8 trang 66 lượt tải

Tât cả Công thức môn Kinh tế lượng | Đại học Kinh tế Thành phố Hồ Chí Minh

132

1. Tính n = số mẫu (Khuyên nên tính ngay đầu bài để dùng dần, lúc này đầu óc còn sáng suốt để tính toán ^_^ ) 2. Xác định PRF 3. Xác định SRF → SRF: Các giá trị , , , …. Sẽ lấy trong bảng kết quả, nhiều biến Thầy sẽ ko cho tính toán. Tài liệu được sưu tầm giúp bạn tham khảo, ôn tập và đạt kết quả cao trong kì thi sắp tới. Mời bạn đọc đón xem !

Môn: kinh tế lượng ( UEH ) 4 tài liệu

Trường: Đại học Kinh tế Thành phố Hồ Chí Minh 1.7 K tài liệu

Tác giả:

Profile

Phạm Thị Huyền

4 tháng trước
Danh sách Quiz
/8
http://10taichinh.ucoz.org
2010
1
BÀI TOÁN HAI BIẾN ĐA BIẾN
1. Tính
n = số mẫu
(Khuyên nên tính ngay đầu bài để dùng dần, lúc này đầu óc còn sáng suốt để tính toán ^_^ )
2. Xác định PRF
3. Xác định SRF
→
→→
→ SRF:
Các giá trị , , , …. Sẽ lấy trong bảng kết quả,
nhiều biến Thầy sẽ ko cho tính toán ( đỡ khổ ghê lun
hehhe !!!)
4. Ý nghĩa của các
hệ số hồi quy
(nói ý nghĩa của biến nào thì cố định các biến còn lại)
Ví dụ nói ý nghĩa của thì cố định các biến X
2
, X
3
, …
X
2
không đổi, nếu
X
2
Tương tự cho các biến còn lại …
5. Tổng các bình
phương
TSS = 3 giá trị
ESS = này > 0
RSS = TSS – ESS
TSS =
ESS =
RSS = TSS – ESS
6. Tính hệ số xác
định
7. Hệ số xác định
hiệu chỉnh
có thể âm, trong trường hợp này, quy ước
Với k là số tham số của mô hình
Vd: (SRF) →
→→
→ mô hình 3 biến
→
→→
→ k = 3, với các tham số Y, X
1
, X
2
8. Ước lượng của
Cái này sẽ tra bảng kết quả ra
→ dòng S.E. of regression
→ cột Std. Error, dòng thứ 1
→ cột Std. Error, dòng thứ 2
→ cột Std. Error, dòng thứ 3 ….
phải giải ma trận, nhưng
điều này ko phải lo
http://10taichinh.ucoz.org
2010
2
• Phương pháp giá trị tới hạn:
B1: Lập giả thiết H
o
: R
2
=0 ; H
1
: R
2
>0
B2: tra bảng F, giá trị tới hạn
B3: so sánh F
0
và F
α
(k-1,n-k)
+ F
0
> F
α
(k-1,n-k): bác bỏ H
0
→
→→
→ hàm SRF phù hợp
với mẫu
+ F
0
< F
α
(k-1,n-k): chấp nhận H
0
F
α
(k-1,n-k) F
α
(k-1,n-k)
Bác bỏ Chấp nhận
F
0
• Phương pháp giá trị tới hạn:
B1: Lập giả thiết H
o
: β=0 ; H
1
: β≠0
B2: tra bảng F, giá trị tới hạn
B3: so sánh F
0
và F
α
(1,n-2)
+ F
0
> F
α
(1,n-2): bác bỏ H
0
→
→→
→ hàm SRF
phù hợp với mẫu
+ F
0
< F
α
(1,n-2): chấp nhận H
0
F
α
(1,n-2) F
α
(1,n-2)
Bác bỏ Chấp nhận
F
0
9. Kiểm định sự
phù hợp mô hình
SRF, mức ý
nghĩa α
• Phương pháp giá trị p-value:
(cách này sẽ làm khi đề cho sẵn bảng kết quả)
Lấy giá trị p-value ứng với F
0
(ô cuối cùng góc
phải chữ Prod(F-statistic))
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H
0
→
→→
→ hàm SRF phù hợp
với mẫu
+ p-value > α: chấp nhận H
0
p-value p-value
Bác bỏ Chấp nhận
α
• Phương pháp giá trị p-value:
(cách này sẽ làm khi đề cho sẵn bảng kết quả)
Lấy giá trị p-value ứng với F
0
(ô cuối cùng góc phải chữ
Prod(F-statistic))
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H
0
→
→→
→ hàm SRF phù hợp với mẫu
+ p-value > α: chấp nhận H
0
p-value p-value
Bác bỏ Chấp nhận
α
10. Kiểm định giả
thiết biến độc lập
có ảnh hưởng lên
biến phụ thuộc
không?
