Đề cương ôn tập Kinh tế lượng | Đại học Công nghệ Đông Á
Đề cương ôn tập Kinh tế lượng | Đại học Công nghệ Đông Á. Tài liệu được biên soạn dưới dạng file PDF gồm 28 trang, giúp bạn tham khảo, ôn tập và đạt kết quả cao trong kì thi sắp tới. Mời bạn đọc đón xem!
Preview text:
PHẦN LÝ THUYẾT
1 Nêu công thức và các tính chất của R2, , R2. Cho biết ý nghĩa của R2.
2 Phát biểu các giả thiết của OLS.
3 Trình bày thủ tục kiểm định về sự thu hẹp hàm hồi quy.
4 Nêu bản chất, nguyên nhân và hậu quả của khuyết tật đa cộng tuyến trong mô hình.
5 Trình bày bản chất, nguyên nhân và hậu quả của khuyết tật phương sai sai số ngẫu
nhiên thay đổi trong mô hình hồi quy có ba biến số.
6 Trình bày thủ tục của kiểm định White phát hiện khuyết tật phương sai sai số ngẫu nhiên thay đổi.
7 Trình bày bản chất, nguyên nhân và hậu quả của khuyết tật tự tương quan.
8 Trình bày thủ tục kiểm định Durbin – Watson để phát hiện khuyết tật tự tương
quan trong mô hình hồi qui. PHẦN BÀI TẬP Bài 1
Cho QC là sản lượng Coca bán ra, PC là giá bán một chai Coca, PP là giá bán một chai
Pepsi, = 5%. Kết quả hồi quy cho ta báo cáo sau: Dependent Variable: QC Method: Least Squares Sample: 2010Q1 to 2017Q2 Included observations: Variable Coefficient Std. Error t–Statistic Prob. PP 0.39998 6.0715 0.0003 PC 0.007567 -7.0803 0.0000 C 30.3799 4.5694 0.0000 R–squared Mean dependent var Adjusted R–squared 0.75091 S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 299.3358 Schwarz criterion Log likelihood F–statistic Durbin–Watson stat 2.142 Prob(F–statistic)
1. Hãy viết hàm hồi qui tổng thể, hàm hồi qui mẫu và cho biết kết quả có phù hợp với
lý thuyết kinh tế không?
2. Tính TSS, ESS, R2 và nêu ý nghĩa của R .2
3. Nếu giá Coca tăng thêm 1,5 đơn vị thì lượng tiêu thụ thay đổi trong khoảng nào?
4. Hàm hồi qui có phù hợp hay không?
5. Khi hồi qui theo mô hình White có tích chéo giữa các biến giải thích thu được R2 =
0,145. Mô hình có khuyết tật phương sai sai số ngẫu nhiên thay đổi hay không?
6. Kiểm tra khuyết tật tự tương quan trong mô hình. Cho: t 2
0,025(27) = 2,052; f0,05(2;27) = 3,493; χ
(5)=11,07; n = 30; k’ = 2, dL = 1,241; dU = 0,05 1,567 Hướng dẫn Bài 1 Câu 1
Hàm hồi qui tổng thể PRF: E(QC + + t/PCt, PPt) = β β PC β PP t =1 – N 1 2 t 3 t Hàm hồi qui mẫu SRF ^
Q =^β + ^β PĐ +^β TN =138,8179−2,76671 + 2,4285 t = 1 – 30 t PCt PP t 1 2 t 3 t
Các ước lượng hồi qui nhận được là phù hợp với lý thuyết và thực tiễn Câu 2:
- n = 30, k = 3, RSS=299,3358 - R2 = 0,7681
- TSS= RSS = 299,3358 =1290,734; ESS = 991,3978 1−R2 1−0,7681
- R2 cho biết các biến giải thích giải thích được 76,81 % sự biến thiên của sản lượng bán ra. Câu 3:
Ta có khoảng tin cậy cậy đối xứng
^β −SE(^β ).t
(27)<β < ^β +SE(^β ).t (27) 2 2 0,025 2 2 2 0,025
−3,59154< β ←1,95188 ←2,92782 2
→ −5,37231<1,5 β2
Câu 4 Kiểm định cặp giả thiết {H :R2=0 0 H : R2> 0 1 R2/(k −1) Tiêu chuẩn kiểm định: F=
F (k−1 ;n−k )
(1−R2)/(n−k)
Miền bác bỏ W ={F : F>f
(k−1 ;n−k )} α 0,05 F ∈
qs = 44,8172; f0,05(2;27) = 3,493; f
W bác bỏ H , thừa nhận H 0 1, hàm hồi qui phù hợp qs α Câu 5: - Viết mô hình White
: Mô hình có PSSSNN không đổi
Kiểm định cặp giả thiết
{H0¿H :MôhìnhcóPSSSNNthayđổi 1
Tiêu chuẩn kiểm địnhχ2=n.R2 χ2(5)
Miền bác bỏ W ={χ2 : χ2> χ2 (5)} α 0,05
χ2 =4,35; χ2 (5)=11,07 , bác bỏ H , thừa nhận H 1
0, mô hình có PSSSNN không đổi qs 0,05 Câu 6:
n = 30; k’ = 3 -1 = 2; dL = 1,241; dU = 1,567; dqs = 2,142; mô hình không có khuyết tật tương quan Bài 2
Cho Q là lượng tiêu thụ một loại sản phẩm, TN là mức thu nhập bình quân, P là giá bán
một sản phẩm, = 5%. Kết quả hồi quy cho báo cáo sau: Dependent Variable: Q Method: Least Squares Sample: from 1965 to 1994 Included observations: Variable Coefficient Std. Error t–Statistic Prob. TN 0.76991 8.7244 P 1.4262 - 4.3541 C 2.5109 2.4792 R–squared Mean dependent var Adjusted R–squared 0.8125 S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 29.5358 Schwarz criterion Log likelihood F–statistic Durbin–Watson stat 2.259 Prob(F–statistic)
1. Hãy viết hàm hồi qui tổng thể, hàm hồi qui mẫu và cho biết kết quả có phù hợp với
lý thuyết kinh tế không?
2. Tính TSS, ESS, R2 và nêu ý nghĩa của R .2
3. Nếu giá bán tăng thêm 2 đơn vị thì lượng tiêu thụ thay đổi trong khoảng nào?
4. Hàm hồi qui có phù hợp hay không?
5. Khi hồi qui theo mô hình White có tích chéo giữa các biến giải thích thu được R2 =
0,224. Mô hình có khuyết tật phương sai sai số ngẫu nhiên thay đổi hay không?
