Phân tích hồi quy và mô hình hóa | Môn Kinh tế lượng - Đại học Công Nghệ Đông Á

lOMoAR cPSD| 60734260 Bài tập Chương 2
Bài 2.1. Một công ty sản xuất bột giặt để cung ứng ra thị trường. Gọi Q là lượng sản phẩm
bán ra (đơn vị: tấn), P là giá bán cho 1 tấn (đơn vị: triệu đồng). Dựa trên số liệu thu nhận, thực
hiệu hồi quy được kết quả sau ( = 5%). Dependent Variable: Q Method: Least Squares Sample: 1995Q1 2007Q4 Included observations: 52 Variable Coefficient Std. Error t–Statistic Prob. C 323.2539 11.47348 0.0000 P 30.08573 19.27288 0.0000 R–squared 0.881360 Mean dependent var 9857.144 Adjusted R–squared 0.878987 S.D. dependent var S.E. of regression 376.3528 Akaike info criterion 14.73663 Sum squared resid Schwarz criterion 14.81168 Log likelihood –381.1525 F–statistic Durbin–Watson stat 0.095768 Prob(F–statistic) 0.000000 1.
Viết hàm hồi quy tổng thể và mô hình hồi quy tổng thể. 2.
Xác định hệ số chặn và hệ số góc. 3.
Viết hàm hồi quy mẫu và mô hình hồi quy mẫu. Cho biết kết quả ước lượng có phù
hợp với lý thuyết hay không? 4.
Các hệ số nhận được có ý nghĩa thống kê hay không? 5.
Ước lượng điểm của phương sai sai số ngẫu nhiên bằng bao nhiêu? 6.
Nêu ý nghĩa của hệ số xác định r2. 7. Tính RSS, TSS, ESS. SD(Q) 8.
Tính F–statistic bằng hai cách. Hàm hồi quy có phù hợp hay không? 9.
Giá trị trung bình , bằng bao nhiêu? 10.
Hệ số chặn bằng bao nhiêu? Giá trị này cho người nghiên cứu biết điều gì? lOMoAR cPSD| 60734260 11.
Tìm khoảng tin cậy đối xứng cho hệ số chặn. 12.
Hệ số góc bằng bao nhiêu? Ý nghĩa của giá trị này. 13.
Nếu giá tăng thêm 2 đơn vị thì lượng cung trung bình sẽ tăng thêm trong khoảng nào? 14.
Tìm giá trị nhỏ nhất của phương sai sai số ngẫu nhiên. 15.
Có thể nói rằng, nếu giá tăng thêm 1 triệu đồng thì lượng sản phẩm trung bình bán
ra sẽtăng không ít hơn 600 tấn? 16.
Nếu giá giảm 2 triệu đồng thì lượng sản phẩm bán ra giảm không ít hơn 1000 tấn? 17.
Dự báo cho lượng sản phẩm trung bình và lượng sản phẩm cá biệt được bán ra với
mứcgiá là 20 bằng khoảng tin cậy đối xứng. 2.2
Cho QC là lượng cầu về cá (tấn), PC là giá cá (triệu đồng/tấn), TN là mức thu nhập (triệu đồng),
 = %. Kết quả hồi qui thu được
Dependent variable is QC observations used for estimation from 1992 to 2018 Regressor Coefficient Standard error T- Ratio PC 1.3768 -4.3857 C 1286.321 92.368
***************************************************************** R- Squared .83452 F-statistic F R-Bar- Squared .8164 S.E of Regression 14.9381 Residual Sum of Squares D-W statistic 2.125
