Tải xuống để xem được rõ định dạng hơn!
[Các Dạng Bài Trong Đề Thi Môn Kinh Tế Lượng Khối Kinh Tế] Dạng 1: Viết hàm hồi quy, mô hình hồi quy cho biết ý nghĩa kinh tế Dạng 2: Tính RSS, ESS, TSS, ,, , Dạng 3: Khoảng tin cậy Dạng 4: Kiểm định giả thiết Dạng 5: Biển giả Dạng 6: Các khuyết tật mô hình Dạng 1: Viết hàm hồi quy, mơ hình hồi quy cho biết ý nghĩa kinh tế 1.1 - Hàm hồi quy, Mơ hình hồi quy Hàm hồi quy mẫu (SRF) : Hàm hồi quy tổng thể (PRF): E(Y/) = Mơ hình hồi quy mẫu (SRM) : Mơ hình hồi quy tổng thể (PRM) : = + Trong đó: Biến phụ thuộc : Y Biến giải thích (biến độc lập) : X Hệ số chặn : Hệ số góc: … U : sai số ngẫu nhiên ( yếu tố ngẫu nhiên) ( ) *Chú ý: Ta hiểu HHQ hay MHHQ có từ “ mẫu” tức hệ số “tổng thể” hệ số - Nếu đề hỏi hàm hồi quy tổng thể ngẫu nhiên (khác hàm hồi quy tổng thể) ta cần thêm yếu tố ngẫu nhiên (U) => đáp án phải : = + 1.2 Ý nghĩa kinh tế cho biết biến độc lập X = giá trị trung bình biến phụ thuộc đơn vị cho biết biến độc lập X thay đổi ( tăng giảm ) đơn vị giá trị trung bình biến phụ thuộc thay đổi ( tăng giảm) đơn vị Ví dụ: X thu nhập ( triệu đồng), Y: chi tiêu ( triệu đồng) Giải: cho biết thu nhập chi tiêu trung bình đơn vị cho biết thu nhập thay đổi triệu đồng chi tiêu trung bình thay đổi triêu đồng 1.3 Số liệu phân tích hồi quy Số liệu chuỗi : không gian, khác thời gian Vdu: GDP Việt Nam qua năm Số liệu chéo : thời gian, khác không gian Vdu: GDP nước năm 2020 Số liệu hỗn hợp : khác không gian thời gian Vdu: GDP hàng năm ba nước Anh, Mỹ, Sing cung cấp Tổng cục thống kê Dạng 2: Tính RSS, ESS, TSS, ,, , Phương pháp bình phương nhỏ OLS - Là phương pháp ước lượng HHQ mẫu cho tổng bình phương phần dư đạt = = 1.2 Các tính chất hàm hồi quy mẫu (SRF) - SRF ln qua trung bình mẫu ( - Tổng phần dư ∑=0 - Phần dư không tương quan với biến phụ thuộc biến độc 1.3 Các tham số đặc trưng ước lượng Kỳ vọng toán : E( = ; E( = Phương sai: Var ( = (với Var ( = ; Var ( Độ lệch chuẩn (mẫu) = Se( = ; Se( 1.4 Hệ số xác đinh ( TSS = ESS + RSS - TSS = (n-1) - RSS = (n-k) - ESS = TSS –RSS Hệ số xác định ( ( 0) Hệ số xác định hiệu chỉnh ( cho biết % biến động biến phụ thuộc biến độc lập gây : Mô hình khơng phù hợp =1 : Mơ hình khơng có ý nghĩa Tính chất: - hàm đồng biến với số biến giải thích mơ hình Do khơng thể dùng để xem xét việc đưa thêm hay nhiều biến giải thích vào mơ hình - Mục đích việc hiệu chỉnh để xem xét có nên đưa thêm biến vào mơ hình hay khơng - Một biến đưa vào mơ hình hệ số biến đưa vào mơ hình có ý nghĩa thống kê hệ số cịn tăng Ví dụ: n =1744 = 0,05 Y = 239,16 + 5,2X (Se) (20,24) Y: thu nhập; (0,57) Tính: RSS, ESS, TSS, ,, , ? Giải: RSS = (n-k) = (1744-2).