ĐỀ CƯƠNG KINH TẾ LƯỢNG

Đề Cương Kinh Tế Lượng Chương III:Các mô hình hồi quy tuyến tính Bài 39 > > bai39=read.csv("bai1.csv") > bai39 ThoiGian Q P 1990.01 11484 2260 1990.02 9348 2540 1990.03 8038 2600 1990.04 10079 2730 1990.05 8862 2770 1990.06 6134 2820 1990.07 7476 2890 1990.08 10079 2910 1990.09 5868 2960 10 1990.10 8429 3070 11 1990.11 8253 3230 12 1990.12 6216 3590 13 1991.01 7950 3640 14 1991.02 4872 3690 15 1991.03 5911 3770 16 1991.04 3160 4240 > attach(bai39) Câu a: Vẽ biểu đồ tán xạ biểu diễn điểm liệu Nhận xét biểu đồ > plot(Q~P,col="blue") > 10000 8000 Q 6000 4000 2500 3000 3500 4000 P Nhận xét:Nhìn vào biểu đồ ta nhận thấy xu hướng P,Q liên hệ nghịch biến giao động xung quanh đường thẳng tức có mối liên hệ tuyến tính ngược chiều nhu cầu giá loại hàng hoá Câu b:Viết phương trình hồi quy tuyến tính tổng thể Q phụ thuộc vào P.Viết phương trình hồi quy tuyến tính mẫu Q phụ thuộc P.Nêu ý nghĩa hệ số phương trình hồi quy mẫu 1.Phương trình hồi quy tổng thể Q phụ thuộc vào P:Q=B1+B2*P+U > hq1=lm(Q~P) > hq1 Call: lm(formula = Q ~ P) Coefficients: (Intercept) 17532.920 P -3.186 > #Phương trình hồi quy tuyến tính mẫu:Q=17532.920 -3.186*P > #Nhận xét:Từ phương trình hồi quy mẫu ta thấy mối liên hệ nghịch biến Q P Ta có b1=17532.920 cho ta biết giá lượng cầu trung bình là17532.920,b2=-3.186 cho ta biết giá tăng đơn vị lượng cầu trung bình giảm khoảng 3.186 Câu c:Vẽ thêm đường thẳng hồi quy mẫu vào biểu tán xạ Nhận xét biểu đồ > plot(Q~P,col="blue") > abline(lm(Q~P),col="blue") 4000 6000 Q 8000 10000 > 2500 3000 3500 4000 P Nhận xét :Tập điểm giao động xung quanh đường hồi quy tuyến mẫu Câu d:Thực toán kiểm định ý nghĩa thổng kê(bài toán kiểm định phù hợp mô hình) Ta kiểm định cặp giả thuyết:H0:B2=0,H1:B2#0 > summary(hq1) Call: lm(formula = Q ~ P) Residuals: Min 1Q Median 3Q Max -2414.9 -875.0 137.0 1045.5 2013.5 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 17532.9204 2080.2676 8.428 7.43e-07 *** P -3.1858 0.6604 -4.824 0.00027 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 1375 on 14 degrees of freedom Multiple R-squared: 0.6244, Adjusted R-squared: 0.5976 F-statistic: 23.27 on and 14 DF, p-value: 0.0002699 > #Ta thấy p-value toán kiểm định = 0.00027 Câu e:Thực toán kiểm định ý nghĩa kinh tế Theo lý thuyết kinh tế giá lượng cầu hàng hóa có mối liên hệ nghịch biến với nên ta kiểm định cặp giả thuyết H0:B2>=0 ,H1:B2 summary(hq1) Call: lm(formula = Q ~ P) Residuals: Min 1Q Median 3Q Max -2414.9 -875.0 137.0 1045.5 2013.5 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 17532.9204 2080.2676 8.428 7.43e-07 *** P -3.1858 0.6604 -4.824 0.00027 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 1375 on 14 degrees of freedom Multiple R-squared: 0.6244, Adjusted R-squared: 0.5976 F-statistic: 23.27 on and 14 DF, p-value: 0.0002699 #Ta nhận thấy p-value=0.00027 bai43=read.csv("bai5.csv") > bai43 Nam Y X 1980 48.34 52.02 1981 48.54 52.41 1982 47.44 51.55 1983 54.58 58.88 1984 55.00 59.66 1985 63.49 68.42 1986 59.22 64.27 1987 57.77 63.01 1988 60.22 65.61 10 1989 55.40 61.05 11 1990 57.17 63.36 12 1991 60.84 67.42 13 1992 60.73 67.86 14 1993 76.40 83.39 15 1994 76.42 84.26 16 1995 69.34 77.41 17 1996 61.75 70.08 18 1997 68.78 77.44 19 1998 67.07 75.79 20 1999 72.94 81.89 > attach(bai43) The following object(s) are masked _by_ GlobalEnv : Y Câu a:Hãy ước lượng mô hình Yi=B1+B2Xi+Ui > hq2=lm(bai43$Y~bai43$X) > hq2 Call: lm(formula = bai43$Y ~ bai43$X) Coefficients: (Intercept) bai43$X 3.9719 0.8486 #Phương trình hồi quy tuyến tính mẫu Y theo X:Y=3.9719 + 0.8486*X Câu b:Hãy cho biết kết ước lượng có phù hợp với lý thuyết kinh tế không ?Tại Ta thấy b2=0.8486 > nên phù hợp với lý thuyết kinh tế mối liên hệ đồng biến thu nhập tiêu dùng Câu c.Với độ tin cậy 95% tìm khoảng tin cậy hệ số hồi quy > confint(hq1,level=0.95) 2.5 % 97.5 % (Intercept) 1.1030493 6.840651 X 0.8064015 0.890760 > #Nhận xét:Khoảng tin cậy 95% cho B1 (1.1030493 ,6.840651) > #Khoảng tin cậy 95% cho B2 (0.8064015 ,0.890760) Câu d.Với mức ý nghĩa 5% kiểm định giả thuyết B2=0 Từ kết nhậ nêu ý nghĩa mặt kinh tế kết luận > #Kiểm tra cặp giả thuyết :H0:B2=0,H1:B2#0 > summary(hq1) Call: lm(formula = Y ~ X) Residuals: Min 1Q Median 3Q Max -1.69039 -0.53358 -0.09108 0.59050 1.66500 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 3.97185 1.36550 2.909 0.00937 ** X 0.84858 0.02008 42.267 < 2e-16 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 0.8896 on 18 degrees of freedom Multiple R-squared: 0.99, Adjusted R-squared: 0.9895 F-statistic: 1787 on and 18 DF, p-value: < 2.2e-16 > #Do p-value=0.00937 #Câu f.Tính hệ số xác định R^2 giải thích ý nghĩa > #Từ kết ta có hệ số xác định R^2=0.99 lớn nên mô hình xây dựng tốt cụ thể thu nhập giải thích khoảng 99% biến đổi tiêu dùng Câu e(thêm)Tìm khoảng tin cậy 98% cho mức tiêu dùng thu nhập X=65 > predict(hq1,newdata=data.frame(X=65),interval="prediction",level=0.98) fit lwr upr 59.1296 56.8 61.45919 > #Khoảng tin cậy 98% cho mức tiêu dùng là( 56.8 ,61.45919)với mức thu nhập X=65 Câu g(thêm) Tìm khoảng tin cậy 98% cho giá trị trung bình tiêu dùng thu nhập X=65.So sánh với câu e > predict(hq1,newdata=data.frame(X=65),interval="confidence",level=0.98) fit lwr upr 59.129 58.60851 59.65069 > #Khoảng tin cậy 98% cho giá trị trung bình tiêu dùng là( 58.60851, 59.65069)khi thu nhập X=65 > #Nhận xét : Cùng độ tin cậy , giá trị dự báo khoảng tin cậy cho giá trị trùng hợp so với giá trị cá biệt Bài 48 Cho biến Y-lượng cam bán (tấn/tháng),X1-giá cam(ngàn đồng/kg),X2-giá quýt(ngần đồng/kg).Mô hình hồi quy:Y=B0+B1*X1+B2*X2+U Câu 1.Hãy xác định hàm SRF mô hình > X1=c(2,2,3,4,5,5,6,7,8,9) > X2=c(7,6,7,6,5,6,4,5,4,5) > Y=c(14,13,12,10,8,9,8,7,6,6) > hq=lm(Y~X1+X2) > hq Call: lm(formula = Y ~ X1 + X2) Coefficients: (Intercept) X1 10.7542 -0.9306 X2 0.5985 > #phương trình hồi quy mẫu:Y=10.7542-0.9306*X1+0.5985*X2 > Câu 2:Nêu ý nghĩa kinh tế hệ số hồi quy riêng phương trình hồi quy mẫu?.Từ nhận xét hàng hoá cam (có thoả mãn luật cầu không ),và mối quan hệ hai hàng hoá quýt cam Ta có b1=10.7542 lượng cam tiêu thụ trung bình giá quýt giá cam 0;b2= -0.9306 cho ta biết giá cam tăng đơn vị ,giá quý tkhông đổi lượng cam trung bình giảm 0.9306;b3=0.5985 cho ta biết giá quýt tăng đơn vị ,giá cam không đổi lượng cam trung bình tăng khoảng 0.5985 Ta thấy b20 chứng tỏ cam quýt hai hàng hoá thay cho Câu 3.Xác định khoảng tin cậy 99% cho B1 > confint(hq,level=0.99) 0.5 % 99.5 % (Intercept) 1.040406 20.4680370 X1 -1.511835 -0.3493282 X2 -0.706165 1.9031631 > #Khoảng tin cậy 99% cho B1 là(-1.511835 ,-0.3493282) > Câu Biến giá quýt có ảnh hưởng đến lượng cam bán mức ý nghĩa 5% không Ta kiểm định cặp giả thuyết:H0:B2=0 ,H1:B2#0 > summary(hq) Call: lm(formula = Y ~ X1 + X2) Residuals: Min 1Q Median 3Q Max -1.09381 -0.52533 0.07223 0.49578 0.91745 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 10.7542 2.7758 3.874 0.006098 ** X1 -0.9306 0.1661 -5.603 0.000814 *** X2 0.5985 0.3728 1.605 0.152453 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 0.7484 on degrees of freedom Multiple R-squared: 0.9471, Adjusted R-squared: 0.932 F-statistic: 62.64 on and DF, p-value: 3.409e-05 > #Từ kết ta thấy p-value X2= 0.152453 >5% nên chấp nhận H0 tức mức ý nghĩa alpha=5% theo mô hình này,bộ số liệu khẳng định giá quýt không ảnh hưởng đến lượng cam > Câu 5.Có người cho giá cam tăng ngàn đồng /kg lượng cam bán trung bình giảm tấn/tháng Hãy kiểm định giả thuyết mức ý nghĩa 5% Ta kiểm định cặp giả thuyết:H0:B1=-1,B2#-1 Ta có giá trị thống kê T1=(b2-B1)/se(b2)= [-0.9306 –(-1) ]/ 0.1661 =0.4178206 Giá trị tới hạn tn-k,alpha/2 với n=10,k=3,alpha=0.05.ta có tn-k,alpha/2=qt(1alpha/2,n-k)=qt(0.975,7)= 2.364624 Ta thấy|T| #Khoảng tin cậy là(9.136126 ,10.24849) > Khoảng dự báo 95% cho lượng cam bán trung bình giá cam=5,giá quýt > predict(hq,level=0.95,newdata=data.frame(X1=5,X2=6),interval="prediction") fit lwr upr 9.692308 7.791244 11.59337 > #Khoảng tin cậy là(7.791244 ,11.59337) > Bài 49.Cho Y-thu nhập/đầu người(USD),X1-tỷ lệ phần trăm lao động nông nghiệp ,X2-số năm đào tạo trung bình người 25 tuổi > Y=c(6,8,8,7,7,12,9,8,9,10,10,11,9,10,11) > X1=c(9,10,8,7,10,4,5,5,6,8,7,4,9,5,8) > X2=c(8,13,11,10,12,16,10,10,12,14,12,16,14,10,12) > Câu 1.Tìm đường hồi quy mẫu > hq=lm(Y~X1+X2) > hq Call: lm(formula = Y ~ X1 + X2) Coefficients: (Intercept) X1 6.2030 -0.3762 X2 0.4525 > #Phương trình hồi quy mẫu:Y=6.2030 -0.3762*X1+ 0.4525*X2 > Câu 2.Tìm ước lượng điểm phuơng sai hàm ước lượng cho B1,B2 > summary(hq) Call: lm(formula = Y ~ X1 + X2) Residuals: Min 1Q Median 3Q Max -1.0950 -0.6425 -0.1713 0.3119 2.3762 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 6.2030 1.8623 3.331 0.00599 ** X1 -0.3762 0.1327 -2.834 0.01506 * X2 0.4525 0.1195 3.786 0.00259 ** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 1.011 on 12 degrees of freedom Multiple R-squared: 0.6932, Adjusted R-squared: 0.6421 F-statistic: 13.56 on and 12 DF, p-value: 0.0008339 > ước lượng điểm cho B1 b1, ước lượng cho B2 b2 ước lượng điểm cho phương sai b1 [se(b1) ]^2=0.1327^2=0.01760929 ước lượng điiểm cho phương sai b2 [se(b2) ]^2=0.1195^2=0.01428025 Một Số Dạng Mô Hình Hồi Quy Thường Gặp Trong Thực Tế Bài 57 > > bai57=read.csv("BaiSo2.csv") > bai57 Nam Y K L 1986 168 55 35 1987 890 145 170 1988 2569 1024 430 1989 7420 2520 790 1990 9085 2988 1200 1991 16240 5135 1980 10 > #Phương trình hồi quy mẫu hàm sản xuất mới:log(Y/L)=1.5403+0.4101*log(K/L) > Kiểm định ý nghĩa thống kê(H0:α=0),kiểm định ý nghĩa kinh tế(1 H0:α0 H0:α>=1,H1:α summary(hq1) Call: lm(formula = x ~ y) Residuals: Min 1Q Median 3Q Max -0.1570 -0.1124 -0.0438 0.1257 0.2239 Coefficients: Estimate Std Error t value Pr(>|t|) 1.5403 0.1045 14.741 4.13e-08 *** 0.4101 0.1178 3.481 0.00591 ** (Intercept) y Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 0.1469 on 10 degrees of freedom Multiple R-squared: 0.5479, Adjusted R-squared: 0.5027 F-statistic: 12.12 on and 10 DF, p-value: 0.005909 > Bài 60 > > bai60=read.csv("BaiSo5.csv") > bai60 Nam GDP M2 1981 1359.3 861.0 1982 1472.8 908.5 1983 1598.4 1023.2 1984 1782.8 1163.7 1985 1990.5 1286.7 1986 2249.7 1389.0 1987 2508.2 1500.2 1988 2723.0 1633.1 1989 