ÔN TẬP KINH TẾ LƯỢNG

1 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com ÔN TẬP KINH TẾ LƯỢNG Phương pháp ước lượng bình phương cực tiểu LS, chọn tham số ước lượng ^ β k , k = 1,2, , K cho làm cực đại độ phù hợp R Hơn nữa, điều đòi hỏi điều − kiện : TSS = ∑n ( y n − y ) bất biến với lựa chọn tham số ước lượng Đúng  Sai  Giải thích: ^ ESS , phương pháp LS chọn β k , k = 1,2, , K cho cực tiểu ESS Và TSS TSS không đổi với lựa chọn Nên Cực tiểu ESS đồng nghĩa với cực đại R R2 = 1− Nhắc lại hồi quy LS viết dạng sau: βˆk = β k + ∑ c nk ε n , k = 1,2, , K Việc chứng minh ước lượng không chệch: Eβˆk = β k , k = 1,2 , K , đòi hỏi giả thuyết ε n có phân bố chuẩn Đúng  Giải thích: Sai  Eβˆ k = E ( β k + ∑ c nk ε n ) Vì vậy, cần điều kiện: Eε n = 0, với n đủ Nhắc lại rằng, Var ( β k ) = σ Trong đó, S kk phương sai mẫu biến X k Điều ^ S kk hàm ý rằng, việc lấy mẫu từ tổng thể đa dạng, hiệu ước lượng tăng Hay vậy, việc lấy mẫu tương tự nhau, độ xác ước lượng giảm Đúng  Sai  Giải thích: ^ Vì Var ( β k ) = σ2 , nên S kk tăng sai số ước lượng giảm, hay hiệu ước lượng tăng S kk σ ˆ Nhắc lại, β k ~ N ( β k , S kk ) Kết luận đòi hỏi sử dụng giả thuyết ε n ~ N (0, σ ) , mà không cần thêm giả thuyết khác sai số ngẫu nhiên Đúng  Sai  Giải thích: iid Chứng minh điều yêu cầu rằng, ε n ~ N (0, σ ) , hay sai số ngẫu nhiên phải độc lập 2 Ước lượng không chệch s = en2 Nó sử dụng để biến đổi σ ∑ N −K z phân bố chuẩn k thành phân bố t-student với (N-K) bậc tự do: t k ~ t ( N − K ) Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Đúng  Giải thích: Vì t = Sai βˆ − β s S XX  ^ = β− β ^ se( β ) ~ t ( N − 2) Hãy xét việc kiểm định giả thuyết sau: H : β k = vs H : β k ≠ Nếu p-value nhỏ 5%, ta nói β k có ý nghĩa 5% Đúng  Sai  ' Nếu tất quan sát { y n , x n } biểu diễn thành đám mây liệu, nằm gọn không gian hai chiều (dùng đồ thị phẳng, với hai trục), việc tăng số biến giải thích lên biến không làm giảm R Nhưng chuỗi quan sát { y n , x n' } cần phải biểu diễn không gian chiều (đồ thị trục), việc tăng số biến giải thích lên biến thực làm tăng R Đúng  Sai  Giải thích: Đây nguyên tắc LS ESS /( N − K ) Nhắc lại R = − TSS /( N − 1) Khi đưa thêm biến vào mà cải thiện độ phù − hợp so với mát độ tự do, s = Đúng  Giải thích: Sai Từ công thức, ta thấy s = N −K ∑e n N −K ∑e n tăng, R− tăng  phải giảm, nên R− tăng Hai câu tiếp sau lựa chọn mô hình: (U): Y = β1 X + β X + β X + ε (R): Y = β1 X + ~ ε Sai lầm loại I mô hình (U) đúng, lại ước lượng mô hình (R) Sai lầm loại II ngược lại, mô hình (R) đúng, lại hồi quy mô hình (U) Mô hình (R) Chẳng qua mô hình (U) với ràng buộc: H : β = β = Nếu ta bác bỏ giả thuyết ( DNRH ), mà hồi quy mô hình (U), cải thiện độ phù hợp so với (R) ít, độ mát bậc tự cao Hay s có xu hướng tăng Dựa vào nhận định đó, trả lời câu hỏi sau: ^ Sử dụng hai tính chất thống kê ước lượng LS: (1) E ( β ) = E ( β + c ε ) ; k ^ (2) đánh giá sai số ước lượng Var ( β k ) = k ∑ nk n s Khi đó, ta đến nhận định S kk Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com đưa thêm biến giải thích không cần thiết vào mô hình cho ước lượng không chệch Nhưng độ xác ước lượng giảm Đúng  Sai  Giải thích: ^ E ( β k ) = E ( β k + ∑ c nk ε n ) = β k , giả thuyết sai số ngẫu nhiên không bị vi phạm Tuy nhiên, s = N −K s2 ∑ e tăng, nên Var (β k ) = S kk n ^ tăng, hay độ xác giảm 10 Giả sử mô hình (U) đúng, lại hồi quy theo mô hình (R) Khi đó, biến có ý nghĩa, bị bỏ quên không đưa vào mô hình bị cộng dồn lại ~ sai số ngẫu nhiên Tức là: ε = β X + β X + ε Dựa nhận xét đó, ta nhận định rằng, việc bỏ quên biến có ý nghĩa làm cho ước lượng bị chệch, kiểm định thống kê trở nên vô nghĩa Đúng  Sai  Giải thích: ~ Vì ε = β X + β X + ε ≠ , nên ước lượng bị chệch Do lập t-test ' ' ' 11 Giả thiết E (ε n | xn ) = , tương đương với việc nói rằng, E ( y n | x n ) = x n β Trả lời: Câu đúng, rằng: y n = x n' β + ε n ⇒ E ( y n | x n' ) = x n' β , E (ε n | x n' ) = ' 12 Giả thiết véc tơ quan sát thứ n : xn ngẫu nhiên bao hàm rankX = K Trả lời: Câu sai, hai giả thiết khác 13 Giả thiết ε ~ N (0, σ I ) bao hàm rằng, cov(ε n , ε m ) = , với ∀n ≠ m Trả lời: câu đúng, Varε = σ I , tức cov(ε n , ε m ) = , với ∀n ≠ m 14 Giả thiết rankX = K bảo đảm cho tồn ước lượng Trả lời: Câu Đòi hỏi rankX = K bảo đảm tồn ma trận ( X ' X ) −1 , mà ^ điều kiện để tính β = ( X ' X ) −1 X ' Y Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Xuất phát từ công thức 15 Giả thiết E (εε ' ) = σ I , bao hàm rằng, cov(ε n , ε m ) = , với ∀n ≠ m Trả lời: Câu Chứng minh lý giải mệnh đề sau: Dưới dạng tổng quát, ước lượng β viết sau: ^ β = ( X ' X ) −1 X ' Y Mô hình hồi quy có dạng: y = Xβ + ε , X biến ngẫu nhiên; ε ~ N (0, σ I ) 16 Chỉ rằng, kiểm định với F-test, giả thiết H đúng, F-stat nhận giá trị nhỏ H sai ( ESS − ESS ) / J R U Trả lời: F = ESS /( N − K ) Nếu H đúng, việc thêm biến giải thích không làm U cải thiện nhiều độ phù hợp mô hình Tức ESS R − ESSU nhận giá trị nhỏ; Fvalue nhận giá trị nhỏ 17 Chỉ rằng, với t-test F-test, H bị bác bỏ p –value nhỏ mức có ý nghĩa α % Trả lời: p-value nhỏ chứng tỏ thống kê F (hoặc thống kê t) nằm bên phải Fα tα / Do vậy, cần phải bác bỏ H 18 Chỉ rằng, F- stat nhận giá trị