Tóm tắt công thức Kinh tế lượng

Tóm tắt công thức kinh tế lượng, tổng hợp tất cả các công thức môn Kinh Tế Lượng dành cho sinh viên các trường đại học, cao đẳng hỗ trợ cho việc học tập và nghiên cứu. Mời các bạn cùng tham khảo tài liệu để nắm chi tiết nội dung.

Trương Văn Hồng Thưởng BÀI TỐN Tính 2019 ĐA BIẾN HAI BIẾN n = số mẫu (Khuyên nên tính đầu để dùng dần, lúc đầu óc cịn sáng suốt để tính tốn ^_^ ) Xác định PRF Xác định SRF Các giá trị , , , … Sẽ lấy bảng kết quả, nhiều biến Thầy ko cho tính tốn ( đỡ khổ ghê lun hehhe !!!) → SRF: Ý nghĩa hệ số hồi quy (nói ý nghĩa biến cố định biến cịn lại) Ví dụ nói ý nghĩa cố định biến X2, X3, … X2 không đổi, X2 Tương tự cho biến cịn lại … Tổng bình phương TSS = ESS = giá trị > RSS = TSS – ESS Tính hệ số xác định Hệ số xác định hiệu chỉnh âm, trường hợp này, quy ước TSS = phải giải ma trận, điều ko phải lo ESS = RSS = TSS – ESS Với k số tham số mơ hình → mơ hình biến Vd: (SRF) → k = 3, với tham số Y, X1, X2 Ước lượng Cái tra bảng kết → dòng S.E of regression → cột Std Error, dòng thứ → cột Std Error, dòng thứ → cột Std Error, dòng thứ … Trương Văn Hoàng Thưởng Kiểm định phù hợp mơ hình SRF, mức ý nghĩa α • Phương pháp giá trị tới hạn: • Phương pháp giá trị tới hạn: B1: Lập giả thiết Ho: β=0 ; H1: β≠0 B1: Lập giả thiết Ho: R2=0 ; H1: R2>0 B2: tra bảng F, giá trị tới hạn B2: tra bảng F, giá trị tới hạn B3: so sánh F0 Fα(1,n-2) B3: so sánh F0 Fα(k-1,n-k) + F0 > Fα(1,n-2): bác bỏ H0 → hàm SRF phù hợp với mẫu + F0 > Fα(k-1,n-k): bác bỏ H0 → hàm SRF phù hợp với mẫu + F0 < Fα(1,n-2): chấp nhận H0 Fα(1,n-2) Bác bỏ + F0 < Fα(k-1,n-k): chấp nhận H0 Fα(1,n-2) Chấp nhận Fα(k-1,n-k) Bác bỏ F0 Fα(k-1,n-k) Chấp nhận F0 • • 2019 Phương pháp giá trị p-value: Phương pháp giá trị p-value: (cách làm đề cho sẵn bảng kết quả) (cách làm đề cho sẵn bảng kết quả) Lấy giá trị p-value ứng với F0 (ô cuối góc phải chữ Prod(F-statistic)) Lấy giá trị p-value ứng với F0 (ơ cuối góc phải chữ Prod(F-statistic)) Tiến hành so sánh p-value α: Tiến hành so sánh p-value α: + p-value < α: bác bỏ H0 → hàm SRF phù hợp với mẫu + p-value < α: bác bỏ H0 → hàm SRF phù hợp với mẫu + p-value > α: chấp nhận H0 p-value Bác bỏ + p-value > α: chấp nhận H0 p-value Bác bỏ p-value Chấp nhận α p-value Chấp nhận α 10 Kiểm định giả thiết biến độc lập có ảnh hưởng lên biến phụ thuộc không? Giả thiết: H0: β = • H 1: β ≠ Phương pháp giá trị tới hạn: Giả thiết: H0: β = • H 1: β ≠ Phương pháp giá trị tới hạn: B1: Tính: B1: Tính: B2: Tra bảng t-student giá trị B2: Tra bảng t-student giá trị B3: So sánh B3: So sánh + > : bác bỏ H0 → biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + < Bác bỏ : chấp nhận H0 Chấp nhận + > : bác bỏ H0 → biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + < Bác bỏ : chấp nhận H0 Chấp nhận Trương Văn Hồng Thưởng • 2019 Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét Tiến hành so sánh p-value α: + p-value < α: bác bỏ H0 → biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + p-value > α: chấp nhận H0 p-value p-value Bác bỏ Chấp nhận α • Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét Tiến hành so sánh p-value α: + p-value < α: bác bỏ H0 → biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + p-value > α: chấp nhận H0 p-value Bác bỏ p-value Chấp nhận α 11 Kiểm định giả thiết • Ho: β = βo ; H1: β ≠ βo B1: Tính: B1: Tính: Với mức ý nghĩa α B2: Tra