3052.6 1795.5 10 1990 3166.0 1954.0 11 1991 3405.7 2185.2 12 1992 3772.2 2363.6 13 1993 4014.9 2562.6 13 14 1994 4240.3 2807.7 15 1995 4526.7 2901.0 > #Câu 1.Lập phương trình hồi quy mẫu.Kiểm định dấu hệ số B2 > attach(bai60) > hq1=lm(GDP~log(M2)) > hq1 Call: lm(formula = GDP ~ log(M2)) Coefficients: (Intercept) log(M2) -16329 2585 > #phương trình hồi quy mẫu:GDP=-16329 + 2585 *log(M2).Hệ số b2=2585 cho ta thấy lượng cung tiền M2 tăng 1% GDP tăng khoảng 2585/100=25.85 đơn vị > #Kiểm định thống kê dấu.Ta có cặp giả thuyết:H0:B20 > summary(hq1) Call: lm(formula = GDP ~ log(M2)) Residuals: Min 1Q Median 3Q Max -186.93 -108.41 13.27 51.36 247.91 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) -16329.21 696.60 -23.44 5.08e-12 *** log(M2) 2584.79 94.04 27.49 6.67e-13 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 141.6 on 13 degrees of freedom Multiple R-squared: 0.9831, Adjusted R-squared: 0.9818 F-statistic: 755.5 on and 13 DF, p-value: 6.667e-13 > #Ta thấy p-value=6.67e-13 *** > #Ta thấy p-value=6.67e-13 Câu 3.Vẽ đồ thị a.GDP M2 riêng rẽ theo thời gian A1.vẽ đồ thị GDP theo thời gian 14 > plot(Nam,GDP,col="blue",main="GDP theo thời gian") > 3000 1500 2000 2500 GDP 3500 4000 4500 GDP theo thời gian 1982 1984 1986 1988 1990 1992 1994 1992 1994 Nam A2.vẽ đồ thị M2 theo thời gian > plot(Nam,M2,col="blue",main="M2 theo thời gian") > 2000 1000 1500 M2 2500 M2 theo thời gian 1982 1984 1986 1988 1990 Nam b.Vẽ đồ thị GDP theo M2(GDP trục tung,M2 trục hoành) GDP theo log(M2) B1.Vẽ đồ thị GDP theo M2 > plot(M2,GDP,col="blue",main="GDP theo M2") > 15 3000 1500 2000 2500 GDP 3500 4000 4500 GDP theo M2 1000 1500 2000 2500 M2 B2.Vẽ đồ thị GDP theo log(M2) > plot(log(bai60$M2),GDP,col="blue",main="GDP theo log(M2)") > 3000 1500 2000 2500 GDP 3500 4000 4500 GDP theo log(M2) 6.8 7.0 7.2 7.4 log(bai60$M2) Bài 61 Cho Y :thu nhập,X-tỷ lệ thất nghiệp > > bai61=read.csv("BaiSo6.csv") > bai61 Nam Y X 1958 4.2 6.8 1959 3.5 5.5 1960 3.4 5.5 1961 3.0 6.7 1962 3.4 5.5 1963 2.8 5.7 1964 2.8 5.2 1965 3.6 4.5 1966 4.3 3.8 10 1967 5.0 3.8 16 7.6 7.8 8.0 11 1978 6.1 3.6 12 1969 6.7 3.5 > dl=1/bai61$X > hq=lm(bai61$Y~dl) > hq Call: lm(formula = bai61$Y ~ dl) Coefficients: (Intercept) dl -0.2594 20.5879 > #Phương trình hồi quy mẫu:Y=-0.2594+20.5879*1/X.Hệ số b2= 20.5879 cho ta thấy mối liên hệ nghịch biến thu nhập tỷ lệ thất nhgiệp > #Câu 2.ước lượng cho mô hình dạng tuyến tính so sánh kết xem sử dụng mô hình phù hợp > summary(hq) Call: lm(formula = bai61$Y ~ dl) Residuals: Min 1Q Median 3Q Max -0.89977 -0.59327 -0.08381 0.30011 1.43181 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) -0.2594 1.0086 -0.257 0.80223 dl 20.5879 4.6795 4.400 0.00134 ** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 0.7784 on 10 degrees of freedom Multiple R-squared: 0.6594, Adjusted R-squared: 0.6253 F-statistic: 19.36 on and 10 DF, p-value: 0.001336 > Hệ số xác định mô hình nghịch đảo 0.6594 > #Mô hình dạng tuyến tính > hq1=lm(bai61$Y~bai61$X) > hq1 Call: lm(formula = bai61$Y ~ bai61$X) 17 Coefficients: (Intercept) bai61$X 8.0147 -0.7883 > summary(hq1) Call: lm(formula = bai61$Y ~ bai61$X) Residuals: Min 1Q Median 3Q Max -1.1156 -0.7197 -0.2291 0.4309 1.5457 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 8.0147 1.2402 6.462 7.23e-05 *** bai61$X -0.7883 0.2418 -3.260 0.00857 ** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 