ÔN TẬP KINH TẾ LƯỢNG 1. Phương pháp ước lượng bình phương cực tiểu LS, là chọn các tham số ước lượng Kk k , ,2,1, ^ = β sao cho làm cực đại độ phù hợp 2 R . Hơn nữa, điều đó đòi hỏi điều kiện rằng : 2 )( − −= ∑ yyTSS n n là bất biến với mọi sự lựa chọn tham số ước lượng. Đúng  Sai  Giải thích: TSS ESS R −=1 2 , phương pháp LS là chọn Kk k , ,2,1, ^ = β sao cho cực tiểu ESS. Và TSS không đổi với mọi lựa chọn. Nên Cực tiểu ESS đồng nghĩa với cực đại 2 R . 2. Nhắc lại là hồi quy LS có thể được viết dưới dạng sau: Kkc nnkkk , ,2,1, ˆ =+= ∑ εββ . Việc chứng minh ước lượng này là không chệch: KkE kk ,2,1, ˆ == ββ , đòi hỏi giả thuyết rằng n ε có phân bố chuẩn. Đúng  Sai  Giải thích: ∑ += )( ˆ nnkkk cEE εββ . Vì vậy, chỉ cần điều kiện: ,0= n E ε với mọi n là đủ. 3. Nhắc lại rằng, kk k S Var 2 ^ )( σ β = . Trong đó, kk S là phương sai mẫu của biến k X . Điều này hàm ý rằng, việc lấy mẫu từ tổng thể càng đa dạng, thì hiệu quả ước lượng càng tăng. Hay cũng vậy, việc lấy mẫu càng tương tự nhau, thì độ chính xác của ước lượng càng giảm. Đúng  Sai  Giải thích: Vì kk k S Var 2 ^ )( σ β = , nên khi kk S tăng thì sai số ước lượng giảm, hay hiệu quả ước lượng tăng 4. Nhắc lại, ),(~ ˆ 2 kk kk S N σ ββ . Kết luận này chỉ đòi hỏi sử dụng giả thuyết ),0(~ 2 σε N n , mà không cần thêm bất cứ một giả thuyết nào khác về sai số ngẫu nhiên. Đúng  Sai  Giải thích: Chứng minh điều này yêu cầu rằng, ),0(~ 2 σε N iid n , hay các sai số ngẫu nhiên phải độc lập. 5. Ước lượng không chệch của 2 σ là ∑ − = 22 1 n e KN s . Nó được sử dụng để biến đổi phân bố chuẩn k z thành phân bố t-student với (N-K) bậc tự do: )(~ KNtt k − . Đúng  Sai  Năm 2010 1 Giải thích: Vì rằng )2(~ )( ˆ ^ ^ 2 − − = − = Nt se Ss t XX β ββββ 6. Hãy xét việc kiểm định giả thuyết sau: 0: 0 = k H β .vs. 0: 1 ≠ k H β . Nếu p-value nhỏ hơn 5%, thì ta nói k β có ý nghĩa 5%. Đúng  Sai  7. Nếu tất cả các quan sát },{ ' nn xy có thể được biểu diễn thành một đám mây dữ liệu, nằm gọn trong không gian hai chiều (dùng đồ thị phẳng, với hai trục), thì việc tăng số biến giải thích lên hơn 2 biến sẽ không làm giảm 2 R . Nhưng nếu chuỗi các quan sát },{ ' nn xy cần phải biểu diễn trong không gian 3 chiều (đồ thị 3 trục), thì việc tăng số biến giải thích lên hơn 2 biến sẽ thực sự làm tăng 2 R . Đúng  Sai  Giải thích: Đây là nguyên tắc của LS. 8. Nhắc lại là )1/( )/( 1 2 − − −= − NTSS KNESS R . Khi đưa thêm biến vào mà sự cải thiện về độ phù hợp ít hơn so với sự mất mát độ tự do, thì ∑ − = 22 1 n e KN s tăng, và 2 − R cũng tăng. Đúng  Sai  Giải thích: Từ công thức, ta thấy ∑ − = 22 1 n e KN s phải giảm, và do vậy nên 2 − R mới tăng. Hai câu