*****************************************************************
1. Hãy viết hàm hồi qui tổng thể, hàm hồi qui mẫu và cho biết kết quả có phù hợp với lýthuyết kinh tế không?
2. Tính RSS, TSS, ESS, SD(QC) và nêu ý nghĩa của R2.
3. Nếu giá cá tăng thêm 1 triệu đồng/tấn thì lượng tiêu thụ cá thay đổi trong khoảng nào?
4. Hàm hồi qui có phù hợp hay không?
5. Tìm khoảng tin cậy cho phương sai sai số ngẫu nhiên.
6. Có ý kiến cho rằng nếu giá tăng thêm 2 tr đ/tấn, lượng cầu giảm ít nhất 6 tấn. Điều đó cóđúng không?
7. Phương sai sai số ngẫu nhiên bằng 250. Điều đó có đúng không?
8. Hãy dự báo giá trị trung bình và giá trị cá biệt của lượng cầu khi giá cá trong tương lai là 8 triệu đồng/tấn. lOMoAR cPSD| 60734260 Chương 3 Bài 3.1:
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
Ordinary Least Squares Estimation
***************************************************************** Dependent variable is Y
38 observarious used for estimation from 1 to 38
***************************************************************** Regressor Coefficient
Standard Error T- Ratio [Prob] C 0.2448 2.6668 .84175[.000] TN .16441 ,0354 4.6492 [.009] SN 1.1448 .4143 2.7632 [.009]
***************************************************************** R-Squared F-statistic F( , ) [.000] R-Bar-Squared .4256 S.E. of Regression Residual Sum of Squares 642.9483
Mean of Dependent Variable 15.9528 S.D. of Dependent Variable
Maximum of Log-likelihood -107.6903 D-W-statistic 2.1401
*****************************************************************
1. Hãy viết hàm hồi qui tổng thể, hàm hồi qui mẫu và cho biết ý nghĩa các hệ số hồi qui 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 qui lại mô hình, thu được R2 = 0,4021. Biến SN có thực sự cần thiết hay không?
Bài 3.2. Cho các biến số: DT: mức đầu tư, LN: lợi nhuận, AD: 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 lOMoAR cPSD| 60734260 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
cóphù 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
bìnhsẽ tăng thêm nhiều nhất là bao nhiêu? 8.
Tìm khoảng tin cậy cho phương sai sai số ngẫu nhiên. 9.
Có thể nói rằng, chi phí cho quảng cáo không ảnh hưởng đến sự biến động
củamức lợi nhuận không? 10.
Nếu mức đầu tư tăng thêm 2 tỷ, chi phí quảng cáo tăng thêm 0,2 tỷ thì mức
lợinhuận trung bình tăng thêm trong khoảng nào? Cho biết cov(β^2;β^3) = 0,4556. 11.
Khi thêm biến AD2 = AD*AD và hồi qui lại mô hình thu được R2 = 0,9880.
Biến AD2 đưa thêm vào có là biến cần thiết hay không?
Bài 3.3 Gọi LnQ, LnP, LnK là các biến loga tự nhiên của Q, P, K và tiến hành hồi quy thu được: Dependent Variable: LNQ Method: Least Squares Sample: 1995Q1 2007Q4 Included observations: 52 Variable Coefficient Std. Error t–Statistic Prob. C 4.320996 0.213294 20.25845 0.0000 lOMoAR cPSD| 60734260 LNP 0.067941 6.041005 0.0000 LNK 0.071405 3.831176 0.0004 R–squared Mean dependent var 9.189918 Adjusted R–squared 0.917565 S.D. dependent var 0.111569 S.E. of regression 0.032033 Akaike info criterion –3.988125 Sum squared resid Schwarz criterion –3.875553 Log likelihood 106.6913 F–statistic Durbin–Watson stat 0.105633 Prob(F–statistic) 0.000000
Ma trận hiệp phương sai có dạng : β^ Cov( ) = 1.
Viết hàm kinh tế ban đầu đối với các biến Q, P, K. 2.
Viết hàm hồi quy tổng thể, mô hình hồi quy tổng thể. 3. Viết hàm hồi quy mẫu. 4.
Cho biết ý nghĩa của các hệ số hồi quy nhận được. Kết quả này có phù hợp với lý
thuyếtvà thực tiễn hay không ? 5.
Sự biến động của giá và vốn giải thích được bao nhiêu phần trăm sự biến động của mứccung sản phẩm. 6.
Kiểm định về tính phù hợp của hàm hồi quy. 7.
Tìm khoảng tin cậy cho hệ số của LnK và cho biết ý nghĩa. 8.
Nếu giá cả tăng 5% thì lượng cung sản lượng trung bình tăng lớn nhất là bao nhiêu ? 9.
Nếu giá cả giảm 3%, lượng cung giảm ít nhất là bao nhiêu ? 10.
Nếu giá tăng 2%, vốn không đổi, lượng cung có tăng tới 1% không ? 11.
Khi vốn được cung cấp thêm 10%, giá không đổi, sản lượng cung ra thị trường sẽ tăngkhông dưới 3% ? 12.
Khi giá tăng 2%, vốn tăng 5% thì lượng sản phẩm bán ra tăng trong khoảng nào ? lOMoAR cPSD| 60734260 13.
Khi giá tăng 3% nhưng vốn giảm 3%, lượng sản phẩm bán ra vẫn không đổi ? 14.
Hàm kinh tế đang nghiên cứu là dạng hàm tăng quy mô sẽ giảm hiệu quả ? 15. Tính RSS, ESS,
Bài 3.4 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 is QC
observations used for estimation from 2010 Q1 to 2017 Q2
***************************************************************** Regressor Coefficient Standard error T- Ratio PP .39998 6.0715 PC .39079 -7.0803 C 30.3799 4.5694
***************************************************************** R-Bar- Squared .75091
Residual Sum of Squares 299.3358 D-W statistic 2.142
***************************************************************** 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 cóphù 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 rat hay đổi
trongkhoảng 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. Chương 4
Bài 4.1. Nghiên cứu khối lượng bán ra Q của một loại sản phẩm phụ thuộc vào giá bán P của
một công ty, kết quả hồi quy thu được ( = 5%). 1.