bảng t-student giá trị B2: Tra bảng t-student giá trị B3: So sánh B3: So sánh Phương pháp giá trị tới hạn: + + > < • Phương pháp giá trị tới hạn: : bác bỏ H0 + : chấp nhận H0 → xem β = + > < : bác bỏ H0 : chấp nhận H0 → xem β = βo βo Bác bỏ Bác bỏ Chấp nhận Chấp nhận Trương Văn Hồng Thưởng • Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét • 2019 Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét Tiến hành so sánh p-value α: Tiến hành so sánh p-value α: + p-value < α: bác bỏ H0 + p-value < α: bác bỏ H0 + p-value > α: chấp nhận H0 → xem β = βo + p-value > α: chấp nhận H0 → xem β = βo p-value Bác bỏ p-value Chấp nhận p-value Bác bỏ α 12 Xác định khoảng tin cậy α Tra bảng t-student giá trị Với mức ý nghĩa α (đề ko cho lấy α=0,05) Tính p-value Chấp nhận α Tra bảng t-student giá trị Tính tra bảng kết Khoảng tin cậy α: Khoảng tin cậy α: 13 Xác định khoảng tin cậy β Tra bảng t-student giá trị Với mức ý nghĩa α (đề ko cho lấy α=0,05) Tính Tra bảng t-student giá trị Tính tra bảng kết Khoảng tin cậy β: Khoảng tin cậy β: 14 Xác định khoảng tin cậy phương sai var(Ui) = Độ tin cậy: – α = a% → α = 100% - a% Độ tin cậy: – α = a% → α = 100% - a% Tra bảng Chi-square giá trị: Tra bảng Chi-square giá trị: Khoảng tin cậy 2: Khoảng tin cậy 2: Với độ tin cậy (1 – α) Trương Văn Hồng Thưởng • 15 Kiểm định giả thiết H o: = o ; H1: ≠ • Phương pháp giá trị tới hạn 2019 Phương pháp giá trị tới hạn B1: Tính B1: Tính B2: So sánh B2: So sánh o Với mức ý nghĩa α + < < chấp nhận Ho, = + bác bỏ Ho + < Bác bỏ bác bỏ Ho Chấp nhận o bác bỏ Ho + + Bác bỏ < Bác bỏ • • < chấp nhận Ho, = o + < bác bỏ Ho Chấp nhận Bác bỏ Phương pháp giá trị p-value Phương pháp giá trị p-value B1: Lấy giá trị p-value bảng kết B1: Lấy giá trị p-value bảng kết B2: So sánh B2: So sánh + < p-value < 1- → chấp nhận Ho, = + < p-value < 1- → chấp nhận Ho, = o + p-value < → bác bỏ Ho o + p-value < → bác bỏ Ho + 1- < p-value → bác bỏ Ho + 1- < p-value → bác bỏ Ho p-value Bác bỏ p-value Bác bỏ 16 Hệ số co giãn, ý nghĩa p-value Chấp nhận p-value Bác bỏ p-value Chấp nhận p-value Bác bỏ EYX = Nếu X(vd: thu nhập) tăng 1% Y (vd: chi tiêu) tăng EYX% 17 Đổi đơn vị Trong đó: Trong đó: k1 : hệ số tỉ lệ quy đổi đơn vị cũ & Y ko : hệ số tỉ lệ quy đổi đơn vị cũ & Y k2 : hệ số tỉ lệ quy đổi đơn vị cũ & X k1 : hệ số tỉ lệ quy đổi đơn vị cũ & X1 Trương Văn Hoàng Thưởng = k1 k2 : hệ số tỉ lệ quy đổi đơn vị cũ & X2 = = ko 18 Dự đoán (dự báo) điểm 2019 Thay giá trị Xo vào phương trình SRF: = = Dự báo cho hồi quy nhiều biến xét dự báo điểm Thay giá trị , vào phương trình SRF: Dùng???Khi cho Xo u cầu tính Y 19 Dự đốn ( dự báo) khoảng Dự đoán ( dự báo) giá trị cá biệt Dùng??? Khi cho Xo độ tin cậy (1 – α), yêu cầu ước lượng giá trị Thay giá trị Xo vào phương trình SRF: var( ) = var(Yo = se( )= Khoảng tin cậy (1-α)% Yo/Xo là: Dự đốn (dự báo) giá trị trung bình Dùng??? - Khi u cầu dự đốn mà khơng cho độ tin cậy (1 – α) - Khi cho Xo độ tin cậy (1 – α), yêu cầu ước lượng giá trị trung bình Thay giá trị Xo vào phương trình SRF: var( se( = )= Khoảng tin cậy (1-α)% E(Yo/Xo) là: 20 So sánh R2 Chỉ so sánh thỏa điều kiện sau: Chỉ so sánh thỏa điều kiện sau: Cùng cỡ mẫu n Cùng cỡ mẫu n Cùng số biến độc lập Cùng số biến độc lập (nếu ko số biến độc lập dùng Cùng dạng hàm biến phụ thuộc (nếu ko số biến độc lập dùng ) ) Cùng dạng hàm biến phụ thuộc Trương Văn Hoàng Thưởng 21 Thêm