tiếp sau là về sự lựa chọn về mô hình: (U): εβββ +++= 332211 XXXY (R): ~ 11 εβ += XY Sai lầm loại I là mô hình (U) đúng, nhưng lại ước lượng bằng mô hình (R). Sai lầm loại II là ngược lại, mô hình (R) đúng, nhưng lại hồi quy mô hình (U). Mô hình (R) Chẳng qua chính là mô hình (U) với ràng buộc: 0: 320 == ββ H . Nếu ta không thể bác bỏ giả thuyết này ( 0 DNRH ), mà vẫn hồi quy mô hình (U), thì sự cải thiện về độ phù hợp so với (R) sẽ rất ít, trong khi độ mất mát về bậc tự do sẽ cao. Hay 2 s sẽ có xu hướng tăng. Dựa vào nhận định đó, hãy trả lời câu hỏi sau: 9. Sử dụng hai tính chất thống kê của ước lượng LS: (1). ∑ += )()( ^ nnkkk cEE εββ ; và (2). đánh giá sai số ước lượng là kk k S s Var 2 ^ )( = β . Khi đó, ta có thể đi đến nhận định rằng đưa thêm biến giải thích không cần thiết vào mô hình sẽ vẫn cho ra ước lượng không chệch. Nhưng độ chính xác của ước lượng giảm đi. Năm 2010 2 Đúng  Sai  Giải thích: ∑ += )()( ^ nnkkk cEE εββ = k β , do giả thuyết về sai số ngẫu nhiên không bị vi phạm. Tuy nhiên, vì ∑ − = 22 1 n e KN s tăng, nên kk k S s Var 2 ^ )( = β cũng tăng, hay độ chính xác giảm. 10.Giả sử mô hình (U) là đúng, nhưng chúng ta lại hồi quy theo mô hình (R). Khi đó, các biến có ý nghĩa, nhưng bị bỏ quên không đưa vào mô hình sẽ bị cộng dồn lại ở sai số ngẫu nhiên. Tức là: εββε ++= 3322 ~ XX Dựa trên nhận xét đó, ta có thể nhận định rằng, việc bỏ quên các biến có ý nghĩa sẽ làm cho ước lượng bị chệch, và mọi kiểm định thống kê trở nên vô nghĩa. Đúng  Sai  Giải thích: Vì 0 3322 ~ ≠++= εββε XX , nên ước lượng bị chệch. Do đó không thể lập t-test. 11.Giả thiết 0)|( ' = nn xE ε , tương đương với việc nói rằng, β '' )|( nnn xxyE = . Trả lời: Câu này đúng, vì rằng: ,)|( ''' βεβ nnnnnn xxyExy =⇒+= nếu 0)|( ' = nn xE ε . 12.Giả thiết các véc tơ quan sát thứ ' : n xn không phải ngẫu nhiên bao hàm KrankX = . Trả lời: Câu này sai, vì đây là hai giả thiết khác nhau. 13.Giả thiết ),0(~ 2 IN σε bao hàm rằng, 0),cov( = mn εε , với mn ≠∀ . Trả lời: câu này đúng, vì IVar 2 σε = , tức là 0),cov( = mn εε , với mn ≠∀ . 14.Giả thiết KrankX = là bảo đảm cho tồn tại ước lượng . Trả lời: Câu này đúng. Đòi hỏi KrankX = bảo đảm sự tồn tại của ma trận 1 )'( − XX , mà đó là điều kiện để tính được YXXX ')'( 1 ^ − = β . Xuất phát từ công thức 15.Giả thiết IE 2 )'( σεε = , bao hàm rằng, 0),cov( = mn εε , với mn ≠∀ . Trả lời: Câu này đúng. Năm 2010 3 Chứng minh hoặc lý giải các mệnh đề sau: Dưới dạng tổng quát, ước lượng β được viết như sau: YXXX ')'( 1 ^ − = β Mô hình hồi quy có dạng: εβ += Xy , X không phải là biến ngẫu nhiên; và ),0(~ 2 IN σε . 