Bạn có thể ước lượng mô hình bằng nhiều cách khác nhau, sau đây là hai trong các cách đểước ước lượng mô hình hồi quy.
Hãy khởi động EViews và mở workfile Bai18.wf1 ra. Workfile này chứa dữ liệu của ba biến gồm: Y (Doanh số), X2 (Chi phí quảng cáo), X3 (Tiền lương của nhân viên tiếp thị) của 12 công ty.
Cách 1:
Giả sử ta muốn ước lượng mô hình hồi quy tuyến tính mẫu của Y (doanh số) theo X2 (chi phí quảng cáo). Mô hình có dạng như sau: SRF: Yli =β βl m1+ 2X2i.
Trên cửa sổ lệnh của menu chính bạn đánh vào câu lệnh: LS Y C X2 như ở hình trênrồi gõ Enter. Kết quảước lượng sẽ như sau:
43
Cách 2:
Bạn bôi đen biến Y và X2(chọn biến phụ thuộc trước, rồi đến các biến độc lập), sau đó đưa chuột tới chỗ đã đánh dấu rồi bấm chuột phải, chọn Open/ as Equation… Bạn có thể nhìn thấy ở hình sau.
Khi bạn chọn as Equation…một màn hình sẽ xuất hiện như sau:
Trong khung Equation specification, bạn đánh câu lệnh vào. Ghi nhớ là biến đầu tiên bao giờ cũng là biến phụ thộc, tiếp theo là các biến độc lập. Hệ số
tung độ gốc được Eviews ngầm định là C. Vector hệ số C có thể để ở sau cùng hoặc ngay sau biến phụ thuộc đều được.
Trong khung Estimation Settings, bạn cần phải khai báo vào chỗ
“Method” phương pháp dùng để ước lượng. Ởđây ta sử dụng phương pháp OLS nên ta chọn “LS – Least square…”. Lựa chọn “Sample” cho ta biết mẫu ước lượng của ta là từ quan sát thứ 1 đến quan sát thứ 12. Nếu bạn muốn ước lượng mô hình nhưng không sử dụng hết các quan sát của mẫu thì bạn có thểđiều chỉnh cho phù hợp với mẫu mà bạn muốn. Chẳng hạn, bạn muốn ước mô hình nhưng chỉ với các quan sát từ quan sát thứ 4 đến quan sát thứ 10 thì bạn thay đổi “1 12” thành “4 10”.
Sau khi khai báo xong, bạn chọn “OK”, kết quả ước lượng hiện ra trong bảng sau:
Bạn có thể đặt tên cho mô hình này để phân biệt với các mô hình khác đã
ước lượng hoặc sau này tiếp tục sử dụng đến nó. Muốn vậy, trên menu Equation
bạn chọn Name, máy sẽ tựđộng tạo ra một tên khác với tên các phương trình đã có trước đó, theo thứ tự từ nhỏ đến lớn: EQ01, EQ02,…Dĩ nhiên, bạn có thểđặt một tên nào đó mà bạn thích. Ởđây tôi đặt tên là MOHINH1.
45
Cửa sổ Equation: MOHINH1 cho ta kết quả tóm tắt của phân tích hồi quy. Các bạn giải thích kết quảước lượng này và liên hệ nó với bài học của mình trên lớp nhé.
Dependent Variable: Y - Biến phụ thuộc Y
Method: Least Squares – Phương pháp bình phương nhỏ nhất (OLS)
Date: 05/13/09 Time: 15:19 – Ngày, giờ thực hiện hồi quy này.
Sample: 1 12 – Mẫu ước lượng từ quan sát thứ 1 đến quan sát thứ 12.
Included observations: 12 – Tổng số quan sát là 12
Variable (Cột Biến độc lập) (CộCoefficient t hệ số hồi quy) Std. Error (Sai số chuẩn ước lượng của các hệ số hồi quy) t-Statistic (Thống kê t) Prob. (P-value của t) X2 4.394118 1.175133 3.739251 0.0039 C 56.51176 22.76141 2.482788 0.0324 R-squared: 0.583021
(Hệ số xác định R2) Mean dependent var: 140.0000 (Trung bình của biến phụ thuộc)
Adjusted R-squared: 0.541323
( R2 hiệu chỉnh) S.D. dependent var: 22.62340 (Độ lệch chuẩn của biến phụ thuộc)
S.E. of regression 15.32186
(Sai số chuẩn của hàm hồi quy mẫu) Akaike info criterion: 8.447450 (Tiêu chuẩn Akaike – AIC)
Sum squared resid: 2347.594
( Tổng bình phương các phần dư - RSS) Schwarz criterion: 8.528268 (Tiêu chuẩn Schwarz – SC)
Log likelihood: -48.68470
( Ln hàm hợp lý)
F-statistic: 13.98200
(Thống kê F)
Durbin-Watson stat: 1.913594
(Thống kê Durbin-Watson) Prob(F-statistic): 0.003851 (P-value của F)