Nghiên cứu tác động của các yếu tố giá bán, thu nhập trung bình của các hộ gia đình và nhiệt độ đến lượng tiêu thụ kem trung bình

22 77 0
Nghiên cứu tác động của các yếu tố giá bán, thu nhập trung bình của các hộ gia đình và nhiệt độ đến lượng tiêu thụ kem trung bình

Đang tải... (xem toàn văn)

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

Thông tin tài liệu

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG BÀI TẬP NHĨM MƠN KINH TẾ LƯỢNG Đề tài: NGHIÊN CỨU TÁC ĐỘNG CỦA CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN LƯỢNG KEM TIÊU THỤ TRUNG BÌNH Giáo viên giảng dạy: Chu Thị Mai Phương Sinh viên thực hiện: Hà Nội, tháng 06/2016 Các thành viên nhóm: TÊN MSSV MỤC LỤC Đề tài: Nghiên cứu tác động yếu tố giá bán, thu nh ập trung bình hộ gia đình nhiệt độ đến lượng tiêu thụ kem trung bình I Cơ sở lý thuyết Kem mặt hang tiêu dùng phổ biến gi ới, đặc bi ệt mùa hè Lượng kem tiêu thụ trung bình người phụ thu ộc vào nhiều yếu tố kinh tế phi kinh tế Có thể kể số yếu tố sau: • Giá bán: Theo lý thuyết kinh tế vi mô, lượng tiêu thụ mặt hàng thông thưởng, hàng hóa Giffen Veblen, phụ thuộc vào giá theo mối quan hệ nghịch chiều: giá tăng l ượng tiêu th ụ giảm Mặt hàng kem mà nghiên cứu hàng hóa thơng thường nên lượng tiêu thụ phụ thuộc nghịch chiều với giá bán • Thu nhập trung bình hộ gia đình: Cũng theo kinh tế vi mơ, hàng hóa thơng thường cao cấp thu nhập th ực tế c người tiêu dùng tăng, lượng tiêu thụ hàng hóa tăng theo, ngược l ại đ ối với hàng hóa cấp thấp, thu nhập thực tế lại có ảnh hưởng nghịch chi ều tới lượng tiêu thụ Đối với mặt hàng kem, hàng hóa thơng thường, thu nhập trung bình hộ gia đình có ảnh hưởng thuận chi ều đ ối v ới lượng tiêu thụ kem • Nhiệt độ: Ngồi biến kinh tế kể trên, đặc ểm kem m ột loại đồ ăn lạnh giải nhiệt, lượng tiêu thụ phụ thuộc vào thời tiết Cụ thể, nhiệt độ cao người tiêu dùng thích ăn kem hơn, cho lượng tiêu thụ kem ph ụ thu ộc thuận chiều với nhiệt độ Ngồi ra, nhiều yếu tố khác ảnh hưởng tới lượng tiêu thụ kem trung bình, nghiên cứu này, chúng em chạy mơ hình xem xét ảnh hưởng yếu tố Giá bán, Thu nhập trung bình hộ gia đình Nhiệt độ tới lượng kem tiêu thụ trung bình người II Xây dựng mơ hình tốn học Từ sở lý thuyết, ta chọn biến sau - Biến phụ thuộc: cons: lượng tiêu thụ kem đầu người (đơn vị: pints) - Biến độc lập: + price: giá kem (đơn vị USD/pint) + income: thu nhập trung bình tuần hộ gia đình (đơn vị: USD) + temp: Nhiệt độ trung bình (đơn vị: oF) Ngồi ra, dạng mơ hình sử dụng tuyến tính, ta xây dựng mơ hình tốn học đơn giản sau: Cons = β1 + β2 * income + β3 * temp + β4 * price Trong β1 hệ số chặn β2, β3, β4 hệ số góc Theo sở lý thuyết, ta kì vọng β2, β3 > 0, β4 < III Xây dựng mơ hình kinh tế lượng Để xây dựng quan hệ lượng tiêu thụ kem, thu nhập trung bình, nhiệt độ giá bán, ta cần xét đến ảnh hưởng yếu tố ngẫu nhiên Ta có mơ hình hồi quy tổng thể ngẫu nhiên sau: Cons = β1 + β2 * income + β3 * temp + β4 * price + ui Trong ui ảnh hưởng yếu tố ngẫu nhiên IV Mô tả số liệu Mô tả thống kê biến Variable Mean Median Minimum Maximum Standard deviation cons 0.359433 0.3515 0.256 0.548 0.065790 price 0.2753 0.277 0.26 0.292 0.0083424 income 84.6 83.5 76 96 temp 49.1 49.5 24 72 6.24555 16.4219 C.V 0.18304 0.0303032 0.073824 0.334459 Skewness 0.737453 0.0070264 0.52307 0.067166 Ex kurtosis 0.505447 -0.861035 5% percentile 95% percentile Interquartile range Missing obs 0.26315 0.5051 0.2611 0.28925 0.949756 76 96 0.08775 0.01425 11.25 32.25 0 0 -1.50104 25.1 72 Mô tả tương quan biến • Ma trận tương quan biến Correlation coefficients, using the observations - 30 5% critical value (two-tailed) = 0.3610 for n = 30 cons 1.0000 price -0.2596 1.0000 income 0.0479 -0.1075 1.0000 temp 0.7756 -0.1082 -0.3247 1.0000 cons price income temp • Nhận xét - Tương quan biến phụ thuộc cons biến độc lập price, income, temp nói chung khơng cao, tương quan v ới bi ến temp l ớn nh ất (r=0.7756), với biến income nhỏ (r=0.0479) - Tương quan biến độc lập price, income, temp không cao - Kỳ vọng dấu: r(cons,price) = - 0.2596 < nên kỳ vọng β4 có dấu âm r(cons,income) = 0.0479 > nên kỳ vọng β2 có dấu dương r(cons,temp) = 0.0.7756 > nên kỳ vọng β3 có dấu dương V Kết ước lượng mơ hình Mơ hình hồi quy mẫu Hồi quy OLS với số liệu cho thu kết sau: Model 3: OLS, using observations 1-30 Dependent variable: cons Coefficient Std Error 0.197315 0.270216 