16.Chỉ ra rằng, trong kiểm định với F-test, nếu giả thiết 0 H là đúng, thì F-stat nhận giá trị nhỏ hơn khi 0 H là sai. Trả lời: )/( /)( KNESS JESSESS F U UR − − = . Nếu 0 H là đúng, thì việc thêm biến giải thích không làm cải thiện nhiều độ phù hợp của mô hình. Tức là UR ESSESS − nhận giá trị nhỏ; vì vậy F- value nhận giá trị nhỏ. 17.Chỉ ra rằng, với cả t-test và F-test, nếu 0 H bị bác bỏ thì p –value sẽ nhỏ hơn mức có ý nghĩa α %. Trả lời: p-value nhỏ chứng tỏ thống kê F (hoặc thống kê t) nằm bên phải của α F hoặc 2/ α t . Do vậy, cần phải bác bỏ 0 H . 18.Chỉ ra rằng, F- stat bao giờ cũng nhận giá trị dương. Trả lời: R ESS bao giờ cũng lớn hơn U ESS . 19.Thống kê )1,0(~ / 2 ^ N S z kk kk k σ ββ − = được rút ra từ giả thiết là )/,(~ 2 ^ kkkk SN σββ . Trả lời: Câu này đúng. 20.Thống kê kk kk k S z / 2 ^ σ ββ − = là một dạng viết khác của k t -stat. Trả lời: Câu này sai. Vì kk kk k Ss t / 2 ^ ββ − = 21.Mô hình kinh tế lượng có thể viết dưới dạng: εβεβββ +=++++= XXXXY KK 2211 Trả lời: Câu này đúng 22.Giải thích xem việc đưa p –value vào bảng kết suất có gì khác với báo cáo về giá trị của t-stat hoặc F-stat. Trả lời: P-value cho biết giá trị cuả F-stat (hoặc t-stat) nằm bên phải hay trái của điểm tới hạn α F (hoặc 2/ α t ). Do vậy, cần phải bác bỏ hay chấp nhận 0 H . 23.Chỉ ra là t-stat có thể nhận giá trị âm hoặc dương. Năm 2010 4 Trả lời: kk kk k Ss t 2 ^ ββ − = ; và ước lượng k ^ β có thể nằm bên trái hoặc bên phải giá trị thực của tổng thể k β . 24.t-stat dùng để kiểm định tính có ý nghĩa của phương trình hồi quy (overall significance test) Trả lời: Câu này sai. F-test mới có thể được dùng để kiểm định ý nghĩa của phương trình hồi quy. 25.Khi đưa thêm biến không cần thiết vào mô hình, standard error (se) của các tham số có xu hướng nhỏ đi. Trả lời: Câu này sai. Vì làm như vật sẽ giảm độ chính xác của ước lượng. Do vậy, se có xu hướng tăng. 26. IE 2 ' σεε = bao hàm rằng, 0),cov( = mn εε , với mn ≠∀ . Trả lời: câu này đúng, vì lệch khỏi đường chéo của ma trận varian-covarian chính là 0),cov( = mn εε . 27.Khi kiểm định giả thiết đơn: 0: 0 = k H β Liệu t-test và F-test có thể đưa ra các kết luận khác nhau không? Chỉ ra tại sao. Trả lời: Khi kiểm định giả thiết đơn: 0: 0 = k H β , F-test và t-test là hoàn toàn như nhau về ý nghĩa và kết luận, mặc dù là sử dụng 2 thống kê khác nhau. 28.Giải thích xem việc đưa p –value vào bảng kết suất có gì khác với báo cáo về giá trị của t-stat hoặc F-stat. Trả lời: P-value cho biết giá trị cuả F-stat (hoặc t-stat) nằm bên phải hay trái của điểm tới hạn α F (hoặc 2/ α t ). Do vậy, cần phải bác bỏ hay chấp nhận 0 H . 