dương Trả lời: ESS R lớn ESSU ^ 19 Thống kê zk = β k − βk σ / S kk ^ ~ N (0,1) rút từ giả thiết β k ~ N ( β k , σ / Skk ) Trả lời: Câu ^ 20 Thống kê zk = β k − βk dạng viết khác t k -stat σ / S kk ^ Trả lời: Câu sai Vì tk = β k − βk s / Skk 21 Mô hình kinh tế lượng viết dạng: Y = X β + X β + + X K β K + ε = Xβ + ε Trả lời: Câu Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com 22 Giải thích xem việc đưa p –value vào bảng kết suất có khác với báo cáo giá trị t-stat F-stat Trả lời: P-value cho biết giá trị cuả F-stat (hoặc t-stat) nằm bên phải hay trái điểm tới hạn Fα (hoặc tα / ) Do vậy, cần phải bác bỏ hay chấp nhận H 23 Chỉ t-stat nhận giá trị âm dương ^ Trả lời: t k = β k − βk s S kk ^ ; ước lượng β k nằm bên trái bên phải giá trị thực tổng thể β k 24 t-stat dùng để kiểm định tính có ý nghĩa phương trình hồi quy (overall significance test) Trả lời: Câu sai F-test dùng để kiểm định ý nghĩa phương trình hồi quy 25 Khi đưa thêm biến không cần thiết vào mô hình, standard error (se) tham số có xu hướng nhỏ Trả lời: Câu sai Vì làm vật giảm độ xác ước lượng Do vậy, se có xu hướng tăng 26 Eεε ' = σ I bao hàm rằng, cov(ε n , ε m ) = , với ∀n ≠ m Trả lời: câu đúng, lệch khỏi đường chéo ma trận varian-covarian cov(ε n , ε m ) = 27 Khi kiểm định giả thiết đơn: H : β k = Liệu t-test F-test đưa kết luận khác không? Chỉ Trả lời: Khi kiểm định giả thiết đơn: H : β k = , F-test t-test hoàn toàn ý nghĩa kết luận, sử dụng thống kê khác 28 Giải thích xem việc đưa p –value vào bảng kết suất có khác với báo cáo giá trị t-stat F-stat Trả lời: P-value cho biết giá trị cuả F-stat (hoặc t-stat) nằm bên phải hay trái điểm tới hạn Fα (hoặc tα / ) Do vậy, cần phải bác bỏ hay chấp nhận H 29 F-test tổng quát so với t-test Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Trả lời: câu đúng, F-test kiểm định giả thiết kép, t-test kiểm định giả thiết đơn 30 Hồi quy đa biến viết nhiều dạng Hãy xét đến biểu diễn sau: y n = x n' β + ε n (i) ^ n = 1,2, , N ^ (ii) y n = xn' β n = 1,2, , N (iii) en = y n − yˆ n Cả (i), (ii), (iii) quy đa biến 31 Hồi ^ bao hàm việc giải toán sau: ^ S ( β ) = ∑n en2 = ∑ ( y n − x n' β ) → ^ β Hãy xét mệnh đề sau: ^ (i) Hệ số β k , k = 1,2, , K xác định cách lấy đạo hàm riêng phần, đặt: ∂S ( βˆ ) ^ ∂βk = ∂S ( βˆ ) (ii) Chỉ cần tìm ^ ∂βk , k = 1,2, , K , đặt chúng để xác định β^ , k = 1,2, , K k Chỉ có (i) 32 Giả sử phương trình hồi quy có chứa biến constant: X ≡ Xét mệnh đề sau: (i) Việc giải: (ii) ∂S ( βˆ ) ^ ∂β1 Điều kiện ∑e = dẫn đến điều ∑e n − = − ^ = bao hàm điều y = x ' β , hay đường hồi quy quan điểm n − − trung bình: ( y, x ' ) Cả hai mệnh đề (i) (ii) 33 Hãy xét mệnh đề sau: ^ (i) y n = y n + en − − ^ (ii) ( y n − y ) = y n − y + en Hai mệnh đề tương đương − ^ − 34 Giả sử đường hồi quy qua điểm trung bình: y = x ' β Hãy xét mệnh đề sau: − ^ − (i) ( y n − y ) = y n − y + en − − ^ (ii) ( y n − y ) = ( x n' − x ' ) β + en Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Mệnh đề (ii) suy từ mệnh đề (i), sử dụng điều kiện đường hồi quy qua điểm trung bình 35 Xét quan hệ sau: ∑ − n ^ − ( y n − y ) = ∑n ( y n − y ) + ∑n en2 (i) Quan hệ có nghĩa là: TSS = RSS + ESS (ii) Quan hệ sử dụng để xác định hệ số R Cả hai mệnh đề ˆ 36 Phương pháp LS cho ta ước lượng: β k = β k + ∑ c nk ε n , k = 1,2, , K Hãy xét mệnh đề sau: ^ (i) Ước lượng β k đại lượng ngẫu nhiên (ii) Nếu tác động ngẫu nhiên, việc hồi quy trở thành tầm thường, ta có: βˆk = β k Cả hai mệnh đề (i) (ii) ˆ 37 Hãy xét tính không chệch ước lượng LS: Eβ k = E ( β k + ∑ c nk ε n ) = β k Điều Eε n = 0, n = 1,2, , N ^ 38 Hãy xét quan hệ sau: Varβˆ k = Var ( β k − β k ) Điều đúng, Eβˆ k = β k σ2 ^ = ˆ Varβ k = Var ( β k − β k ) S , k = 1,2, , K kk 39 Trong chứng minh tính chất sau: Ta cần điều kiện ε n , n = 1,2, , N biến ngẫu nhiên độc lập, Varε n = σ σ ˆ 40 Để đến kết luận β k ~ N ( β k , S kk ) , ta phải cần yêu cầu sau: (i) Eβˆ k = β k (ii) σ2 Var ( β k ) = S kk (iii) ^ Các biến ngẫu nhiên ε n , n = 1,2, , N theo phân bố chuẩn Cần (i), (ii), (iii) βˆ k − β k ^ β k − βk ~ t ( N − K ) Để xây dựng thống ^ 41 Kiểm định t-stat có dạng sau: t k = s S = kk se( β k ) kê này, ta cần điều kiện sau: (i) σ βˆ k ~ N ( β k , ) S kk (ii) s2 = (iii) Các biến { X , X , , X k , , X K } độc lập tuyến tính N −K ∑e n n ước lượng không chệch σ Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Chúng ta cần điều kiện (i) (ii) Giả sử ta đưa thêm biến giải thích vào mô hình 42 Tổng bình phương sai số ước lượng (ESS) giảm xuống − 43 Hãy nhìn vào công thức xác định R =1− ESS /( N − K ) TSS /( N − 1) Hệ số R− s biến động nghịch chiều Nếu hệ số riêng biệt ý nghĩa, cách đồng thời β , β có ý nghĩa, ta nên giữ X , X mô hình 44 Xét hai mô hình: (U): Y = β1 + β X + β X + + β K X K + ε (R): Y = β1 + β X + β X + + β K − J X K − J + ε Được hiểu là: Mô hình (R) mô hình (U), cộng với ràng buộc H : β K − J +1 = β K − J + = = β K = ( ESS − ESS ) J R U 45 Xét H : β K − J +1 = β K − J + = = β K = Xây dựng thống kê Fc = ESSU /( N − K ) Khi giá trị thống kê Fc lớn Fλ -tra bảng, ta nói cách đồng thời, biến X K − J +1 , X K − J + , , X K có ý nghĩa 46 Khi kiểm định tính có ý nghĩa đồng thời tất biến giải