Viết hàm hồi quy tổng thể, mô hình hồi quy tổng thể. 2.
Viết hàm hồi quy mẫu và cho biết kết quả nhận được có phù hợp với lý thuyết và thựctiễn hay không? lOMoAR cPSD| 60734260 Dependent Variable: Q Method: Least Squares
Sample (adjusted): 2005M01 2009M12 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C 14.44759 2.467613 5.854885 0.0000 P 16.70896 2.560489 6.525692 0.0000 R–squared 0.423371 Mean dependent var 28.56667 Sum squared resid 4899.460 Schwarz criterion 7.376891 3.
Do ảnh hưởng của cuộc khủng hoảng tài chính nên từ tháng 6 năm 2007, giá cả
phải giảmxuống. Để nghiên cứu ảnh hưởng của giá tới lượng hàng bán ra, thực hiện hồi quy
hai giai đoạn từ tháng 1 năm 2005 đến tháng 5 năm 2007 và giai đoạn sau, thu được RSS1 =
2384.619 và RSS2 = 1557.352. Cấu trúc mô hình có thực sự thay đổi hay không?.
Bằng cách xây dựng biến D = 0 từ tháng 1 – 2005 đến tháng 5 – 2007 và D = 1 từ tháng 6 –
2007 đến 12 – 2009, thực hiện hồi quy thu được: Dependent Variable: Q Method: Least Squares Sample: 2005M1:2009M12 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C 24.08957 5.343546 4.508162 0.0000 P 8.794840 4.213471 2.087315 0.0414 D –21.30958 6.652040 –3.203465 0.0022 D*P 31.14203 8.444924 3.687662 0.0005 R–squared 0.536060 Mean dependent var 28.56667 Adjusted R–squared 0.511206 S.D. dependent var 12.00052 S.E. of regression 8.390015 Akaike info criterion 7.156302 Sum squared resid 3941.971 Schwarz criterion 7.295925 Log likelihood –210.6891 F–statistic 21.56845 Durbin–Watson stat 2.345473 Prob(F–statistic) 0.000000 4.
Viết hàm hồi quy tổng thể, hàm hồi quy mẫu và các hàm hồi quy cho từng giai đoạn khác nhau.
Từ đó vẽ đồ thị các hàm hồi quy mẫu và cho nhận xét. 5.
Mức chênh lệch của hệ số chặn trong hai giai đoạn nằm trong khoảng nào. lOMoAR cPSD| 60734260 6.
Chênh lệch nhỏ nhất của hệ số giá trong hai giai đoạn là bao nhiêu? 7.
Thực hiện các kiểm định cần thiết để xem xét cấu trúc mô hình có thay đổi hay
không? Từ đó so sánh với kết luận ở ý 3. 8.
Có cần thiết đưa biến giả D vào mô hình không? 9.
Có ý kiến cho rằng, mặc dù chịu ảnh hưởng của khủng hoảng, giá có giảm xuống
nhưngsức mua vẫn không giảm nên với mỗi mức giá như nhau, lượng cung sản phẩm ở giai
đoạn sau vẫn cao hơn giai đoạn trước. Điều đó có đúng không? 10.
Cán bộ công ty giải thích rằng, vì có chiến lược kinh doanh nên từ tháng 1 năm
2006,công ty đã thực hiện chiến dịch quảng cáo sản phẩm đến khách hàng nên công ty có được
kết quả khả quan chứ việc kinh doanh không chịu tác động của khủng hoảng. Hãy xây dựng
mô hình và nêu cách kiểm tra nhận định trên trong trường hợp chỉ có biến quảng cáo. 11.
Hãy xây dựng mô hình xem xét ảnh hưởng đồng thời của cuộc khủng hoảng và tác
độngcủa quảng cáo đến lượng sản phẩm bán ra và nêu các kiểm định cần thiết.
Bài 4.2. Nghiên cứu ảnh hưởng của các nhân tố vốn K, lực lượng lao động L đến sản lượng Q
của ngành thủy sản Việt Nam thu được kết quả sau: Dependent Variable: Q M ethod: Least Squares Sample: 2000Q1 2006Q4 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C 145.6788 21.13503 6.892767 0.0000 K 0.168417 0.009228 18.25118 0.0000 L 0.321245 0.022076 14.55211 0.0000 R–squared 0.995425 Mean dependent var 742.9686 Adjusted R–squared S.D. dependent var 140.8922 S.E. of regression 9.903864 Akaike info criterion 7.524684
K (Đơn vị: tỷ đồng);
L (Đơn vị: nghìn người);
Q (Đơn vị: nghìn tấn). 1.