6. Kiểm tra khuyết tật tự tương quan trong mô hình. Cho: t (27) = 2,052; 2 0,025 f0,05(2;27) = 3,493; χ (5)= 0,05
11,07 ; n = 30; k’ = 2; dL = 1,241; dU = 1,567 Hướng dẫn Bài 2 Câu 1
Hàm hồi qui tổng thể PRF: E(Q + + t/Pt, TNt) = β β P β TN t =1 – N 1 2 t 3 t Hàm hồi qui mẫu SRF ^ Q =^β + ^
β P +^β TN =6,2256−6,21069 P +0,7691 TN t = 1 – 30 t 1 2 t 3 t t t
Các ước lượng hồi qui nhận được là phù hợp với lý thuyết và thực tiễn Câu 2:
- n = 30, k = 3, RSS=29,5358 - R2 = 0,8254
- TSS= RSS = 29,5358 =169,1677; ESS = 139,6246 1−R2 1−0,8254
- R2 cho biết các biến giải thích giải thích được 82,54 % sự biến thiên của sản lượng bán ra. Câu 3:
Ta có khoảng tin cậy cậy đối xứng
^β −SE(^β ).t
(27)<β < ^β +SE(^β ).t (27) 2 2 0,025 2 2 2 0,025
−9,13725< β ←3,28413 → −18,2747<2 β ←6,56826 2 2
Câu 4 Kiểm định cặp giả thiết {H :R2=0 0 H : R2> 0 1 R2/(k −1) Tiêu chuẩn kiểm định: F=
F (k−1 ;n−k )
(1−R2)/(n−k)
Miền bác bỏ W ={F : F>f
(k−1 ;n−k )} α 0,05 F ∈ qs = 63,833; f (2;27) = 3,493; 0,05 f
W bác bỏ H , thừa nhận H 0 1, hàm hồi qui phù hợp qs α Câu 5: - Viết mô hình White
: Mô hình có PSSSNN không đổi
Kiểm định cặp giả thiết
{H0¿H :MôhìnhcóPSSSNNthayđổi 1
Tiieu chuẩn kiểm định χ2=n.R2 χ2(5)
Miền bác bỏ W ={χ2 : χ2> χ2 (5)} α 0,05
χ2 =6,72; χ2 (5)=11,07 , bác bỏ H1 , thừa nhận H0, mô hình có PSSSNN không đổi qs 0,05 Câu 6:
n = 30; k’ = 3 -1 = 2; dL = 1,241; dU = 1,567; dqs = 2,259; mô hình không có khuyết tật tự tương quan Bài 3
Cho Q là sản lượng máy điều hòa Fuziki bán ra (ngàn chiếc), PF là giá bán mỗi chiếc
điều hòa Fuziki (triệu đồng/chiếc), PK là giá bán trung bình máy điều hòa của các hãng
khác (triệu đồng/chiếc), = 5%. Kết quả hồi quy cho báo cáo sau: Dependent Variable: Q Method: Least Squares Sample: 2015Q1 to 2021Q4 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C 12.0274 13.5900 PF 0.5122 -4.6840 PK 1.7976 0.7534 R–squared Mean dependent var Adjusted R–squared 0.8015 S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 62.254 Schwarz criterion Log likelihood F–statistic Durbin–Watson stat 1.879 Prob(F–statistic)
1. Hãy viết hàm hồi quy tổng thể, hàm hồi quy mẫu và cho biết kết quả có phù hợp với lý thuyết kinh tế không?
2. Tính TSS, ESS, R2 và nêu ý nghĩa của R .2
3. Nếu giá mỗi máy điều hòa Fuziki tăng thêm 2 triệu đồng/chiếc thì lượng bán ra thay đổi trong khoảng nào?
4. Để sản lượng máy điều hòa Fuziki bán ra tăng 4 ngàn chiếc thì giá bán mỗi chiếc điều
hòa Fuziki phải giảm 1.5 triệu đồng/chiếc. Anh/Chị có đồng ý với ý kiến này không?
5. Khi các yếu tố khác không đổi, giá bán trung bình máy điều hòa của các hãng khác
tăng thêm 1 triệu đồng/tấn thì lượng máy điều hòa Fuziki bán ra tăng nhiều nhất là 0.5
ngàn chiếc (500 chiếc). Điều đó có đúng không?
6. Hàm hồi quy có phù hợp hay không?
7. Có ý kiến cho rằng, giá bán trung bình máy điều hòa của các hãng khác không có ảnh
hưởng tới sản lượng máy điều hòa Fuziki bán ra, bạn hãy nhận xét về ý kiến này.
8. Khi hồi quy theo mô hình White có tích chéo giữa các biến giải thích thu được R2 =
0.126. Mô hình có khuyết tật phương sai sai số ngẫu nhiên thay đổi hay không?
9. Kiểm tra khuyết tật tự tương quan trong mô hình. Cho biết: t (25)=2.060; t (25)=1.708; f
(2 ;25) =3.385; χ2 (5)= k’=2 0.025 0.05 0.05 11.07; , 0.05 dL = 1.255; dU =1.560 Hướng dẫn Bài 3
1. Viết hàm hồi quy tổng thể và hàm hồi quy mẫu. Các ước lượng thu được có phù hợp
với lý thuyết kinh tế không? Tại sao?
- Tính được: ^β =163.4524 ; ^β =−2.3991 1 2
- Hàm hồi quy tổng thể:
PRF: E (Q|PF , PK )=β + β PF +β PK i=1−N i i 1 2 i 3 i - Hàm hồi quy mẫu:
SRF: ^Q =^β +^β PF + ^ i 1 2 i β PK 3 i
¿ 163.4524−2.3991 PF +1.7976 PK i ¿ − i i 1 28
- Giải thích ý nghĩa kinh tế của các hệ số hồi quy ước lượng, hệ số thu được phù hợp lý thuyết kinh tế.