Giả thiết: H
0
: β = 0 H
1
: β ≠ 0
• Phương pháp giá trị tới hạn:
B1: Tính:
B2: Tra bảng t-student giá trị
B3: So sánh và
+
>
: bác bỏ H
0
→
→→
→ biến độc lập (X)
ảnh hưởng lên biến phụ thuộc (Y)
+ < : chấp nhận H
0
Bác bỏ Chấp nhận
Giả thiết: H
0
: β = 0 H
1
: β ≠ 0
• Phương pháp giá trị tới hạn:
B1: Tính:
B2: Tra bảng t-student giá trị
B3: So sánh và
+
>
: bác bỏ H
0
→
→→
→ biến độc lập (X) ảnh
hưởng lên biến phụ thuộc (Y)
+ < : chấp nhận H
0
Bác bỏ Chấp nhận
http://10taichinh.ucoz.org
2010
3
• Phương pháp p-value:
Lấy giá trị p-value tương ứng với biến độc
lập mình đang xét
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H
0
→
→→
→ biến độc lập (X) ảnh
hưởng lên biến phụ thuộc (Y)
+ p-value > α: chấp nhận H
0
p-value p-value
Bác bỏ Chấp nhận
α
• Phương pháp p-value:
Lấy giá trị p-value tương ứng với biến độc lập mình
đang xét
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H
0
→
→→
→ biến độc lập (X) ảnh hưởng
lên biến phụ thuộc (Y)
+ p-value > α: chấp nhận H
0
p-value p-value
Bác bỏ Chấp nhận
α
• Phương pháp giá trị tới hạn:
B1: Tính:
B2: Tra bảng t-student giá trị
B3: So sánh và
+
>
: bác bỏ H
0
+ < : chấp nhận H
0
→
→→
→ có thể xem β =
β
o
Bác bỏ Chấp nhận
• Phương pháp giá trị tới hạn:
B1: Tính:
B2: Tra bảng t-student giá trị
B3: So sánh và
+
>
: bác bỏ H
0
+ < : chấp nhận H
0
→
→→
→ có thể xem β = β
o
Bác bỏ Chấp nhận
11. Kiểm định giả
thiết
H
o
: β = β
o
; H
1
: β ≠ β
o
Với mức ý nghĩa α
• Phương pháp p-value:
Lấy giá trị p-value tương ứng với biến độc
lập mình đang xét
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H
0
+ p-value > α: chấp nhận H
0
→
→→
→ có thể xem β = β
o
p-value p-value
Bác bỏ Chấp nhận
α
• Phương pháp p-value:
Lấy giá trị p-value tương ứng với biến độc lập mình
đang xét
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H
0
+ p-value > α: chấp nhận H
0
→
→→
→ có thể xem β = β
o
p-value p-value
Bác bỏ Chấp nhận
α
12. Xác định khoảng
tin cậy của α
Với mức ý nghĩa α
(đề ko cho thì lấy
α=0,05)
Tra bảng t-student giá trị
Tính
Khoảng tin cậy của α:
Tra bảng t-student giá trị
Tính tra bảng kết quả
Khoảng tin cậy của α:
http://10taichinh.ucoz.org
2010
4
13. Xác định khoảng
tin cậy của β
Với mức ý nghĩa α
(đề ko cho thì lấy
α=0,05)
Tra bảng t-student giá trị
Tính
Khoảng tin cậy của β:
Tra bảng t-student giá trị
Tính tra bảng kết quả
Khoảng tin cậy của β:
14. Xác định khoảng
tin cậy của
phương sai
var(U
i
) =
2
Với độ tin cậy (1 – α)
Độ tin cậy: 1 – α = a%
→ α = 100% - a%
Tra bảng Chi-square các giá trị:
Khoảng tin cậy của σ
2
:
Độ tin cậy: 1 – α = a%
→ α = 100% - a%
Tra bảng Chi-square các giá trị:
Khoảng tin cậy của σ