0.00330776 0.00117142 0.00345843 0.000445547 -1.04441 0.834357 const income temp price Mean dependent var Sum squared resid R-squared F(3, 26) Log-likelihood Schwarz criterion rho 0.359433 0.035273 0.718994 22.17489 58.61944 -103.6341 0.400633 t-ratio 0.7302 2.8237 7.7622 -1.2518 p-value 0.47179 0.00899 0.1 ⇒ chấp nhận giả thuyết H0 mức ý nghĩa α = 10% ⇒ β4 khơng có ý nghĩa ⇒ biến price khơng có ảnh hưởng tới biến cons phạm vi mẫu xét Vì ta loại biến khỏi mơ hình mơ hình h ồi quy t th ể ng ẫu nhiên viết lại là: Cons = β1 + β2 * income + β3 * temp + ui Hồi quy OLS mơ hình với biến thu kết sau Model 4: OLS, using observations 1-30 Dependent variable: cons const income temp Coefficient Std Error -0.113195 0.10828 0.00353017 0.00116996 0.00354331 0.000444956 Mean dependent var Sum squared resid R-squared F(2, 27) Log-likelihood Schwarz criterion rho 0.359433 0.037399 0.702059 31.81097 57.74165 -105.2797 0.391242 t-ratio -1.0454 3.0173 7.9633 S.D dependent var S.E of regression Adjusted R-squared P-value(F) Akaike criterion Hannan-Quinn Durbin-Watson p-value 0.30511 0.00551 4.967765) = 0.419827 P-value = P(�2(5) > 4.967765) = 0.419827 > 0.1 ⇒ chấp nhận H0 mức ý nghĩa 10% ⇒ Theo kiểm định White, PSSS khơng thay đổi Kết luận chung: Mơ hình không mắc PSSS thay đổi Kiểm định tự tương quan (TTQ) • Cách 1: (định tính) Sử dụng đồ thị phần dư 15 Đồ thị phần dư theo thời gian cho ta thấy e i thay đổi có quy luật theo thời gian, có TTQ Tuy nhiên cần phải có ki ểm đ ịnh đ ịnh lượng để kết luận xác • Cách 2: Kiểm định Durbin – Watson (kiểm định TTQ bậc 1) Durbin-Watson statistic = 1.00334 p-value = 0.000448524 Với n = 30, k = 3, k’ = 2, tra bảng có dL = 1.270 dU = 1.563 d < dL ⇒ có TTQ dương bậc với mức ý nghĩa α = 5% Kết luận: Theo kiểm định Durbin – Watson, mơ hình có TTQ dương bậc • Cách 3: Kiểm định Breusch – Godfrey Kiểm định TTQ bậc Hồi quy mơ hình et = β1 + β2*income + β3*temp + �1*et-1 + vt et phần dư thu từ mơ hình hồi quy gốc Cặp giả thuyết H0 : khơng có TTQ bậc H1 : có TTQ bậc Kết Breusch-Godfrey test Breusch-Godfrey test for first-order autocorrelation 16 OLS, using observations 1-30 Dependent variable: uhat coefficient std error t-ratio p-value const 0.00907086 0.103330 0.08778 0.9307 income 1.25461e-06 0.00111532 0.001125 0.9991 temp -0.000161179 0.000432351 -0.3728 0.7123 uhat_1 0.412305 0.214054 1.926 0.0651 * Unadjusted R-squared = 0.124878 Alternative statistic: TR^2 = 3.746351, with p-value = P(Chi-square(1) > 3.74635) = 0.0529 P-value = P(�2(1) > 3.74635) = 0.0529 < 0.1 ⇒ Bác bỏ giả thuyết H0 mức ý nghĩa 10% ⇒ Mơ hình có TTQ bậc Kết luận: Theo kiểm định Breusch-Godfrey, mô hình có TTQ bậc Kết luận chung: Mơ hình mắc khuyết tật tự tương quan bậc VII Một số kiểm định khác Kiểm định thừa, thiếu biến giải thích a Kiểm định thừa biến Như kết kiểm định phần V hệ số β2, β3 có ý nghĩa thống kê mức ý nghĩa 1% nên biến income temp cần thi ết không b ị lo ại khỏi mô hình b Kiểm định bỏ sót biến Sử dụng kiểm định RESET Ramsey Thêm biến vào mô hình ban đầu Cặp giả thuyết H0 : Mơ hình ban đầu khơng bỏ sót biến (β4 = β5 = 0) H1 : Mơ hình ban đầu bỏ sót biến (β42 + β52 > 0) Kết kiểm định RESET Auxiliary regression for RESET specification test OLS, using observations 1-30 Dependent variable: cons coefficient std error t-ratio p-value - 17 const income temp yhat^2 yhat^3 -7.00562 0.114329 0.115493 -96.4673 96.2029 2.94788 0.0457667 0.0463720 37.4505 35.2859 -2.376 2.498 2.491 -2.576 2.726 0.0255 0.0194 0.0198 0.0163 0.0115 ** ** ** ** ** Test statistic: F = 7.566472, with p-value = P(F(2,25) > 7.56647) = 0.00269 P-value = P(F(2,25) > 7.56647) = 0.00269 < 0.01 ⇒ Bác bỏ giả thuyết H0 mức ý nghĩa 1% ⇒ Mơ hình ban đầu bỏ sót biến Kiểm định dạng hàm • Cặp giả thuyết H0 : Mơ hình ban đầu có dạng tuyến tính (cons ph ụ thu ộc ến tính theo biến income temp) H1 : Mơ hình ban đầu có dạng tuyến tính log (ln(cons) phụ thu ộc ến tính theo biến ln(income) ln(temp)) • Hồi quy OLS biến cons theo income temp (kết hồi quy trên) thu • Hồi quy OLS biến ln(cons) theo ln(income) ln(temp) Kết hồi quy Model 3: OLS, using observations 1-30 Dependent variable: l_cons const l_income l_temp Coefficient -6.10328 0.772142 0.427733 Std Error 1.2906 0.273097 0.0547931 t-ratio -4.7290 2.8274 7.8063 Thu • Đặt Z1 = ln() – • Hồi quy OLS biến cons theo income, temp Z1 Kết hồi quy 18 p-value 0.00006 0.00873

