Homework BUỔI 4 - BTVN Kinh Tế Lượng: Phân Tích Hồi Quy |Trường Đại học Kinh Tế - Luật, Đại học Quốc gia Thành phố Hồ Chí Minh

HOMEWORK BUỔI 4 2.4:
a)Từ Stata ta có hàm hồi quy quyến tính: Y = 35,94554.X -657,5051
Với các giá trị của X ta dự đoán được các giá trị tương ứng: X=200=> Y=6531.603 X=100 => Y=2937.049 X=350 => Y=11923.43 2.5: a) Lượng cam Tấn/tháng (Y) Kg/tuần(Y*) 1 250 3 750 ⇨ Y*=250Y => k2 = 250 ⇨ Y=15,245 – 1,345X
250Y= 250.15,245 – 250.1,345X Y*=3811,25 – 336,25X b) Giá cam Ngàn đồng/kg (X) Triệu đồng/tấn (X*) 1 1 3 3 ⇨ X*=X => k1 = 1
⇨ Y= 15,245 – 1,345X (Không thay đổi) c) Lượng cam Giá cam Tấn/tháng Tấn/năm Ngàn/kg (X) Triệu/tấn(X*) (Y) (Y*) 1 12 1 1 3 36 3 3 =>Y*=12Y =>X*=X =>12Y=12.15,245-12. 1,345X Y*= 182,94 – 16,14X 2.6:
Hàm hồi quy: Y=35,94554.X -657,5051 Total_area (m2 ) Total_area (cm2 ) a) 1 10000 3 30000 => X*=10000X=>k1 =10000
=> Y=35,94554/10000.10000.X -657,5051 Y=0,003595.X* -657,5051
Hệ số đứng trước Total_area trở thành 0,003595 cho biết khi diện tích căn hộ
tăng 1cm2 thì giá căn hộ sẽ tăng trung bình 0,003595 triệu đồng b) Price (Triệu đồng) Price (Tỷ đồng) 1 0,001 3 0,003 =>Y*=Y/1000 =>k2 =1/1000
=>Y/1000=35,94554/1000 . X – 657,5051/1000 Y*=0,0359X- 0,6575
Hệ số đứng trước Total_area trở thành 0,0359 cho biết khi diện tích căn hộ
tăng 1m2 thì giá căn hộ sẽ tăng trung bình 0,0359 tỷ đồng
c)Dựa vào 2 câu a,b; ta có: X*=10000X ; Y*=Y/1000
=>Y/1000=1/1000 . 1/10000 . 35,94554.10000X -657,5051/1000 Y*=3.6.10-6 X* - 0,6575
Hệ số đứng trước Total_area trở thành 3.6.10-6 cho biết khi diện tích căn hộ
tăng 1cm2 thì giá căn hộ sẽ tăng trung bình 3.6.10-6 tỷ đồng 3.1:
a) Biến phụ thuộc (Dependent variable) và đặt tên viết tắt cho biến phụ thuộc:
• Biến phụ thuộc: Trọng lượng của trẻ sơ sinh ký hiệu là Y_weight.
b) Biến độc lập và biệt danh
1. Cân nặng của mẹ (Mother's weight): Biệt danh: X_mom_weight
2. Tuổi của mẹ (Mother's age): Biệt danh: X_mom_age
3. Chế độ dinh dưỡng của mẹ trong thai kỳ (Mother's nutrition during
pregnancy): Biệt danh: X_nutrition
4. Số lần khám thai (Number of prenatal visits): Biệt danh: X_prenatal_visits
c) Mô hình hồi quy đa biến
Mô hình hồi quy đa biến để dự đoán trọng lượng của trẻ sơ sinh có thể được viết như sau:
Y_weight = β0 + β1 * X_mom_weight + β2 * X_mom_age + β3 * X_nutrition + β4 * X_prenatal_visits + ε Trong đó:
• β0: Hệ số chặn (hằng số)
• β1, β2, β3, β4: Hệ số hồi quy của các biến độc lập tương ứng • ε: Sai số
d) Sai số (ε) trong chủ đề
Sai số ε đại diện cho những yếu tố ảnh hưởng đến trọng lượng của trẻ sơ sinh
mà không được giải thích bởi các biến độc lập trong mô hình. Trong trường
hợp này, nó bao gồm những yếu tố không nằm trong mô hình nhưng vẫn có
thể ảnh hưởng đến trọng lượng trẻ.
Một số yếu tố có thể góp phần tạo ra sai số ε bao gồm:
• Yếu tố di truyền: Gen của bố mẹ có thể ảnh hưởng đến trọng lượng trẻ.
• Yếu tố môi trường: Như chất lượng chăm sóc y tế, môi trường sống, mức độ ô nhiễm.
• Mức độ căng thẳng của mẹ trong thai kỳ.
• Lối sống: Như mức độ hoạt động thể chất, việc sử dụng chất kích thích.
e) Hàm hồi quy đa biến theo mẫu
Khi sử dụng dữ liệu mẫu, hàm hồi quy có thể viết như sau:
Y_weight = β̂_0 + β̂_1 * X_mom_weight + β̂_2 * X_mom_age + β̂_3 *
X_nutrition + β̂_4 * X_prenatal_visits
Trong đó Y_weight là trọng lượng dự đoán của trẻ sơ sinh, và β̂_0, β̂_1, β̂_2,
β̂_3, β̂_4 là các hệ số ước lượng từ dữ liệu mẫu.