2
:
• Phương pháp giá trị tới hạn
B1: Tính
B2: So sánh
+ < <
chấp nhận H
o
, =
o
+ bác bỏ H
o
+ < bác bỏ H
o
Bác bỏ Chấp
nhận
Bác bỏ
• Phương pháp giá trị tới hạn
B1: Tính
B2: So sánh
+ < <
chấp nhận H
o
, =
o
+ bác bỏ H
o
+ < bác bỏ H
o
Bác bỏ Chấp
nhận
Bác bỏ
15. Kiểm định giả
thiết
H
o
: =
o
; H
1
: ≠
o
Với mức ý nghĩa α
• Phương pháp giá trị p-value
B1: Lấy giá trị p-value trong bảng kết quả
B2: So sánh
+ < p-value < 1- → chấp nhận H
o
, =
o
+ p-value < → bác bỏ H
o
+ 1- < p-value → bác bỏ H
o
• Phương pháp giá trị p-value
B1: Lấy giá trị p-value trong bảng kết quả
B2: So sánh
+ < p-value < 1- → chấp nhận H
o
, =
o
+ p-value < → bác bỏ H
o
+ 1- < p-value → bác bỏ H
o
http://10taichinh.ucoz.org
2010
5
p-value p-value p-value
Bác bỏ Chấp
nhận
Bác bỏ
p-value p-value p-value
Bác bỏ Chấp
nhận
Bác bỏ
16. Hệ số co giãn, ý
nghĩa
E
YX
=
Nếu X(vd: thu nhập) tăng 1% thì Y (vd: chi tiêu)
tăng E
YX
%
17. Đổi đơn vị
Trong đó:
k
1
: hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của Y
k
2
: hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của X
= k
1
=
Trong đó:
k
o
: hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của Y
k
1
: hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của X
1
k
2
: hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của X
2
= k
o
= =
18. Dự đoán (dự báo)
điểm
Dùng???Khi cho X
o
yêu cầu tính Y
Thay giá trị X
o
vào phương trình SRF:
Dự báo cho hồi quy nhiều biến chỉ xét dự báo điểm.
Thay giá trị , vào phương trình SRF:
Dự đoán ( dự báo) giá trị cá biệt
Dùng???
Khi cho X
o
và độ tin cậy (1 – α), yêu cầu ước
lượng giá trị.
Thay giá trị X
o
vào phương trình SRF:
var( ) = var(Y
o
-
=
se( ) =
Khoảng tin cậy (1-α)% của Y
o
/X
o
là:
19. Dự đoán ( dự
báo) khoảng
Dự đoán (dự báo) giá trị trung bình
Dùng???
- Khi yêu cầu dự đoán mà không cho độ tin
cậy (1 – α)
- Khi cho X
o
và độ tin cậy (1 – α), yêu cầu
ước lượng giá trị trung bình.
http://10taichinh.ucoz.org
2010
6
Ý NGHĨA HỆ SỐ HỒI QUY VÀ HỆ SỐ CO GIÃN CỦA CÁC MÔ HÌNH
1. Mô hình tuyến tinh:
Y = + *X
Ý nghĩa hệ số hồi quy: Nếu X tăng 1 đơn vị thì Y tăng đơn vị (Với điều kiện các yếu tố khác không đổi)
E
YX
= , ta đã tính lúc đầu
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên E
YX
%
2. Mô hình lin-log:
Y = + *logX
Ý nghĩa hệ số hồi quy: Nếu X tăng lên 1% thì Y tăng lên đơn vị (Với điều kiện các yếu tố khác không đổi)
E
YX
=
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên E
YX
%
3. Mô hình log-lin:
Thay giá trị X
o
vào phương trình SRF:
var( =
se( ) =
Khoảng tin cậy (1-α)% của E(Y
o
/X
o
) là:
20. So sánh R
2
Chỉ so sánh được khi thỏa 3 điều kiện sau:
