phân tích & Dự báo trong Kinh tế, NXB KHKT. [7]. Graham Smith, (1996), Econometric Analysis and Applications, London University. 8 D. Gujarati. Basic Econometrics. Third Edition. McGraw-Hill,Inc 1996. 9 Maddala. Introduction to Econometrics . New york 1992. ____________________________________________ _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 2 Bài mở đầu 1. Khỏi nim v Kinh t lng (Econometrics) - Nhiu nh ngha, tựy theo quan niệm của mỗi tác giả. - Econo + Metric Khỏi nim: KTL nghiờn cu nhng mi quan h Kinh t Xó hi; thụng qua vic xõy dng, phõn tớch, ỏnh giỏ cỏc mụ hỡnh cho ra li gii bng s, h tr vic ra quyt inh Econometrics Pragmatic Economics - KTL s dng kt qu ca : + Lý thuyt kinh t + Mụ hỡnh toỏn kinh t + Thng kờ, xỏc sut 2. Phng phỏp lun (cỏc bc tin hnh) 2.1. t luận thuyết v vn nghiờn cu - Xỏc nh phm vi, bn cht, tớnh cht ca cỏc i tng v mi quan h gia chỳng. - Xỏc nh mụ hỡnh lý thuyt kinh t hp lý. 2.2. Xõy dng mụ hỡnh kinh t toán : + M i i tng i din bi mt hoc mt s bin s. + Mi mi quan h: Phng trỡnh, hm s, bt phng trỡnh + Giỏ tr cỏc tham s : cho bit bn cht mi quan h. 2.3. Xây dựng mô hình kinh tế l-ợng t-ơng ứng - Mô hình kinh tế toán: phụ thuộc hàm số - Mô hình kinhtế l-ợng: phụ thuộc t-ơng quan và hồi quy 2.4. Thu thp s liu - S liu c dựng : t thng kờ. 2.5. U c lng cỏc tham s của mô hình. V i b s liu xỏc nh v phng phỏp c th, kt qu c lng l nhng con s c th. 2.6. Kim nh mô hình. - Bng phng phỏp kim nh thng kờ: kim nh giỏ tr cỏc tham s, bn cht mi quan h - Kim nh tớnh chớnh xỏc ca mụ hỡnh. _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 3 - Nu khụng phự hp : quay li cỏc bc trờn. - Bi n i, xõy dng mụ hỡnh mi cú kt qu tt nht. 2.7. D bỏo - Da trờn kt qu c cho l tt : d bỏo v mi quan h, v cỏc i tng trong nhng iu kin xỏc nh. 2.8.Kiểm soát và Đề xuất chính sách. - Dựa vào kết quả phân tích của mô hình mà đề xuất chính sách kinh tế. Ví dụ: Nghiên cứu tính quy luật của tiêu dùng. 1. Xây dựng một luận thuyết kinh tế về tiêu dùng. Trong tác phẩm: Lý thuyết về việc làm, lãi suất và tiền tệ, Keynes viết: Luật tâm lý cơ bản . . . là một ng-ời sẽ tăng tiêu dùng khi thu nhập của ng-ời đó tăng lên, song không thể tăng nhiều bằng mức tăng của thu nhập 2. Xây dựng mô hình kinh tế toán t-ơng ứng. Ký hiệu: Y là tiêu dùng X là thu nhập Và giả sử Y phụ thuộc tuyến tính vào X. Ta có mô hình kinh tế toán sau đây: Y = 1 + 2 X Mô hình trên th-ờng đ-ợc gọi là Hàm tiêu dùng của Keynes và phải thoả mãn điều kiện: 0 2 1 3. Xây dựng mô hình kinh tế l-ợng t-ơng ứng. Mô hình kinh tế l-ợng t-ơng ứng có dạng: Y i = 1 + 2 X i + u i Trong đó u i là sai số ngẫu nhiên. 4. Thu thập số liệu thống kê. Có số liệu sau về tổng mức tiêu dùng cá nhân ( Y ) và tỏng thu nhập gộp GDP ( X ) của Mỹ giai đoạn 1980 1991 ( đơn vị: tỷ USD ) tính theo giá cố định năm 1987: Năm Y X 1980 2447.1 3776.3 1981 2476.9 3843.1 1982 2503.7 3760.3 1983 2619.4 3906.6 1984 2746.1 4148.5 1985 2865.8 4279.8 1986 2969.1 4404.5 1987 3052.2 4539.9 1988 3162.4 4718.6 _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 4 1989 3223.3 4838.0 1990 3260.4 4877.5 1991 3240.8 4821.0 Nguồn: Báo cáo kinh tế của tổng thống Mỹ, 1993. 