1. Trang chủ
  2. » Giáo án - Bài giảng

Tổng hợp công thức kinh tế lượng

11 1,1K 2

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 11
Dung lượng 280 KB

Nội dung

EX và I là biến độc lập... Nếu hỏi Khoảng tin cậy của các hệ số hồi quy: Khoảng tin cậy cho các hệ số hồi quy được cho bởi công thức sau: βˆi −tα/ 2n −kSeβˆi... Nếu hỏi: Phải chăng cả h

Trang 1

Included observations: 15

Variable Coefficient Std Error t-Statistic Prob

1 Viết mô hình hồi quy tổng

PRF : E(GDP/EX,I) = β 1 + β2EX i + β3I i + U i

2 Viết mô hình hồi quy mẫu

SRM: GDP = β∧1+ β∧2EX i +β∧3I i + e i

Trong đó: GDP là biến phụ thuộc

EX và I là biến độc lập

β 1 là hệ số chặn, β∧2 β∧3 là hệ số góc, Ui là sai số ngẫu nhiên

GDP = 6.410109 + 0.636398 EX + 1.851603 I (1)

3 Giải thích các hệ số hồi quy

+ β 2 = 0.636398 > 0: Cho ta biết nếu xuất khẩu tăng (giảm) 1 tỷ USD thì GDP tăng (giảm) 0.636398 tỷ USD trong điều kiện đầu tư không đổi

+β 3 = 1.851603 > 0: Cho ta biết nếu đầu tư tăng (giảm) 1 tỷ USD thì GDP tăng (giảm) 1.851603 tỷ USD với điều kiện xuất khẩu không thay đổi

* Kiểm định các hệ số hồi quy:

- Kiểm định cặp giả thiết:

0

1

( 2,3)

j j

H

j H

β β

=



- Tiêu chuẩn kiểm định: ˆˆ ˆ ~ ( 3)

( )

j j j

Se

β

- Miền bác bỏ: W∝ = T qs > tαn−/k2

(Đây là công thức chung, nếu hỏi hệ số nào thì thay số hệ số đó vào)

Theo giả thiết ta có: n = 15, k = 3, ∝ = 0,05 Thay vào tαn−/k2 = 2,179

- Từ kết quả hồi quy ta có:

Trang 2

Tqs2 = 1.216502 ∈ Wα → Chưa có cơ sở bác bỏ H0 → β2 không có ý nghĩa

thống kê

Tqs3 = 4.293592∈ Wα → Bác bỏ H0, chấp nhận H1→ β 3 có ý nghĩa thống kê.

* Kiểm định sự phù hợp của mô hình:

- Kiểm định cặp giả thiết:

H0: R2 = 0 (Hàm hồi quy không phù hợp)

H1: R2 > 0 (Hàm hồi quy phù hợp)

- Tiêu chuẩn kiểm định:

F = 2 2

1 R

R

k

k n

- Miền bác bỏ: W = (ƒ(k− 1 ,nk)

α ; ∞)

Thay k = 3, n = 15 ta có: ƒ(k− 1 ,nk)

α = 3,89

- Tính giá trị quan sát Fqs

Từ kết quả hồi quy ta có Fqs = 1233.893

→ Fqs ∈ Wα →Bác bỏ H0, chấp nhận H1

- Kết luận: Mô hình phù hợp

4 Nếu hỏi Khoảng tin cậy của các hệ số hồi quy:

Khoảng tin cậy cho các hệ số hồi quy được cho bởi công thức sau:

βˆitα/ 2(nk)Se(βˆi)<βi <βˆi +tα/ 2(nk)Se(βˆi)

(Đây là công thức chung, nếu hỏi hệ số nào thì thay số hệ số đó vào)

Ví dụ 1

- Khoảng tin cậy cho hệ số chặn được tính theo:

ˆ 1 (n/23) ( ˆ 1) 1 ˆ 1 (n/23) ( ˆ 1)

⇔6.410109 – (2.179* 0.712453) < β 1 < 6.410109 + (2.179* 0.712453) ⇔ 4.8576 < β 1 < 7.9625

Kết luận: Với độ tin cậy …% thì khoảng tin cậy của …nằm trong khoảng

từ 4.8576 - 7.9625

Trang 3

Ví dụ 2

- Khoảng tin cậy cho hệ số hồi quy riêng β2 được tính theo:

β ˆ 2 −tα(n/2 −3)Se( )β ˆ 2 < β 2 < β ˆ 2 +tα(n/2 −3)Se( )β ˆ 2

⇔0.636398 – (2.179* 0.523138) < β 2 < 0.636398 + (2.179* 0.523138)

0.5035 < β 2 < 1.7763

Kết luận: Với độ tin cậy …% thì khoảng tin cậy của …nằm trong khoảng

từ 0.5035 - 1.7763

Ví dụ 3

- Khoảng tin cậy cho hệ số hồi quy riêng β3 được tính theo

β ˆ 3 −tα(n/2 −3)Se( )β ˆ 3 < β 3 < β ˆ 3 +tα(n/2 −3)Se( )β ˆ 3

⇔1.851603 – (2.179* 0.431248) < β 3 < 1.851603 + (2.179* 0.431248) 0.9119 < β 3 < 2.7912