1. Cùng cỡ mẫu n.
2. Cùng số biến độc lập.
(nếu ko cùng số biến độc lập thì dùng )
3. Cùng dạng hàm biến phụ thuộc
Chỉ so sánh được khi thỏa 3 điều kiện sau:
1. Cùng cỡ mẫu n.
2. Cùng số biến độc lập.
(nếu ko cùng số biến độc lập thì dùng )
3. Cùng dạng hàm biến phụ thuộc
21. Thêm biến vào
mô hình, với
mức ý nghĩa α
B1: tính R
2
(3 biến) ; (3 biến) ; R
2
(2 biến) ; (2 biến)
B2: So sánh (3 biến) và (2 biến)
Nếu (3 biến) < (2 biến): không thêm biến vào mô hình
Nếu (3 biến) > (2 biến): có thể thêm biến vào mô hình, cần làm thêm công việc sau: kiểm định
biến thêm vào có ý nghĩa ko, sau đó mới chắc chắn có thêm biến vào ko?
CÔNG VIỆC KIỂM ĐỊNH THỰC HIỆN GIỐNG CÔNG THỨC SỐ 10
NHẬN XÉT:
1. Làm sao nhớ hết công thức???? Học công thưc hàm đa biến thui, nhớ cái k của công thức – cái này chính
là số tham số của phương trình. →
→→
→ Vậy là hàm 2 biến thay k=2, hàm 3 biến thay k=3, …. (thía là xong phần
công thức *_^)
2.
Luy
ện tập nh
ư th
ế n
ào????
ôn
t
ới dạng n
ào thì xem công th
ức đó cho chắc (thía l
à oki rùi ^_^)
http://10taichinh.ucoz.org
2010
7
logY = + *X
Ý nghĩa hệ số hồi quy: Nếu X tăng lên 1 đơn vị thì Y tăng lên % (Với điều kiện các yếu tố khác không đổi)
E
YX
= =
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên E
YX
%
4. Mô hình tuyến tính log:
logY = + *logX
Ý nghĩa hệ số hồi quy: Nếu X tăng 1% thì Y tăng % (Với điều kiện các yếu tố khác không đổi)
E
YX
= =
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên E
YX
%
5. Mô hình nghịch đảo:
Y = + *
Ý nghĩa hệ số hồi quy: X tăng lên thì Y cũng tăng lên theo, nhưng Y đối đa là đơn vị (Với điều kiện các yếu tố khác không
đổi)
E
YX
=
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên E
YX
%
TRÌNH BÀY KẾT HỒI QUY
=
; n = ???
se =
; R
2
= ???
t = t(
t(
; F
o
= ???
TSS = ??? ; ESS = ??? ; RSS = ??? ; = ???
ĐỌC BẢNG KẾT QUẢ HỒI QUY Const t p-value
Variable Coefficient Std. Error t-Statistic Prob.
