BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG BẢNG SỐ LIỆU 24 + 58

Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ VÀ KINH DOANH QUỐC TẾ -❧❧❧❧ - BÁO CÁO KINH TẾ LƯỢNG BẢNG SỐ LIỆU 24 + 58 Nhóm 18 GV HƯỚNG DẪN: T.S ĐINH THỊ THANH BÌNH Hà Nội, 2014 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT MỤC LỤC Nội dung Trang LỜI MỞ ĐẦU A BẢNG SỐ LIỆU SỐ 24 I MÔ TẢ THỐNG KÊ SỐ LIỆU: Tổng quan: Mô tả chi tiết biến mô hình: II MÔ HÌNH HỒI QUI VÀ PHÂN TÍCH HỒI QUI: Phân tích mối quan hệ tương quan biến: Chạy mô hình hồi qui phân tích kết quả: Một số kiểm định F: III KIỂM ĐỊNH VÀ SỬA CHỮA CÁC KHUYẾT TẬT CỦA MÔ HÌNH: Vấn đề đa cộng tuyến: Vấn đề về phương sai sai số thay đổi: B BẢNG SỐ LIỆU SỐ 58 I MÔ TẢ THỐNG KÊ SỐ LIỆU: Tổng quan: Mô tả chi tiết biến mô hình: II MÔ HÌNH HỒI QUI VÀ PHÂN TÍCH HỒI QUI: Phân tích mối quan hệ tương quan biến: Chạy mô hình hồi qui phân tích kết quả: Một số kiểm định F: III KIỂM ĐỊNH VÀ SỬA CHỮA CÁC KHUYẾT TẬT CỦA MÔ HÌNH Vấn đề đa cộng tuyến: Vấn đề về phương sai sai số thay đổi: TÀI LIỆU THAM KHẢO Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT LỜI MỞ ĐẦU Như biết, kinh tế vi mô vĩ mô mô tả vận động kinh tế, kinh tế lượng cung cấp phân tích mặt lượng mối quan hệ tượng kinh tế, với tác động qua lại chúng, sở số liệu thu thập từ thực tế, nhằm củng cố thêm giả thiết, từ đưa định đắn Đặc biệt, thời đại công nghệ phát triển mạnh mẽ nay, đòi hỏi phải phân tích định lượng tượng kinh tế trình hoạch định sách vĩ mô, việc dự báo dự đoán phải có độ tin cậy cao,… kinh tế lượng ngày đóng vai trò quan trọng, thân không ngừng hoàn thiện phát triển Sau trình học tập nghiên cứu, dẫn tận tình cô Đinh Thị Thanh Bình, nhóm chúng em tiếp nhận lượng kiến thức mà môn học truyền tải, tự hoàn thành báo cáo bảng số liệu 24 58 Chúng em mong nhận ý kiến nhận xét cô bạn để làm hoàn thiện hơn! Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT A BẢNG SỐ LIỆU SỐ 24 Bất kì quốc gia giới muốn giữ vững trật tự, kỉ cương xã hội đặt hệ thống luật pháp riêng mình; vi phạm hệ thống bị bắt xử lý theo pháp luật Vậy số lần phạm tội trộm cắp tài sản bị bắt giữ, thu nhập hợp pháp tính năm, thời gian kết án trung bình năm,… có ảnh hưởng đến số lần bị bắt giữ năm? Để hiểu rõ hơn, sâu sắc vấn đề trên, nhóm chúng em sử dụng số liệu 24; số liệu dựa nghiên cứu năm 1986 - mốc thời gian cụ thể Báo cáo Kinh tế lượng I Nhóm 18/ Lớp KTE309.25_LT MÔ TẢ THỐNG KÊ SỐ LIỆU: Tổng quan: Sau trình thảo luận nhóm xem xét ý nghĩa biến file bảng số liệu 24, nhóm chúng em định chọn mô hình hồi quy gồm biến sau: ● Biến phụ thuộc: narr86 ● Biến độc lập: (bao gồm biến) − X1: nparr86 − X2: inc86 − X3: black − X4: avgsen − X5: ptime86 Dưới kết thu nhóm tiến hành mô tả thống kê biến phụ thuộc biến độc lập lệnh miêu tả biến des: des narr86 nparr86 ptime86 avgsen black inc86 variable name storage display value type format label variable label -narr86 byte %9.0g # times arrested, 