Note: Có thể đổi vị trí giá trị của ^β ; ^β và biến độc lập tương ứng 2 3
2. Tính TSS, ESS, R2 và nêu ý nghĩa của R2 - Tính R2:
+ Công thức: R2=1−(1−R2 ) (n−k) hoặc R2=1−( 1−R2) (n−1) (n−1) ( n−k)
+ Kết quả: R2=0.8162
- Ý nghĩa: R2=0.8162 cho biết các biến giải thích (PF và PK) biến thiên đã giải thích
được 81.62% sự biến thiên của sản lượng máy điều hòa Fuziki bán ra (81.62% sự biến
động của sản lượng máy điều hòa Fuziki bán ra là do PF và PK gây ra). Còn lại 18.38%
sự biến động của sản lượng máy điều hòa Fuziki bán ra là do các yếu tố khác bên ngoài mô hình gây ra. - Tính TSS=338.7051 - Tính ESS=276.4511
3. Nếu giá mỗi máy điều hòa Fuziki tăng thêm 2 triệu đồng/chiếc thì lượng bán ra thay đổi trong khoảng nào?
Ta có khoảng tin cậy đối xứng:
^β −se (^β ).t (n−k) <β <^β +se( ^β ).t (n−k) 2 2 α 2 2 2 α 2 2
−2.3991 – 0.5122∗2.060< β ←2.3991+0.5122∗2.060 2
-3.4542 < β < - 1.3440 2
-6.9084 < 2 β < - 2.6880 2
Kết luận: Mức ý nghĩa 5%, Khi giá mỗi máy điều hòa Fuziki tăng thêm 2 triệu
đồng/chiếc thì lượng bán ra giảm từ 2.688 ngàn chiếc đến 6.9084 ngàn chiếc.
4. Để sản lượng máy điều hòa Fuziki bán ra tăng 4 ngàn chiếc thì giá bán mỗi chiếc
điều hòa Fuziki phải giảm 1.5 triệu đồng/chiếc. Anh/Chị có đồng ý với ý kiến này không? =−4 /1.5
Kiểm định cặp giả thuyết: {H 0:β2
H 1 : β ≠−4 / 1.5 2 ^ −4 β −( ) Tiêu chuẩn kiểm định: ^β −β 2 1.5 T = 2 2 H
T (n−k ) 0 se (^β ) se ( ^β ) 2 ⇒ 2
Miền bác bỏ: W ={T :|T|>t (n−k)} α α / 2 ^ −4 β −( ) Ta có: 2 1.5 ; t ( t = =0.5224 25 ) =2.060 0.025 qs se ( ^β ) 2 |t |<t (25)=> t ∉ W qs 0.025 qs α
=> Không có cơ sở để bác bỏ H0 (chấp nhận H0, bác bỏ H1). Ý kiến đã nêu là đúng.
5. Khi các yếu tố khác không đổi, giá bán trung bình máy điều hòa của các hãng khác
tăng thêm 1 triệu đồng/tấn thì lượng máy điều hòa Fuziki bán ra tăng nhiều nhất là 0.5
ngàn chiếc (500 chiếc). Điều đó có đúng không? =0.5
Kiểm định cặp giả thuyết: {H 0:β3 H 1: β >0.5 3 ^β −β ^β −0.5
Tiêu chuẩn kiểm định: T = 3 3 H 3
T (n−k ) 0 se (^β ) se (^β ) 3 ⇒ 3
Miền bác bỏ: W ={T :T >t (n−k)} α α ^β −0.5 Ta có: t = 3 =1.7223 ; t (25)=1.708 qs 0.05 se ( ^ β ) 3 t > t (25)=> t ∈ W qs 0.05 qs α
=> Bác bỏ H0, chấp nhận H1. Ý kiến đã nêu là không đúng.
6. Hàm hồi quy có phù hợp không?
Kiểm định cặp giả thuyết: {H 0:R2=0 H 1: R2>0 Tiêu chuẩn kiểm định: R2/(k−1) F=
F (k −1 ;n−k)
(1−R2)/(n−k)
Miền bác bỏ: F={F : F >f (k−1;n−k)} α Ta có: f = R2/2 =55.5087 (2 ;25)=3.385 qs ; f ( 0.05
1− R2)/( n−3) f > f
(2 ;25) => f ∈ W qs 0.05 qs α
=> Bác bỏ H0, chấp nhận H1. Hàm hồi quy phù hợp
7. Có ý kiến cho rằng, giá bán trung bình máy điều hòa của các hãng khác không có
ảnh hưởng tới sản lượng máy điều hòa Fuziki bán ra, bạn hãy nhận xét về ý kiến này.
Kiểm định cặp giả thuyết: ¿ ^β −β ^β
Tiêu chuẩn kiểm định: T = 3 3 H 3 T (n−k) 0 se (^β ) se( ^β ) 3 ⇒ 3
Miền bác bỏ: W ={T :|T|>t (n−k)} α α / 2
Ta có: t =2.3860; t (25)=2.060 qs 0.025 |t |>t (25)=> t ∈ W qs 0.025 qs α
=> Bác bỏ H0, chấp nhận H1. Không đồng ý với ý kiến đề bài đưa ra. Như vậy, sản lượng máy
điều hòa Fuziki bán ra phụ thuộc vào giá bán trung bình máy điều hòa của các hãng khác.
8. Khi hồi quy theo mô hình White có tích chéo giữa các biến giải thích thu được R2 =
0.126. Mô hình có khuyết tật phương sai sai số ngẫu nhiên thay đổi hay không? Viết mô hình White:
Kiểm định cặp giả thuyết:
{H0:MôhìnhcóPSSSNNkhôngđổi
H 1 : Mô hình có PSSSNN thay đổi Tiêu chuẩn kiểm định:
χ2=n R2 χ2(5)
Miền bác bỏ: W ={χ2 : χ2> χ2 (5)} α α
Ta có: χ2 =n R2=3.528; χ2 ( qs 5 )= 0,05 11,07
Thấy χ2 < χ2 ( 5) => χ2 ∉W qs 0,05 qs α
=> Chưa có cơ sở bác bỏ H0 (chấp nhận H0, bác bỏ H1). Mô hình có phương sai sai số ngẫu nhiên không đổi.