thích (overall significance test), ta sử dụng: Thống kê Fc = R ( K − 1) (1 − R ) /( N − K ) ~ F ( K − 1, N − K ) 47 Xét hai nhận định: (i) Việc không loại bỏ biến ý nghĩa khỏi mô hình cho ước lượng không chệch theo LS, với độ xác tồi (ii) Việc bỏ quên, không đưa biến có ý nghĩa vào mô hình làm ước lượng bị chệch Trong mệnh đề sau, đâu mệnh đề đúng? Cả (i) (ii) 48 Giả sử mô hình hồi quy có dạng y = β + β x + β x + ε , t = 1,2, , T (1) Giả sử t t2 t3 t mô hình (1), ta biết rõ β = Việc ước lượng tốt (LS), không chệch tham số β , β thực sau: Lập mô hình: y t − xt = β1 + β xt + ε t ước lượng eviews 49 Xét chuỗi quan sát (đám mây liệu) sau: yt Năm 2010 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com x x x x x x x…….x x x x x…… xxxxxxxxxxxx xt Việc ước lượng mô hình: y t = α + βxt + ε t , t = 1,2, , T (2) cho thấy: Mô hình có R = không khẳng định tốt 50 Xét chuỗi quan sát (2 đám mây liệu) sau: yt zt xx xxxxx xxxxxxxx xxxx xxxxx xxxxxxxx xxxxxx x x x x x x xx xt wt Việc ước lượng mô hình: y t = α + βxt + ε t (2.1) mô hình z t = α + βwt + υ t (2.2) cho thấy: Ta nhận thấy rằng: Var (υ t ) > Var (ε t ) 51 Giả sử mô hình hồi quy có dạng y t = β + β xt + + β K xtK + ε t , t = 1,2, , T (3) Giả sử mô hình (3), ta biết rõ β1 = Việc ước lượng tốt (LS), cho thấy rằng: R nằm khoảng [0,1] gặp phải trường hợp đa cộng tuyến 52 Giả sử mô hình hồi quy có dạng y = β + β x + + β x + ε , t = 1,2, , T (3) Giả sử t t2 K tK t mô hình (3), ta biết rõ β1 ≠ Việc ước lượng tốt (LS), cho thấy rằng: − − Điểm trung bình: ( y , x ' ) nằm đường hồi quy σ ˆ 53 Ước lượng LS cho kết luận rằng, β k ~ N ( β k , S kk ) S kk tăng độ xác ước lượng tăng tăng độ xác ước lượng giảm Năm 2010 10 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com 54 Giả sử mô hình hồi quy có dạng y t = β + β xt + β xt + ε t , t = 1,2, , T (5) Giả sử ta biết rõ rằng, hệ đẳng thức xt = a1 + a3 xt , t = 1,2, , T Khi đó: iid Mô hình (5) cho ước lượng LS, không chệch, ε t ~ N (0, σ ) Do biết chắn không xảy trường hợp đa cộng tuyến 55 Xét hồi quy bội với K biến giải thích Ước lượng LS cho kết luận rằng, σ βˆ k ~ N ( β k , ) Vì vậy: S kk Điều hàm ý LS ước lượng không chệch 56 Giả sử mô hình hồi quy có dạng y t = β + β xt + β xt + ε t , t = 1,2, , T (5) Giả sử mô hình (5), ta biết rõ xt = a1 + a3 xt , t = 1,2, , T Khi đó: Mô hình ước lượng biết chắn xảy trường hợp đa cộng tuyến 2 57 Ước lượng không chệch σ s = N − K ∑ en Nó dùng để xác định R− hiệu chỉnh ^ Nó dùng để xác định phân bố t-stat t k β k ' 58 Giả sử ta biết rõ tất quan sát { y n , x n } biểu diễn thành đám mây liệu, nằm gọn không gian ba chiều Hồi quy bội (K=3) cho ước lượng không chệch phụ thuộc vào biến ' 59 Giả sử ta biết rõ tất quan sát { y n , x n } biểu diễn thành đám mây liệu, nằm gọn không gian hai chiều Việc dùng hồi quy đơn cho sai số ước lượng nhỏ ứng với hai biến 60 Xét hai mô hình sau: (U): Y = β1 X + β X + β X + ε (R): Y = β1 X + ~ ε Ta chấp nhận (R) việc thêm X , X không cải thiện độ phù hợp mô hình Nếu (U) đúng, mà dùng (R) ước lượng bị chệch 61 INV cầu đầu tư, phụ thuộc vào lãi suất (INT), lạm phát (INF), phụ thuộc vào lãi suất thực (INT-INF) Ngoài phụ thuộc vào xu (T) GDP (G) Xét hai mô hình khác nhau: (8.1): INV = β1 + β 2T + β 3G + β INT + β INF + ε (8.2): INV = β1 + β 2T + β 3G + β ( INT − INF ) + ε Ta chấp nhận (8.1) F-test bác bỏ H : β = − β Năm 2010 10 11 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com 62 Xét dạng hàm: (10.1): Y = β1 + β X (10.2): ln Y = β1 + β ln X (10.3): Y = β1 + β / X Với (10.2) đơn vị đo lường Y X không đóng vai trò phụ thuộc vào % Cả ba mô hình mô hình hồi quy tuyến tính Sài gòn nhiều quán bia Và không sinh viên tìm cách dự đoán nhu cầu uống bia dân Sài gòn Điều xẩy trường Mỹ Từ lý thuyết tiêu dùng Kinh tế Vi mô, biết rằng, nhu cầu uống bia ( Q , đo lít) phụ thuộc vào giá hàng hoá PB , vào giá hàng thay ( PL ), cụ thể rượu (liquor); giá trung bình hàng hoá dịch vụ giải trí khác ( PR ); vào thu nhập tiền mặt ( m ) (Giá thu nhập đo $; ta không nói đến thương hiệu cụ thể, nên yếu tố quảng cáo, brand name, vân vân, bỏ qua) Sử dụng số liệu điều tra ngẫu nhiên suốt 30 năm, từ gia đình người Mỹ, muốn nghiên cứu quan hệ nói trên, nhằm đánh giá lại lý thuyết tiêu dùng vi mô Dạng hàm hồi quy mô hình lựa chọn sau: Mô hình (U): ln(Q) = β1 + β ln( PB ) + β ln(PL ) + β ln( PR ) + β ln(m) 63 Độ co dãn nhu cầu bia theo giá thu nhập Ví dụ, với giá bia: β = d ln(Q) / d ln( PB ) ; với thu nhập: β = d ln(Q) / d ln(m) Hệ số β thể nhu cầu tiêu thụ bia giảm % giá bia tăng 1%, yếu tố khác không đổi Tổng ( β − β ) thể nhu cầu tiêu thụ bia tăng % giá bia giảm 1%, thu nhập tăng 1%, yếu tố lại không thay đổi Các câu sử dụng kết ước lượng mô hình (U) sau: Dependent Variable: LOG(Q) Method: Least Squares Date: 08/02/01 Time: 01:01 Sample: 30 Included observations: 30 Variable Coefficient Std Error C LOG(PB) LOG(PL) LOG(PR) LOG(M) -3.243238 -1.020419 -0.582934 0.209545 0.922864 3.743000 0.239042 0.560150 0.079693 0.415514 t-Statistic Prob -0.866481 -4.268787 -1.040674 2.629415 2.221016 0.3945 0.0002 0.3080 0.0144 0.0356 Năm 2010 11 12 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com