( = 14348,68 => TSS = ESS = TSS – RSS = 755,194 Se( => Se( => = ) => = = – (1 – 005) X: tuổi Dạng 3: Khoảng tin cậy Khoảng tin cậy Khoảng tin cậy đối xứng: Khoảng tin cậy trái: Khoảng tin cậy phải: *Chú ý: => trái – tối thiếu; phải – tối đa => Ngược lại Khoảng tin cậy Khoảng tin cậy đối xứng: Khoảng tin cậy trái: Khoảng tin cậy phải: Ví dụ: : n =1744 = 0,05 Y = 239,16 + 5,2X (Se) (20,24) Y: thu nhập; X: tuổi (0,57) Mỗi tuổi tăng thêm kéo theo thu nhập tăng (hay giảm) $ với độ tin cậy 95%? Giải: Tìm khoảng tin cậy Vậy với tuổi tăng thêm kéo theo thu nhập tuần tăng khoảng ( 4,071; 6,329) với mức ý nghĩa 5% Dạng 4: Kiểm định giả thiết Kiểm định giả thuyết (1) Tiêu chuẩn kiểm định: T = Miền bác bỏ: (1) (2) (3) Ta có So sánh t với KL + Nếu t + Nếu t không thuộc Sử dụng phương pháp P-value ( sử dụng (1) : P < => (2) (3): P/2 < Ví dụ: Y = 19,6 + 0,73X ; X: chiều cao trung bình bố mẹ Y : chiều cao trung bình Hỏi: Chiều cao bố mẹ có ảnh hưởng tới chiều cao không? Với mức ý nghĩa 1% Giải: Kiểm định giả thiết Tiêu chuẩn kiểm định: T = Miền bác bỏ: Ta có: Vậy với mức ý nghĩa 1% chiều cao bố mẹ có ảnh hưởng đến chiều cao 2 Kiểm định giả thuyết (1) Tiêu chuẩn kiểm định : = Miền bác bỏ: (1) (2) (3) Kiểm định phù hợp hàm hồi quy Kiểm định cặp giả thiết : Tiêu chuẩn kiểm định : F = Miền bác bỏ : Sử dụng P-value: P < => P > => Ví dụ: n =1744 = 0,05 Y = 239,16 + 5,2X (Se) (20,24) Y: thu nhập; X: tuổi (0,57) Hỏi: Hàm hồi quy có phù hợp hay khơng với độ tin cậy 99%? Giải: Kiểm định cặp giả thiết : Tiểu chuẩn kiểm định : F = = Vì Vậy với mức ý nghĩa 1% hàm hồi quy phù hợp Dự báo 4.1 Dự báo giá trị trung bình Y Dự báo điểm: Dự báo khoảng : Trong đó: 4.2 Dự báo giá trị cá biệt Y Trong đó: Ví dụ: Cho Qi = 10,31+ 0,38Pi Se = (2,58) (0,12) (� ) ̂ = 3.99 , α=0.05, n=27, =18.45 Trong Q sản lượng sản phẩm (1000 sản phẩm) P giá (nghìn đồng) Tìm lượng cung trung bình cá biệt giá 10,55 nghìn đồng? Giải: Lượng cung trung bình: => = Lượng cung cá biệt tương tự Kiểm định thu hẹp Kiểm định giả thuyết Tiêu chuẩn kiểm định: : F = Miền bác bỏ: *Chú ý: Kiểm định áp dụng cho yêu cầu hỏi có thêm biến vào mơ hình hay khơng? Hoặc u cầu tìm mơ hình tồi hơn? Các bước làm bài: Quy định: : mơ hình chưa thu hẹp chứa nhiều biến Bưới 1: Tính ; , , Bước 2: So sánh , + Nếu +Nếu : thêm biến vào mơ hình, cần kiểm định thêm biến có ý nghĩa khơng sau chắn thêm biến Ví dụ: Yi = β1+ β2Xi+ β3Si+Ui (1) n =30 , α =0.05 , = 0.418 hỏi: Yi = β’1+ β’2Xi+ β’3Si+ β’4Pi+ β’5Di+Ui (2) = 0.7432 P: giá bán, D: giới tính Có nên đưa biến vào mơ hình (1) khơng? Giải: = – (1- 