29.F-test là tổng quát hơn so với t-test. Trả lời: câu này đúng, vì F-test có thể kiểm định giả thiết kép, trong khi t-test chỉ có thể kiểm định giả thiết đơn. 30.Hồi quy đa biến có thể viết dưới nhiều dạng. Hãy xét đến 3 biểu diễn sau: (i) Nnxy nnn , ,2,1 ' =+= εβ (ii) Nnxy n n , ,2,1 ^ ' ^ == β (iii) nnn yye ˆ −= Cả (i), (ii), (iii) là đúng 31.Hồi quy đa biến bao hàm việc giải bài toán sau: ^ min)()( 2 ^ '2 ^ β ββ →−== ∑ ∑ n nnn xyeS Năm 2010 5 Hãy xét mệnh đề sau: (i) Hệ số Kk k , ,2,1, ^ = β được xác định bằng cách lấy đạo hàm riêng phần, và đặt: 0 ) ˆ ( ^ = ∂ ∂ k S β β . (ii) Chỉ cần tìm Kk S k , ,2,1, ) ˆ ( ^ = ∂ ∂ β β , và đặt chúng bằng nhau để xác định Kk k , ,2,1, ^ = β . Chỉ có (i) là đúng 32.Giả sử phương trình hồi quy có chứa biến constant: 1 1 ≡X . Xét các mệnh đề sau: (i) Việc giải: 0 ) ˆ ( 1 ^ = ∂ ∂ β β S dẫn đến cái điều là ∑ = 0 n e . (ii) Điều kiện ∑ = 0 n e bao hàm cái điều là ^ ' β − − = xy , hay đường hồi quy đi quan điểm trung bình: ),( ' − − xy . Cả hai mệnh đề (i) và (ii) đều đúng 33.Hãy xét các mệnh đề sau: (i) n n n eyy += ^ (ii) n n n eyyyy +−=− −− ^ )( . Hai mệnh đề này là tương đương nhau 34.Giả sử đường hồi quy đi qua điểm trung bình: ^ ' β − − = xy . Hãy xét các mệnh đề sau: (i) n n n eyyyy +−=− −− ^ )( (ii) nnn exxyy +−=− − − ^ '' )()( β Mệnh đề (ii) là được suy ra từ mệnh đề (i), sử dụng điều kiện là đường hồi quy đi qua điểm trung bình. 35.Xét quan hệ sau: 22 ^ 2 )()( n n n n n n eyyyy ∑∑∑ +−=− −− . (i) Quan hệ này có nghĩa là: TSS = RSS + ESS (ii) Quan hệ này được sử dụng để xác định hệ số 2 R Cả hai mệnh đề đều đúng 36.Phương pháp LS cho ta ước lượng: ∑ =+= Kkc nnkkk , ,2,1, ˆ εββ . Hãy xét các mệnh đề sau: (i) Ước lượng k ^ β là một đại lượng ngẫu nhiên (ii) Nếu không có tác động ngẫu nhiên, thì việc hồi quy trở thành tầm thường, vì ta luôn có: kk ββ = ˆ . Năm 2010 6 Cả hai mệnh đề (i) và (ii) đều đúng 37.Hãy xét tính không chệch của ước lượng LS: ∑ += )( ˆ nnkkk cEE εββ k β = Điều này đúng khi NnE n , ,2,1,0 == ε 38.Hãy xét quan hệ sau: )( ˆ ^ kkk VarVar βββ −= Điều này đúng, khi kk E ββ = ˆ 39.Trong chứng minh tính chất sau: )( ˆ ^ kkk VarVar βββ −= Kk S kk , ,2,1, 2 == σ . Ta cần điều kiện Nn n , ,2,1, = ε là các biến ngẫu nhiên độc lập, và 2 σε = n Var 40.Để đi đến kết luận là ),(~ ˆ 2 kk kk S N σ ββ , ta có thể phải cần những yêu cầu sau: (i) kk E ββ = ˆ (ii) kk k S Var 2 ^ )( σ β = (iii) Các biến ngẫu nhiên Nn n , ,2,1, = ε là theo phân bố chuẩn. Cần cả (i), (ii), và (iii) 41.Kiểm định t-stat có dạng sau: )(~ )( ˆ ^ ^ 2 KNt se Ss t k kk kk kk k − − = − = β ββββ . Để xây dựng thống kê này, ta có thể cần các điều kiện sau: (i) ),(~ ˆ 2 kk kk S N σ ββ (ii) ∑ − = n n e KN s 