1986 nparr86 byte %9.0g # property crme arr., 1986 ptime86 byte %9.0g mos in prison during 1986 avgsen float %9.0g avg sentence length, mos black byte %9.0g =1 if black inc86 float %9.0g legal income, 1986, $100s Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT Dựa vào kết trên, ta có bảng tổng hợp sau: Tên biến Định dạng hiển thị Đơn vị tính Ý nghĩa biến narr86 %9.0g - Số lần bị bắt năm 1986 nparr86 %9.0g - Số lần phạm tội trộm cắp tài sản bị bắt giữ năm 1986 inc86 %9.0g trăm đô Thu nhập hợp pháp tính năm 1986 %9.0g - = người da đen Black =0 không người da đen avgsen %9.0g tháng Thời gian kết án trung bình ptime86 %9.0g tháng Số tháng ngồi tùtrong năm 1986 Sau sử dụng lệnh Sum để tiếp tục mô tả biến trên: sum narr86 nparr86 avgsen ptime86 inc86 black Variable | Obs Mean Std Dev Min Max -+ -narr86 | 2725 4044037 8590768 12 nparr86 | 2725 1255046 4828473 avgsen | 2725 6322936 3.508031 59.2 ptime86 | 2725 387156 1.950051 12 inc86 | 2725 54.96705 66.62721 541 -+ Báo cáo Kinh tế lượng black | Nhóm 18/ Lớp KTE309.25_LT 2725 1611009 3676915 Kết lệnh Sum cho ta biết số quan sát (Obs), giá trị trung bình (Mean), độ lệch chuẩn (Std Dev.), giá trị lớn (Max), giá trị nhỏ (Min) biến Dựa theo kết trên, ta có bảng tổng hợp sau: Biến Số quan sát Giá trị trung bình Độ lệch chuẩn Giá trị nhỏ Giá trị lớn narr86 2725 0.4044037 0.8590768 12 nparr86 2725 0.1255046 0.4828473 Avgsen 2725 0.6322936 3.508031 59.2 ptime86 2725 0.387156 1.950051 12 inc86 2725 54.96705 66.62721 541 Black 2725 0.1611009 0.3676915 Mô tả chi tiết biến mô hình: Để mô tả chi tiết biến chọn, dùng lệnh tab: a) Số lần bị bắt giữ năm 1986 tab narr86 # times | arrested, | 1986 | Freq Percent Cum + | 1,970 72.29 72.29 | 559 20.51 92.81 | 121 4.44 97.25 | 42 1.54 98.79 | 12 0.44 99.23 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT | 13 0.48 99.71 | 0.15 99.85 | 0.04 99.89 | 0.04 99.93 10 | 0.04 99.96 12 | 0.04 100.00 + Total | 2,725 100.00 − Số lần bị bắt giữ dao động khoảng đến 12 với tần suất cao rơi vào mức 1970 chiếm 72,29% giảm dần đáng kể mức 12 Nhìn cách tổng quan thấy số lần phạm tội chủ yếu nằm khoảng từ – chiếm 97,25% − Ý nghĩa Cum: có 97.25% tổng số 2725 số quan sát mà Số lần bị bắt giữ năm 1986 ≤ b) Số lần phạm tội trộm cắp tài sản bị bắt giữ năm 1986 tab nparr86 # property | crme arr., | 1986 | Freq Percent Cum + | 2,469 90.61 90.61 | 208 7.63 98.24 | 31 1.14 99.38 | 0.26 99.63 | 0.18 99.82 | 0.11 99.93 | 0.07 100.00 + Total | 2,725 100.00 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT − Số lần phạm tội trộm cắp tài sản bị bắt giữ nằm khoảng từ đến Trong mức có tần suất đáng kể 2469 chiếm 90,61% , theo sau giảm xuống đáng kể mức Với số lần phạm tội trộm cắp tài sản bị bắt giữ chiếm nhất, có 0,07% − Ý nghĩa Cum: có 99.63% tổng số 2725 số quan sát mà số lần phạm tội trộm cắp tài sản bị bắt giữ năm 1986 ≤ c) Thời gian kết án trung bình tab avgsen avg | sentence | length, | mos | Freq Percent Cum + | 2,591 95.08 95.08 | 0.04 95.12 | 0.07 95.19 | 0.07 95.27 1.1 | 0.18 95.45 1.4 | 0.04 95.49 2.2 | 0.04 95.52 2.3 | 0.04 95.56 2.6 | 0.07 95.63 2.9 | 0.04 95.67 3.5 | 0.04 95.71 | 0.07 95.78 4.3 | 0.04 95.82 4.8 | 0.04 95.85 4.9 | 0.04 95.89 5.5 | 0.07 95.96 5.6 | 0.15 96.11 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT | 0.04 96.15 6.1 | 0.07 96.22 6.2 | 0.04 96.26 6.3 | 0.04 96.29 6.7 | 0.04 96.33 6.9 | 0.04 96.37 7.1 | 0.11 96.48 7.2 | 0.04 96.51 7.6 | 0.04 96.55 more— − Thời gian kết án trung bình dao động từ đến 59,2 tháng với tần suất khoảng thời gian lặp lại không lặp lại trừ mức tháng có tần suất cao 2591 chiếm 95,08% − Ý nghĩa Cum: có 96.26% tổng số 2725 số quan sát mà thời gian kết án trung bình ≤ 6.2 d) Số tháng ngồi tù năm 1986 tab ptime86 mos in | prison | during 1986 | Freq Percent Cum + | 2,594 95.19 95.19 | 0.26 95.45 | 15 0.55 96.00 | 0.29 96.29 | 0.26 96.55 | 0.18 96.73 | 10 0.37 97.10 | 0.26 97.36 | 0.07 97.43 10 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT tab popul population, | 1000s | Freq Percent Cum + 454 | 1.00 1.00 490 | 1.00 2.00 524 | 1.00 3.00 547 | 1.00 4.00 550 | 1.00 5.00 563 | 1.00 6.00 639 | 1.00 7.00 648 | 1.00 8.00 666 | 1.00 9.00 671 | 1.00 10.00 696 | 1.00 11.00 709 | 1.00 12.00 799 | 1.00 13.00 909 | 1.00 14.00 986 | 1.00 15.00 1000 | 1.00 16.00 1003 | 1.00 17.00 1006 | 1.00 18.00 1007 | 1.00 19.00 1056 | 1.00 20.00 1082 | 1.00 21.00 1108 | 1.00 22.00 1109 | 1.00 23.00 1186 | 1.00 24.00 1202 | 1.00 25.00 1228 | 1.00 26.00 1496 | 1.00 27.00 30 Báo cáo Kinh tế lượng 1515 | Nhóm 18/ Lớp KTE309.25_LT 1.00 28.00 more— − Dân số dao động khoảng 454 nghìn người đến 29760 nghìn người Tần suất dân số không lặp lại, dân số tăng dần − Ý nghĩa Cum: có 11% tổng số 100 số quan sát mà dân số ≤ 696 nghìn người d) Thu nhập bình quân đầu người tab pcinc per capita | income | Freq Percent Cum + 10301 | 1.00 1.00 11013 | 1.00 2.00 11421 | 1.00 3.00 11506 | 1.00 4.00 11530 | 1.00 5.00 11797 | 1.00 6.00 11889 | 1.00 7.00 11996 | 1.00 8.00 12039 | 1.00 9.00 12078 | 1.00 10.00 12304 | 1.00 11.00 12414 | 1.00 12.00 12607 | 1.00 13.00 12700 | 1.00 14.00 12825 | 1.00 15.00 12836 | 1.00 16.00 12977 | 1.00 17.00 13353 | 1.00 18.00 13722 | 1.00 19.00 13840 | 1.00 20.00 13906 | 1.00 21.00 31 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT 13987 | 1.00 22.00 13996 | 1.00 23.00 14028 | 1.00 24.00 14036 | 1.00 25.00 14037 | 1.00 26.00 14100 | 1.00 27.00 14124 | 1.00 28.00 more— − Thu nhập bình quân đầu người dao động khoảng 10301$ đến 25528$ Tần suất thu nhập bình quân đầu người không lặp lại, thu nhập bình quân đầu người tăng dần − Ý nghĩa Cum: có 27% tổng số 100 số quan sát mà thu nhập bình quân đầu người ≤ 14100$ e) Năm sinh trẻ tab d90 =1 if year | == 1990 | Freq Percent Cum + | 50 50.00 50.00 | 50 50.00 100.00 + Total | 100 100.00 Biến d90 = trẻ sinh năm 1990, xuất 50 lần, chiếm 50% Biến d90 = trẻ không sinh năm 1990, xuất 50 lần, chiếm 50% f) Tỉ lệ bác sĩ/ người dân tab physicpc physicians | per capita | Freq Percent Cum + .0081989 | 1.00 1.00 0087513 | 1.00 2.00 0100709 | 1.00 3.00 32 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT 010302 | 1.00 4.00 0160767 | 1.00 5.00 0168857 | 1.00 6.00 0172133 | 1.00 7.00 0175097 | 1.00 8.00 017659 | 1.00 9.00 0180695 | 1.00 10.00 0181285 | 1.00 11.00 0185461 | 1.00 12.00 0190085 | 1.00 13.00 0195546 | 1.00 14.00 0197778 | 1.00 15.00 0199032 | 1.00 16.00 0268187 | 1.00 17.00 0270145 | 1.00 18.00 0273056 | 1.00 19.00 0279295 | 1.00 20.00 0283189 | 1.00 21.00 0286619 | 1.00 22.00 0304926 | 1.00 23.00 0318241 | 1.00 24.00 034427 | 1.00 25.00 0344944 | 1.00 26.00 0369736 | 1.00 27.00 0372038 | 1.00 28.00 more— − Tỉ lệ bác sĩ/ người dân dao động khoảng 0.0081989 đến 0.4493783 tăng dần Tần suất tỉ lệ bác sĩ/ người dân không lặp lại − Ý nghĩa Cum: có 26% tổng số 100 số quan sát mà tỉ lệ bác sĩ/ người dân ≤ 0.0344944 33 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT II MÔ HÌNH HỒI QUI VÀ PHÂN TÍCH HỒI QUI: ❖ Hàm hồi quy tổng thể (PRF) hàm hồi quy mẫu (SRF): Chọn biến phụ thuộc Y lowbrth, biến độc lập X1, X2, X3, X4, X5 infmort, popul, pcinc, d90, physicpc Như ta có hàm hồi qui tổng thể PRF biểu diễn mối quan hệ phụ thuộc Y biến X sau: lowbrth = + * infmort + * popul + * pcinc + * d90 + * physicpc+ Hàm hồi qui mẫu SRF là: + * infmort + * popul + * pcinc + * d90+ * physicpc Phân tích mối quan hệ tương quan biến: Thực lệnh Corr có bảng tương quan biến phụ thuộc biến độc lập sau: corr lowbrth infmort popul pcinc d90 physicpc (obs=100) | lowbrth infmort popul pcinc d90 physicpc -+ -lowbrth | 1.0000 infmort | 0.6571 1.0000 popul | 0.1789 0.0954 1.0000 pcinc | -0.1395 -0.3760 0.2658 1.0000 d90 | 0.0612 -0.3074 0.0098 0.5008 1.0000 physicpc | -0.3821 -0.3136 -0.5520 0.0094 0.0150 1.0000 Từ bảng ta có kết quả: - Hệ số tương quan lowbrthvà infmort 0.6571 Hệ số tương quan lowbrth popul 0.1789 Hệ số tương quan lowbrth pcinc -0.1395 Hệ số tương quan lowbrth d90 0.0612 Hệ số tương quan lowbrth physicpc -0.3821 Như vậy, ta thấy nhân tố nghiên cứu, biến infmort có mối tương quan mạnh đến lowbrth, hay nói cách khác, hay tỉ lệ trẻ sơ sinh tử vong có ảnh hưởng đến tỉ lệ trẻ sơ sinh thiếu cân Hệ số tương quan mang dấu dương thể mối quan hệ chiều biến, tỉ lệ trẻ sơ sinh tử vong tăng tỉ lệ trẻ sơ sinh thiếu cân tăng Ngược lại, biến d90 ảnh hưởng đến lowbrth, hay mối tương quan năm sinh trẻ sơ sinh tỉ lệ trẻ sơ sinh thiếu cân không mạnh yếu tố khác Hệ số tương quan biến lowbrth pcinc mang dấu âm chứng tỏ chúng có quan hệ nghịch chiều, thu nhập bình quân đầu người tăng tỉ lệ trẻ sơ sinh thiếu cân giảm 34 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT Ngoài ra, giá trị tuyệt đối số nhỏ 0.8 nên dự đoán không xảy tượng đa cộng tuyến Chạy mô hình hồi qui phân tích kết quả: * Sử dụng lệnh hồi qui Reg ta có kết sau: reg lowbrth infmort popul pcinc d90 physicpc Source | SS df MS Number of obs = -+ F( 5, 100 94) = 21.67 Model | 72.0737164 14.4147433 Prob > F = 0.0000 Residual | 62.5313782 94 665227428 R-squared = 0.5354 Adj R-squared = 0.5107 Root MSE 81561 -+ -Total | 134.605095 99 1.35964742 = -lowbrth | Coef Std Err t P>|t| [95% Conf Interval] -+ -infmort | 5435301 0650031 8.36 0.000 414465 6725952 popul | 8.16e-06 0000198 0.41 0.682 -.0000312 0000476 pcinc | -.0000143 0000342 -0.42 0.678 -.0000822 0000537 d90 | 6762113 1935186 3.49 0.001 2919756 1.060447 physicpc | -1.883362 1.112921 -1.69 0.094 -4.093094 326369 _cons | 1.573601 9369484 1.68 0.096 -.2867315 3.433934 Từ ta có bảng số liệu: Tên biến Hệ số hồi quy P-value Khoảng tin cậy Hệ số tự 1.573601 0.096 (-0.2867315 ; 3.433934) Infmort 0.5435301 0.000 (0.414465 ; 0.6725952) Popul 0.00000816 0.682 (-0.0000312 ; 0.0000476) Pcinc -0.0000143 0.678 (-0.0000822 ; 0.0000537) d90 0.6762113 0.001 (0.2919756 ; 1.060447) Physicpc -1.883362 0.094 (-4.093094 ; 0.326369) Phương trình hồi qui mẫu mô hình là: 35 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT Lowbrth = 1.573601 + 0.5435301 * infmort+ 0.00000816 * popul - 0.0000143 * pcinc + 0.6762113 * d90 - 1.883362 * physicpc + ui * Phân tích kết hồi qui: − − − − − − − Số quan sát Obs = 100 Tổng bình phương sai số tổng cộng SST = 134.605095 Tổng bình phương sai số giải thích SSE = 72.0737164 Tổng bình phương phần dư SSR (phần dư) = 62.5313782 Bậc tự phần giải thích Dfm= Bậc tự phần dư Dfr = 94 Hệ số xác định R2 = 0.5354 có ý nghĩa:tỉ lệ trẻ sơ sinh tử vong, dân số, thu nhập bình quân đầu người, năm sinh trẻ tỉ lệ bác sĩ/ người dân giải thích 53.54% biến tỉ lệ trẻ sơ sinh thiếu cân − Hệ số xác định điều chỉnh = 0.5107 − Ý nghĩa hệ số hồi quy mô hình: Với điều kiện yếu tố khác không đổi: ▪ = 1.573601 : giá trị biến độc lập = tỉ lệ trẻ sơ sinh thiếu cân 1.573601% ▪ = 0.5435301 : tăng 1% tỉ lệ trẻ sơ sinh tử vong tỉ lệ trẻ sơ sinh thiếu cân tăng ▪ ▪ ▪ ▪ lên 0.5435301% = (8.16e-06) : tăng dân số lên 1000 người tỉ lệ trẻ sơ sinh thiếu cân tăng (8.16e-06) % = - 0.0000143 : tăng thu nhập bình quân đầu người lên 1$ tỉ lệ trẻ sơ sinh thiếu cân giảm 0.0000143% = 0.6762113 : tỉ lệ trẻ sơ sinh thiếu cân sinh năm 1990 cao so với tỉ lệ trẻ sơ sinh thiếu cân không sinh năm 1990 0.6762113% = - 1.883362: tăng tỉ lệ bác sĩ/ người dân lên đơn vị tỉ lệ trẻ sơ sinh thiếu cân giảm 1.883362% Một số kiểm định F: a) Kiểm định phù hợp mô hình: - Mục đích: xem xét trường hợp tham số biến độc lập đồng thời xảy hay không - Có cặp giả thuyết thống kê: Nếu giá trị Prob > F nhỏ mức ý nghĩa bác bỏ H o, chấp nhận H1 tức hàm hồi quy mẫu phù hợp F = = 21.665 36 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT = 2.32 Mà F= 21.665 > 2,32 → Bác bỏ H0 Vậy mô hình hồi quy tìm phù hợp - Sử dụng lệnh test có kết quả: test infmort popul pcinc d90 physicpc ( 1) infmort = ( 2) popul = ( 3) pcinc = ( 4) d90 = ( 5) physicpc = F( 5, 94) = Prob > F = 21.67 0.0000 Như vậy, Prob > F = 0.0000, nhỏ mức ý nghĩa , bác bỏ Ho → Hệ số hồi qui biến độc lập đồng thời 0, mô hình hồi qui phù hợp b) Kiểm định giả thuyết hệ số hồi quy - Mục đích: kiểm định ảnh hưởng biến độc lập lên giá trị trung bình biến phụ thuộc lowbrth - Có cặp giả thuyết thống kê: Nếu giá trị Prob > F nhỏ mức ý nghĩa bác bỏ H o, chấp nhận H1, tức biến độc lập có ý nghĩa thống kê lowbrth - Theo bảng chạy hồi qui mục 3, ta thấy: + Biến infmort có giá trị p-value < 0.05, bác bỏ Ho, tức biến infmort có ý nghĩa thống + + + + kê lowbrth Biến popul có giá trị p-value > 0.05, chấp nhận H o, tức biến popul ảnh hưởng lowbrth Biến pcinc có giá trị p-value > 0.05, chấp nhận H o, tức biến pcinc ảnh hưởng lowbrth Biến d90 có giá trị p-value < 0.05, bác bỏ H o, tức biến d90 có ý nghĩa thống kê lowbrth Biến physicpc có giá trị p-value > 0.05, chấp nhận H o, tức biến physicpc ảnh hưởng lowbrth 37 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT III KIỂM ĐỊNH VÀ SỬA CHỮA CÁC KHUYẾT TẬT CỦA MÔ HÌNH Vấn đề đa cộng tuyến: a) Bản chất: Đa cộng tuyến lỗi mô hình phân tích hồi quy, xảy biến độc lập Xi mô hình hồi quy đa biến có tương quan tuyến tính với b) Nguyên nhân: Có nguyên nhân gây vấn đề đa cộng tuyến: ● Đa cộng tuyến hoàn hảo xảy đặt mô hình sai, thực tế tượng đa cộng tuyến hoàn hảo xảy ● Đa cộng tuyến không hoàn hảo xảy chất tượng kinh tế xã hội mà biến độc lập có sẵn mối quan hệ cộng tuyến với ● Đa cộng tuyến không hoàn hảo xảy số liệu điều tra không đủ lớn, hay số liệu điều tra không ngẫu nhiên Các dạng mô hình dễ xảy đa cộng tuyến: - Hồi quy dạng biến độc lập bình phương xảy đa cộng tuyến, đặc biệt phạm vi giá trị ban đầu biến độc lập nhỏ - Các biến độc lập vĩ mô quan sát theo chuỗi thời gian c) Cách phát đa cộng tuyến: ➢ Cách 1: Dùng lệnh Corr để kiểm định đa cộng tuyến Nếu biến có giá trị corr > 0.8 mô hình có khả xảy đa cộng tuyến Sử dụng phần mềm stata lệnh corr, ta thu kết sau: corr infmort popul pcinc d90 physicpc (obs=100) | infmort popul pcinc d90 physicpc -+ infmort | 1.0000 popul | 0.0954 1.0000 pcinc | -0.3760 0.2658 1.0000 d90 | -0.3074 0.0098 0.5008 1.0000 physicpc | -0.3136 -0.5520 0.0094 0.0150 1.0000 Từ bảng số liệu trên, ta thấy giá trị corr biến nhỏ so với 0.8 nên mô hình không tồn đa cộng tuyến 38 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT ➢ Cách 2: Dùng lệnh vif Nếu Mean VIF > 10 mô hình có tượng đa cộng tuyến Sử dụng phần mềm stata lệnh vif, ta thu kết sau: vif Variable | VIF 1/VIF -+ -popul | 1.66 0.603425 pcinc | 1.54 0.650448 physicpc | 1.51 0.663645 d90 | 1.38 0.726840 -+ -Mean VIF | 1.52 Từ bảng kết trên, ta thấy Mean VIF < 10 => Mô hình không tồn vấn đề đa cộng tuyến Vấn đề phương sai sai số thay đổi: a) Bản chất: U X Phương sai ngẫu nhiên i, điều kiện giá trị cho biến giải thích i không đổi, nghĩa là: = = ; i = 1,2,3…n Khi giảthiết bị vi phạm mô hình mắclỗi phương sai