Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 BÀI TỐN Tính 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 !!!) .c om SRF: Ý nghĩa hệ số hồi quy (nói ý nghĩa biến cố định biến cịn lại) cố định biến X2, X3, … ng Ví dụ nói ý nghĩa th an co X2 không đổi, TSS = ESS = giá trị ng Tổng bình phương > du o Tính hệ số xác định Hệ số xác định hiệu chỉnh TSS = phải giải ma trận, điều ko phải lo ESS = RSS = TSS – ESS cu Tương tự cho biến lại … u RSS = TSS – ESS X2 âm, trường hợp này, quy ước 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 cộtStd Error, dòng thứ … CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 Phương pháp giá trị tới hạn: Phương pháp giá trị tới hạn: B1: Lập giả thiết Ho: R2=0 ; H1: R2>0 tính tính 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 + F0< Fα(k-1,n-k): chấp nhận H0 Fα(1,n-2) Bác bỏ Fα(1,n-2) Chấp nhận Fα(k-1,n-k) Bác bỏ F0 F0 co an (cách làm đề cho sẵn bảng kết quả) th Lấy giá trị p-value ứng với F0(ơ cuối góc phải chữ Prod(F-statistic)) ng Tiến hành so sánh p-value α: du o + p-value < α: bác bỏ H0 hàm SRF phù hợp với mẫu p-value Bác bỏ Phương pháp giá trị p-value: (cách làm đề cho sẵn bảng kết quả) Phương pháp giá trị p-value: + p-value > α: chấp nhận H0 Fα(k-1,n-k) Chấp nhận ng c om B1: Lập giả thiết Ho: β=0 ; H1: β≠0 u Kiểm định phù hợp mơ hình SRF, mức ý nghĩa α cu Lấy giá trị p-value ứng với F0(ô cuối góc phải chữ Prod(F-statistic)) Tiến hành so sánh p-value α: + p-value < α: bác bỏ H0 hàm SRF phù hợp với mẫu + p-value > α: chấp nhận H0 p-value Bác bỏ p-value Chấp nhận α p-value Chấp nhận α CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 Giả thiết: H0: β = H1: β ≠ Giả thiết: H0: β = Phương pháp giá trị tới hạn: 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) > > : bác bỏ H0 biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + + Chấp nhận Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét an + p-value < α: bác bỏ H0 biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + p-value > α: chấp nhận H0 ng th + p-value < α: bác bỏ H0 biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) p-value Bác bỏ α p-value Chấp nhận du o p-value Bác bỏ α Chấp nhận Tiến hành so sánh p-value α: Tiến hành so sánh p-value α: + p-value > α: chấp nhận H0 : chấp nhận H0 Bác bỏ Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét < c om : chấp nhận H0 ng < Với mức ý nghĩa α + ảnh hưởng lên biến phụ thuộc (Y) Bác bỏ p-value Chấp nhận Phương pháp giá trị tới hạn: u Phương pháp giá trị tới hạn: cu Ho: β = βo ; H1: β ≠ βo Phương pháp giá trị tới hạn: B1: Tính: + 11 Kiểm định giả thiết H1: β ≠ co 10 Kiểm định giả thiết biến độc lập có ảnh hưởng lên biến phụ thuộc khơng? 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 > + < : chấp nhận H0 xem β = + : bác bỏ H0 > + < : chấp nhận H0 xem β = βo βo Bác bỏ Bác bỏ Chấp nhận Chấp nhận CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 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 Chấp nhận p-value Bác bỏ α α Tra bảng t-student giá trị Tính Tính tra bảng kết Khoảng tin cậy α: Khoảng tin cậy α: an Tra bảng t-student giá trị th Tính Khoảng tin cậy β: Tính tra bảng kết Khoảng tin cậy β: du o Với mức ý nghĩa α (đề ko cho lấy α=0,05) Tra bảng t-student giá trị ng 13 Xác định khoảng tin cậy β co ng Với mức ý nghĩa α (đề ko cho lấy α=0,05) Tra bảng t-student giá trị p-value Chấp nhận c om p-value Bác bỏ 12 Xác định khoảng tin cậy α Phương pháp p-value: Lấy giá trị p-value tương ứng với biến độc lập xét u Độ tin cậy: – α = a% cu 14 Xác định khoảng tin cậy phương sai var(Ui) = Độ tin cậy: – α = a% α = 100% - 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) CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 15 Kiểm định giả thiết Phương pháp giá trị tới hạn B1: Tính o B2: So sánh Với mức ý nghĩa α + < B2: So sánh < chấp nhận Ho, = + bác bỏ Ho + < Bác bỏ bác bỏ Ho Chấp nhận bác bỏ Ho + < Bác bỏ ng Phương pháp giá trị p-value B1: Lấy giá trị p-value bảng kết B2: So sánh + < p-value < 1- chấp nhận Ho, = o co an Bác bỏ + p-value < bác bỏ Ho + 1- < p-value bác bỏ Ho p-value Bác bỏ p-value Chấp nhận ng p-value Bác bỏ p-value Bác bỏ u