22 1 là ước lượng không chệch của 2 σ (iii) Các biến }, ,, ,,{ 21 Kk XXXX là độc lập tuyến tính. Chúng ta cần điều kiện (i) và (ii) 42. Giả sử ta đưa thêm biến giải thích vào mô hình. Tổng bình phương các sai số ước lượng (ESS) luôn giảm xuống 43.Hãy nhìn vào công thức xác định )1/( )/( 1 2 − − −= − NTSS KNESS R . Hệ số 2 − R và 2 s luôn biến động nghịch chiều nhau Nếu từng hệ số riêng biệt không có ý nghĩa, nhưng một cách đồng thời 43 , ββ có ý nghĩa, thì ta nên giữ 43 , XX trong mô hình 44. Xét hai mô hình: (U): εββββ +++++= KK XXXY 33221 (R): εββββ +++++= −− JKJK XXXY 33221 Được hiểu là: Mô hình (R) là mô hình (U), cộng với ràng buộc 0 : 210 ==== +−+− KJKJK H βββ Năm 2010 7 45.Xét 0 : 210 ==== +−+− KJKJK H βββ . Xây dựng thống kê )/( )( KNESS JESSESS F U UR c − − = . Khi giá trị thống kê c F lớn hơn λ F -tra bảng, thì ta nói một cách đồng thời, các biến KJKJK XXX , ,, 21 +−+− là có ý nghĩa 46. Khi kiểm định tính có ý nghĩa đồng thời của tất cả các biến giải thích (overall significance test), ta sử dụng: Thống kê ),1(~ )/()1( )1( 2 2 KNKF KNR KR F c −− −− − = 47. Xét hai nhận định: (i) Việc không loại bỏ biến không có ý nghĩa ra khỏi mô hình sẽ vẫn cho ước lượng không chệch theo LS, nhưng với độ chính xác tồi đi. (ii) Việc bỏ quên, không đưa biến có ý nghĩa vào mô hình sẽ làm ước lượng bị chệch. Trong các mệnh đề sau, đâu là mệnh đề đúng? Cả (i) và (ii) đều đúng 48.Giả sử mô hình hồi quy có dạng )1(, ,2,1, 3322 1 Ttxxy tttt =+++= εβββ . Giả sử rằng trong mô hình (1), ta biết rõ rằng 1 2 = β . Việc ước lượng tốt nhất (LS), không chệch của các tham số 31 , ββ sẽ được thực hiện như sau: Lập mô hình: tttt xxy εββ ++=− 3312 và ước lượng bằng eviews. 49.Xét chuỗi các quan sát (đám mây dữ liệu) sau: t y x x x x x x x…….x x x x x…… xxxxxxxxxxxx t x Việc ước lượng mô hình: )2(, ,2,1, Ttxy ttt =++= εβα sẽ cho thấy: Mô hình này có 1 2 =R chứ không khẳng định được là tốt nhất. 50.Xét 2 chuỗi các quan sát (2 đám mây dữ liệu) sau: t y xx t z xxxxx x xxxxxxxx xxxx x x xxxxx xxxxxxxx x x xxxxxx Năm 2010 8 x x x t x t w Việc ước lượng mô hình: )1.2( ttt xy εβα ++= và mô hình )2.2( ttt wz υβα ++= sẽ cho thấy: Ta nhận thấy rằng: )()( tt VarVar ευ > 51.Giả sử mô hình hồi quy có dạng )3(, ,2,1, 22 1 Ttxxy ttKKtt =++++= εβββ . Giả sử rằng trong mô hình (3), ta biết rõ rằng 0 1 = β . Việc ước lượng tốt nhất (LS), sẽ cho thấy rằng: 2 R có thể nằm ngoài khoảng [0,1] do gặp phải trường hợp đa cộng tuyến. 52.Giả sử mô hình hồi quy có dạng )3(, ,2,1, 22 1 Ttxxy ttKKtt =++++= εβββ . Giả sử rằng trong mô hình (3), ta biết rõ rằng 0 1 ≠ β . Việc ước lượng tốt nhất (LS), sẽ cho thấy rằng: Điểm trung bình: ),( ' − − xy nằm trên đường hồi quy. 53.