9. Kiểm tra khuyết tật tự tương quan trong mô hình.
Với n=28 ;k'=2 ;d =1.255 =1.560 L ; dU
Bảng kết luận Durbin – Watson Miền có TTQ
Miền không có Miền không có Miền không có Miền có TTQ (+) kết luận TTQ kết luận (-) 0 d =1.255
d =1.560 4 – d =2.44 4−d =2.745 4 L U U L
d <d =1.879< 4−d U qs U
=> Mô hình không có tự tương quan Bài 4:
Cho Y là mức tiêu dùng thực phẩm của một gia đình, TN là mức thu nhập của gia đình
đó, SN là số người trong gia đình, α = 5%. Kết quả ước lượng thu được Dependent Variable: Q Method: Least Squares Sample: from 1965 to 1994 Included observations: Variable Coefficient Std. Error t–Statistic Prob. TN 0.76991 8.7244 P 1.4262 - 4.3541 C 2.5109 2.4792 R–squared Mean dependent var Adjusted R–squared 0.8125 S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 29.5358 Schwarz criterion Log likelihood F–statistic Durbin–Watson stat 2.259 Prob(F–statistic)
1. Hãy viết hàm hồi quy tổng thể, hàm hồi quy mẫu và cho biết ý nghĩa các hệ số hồi quy tìm được.
2. Tính ESS, TSS, R2 và cho biết ý nghĩa của R2.
3. Hàm hồi qui có phù hợp hay không?
4. Khi thu nhập của gia đình tăng thêm 2 đơn vị thì mức tiêu dùng thay đổi trong khoảng nào?
5. Nếu gia đình thêm một người, mức tiêu dùng tăng thêm ít nhất 1 đơn vị, điều này có đúng không?
6. Khi bỏ biến SN và hồi quy lại mô hình, thu được R2 = 0,4021. Biến SN có thực sự cần thiết hay không? Bài 5
Cho các biến số: DT là mức đầu tư, LN là lợi nhuận, AD là chi tiêu cho quảng cáo, tiếp thị
hàng năm (đơn vị: tỉ đồng) của các hãng trong ngành công nghiệp. Sử dụng số liệu của 30
hãng ta có các kết quả sau ( = 5%). Dependent Variable: LN Method: Least Squares Included observations: 30 Variable Coefficient Std. Error t–Statistic Prob. C 41.7563 19.1657 2.1787 0.0380 DT .2161 0.11162 1.9362 0.0170 AD .1093 0.051689 2.1146 0.0150 R–squared Mean dependent var 31.5407 AdjustedR–squared 0.93495 S.D. dependent var 20.8147 S.E. of regression Akaike info criterion Sum squared resid 760.900 Schwarz criterion F Sta
1. Viết hàm hồi quy tổng thể, mô hình hồi quy tổng thể.
2. Tính các hệ số hồi qui. Cho biết ý nghĩa của các giá trị này.
3. Viết hàm hồi quy mẫu, mô hình hồi quy mẫu và cho biết kết quả nhận được có
phù hợp với lý thuyết và thực tiễn hay không?
4. Tính ESS, TSS. Tính hệ số R2 bằng 3 cách. Cho biết ý nghĩa.
5. Hàm hồi quy có phù hợp hay không?
6. Tìm khoảng tin cậy đối xứng cho hệ số của biến DT.
7. Nếu tăng mức chi phí cho quảng cáo thêm 400 triệu thì mức lợi nhuận trung bình
sẽ tăng thêm nhiều nhất là bao nhiêu?
8. Có thể nói rằng, chi phí cho quảng cáo không ảnh hưởng đến sự biến động của mức lợi nhuận không?
9. Nếu mức đầu tư tăng thêm 2 tỷ, chi phí quảng cáo tăng thêm 0,2 tỷ thì mức lợi
nhuận trung bình tăng thêm trong khoảng nào? Cho biết cov(^β ;^β ) = 0,4556. 2 3 Bài 6
Cho QC là sản lượng Coca bán ra (Đơn vị: 10 nghìn chai), PC là giá bán một chai Coca
(Đơn vị: nghìn đồng/chai), PP là giá bán một chai Pepsi (Đơn vị: nghìn đồng/chai), =
5%. Kết quả hồi quy cho ta báo cáo sau: Dependent Variable: QC Method: Least Squares Sample: from 2010Q1 to 2017Q2 Included observations: Variable
Coefficient Std. Error t–Statistic Prob. PP 0.39998 6.0715 PC 0.39079 -7.0803 C 30.3799 4.5694 R–squared Mean dependent var Adjusted R–squared 0.75091 S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 299.3358 Schwarz criterion Log likelihood F–statistic Durbin–Watson stat 2.142 Prob(F–statistic)
1. Viết hàm hồi quy tổng thể, mô hình hồi quy tổng thể.
2. Viết hàm hồi quy mẫu. Cho biết ý nghĩa của các hệ số hồi quy nhận được. Kết quả
này có phù hợp với lý thuyết và thực tiễn hay không ?
3. Tính R2, TSS, ESS và cho biết ý nghĩa của R2
4. Kiểm định về tính phù hợp của hàm hồi quy.
5.Khi giá bán Côca giảm 0,5 đơn vị thì sản lượng bán ra thay đổi trong khoảng nào?
6. Giá của hãng Pepsi có thực sự ảnh hưởng tới sản lượng bán ra của Côca hay không/
7. Khi hai hãng đồng loạt tăng giá thêm 0,5 nghìn đồng/chai thì lượng bán ra thay
đổi trong khoảng nào? Biết rằng hệ số hiệp phương sai giữa hai hệ số giá là 0,342.
8. Tìm khoảng tin cậy cho phương sai sai số ngẫu nhiên.
MỘT SỐ BÀI TẬP LUYỆN TẬP
Bài 1. Cho CFS: lượng cung cá basa (ngàn tấn); PR(–1): giá bán của kỳ trước (Triệu
đồng/tấn); FCT: chi phí thức ăn (triệu đồng/tấn); = 5%. Thực hiện hồi quy trên một mẫu cho kết quả sau: Mô hình [1] Dependent Variable: CFS Method: Least Squares Included observations: 29 Variable
Coefficient Std. Error t–Statistic Prob. C 82.2304 3.1868 PR(–1) 8.6137 4.3615 FCT –9.2158 –5.9126 R–squared Mean dependent var Adjusted R– squared S.D. dependent var 35.0979 S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood 63.05878 F–statistic 26.4359 Durbin–Watson stat 0.733452 Prob(F–statistic)
1. Viết hàm hồi quy tổng thể, hàm hồi quy mẫu. Các ước lượng thu được có phù hợp
với lý thuyết kinh tế và thực tế không? Vì sao?
2. Tính TSS, ESS, R2 và ước lượng điểm của phương sai các sai số ngẫu nhiên.
3. Khi giá bán kỳ trước giảm 2 triệu đồng/tấn thì lượng cung giảm tối đa là bao nhiêu?
4. Khi các yếu tố khác không đổi, chi phí thức ăn tăng thêm 2 triệu đồng/tấn thì
lượng cung có giảm nhiều hơn 18 ngàn tấn không?