5. Ước l-ợng mô hình. Dùng ph-ơng pháp bình ph-ơng nhỏ nhất, tìm đ-ợc các uoc l-ợng sau: 1 = -231,8 2 = 0,7194 Nh- vậy -ớc l-ợng của hàm tiêu dùng là: Y i = -231,8 + 0,7194X i 6. Kiểm định mô hình: H 0 : 2 = 0 H 1 : 2 0 H 0 : 2 = 1 H 1 : 2 1 . . . 7. Dự báo. Chẳng hạn có cơ sở để cho rằng GDP của Mỹ vào năm 1994 là 6000 tỷ USD. Lúc đó có thể tìm đ-ợc một dự báo điểm cho Tổng mức tiêu dùng cá nhân của Mỹ vào năm đó là: Y 1994 -231,8 + 0,7194*6000 = 4084,6 tỷ USD Từ đó có thể xây d-ng tiếp các dự báo bằng khoảng tin cậy. 8. Kiểm soát hoặc đề xuất chính sách. Chẳng hạn chính phủ Mỹ tin rằng nếu có đ-ợc tổng mức tiêu dùng cá nhân là 4000 tỷ USD thì sẽ duy trì đ-ợc tỷ lệ thất nghiệp ở mức 6,5%. Từ đó để duy trì đ-ợc tỷ lệ thất nghiệp nói trên cần phải có đ-ợc GDP là: GDP ( 4000 + 231,8 )/ 0,7194 5882 tỷ USD. 3. S liu dựng trong KTL 3.1. Phõn loi - S liu theo thi gian. - S liu theo khụng gian. - S liu chộo 3.1. Ngun gc - iu tra - Mua - T ngun c phỏt hnh : Niờn giỏm thng kờ 3.2. Tớnh cht ca s liu _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 5 - S liu ngu nhiờn phi thc nghim. - Phự hp mc ớch nghiờn cu. Chú ý: Dặc điểm chung của các số liệu kinh tế xã hội là kém tin cậy Chng 1. CC KHI NIM C BN 1. Phõn tớch hi qui Regression Analysis 1.1. nh ngha Phõn tớch hi qui l phõn tớch mi liờn h ph thuc gia mt bin gi l bi n ph thuc (bin c gii thớch, bin ni sinh) ph thuc vo mt hoc mt s bin khỏc gi l (cỏc) bin gii thớch (bin c lp, bin ngoi sinh, bin hi qui). 1.2. Vớ d Tiêu dùng và Thu nhập. - Bin ph thuc (dependent variable) ký hiu l Y - Bin gii thớch / hi qui (regressor(s)) ký hiu l X, hoc X 2 , X 3 . - Bi n gii thớch nhn nhng giỏ tr xỏc nh, trong iu kin ú bin ph thuc l mt biến ngu nhiờn. Phõn tớch hi qui nghiờn cu mi liờn h ph thuc gia bin ph thuc Y mà thực chất là một biến ngẫu nhiên, ph thuc vo cỏc giỏ tr xỏc nh ca (cỏc) bin gii thớch nh th no. X = X i (Y/X i ) 1.3. Mc ớch hi qui - c lng trung bỡnh bin ph thuc trong nhng iu kin xỏc nh ca bin gii thớch. - c lng cỏc tham s. - Kim nh v mi quan h. - D bỏo giỏ tr bin ph thuc khi bin gii thớch thay i. (*) Hi qui : qui v trung bỡnh 1.4. So sỏnh vi cỏc quan h toỏn khỏc - Quan h hm s : x y _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 6 - Quan h tng quan xy - Quan h nhõn qu X Y X 2. Mụ hỡnh hi qui Tng th - Tng th : ton b nhng cỏ th mang du hiu nghiờn cu - Phõn tớch hi qui da trờn ton b tng th Giả sử bin ph thuc Y chỉ ph thuc mt bin gii thớch X 2.1. Hm hi qui tng th (PRF : Population Regression Function). Xột quan h hi qui: X = X i (Y/X i ) Bi n ngu nhiờn Y trong iu kin X = X i (i =1ữn) F(Y/X i ) T n ti Phõn phi xỏc sut cú iu kin E(Y/X i ) T n ti duy nht giỏ tr Kỡ vng cú iu kin X i E(Y/X i ) Quan h hm s E(Y/X i ) = f(X i ) hoc E(Y/X) = f (X) Hm h i qui tng th (PRF) Nu: hm hi qui tng th cú dng tuyến tính E(Y/X i ) = 1 + 2 X i 1 và 2 đ-ợc gọi là các hệ số hồi quy ( regression coefficient) Trong đó: 1 = E(Y/X i = 0): h s chn (INPT : intercept term) 2 = i i X XYE )/( : h s gúc (slope