Ước lượng LS cho ra kết luận rằng, ),(~ ˆ 2 kk kk S N σ ββ . kk S tăng thì độ chính xác của ước lượng tăng tăng thì độ chính xác của ước lượng giảm. 54.Giả sử mô hình hồi quy có dạng )5(, ,2,1, 3322 1 Ttxxy tttt =+++= εβββ . Giả sử ta biết rõ rằng, không có hệ đẳng thức Ttxaax tt , ,2,1, 3312 =+= . Khi đó: Mô hình (5) cho ra ước lượng LS, không chệch, nếu ),0(~ 2 σε N iid t . Do biết chắc chắn không xảy ra trường hợp đa cộng tuyến. 55.Xét hồi quy bội với K biến giải thích. Ước lượng LS cho ra kết luận rằng, ),(~ ˆ 2 kk kk S N σ ββ . Vì vậy: Điều này hàm ý LS là ước lượng không chệch 56.Giả sử mô hình hồi quy có dạng )5(, ,2,1, 3322 1 Ttxxy tttt =+++= εβββ . Giả sử rằng trong mô hình (5), ta biết rõ rằng Ttxaax tt , ,2,1, 3312 =+= . Khi đó: Mô hình này không thể ước lượng được do biết chắc chắn xảy ra trường hợp đa cộng tuyến. 57.Ước lượng không chệch của 2 σ là ∑ − = 22 1 n e KN s . Nó được dùng để xác định 2 − R hiệu chỉnh. Nó được dùng để xác định phân bố t-stat k t của k ^ β Năm 2010 9 58.Giả sử ta biết rõ tất cả các quan sát },{ ' nn xy có thể được biểu diễn thành một đám mây dữ liệu, nằm gọn trong không gian ba chiều Hồi quy bội (K=3) cho ước lượng không chệch vì chỉ phụ thuộc vào đúng 3 biến. 59.Giả sử ta biết rõ tất cả các quan sát },{ ' nn xy có thể được biểu diễn thành một đám mây dữ liệu, nằm gọn trong không gian hai chiều Việc dùng hồi quy đơn cho ra sai số của ước lượng là nhỏ nhất ứng với hai biến. 60.Xét hai mô hình sau: (U): εβββ +++= 332211 XXXY (R): ~ 11 εβ += XY Ta chấp nhận (R) nếu việc thêm 32 , XX không cải thiện độ phù hợp của mô hình Nếu (U) đúng, mà dùng (R) thì ước lượng bị chệch 61.INV là cầu đầu tư, có thể phụ thuộc vào lãi suất (INT), lạm phát (INF), hoặc chỉ phụ thuộc vào lãi suất thực (INT-INF). Ngoài ra nó còn phụ thuộc vào xu thế (T) và GDP (G). Xét hai mô hình khác nhau: (8.1): εβββββ +++++= INFINTGTINV 54321 (8.2): εββββ +−+++= )( 4321 INFINTGTINV Ta chấp nhận (8.1) nếu F-test bác bỏ 540 : ββ −=H 62.Xét 3 dạng hàm: (10.1): XY 21 ββ += (10.2): XY lnln 21 ββ += (10.3): XY / 21 ββ += Với (10.2) đơn vị đo lường của Y và X không đóng vai trò gì vì cùng phụ thuộc vào %. Cả ba mô hình trên đều là mô hình hồi quy tuyến tính. Sài gòn rất nhiều quán bia. Và không ít sinh viên tìm cách dự đoán nhu cầu uống bia của dân Sài gòn. Điều này cũng từng xẩy ra ở các trường của Mỹ. Từ lý thuyết về tiêu dùng trong Kinh tế Vi mô, chúng ta biết rằng, nhu cầu uống bia ( Q , đo bằng lít) phụ thuộc vào giá của hàng hoá đó B P , vào giá các hàng có thể thay thế ( L P ), cụ thể là rượu (liquor); và