Kết quả hồi quy có phù hợp với thực tiễn hay không? 2.
Nếu vốn tăng 2 tỷ đồng, lực lượng lao động tăng 500 người thì sản lượng trung
bình tăngnhiều nhất là bao nhiêu? Biết rằng hệ số hiệp phương sai giữa các hệ số của K và L là – 0,000184. lOMoAR cPSD| 60734260
Do điều kiện thuận lợi trong xuất khẩu nên từ quý 1 năm 2003, ngành thuỷ sản đã có những
đầu tư lớn về vốn và nguồn nhân lực. Từ đó, sản lượng thủy sản tăng rõ rệt. Để phản ánh yếu tố
này, xây dựng biến giả
D = 0 nếu quan sát trước quý 1 năm 2003, D = 1 nếu quan sát nằm từ quý 1 năm 2003 trở đi. Kết quả hồi quy thu được: Dependent Variable: Q Method: Least Squares Sample: 2000Q1 2006Q4 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C 204.2650 25.92964 K 0.184743 0.033353 L 0.258878 0.034961 D*K –0.113680 0.040154 D*L 0.542753 0.115866 D –635.8396 136.1940 R–squared 0.997867 Mean dependent var 742.9686 Adjusted R–squared S.D. dependent var 140.8922 S.E. of regression 7.208164 Sum squared resid 1143.068 3.
Viết hàm hồi quy tổng thể, hàm hồi quy mẫu cho từng giai đoạn. 4.
Các hệ số nhận được có ý nghĩa thống kê hay không? 5.
Hàm hồi quy có phù hợp hay không? 6.
Tính hệ số xác định đã hiệu chỉnh. 7.
Việc đưa thêm các biến mới vào có chấp nhận hay không? 8.
Trong kết quả hồi quy cho từng giai đoạn, hệ số chặn nhận dấu khác nhau. Hãy cho
biếthệ số nào là phù hợp với lý thuyết và thực tiễn. lOMoAR cPSD| 60734260 9.
Mức chênh lệch về sản lượng do sự gia tăng 1 lao động trong hai giai đoạn lớn nhất là bao nhiêu? 10.
Tính ước lượng điểm cho sản lượng nếu trong tương lai, nguồn vốn là 2000 và lao độnglà 1700. 11.
Có ý kiến cho rằng, do đặc điểm địa lý nên sản xuất thủy sản ở miền Bắc khó khăn
hơnsản xuất thủy sản ở miền Nam. Hãy xây dựng mô hình và nêu cách kiểm tra.
Bài 4.3. Nghiên cứu lượng hàng bán ra OQ của một hãng phụ thuộc vào giá bán P, mức chi
phí cho quảng cáo AD, AD2 = ADAD, = 5%. Kết quả hồi quy thu được như sau: Dependent Variable: OQ Method: Least Squares Sample: 1 28 Included observations: 28 Variable Coefficient Std. Error t–Statistic Prob. C 1865.489 17.6814 P –28.9835 3.1258 AD 12.1525 6.5824 AD2 –6.868 2.5292 R–squared F–statistic 18.6823 S.E. of regression 20.7968 1.
Viết hàm hồi quy mẫu và cho biết kết quả nhận được có phù hợp với thực tiễn haykhông? 2. Tính R2, , TSS, ESS. 3.
Nếu giá bán giảm 2 đơn vị thì lượng bán tăng tối đa là bao nhiêu? 4.
Phương sai sai số ngẫu nhiên không dưới 320? 5.
Hàm hồi quy có phù hợp không? 6.
Cho biết ý nghĩa của hệ số chặn thu được. Giá trị này nằm trong khoảng nào? lOMoAR cPSD| 60734260 7.
Hãy chứng minh rằng, chi phí quảng cáo là một biến định lượng nên khi đưa vào
trongmô hình hồi quy như dạng kết quả thu được trên sẽ thỏa mãn quy luật lợi ích cận biên giảm dần. 8.
Hãy tìm lượng hàng bán tối đa của hãng khi bán với giá là 18. 9.
Khi hồi quy mô hình OQ phụ thuộc vào P, thu được R2 = 0.5425. Việc đưa biến
quảng cáo vào mô hình có được chấp nhận hay không? 10.
Có ý kiến cho rằng, lượng hàng bán ra còn tùy thuộc vào giá bán khác nhau ở khu
vựcmiền Nam, miền Bắc hay miền Trung, trong đó giá giảm dần theo các khu vực trên. Hãy
đưa ra mô hình để kiểm tra nhận định trên. Chương 5
Bài 5.1. Nghiên cứu mối quan hệ giữa lượng bình gas bán ra Q với giá một bình gas PG, giá
điện sinh hoạt PE và giá bếp gas PC thu được kết quả sau: Mô hình [1] Dependent Variable: Q Method: Least Squares
Sample (adjusted): 2007M1 2009M3 Variable Coefficient Std. Error t–Statistic Prob. C 1053.6 8.5615 0.0000 PG –6.9435 –11.0912 0.0000 PC –0.01737 –.95682 0.3490 PE 338.15 2.6371 0.0150 R–squared 0.99406 F – Statistic 1284.9 1.