coefficient) Hm hi qui tng th cho bit mi quan h gia bin ph thuc v bin gii thớch v mt trung bỡnh trong tng th. 2.2. Phõn loi Hm hi qui tng th c gi l tuyn tớnh nu nú tuyn tớnh vi tham s. 2.3. Sai số ngu nhiờn. - Xột giỏ tr c th Y i (Y/X i ), thụng thng Y i E(Y/X i ) _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 7 - t u i = Y i E(Y/X i ) : l sai số ngu nhiờn (nhiu, yếu tố ngu nhiờn: random errors) - Tớnh ch t ca SSNN : + Nhn nhng giỏ tr dng v õm. + Kỡ vng bng 0: E(u i ) = 0 i Bn cht ca SSNN : i din cho tt c nhng yu t khụng phi bin gii thớch nhng cng tỏc ng ti bin ph thuc: + Nhng yu t khụng bit. + Nhng yu t khụng cú s liu. + Những yếu tố không ảnh h-ởng nhiều đến biến phụ thuộc. + Sai số của số liệu thống kê. + Sai lệch do chọn dạng hàm số. + Nhng yu t m tỏc ng ca nú quỏ nh khụng mang tớnh h thng. 2.4. Mô hình hồi quy tổng thể ( PRM: Population regression model ) Y i = 1 + 2 X i + u i (i = 1,N) 3. Mụ hỡnh hi qui mu - Khụng bit ton b Tng th, nờn dng ca PRF cú th bit nhng giỏ tr j thỡ khụng bi t. - Mu : mt b phn mang thụng tin ca tng th. - W = {(X i , Y i ), i = 1ữ n} c gi l mt mu kớch thc n, cú n quan sỏt ( observation). 3.1. Hm hi qui mu (SRF : Sample Regression Function) - Trong mu W, tn ti mt hm s mụ t xu th bin ng ca bin ph thuc theo bin gii thớch v mt trung bỡnh, Y = )( Xf gi l hm hi qui mu (SRF). - Hm h i qui mu cú dng ging hm hi qui tng th Nu PRF cú dng E(Y/X i ) = 1 + 2 X i Thỡ SRF cú dng i Y = 1 + 2 X i - Vỡ cú vụ s mu ngu nhiờn, nờn cú vụ s giỏ tr ca 1 v 2 j l biến ngu nhiờn. - V i mt mu c th w kớch thc n, j s l con s c th. 3.2. Phn d - Thụng thng Y i i Y , t e i = Y i i Y v gi l phn d (residual). - B n cht ca phn d e i ging sai số ngu nhiờn u i _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 8 i Y , 1 , 2 , e i l c lng im tng ng ca E(Y/X i ), 1 , 2 , u i . 3.3. Mô hình hồi quy mầu ( SRM: Sample regression model ) Y i = 1 + 2 X i + e i Chng 2. C LNG V Kiểm định Mễ HèNH HI QUI đơn 1. Mụ hỡnh - Mụ hỡnh hi qui đơn ( Simple regression ) l mụ hỡnh một ph-ơng trình gồm mt bin ph thuc (Y) v mt bin gii thớch (X). - Mụ hỡnh cú d ng: PRF E(Y/X i )= 1 + 2 X i PRM Y i = 1 + 2 X i + u i - Vi mu W = {(X i , Y i ), i = 1ữ n}, tỡm 1 , 2 sao cho SRF: i Y = 1 + 2 X i phn ỏnh xu th bin ng v mt trung bỡnh ca mu. 2. Phng phỏp bỡnh phng nh nht( Ordinary least squares -OLS) 2.1. Phng phỏp - Tỡm 1 , 2 sao cho Q = n i i n i ii eYY 1 2 1 2 ) ( min Lấy đạo hàm riêng của Q theo 1 và 2 và cho bằng 0: Q/ 1 = -2 (Y i - 1 - 2 X i ) = 0 Q/ 2 = -2 X i (Y i - 1 - 2 X i ) = 0 1 n + 2 X i = Y i 1 X i + 2 X i 2 = X i Y i _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 9 Đặt: X = (X i )/n ; Y = (Y i )/n ; Y X = (X i Y i )/n ; 2 X = (X i 2 )/n 2 = 22 )(XX YXXY ; 1 = XY 2 t x i = X i X ; y i = Y i Y ; y i = Y i Y 2 = n i i n i ii x yx 1 2 1 y i = 2 x i gọi là hàm hồi quy mẫu đi qua gốc toạ độ. 1 , 2 c lng bng phng phỏp bỡnh phng nh nht, gi l cỏc c lng bỡnh phng nh nht (OLS) ca 1 v 2 . 