R-squared Adjusted squared 0.825389 Mean var dependent 4.018531 R- S.E of regression Sum squared resid Log likelihood Durbin-Watson stat 0.797451 0.059973 0.089920 44.58235 2.630645 S.D dependent var 0.133258 Akaike info criterion -2.638823 Schwarz criterion -2.405290 F-statistic 29.54377 Prob(F-statistic) 0.000000 64 Thu nhập yếu tố quan trọng ảnh ưởng tới tiêu dùng Tuy nhiên, người đặt câu hỏi hệ số ước lượng kèm với yếu tố thu nhập lớn mức độ Cụ ^ thể β = 0.92 ^ Ước lượng β = 0.92 đặt vấn đề Vì khó mà hình dung rằng, thu nhập tăng 10%, nhu cầu tiêu thụ bia gần tăng lên gần 10% Vì vậy, cần phải có đánh giá thống kê bổ trợ để xét xem kết ước lượng có hợp lý thực tế không Cụ thể nên tìm khoảng tin cậy β 65 Các dịch vụ giải trí khác, rượu loại hàng thay (substitution), hay cạnh tranh với sản phẩm bia Vì vậy: ^ Chỉ riêng dấu giá rượu ( β = −0.582 ) không phù hợp với lý luận tiêu dùng; rượu hàng thay cho nhu cầu uống bia Nhưng điều chấp nhận được, thị trường cho thấy, giá rượu tăng, giá bia tăng theo 66 Người ta muốn kiểm tra lại, có thực thu nhập tăng lên 10%, mức tiêu thụ bia tăng lên tới gần 10% hay không Vì vậy, người ta muốn tính khoảng tin cậy 95% hệ số β kèm với thu nhập, m, mô hình gốc (U) Biết rằng, t 0.025 (25) = 2.06 Khoảng tin cậy 95% β = [0.066;1.780] Tức độ co dãn (elasticity) tiêu thụ bia so với thu nhập nhỏ nhiều lớn nhiều so với giá trị ước lượng Vì vậy, kết ước lượng chấp nhận ^ 67 Chúng ta nhận thấy rằng, hệ số kèm với giá rượu β = −0.5829 không phù hợp với lý luận hành vi tiêu dùng, bia rượu hai hàng hoá thay Tức giá rượu tăng người tiêu dùng nên tiêu thụ bia nhiều thay cho ^ rượu Vì vậy, β đáng phải có dấu dương, dấu âm Hơn nữa, hệ số ước lượng lại có ý nghĩa ( p-value= 0.308) Điều xẩy ra, giá thị Năm 2010 12 13 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com trường rượu tăng, người tiêu dùng đoán giá bia tăng; họ giảm nhu cầu bia Nói khác thông tin biến động giá hai loại hàng có tương quan đồng biến chặt với Trong kinh tế lượng, người ta gọi tượng đa cộng tuyến (Linear collinearity) Để kiểm tra nghi vấn có hay không, người ta chạy hồi quy bổ trợ (auxilliary regression) sau, giá rượu bia: Dependent Variable: LOG(PB) Method: Least Squares Date: 06/10/09 Time: 15:36 Sample: 30 Included observations: 30 Variable Coefficient Std Error t-Statistic Prob C LOG(PL) -3.721925 2.275450 0.240880 0.113508 -15.45134 20.04664 0.0000 0.0000 R-squared 0.934864 Adjusted Rsquared 0.932537 S.E of regression 0.057223 Sum squared resid 0.091687 Log likelihood 44.29050 Durbin-Watson stat 1.317876 Mean dependent var 1.102373 S.D dependent var Akaike info criterion Schwarz criterion F-statistic 0.220314 -2.819367 -2.725954 401.8677 Prob(F-statistic) 0.000000 Từ kết ước lượng bổ trợ (auxiliary regression), ta nói rằng: Hệ số R = 0.934 thể tương quan chặt việc thay đổi giá hai mặt hàng bia rượu Vì vậy, có tượng đa cộng tuyến 68 Vì nghiên cứu hành vi tiêu dùng hộ gia đình qua nhiều năm, mà lạm phát có ảnh hưởng Học thuyết tiền tệ cho rằng, giá thu nhập tăng nhịp, không làm thay đổi nhu cầu tiêu dùng hàng hoá Để kiểm định giả thuyết đó, từ mô hình gốc (U), ta viết lại dạng sau: ln(Q) = β + β ln(λPB ) + β ln(λPL ) + β ln(λPR ) + β ln(λm) (15.1) Trong đó, λ thể nhịp tăng giá thu nhập theo mức độ Khai triển dạng hàm mô tả này, ta có: ln(Q) = β1 + β ln( PB ) + β ln( PL ) + β ln( PR ) + β ln(m) + ( β + β + β + β ) ln λ (15.2) So sánh mô hình (U) (15.2), việc kiểm định học thuyết tiền tệ có hay không, dẫn đến điều mô hình (U) ta đưa vào giả thuyết sau: Năm 2010 13 14 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com H : ( β + β + β + β ) = , hay vậy, β = − β − β − β Nếu ta không bác bỏ giả thuyết này, mô hình (15.1), (15.2) (U) hoàn toàn trùng nhau, λ Tức học thuyết tiền tệ Bây giờ, để kiểm định giả thuyết H : ( β + β + β + β ) = , ràng buộc vào (15.2), ta đến mô hình sau: (R): ln(Q) = β1 + β [ln( PB ) − ln( PR )] + β [ln( PL ) − ln( PR )] + β [ln(m) − ln( PR )] Hay vậy, (R) ln(Q) = β1 + β ln( PB / PR ) + β ln( PL / PR ) + β ln(m / PR ) Đây mô hình ban đầu (U), cộng với giả thuyết H : ( β + β + β + β ) = Nói khác đi, (R) mô hình bị ràng buộc mô hình (U), chấp nhận chủ thuyết tiền tệ Chủ thuyết nói rằng, nhu câu tiêu thụ hàng hoá phụ thuộc vào giá tương đối hàng hoá so với số giá sinh hoạt khác PB / PR , thu nhập thực tế m / PR , (ta xem PR số giá tiêu dùng) Kết chạy mô hình sau: Dependent Variable: LOG(Q) Method: Least Squares Date: 08/02/01 Time: 02:19 Sample: 30 Included observations: 30 Variable Coefficient Std Error t-Statistic Prob C LOG(PB/PR) LOG(PL/PR) LOG(M/PR) -4.797798 -1.299386 0.186816 0.945829 -1.291847 -7.840022 0.656916 2.214813 0.2078 0.0000 0.5170 0.0357 R-squared Adjusted squared 0.807949 Mean dependent var 4.018531 0.785789 S.D dependent var 3.713905 0.165738 0.284383 0.427047 R- S.E of regression 0.061676 Akaike info criterion Sum squared resid 0.098901 Log likelihood 43.15437 Durbin-Watson stat 2.686998 Schwarz criterion F-statistic 0.133258 2.610291 2.423465 36.46021 Prob(F-statistic) 0.000000 Chú ý bảng kết xuất cho mô hình (U) câu 11, ESSU = 0.08992 ; bảng kết Năm 2010 14 15 