C →
14.32168 1.116283 12.82979 0.0001
X1 →
-2.258741 0.320460 -7.048438 0.0009
X2 →
1.237762 0.342586 3.612997 0.0153
R-squared → R
2
0.909573
Mean dependent var →
9.000000
Adjusted R-squared →
0.873402
S.D.dependent var → S
Y
2.878492
S.E. of regression →
1.024183
Sum squared resid → RSS
5.244755
F-statistic → F
o
25.14667
Prob(F-statistic) → p-value(F
o)
0.002459
THAY ĐỔI SỐ HẠNG ĐỘ DỐC VÀ SỐ HẠNG TUNG ĐỘ GỐC KHI NÀO??? (câu này có thể chiếm 1đ)
MẸO:
a. Cách nói ý nghĩa hệ số hồi quy:
a.1 Tham số nào có log thì đơn vị là %, còn lại thì dùng đơn vị đề bài cho
a.2 Tham số X có log, Y ko log thì nói ý nghĩa của Y nhớ hệ số là
a.3 Tham số X ko log, Y có log thì nói ý nghĩa của Y nhớ hệ số là
b. Hệ số co giãn E
YX
: từ công thức gốc E
YX
= , tham số nào có log thì giá trị trung bình của tham số đó = 1
http://10taichinh.ucoz.org
2010
8
1. Thay đổi số hạng hệ số gốc (số hạng độ gốc) khi thêm D vào β
2. Thay đổi số hạng tung độ gốc khi thêm D vào α
Ta có 3 trường hợp như sau:

Tài liệu khác của Đại học Kinh tế Thành phố Hồ Chí Minh

Preview text:

http://10taichinh.ucoz.org 2010 BÀI TOÁN HAI BIẾN ĐA BIẾN 1. Tính n = số mẫu
(Khuyên nên tính ngay đầu bài để dùng dần, lúc này đầu óc còn sáng suốt để tính toán ^_^ ) 2. Xác định PRF 3. Xác định SRF Các giá trị
, , , …. Sẽ lấy trong bảng kết quả,
nhiều biến Thầy sẽ ko cho tính toán ( đỡ khổ ghê lun hehhe !!!) → SRF: 4. Ý nghĩa của các
(nói ý nghĩa của biến nào thì cố định các biến còn lại) hệ số hồi quy
Ví dụ nói ý nghĩa của
thì cố định các biến X 2, X3, … X 2 không đổi, nếu X2
Tương tự cho các biến còn lại … 5. Tổng các bình TSS = 3 giá trị TSS = phương
phải giải ma trận, nhưng ESS = này > 0 ESS =
điều này ko phải lo RSS = TSS – ESS RSS = TSS – ESS 6. Tính hệ số xác định 7. Hệ số xác định hiệu chỉnh
có thể âm, trong trường hợp này, quy ước
Với k là số tham số của mô hình Vd: (SRF)
→ mô hình 3 biến
→ k = 3, với các tham số Y, X1, X2 8. Ước lượng của
Cái này sẽ tra bảng kết quả ra
→ dòng S.E. of regression
→ cột Std. Error, dòng thứ 1
→ cột Std. Error, dòng thứ 2
→ cột Std. Error, dòng thứ 3 …. 1
http://10taichinh.ucoz.org 2010 9. • • Kiểm định sự
Phương pháp giá trị tới hạn:
Phương pháp giá trị tới hạn: phù hợp mô hình SRF, mức ý
B1: Lập giả thiết Ho: β=0 ; H1: β≠0
B1: Lập giả thiết Ho: R2=0 ; H1: R2>0 nghĩa α
B2: tra bảng F, giá trị tới hạn
B2: tra bảng F, giá trị tới hạn
B3: so sánh F0 và Fα(1,n-2)
B3: so sánh F0 và Fα(k-1,n-k)
+ F0 > Fα(1,n-2): bác bỏ H0 → hàm SRF
+ F0 > Fα(k-1,n-k): bác bỏ H0 → hàm SRF phù hợp phù hợp với mẫu với mẫu
+ F0 < Fα(1,n-2): chấp nhận H0
+ F0 < Fα(k-1,n-k): chấp nhận H0 Fα(1,n-2) Fα(1,n-2) Fα(k-1,n-k) Fα(k-1,n-k) Bác bỏ Chấp nhận Bác bỏ Chấp nhận F0 F 0 •
Phương pháp giá trị p-value: •
Phương pháp giá trị p-value:
(cách này sẽ làm khi đề cho sẵn bảng kết quả)
(cách này sẽ làm khi đề cho sẵn bảng kết quả)