0,7432) -> thêm biến vào mơ hình, kiểm định biến thêm vào mơ hình (đoạn bạn thắc mắc tsao mà lại thêm biến vào mơ hình ngược với quy định Ở : mơ hình chưa thu hẹp chứa nhiều biến Kiểm định giả thiết Tiêu chuẩn kiểm định: F = Miền bác bỏ: = Vậy nên thêm biến vào mô hình Các dạng hàm hồi quy 6.1 Lin – log : Y = 6.2 Log – lin: LogY = 6.3 Log – log: LogY = Dạng 5: Biển giả Phạm trù mà biến giả nhận : D = 0: phạm trù sở D = 1: phạm trù so sánh Hồi quy với biến lượng biến chất (có phạm trù) Y= X: thu nhập Y: tiêu dùng D: giới tính ( D =1 :nam; D=0 : nữ) Nữ (D=0) : Y = Nam (D=1) : Y = Ý nghĩa: cho biết chênh lệch tiêu dùng trung bình nam so với nữ thu nhập không đổi Hồi quy biến lượng biến chất X: thu nhập Y: tiêu dùng D: miền ( Bắc, Trung, Nam) Y= => Y = => Y = : Bắc => Y = Ý nghĩa: tiêu dùng tự định miền Trung tiêu dùng cận biên khơng phân biệt vùng miền tiêu dùng trung bình chênh lệch Bắc so với Trung thu nhập khơng đổi tiêu dùng trung bình chênh lệch cuẩ Nam so với Trung thu nhậo không đổi hệ số chặn chênh lệch So sánh hàm hồi quy Sử dụng kiểm định thu hẹp để xem xét mô hình tồi Dạng 6: Các khuyết tật mơ hình Đa cộng tuyến Lý thuyết trăc nghiệm Các biến độc lập có quan hệ phụ thuộc tuyến tính => khuyết tật đa cộng tuyến Trong MHHQ bội biểu diễn dạng ma trận Y= X + U giả thiết ma trận không suy biến đảm bảo nếu: KHƠNG CĨ ĐCT HỒN HẢO ĐCT hồn hảo xảy không đồng thời cho Khi ĐCT hồn hảo ước lượng OLS khơng thể tính được; biến giải thích tổ hợp tuyến tính biến cịn lại mơ hình ĐCT khơng hồn hảo xảy khơng đồng thời cho ĐCT mức độ nghiêm trọng gây nên hiệu quả: ước lượng OLS nhạy cảm với thay đổi số liệu Cần phải quan tâm ĐCT ước lượng khơng tính trường hợp *ĐCT xảy vi phạm Phát hiện: Bước 1: Tìm Bước 2: Kiểm định phù hợp Bước 3: Tiêu chuẩn kiểm định : Miền bác bỏ Khắc phục: Bỏ biến Sai phân cấp Thay đổi dạng hàm Thu thập thêm số liệu mẫu Phân tích thành phần Phương sai sai số thay đổi Các biến ngẫu nhiên có tượng tương quan tuyến tính Tự tương quan Chỉ định mơ hình ( Thiếu biến) ... hình tồi Dạng 6: Các khuyết tật mơ hình Đa cộng tuyến Lý thuyết trăc nghiệm Các biến độc lập có quan hệ phụ thuộc tuyến tính => khuyết tật đa cộng tuyến Trong MHHQ bội biểu diễn dạng ma trận... Kiểm định giả thi? ??t Tiêu chuẩn kiểm định: F = Miền bác bỏ: = Vậy nên thêm biến vào mơ hình Các dạng hàm hồi quy 6.1 Lin – log : Y = 6.2 Log – lin: LogY = 6.3 Log – log: LogY = Dạng 5: Biển giả... trị cá biệt Y Trong đó: Ví dụ: Cho Qi = 10,31+ 0,38Pi Se = (2,58) (0,12) (� ) ̂ = 3.99 , α=0.05, n=27, =18.45 Trong Q sản lượng sản phẩm (1000 sản phẩm) P giá (nghìn đồng) Tìm lượng cung trung