0.9285 on 10 degrees of freedom Multiple R-squared: 0.5153, Adjusted R-squared: 0.4668 F-statistic: 10.63 on and 10 DF, p-value: 0.008567 > #Hệ số xác định mô hình hồi quy tuyến tính 0.5153 > #Từ kết ta thấy hệ số xác định mô hình hồi quy nghịch đảo > hệ số xác định mô hình hồi quy tuyến tính nên sử dụng mô hình hồi quy nghịch đảo phù hợp > Biến Gỉa Bài 63.Khảo sát lương giáo viên Y theo trình độ(D=0:cử nhân,D=1:thạc sĩ) theo số năm giảng dạy(X),sử dụng mô hình hồi quy: Y=α0+α1D+β0X+β1(D.X)+U (Y|D=0,X)=α0+β0*X (Y|D=1,X)=(α0+α1)+(β0+β1)*X Ta có α0 lương khởi điểm cho cho giáo viên có trình độ cử nhân Và β0 lượng lương tăng trung bình giáo viên có trình độ cử nhân số năm giảng dạy tăng thêm Và α1 chênh lệch lương khởi điểm giáo viên có trình độ thạc sĩ so với nhân Và β1 chênh lệch lượng lương tăng trung bình giáo viên có trình độ thạc sĩ so với cử nhân số năm giảng dạy tăng thêm Bài 64.Cho Y-quỹ phúc lợi,X-giá trị sản xuất công ty.Biến giả DD sử dụng để tách ảnh hưởng hai giai đoạn kinh doanh trước năm 1992 sau năm 1992 18 Câu ước lượng mô hình hồi quy:Y=B1+B2X+B3DD+U > > bai64=read.csv("BaiSo8.csv") > bai64 Nam Y X DD 1980 57.7 831.8 1981 66.3 894.0 1982 61.4 981.6 1983 89.0 1101.7 1984 96.7 1210.1 1985 104.6 1313.4 1986 95.8 1451.4 1987 90.7 1607.5 1988 110.2 1812.4 10 1989 118.1 2034.0 11 1990 136.9 2258.5 12 1991 159.4 2520.9 13 1992 153.9 2670.8 14 1993 130.6 2836.6 15 1994 164.1 3108.7 16 1995 125.4 3325.3 17 1996 121.7 3531.1 18 1997 104.2 3780.0 > attach(bai64) The following object(s) are masked _by_ GlobalEnv : Y > hq=lm(bai64$Y~bai64$X+bai64$DD) > hq Call: lm(formula = bai64$Y ~ bai64$X + bai64$DD) Coefficients: (Intercept) bai64$X 49.70659 0.03276 bai64$DD -21.52178 > #Phương trình hồi quy mẫu:Y=49.70659+0.03276*X-21.52178*DD.Ta có b1=49.70659 quỹ phúc lợi trước năm 1992 giá trị sản xuất công ty 0; > #b2=0.03276 lượng tăng trung bình quỹ phúc lợi trước năm 1992 giá trị sản xuất tăng thêm 19 > #b3=-21.52178 chênh lệch trung bình quỹ phúc lợi thời kì sau năm 1992 so với thời kì trước năm 1992 mội mức giá trị sản xuất > Câu ước lượng mô hình hồi quy:Y=B1+B2X+B3DD+B4(DDX) > hq1=lm(bai64$Y~bai64$X+bai64$DD+bai64$X*bai64$DD) > hq1 Call: lm(formula = bai64$Y ~ bai64$X + bai64$DD + bai64$X * bai64$DD) Coefficients: (Intercept) 21.52573 bai64$X 0.05153 bai64$DD 237.13223 bai64$X:bai64$DD -0.09060 > #Nhận xét:Phương trình hồi quy MẪU :Y=21.52573 +0.05153 *X+237.13223 *DD-0.09060 *(X DD) Ta có b1=21.52573 quỹ phúc lợi trước năm 1992 giá trị xản suất b2=0.05153 lượng tăng trung bình quỹ phúc lợi truớc năm 1992 giá trị sản xuất tăng thêm b3=237.13223 luợng chênh lệch trung bình quỹ phúc lợi sau năm 1992 so với truớc năm 1992 mức giá trị sản xuất b4=-0.09060 lượng chênh lệch trung bình quỹ phúc lợi sau năm 1992 so với trước năm 1992 giá trị sản xuất tăng thêm Câu 3.Tách phương trình theo hai giai đoạn trước năm 1992 sau năm 1992 Phương trình hồi quy trước năm 1992:Y= 21.52573 + 0.05153*X Phương tình hồi quy sau năm 1992:Y=(21.5273+237.13223)+(0.051530.09060)*X Bài 65 > > bai65=read.csv("BaiSo9.csv") > bai65 Nam Quy Y X DD2 DD3 DD4 1991 I 16.63 136.5 0 II 19.91 132.1 0 III 19.41 157.5 IV 24.01 177.7 0 1992 I 17.55 152.4 0 II 21.97 150.7 0 III 20.90 173.0 IV 25.61 199.8 0 20 1993.I 19.46 179.1 0 10 II 22.72 167.4 0 11 III 22.14 191.6 12 IV 27.42 227.0 0 13 1994.I 21.42 187.3 0 14 II 25.41 185.0 0 15 III 