2.2.Phng phỏp OLS cú cỏc tớnh cht sau: a. SRF đi qua điểm trung bình mẫu ( YX , ) b. Trung bình của các giá trị -ớc l-ợng bằng trung bình mẫu Y Y c. Tổng các phần d- bằng không 0 1 i n i e d. Các phần d- không t-ơng quan với các giá trị của biến giải thích 0 1 ii n i Xe e. Các phần d- không t-ơng quan với các giá trị -ớc l-ợng của biến phụ thuộc Y n i iYei 1 = 0 3. Cỏc gi thit cơ bản của OLS Mt c lng s dựng c khi nú l tt nht. c lng OLS l tt nht thỡ t ng th phi tha món mt s gi thit sau: Giả thiết 1: Mô hình hồi quy có dạng tuyến tính đối với tham số. Gi thit 2: Bin gii thớch l phi ngu nhiờn Gi thit 3: Trung bỡnh của các sai số ngu nhiờn bng 0 E(u i ) = 0 i Gi thit 4: Phng sai sai số ngu nhiờn bng nhau Var(u i ) = 2 i Gi thit 5: Cỏc sai số ngu nhiờn khụng tung quan Cov(u i , u j ) = 0 i j Gi thit 6: SSNN v bin gii thớch khụng tng quan Cov(u i , X i ) = 0 i Giả thiết 7: Các giá trị của biến giải thích phải khác nhau càng nhiều càng tốt Var(X) 0 _______________________________________________________________________________________________ _______ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 10 Giả thiết 8: Kích th-ớc mẫu phải lớn hơn số tham số cần -ớc l-ợng của mô hình. Giả thiết 9: Mô hình đ-ợc chỉ định đúng. Giả thiết 10: Không có đa cộng tuyến giữa các biến giải thích của mô hình hồi quy bội. nh lý: Nu tng th tha món cỏc gi thit trờn thỡ c lng OLS s l c lng tuyn tớnh, khụng chch, tt nht (trong s cỏc c lng khụng chch) ca cỏc tham s. 4. Cỏc tham s ca c lng OLS Cỏc c lng j l bin ngu nhiờn tựy thuc mu, nờn cú cỏc tham s c tr ng Kỡ v ng : E( 1 ) = 1 E( 2 ) = 2 Phng sai : Var( 1 ) = 2 1 2 1 2 n i i n i i xn X Var( 2 ) = 2 1 2 1 n i i x lch chun : SD( j ) = ) ( j Var (j = 1,2) Th-ờng thì 2 l phng sai của sai số ngu nhiờn cha bit, c c lng bi 2 2 = 2 2 1 n e i n i vi 2 l s tham s cn phi c lng ca mụ hỡnh. = 2 l lch chun ca ng hi qui : (Se of Regression) Lúc đó ta thu đ-ợc: Se( 1 ) = n i i n i i xn X 1 2 1 2 Se( 2 ) = n i i x 1 2 Cov( 1 , 2 ) = - X Var( 2 ) Hiệp ph-ơng sai phản ánh mối quan hệ giữa 1 và 2 . [...]... các - c l-ợng OLS _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 11 a b c d Các - c l-ợng của CLRM là các - c l-ợng không chệch Các - c l-ợng của CLRM là các - c l-ợng vững Các - c l-ơng của CLRM là các - c l-ợng hiệu quả nhất 1 N( 1, var( 1)) e 2 N( 2, var( 2)) f 2 = (n 2) 2 2 2(n-2) g Các - c l-ợng... quý 1-1 965 đến quý 4-1 970: Năm và quý 196 5-1 196 5-2 196 5-3 196 5-4 196 6-1 196 6-2 196 6-3 196 6-4 196 7-1 196 7-2 196 7-3 Lợi nhuận(tr USD) 10503 12092 10834 12201 12245 14001 12213 12820 11349 12615 11014 Doanh số(tr USD) 114862 123968 121454 131917 129911 140976 137828 145465 136989 145126 141536 _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa... Y - 2X 2- 3X 3 2 x2iyix3i2 - x3iyix2i x3i = -x2i2x3i2 (x2i x3i)2 3 x3iyix2i2 - x2iyix2i x3i = -x2i2x3i2 (x2i x3i)2 1.2 y i = 2 x 2i 3 x3i Hàm hồi quy mẫu đi qua gốc toạ độ Các tham số của các - c l-ợng OLS E( j) = j j = 1,3 _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t -. .. ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 30 B-ớc 1 Hồi quy mô hình đã cho để tìm hệ số xác định R2 B-ớc 2 Tìm các hệ số t-ơng quan cặp rij Nếu R2 rij2 i,j thì đó có thể là dấu hiệu của đa cộng tuyến 3.3 Kiểm định Farrar Glauber B-ớc 1 Tìm D = det( r) trong đó r là ma trận hệ số t-ơng quan cặp B-ớc 2 Tính giá trị của tiêu chuẩn kiểm định sau: 2 = - ( n -1 ) 1/6(... _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 28 196 7-4 12730 151776 196 8-1 12539 148862 196 8-2 14849 158913 196 8-3 13203 155727 196 8-4 14947 168409 196 9-1 14151 162781 196 9-2 15949 176057 196 9-3 14024 172419 196 9-4 14315 183327 197 0-1 12381 170415 197 0-2 13991 181313 197 0-3 12174 176712 197 0-4 10985 180370 a Hãy hồi quy lợi nhuận với doanh số và cho nhận xét... trong kinh t - Quỏ trỡnh x lý, ni suy s liu - Mụ hỡnh thiu bin hoc dng hm sai 2 Hu qu - Cỏc c lng l khụng chch nhng khụng cũn l c lng tt nht 3 Phỏt hin 3.1 Quan sát đồ thị của et theo et-1 Bứơc 1 Hồi quy mô hình gốc để tìm et và et-1 B-ớc 2 Vẽ đồ thị của et theo et-1 và nhận xét _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh. .. mụ hỡnh Kinh t 7.1 Hm thu nhp chi tiờu Yi : Thu nhp Ci : Chi tiờu Ci = 1 + 2Yi + ui - C l chi tiờu cho tiờu dựng : 1 > 0; 1 > 2 > 0 - C l chi tiờu cho hng húa thụng thng - C l chi tiờu cho hng húa cao cp - C l chi tiờu cho hng húa th cp 7.2 Hm cu Qi : cu v hng húa _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD... ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 24 Bin D t nh trờn l bin gi Qui tc t bin gi - Bin gi ch nhn giỏ tr 0 v 1 - Cỏ th no cng phi cú giỏ tr ca bin gi - Bin gi phõn chia tng th thnh nhng phn riờng bit b Biến định tính có k phạm trù Lúc đó dùng k-1 biến giả để thay thế cho chúng Ví dụ: Chi phí cho văn hoá phẩm có phụ thuộc vào trình độ học vấn? Yi: Chi phí cho văn. .. _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 32 Gt khụng tha món : Var(ui) = i2 khụng ng nht PSSS thay i (heteroscedasticity) 1.2 Nguyờn nhõn - Bn cht hin tng Kinh t xó hi - S liu khụng ỳng bn cht hin tng - Quỏ trỡnh x lý s liu 2 Hu qu - Cỏc c lng l khụng chch, nhng khụng hiu qu khụng phi l tt nht - Cỏc kim nh T, F cú th sai, khong tin... a Hệ số t-ơng quan bội R b Hệ số t-ơng quan cặp rij (i,j = 1, k ) c Hệ số t-ơng quan riêng phần r12,34 k rk-1k,12 k-2 Các hệ số t-ơng quan cặp - c gọi là hệ số t-ơng quan riêng phần bậc 0 _ _ Bi ging Kinh t lng Nguyễn cao Văn B mụn Toỏn Kinh t - khoa Toỏn Kinh t - H KTQD 19 3 Suy diễn thống kê 3.1 c lng khong i Khong tin cy cho tng h s . _______________________________________________________________________________________________ _______ Bài giảng Kinh tế lượng – NguyÔn cao V¨n – Bộ môn Toán Kinh tế - khoa Toán Kinh tế - ĐH KTQD 1 KINH TẾ LƯỢNG - ECONOMETRICS Tài li ệu [1]. Nguyễn Quang Dong, (2002), Bài giảng Kinh tế lượng, . h. 2.3. Xây dựng mô hình kinh tế l-ợng t-ơng ứng - Mô hình kinh tế toán: phụ thuộc hàm số - Mô hình kinhtế l-ợng: phụ thuộc t-ơng quan và hồi quy 2.4. Thu thp s liu - S liu c dựng : t thng kờ. . khoa Toỏn Kinh t - H KTQD 12 a. Các - c l-ợng của CLRM là các - c l-ợng không chệch. b. Các - c l-ợng của CLRM là các - c l-ợng vững c. Các - c l-ơng của CLRM là các - c l-ợng hiệu quả nhất. d. 1