biến vào mơ hình, với mức ý nghĩa α (3 biến) ; R2 (2 biến) ; B1: tính R2 (3 biến) ; B2: So sánh Nếu (3 biến) (3 biến) < 2019 (2 biến) (2 biến) (2 biến): khơng thêm biến vào mơ hình Nếu (3 biến) > (2 biến): thêm biến vào mơ hình, cần làm thêm công việc sau: kiểm định biến thêm vào có ý nghĩa ko, sau chắn có thêm biến vào ko? CÔNG VIỆC KIỂM ĐỊNH THỰC HIỆN GIỐNG CÔNG THỨC SỐ 10  Ý NGHĨA HỆ SỐ HỒI QUY VÀ HỆ SỐ CO GIÃN CỦA CÁC MÔ HÌNH Mơ hình tuyến tinh: Y = + *X Ý nghĩa hệ số hồi quy: Nếu X tăng đơn vị Y tăng EYX = , đơn vị (Với điều kiện yếu tố khác không đổi) ta tính lúc đầu Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% Mơ hình lin-log: Y = + *logX Ý nghĩa hệ số hồi quy: Nếu X tăng lên 1% Y tăng lên đơn vị (Với điều kiện yếu tố khác không đổi) NHẬN XÉT:EYX = Làmhệsao hết công Ý nghĩa số nhớ co giãn: Nếu Xthức???? tăng lên 1%Học Ycơng tăngthưc lên Ehàm YX%đa biến thui, nhớ k cơng thức – số tham số phương trình → Vậy hàm biến thay k=2, hàm biến thay k=3, … (thía xong phần Mơ hình log-lin: cơnglogY thức=*_^) + *X Luyện tập nào???? → ơn tới dạng xem cơng thức cho (thía oki rùi ^_^) Ý nghĩa hệ số hồi quy: Nếu X tăng lên đơn vị Y tăng lên % (Với điều kiện yếu tố khác không đổi) EYX = = Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% Mơ hình tuyến tính log: logY = + *logX Ý nghĩa hệ số hồi quy: Nếu X tăng 1% Y tăng % (Với điều kiện yếu tố khác không đổi) EYX = = Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% Mơ hình nghịch đảo: Y= + * Trương Văn Hoàng Thưởng Ý nghĩa hệ số hồi quy: X tăng lên Y tăng lên theo, Y đối đa 2019 đơn vị (Với điều kiện yếu tố khác không đổi) EYX = Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% MẸO: a Cách nói ý nghĩa hệ số hồi quy: a.1 Tham số có log đơn vị %, cịn lại dùng đơn vị đề cho a.2 Tham số X có log, Y ko log nói ý nghĩa Y nhớ hệ số a.3 Tham số X ko log, Y có log nói ý nghĩa Y nhớ hệ số b , tham số có log giá trị trung bình tham số = Hệ số co giãn EYX: từ cơng thức gốc EYX =  TRÌNH BÀY KẾT HỒI QUY ; ; ; = se = t = t( t( TSS = ??? ; ESS = ??? ; RSS = ??? ;  ĐỌC BẢNG KẾT QUẢ HỒI QUY Variable C→ X1 → X2 → R-squared → R2 Adjusted R-squared → S.E of regression → Sum squared resid → RSS n = ??? R2 = ??? Fo = ??? = ??? Const Coefficient 14.32168 -2.258741 1.237762 0.909573 0.873402 1.024183 5.244755 t Std Error 1.116283 0.320460 0.342586 t-Statistic 12.82979 -7.048438 3.612997 Mean dependent var → S.D.dependent var → SY F-statistic → Fo Prob(F-statistic) → p-value(Fo) p-value Prob 0.0001 0.0009 0.0153 9.000000 2.878492 25.14667 0.002459 Trương Văn Hoàng Thưởng 2019  THAY ĐỔI SỐ HẠNG ĐỘ DỐC VÀ SỐ HẠNG TUNG ĐỘ GỐC KHI NÀO??? (câu chiếm 1đ) Thay đổi số hạng hệ số gốc (số hạng độ gốc) thêm D vào β Thay đổi số hạng tung độ gốc thêm D vào α Ta có trường hợp sau: ... khác không đổi) NHẬN XÉT:EYX = Làmhệsao hết công Ý nghĩa số nhớ co giãn: Nếu Xthức???? tăng lên 1%Học Ycông tăngthưc lên Ehàm YX%đa biến thui, nhớ k cơng thức – số tham số phương trình → Vậy hàm... việc sau: kiểm định biến thêm vào có ý nghĩa ko, sau chắn có thêm biến vào ko? CÔNG VIỆC KIỂM ĐỊNH THỰC HIỆN GIỐNG CÔNG THỨC SỐ 10  Ý NGHĨA HỆ SỐ HỒI QUY VÀ HỆ SỐ CO GIÃN CỦA CÁC MƠ HÌNH Mơ hình... k=2, hàm biến thay k=3, … (thía xong phần Mơ hình log-lin: cơnglogY thức= *_^) + *X Luyện tập nào???? → ôn tới dạng xem cơng thức cho (thía oki rùi ^_^) Ý nghĩa hệ số hồi quy: Nếu X tăng lên đơn