25.49 219.2 16 IV 32.07 261.5 0 > #Câu a:ước lượng mô hình hồi quy > attach(bai65) The following object(s) are masked _by_ GlobalEnv : Y > hq=lm(bai65$Y~bai65$DD2+bai65$DD3+bai65$DD4+bai65$X) > hq Call: lm(formula = bai65$Y ~ bai65$DD2 + bai65$DD3 + bai65$DD4 + bai65$X) Coefficients: (Intercept) bai65$DD2 bai65$DD3 bai65$DD4 bai65$X 3.27065 4.21276 1.18656 3.53057 0.09458 > #Phương trình hồi quy mẫu:Y=3.27065+ 4.21276*DD2+1.18656*DD3+ 3.53057*DD4+ 0.09458*X > b1= 3.27065 doanh thu bán hàng trung bình quý thu nhập trung bình dân cư không > b2= 0.09458 lượng tăng trung bình doanh thu bán hàng quý thu nhập trung bình dân cư tăng thêm b3=4.21276 lượng chênh lệch trung bình doanh thu bán hàng quý so với quý 1(tại mức thu nhập) > b4= 1.18656 lượng chênh lệch trung bình doanh thu bán hàng quý so với quý (tại mức thu nhập) > b5= 3.53057 lượng chênh lệch trung bình doanh thu bán hàng quý so với quý (tại mức thu nhập.) Câu 2.Xác định phương trình cho quý Phương trình hồi quy cho quý 1:Y=3.27065 +0.09458 *X Phương trình hồi quy cho quý 2: Y=(3.27065+4.21276 ) +0.09458 *X Phương trình hồi quy cho quý 3: Y=(3.27065+1.18656) +0.09458 *X Phương trình hồi quy cho quý 4:Y=(3.27065+3.53057 )+0.09458 *X Đa Cộng Tuyến Bài 80 21 > > bai80=read.table("DuLieuBai2.txt",header=T) > bai80 Y X2 X3 55.7 37.2 149.4 99.6 45.8 183.7 71.8 54.6 217.6 107.6 61.5 247.3 85.6 73.3 293.9 94.3 83.0 333.1 121.0 97.3 390.6 80.6 101.2 403.8 117.4 110.3 442.0 10 185.6 117.5 469.4 11 137.3 132.6 531.1 12 187.4 144.6 577.8 13 143.5 155.4 622.4 14 108.4 168.7 675.1 15 171.6 176.6 707.5 16 206.3 188.4 754.6 17 267.3 194.2 775.3 18 185.3 208.6 832.8 19 265.8 216.5 867.6 20 211.7 233.7 936.1 21 274.2 245.1 981.0 22 213.7 262.8 1052.2 23 345.5 275.8 1104.1 24 183.3 293.8 1173.8 25 313.7 307.7 1231.7 > #Câu a.Hãy tính hệ số tương quan biến số cho nhận xét > attach(bai80) The following object(s) are masked _by_ GlobalEnv : X2 Y > cor(bai80$X2,bai80$X3) [1] 0.9999955 > #Nhận xét:Hệ số tương quan X3 X2 dương lớn > #Câu b:Hãy ước lượng mô hình > hq=lm(bai80$Y~bai80$X2+bai80$X3) > hq Call: lm(formula = bai80$Y ~ bai80$X2 + bai80$X3) 22 Coefficients: (Intercept) bai80$X2 33.880 -26.003 bai80$X3 6.709 > #Phương trình hồi quy mẫu :Y=33.880-26.003*X2+6.709*X3 > Câu c: Hãy đưa nhận xét tượng đa cộng tuyến > summary(hq) Call: lm(formula = bai80$Y ~ bai80$X2 + bai80$X3) Residuals: Min 1Q Median 3Q Max -86.34 -17.02 -11.90 24.15 81.44 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 33.880 19.115 1.772 0.0902 bai80$X2 -26.003 34.959 -0.744 0.4649 bai80$X3 6.709 8.741 0.768 0.4509 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 41.97 on 22 degrees of freedom Multiple R-squared: 0.7417, Adjusted R-squared: 0.7182 F-statistic: 31.59 on and 22 DF, p-value: 3.416e-07 > Các dấu hiệu sau chứng tỏ có tuợng đa cộng tuyến mô hình: > #1.Hệ số tương quan tuyến tính mẫu cao > #2.Hệ số b2=-26.003 #3.Bác bỏ H0 toán kiểm định đồng thời lại chấp nhận H0 toán kiểm định riêng > #Câu d:Hãy ước lượng hàm hồi quy phụ , từ đố kiểm định giả thuyết đa cộng tuyến mô hình > hq.phu1=lm(bai80$X2~bai80$X3) > summary(hq.phu1) Call: lm(formula = bai80$X2 ~ bai80$X3) Residuals: Min 1Q Median 3Q Max -0.31403 -0.16808 -0.08165 0.24232 0.48673 Coefficients: Estimate Std Error t value 23 Pr(>|t|) (Intercept) -0.1049882 0.1118917 -0.938 0.358 bai80$X3 0.2500219 0.0001568 1594.459 > #Để kiểm