5. Hàm hồi quy có phù hợp không?
6. Giá trị lớn nhất của phương sai các sai số ngẫu nhiên là bao nhiêu?
7. Phương sai các sai số ngẫu nhiên có lớn hơn 700 không?
9. Hồi quy mô hình thu được các phần dư e 2
i. Hồi quy ei theo PR(–1), FCT, [PR(–
1)]2, FCT2, PR(–1)*FCT có hệ số chặn thu được hệ số xác định bội bằng 0.4125. Kết quả
này dựa trên giả thiết nào, kết luận thu được cho ta điều gì?
10. Kiểm tra khuyết tật tự tương quan trong mô hình [1].
11. Hãy nêu cách khắc phục khuyết tật đơn giản từ kết luận của ý 10.
12. Từ mô hình [1], thu được kết quả sau: Mô hình [2]
Breusch – Godfrey Serial Correlation LM Test: F–statistic 4.2635 Probability Obs*R–squared Probability Test Equation: Dependent Variable: RESID Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 0.978429 2.486904 0.393432 0.6976 LnK 0.003610 0.031135 0.115960 0.9087 LnL –0.100430 0.259316 –0.387289 0.7021 RESID(–1) 0.847696 0.192930 4.393800 0.0002 RESID(–2) –0.440887 0.218480 –2.017980 0.0554
Kết quả trên dùng để làm gì? Bậc tự do của thống kê F là bao nhiêu? Cho kết luận tương ứng.
13. Trong kết quả hồi quy Normality Test cho JB = 2.8321. Các sai số ngẫu nhiên
trong mô hình [1] có phân phối chuẩn hay không?
14. Hồi quy CFS theo PR(–1), FCT,
thu được hệ số xác định bội bằng 0.7326.
Cho kết luận tương ứng.
15 Hồi quy PR(–1) theo FCT có hệ số chặn thu được hệ số xác định bằng 0.1076.
Hãy đưa ra kết luận phù hợp.
Bài 2. Với CPI là chỉ số giá cả theo quý (%), M2 là lượng tiền cung ứng trong qúy,
DAU là giá dầu thô bình quân trong qúy, = 5%, kết quả hồi quy cho thấy Mô hình [1] Dependent Variable: CPI Method: Least Squares Sample: 2002Q1 2006Q4 Variable
Coefficient Std. Error t–Statistic Prob. C 1.072853 75.06783 DAU .006783 5.107768 M2 .087489 3.09635 R–squared Mean dependent var 113.6092 Adjusted R– squared S.D. dependent var 10.52207 S.E. of regression 1.594737 Durbin–Watson stat 0.827548
1. Viết PRF, SRF và cho biết kết quả có phù hợp với lý thuyết kinh tế hay không?
2. Tính ESS, TSS, RSS và R 2. Cho biết ý nghĩa của R2 và mô hình có chấp nhận không?
3. Với = 10%, khi giá DAU tăng 3 đơn vị thì chỉ số CPI sẽ tăng ít nhất là bao nhiêu?
4. Mức tăng trưởng cung tiền có thực sự ảnh hưởng tới chỉ số giá hay không?
5. Khái niệm tự tương quan là gì? Trình bày cách phát hiện tự tương quan trong mô
hình trên. Nêu cách khắc phục đơn giản khuyết tật từ kết quả thu được.
6. Thực hiện kiểm định White có hệ số chặn và có cả các tích chéo cho R 2 =
0.289309, viết mô hình và kết luận thu được.
7. Khi thực hiện kiểm định Breusch – Goldfrey thu được F(2 , ) = 4.2436 dùng để
làm gì? Hãy viết mô hình để thu được giá trị này và đưa ra kết luận.
8. Khi M2 tăng 5 đơn vị thì chỉ số CPI sẽ tăng ít nhất 0,3%?
9. Các sai số ngẫu nhiên có phân phối chuẩn? Cho biết khi thực hiện kiểm tra dãy
phần dư thu được S = –0.45, K = 2.297.
10. Hồi quy [1] thu được các phần dư E 2 t và , hồi quy Et theo có hệ số
chặn thu được hệ số xác định bằng 0.131939. Mô hình này dùng để làm gì? Cho kết luận tương ứng.
11. Hồi quy M2 theo DAU có hệ số chặn thu được hệ số góc bằng 0.3215 và sai số
chuẩn bằng 0.2013. Từ kết quả đó cho kết luận liên quan..
12. Để khắc phục hiện tượng tự tương quan, người ta dùng phương pháp Cochrane –
Orcutt. Anh (Chị) hãy viết mô hình sai phân tổng quát ở bước cuối cùng, biết rằng khi
hồi quy sau 12 bước lặp thu được = 0,45317.
Bài 3. Nghiên cứu về lượng tiêu thụ giày thể thao Lining từ tháng 11 năm 2006 đến
tháng 3 năm 2009, trong đó: LIN: lượng giày Lining đã tiêu thụ (ngàn đôi); PL: giá bán (10 USD/đôi), = 5%.
Phần 1: Người ta thu được kết quả sau: Mô hình [1] Dependent Variable: LIN Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 134.3721 14.7922 PL –9.5619 –3.26731
Sum squared resid 144575.4 S.D. dependent var 189.3068
1. Viết hàm hồi quy tổng thể, hàm hồi quy mẫu. Các ước lượng hồi quy nhận được
có phù hợp với lý thuyết hay không? Tại sao?
2. Tính ESS, TSS, ước lượng của phương sai các sai số ngẫu nhiên và R2. Cho biết ý
nghĩa của R2 và mô hình có chấp nhận không?
3. Phải chăng giá bán mỗi đôi giày không ảnh hưởng đến lượng tiêu thụ?
4. Nếu giá mỗi đôi giày tăng thêm 2 USD thì lượng tiêu thụ biến động trong khoảng nào?
5. Gọi Le2 = lne 2t; LP = lnPLt, thực hiện hồi quy cho kết quả sau: Mô hình [2] Dependent Variable: Le2 Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 73.6204 14.9929 LP –13.0243 2.9312 Adjusted R– squared 0.4009
Kết quả [2] dựa trên giả thiết nào? Đưa ra kết luận phù hợp.