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com xuất cho mô hình (R), ESS R = 0.09890 Thêm vào đó, F0.05 (1,25) = 4.24 Hãy kiểm định lại giả thuyết H vừa nêu chủ thuyết tiền tệ, kết luận xem: Nhu cầu tiêu dùng phụ thuộc vào giá tương đối hàng hoá (so với số giá tiêu dùng, hay lạm phát), mức thu nhập thực tế Sức hấp dẫn rạp Galaxy đề tài bị hút nhóm bạn K05402 gồm Ngọc Bảo (trưởng nhóm), Phương Dung, Quốc Hạnh, Đăng Khoa Phạm Tùng Vốn người yêu thích xem phim, đồng thời, thấy thú vui đặc biệt người dân Sài Gòn, bạn tìm hiểu yếu tố tác động tới số lần người đến xem rạp Galaxy tháng Sở dĩ Galaxy, mà rạp khác, khác biệt việc hình thành tổ hợp giải trí phức hợp, sang trọng, cảnh quan đẹp, phong cách phục vụ chuyên nghiệp, có bar-café, shop văn hóa phẩm, beauty salon, v.v Bị ảnh hưởng quan điểm trường phái Societal Marketing, khởi xướng Phillip Kotler, bạn phân loại yếu tố ảnh hưởng tới hành vi người đến rạp Galaxy sau: Nhóm biến điều kiện cá nhân, bao gồm: • AGE (độ tuổi), kỳ vọng mang dấu âm: trẻ hay xem phim • INC (thu nhập, triệu đồng), kỳ vọng mang dấu dương: giàu hay xem • DIST (khoảng cách từ nhà tới rạp Galaxy, km), kỳ vọng mang dấu âm • FRIENDS (biến Dummy, có hay với bạn hay thích mình) Nhóm biến tác động tới tâm lý khách hàng, bao gồm: • PR (mức độ ưa thích giảm giá 50% vào ngày thứ 3, chia làm cấp độ, tăng dần), kỳ vọng mang dấu dương • SPACE (mức độ ưa thích thoáng đãng, sang trọng Galaxy, chia làm cấp độ, tăng dần), kỳ vọng mang dấu dương • CINEMA (biến Dummy, Galaxy có phải lựa chọn số hay không), kỳ vọng mang dấu dương • DVD (thích đến rạp xem DVD nhà, chia làm cấp độ tăng dần), kỳ vọng mang dấu dương Biến giải thích TIMES (số lần xem Galaxy tháng) Nhóm điều tra 120 mẫu Kết ước lượng sau: TIMES = −0.1087 AGE *** + 0.002944 INC − 0.005425DIST + 0.02166 FRIENDS (0.023814) (0.013711) (0.031695) (0.088697) + 0.4369 PR ** + 0.548SPACE *** + 0.1504CINEMA + 0.3659 DVD ** + 5.245*** (0.21) (0.1515) (0.2469) (0.1566) (1.16) Ghi chú: Số ngặc standard error *** có ý nghĩa mức 0.01; ** có ý nghĩa mức 0.05; * có ý nghĩa mức 0.1 Năm 2010 15 16 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com − N=120, R = 0.898 , AIC =2.363, SCHWARZ = 2.572, ESSU = 64.264 69 Kiểm địmh tính có ý nghĩa mức 0.05 (hay 5%) biến sau: INC, DIST, CINEMA, FRIENDS Cho trước t 0.05 [120] = 2.626 Trong mệnh đề sau, đâu mệnh đề đúng? Cả biến INC, DIST, CINEMA, FRIENDS ý nghĩa 70 Giả sử biến FRIENDS ý nghĩa Và biến CINEMA nên bỏ đi, có người mê Galaxy đến đốt tiền Nên nhóm định loại bỏ biến Tuy nhiên, biến INC, DIST, khó mà nói chúng không tác động đến hành vi người tiêu dùng Theo lý thuyết Keynes, nói thu nhập (INC) yếu tố định tới hành vi người tiêu dùng, rạp đắt tiền Galaxy Vì vậy, ta không phép bác bỏ Keynes vĩ đại, chưa thử nghiệm Nhóm định tiến hành kiểm định giả thuyết đồng thời: H : β INC = β DIST = β CINEMA = β FRIENDS = Mô hình có ràng buộc [tức đồng thời bỏ INC, DIST, CINEMA, FRIENDS] có ESS R = 64.53 Cho trước F0.05 (4,111) = 2.4534 Nếu em, em chọn định hai định sau đây? Chấp nhận giả thuyết ( DNRH ), định loại DIST, CINEMA, FRIENDS, INC, khỏi mô hình 71 Giả sử bạn định chấp nhận giả thuyết, dựa kết rõ ràng kiểm định Wald test Tức loại bỏ INC biến vừa nêu khỏi mô hình Khi biết điều đó, việc bác bỏ Keynes vĩ đại điều khó chấp nhận Có khả biến có ý nghĩa, mà lại bị BỎ QUÊN, không đưa vào mô hình, làm ước lượng bị chệch Và kiểm định thống kê trở nên vô giá trị Có thể em chưa đưa hết biến có ý nghĩa vào mô hình” Như tác động thu nhập (INC), không theo dạng tuyến tính Như dẫn đến suy nghĩ: Hãy đưa cụm biến INC INC vào mô hình Kết ước lượng sau: Variable AGE Coefficient - 0.092405 Std Error t-Statistic Prob 0.011728 - 7.878932 0.0000 INC 0.064029 0.018296 3.499539 0.0007 INC^2 - 0.001559 0.000421 - 3.703025 0.0003 PR 0.675378 0.137521 4.911103 0.0000 SPACE 0.481140 0.129654 3.710939 0.0003 DIST - 0.034271 0.013322 - 2.572565 0.0114 DVD 0.331046 0.107549 3.078110 0.0026 Năm 2010 16 17 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com C 4.524806 0.605613 7.471443 0.0000 Weighted Statistics R-squared 0.939754 Mean dependent var 3.164710 0.935988 S.D dependent var 2.892316 S.E of regression 0.572007 Akaike info criterion 1.785009 Sum squared resid 36.64550 Schwarz criterion 1.970842 Log likelihood -99.10056 F-statistic 249.5762 Durbin-Watson stat 1.632296 Prob(F-statistic) 0.000000 Adjusted squared R- Bây xem mệnh đề sau: (i) Người giàu số lượt xem (TIMES) nhiều, với nhịp tăng giảm dần _ (ii) Hệ số R = 0.93 , gần 1, chứng tỏ mức độ xác dự báo tốt Gần mức tuyệt đối Tức số lần theo dự báo từ mô hình xấp xỉ với quan sát thực Chỉ có (i) 72 Như cho thấy kết ước lượng phù hợp với lý thuyết Keynes Và mô hình ước lượng tốt hệ số đánh giá Nhóm chạy thử dự báo Sau kết dự báo cho số quan sát đầu tiên: obs TIMES TIMESF 0.500000 0.070385 4.000000 4.121212 2.000000 1.963325 0.500000 0.212924 4.000000 4.288887 0.750000 0.899692 1.000000 0.893256 1.000000 0.742271 10.00000 7.326865 10 1.000000 1.092601 Trong đó, TIMES quan sát thực; TIMESF dự báo từ mô hình Chúng ta thấy dự báo không tốt lắm, số lượt (obs = 1, 4), nhiều (obs =9) Dựa nhận xét đó, giả sử Ban giảng