EYX = cu 16 Hệ số co giãn, ý nghĩa p-value Chấp nhận Chấp nhận du o p-value Bác bỏ th + 1- < p-value bác bỏ Ho bác bỏ Ho Bác bỏ Phương pháp giá trị p-value B1: Lấy giá trị p-value bảng kết B2: So sánh + < p-value < 1- chấp nhận Ho, = o + p-value < bác bỏ Ho o + < chấp nhận Ho, = o + < c om Ho: = o; H1: ≠ Phương pháp giá trị tới hạn B1: Tính 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 18 Dự đoán (dự báo) điểm = Thay giá trị Xo vào phương trình SRF: k1 : hệ số tỉ lệ quy đổi đơn vị cũ X1 k2 : hệ số tỉ lệ quy đổi đơn vị cũ X2 = ko = = 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 CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 19 Dự đoán ( 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 = )= c om se( Khoảng tin cậy (1-α)% Yo/Xo là: ng Dự đoán (dự báo) giá trị trung bình co 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 - th an - var( )= u se( = du o ng Thay giá trị Xo vào phương trình SRF: cu Khoảng tin cậy (1-α)% E(Yo/Xo) là: 20 So sánh R2 Chỉ so sánh thỏa điều kiện sau: 21 Thêm biến vào mơ hình, với mức ý nghĩa α Cùng cỡ mẫu n Cùng số biến độc lập (nếu ko số biến độc lập dùng Cùng dạng hàm biến phụ thuộc B1: tính R2 (3 biến) ; B2: So sánh Nếu ) (3 biến) ; R2 (2 biến) ; (3 biến) (3 biến) < Chỉ so sánh thỏa điều kiện sau: Cùng cỡ mẫu n Cùng số biến độc lập (nếu ko số biến độc lập dùng Cùng dạng hàm biến phụ thuộc ) (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 cơng việc sau: kiểm định biến thêm vào có ý nghĩa ko, sau chắn có thêm biến vào ko? CƠNG VIỆC KIỂM ĐỊNH THỰC HIỆN GIỐNG CÔNG THỨC SỐ 10 CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 NHẬN XÉT: Làm nhớ hết công thức???? Học công thưc hàm 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 công thức *_^) Luyện tập nào???? ơn tới dạng xem cơng thức cho (thía oki rùi ^_^) Ý NGHĨA HỆ SỐ HỒI QUY VÀ HỆ SỐ CO GIÃN CỦA CÁC MƠ HÌNH Mơ hình tuyến tinh: Y = + *X Ý nghĩa hệ số hồi quy: Nếu X tăng1 đơn vị Y tăng đơn vị (Với điều kiện yếu tố khác khơng đổi) 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) EYX = Mơ hình log-lin: logY = + *X an co Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% th Ý nghĩa hệ số hồi quy: Nếu X tăng lên đơn vị Y tăng lên = % (Với điều kiện yếu tố khác không đổi) ng EYX = ng .c om EYX = , ta tính lúc đầu Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% du o Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% Y tăng lên EYX% Mơ hình tuyến tính log: logY = + *logX cu u 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= + * Ý nghĩa hệ số hồi quy: X tăng lên Y tăng lên theo, Y đối đa 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.1Tham 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.3Tham số X ko log, Y có log nói ý nghĩa Y nhớ hệ số b Hệ số co giãn EYX: từ công thức gốc EYX = , tham số có log giá trị trung bình tham số = CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 TRÌNH BÀY KẾT HỒI QUY ; ; ; = se = t = t( t( TSS = ??? ; ESS = ??? ; RSS = ??? ; ĐỌC BẢNG KẾT QUẢ HỒI QUY n = ??? R2= ??? Fo= ??? = ??? Const Coefficient 14.32168 -2.258741 1.237762 0.909573 0.873402 1.024183 5.244755 Std Error 1.116283 0.320460 0.342586 t-Statistic 12.82979 -7.048438 3.612997 Mean dependent var S.D.dependent varSY c om Variable C X1 X2 R-squaredR2 Adjusted R-squared S.E of regression Sum squared residRSS t Prob 0.0001 0.0009 0.0153 9.000000 2.878492 25.14667 0.002459 ng F-statisticFo Prob(F-statistic)p-value(Fo) p-value THAY ĐỔI SỐ HẠNG ĐỘ DỐC VÀ SỐ HẠNG TUNG ĐỘ GỐC KHI NÀO??? (câu chiếm 1đ) u du o ng th an co 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: cu CuuDuongThanCong.com https://fb.com/tailieudientucntt ... GIỐNG CÔNG THỨC SỐ 10 CuuDuongThanCong.com https://fb.com/tailieudientucntt Nguyễ n Ngọ c Hả i- 0167 201 43 08 2015 NHẬN XÉT: Làm nhớ hết công thức? ??? Học công thưc hàm đa biến thui, nhớ k cơng thức. .. trình Vậy hàm biến thay k=2, hàm biến thay k=3, … (thía xong phần cơng thức *_^) Luyện tập nào???? ơn tới dạng xem cơng thức cho (thía oki rùi ^_^) Ý NGHĨA HỆ SỐ HỒI QUY VÀ HỆ SỐ CO GIÃN CỦA... 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 = )= c om se( Khoảng tin cậy