6. Dựa trên kết quả mô hình [2], nêu cách khắc phục khuyết tật trong mô hình [1].
7. Có ý kiến cho rằng, do ảnh hưởng của khủng hoảng kinh tế toàn cầu nên từ tháng
2 năm 2008 lượng tiêu thụ giày thể thao đã thay đổi. Thực hiện hồi quy theo hai giai đoạn
thu được RSS1 = 34768.256 và RSS2 = 58912.64. Trình bày thủ tục kiểm định Chow và
cho ý kiến đối với nhận định trên.
Phần 2: Mở rộng mô hình [1], gọi PN: giá một đôi giày Nike dòng tương đương (10
USD/đôi); LIN(–1): lượng tiêu thụ kỳ trước (ngàn đôi). Kết quả hồi quy thu được Mô hình [3] Dependent Variable: LIN Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 247.2042 4.1793 PL –1.0992 0.1847 PN 1.4455 3.3840 LIN(–1) 0.7106 11.7607 Adjusted R– squared 0.9985 S.E. of regression 6.9629 Durbin–Watson stat 1.3836
Gọi X2 = PN; X3 = LIN(–1); X4 = PL; cho ma trận:
8. Xác định ma trận hiệp phương sai.
9. Khi giá bán các loại giày đều tăng thêm 10 USD/đôi thì lượng tiêu thụ có giảm
không ít hơn 1200 đôi không?
10. Giá bán của loại giày Nike có ảnh hưởng thực sự tới lượng tiêu thụ giày Lining không?
11. Giá trị lớn nhất của phương sai sai số ngẫu nhiên là bao nhiêu?
12. Thế nào là một mô hình tự hồi quy. Theo kết quả, mô hình [3] có khuyết tật tự tương quan hay không?
13. Cho kết quả hồi quy :
PLt = –161.7231 – 0.6564PNt + vt S.E. of regression 8.5002 S.D. dependent var 17.2945
Hồi quy mô hình này dùng để làm gì? Hãy đưa ra kết luận cần thiết.
14. Hãy cho kết luận đối với mô hình [3] khi có kết quả sau:
LINt = 788.6232–0.8061PLt + 0.9438LIN(–1)t + 1.1446PNt – 0.0002 + vt Se (232.1247) (0.0956)
Adjusted R–squared 0.9988 S.E. of regression 6.1002
15. Các sai số ngẫu nhiên có phân phối chuẩn không? Cho biết khi kiểm tra dãy phần
dư thu được từ mô hình [3] ta có S = –0.8465, K = 3.4297.
16. Dự báo cho lượng tiêu thụ trung bình nếu lượng bán kỳ trước là 1500 ngàn đôi, giá
bán giày Lining là 140 USD/đôi, giá giày Nike là 140 USD/đôi.
Bài 4: Nghiên cứu về lượng tiêu thụ đồng hồ Seiko trong một khu vực từ tháng 7
năm 2007 đến tháng 11 năm 2009, người ta thu được kết quả sau: Mô hình [1] Dependent Variable: SEI Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 34.4620 7.3109 PO 0.0341 0.0133
Mean dependent var 322.7817 S.D. dependent var 120.3302 F–statistic 6.5119
trong đó: SEI là lượng tiêu thụ đồng hồ Seiko (chiếc); PO là giá đồng hồ Orient (USD/chiếc); = 5%. Phần 1:
1. Viết mô hình hồi quy tổng thể, hàm hồi quy tổng thể, hàm hồi quy mẫu. Các ước
lượng nhận được có phù hợp với lý thuyết kinh tế không? Tại sao? 2. Tính ESS, R2,
, . Cho biết ý nghĩa của R2.
3. Khi giá của đồng hồ Orient tăng thêm 2 USD thì lượng tiêu thụ đồng hồ Seiko
biến động trong khoảng nào?
4. Xác định giá trị lớn nhất của phương sai các sai số ngẫu nhiên.
5. Hàm hồi quy có phù hợp hay không?
6. Sắp xếp dãy phần dư theo giá trị tăng dần của biến PO, tính được
. Hãy đưa ra kết luận phù hợp đối với mô hình [1].
7. Hãy dự báo lượng tiêu thụ đồng hồ Seiko trung bình khi giá mỗi chiếc đồng hồ Orient là 2200 USD
8. Có ý kiến cho rằng đồng hồ Seiko được nam giới ưa chuộng hơn nên việc thay đổi
giá đồng hồ Orient tác động đến sức tiêu thụ của đối tượng này ít hơn nữ giới và lượng
tiêu thụ không phụ thuộc vào giá cả là khác nhau giữa các miền Bắc, Trung, Nam. Hãy
lập mô hình và nêu cách kiểm tra nhận định trên.
Phần 2: Mở rộng mô hình khi thêm biến PS: giá mỗi chiếc đồng hồ Seiko
(USD/chiếc) thu được kết quả sau: Mô hình [2] Dependent Variable: SEI Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 126.0571 26.52507 PO 2.4163 3.5281 PS 1.3709 –3.7385 S.E. of regression 96.4641 S.D. dependent var 120.3302
Cho biết hiệp phương sai giữa hệ số các biến PO và PS là –0.4757.
9. Hãy đánh giá về việc mở rộng mô hình.
10. Khi giá bán mỗi chiếc đồng hồ Seiko giảm 3 USD và giá bán mỗi chiếc đồng hồ
Orient giảm 5 USD thì lượng tiêu thụ đồng hồ Seiko biến động trong khỏang nào?
11. Phải chăng khi giá bán mỗi chiếc đồng hồ Seiko tăng thêm 2 USD, giá bán mỗi
chiếc đồng hồ Orient tăng thêm 5 USD lượng tiêu thụ đồng hồ Seiko không thay đổi?
12. Từ dãy phần dư thu được từ mô hình [2] tính được hệ số bất đối xứng là 0.3585
và hệ số nhọn là 3.8041. Hãy cho kết luận phù hợp.
13. Hồi quy et theo PSt, POt, et–1 có hệ số chặn, thu được độ lệch tiêu chuẩn của
đường hồi quy mẫu băng 92.7887. Hồi quy et theo PSt, POt có hệ số chặn thu được hệ số
xác định đã hiệu chỉnh bằng 0.0637 và độ lệch chuẩn của biến phụ thuộc bằng 98.955. Hãy
đưa ra kết luận phù hợp cho mô hình [2] 14. Gọi E^2 = e2t; S2 = , ta có: Mô hình [3] Dependent Variable: E^2 Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 6549.873 1.8627 S2 –0.6449 S.E. of regression 14368.20 S.D. dependent var
Hãy đưa ra kết luận phù hợp cho mô hình [2].