huấn nhóm sửa lại mô hình lần Và kết dự báo sau: Năm 2010 17 18 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com obs TIMES 0.500000 4.000000 2.000000 0.500000 4.000000 0.750000 1.000000 1.000000 10.00000 TIMESF 0.665557 4.003906 1.935964 0.666090 4.013686 1.094529 1.034579 0.936783 9.596951 Dựa kinh nghiệm thực tế này, em suy nghĩ nghiêm túc lời khuyên sau: _ (i) Hệ số R cao chẳng có ý nghĩa lắm, không nên mà sửa số liệu làm (ii) Hãy trung thực nghiên cứu nhóm Ngọc Bảo Bạn thấy niềm vui sáng tạo khả khám phá thực tế bạn Bây giờ, em chọn cho cách ứng xử (đây câu hỏi điều tra, không thiết đâu câu trả lời nhất) (a) Tôi không quan tâm! (b) Tôi đồng ý khuyên lứa đàn em sau điều (i) (ii) nêu (c) Tôi cho Ban giảng huấn nên có ý kiến nghiêm khắc với trường hợp sửa liệu tương lai nhằm thúc đẩy tính trung thực công việc công (Cho dù phát sau báo cáo hoàn tất) Quan điểm sinh viên quan hệ tình dục trước hôn nhân Trong vài thập niên gần đây, nhiều nghiên cứu rằng, tượng liên quan đến tình dục giới trẻ “sống thử”, nạo thai, ngày phổ biến Và điều đáng nói sốt “tình yêu” ảnh hưởng tới giới sinh viên Đó chủ đề nghiên cứu nhóm bạn K05405 gồm Phương Hà (trưởng nhóm), Ánh Hồng, Đan Thanh, Lệ Thủy Hải Yến Dựa nghiên cứu xã hội học tâm lý học, nhóm nguyên nhân làm tăng ý muốn có quan hệ tình dục (QHTD) sinh viên, (ký hiệu ACTION ⊗ ), sau: • Quan điểm tình dục trước hôn nhân (OPINION): việc không nên làm, bình thường, hay coi cách “sống thử”, (được chia theo cấp độ tăng dần) Kỳ vọng mang dấu dương • Lý kinh tế (COST): nhiều người tự đến với để chia sẻ phí tổn sống, tiền thuê nhà trọ (tính theo triệu đồng) Kỳ vọng mang dấu dương • Sự quan tâm gia đình (FAMILY): chia làm cấp độ, tùy vào việc bố mẹ quan tâm, vừa phải, hay quan tâm Nếu quan tâm mức, đồng nghĩa với gò bó hơn, hệ số mang dấu dương, thể phản ứng ngược Năm 2010 18 19 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com • • • • với quan điểm truyền thống Ngược lại, quan tâm tạo khả kiềm chế cao hệ số mang dấu âm Yêu đương (LOVE): nhận giá trị 1, có người yêu, Đang yêu, dễ xẩy quan hệ tình dục Kỳ vọng mang dấu dương Giới tính (GENDER): nhận giá trị 1, nam giới; nữ Vì nam có quan điểm thoáng nên ta kỳ vọng hệ số mang dấu dương Nơi (ROOM): nhận giá trị 1, nhà trọ, gia đình hay ký túc xá Một điều tra 300 sinh viên Hà nội cho thấy, quan hệ tình dục đa phần xảy nhà trọ, nơi bạn sinh viên hoàn toàn tự sinh hoạt, không chịu kiểm soát Vì vậy, ta kỳ vọng hệ số mang dấu dương Điểm học tập (MARK): Những tập trung đầu tư vào việc học nhiều hơn, ngại bị chi phối quan hệ tình dục Do vậy, kỳ vọng dấu âm Thể rằng, khả họ có quan hệ tình dục Nhóm điều tra 110 mẫu quan sát Thủ Đức Kết ước lượng sau: ACTION ⊗ = 0.705 + 1.313OPINION *** + 0.567COST + 0.331FAMILY (1.81) (0.384) (0.795) (0.406) + 0.872 LOVE ** − 0.9964GENDER *** − 0.1194 ROOM − 0.593MARK *** (0.414) (0.420) (0.3793) (0.2267) Mc-Fadden R =0.34, AIC = 0.7449, Schwarz = 0.941 Ghi chú: Hệ số ngoặc standard error Mc_Fadden- R có ý nghĩa tương tự _ R Hệ số với dấu *** có ý nghĩa mức 0.01, ** mức 0.05, * mức 0.1 73 Hãy kiểm địmh tính có ý nghĩa mức 0.05 (hay 5%) biến sau: COST, FAMILY, ROOM Cho trước t 0.05 [110] = 2.626 Trong mệnh đề sau, đâu mệnh đề đúng? Cả yếu tố, COST, FAMILY, ROOM ý nghĩa 74 Giả sử sau kiểm định t-test, nhóm nghiên cứu đến kết luận yếu tố phải bị loại bỏ Đối với yếu tố nhà trọ (ROOM), ý nghĩa tới khả xảy quan hệ, cần thuê Nhưng rõ ràng là, đứng phương diện lý thuyết thực tiễn, ta thấy khó chấp nhận việc loại bỏ tác động gia đình (FAMILY), phí tổn sống (COST), khỏi cân nhắc thiệt đầu cá nhân: nên có hay không quan hệ với bạn tình Chính vậy, nhóm định tiến hành kiểm định đồng thời: H : β FAMILY = β COST = Năm 2010 19 20 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Giả sử kết kiểm định cho biết Fc = 0.565 Cho trước F0.05 (2,110) = 3.09 Nếu em, em chọn định hai định sau đây? Chấp nhận giả thuyết ( DNRH ), định loại COST FAMILY khỏi mô hình 75 Giả sử dựa kết rõ ràng kiểm định Wald test, bạn định phải loại bỏ yếu tố COST FAMILY khỏi mô hình Giả sử thêm rằng, sau biết điều đó, TS Hoàng Bá Thịnh, PGĐ Trung tâm Dân số công tác xã hội, người tổ chức điều tra 300 sinh viên Hà nội quan hệ tình dục, cho rằng, điều khó chấp nhận Ông viện dẫn nhà kinh điển, Freud, hành vi cá nhân tình yêu hôn nhân chịu ảnh hưởng mạnh mẽ môi trường gia đình, cân nhắc thiệt kinh tế Giả sử tiếp TS Thịnh quen thầy Nhật Ông ta nhắc nhóm trưởng rằng: “Thầy Nhật có cho tập, nêu lên rằng, có biến có ý nghĩa, mà lại bị BỎ QUÊN, không đưa vào mô hình, làm ước lượng bị chệch Và kiểm định thống kê trở nên vô giá trị Có thể em chưa đưa hết biến có ý nghĩa vào mô hình.” Như vậy, tác động phí tổn sống, COST, không theo dạng tuyến tính Gợi ý: Hãy đưa cụm biến COST COST vào mô hình Kết ước lượng đây: Variable Std Coefficient Error OPINION 1.686085 0.458461 3.677704 0.0002 COST 27.88161 7.407080 3.764183 0.0002 COST^2 -13.31335 3.507603 -3.795569 0.0001 FAMILY 0.646435 0.334938 1.930010 0.0536 GENDER -1.654577 0.436106 -3.793979 0.0001 LOVE 0.885306 0.358623 2.468625 0.0136 MARK -0.532661 0.243442 -2.188043 0.0287 C -13.30959 4.414981 -3.014643 