Lấy giá trị p-value ứng với F0 (ô cuối cùng góc phải chữ Prod(F-statistic))
Lấy giá trị p-value ứng với F0 (ô cuối cùng góc
phải chữ Prod(F-statistic))
Tiến hành so sánh p-value và α:
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H0 → hàm SRF phù hợp với mẫu + p-value < α: bác bỏ H
+ p-value > α: chấp nhận H
0 → hàm SRF phù hợp 0 với mẫu p-value p-value
+ p-value > α: chấp nhận H Bác bỏ Chấp nhận 0 α p-value p-value Bác bỏ Chấp nhận α 10. Kiểm định giả
Giả thiết: H0: β = 0 H1: β ≠ 0
Giả thiết: H0: β = 0 H1: β ≠ 0 thiết biến độc lập có ảnh hưởng lên •
Phương pháp giá trị tới hạn: •
Phương pháp giá trị tới hạn: biến phụ thuộc không? B1: Tính: B1: Tính:
B2: Tra bảng t-student giá trị
B2: Tra bảng t-student giá trị B3: So sánh và B3: So sánh và + >
: bác bỏ H0 → biến độc lập (X) + >
: bác bỏ H0 → biến độc lập (X) ảnh
ảnh hưởng lên biến phụ thuộc (Y)
hưởng lên biến phụ thuộc (Y) + < : chấp nhận H0 + < : chấp nhận H0 Bác bỏ Chấp nhận Bác bỏ Chấp nhận 2
http://10taichinh.ucoz.org 2010 •
Phương pháp p-value: •
Phương pháp p-value:
Lấy giá trị p-value tương ứng với biến độc
Lấy giá trị p-value tương ứng với biến độc lập mình lập mình đang xét đang xét
Tiến hành so sánh p-value và α:
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H0 → biến độc lập (X) ảnh + p-value < α: bác bỏ H0 → biến độc lập (X) ảnh hưởng
hưởng lên biến phụ thuộc (Y)
lên biến phụ thuộc (Y)
+ p-value > α: chấp nhận H0
+ p-value > α: chấp nhận H0 p-value p-value p-value p-value Bác bỏ Chấp nhận Bác bỏ Chấp nhận α α 11. • Kiểm định giả
Phương pháp giá trị tới hạn: •
Phương pháp giá trị tới hạn: thiết B1: Tính: B1: Tính: Ho: β = βo ; H1: β ≠ βo Với mức ý nghĩa α
B2: Tra bảng t-student giá trị
B2: Tra bảng t-student giá trị B3: So sánh và B3: So sánh và + > : bác bỏ H0 + > : bác bỏ H0 + <
: chấp nhận H0 → có thể xem β = + <
: chấp nhận H0 → có thể xem β = βo βo Bác bỏ Chấp nhận Bác bỏ Chấp nhận •
Phương pháp p-value: •
Phương pháp p-value:
Lấy giá trị p-value tương ứng với biến độc
Lấy giá trị p-value tương ứng với biến độc lập mình lập mình đang xét đang xét
Tiến hành so sánh p-value và α:
Tiến hành so sánh p-value và α:
+ p-value < α: bác bỏ H0
+ p-value < α: bác bỏ H0
+ p-value > α: chấp nhận H0 → có thể xem β = βo
+ p-value > α: chấp nhận H0 → có thể xem β = βo p-value p-value p-value p-value Bác bỏ Chấp nhận Bác bỏ Chấp nhận α α 12. Xác định khoảng
Tra bảng t-student giá trị
Tra bảng t-student giá trị tin cậy của α Với mức ý nghĩa α Tính
tra bảng kết quả Tính (đề ko cho thì lấy α=0,05) Khoảng tin cậy của α: Khoảng tin cậy của α: 3
http://10taichinh.ucoz.org 2010 13. Xác định khoảng
Tra bảng t-student giá trị
Tra bảng t-student giá trị tin cậy của β Với mức ý nghĩa α Tính
tra bảng kết quả Tính (đề ko cho thì lấy α=0,05) Khoảng tin cậy của β: Khoảng tin cậy của β: 14. Xác định khoảng
Độ tin cậy: 1 – α = a%