giá trung bình của các hàng hoá dịch vụ giải trí khác ( R P ); và vào thu nhập bằng tiền mặt ( m ). (Giá và thu nhập đo bằng $; và ở đây ta không nói đến một thương hiệu nào cụ thể, nên yếu tố quảng cáo, brand name, vân vân, được bỏ qua). Sử dụng số liệu điều tra ngẫu nhiên trong suốt 30 năm, từ một gia đình người Mỹ, chúng ta muốn nghiên cứu quan hệ nói trên, nhằm đánh giá lại lý thuyết tiêu dùng trong vi mô. Dạng hàm hồi quy của mô hình được lựa chọn như sau: Mô hình (U): )ln()ln()ln()ln()ln( 54321 mPPPQ RLB βββββ ++++= 63.Độ co dãn của nhu cầu về bia theo giá cả và thu nhập. Ví dụ, với giá bia: )ln(/)ln( 2 B PdQd= β ; và với thu nhập: )ln(/)ln( 5 mdQd= β . Năm 2010 10 [...]... được Có khả năng một biến nào đó có ý nghĩa, mà lại bị BỎ QUÊN, không đưa vào mô hình, thì sẽ làm ước lượng bị chệch Và mọi kiểm định thống kê trở nên vô giá trị Có thể các em đã chưa đưa hết các biến có ý nghĩa vào mô hình” Năm 2010 15 Như vậy tác động của thu nhập (INC), rất có thể là không theo dạng tuyến tính Như vậy dẫn đến suy nghĩ: Hãy đưa cụm biến INC và INC 2 vào mô hình Kết quả ước lượng. .. công tác xã hội, người đã tổ chức điều tra 300 sinh viên tại Hà nội về quan hệ tình dục, cho rằng, đó là điều khó có thể chấp nhận được Ông viện dẫn những nhà kinh điển, như Freud, rằng hành vi của cá nhân về tình yêu và hôn nhân chịu ảnh hưởng mạnh mẽ bởi môi trường gia đình, và bởi những cân nhắc thiệt hơn về kinh tế Giả sử tiếp là TS Thịnh quen thầy Nhật Ông ta nhắc nhóm trưởng rằng: “Thầy Nhật có. .. có cho bài tập, nêu lên rằng, nếu có một biến nào đó có ý nghĩa, mà lại bị BỎ QUÊN, không đưa vào mô hình, thì sẽ làm ước lượng bị chệch Và mọi kiểm định thống kê trở nên vô giá trị Có thể các em đã chưa đưa hết các biến có ý nghĩa vào mô hình.” Như vậy, tác động của phí tổn sống, COST, rất có thể là không theo dạng tuyến tính Gợi ý: Hãy đưa cụm biến COST và COST 2 vào mô hình Kết quả ước lượng như... học tập và sự thành đạt trong tương lai làm chậm lại ý muốn có quan hệ tình dục hoặc có gia đình của giới trẻ Quyết định kinh doanh của sinh viên Kinh doanh không phải là điều gì xa lạ Nhưng không phải ai cũng hiểu rõ những yếu tố gì thúc đẩy một con người trở nên đam mê và thành công trong kinh doanh nhất là khi họ vẫn còn là sinh viên Đôi khi, những ý tưởng lớn đã biến một sinh viên trở thành nhà kinh. .. 