Dựa trên định tính về mối quan hệ giữa các biến giải thích trong mô hình và các
thống kê T, thống kê F, hãy nêu các cách kiểm tra khuyết tật đa cộng tuyến có thể xảy ra trong mô hình. 2.
Tiến hành hồi quy biến PC theo PG và PE thu được: Mô hình [2] lOMoAR cPSD| 60734260 Dependent Variable: PC Method: Least Squares
Sample (adjusted): 2007M1 2009M3 Variable Coefficient Std. Error t–Statistic Prob. C 555.7082 50.9517 10.9066 0.0000 PG .34168 .020910 16.3406 0.0000 PE –7.3608 3.6730 –2.0040 0.056 R–squared 0.93617 F – Statistic 176.0110
Việc thực hiện hồi quy mô hình [2] nhằm mục đích gì? Thực hiện kiểm định để kiểm tra khuyết tật trong mô hình [1]. 3.
Biến PC có phụ thuộc tuyến tính vào biến PE không? Có phụ thuộc vào biến PG không? 4.
Mô hình [1] có đa cộng tuyến hoàn hảo hay có đa cộng tuyến không hoàn hảo? 5.
Nêu một cách đơn giản khắc phục khuyết tật dựa trên kết luận thu được. 6.
Khi bỏ biến PC khỏi mô hình [1], tiến hành hồi quy Q theo PG và PE có hệ số chặn,
gọilà mô hình [3], thu được hệ số xác định bội R2 = 0,9821. Có nên bỏ biến PC khỏi mô hình không? 7.
Để xem xét trong mô hình [3] có khuyết tật đa cộng tuyến, tiến hành hồi quy PG
theo PEcó hệ số chặn, thu được hệ số xác định bằng 0,1215. Mô hình [3] có khuyết tật cộng
tuyến giữa các biến giải thích không? 8.
Nêu biện pháp sử dụng sai phân cấp 1 để khắc phục khuyết tật trong mô hình [1]. 9.
Có ý kiến cho rằng, do khủng hoảng kinh tế nên từ tháng 1 năm 2008, giá bình gas
tăngmạnh ảnh hưởng tới lượng cầu về gas. Hãy xây dựng mô hình kiểm tra ý kiến trên. Trong
trường hợp này biến D và DPG có cộng tuyến với nhau hay không?
Bài 5.2. Trở lại ví dụ 5.3 thực hiện hồi quy mô hình với các biến được cho dưới dạng loga
LnGDP, LnI, LnGE, LnCons thu được kết quả sau: Mô hình [1] Dependent Variable: LnGDP Method: Least Squares Sample: 2000Q1 2006Q4 Included observations: 28 Variable Coefficient Std. Error t–Statistic Prob. lOMoAR cPSD| 60734260 C 8.948843 0.346757 25.80723 0.0000 LnGE –0.292607 0.100279 –2.917915 0.0075 LnCons 0.359076 0.073606 4.878361 0.0001 LnI 0.227520 0.090220 2.521834 0.0187 R–squared 0.966243 F–statistic 228.9899 1.
Nêu ý nghĩa của các hệ số hồi quy nhận được. 2.
Nếu nghi ngờ [1] có khuyết tật đa cộng tuyến, hãy xây dựng mô hình hồi quy phụ và nêucách kiểm định. 3.
Cho biết kết quả mô hình [2] dưới đây dùng để làm gì và cho kết luận cần thiết. Mô hình [2] Dependent Variable: LnI Method: Least Squares Sample: 2000:1 2006:4 Included observations: 28 Variable Coefficient Std. Error t–Statistic Prob. C 1.108377 0.736036 1.505873 0.1446 LnCons 0.032860 0.163037 0.201551 0.8419 LnGE 0.921751 0.124226 7.419941 0.0000 R–squared 0.992204 F–statistic 1590.969 4.
Biến LnI có cộng tuyến với biến LnCons? Có cộng tuyến với biến LnGE? Đa cộng
tuyếntrong mô hình [1] là hoàn hảo hay không hoàn hảo? 5.
Thực hiện hồi quy cho kết quả sau: Mô hình [3] Dependent Variable: LnI Sample: 2000Q1 2006Q4 Variable Coefficient Std. Error t–Statistic Prob. lOMoAR cPSD| 60734260 C 1.251606 0.188120 6.653246 0.000 LnGE 0.946560 0.016468 57.47873 0.0000 R–squared 0.992192 F–statistic
Hãy cho biết việc thực hiện hồi quy mô hình [3] nhằm mục đích gì? Cho kết luận cần thiết
liên quan tới kết quả đó. 6.