Kết luận: Với độ tin cậy …% thì khoảng tin cậy của …nằm trong khoảng

từ 0.9119 - 2.7912

βj < βj + Se(βj).tαnk

βj > βj - Se(βj).tαnk

4 Nếu hỏi: Phải chăng cả hai biến độc lập (EX, I) đều không giải thích cho GDP

Trang 4

- Kiểm định cặp giả thiết:

H0: R2 = 0 (Đều không giải thích)

H1: R2 > 0 (Đều giải thích)

- Tiêu chuẩn kiểm định:

F = 2 2

1 R

R

k

k n

- Miền bác bỏ: W = (ƒ(k− 1 ,nk)

α ; ∞)

Thay k = 3, n = 15 ta có: ƒ(k− 1 ,nk)

α = 3,89

- Tính giá trị quan sát Fqs

Từ kết quả hồi quy ta có Fqs = 1233.893

→ Fqs ∈ Wα →Bác bỏ H0, chấp nhận H1

- Kết luận: Với mức ý nghĩa α = Cả hai biến độc lập đều giải thích cho GDP.

4 Nếu hỏi: Phải chăng cả hai biến độc lập (EX, I) đều giải thích cho GDP

- Kiểm định cặp giả thiết:

0

1

( 2,3)

j j

H

j H

β β

=



- Tiêu chuẩn kiểm định: ˆˆ ~ ( 3)

ˆ ( )

j j j

Se

β

- Miền bác bỏ: W∝ = T qs > tαn−/k2

- Thay số tính t nk

2 /

α =

- Thay số : β2 tính Tqs 2, T qs3

- So sánh T qs 2 với tαn−/k2 =

- So sánh T qs 3 với t nk

2 /

α =

- Nếu T qs > t nk

2 /

α thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

Trang 5

4 Nếu hỏi: Nếu biến độc lập EX tăng lên I không đổi thì GDP có giảm không Hoặc phải chăng EX tác động ngược chiều đến GDP

- Kiểm định cặp giả thiết:

H0: β2 = 0

H1: β2 < 0

- Tiêu chuẩn kiểm định:

Tqs = β2/Se(β2)

- Miền bác bỏ: W = (- ∞, -tαnk)

- So sánh T qs < -t nk

α

- Nếu T qs < -tαnk thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

không Hoặc phải chăng EX tác động thuận chiều đến GDP

- Kiểm định cặp giả thiết:

H0: β2 = 0

H1: β2 > 0

- Tiêu chuẩn kiểm định:

T = β2/Se(β2)

- Miền bác bỏ: W = (tαnk, ∞)

- So sánh T qs > tαnk

- Nếu T qs > t nk

α thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

tăng lên 10 đơn vị

- Kiểm định cặp giả thiết:

Trang 6

H0: β2 = 10

H1: β2 > 10

- Tiêu chuẩn kiểm định:

T = β2/Se(β2)

- Miền bác bỏ: W = (tαnk, ∞)

- So sánh T qs > tαnk

- Nếu T qs > t nk

α thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

giảm đi 10 đơn vị

- Kiểm định cặp giả thiết:

H0: β2 = 10

H1: β2 < 10

- Tiêu chuẩn kiểm định:

Tqs = β2/Se(β2)

- Miền bác bỏ: W = (- ∞, -t nk

α )

- So sánh T qs < -tαnk

- Nếu T qs < -tαnk thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

7 Nếu hỏi: Phải chăng cả hai biến độc lập (EX, I) có ảnh hưởng như nhau đến GDP không

- Kiểm định cặp giả thiết:

H0: β2 = β3 = 0

H1: β2 ≠ β3

- Tiêu chuẩn kiểm định: Tqs = (β2 - β3)/Se(β2 - β3)

Trang 7

- Miền bác bỏ: W∝ = T qs > tαn−/k2

- Thay số tính tαn−/k2 =

- So sánh T qs với t nk

2 /

α =

- Nếu T qs > t nk

2 /

α thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

8 Nếu hỏi: Phải chăng cả hai biến độc lập (EX, I) có ảnh hưởng như nhau (hoặc không cùng ảnh hưởng) đến GDP không

- Kiểm định cặp giả thiết:

H0: β2 = β3 = 0

H1: β2 ≠ β3

- Tiêu chuẩn kiểm định: Tqs = (β2 - β3)/Se(β2 - β3)

- Miền bác bỏ: W∝ = T qs > t nk

2 /

α

- Thay số tính tαn−/k2 =

- So sánh T qs với tαn−/k2 =

- Nếu T qs > tαn−/k2 thì kết luận Bác bỏ Ho Nếu không đúng thì chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

9 Nếu hỏi: Phải chăng biến độc lập EX có ảnh hưởng đến GDP lớn hơn biến độc lập I

- Kiểm định cặp giả thiết:

H0: β2 - β3 = 0

H1: β2 - β3 > 0

- Tiêu chuẩn kiểm định: Tqs = (β2 - β3)/Se(β2 - β3)

- Miền bác bỏ: W = (tαnk, ∞)

- So sánh T qs > tαnk

Trang 8

- Nếu T qs > tαnk thỡ kết luận Bỏc bỏ Ho Nếu khụng đỳng thỡ chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

10 Nếu hỏi: cú nờn bỏ biến EX ra khỏi mụ hỡnh (hoặc thờm 1 biến vào

mụ hỡnh) hay khụng ?