0.12TIME + 0.017 POTENTIAL + 0.42) Như vậy, việc có học ở những trường về kinh tế và quản trị kinh doanh sẽ khiến cho sinh viên dễ tham dự vào hoạt động kinh doanh hơn so với học ở trường khác Theo em các kết luận sau đây, đâu là cái đúng nhất: Năm 2010 22 Nếu thực tiễn cho thấy học sinh ngành kinh tế và quản trị kinh doanh thực sự có ham thích làm kinh doanh hơn so với các ngành khác, thì tốt nhất... vậy, β 3 đáng ra phải có dấu dương, hơn là dấu âm Hơn nữa, hệ số ước lượng này lại ít có ý nghĩa ( p-value= 0.308) Điều này chỉ có thể xẩy ra, nếu giá thị trường của rượu tăng, thì người tiêu dùng cũng đoán ngay là giá bia cũng sẽ tăng; và do vậy họ sẽ giảm nhu cầu về bia Nói khác đi thông tin về biến động giá của hai loại hàng là có tương quan đồng biến chặt với nhau Trong kinh tế lượng, người ta gọi... dùng Tuy nhiên, mọi người có thể đặt câu hỏi về hệ số ước lượng đi kèm với yếu tố thu nhập là khá lớn về mức độ Cụ ^ thể là β 5 = 0.92 ^ Ước lượng β 5 = 0.92 đặt ra vấn đề Vì khó mà hình dung rằng, nếu thu nhập tăng 10%, thì nhu cầu về tiêu thụ bia gần cũng tăng lên gần 10% Vì vậy, cần phải có những đánh giá thống kê bổ trợ để xét xem kết quả ước lượng là có hợp lý trên thực tế không Cụ thể là nên tìm... quả cho thấy, các biến EXTERNAL, POTENTIAL, VÀ FIELD vẫn không có ý nghĩa ở mức 5% Nhóm nghiên cứu nghĩ rằng, có thể ước lượng kém chính xác do đưa quá nhiều biến vào mô hình Vì vậy, không nên loại bỏ tất cả, Năm 2010 21 mà chỉ một vài biến trong nhóm các biến không có ý nghĩa Để tự tin làm điều đó, nhóm đã tiến hành phép thử F-test về tính có ý nghĩa đồng thời của cụm biến này Kết quả kiểm định cho... viên chọn sống chung với bạn tình Trong mỗi cặp sinh viên, việc có hay không QHTD trước hôn nhân chủ yếu là được quyết định (hay được sự ưng thuận) bởi phái nữ, chứ không phải bị thúc đẩy bởi ý muốn nóng vội của phái nam Sự quan tâm nhiều hơn của gia đình khiến cho sinh viên dễ có khả năng có quan hệ tình dục trước hôn nhân hơn Điều này có thể là do họ thấy cô đơn hơn khi xa gia đình Hoặc ngược lại,... với các ngành khác, thì tốt nhất là làm tăng mức độ đa dạng của quan sát để nâng hiệu quả ước lượng, mà không nên loại bỏ biến FIELD Nên kiểm định lại cụm biến FIELD và POTENTIAL xem có khả năng loại bỏ đồng thời cả hai biến này không? Nếu không thể, thì phải tăng số lượng quan sát để thu được kết quả ước lượng tốt hơn Năm 2010 23 . ÔN TẬP KINH TẾ LƯỢNG 1. Phương pháp ước lượng bình phương cực tiểu LS, là chọn các tham số ước lượng Kk k , ,2,1, ^ = β sao cho làm cực đại độ. định: (i) Việc không loại bỏ biến không có ý nghĩa ra khỏi mô hình sẽ vẫn cho ước lượng không chệch theo LS, nhưng với độ chính xác tồi đi. (ii) Việc bỏ quên, không đưa biến có ý nghĩa vào mô. ước lượng (ESS) luôn giảm xuống 43.Hãy nhìn vào công thức xác định )1/( )/( 1 2 − − −= − NTSS KNESS R . Hệ số 2 − R và 2 s luôn biến động nghịch chiều nhau Nếu từng hệ số riêng biệt không có