Để khắc phục khuyết tật trong mô hình [1], thực hiện hồi quy mô hình sau: Mô hình [4]
Dependent Variable: LnGDP–LnGDP(–1) Method: Least Squares
Sample (adjusted): 2000Q2 2006Q4 Variable Coefficient Std. Error t–Statistic Prob. C –0.018061 0.002868 –6.298352 0.0000 LnCons–LnCons(–1) 0.492920 0.061455 8.020851 0.0000 LnI–LnI(–1) 0.148763 0.067593 2.200855 0.0381 LnGE–LnGE(–1) 0.149109 0.067674 2.203334 0.0379 R–squared 0.841890 F–statistic Với = 5%, hãy cho biết:
– Trong mô hình [4] có còn khuyết tật đa cộng tuyến hay không?
– Cho biết mô hình tốt thu được sẽ được viết như thế nào?
– Giá trị của hệ số chặn cho biết điều gì?
– Giá trị của hệ số góc riêng phần 0,492920 cho biết điều gì?
– Tìm khoảng tin cậy cho hệ số của biến LnI và cho biết ý nghĩa.
– Có thể nói nếu chi tiêu Chính phủ tăng thêm 2% thì GDP tăng không quá 0,3%?– Hàm hồi quy là phù hợp? lOMoAR cPSD| 60734260 Chương 6
Bài 6.1. Gọi Q là lượng bình gas bán ra (đơn vị: bình); PG là giá của bình gas (đơn vị:nghìn
đồng/bình); PE là giá điện (đơn vị: trăm đồng/kWh): PC là giá của một bếp gas (đơn vị: nghìn
đồng/bếp); = 5%. Kết quả hồi quy trên một mẫu thu được: Mô hình [1] Dependent Variable: Q Method: Least Squares Sample: 1997M1 1999M3 Included observations: 27 Variable Coefficient Std. Error t–Statistic Prob. C 2590.3 384.9544 6.7288 0.0000 PG –7.1461 0.12875 –5.5028 0.0000 R–squared 0.95195 Mean dependent var 1831.42 Adjusted R–squared 0.94163 S.D. dependent var 451.937 S.E. of regression 40.5088 Akaike info criterion 11.95913 Sum squared resid 255165 Schwarz criterion 12.10639 Log likelihood –199.9399 F–statistic 495.29 Durbin–Watson stat 0.7099 Prob(F–statistic) 0.000000
1. Từ kết quả, thực hiện hồi quy mô hình e2 theo PG2 thu được: = 0.3412 + 0.2431 Se (0.132) (0.0728)
Cho biết kết quả trên dùng để làm gì, dựa trên giả thiết nào, kết luận rút ra điều gì?
2. Nêu cách khắc phục khuyết tật mô hình [1] dựa trên kết luận từ ý 1. Khi đó hệ số chặntrong
mô hình mới có ý nghĩa gì? 3. Hồi quy mô hình:
thu được R2 = 0.3141. Kết quả trên dùng
để làm gì, dựa trên giả thiết nào và kết luận rút ra từ đó là gì?
4. Hồi quy mô hình: e2t =α1+α2Q^2t +vt thu được R2 = 0.22346, α^❑2 = 0.3154, Se(α^❑2 ¿ =
0.1165. Hồi quy mô hình dựa trên giả thiết nào, kết luận được rút ra là gì?
5. Nêu cách khắc phục khuyết tật của mô hình [1] dựa trên kết luận được rút ra từ ý 4.
6. Thực hiện đổi dạng mô hình cho kết quả sau: lOMoAR cPSD| 60734260 Mô hình [2] Dependent Variable: Q Method: Least Squares Sample: 1997M1 1999M3 Included observations: 27 Variable Coefficient Std. Error t–Statistic Prob. C 2601.6 310.013 8.6428 0.0000 PG –6.9435 0.626036 –11.0912 0.0000 PC –.001737 0.001815 –0.95682 0.349 PE 338.15 128.23 2.6371 0.015 R–squared 0.99406 Mean dependent var 1831.4 Adjusted R–squared 0.99330 S.D. dependent var 451.9370 S.E. of regression 37.0059 Akaike info criterion 10.85421 Sum squared resid 31497.0 Schwarz criterion 12.10639 Log likelihood –133.6438 F–statistic 1284.9 Durbin–Watson stat 1.0159 Prob(F–statistic) 0.000000
Từ kết quả nhận được, hồi quy mô hình:
thu được R2 = 0.5712. Cho biết việc hồi quy mô hình dựa trên giả thiết nào, kết luận rút ra
là gì? Việc đổi dạng mô hình đã khắc phục được khuyết tật chưa?
