Lê Quang Hin A6QTK49
Email: lequanghien.k49.ftu@gmail.com
TNG KT CÔNG THC KINH T L¯NG Bài toán Hai bin a bin
Xác nh E(Y/Xi) = f(Xi) = 1 +  2Xi E Y
( | X ,...X ) = β + β X + ... + β X 2 k 1 2 2i k ki PRF Yi =  1 +  2Xi + ui
Y = β + β X + ... + β X + U i 1 2 2i k ki i Xác nh Yˆ ˆ ˆ = β + β X
Yˆ = βˆ + βˆ X + + βˆ ... X + e SRF i 1 2 i i 1 2 2i k ki i n Y X −n X . Y .
Các giá tr βˆ s ly  phn Coefficient trong i i ˆ ˆ ˆ i= β = 1
; β = Y − β X bng kt qu Eview 2 1 2 n  X 2 − 2 .( ) i n X i =1 Ý
ngha βˆ > 0: X tng 1 ¡n v thì Y tng βˆ ¡n v
Nói ý ngha bin nào thì c nh các bin còn các h s li. hi quy
βˆ <0: X tng 1 ¡n v thì Y gim βˆ ¡n v VD: nói ý ngha ca ˆ    1 β thì c nh các bi n X2, X3. ˆβ > 0: X    v 1 2 không i, n u X1 t ng 1 thì Y tng ˆ β1 v.
Tng các TSS =   
Gii ma trn, nhng không cn tính n.   =  (   2 )2 bình n Tra trong bng kq Eview ph¡ng ESS= 2 ˆ β 2  x2 Sum squared resid: RSS i i =1 n
RSS =  e2 =TSS – RSS i i=1 Tính h s 2 ESS RSS 2 ESS RSS xác nh R = = 1− R = = 1− TSS TSS TSS TSS H s Mô hình h i  quy 3 bin:
t¡ng quan Yi = 1+2.X2i + 3.X3i + Ui riêng phn
 2 . 
 2 . 
 2 .  và các , = ,  ,  (1 2  )  , = (1 2 )(
 ) , = (1 2  )  cthc liên  (1 2 )  1 2   (1 2 )    quan   =    
 + (1 2  ).  =  + (1 2  ).    ,  =   ,   ,  2 δ Var( ˆ2 β ) =     () Trong ó
 , , là h s t¡ng quan gia bin Y và X2 trong khi X3 không i. T¡ng t ta s có
vi ,, ,
H s xác 2=R2 + (1 –R2).
2=R2 + (1 –R 2).  ( k là s  tham s  ca mô nh hiu   hình) chnh
 2 có th âm, trong TH này, quy c 2=0 ¯c lng n n 2 2 ca δ , se( e  ei ˆ i 2   i 1 = 2 ˆ i=1 βˆ ), Var( δ = = δ = = n− 2   n − k   βˆ ) n Tra trong bng Eview: 2  X 2 i ˆ δ va (r ˆ ; var( 2 β ) β = i =
δˆ : dòng S.E of regression 1 ) 1 2 = n n δ 2 2 ˆ n x  x SE( 1 β ) : c t  Std. Error dòng 1 i i i 1 = i =1 ˆ SE( ): c t  Std. Error dòng 2 2 β
Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Lê Quang Hin A6QTK49
Email: lequanghien.k49.ftu@gmail.com n  2 X δ i ; ˆ SE(β ) = SE β i = ˆ ( ) = 1 δ 2 1 2 n x n x 2 i i = i 1
Kim nh PP giá tr ti hn: PP giá tr ti hn:
s phù hp B1: Lp gi thit Ho: =0 ; H1: 0
B1: Lp gi thit Ho: =0 ; H1 : 0 SRF, mc     Tính Fqs = . Tính Fqs = . ý ngha      
B2: tra bng F, giá tr ti hn: F (1, n -2 )
B2: tra bng F, giá tr ti hn: F (k-1, n -k )
B3: So sánh Fqs vi F (1, n -2 )
B3: So sánh Fqs vi F (k-1, n -k )
+ Fqs > F (1, n-2): bác b
 H0 → hàm SRF phù + Fqs > F (k-1, n-k): bác b  H0 → hàm SRF
hp vi mu
phù hp vi mu
+ Fqs < F(1, n-2): chp nhn H0
+ Fqs < F(k-1,n-k): chp nhn H0
PP giá tr P-value ( khi  cho sn trong bng kt PP giá tr P-value ( khi  cho sn trong bng qu) kt qu)
Ly giá tr p-value ng vi F0 (ô cui cùng góc Ly giá tr p-value ng vi F0 (ô cui cùng
phi ch Prod(F-statistic)) góc ph i
 ch Prod(F-statistic))
Tin hành so sánh p-value và :
Tin hành so sánh p-value và : + p-value < : bác b
 H0 → hàm SRF phù hp + p-value < : bác b
 H0 → hàm SRF phù
vi mu
hp vi mu
+ p-value > : chp nhn H0
+ p-value > : chp nhn H0
Kim nh Gi thit: H0:  = 0 H1:   0
Gi thit: H0:  = 0 H1:   0 gi
thit PP giá tr ti hn: PP giá tr ti hn: bin c  βˆ βˆ
lp có nh B1: Tính Tqs= B1: Tính Tqs= hng lên ( βˆ ) ( βˆ ) bin
ph B2: Tra bng t-student giá tr   ?