Ngày đăng: 21/05/2020, 11:13

Từ khóa liên quan

Mục lục

  • I. Cơ sở lý thuyết

  • II. Xây dựng mô hình toán học

  • III. Xây dựng mô hình kinh tế lượng

  • IV. Mô tả số liệu

    • 1. Mô tả thống kê các biến

    • 2. Mô tả tương quan giữa các biến

    • V. Kết quả ước lượng mô hình

      • 1. Mô hình hồi quy mẫu

      • 2. Ý nghĩa các hệ số hồi quy

      • 3. Khoảng tin cậy của các hệ số hồi quy

      • 4. Kiểm định giả thiết về các hệ số hồi quy

      • 5. Mức độ phù hợp và kiểm định sự phù hợp của mô hình

      • VI. Kiểm định các vi phạm giả thuyết

        • 1. Kiểm định phân phối chuẩn của nhiễu

        • 2. Kiểm định đa cộng tuyến

        • 3. Kiểm định phương sai sai số (PSSS) thay đổi

        • 4. Kiểm định tự tương quan (TTQ)

        • VII. Một số kiểm định khác

          • 1. Kiểm định thừa, thiếu biến giải thích

          • 2. Kiểm định dạng hàm

          • VIII. Khắc phục các khuyết tật của mô hình

          • IX. Kết luận

Tài liệu cùng người dùng

  • Đang cập nhật ...

Tài liệu liên quan