15. Hồi quy et theo PSt, POt, (S2)t có hệ số chặn thu được hệ số xác định bằng
0.1024. Hồi quy mô hình này dùng để làm gì? Cho kết luận phù hợp đối với mô hình [2].
Bài 5. Gọi SG: lượng cung đường (ngàn tấn); PSG: giá đường (trăm USD/tấn); = 5%.
Phần 1: Kết quả nghiên cứu trên một mẫu thu được: Mô hình [1] Dependent Variable: SG Method: Least Squares Sample: 2005M1 2007M3 Variable
Coefficient Std. Error t–Statistic Prob. C 3.8522 0.3783 PSG 9.1209 3.1256 R–squared S.E. of regression 5.186 Adjusted R– squared S.D. dependent var 8.3418
1. Viết hàm hồi quy tổng thể, hàm hồi quy mẫu. Các ước lượng nhận được có phù
hợp với lý thuyết kinh tế không? Tại sao?
2. Phải chăng lượng cung đường không chịu tác động của sự biến động giá đường?
3. Khi giá đường tăng thêm 200 USD cho mỗi tấn thì lượng cung tăng tối đa là bao nhiêu? 4. Tính ESS, RSS, TSS, R2, .
5. Hàm hồi quy có phù hợp hay không?
6. Gọi E = Resid = et; S^2 =
, ta có kết quả sau: Mô hình [2] Dependent Variable: E Method: Least Squares Variable
Coefficient Std. Error t–Statistic Prob. C 13.1476 –0.65 PSG 6.9881 S^2 –0.0142 0.029 R–squared 0.0189 F–statistic 0.2312
Mô hình [2] dùng để làm gì? Hãy đưa ra kết luận phù hợp cho mô hình [1].
7. Kết quả sau dùng để làm gì? cho kết luận phù hợp. e 2 2
t = –72.3929 + 51.9163PSGt – 5.3575(PSG) t + vt RSS = 101059.9 ; ESS = 6927.57
8. Từ tháng 2 năm 2006, do chịu tác động của kinh tế thế giới nên lượng cung đường
trong nước có sự biến động. Thực hiện hồi quy 2 giai đoạn thu được RSS1 bằng 124.35 ;
RSS2 bằng 246.185. Hãy cho kết luận phù hợp.
9. Sử dụng kỹ thuật biến giả để xây dựng mô hình và nêu cách kiểm tra nhận định trên.
Phần 2 : Gọi CUR : chi phí phân bón (trăm USD/tấn). Thực hiện mở rộng mô hình
thu được kết quả sau : Mô hình [3] Dependent Variable: SG Method: Least Squares Sample: 2005M1 2007M3 Variable
Coefficient Std. Error t–Statistic Prob. C 26.1956 2.6485 PSG 1.6891 3.6171 CUR –3.5691 1.3372 R–squared Mean dependent var Adjusted R– squared S.D. dependent var 8.3418 S.E. of regression 4.6479 Durbin–Watson stat 1.8348
Gọi X2 = CUR ; X3 = PSG. Kết quả cho:
10. Chi phí phân bón có thực sự ảnh hưởng đến lượng đường cung ứng không?
11. Khi giá đường không đổi, chi phí phân bón tăng thêm 150 USD thì lượng cung
có giảm không nhiều hơn 7000 tấn ?
12. Khi giá đường giảm 50 USD/tấn, chi phí phân bón giảm 40 USD/tấn thì lượng
cung đường thay đổi trong khoảng nào ?
13. Kết quả sau dùng để làm gì ? cho kết luận phù hợp.
et = 3.5279 – 0.4704PSGt – 0.4876CURt + 0.211et–1 – 0.12et–2 + vt R2 = 0.0417
14. Phương sai các sai số ngẫu nhiên không vượt quá 18 ?
15. Từ mô hình [3], thực hiện hồi quy thu được
PSGt = 5.1336 – 0.5286CURt + vt Se (0.5632) (0.1178)
Cho kết luận phù hợp với mô hình [3].
16. Dự báo giá trị trung bình cho lượng cung khi giá đường bằng 900 USD/tấn và chi
phí phân bón bằng 200 USD/tấn. Bài 6 :
Phần 1: Nghiên cứu nhu cầu tiêu thụ về nước giải khát ở Việt Nam thu được: Mô hình [1] Dependent Variable: QC Method: Least Squares Sample: 2000Q1 2004Q4 Variable
Coefficient Std. Error t–Statistic Prob. C 30.3799 4.5694 PP .39998 6.0715 PC .39079 –7.0803 R–squared Mean dependent var 112.8706 Adjusted R– squared .75091 S.D. dependent var 13.4243
Sum squared resid 299.3358 Durbin–Watson stat 1.3209 F–statistic 25.1160
Trong đó: QC là lượng nước có gas Coca được tiêu thụ trong 1 quý (đơn vị: chai),
PC giá 1 chai nước Coca trong quý đó, PP là giá 1 chai nước Pepsi (đơn vị: ngàn đồng/chai). Cho α = 5%.
1. Hãy viết hàm hồi quy tổng thể, hàm hồi quy mẫu và cho biết kết quả có phù hợp
với lý thuyết kinh tế không?
2. Tính TSS, ESS, R2, ý nghĩa của R2.
3. Nếu giá Coca tăng thêm 500đ/chai thì lượng tiêu thụ thay đổi trong khoảng nào?
4. Thực hiện kiểm định về chỉ định dạng hàm cho giá trị = 5.6469. Hãy viết mô
hình hồi quy, giá trị đó được tính như thế nào và kết luận được rút ra liên quan đến mô hình?
5. Sau khi hồi quy thu được dãy phần dư: 2.3; 0.3; –3.1; –2.8; 0.2; 1.2; –2.3; 0.8;
0.85; 1.65; 3.1; 4.0; 2.8; 0.5; 1.8; –2.2; 0.9; 1.7; –0.45; 0.15. Sử dụng kiểm định
Spearman kiểm tra khuyết tật trong mô hình nếu biết rằng giá Coca tăng đều đặn từng quý.
6. Mô hình có khuyết tật gì không nếu sử dụng kiểm định đoạn mạch, kiểm định
Pearson và kiểm định Durbin – Watson?