giả thuyết đa cộng tuyến mô hình dựa kết hồi quy phụ ,ta xét bìa toán kiểm định với cặp giả thuyểt: > #H0:không có đa cộng tuyến(R^2=0);H1:có đa cộng tuyến(R^2#0) > #Do p-value toán hqX2=lm(bai80$Y~bai80$X2) > hqX2 Call: lm(formula = bai80$Y ~ bai80$X2) Coefficients: (Intercept) bai80$X2 36.7357 0.8318 > summary(hqX2) Call: lm(formula = bai80$Y ~ bai80$X2) Residuals: Min 1Q Median 3Q Max -97.82 -19.43 -10.35 24.77 79.35 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 36.7357 18.5813 1.977 0.0601 bai80$X2 0.8318 0.1042 7.982 4.45e-08 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 41.59 on 23 degrees of freedom Multiple R-squared: 0.7348, Adjusted R-squared: 0.7232 24 F-statistic: 63.72 on and 23 DF, p-value: 4.454e-08 > hqX3=lm(bai80$Y~bai80$X3) > summary(hqX3) Call: lm(formula = bai80$Y ~ bai80$X3) Residuals: Min 1Q Median -97.50 -19.65 -10.08 3Q Max 24.77 79.20 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 36.60968 18.57637 1.971 0.0609 bai80$X3 0.20803 0.02603 7.991 4.37e-08 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Residual standard error: 41.56 on 23 degrees of freedom Multiple R-squared: 0.7352, Adjusted R-squared: 0.7237 F-statistic: 63.86 on and 23 DF, p-value: 4.372e-08 >Do hệ số xác định mô hình hồi quy Y theo X2 mô hình hồi quy Y theo X3 ngang ngang nên tuỳ thuộc vào mục đích người hồi quy ta chọn bỏ biến X2 X3 #Câu f.Thử khắc phục đa cộng tuyến phương pháp sai phân > Yt=diff(bai80$Y) > X2t=diff(bai80$X2) > X3t=diff(bai80$X3) > #hồi quy thông thường > hq.thongthuong=lm(Yt~X2t+X3t) > hq.thongthuong Call: lm(formula = Yt ~ X2t + X3t) Coefficients: (Intercept) X2t 105.17 -74.24 X3t 16.46 > #Thực hồi quy qua gốc toạ độ > hq.saiphan=lm(Yt~X2t+X3t-1) > hq.saiphan 25 Call: lm(formula = Yt ~ X2t + X3t - 1) Coefficients: X2t X3t -61.49 15.38 > summary(hq.saiphan) Call: lm(formula = Yt ~ X2t + X3t - 1) Residuals: Min 1Q Median 3Q Max -127.16 -33.19 6.17 55.54 133.10 Coefficients: Estimate Std Error t value Pr(>|t|) X2t -61.493 37.911 -1.622 0.119 X3t 15.378 9.466 1.625 0.119 Residual standard error: 68.07 on 22 degrees of freedom Multiple R-squared: 0.1072, Adjusted R-squared: 0.02606 F-statistic: 1.321 on and 22 DF, p-value: 0.2872 > #Do ta chấp nhận H0 hai toán kiểm định riêng nên X2t X3t ý nghĩa cho Yt nên phương pháp sai phân không khắc phục tượng đa cộng tuyến > Phương Sai Thay Đổi Bài 101 > > bai101=load("pstd6.rda",header=T) Error in load("pstd6.rda", header = T) : unused argument(s) (header = T) > bai101=load("pstd6.rda") > bai101 [1] "pstd6" > attach(pstd6) > #Câu a.Đánh giá quan hệ DEBT phụ thuộc vào GDP kinh tế lượng > pstd Error: object 'pstd' not found > pstd6 DEBT GDP 2790 4950 26 300 920 4091 2740 9330 19320 1190 1080 7013 6470 1088 2860 3317 1880 1928 1940 10 749 960 11 1438 3950 12 28630 29370 13 4194 4000 14 1286 2400 15 585 2310 > hq=lm(DEBT~GDP) > hq Call: lm(formula = DEBT ~ GDP) Coefficients: (Intercept) -256.989 GDP 0.843 > #Phương trình hồi quy mẫu:DEBT=-256.989+0.843 *GDP > #Câu b.Kiểm định xem có tượng phương sai thay đổi thông qua kiểm định Park,Hlejser,Ưhite > 27 [...]... 21714 8463 2870 8 1993 27614 12517 3955 9 1994 41766 17699 5747 10 1995 55123 21855 9500 11 1996 62040 23500 11500 12 1997 77600 26807 14200 > Câu1 ước lượng hàm sản xuất.Nêu ý nghĩa của các giá trị ước lượng cho alpha,beta.Kiểm định ý nghĩa thống kê và kinh tế > hq=lm(log(bai57$Y)~log(bai57$K)+log(bai57$L)) > hq Call: lm(formula = log(bai57$Y) ~ log(bai57$K) + log(bai57$L)) Coefficients: (Intercept) log(bai57$K)... dân cư bằng không > b2= 0.09458 là lượng tăng trung bình của doanh thu bán hàng trong quý 1 khi thu nhập trung bình của dân cư tăng thêm 1 b3=4.21276 là lượng chênh lệch trung bình của doanh thu bán hàng quý 2 so với quý 1(tại mọi mức thu nhập) > b4= 1.18656 là lượng chênh lệch trung bình của doanh thu bán hàng quý 3 so với quý 1 (tại mọi mức thu nhập) > b5= 3.53057 là lượng chênh lệch trung bình của... 31.59 on 2 and 22 DF, p-value: 3.416e-07 > Các dấu hiệu sau đều chứng tỏ có hiện tuợng đa cộng tuyến trong mô hình: > #1.Hệ số tương quan tuyến tính mẫu cao > #2.Hệ số b2=-26.003 #3.Bác bỏ H0 trong bài toán kiểm định đồng thời nhưng lại chấp nhận H0 trong bài toán kiểm định riêng > #Câu d:Hãy ước lượng hàm hồi quy phụ , từ đố hãy kiểm định giả thuyết về đa... riêng nên X2t và X3t đều không có ý nghĩa cho Yt nên phương pháp sai phân không khắc phục được hiện tượng đa cộng tuyến > Phương Sai Thay Đổi Bài 101 > > bai101=load("pstd6.rda",header=T) Error in load("pstd6.rda", header = T) : unused argument(s) (header = T) > bai101=load("pstd6.rda") > bai101 [1] "pstd6" > attach(pstd6) > #Câu a.Đánh giá quan hệ DEBT phụ thuộc vào GDP bằng kinh tế lượng > pstd Error:... R-squared: 0.9818 F-statistic: 755.5 on 1 and 13 DF, p-value: 6.667e-13 > #Ta thấy p-value=6.67e-13 *** > #Ta thấy p-value=6.67e-13 Câu 3.Vẽ đồ thị a.GDP và M2 riêng rẽ theo thời gian A1.vẽ đồ thị GDP theo thời gian 14 > plot(Nam,GDP,col="blue",main="GDP theo thời gian") > 3000 1500 2000... ,chấp nhận H1 Với cặp giả thuyết 4 tương tự như cặp giả thuyết 2 cũng bác bỏ H0,chấp nhận H1 Từ những cặp kiểm định trên ta thấy alpha và beta phù hợp với lý thuyết kinh tế0 > bai64=read.csv("BaiSo8.csv") > bai64 Nam Y X DD 1 1980 57.7 831.8 0 2 1981 66.3 894.0 0 3 1982 61.4 981.6 0 4 1983 89.0 1101.7 0 5... phúc lợi trước năm 1992 khi giá trị sản xuất của công ty bằng 0; > #b2=0.03276 là lượng tăng trung bình của quỹ phúc lợi trước năm 1992 khi giá trị sản xuất tăng thêm 1 19 > #b3=-21.52178 là chênh lệch trung bình của quỹ phúc lợi thời kì sau năm 1992 so với thời kì trước năm 1992 tại mội mức giá trị sản xuất > Câu 2 ước lượng mô hình hồi quy:Y=B1+B2X+B3DD+B4(DDX) > hq1=lm(bai64$Y~bai64$X+bai64$DD+bai64$X*bai64$DD)... b1=21.52573 là quỹ phúc lợi trước năm 1992 khi giá trị xản suất bằng 0 b2=0.05153 là lượng tăng trung bình của quỹ phúc lợi truớc năm 1992 khi giá trị sản xuất tăng thêm một b3=237.13223 là luợng chênh lệch trung bình của quỹ phúc lợi sau năm 1992 so với truớc năm 1992 khi tại mọi mức của giá trị sản xuất b4=-0.09060 là lượng chênh lệch trung bình của quỹ phúc lợi sau năm 1992 so với trước năm 1992 khi ... bai101=load("pstd6.rda",header=T) Error in load("pstd6.rda", header = T) : unused argument(s) (header = T) > bai101=load("pstd6.rda") > bai101 [1] "pstd6" > attach(pstd6) > #Câu a.Đánh giá quan hệ DEBT phụ thuộc... 4000 14 1286 2400 15 585 2310 > hq=lm(DEBT~GDP) > hq Call: lm(formula = DEBT ~ GDP) Coefficients: (Intercept) -256.989 GDP 0.843 > #Phương trình hồi quy mẫu:DEBT=-256.989+0.843 *GDP > #Câu b.Kiểm... 0.59050 1.66500 Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 3.97185 1.36550 2.909 0.00937 ** X 0.84858 0.02008 42.267 < 2e-16 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05