sai sốthayđổi b) Nguyên nhân: − − − Do chất tượng kinh tế: Nếu tượng kinh tế theo không gian điều tra đối tượng có quy mô khác tượng kinh tế theo thời gian điều tra qua giai đoạn có mức biến động khác phương sai sai số không đồng Do định dạng không dạng hàm mô hình Có thể bỏ sót biến thích hợp giải tích hàm sai Do số liệu không phản ánh chất tượng kinh tế, chẳng hạn xuất quan sát ngoại lai Quan sát ngoại lai quan sát khác biệt nhiều ( nhỏ lớn) với quan 39 Báo cáo Kinh tế lượng − − Nhóm 18/ Lớp KTE309.25_LT sát khác mẫu Việc đưa vào hay loại bỏ quan sát ảnh hưởng lớn đến phân tích hồi quy Do kỹ thuật thu thập, bảo quản xử lý số liệu cải tiến nên sai số có xu hướng giảm Do người học hành vi khứ Chẳng hạn, lỗi người đánh máy thời gian thực hành tăng… c) Cách phát dấu hiệu phương sai sai số thay đổi: ➢ Cách 1: Xem xét đồ thị phần dư: Trong cách ta sử dụng đồ thị sai số hồi qui e (phần dư) với giá trị dự đoán Yi (biểu diễn tương quan e Yi) Từ sở liệu cho phần mềm stata, sử dụng lệnh rvfplot, yline (0) ta xây dựng Đồ thị sau: Dựa vào lý thuyết kinh tế lượng học đồ thị vừa xây dựng được, ta thấy giá trị phân bố đồng đều, đồ thị giá trị có xoay xung quanh giá trị trung bình (đường ngang màu đỏ),tuy nhiên tỉ lệ rời xa giá trị trung bình lớn Vì thế, ta dự đoán mô hình có tượng phương sai sai số thay đổi 40 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT ➢ Cách 2: Dùng kiểm định White: Cặp giả thuyết: Nếu giá trị Prob > chi2 chi2 = 0.1511 > 0.05 => Không có sở để bác bỏ giả thiết H0 hay mô hình có phương sai sai số không đổi (với mức ý nghĩa 5%) 41 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT ➢ Cách 3: Dùng kiểm định Breusch – Pagan: Cặp giả thuyết: Sử dụng phần mềm stata lệnh hettest, ta thu kết sau: hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of infmort chi2(1) = 0.09 Prob > chi2 = 0.7595 Từ kết thu được, ta thấy Prob > chi2 = 0.7595 > 0.05 => Không có sở để bác bỏ giả thiết H0 hay mô hình có phương sai sai số không đổi (với mức ý nghĩa 5%) Kết luận:Vì kết kiểm định thống nhất nên kết luận tượng phương sai sai số thay đổi mô hình 42 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT KẾT LUẬN Báo cáo hoàn thành nhờ góp sức năm thành viên nhóm, dựa vào vốn kiến thức chúng em tiếp nhận từ môn học Qua báo cáo này, chúng em có hội thực hành môn kinh tế lượng từ số liệu thực tế, khiến môn học trở nên gần gũi , giúp chúng em hiểu rõ phân tích kiểm định đặc trưng, trực tiếp ôn tập kiến thức sách Chúng em xin chân thành cảm ơn cô Đinh Thị Thanh Bình hướng dẫn chúng em môn học Trong qúa trình làm báo cáo, tránh khỏi sai sót, nhóm chúng em mong cô bạn góp ý để làm nhóm hoàn thiện 43 Báo cáo Kinh tế lượng Nhóm 18/ Lớp KTE309.25_LT TÀI LIỆU THAM KHẢO PGS.TS Nguyễn Quang Dong, Giáo trình Bài giảng kinh tế lượng, NXB Giao thông vận tải, 1998 PGS.TS Nguyễn Quang Dong, Bài tập Kinh tế lượng, NXB Khoa học kỹ thuật, 1998 Một số tài liệu internet 44