7. Từ mô hình [2], hồi quy mô hình : e2t =γ1+γ2Q^2t +εt thu được R2 = 0.204285. Sử dụng kiểm định
và kiểm định F để kiểm tra khuyết tật trong mô hình. lOMoAR cPSD| 60734260
8. Hồi quy mô hình ln( ) = c1 + c2.ln(PGt) + thu được R2 = 0.5391. Hãy viết hàm xuất
phát của hàm hồi quy đó. Hàm đó dùng để làm gì, dựa trên giả thiết nào, kết luận cho mô hình [2] là gì? 9. Hồi quy mô hình: thu được c^ ❑ ❑
2 = 0.135; Se (c^2 )= 0,0819. Việc
hồi quy mô hình này dùng để làm gì, dựa trên giả thiết nào, kết luận cho mô hình [2] là gì?
10. Nêu cách khắc phục khuyết tật trong mô hình [2] dựa trên kết luận từ ý 9. Khi đó hệ sốchặn
trong mô hình mới có ý nghĩa như thế nào?
6.2. Nghiên cứu mối quan hệ giữa QT là sản lượng cung ứng của loại hàng hóa T, PT là giá
của loại hàng hóa T, PK là giá trung bình của các hàng hóa thay thế, INC là thu nhập bình quân
của thị trường. Thực hiện hồi quy trên 1 mẫu thu được kết quả sau: Mô hình [1] Dependent Variable: QT Method: Least Squares Sample: 1962Q1 2006Q4 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C –196.6975 5.592094 –35.17421 0.0000 PT 0.948260 0.045518 20.83281 0.0000 INC 787.0728 54.66425 14.39831 0.0000 PK 0.461106 1.166889 0.395159 0.6932 R–squared 0.997675 F–statistic 25178.50 1. Hồi quy mô hình
thu được R2 = 0.38345. Thực hiện hồi quy mô hình
để làm gì, dựa trên giả thiết nào, kết luận rút ra là gì?
2. Nếu chấp nhận kết quả tìm được ở trên, hãy nêu cách khắc phục khuyết tật trong mô
hình[1]. Khi đó hệ số chặn trong mô hình mới có ý nghĩa gì?
3. Kết quả hồi quy sau dựa trên giả thiết nào? |e 2
t| = 4.51807 + 37.67254INCt Se (1.538) (2.993)
Hãy cho biết mô hình có khuyết tật phương sai các sai số ngẫu nhiên thay đổi hay không?
4. Thực hiện xếp hạng của |Et| và hạng của biến PK theo thứ tự tăng dần, sau đó tính được lOMoAR cPSD| 60734260
= 559926. Hãy cho kết luận đối với mô hình bằng kiểm định Spearman.
5. Sắp xếp bộ số liệu theo sự tăng dần của biến PK và bỏ đi 40 quan sát ở chính giữa, hồiquy
mô hình ban đầu cho từng nhóm số liệu, thu được RSS1 = 3389.68, RSS2 = 37713.62. Hãy cho kết
luận rút ra từ kết quả trên. σ^2=¿ ~σ
6. Kết quả cho 27.43548. Khi đó bằng bao nhiêu? Xây dựng biến và hồi quy được mô hình sau: Mô hình [2] Dependent Variable: P Method: Least Squares
Sample: 1962Q1 20066Q4 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C –0.139025 0.112397 –1.236908 0.2178 PT 0.001260 0.000150 8.426959 0.0000 PK –0.022821 0.017723 –1.287651 0.1995 S.E. of regression 0.664142 S.D. dependent var 0.783416
Việc làm trên dựa trên giả thiết nào và kết luận thu được là gì?
7. Thực hiện hồi quy ln theo ln
có hệ số chặn thu được là
R2 = 0.55327. Kết quả này dùng để làm gì, dựa trên giả thiết nào và kết luận rút ra là gì?
8. Sau khi có kết quả ở mô hình [1], thực hiện kiểm định White có hệ số chặn, tất cả các
biếngiải thích cùng với bình phương của chúng và các tích chéo. Khi đó trong mô hình của White
có bao nhiêu biến giải thích. Kết quả hồi quy cho R2 = 0.457261. Hãy cho kết luận liên quan đến thông tin này.