B2: Tra bng t-student giá tr ? thuc   không? B3: so sánh      và ?
B3: so sánh   và ?   +     > ? : bác b Ho => bin c
 lp nh + > ? : bác b
 Ho => bin c lp nh  
hng lên bin ph thu c  Y hng lên bin ph t  hu c  Y +     < ? : chp nhn Ho
+ < ? : chp nhn Ho   PP P-value: PP P-value:
Ly giá tr p-value t¡ng ng vi bin c
 lp Ly giá tr p-value t¡ng ng vi bin c lp mình ang xét mình a  ng xét
Tin hành so sánh p-value và :
Tin hành so sánh p-value và :
+ p-value < : bác b H0 → bin c l p
 (X) + p-value < : bác b H0 → bin c lp (X)
nh hng lên bin ph thuc (Y)
nh hng lên bin ph thuc (Y)
+ p-value > : chp nhn H0
+ p-value > : chp nhn H0
¯c lng Dùng công thc cho a  bin vi ( j =1,2) Vi
 tin cy ( 1 – ), khong tin cy i  khong xng, t i
 a, ti thiu ca j là:
Khong tin cy cho ph¡ng sai sai s  ngu
Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Lê Quang Hin A6QTK49
Email: lequanghien.k49.ftu@gmail.com nhiên:
D báo, d Cho X=Xo mc ý ngha  ( dùng c a  bin) oán ¯c lng im: ˆ ˆ ˆ Y = β + β X 0 1 2 0 Giá tr trung bình: Cá bit:
So sánh R2 Ch so sánh c khi th a  3 iu kin sau:
Ch so sánh c khi th a  3 iu kin sau: 1. Cùng c mu n. 1. Cùng c mu n. 2. Cùng s
 bin c lp.(nu ko cùng s bin 2. Cùng s  bin c
 lp (nu ko cùng s
c lp thì dùng  ) bin c
 lp thì dùng )
3. Cùng dng hàm bin ph t  huc
3. Cùng dng hàm bin ph thu c  Kim nh Mô hình:
thu hp hi E(Y | X ,...X ) = β + β X +... + β X quy 2 k 1 2 2i k ki
Nghi ng m bin Xk-m+1, …, Xk không gii thích cho Y
B1: Lp cp gi thit: Ho:  k-m+1 =…= k = 0; ∃  H j  0 (j =k-m+1 ÷ k) 1 : B2:
Mô hình nhiu h s là mô hình ln (L) Mô hình ít h s g  i  là mô hình nh (  N)    Tính F () () () () qs = x = x   ()  ()  B3: so sánh
Fqs > F(m, n-k) => bác b H  o => t n t
 i 1 trong các bin nghi ng có ý ngha
Kim nh Cp gi thit: s ng Ho: 2 hàm h i  quy ng nh  t nht ca H1: 2 hàm h i  quy không ng n  ht hàm h i  B1: Có quy
Hàm 1: kích thc mu n1, RSS1; Hàm 2: kích thc mu n2, RSS2 Hàm t ng t 
h: kích thc mu n1+n2, RSS
t  =  +  B2: Tính
Fqs =       B3: so sánh
Fqs > F (k, n1+n2 – 2k) => bác b H  o
Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Lê Quang Hin A6QTK49
Email: lequanghien.k49.ftu@gmail.com Phát hin B1: H i  quy ph :  h i
 quy 1 bin c lp theo các bin c  lp khác: a
cng Xsi =  ?  + tuyn
B2: Dùng kim nh T ( kim nh ý ngha thng kê ca h s ) hoc kim nh F ( s phù hp ca hàm h i  quy). B3: Nu thc s Xs ph t
 huc ít nht mt bin c
 lp khác thì mô hình g c  có a c ng  tuyn
Kim nh Da trên bin c
 lp: t gi thit cho, ta lp ra Da trên bin ph t  huc: PSSS thay hàm h i  quy ph .
 Sau ó tin hành kim nh i hàm h i  quy ph ó: 
Kim nh Kim nh Durbin-Watson Dùng h i  quy ph : 
hin tng Tính d = 2(1-ρ ) . ( d chính là s  cho trong bng t
t¡ng  dòng Durbin- Watson) quan -1 ρ 1   0 d4
ρ = -1 => d = 4: t t¡ng quan hoàn ho âm
ρ = 0 => d = 2: không có t t¡ng quan
ρ = 1 => d = 0: t t¡ng quan hoàn ho d¡ng
Vi n, k’ =k-1, , tra bng => dL và dU Kim nh B-G:
Note: Ch dùng cho t t¡ng quan bc 1, không dùng khi mô hình không có
h s chn, không dùng vi mô hình có bin tr
Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Lê Quang Hin A6QTK49
Email: lequanghien.k49.ftu@gmail.com
Ý ngha h s góc, nh hng biên, h s co giãn: Tên gi Dng hàm
nh hng biên H s co giãn Ý ngha h s góc Tuyn tính Y =  + .X  .(X/Y) Khi X tng 1 v thì Y thay i  v
Tuyn tính Log lnY =  + .lnX .(Y/X)  Khi X tng 1% thì Y thay i % Log –lin lnY =  + .X .Y .X Khi X tng 1 v thì Y thay i 100.  (%) Lin-log Y =  + .lnX .(1/X) .(1/Y) Khi X tng 1% thì Y thay i (/100) v Nghch o Y =  + . - .(1/X2) - .(1/XY) 
Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x