- Kiểm định cặp giả thiết:

H0: β2 = 0

H1: β2 ≠ 0

- Tiờu chuẩn kiểm định:

F = 2 22

1 Rc

R

R c m

x

m

k

n

- Miền bỏc bỏ: W = (ƒ(m,nk)

α ; ∞)

Thay k = 3, n = 15 ta cú: ƒ(m,nk)

α =

- Tớnh giỏ trị quan sỏt Fqs

Từ kết quả hồi quy ta cú Fqs =

→ Fqs ∈ Wα →Bỏc bỏ H0, chấp nhận H1

- Kết luận: Với mức ý nghĩa α =

11 Nếu hỏi: Cho kết quả kiểm định sau, kết luận gỡ từ kiểm định này ?

White Heteroskedasticity Test:

Kiểm định cặp giả thuyết sau:

Ho: Mụ hỡnh cú phương sai sai số khụng thay đổi

H1: Mụ hỡnh cú phương sai sai số thay đổi

Từ kết quả hồi quy ta cú Obs*R-squared = 0.674281 > α

Do vậy mụ hỡnh khụng mô hình đã cho cú phương sai sai số khụng đổi

Nếu Obs*R-squared = …… <α thỡ kết luận ngược lại

11 Nếu hỏi: Cho kết quả kiểm định sau, kết luận gỡ từ kiểm định này ?

Breusch-Godfrey Serial Correlation LM Test :

Trang 9

- Kiểm định căp giả thuyết sau:

Ho: Mô hình không có tự tương quan

H1: Mô hình có tự tương quan

Từ kết quả hồi quy ta có Obs*R-squared = 0.268153 > α

Do vậy mô hình không có tương tự quan

Nếu Obs*R-squared = …… <α thì kết luận ngược lại

11 Nếu hỏi: Cho kết quả kiểm định sau, kết luận gì từ kiểm định này ?

Ramsey RESET Test:

- Kiểm định căp giả thuyết sau:

H0: mô hình chỉ định đúng

H1: mô hình chỉ định sai

Từ kết quả hồi quy ta có Probability = 0.004008 < α

Do vậy mô hình mô hình chỉ định sai (thiếu biến)

Nếu Obs*R-squared = …… >α thì kết luận ngược lại

11 Nếu hỏi: Cho kết quả kiểm định sau, kết luận gì từ kiểm định này ?

Trang 10

1

2

3

4

5

Series: Residuals Sample 1991 2005 Observations 15 Mean -2.96E-15 Median -0.059272 Maximum 2.043997 Minimum -2.422497 Std Dev 1.244080 Skewness -0.223818 Kurtosis 2.725701 Jarque-Bera 0.172261 Probability 0.917474

- Ta đi kiểm định cặp giả thuyết sau:

H0: mô hình có sai số ngẫu nhiên phân phối chuẩn

H1: mô hình có sai số ngẫu nhiên không phân phối chuẩn

Từ kết quả hồi quy ta có Probability = 0.917474 > α

Do vậy mô hình mô hình tuân theo phân bố chuẩn

Nếu Probability = …… <α thì kết luận ngược lại

Dạng bài tập Logarit

1 Nếu cho kết quả kiểm định có Logarit, yêu cầu viết mô hình kinh tế tương ứng:

1 Viết mô hình hồi quy tổng

Trang 11

PRF : LogE(GDP/EX,I) = β 1 + β2Log(EX) + β 3Log(I) + U i

Mô hình kinh tế tương ứng là:

X = eβ 1 X1β 2.X2β 3 + e u

- Mô hình hồi quy mẫu là

GDP = eβ 1 X1β 2.X2β 3 + e u (chú ý β1, β2 , β3 đều phải có dấu mũ)

Thay β1, β2 , β3 bằng số đã cho vào ta được hàm hồi quy mẫu

GDP = e X1 .X2

2 Giải thích ý nghĩa hệ số hồi quy

- Khi X1 thay đổi 1%, X2 không đổi thì GDP thay đổi β2 = %

- Khi X2 thay đổi 1%, X1 không đổi thì GDP thay đổi β3 = %

3 Các nội dung khác làm tương tự như phần trên chỉ khác khi Kết luận là lấy theo % (vì Logarirt phải theo % )

Ngày đăng: 29/02/2016, 11:41

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w