Độ tin cậy: 1 – α = a% tin cậy của phương sai → α = 100% - a% → α = 100% - a% var(Ui) = 2
Tra bảng Chi-square các giá trị:
Tra bảng Chi-square các giá trị:
Với độ tin cậy (1 – α) Khoảng tin cậy của 2 2 σ : Khoảng tin cậy của σ : 15. • • Kiểm định giả
Phương pháp giá trị tới hạn
Phương pháp giá trị tới hạn thiết B1: Tính B1: Tính Ho: = o ; H1: ≠ o Với mức ý nghĩa α B2: So sánh B2: So sánh + < < + < < chấp nhận Ho, = o chấp nhận Ho, = o + bác bỏ Ho + bác bỏ Ho + < bác bỏ Ho + < bác bỏ Ho Bác bỏ Chấp Bác bỏ Bác bỏ Chấp Bác bỏ nhận nhận •
Phương pháp giá trị p-value
B1: Lấy giá trị p-value trong bảng kết quả •
Phương pháp giá trị p-value
B1: Lấy giá trị p-value trong bảng kết quả B2: So sánh B2: So sánh
+ < p-value < 1- → chấp nhận Ho, = o
+ < p-value < 1- → chấp nhận Ho, = o
+ p-value < → bác bỏ Ho
+ p-value < → bác bỏ Ho
+ 1- < p-value → bác bỏ Ho
+ 1- < p-value → bác bỏ Ho 4
http://10taichinh.ucoz.org 2010 p-value p-value p-value p-value p-value p-value Bác bỏ Chấp Bác bỏ Bác bỏ Chấp Bác bỏ nhận nhận 16. Hệ số co giãn, ý E nghĩa YX =
Nếu X(vd: thu nhập) tăng 1% thì Y (vd: chi tiêu) tăng EYX% 17. Đổi đơn vị Trong đó: Trong đó:
k1 : hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của Y ko : hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của Y
k2 : hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của X k1 : hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của X1 = k
k2 : hệ số tỉ lệ quy đổi giữa đơn vị cũ & mới của X2 1 = = ko = =
18. Dự đoán (dự báo) Thay giá trị Xo vào phương trình SRF:
Dự báo cho hồi quy nhiều biến chỉ xét dự báo điểm. điểm Thay giá trị , vào phương trình SRF: Dùng???Khi cho Xo yêu cầu tính Y 19. Dự đoán ( dự
Dự đoán ( dự báo) giá trị cá biệt báo) khoảng Dùng???
Khi cho Xo và độ tin cậy (1 – α), yêu cầu ước lượng giá trị.
Thay giá trị Xo vào phương trình SRF: var( ) = var(Yo - = se( ) =
Khoảng tin cậy (1-α)% của Yo/Xo là:
Dự đoán (dự báo) giá trị trung bình Dùng??? -
Khi yêu cầu dự đoán mà không cho độ tin cậy (1 – α) -
Khi cho Xo và độ tin cậy (1 – α), yêu cầu
ước lượng giá trị trung bình. 5
http://10taichinh.ucoz.org 2010
Thay giá trị Xo vào phương trình SRF: var( = se( ) =
Khoảng tin cậy (1-α)% của E(Yo/Xo) là: 20. So sánh R2
Chỉ so sánh được khi thỏa 3 điều kiện sau:
Chỉ so sánh được khi thỏa 3 điều kiện sau: 1. Cùng cỡ mẫu n. 1. Cùng cỡ mẫu n.
2. Cùng số biến độc lập.
2. Cùng số biến độc lập.
(nếu ko cùng số biến độc lập thì dùng )
(nếu ko cùng số biến độc lập thì dùng )
3. Cùng dạng hàm biến phụ thuộc
3. Cùng dạng hàm biến phụ thuộc 21. Thêm biến vào
B1: tính R2 (3 biến) ;
(3 biến) ; R2 (2 biến) ; (2 biến) mô hình, với mức ý nghĩa α B2: So sánh (3 biến) và (2 biến) Nếu (3 biến) <
(2 biến): không thêm biến vào mô hình Nếu (3 biến) >
(2 biến): có thể thêm biến vào mô hình, cần làm thêm công việc sau: kiểm định
biến thêm vào có ý nghĩa ko, sau đó mới chắc chắn có thêm biến vào ko?