0.0026 t-Statistic Prob Rõ ràng COST FAMILY có ý nghĩa Bây giờ, em xem mệnh đề sau: (i) Phí tổn sống, thuê nhà trọ (COST) cao, làm quan hệ tình dục dễ xẩy hơn, với áp lực giảm dần (ii) Trong giới sinh viên, yêu đương làm quan hệ tình dục trước hôn nhân dễ xẩy Cả (i) (ii) 76 Hãy chọn quan điểm (không thiết có MỘT mệnh đề đúng, mà nhiều hơn): Năm 2010 20 21 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com Áp lực phí tổn sống đô thị với giá thuê nhà đắt đỏ nhu cầu chi tiêu lớn hơn, yếu tố tác động mạnh tới việc cá nhân sinh viên chọn sống chung với bạn tình Trong cặp sinh viên, việc có hay không QHTD trước hôn nhân chủ yếu định (hay ưng thuận) phái nữ, bị thúc đẩy ý muốn nóng vội phái nam Sự quan tâm nhiều gia đình khiến cho sinh viên dễ có khả có quan hệ tình dục trước hôn nhân Điều họ thấy cô đơn xa gia đình Hoặc ngược lại, họ tự tin việc chọn bạn tình, theo cách nhìn nhận người lớn gia đình bảo Việc quan tâm đến học tập thành đạt tương lai làm chậm lại ý muốn có quan hệ tình dục có gia đình giới trẻ Quyết định kinh doanh sinh viên Kinh doanh điều xa lạ Nhưng hiểu rõ yếu tố thúc đẩy người trở nên đam mê thành công kinh doanh họ sinh viên Đôi khi, ý tưởng lớn biến sinh viên trở thành nhà kinh doanh thành đạt, Bill gate, Microsoft, hay người sáng lập Yahoo, hay Google Nhưng đa số trường hợp, “những thành công lớn kinh doanh thường bắt đầu công việc nhỏ, ý tưởng táo bạo thường tạo nên kỳ diệu” Phải việc tìm kiếm hội, khả dám nghĩ đến ý tưởng lạ, dù rủi ro, yếu tố để bạn trở thành người thành đạt kinh doanh? Đó chủ đề hút quan tâm bạn Nguyễn văn Chiến, Vũ Hạnh, Đỗ quang Sang (K06404 -401) Là người theo học thuyết Icek Ajzen (Theory of planned behaviour), tạm dịch “thuyết hành vi có hướng đích”, bạn chia nhân tố ảnh hưởng tới định tham dự vào kinh doanh sinh viên thành nhóm lớn sau: Thứ nhất, yếu tố tâm lý thích hay ngại rủi ro (ký hiệu RISK), mà phản ánh quan điểm, thái độ, ưa thích hay ngại ngần hoạt động kinh doanh, (được đo từ zero, hoàn toàn không sợ rủi ro, tới 100 ngại mạo hiểm) Kỳ vọng dấu âm Thứ hai, yếu tố môi trường, xã hội, bao gồm: EXTERNAL, tổng hòa ảnh hưởng gia đình, bạn bè đến định tham dự kinh doanh sinh viên, học Đây biến phân loại (Dummy) Nó nhận giá trị 1, có gợi ý, thúc đẩy, zero, Kỳ vọng mang dấu dương TIME, thời gian bỏ vào đọc báo chí kinh doanh, làm giầu, vào tìm kiếm mối quan hệ, hội kinh doanh Đơn vị đo giờ/tuần Kỳ vọng mang dấu dương Thứ ba, yếu tố kiểm soát hành vi, mà biến ý tưởng, lòng mong muốn thành hành động cụ thể Bao gồm: Năm 2010 21 22 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com POTENTIAL, đơn vị đo triệu đồng, tổng số tiền tối đa mà cá nhân sinh viên huy động lúc cần thiết Kỳ vọng mang dấu dương FIELD: biến phân loại, nhận giá trị 1, sinh viên khối ngành kinh tế, zero, thuộc ngành học khác Kỳ vọng mang dấu dương (Điều không hẳn đúng, thời đại dotcom) GENDER, biến phân loại, nhận giá trị 1, nam, zero, nữ, để thử xem cánh mày râu có “yêng hùng” phái yếu thương trường hay không Kỳ vọng mang dấu dương Cuối cùng, biến giải thích TRADE, nhận giá trị 1, cá nhân sinh viên định làm kinh doanh (nhỏ), zero, không Kết ước lượng sau: TRADE ⊗ = 1.5769 **** − 4.872 RISK **** + 0.3375 EXTERNAL + 0.1152TIME *** (0.459) (0.7352) (0.2547) (0.05122) + 0.017 POTENTIAL + 0.4067 FIELD + 0.2041GENDER (0.0107) (0.2632) (0.2539) Prob( LR-stat) =0.0000, AIC = 0.745, Schwarz = 0.859 Ghi chú: Hệ số ước lượng với dấu **** có ý nghĩa mức 0.001, * mức 0.1 Hệ số ngoặc standard error *** mức 0.05, 77 Hãy kiểm địmh tính có ý nghĩa mức 0.1 (hay 10%) biến sau: EXTERNAL, POTENTIAL, FIELD, GENDER Cho trước Z 0.05 = 1.65 Trong mệnh đề sau, đâu mệnh đề đúng? Tất biến ý nghĩa mức 10% 78 Giả sử sau kiểm định t-test, với mức ý nghĩa 5% cho thấy nên loại bỏ biến GENDER khỏi mô hình (Nam nữ anh hùng, dám vào thương trường) Nhưng kết cho thấy, biến EXTERNAL, POTENTIAL, VÀ FIELD ý nghĩa mức 5% Nhóm nghiên cứu nghĩ rằng, ước lượng xác đưa nhiều biến vào mô hình Vì vậy, không nên loại bỏ tất cả, mà vài biến nhóm biến ý nghĩa Để tự tin làm điều đó, nhóm tiến hành phép thử F-test tính có ý nghĩa đồng thời cụm biến Kết kiểm định cho thấy: Fc = 2.6431 ~ F (3,198) Hơn nữa, F0.05 (3,198) = 2.60 Vậy ta đến kết luận là, mức ý nghĩa 5%, không nên đồng thời loại bỏ tất biến khỏi mô hình Đúng  Sai  Giải thích: Fc > F0.025 Vì nên bác bỏ giả thuyết H-null Năm 2010 22 23 Tài liệu hữu ích: http://tailieuhuuich.blogspot.com 79 Nhóm đến nhận định rằng, bạn bè gia đình ủng hộ, có nghĩa khả tài huy động dồi Vì vậy, thay việc đưa cụm biến EXTERNAL, POTENTIAL, FIELD vào, nhóm quan tâm tới biến thực, số tiền có khả huy động cần thiết, POTENTIAL Kết ước lượng cho sau: TRADE ⊗ = 1.916 **** − 4.825 RISK **** + 0.1148TIME *** + 0.018POTENTIAL* (0.399) (0.617) (0.049) (0.010) Prob( LR-stat) =0.0000, AIC = 0.74, Schwarz = 0.80 Theo mô hình Probit, công thức đánh giá tác động riêng phần yếu tố tới khả tham dự kinh doanh sinh viên xác định sau: ^ ∆ Pr ob(TRADE = 1) ∂ Pr ob(TRADE = 1) → = Φ(1.916 − 4.825 RISK + 0.1148TIME + 0.018POTENTIAL) β k ∆X k ∂X k Trong đó, k=2,3,4, tương ứng với X k = RISK , TIME , POTENTIAL ; Φ hàm xác suất phân bố chuẩn