9. Cho kết quả mô hình [3]. Kết quả này dựa trên giả thiết nào, các thống kê được sử dụngđể
tiến hành kiểm định là thống kê gì? Kết luận rút ra từ mô hình cho biết điều gì? Mô hình [3] lOMoAR cPSD| 60734260 Dependent Variable: Resid^2 Method: Least Squares Sample: 1962Q1 20066Q4 Included observations: Variable Coefficient Std. Error t–Statistic Prob. C –59.79775 130.5855 –0.457920 0.6476 0.001112 0.000106 10.45889 0.0000 Adjusted R–squared 0.377149
10. Nêu cách khắc phục khuyết tật trong mô hình [1] dựa trên kết quả ý 9. Chứng minh rằngkhi
đó trong mô hình thu được, phương sai các sai số ngẫu nhiên không thay đổi.
11. Thực hiện đổi dạng mô hình cho kết quả trong mô hình [4] Mô hình [4] Dependent Variable: LnQT Method: Least Squares Sample: 1962Q1 2006Q4 Included observations: 180 Variable Coefficient Std. Error t–Statistic Prob. C 0.663414 0.388665 1.706904 0.0896 LnPT 0.395666 0.072533 5.455023 0.0000 LnINC 0.921036 0.055204 16.68416 0.0000 LnPK 0.200869 0.010144 19.80260 0.0000 R–squared 0.996857 F–statistic 18606.83
Bằng kiểm định White có các biến giải thích, bình phương các biến giải thích, các tích chéo
và hệ số chặn thu được R2 = 0.06254. Viết mô hình White, thực hiện kiểm định khuyết tật và cho kết luận cần thiết.
Nếu chấp nhận kết luận thu được, hãy viết hàm kinh tế xuất phát của mô hình. Từ đó nêu ý
nghĩa của các hệ số hồi quy nhận được. lOMoAR cPSD| 60734260 Chương 7
Bài 7.1. Nghiên cứu các nhân tố ảnh hưởng tới tăng trưởng của Việt Nam, qua số liệu của
Tổng cục Thống kê thu được bộ số liệu sau: Qúy GDP I EX IM G Cons Qúy GDP I EX IM G Cons 95Q1 7973.7 1154.6 750.5 836.5 1551.9 5367.2 01Q3 9871.1 1592.6 1008.7 1407.1 1776.1 6900.5 95Q2 7988 1123.8 761 848.7 1558.2 5411.7 01Q4 9910 1493.4 980.3 1394.9 1812.7 7017.6 95Q3 8053.1 1113.1 794.5 851.7 1553.2 5458.8 02Q1 9977.3 1541.7 992.8 1434 1832 7042.2 10031. 6 95Q4 8112 1144.4 806.6 859.7 1535.5 5496.1 02Q2 1549 1018 1476.9 1853.4 7083.5 10090. 7 96Q1 8169.2 1160.2 816.4 884.6 1544.9 5544.6 02Q3 1570.9 1025.2 1497.4 1863.9 7123.2 10095. 8 96Q2 8303.1 1220 830.3 911.4 1570.3 5604.9 02Q4 1567 1017.2 1530.2 1885.8 7148.2 96Q3 8372.7 1280.8 837.3 941.6 1565.1 5640.7 03Q1 10126 1561.8 1003.3 1510.5 1879.3 7184.9 10212. 7 96Q4 8470.6 1276.1 889.5 954.4 1579.2 5687.6 03Q2 1574.4 999 1525.9 1907.5 7249.3 10398. 7 97Q1 8536.1 1302.9 905.7 994.7 1581.6 5749.1 03Q3 1639.7 1026.3 1540 1914.5 7352.9 97Q2 8665.8 1389.6 941.8 1034.8 1598.1 5775.8 03Q4 10467 1676.5 1075.8 1603.6 1918 7394.3 10543. 6 97Q3 8773.7 1417.5 964.2 1073 1598.5 5870.7 04Q1 1685.3 1101.8 1650.9 1925.4 7475.1 10634. 2 97Q4 8838.4 1440.7 963.2 1090.9 1597.9 5931.4 04Q2 1766.3 1119.4 1710.5 1931.8 7520.5 10728. 7 98Q1 8936.2 1515.8 967.4 1131.1 1589.1 5996.8 04Q3 1800.5 1128 1730.8 1939.4 7585.5 10796. 4 98Q2 8995.3 1491.7 957 1162.1 1621.4 6092.1 04Q4 1828.8 1155.3 1787.7 1930.6 7664.3 10875. 8 98Q3 9098.9 1525.8 952.9 1176.9 1636 6165.7 05Q1 1869.1 1177.9 1801.7 1929.6 7697.5 10946. 1 98Q4 9237.1 1563 988.7 1211 1651.1 6248.8 05Q2 1844.8 1203.1 1804.4 1934 7766.4 99Q1 9315.5 1606.6 980.1 1242.2 1662.2 6311.3 05Q3 11050 1862.8 1204.3 1807.9 1950.4 7838.1 11086. 1 99Q2 9392.6 1607.8 991.2 1286.4 1672.3 6409.7 05Q4 1917.3 1235.7 1873.6 1941.9 7864.9