Phần 2: Vì cho rằng trong thời kỳ này, Coca đã thực hiện quảng cáo rầm rộ cho sản
phẩm của mình nên mở rộng mô hình thu được: Mô hình [2] Dependent Variable: QC Method: Least Squares Sample: 2000Q1 2004Q4 Variable
Coefficient Std. Error t–Statistic Prob. C 26.6790 3.5604 PP .23467 4.0705 PC .2907 –5.0403 AD .2560 3.2010 AD^2 .2560 – 4.502 R–squared .8576 Mean dependent var 112.8706 Adjusted R– squared S.D. dependent var 15.5243
Sum squared resid 204.3358 Durbin–Watson stat 1.7209 F–statistic 25.1160
trong đó: AD là chi phí cho quảng cáo của quý đang xét. Hiệp phương sai của các hệ số
tương ứng với các biến PP và PQ là 0.0763.
7. Có nên mở rộng mô hình không?
8. Các hệ số của biến AD có thoả mãn với quy luật lợi ích cận biên giảm dần hay không?
9. Có ý kiến cho rằng, trong thời kỳ đang nghiên cứu các mặt hàng đều tăng giá. Như
vậy nếu cả Coca và Pepsi đều tăng 500đ/chai, còn chi phí quảng cáo không đổi thì sản
lượng bán ra của Coca có tăng lên không?
10. Sau khi hồi quy thu được các phần dư e 2 2
t . Thực hiện hồi quy et theo PQ t có hệ số
chặn thu được hệ số hồi quy của PQ 2t là 0.4562 và sai số chuẩn của nó là 1.23. Cho biết
dựa trên giả thiết nào ta thực hiện hồi quy đó và kết luận rút ra từ thông tin đó.
11. Tìm khoảng tin cậy cho phương sai của các sai số ngẫu nhiên.
12. Nếu giá 1 chai Coca là 6000 đ, giá 1 chai Pepsi là 5000 đ, tìm mức chi phí quảng
cáo để có lượng tiêu thụ lớn nhất. Khi đó mức chi phí cao nhất của quảng cáo trong thời kỳ trước là bao nhiêu?
13. Kiểm tra khuyết tật tự tương quan trong mô hình.
14. Thực hiện kiểm tra khuyết tật về dạng hàm với mô hình có chứa thu được giá trị thống kê
= 2.413. Viết mô hình và cho biết hệ số xác định của mô hình đó
bằng bao nhiêu? Mô hình [2] có khuyết tật về chỉ định dạng hàm không?
15. Trong mô hình [2], dãy các phần dư có hệ số S = 1.003, K = 2.413. Cho kết luận
cần thiết khi có các thông tin này.
16. Bậc tự do của thống kê F là bao nhiêu với Fqs = 25.1160. Hàm hồi quy đang xét có phù hợp không?
Bài 7: Nghiên cứu về tiêu dùng của các hộ gia đình trong một khu vực, người ta thu
được kết quả sau, trong đó: Cos là mức tiêu dùng của các hộ (USD), IN là mức thu nhập
(USD), = 5% (Mô hình [1]).
1. Viết hàm hồi qui tổng thể, hàm hồi qui mẫu. Cho biết kết quả ước lượng nhận
được có phù hợp với lý thuyết kinh tế không?
2. Mức tiêu dùng không phụ thuộc vào thu nhập có thực sự lớn hơn 0 hay không? Mô hình [1] Dependent Variable: Cos Method: Least Squares Sample: 2004M1 2006M4 Variable
Coefficient Std. Error t-Statistic Prob. C 11.0394 0.3024 IN 0.8872 134.4240 R-squared 0.9985 Mean dependent var 1434.829 Adjusted R-squared S.E. of Regression 15.3968 Sum squared resid 6163.647 3. Tính ESS, TSS,
và ước lượng của phương sai sai số ngẫu nhiên.
4. Phương sai các sai số ngẫu nhiên lớn nhất là bao nhiêu?
5. Hàm hồi quy có phù hợp hay không?
6. Khi thu nhập của các hộ gia đình tăng thêm 3 USD thì mức tiêu dùng trung bình
tăng thêm ít nhất là bao nhiêu?
7. Kết quả hồi qui cho dãy phần dư có S = 2.6794, K = 3.214, các sai số ngẫu nhiên
trong mô hình có phân phối chuẩn hay không?
8. Dự báo cho mức tiêu dùng trung bình và mức tiêu dùng cá biệt khi thu nhập của
các hộ gia đình là 1200 USD
Người ta cho rằng mức chi tiêu của các hộ gia đình còn phụ thuộc vào mức chi tiêu
của kỳ trước nên đã hồi qui và thu được kết quả sau: Dependent Variable: Cos Method: Least Squares Sample: 2004M1 2006M4 Variable
Coefficient Std. Error t-Statistic Prob. C 6.2936 IN 0.7136 Cos(-1) 0.1988 R-squared Mean dependent var 1434.829 Adjusted R-squared S.D. dependent var 390.4358 Sum squared resid Durbin-Watson stat 1.0984 S.E. of Regression 14.83616 Durbin’s h- stat
Ma trận hiệp phương sai có dạng 9. Tính ESS, TSS, R2.
10. Việc đưa thêm mức tiêu dùng của kỳ trước vào mô hình có hợp lý hay không?
11. Mô hình có khuyết tật tự tương quan hay không? 12. Khi hồi qui theo
có hệ số chặn thu được R2 = 0.02243. Kết quả này dùng
để làm gì, dựa trên giả thiết nào và cho kết luận phù hợp.
13. Hãy cho cách khắc phục khuyết tật dựa trên kết luận ở ý 12.
14. Thực hiện hồi qui Cos theo INt , Cost-1,
có hệ số chặn thu được hệ số xác
định bội bằng 0.99982. Cho kết luận phù hợp.
15. Hồi quy et theo INt, Cos t-1,
có hệ số chặn thu được hệ số xác định bội bằng
0.4213. Cho kết luận phù hợp.
16. Cho kết quả hồi qui như sau
Et = 0.1242 + 0.2014. Et-1 + 0.08762. Et-2 (Se) (0.036) (0.145) (0.04153) R2 = 0.4312
Cho biết mục đích của việc hồi qui làm gì? Kết luận gì được rút ra.
17.Các sai số ngẫu nhiên của mô hình có phân phối chuẩn hay không nếu kết quả
dãy các phần dư có S = 0.2146, K= 1.3489?