Dựa nhận định đó, em đến kết luận là, khả sinh viên tham dự vào kinh doanh phụ thuộc mạnh vào: Khả chấp nhận rủi ro nỗ lực học hỏi, tìm kiếm hội kinh doanh 80 Nếu em đưa biến FIELD vào mô hình, hệ số ước lượng kèm 0.42, với mức ý nghĩa 10% (Các hệ số ước lượng khác giữ nguyên dấu mức ý nghĩa cho phép) Trong hoàn cảnh vậy, FIELD = : Pr ob(TRADE = 1) = Φ (1.9 − RISK + 0.12TIME + 0.017 POTENTIAL) FIELD = : Pr ob(TRADE = 1) = Φ(1.9 − RISK + 0.12TIME + 0.017 POTENTIAL + 0.42) Như vậy, việc có học trường kinh tế quản trị kinh doanh khiến cho sinh viên dễ tham dự vào hoạt động kinh doanh so với học trường khác Theo em kết luận sau đây, đâu nhất: Nếu thực tiễn cho thấy học sinh ngành kinh tế quản trị kinh doanh thực có ham thích làm kinh doanh so với ngành khác, tốt làm tăng mức độ đa dạng quan sát để nâng hiệu ước lượng, mà không nên loại bỏ biến FIELD Nên kiểm định lại cụm biến FIELD POTENTIAL xem có khả loại bỏ đồng thời hai biến không? Nếu không thể, phải tăng số lượng quan sát để thu kết ước lượng tốt Năm 2010 23 [...]... trường về kinh tế và quản trị kinh doanh sẽ khiến cho sinh viên dễ tham dự vào hoạt động kinh doanh hơn so với học ở trường khác Theo em các kết luận sau đây, đâu là cái đúng nhất: Nếu thực tiễn cho thấy học sinh ngành kinh tế và quản trị kinh doanh thực sự có ham thích làm kinh doanh hơn so với các ngành khác, thì tốt nhất là làm tăng mức độ đa dạng của quan sát để nâng hiệu quả ước lượng, mà không nên... học tập và sự thành đạt trong tương lai làm chậm lại ý muốn có quan hệ tình dục hoặc có gia đình của giới trẻ Quyết định kinh doanh của sinh viên Kinh doanh không phải là điều gì xa lạ Nhưng không phải ai cũng hiểu rõ những yếu tố gì thúc đẩy một con người trở nên đam mê và thành công trong kinh doanh nhất là khi họ vẫn còn là sinh viên Đôi khi, những ý tưởng lớn đã biến một sinh viên trở thành nhà kinh. .. Trung tâm Dân số và công tác xã hội, người đã tổ chức điều tra 300 sinh viên tại Hà nội về quan hệ tình dục, cho rằng, đó là điều khó có thể chấp nhận được Ông viện dẫn những nhà kinh điển, như Freud, rằng hành vi của cá nhân về tình yêu và hôn nhân chịu ảnh hưởng mạnh mẽ bởi môi trường gia đình, và bởi những cân nhắc thiệt hơn về kinh tế Giả sử tiếp là TS Thịnh quen thầy Nhật Ông ta nhắc nhóm trưởng... người có thể đặt câu hỏi về hệ số ước lượng đi kèm với yếu tố thu nhập là khá lớn về mức độ Cụ ^ thể là β 5 = 0.92 ^ Ước lượng β 5 = 0.92 đặt ra vấn đề Vì khó mà hình dung rằng, nếu thu nhập tăng 10%, thì nhu cầu về tiêu thụ bia gần cũng tăng lên gần 10% Vì vậy, cần phải có những đánh giá thống kê bổ trợ để xét xem kết quả ước lượng là có hợp lý trên thực tế không Cụ thể là nên tìm khoảng tin cậy của... có cho bài tập, nêu lên rằng, nếu có một biến nào đó có ý nghĩa, mà lại bị BỎ QUÊN, không đưa vào mô hình, thì sẽ làm ước lượng bị chệch Và mọi kiểm định thống kê trở nên vô giá trị Có thể các em đã chưa đưa hết các biến có ý nghĩa vào mô hình.” Như vậy, tác động của phí tổn sống, COST, rất có thể là không theo dạng tuyến tính Gợi ý: Hãy đưa cụm biến COST và COST 2 vào mô hình Kết quả ước lượng như... dùng cũng đoán ngay là giá bia cũng sẽ tăng; và do vậy họ sẽ giảm nhu cầu về bia Nói khác đi thông tin về biến động giá của hai loại hàng là có tương quan đồng biến chặt với nhau Trong kinh tế lượng, người ta gọi hiện tượng này là đa cộng tuyến (Linear collinearity) Để kiểm tra nghi vấn đó có đúng hay không, người ta chạy hồi quy bổ trợ (auxilliary regression) sau, giữa giá rượu và bia: Dependent Variable:... 9.596951 Dựa trên kinh nghiệm thực tế này, em hãy suy nghĩ nghiêm túc về lời khuyên sau: _ (i) Hệ số R 2 cao chẳng có ý nghĩa gì lắm, và không nên vì thế mà sửa số liệu làm gì (ii) Hãy trung thực trong nghiên cứu như nhóm của Ngọc Bảo Bạn sẽ thấy được niềm vui của sự sáng tạo và khả năng khám phá thực tế của chính bạn Bây giờ, em hãy chọn cho mình cách ứng xử (đây là câu hỏi điều tra, không nhất thiết... muốn có quan hệ tình dục (QHTD) trong sinh viên, (ký hiệu là ACTION ⊗ ), là như sau: • Quan điểm về tình dục trước hôn nhân (OPINION): rằng đó là việc không nên làm, bình thường, hay coi đấy là cách “sống thử”, (được chia theo 3 cấp độ tăng dần) Kỳ vọng mang dấu dương • Lý do về kinh tế (COST): nhiều người tự đến với nhau để chia sẻ phí tổn sống, tiền thuê nhà trọ (tính theo triệu đồng) Kỳ vọng mang... được hoàn toàn tự do sinh hoạt, không chịu sự kiểm soát của bất cứ ai Vì vậy, ta kỳ vọng hệ số mang dấu dương Điểm học tập (MARK): Những ai tập trung đầu tư vào việc học nhiều hơn, thì ngại bị chi phối bởi quan hệ tình dục hơn Do vậy, kỳ vọng dấu là âm Thể hiện rằng, khả năng họ có quan hệ tình dục là ít đi Nhóm đã điều tra 110 mẫu quan sát tại Thủ Đức Kết quả ước lượng là như sau: ACTION ⊗ = 0.705... (10.3): Y = β1 + β 2 / X Với (10.2) đơn vị đo lường của Y và X không đóng vai trò gì vì cùng phụ thuộc vào % Cả ba mô hình trên đều là mô hình hồi quy tuyến tính Sài gòn rất nhiều quán bia Và không ít sinh viên tìm cách dự đoán nhu cầu uống bia của dân Sài gòn Điều này cũng từng xẩy ra ở các trường của Mỹ Từ lý thuyết về tiêu dùng trong Kinh tế Vi mô, chúng ta biết rằng, nhu cầu uống bia ( Q , đo bằng