CÔNG VIỆC KIỂM ĐỊNH THỰC HIỆN GIỐNG CÔNG THỨC SỐ 10 NHẬN XÉT:
1. Làm sao nhớ hết công thức????
Học công thưc hàm đa biến thui, nhớ cái k của công thức – cái này chính
là số tham số của phương trình. → Vậy là hàm 2 biến thay k=2, hàm 3 biến thay k=3, …. (thía là xong phần công thức *_^)
2. Luyện tập như thế nào???? → ôn tới dạng nào thì xem công thức đó cho chắc (thía là oki rùi ^_^)
Ý NGHĨA HỆ SỐ HỒI QUY VÀ HỆ SỐ CO GIÃN CỦA CÁC MÔ HÌNH
1. Mô hình tuyến tinh: Y = + *X
Ý nghĩa hệ số hồi quy: Nếu X tăng 1 đơn vị thì Y tăng đơn vị (Với điều kiện các yếu tố khác không đổi) EYX =
, ta đã tính lúc đầu
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên EYX% 2. Mô hình lin-log: Y = + *logX
Ý nghĩa hệ số hồi quy: Nếu X tăng lên 1% thì Y tăng lên
đơn vị (Với điều kiện các yếu tố khác không đổi) EYX =
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên EYX% 3. Mô hình log-lin: 6
http://10taichinh.ucoz.org 2010 logY = + *X
Ý nghĩa hệ số hồi quy: Nếu X tăng lên 1 đơn vị thì Y tăng lên
% (Với điều kiện các yếu tố khác không đổi) EYX = =
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên EYX%
4. Mô hình tuyến tính log: logY = + *logX
Ý nghĩa hệ số hồi quy: Nếu X tăng 1% thì Y tăng % (Với điều kiện các yếu tố khác không đổi) EYX = =
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên EYX%
5. Mô hình nghịch đảo: Y = + *
Ý nghĩa hệ số hồi quy: X tăng lên thì Y cũng tăng lên theo, nhưng Y đối đa là đơn vị (Với điều kiện các yếu tố khác không đổi) EYX =
Ý nghĩa hệ số co giãn: Nếu X tăng lên 1% thì Y tăng lên EYX% MẸO:
a. Cách nói ý nghĩa hệ số hồi quy:
a.1 Tham số nào có log thì đơn vị là %, còn lại thì dùng đơn vị đề bài cho
a.2 Tham số X có log, Y ko log thì nói ý nghĩa của Y nhớ hệ số là
a.3 Tham số X ko log, Y có log thì nói ý nghĩa của Y nhớ hệ số là
b. Hệ số co giãn EYX: từ công thức gốc EYX =
, tham số nào có log thì giá trị trung bình của tham số đó = 1
TRÌNH BÀY KẾT HỒI QUY = ; n = ??? se = ; R2 = ??? t = t( t( ; Fo = ???
TSS = ??? ; ESS = ??? ; RSS = ??? ; = ???
ĐỌC BẢNG KẾT QUẢ HỒI QUY Const t p-value Variable Coefficient Std. Error t-Statistic Prob. C → 14.32168 1.116283 12.82979 0.0001 X1 → -2.258741 0.320460 -7.048438 0.0009 X2 → 1.237762 0.342586 3.612997 0.0153
R-squared → R2 0.909573 Mean dependent var → 9.000000
Adjusted R-squared → 0.873402
S.D.dependent var → S 2.878492 Y
S.E. of regression → 1.024183
Sum squared resid → RSS 5.244755
F-statistic → F 25.14667 o
Prob(F-statistic) → p-value(F 0.002459 o)
THAY ĐỔI SỐ HẠNG ĐỘ DỐC VÀ SỐ HẠNG TUNG ĐỘ GỐC KHI NÀO??? (câu này có thể chiếm 1đ) 7
http://10taichinh.ucoz.org 2010
1. Thay đổi số hạng hệ số gốc (số hạng độ gốc) khi thêm D vào β
2. Thay đổi số hạng tung độ gốc khi thêm D vào α
Ta có 3 trường hợp như sau: 8

Tài liệu liên quan: