Nghiên cứu số lượng điều hòa tiêu thụ mỗi năm từ năm 1991 đến năm 2010 trong kinh tế lượng

Phần 1: Lý thuyết Dự báo phương pháp phân tích hồi quy a Phân tích hồi quy - Nghiên cứu mối liên hệ phụ thuộc giá trị biến Y-gọi biến phụ thuộc hay biến giải thích với giá trị nhiều biến khác Xj=(j=1,2,….,m)- biến gọi biến độc lập hay biến giải thích - Ta thường giả thiết: Biến phụ thuộc Y biến ngẫu nhiên, có quy luật phân phối xác suất xác định Các biến độc lập Xj biến ngẫu nhiên, giá trị chúng xác định - Phân tích hồi quy giúp chúng ta: + Ước lượng giá trị biến phụ thuộc Y biết giá trị (các) biến độc lập X j + Kiểm định giả thiết phụ thuộc + Dự báo giá trị trung bình cá biệt biến phụ thuộc biết giá trị (các) biến độc lập b Mô hình hồi quy tổng thể mô hình hồi quy mẫu - Mô hình hồi quy tổng thể (PRF) hàm có dạng tổng quát: E(Y/Xji) = f(Xji) Nếu mô hình biểu diễn mối quan hệ biến phụ thuộc Y biến giải thích X gọi mô hình hồi quy đơn hay mô hình hồi quy biến Nếu số biến giải thích nhiều gọi mô hình hồi quy bội (hồi quy nhiều biến) - Mô hình hồi quy mẫu (SRF) biểu diễn sau: i = (Xji) Trong đó: i ước lượng E(Y/Xji) ước lượng f • Mô hình hồi quy nhiều biến: Yi=β1+ β2X2i+ β3X3i +…+ βkXki+ Ui Trong đó: Yi: giá trị biến phụ thuộc Y(i=) β1: hệ số chặn ( hệ số tự do) βj: hệ số góc(hệ số hồi quy riêng) biến giải thích Xj(j=) Ui: sai số ngẫu nhiên c Phân tích hồi quy dự báo • Dự báo giá trị trung bình: Với độ tin cậy γ=1-α cần dự báo E(Y/X0) Ước lượng điểm E(Y/X0) là: =.=1+2X20+3X30 +… +kXk0 Do σ2 chưa biết nên thống kê T= T(n-k) Ta tìm giá trị phân vị tα/2(n-k) cho: tα/2(n-k)) =1-α =γ P(⃓⃓< tα/2(n-k)) =1-α =γ P(0- tα/2(n-k).se(0)[...]... báo 6 Dự báo bằng phương pháp trung bình trượt n+1 = Với n+1 là giá trị dự báo ở thời điểm n + 1 Yn là giá trị thực tế ở thời điểm n K là khoảng trượt Vận dụng: Nghiên cứu số lượng điều hòa tiêu thụ mỗi năm( đơn vị ngàn cái) từ năm 1991 đến năm 2010 Năm Yt Yt^ Et | et | 2 et | et/yt | 1991 1992 1993 1994 1995 1996 1997 55.4 61.5 68.7 87.2 90.4 86.2 94.7 55.4 6.1 6.1 37.21 61.5 7.2 51.84 68.7 87.2 7.2... thời điểm t α: hệ số san mũ của giá trị trung bình(0