Đang tải... (xem toàn văn)
.Hướng dẫn chạy phần mềm eview cho sinh viên. Gồm chi tiết các bước và cách chạy dự báo, số liệu. Bao gồm một số quy ước, một số phép toán và hàm thường dùng, các thao tác cơ bản, cách tạo file mới, các dạng số liệu thường gặp theo năm, nửa năm, theo quý, theo tháng, theo tuần ngày. Cách sử số liệu, ghi save file vừa tạo lên đĩa mở một file đã có hay tạo một biến từ các biến đã có. Cách vẽ đồ thì rồi ước lượng mô hình hay ma trận hiệp phương sai, kiểm định t... Hướng dẫn chạy phần mềm eview cho sinh viên. Gồm chi tiết các bước và cách chạy dự báo, số liệu. Bao gồm một số quy ước, một số phép toán và hàm thường dùng, các thao tác cơ bản, cách tạo file mới, các dạng số liệu thường gặp theo năm, nửa năm, theo quý, theo tháng, theo tuần ngày. Cách sử số liệu, ghi save file vừa tạo lên đĩa mở một file đã có hay tạo một biến từ các biến đã có. Cách vẽ đồ thì rồi ước lượng mô hình hay ma trận hiệp phương sai, kiểm định t
Hướng dẫn sử dụng phần mềm Eviews Mét sè quy -ớc - Eviews không phân biệt chữ hoa chữ th-ờng - Véc tơ hệ số đ-ợc Eviews cung cấp với tên mặc định C Trong mô hình hồi quy, C biến t-ơng ứng với hệ số chặn - Phần d- mô hình hồi quy đ-ợc l-u lại với tên mặc định Resid Điều có nghĩa sau quy, phần d- mô hình lại đ-ợc cập nhật vào biến Resid Một số phép toán hàm th-ờng dùng Toán tử, hàm t-ơng ứng Các phép toán + cộng - trõ * nh©n / chia ^ luü thõa @inv(x) 1/x exp(X) ex log(X) ln(X) sqr(x) X abs(x) |X| @sum(X) tæng X @sumsq(x) tổng X2 @det(X) cho định thức cđa ma trËn X @transpose(X) chun vÞ ma trËn X (XT) @inverse(X) nghịch đảo ma trận X (X-1) matrix(h,c) tên_ma_trận khai báo ma trận, với h c số hàng số cột group tên_group X1 X2 X3 khai b¸o group, víi danh s¸ch c¸c biÕn group stom(ser, m, sm) biến đổi series hay group thành vector hay matrận Các thao tác Tạo file míi - Tõ menu chÝnh, b¹n chän File/ New/ Workfile Việc hồi quy, kiểm định đ-ợc thực file dạng Workfile - Khi cửa sổ Workfile Range ra, bạn cần định xem đâu loại số liệu định đ-a vào: số liệu theo năm (Annual), theo quý (Quarterly), theo tháng (Monthly) hay sè liÖu chÐo (Undated or irregular) - NhËp vào thời điểm bắt đầu kết thúc dÃy số liệu vào hai ô Start date End date ®èi víi sè liƯu theo thêi gian hay Start observation End observation số liệu chéo theo quy tắc sau: Dạng số liệu Mô tả Theo năm (Annual) Nhập vào xác năm năm cuối Vd: 1992, 227, 2007, Riêng với năm cđa thÕ kû 20 b¹n cã thĨ chØ nhËp hai số cuối năm thay nhập xác số năm Vd : 1992 92, 1943 43, Nửa năm (Semiannual) Nhập năm : thời kỳ, thời kỳ nửa đầu nửa cuối năm Vd : 1992:1, 43:2, Theo quý (Quarterly) Nhập năm : thời kỳ (trong thời kỳ 1, 2, t-ơng ứng với quý năm) Vd : 1992:1, 43:4, 2007:3, Theo tháng (Monthly) Nhập năm : tháng Vd: 1943:1, 1990:11 Theo tuần theo ngày (Weekly Daily) Đ-a vào xác ngày bắt đầu kÕt thóc cđa thêi kú mÉu theo quy t¾c : tháng : ngày : năm Vd : ngày Số liệu chéo (Undated or Irregular) Nhập vào số thứ tự quan sát đầu (th-ờng 1) cuối Start observation End observation Trong hầu hết tr-ờng hợp, chọn dạng số liệu này, Eviews tự động lấy quan sát đầu, bạn nhập số quan sát vào End observation - Ví dụ: Bộ số liệu cần đ-a vào dạng chéo, có 10 quan sát chọn Undated or Irregular, tiếp đến, Start observation ta nhập số nhập số 10 End observation Cuối bạn chọn OK - Đến đây, việc tạo file ®· hoµn thµnh, cưa sỉ Workfile sÏ xt hiƯn nh- hình sau: Nhập số liệu từ bàn phím Để tạo biến vào số liệu cho nó, kể biến giả (dummy variable), cách nhanh thông qua group Vậy group gì? Group công cụ đặc biệt Eviews, đ-ợc hiểu tập hợp hay nhiều biến Cần nhớ group không chứa số liệu biến, "phần" trung gian để qua ng-ời sử dụng làm việc với biến dễ dàng Các thao t¸c thĨ nh- sau: - Tõ cưa sỉ chÝnh Eviews, chän Quick/ Empty Group (Edit Series) - NhÊn mũi tên lên bàn phím () để nhập tên biến vào hàng thứ (thí dụ: Y, X, Time), sau nhập số liệu t-ơng ứng cho biến - Đến bạn đà tạo đ-ợc biến nhập số liệu cho chúng Đóng cửa số group lại Eviews cảnh báo tr-ớc đóng cửa sổ Nếu muốn, bạn đặt tên cho group vừa tạo cách chọn Name, không, bạn chọn Yes Chó ý r»ng : Eviews sÏ hiĨn thÞ NA (Not Available) những nơi bạn ch-a nhập số liệu đà nhập số liệu, nh-ng số liệu nhập vào không hợp lệ Sửa số liệu Để sửa số liệu, ta thực theo b-ớc sau: - Đóng cửa sổ không cần thiết - Từ cửa sổ Workfile, kích đúp vào tên biến cần sửa số liệu - Chuyển đến ô số liệu cần sửa nhập lại số liệu đúng, sau Enter Chú ý, cần thiết bạn chọn lại núm lệnh Edit +/- Ghi (Save) file vừa tạo lên đĩa - Từ cửa sổ chÝnh Eviews, chän File/ Save - Chän th- môc dù định cất file mới, nhập tên file chọn OK Më mét file ®· cã - Tõ cưa sỉ chÝnh EViews, chọn File/ Open/ Workfile - Tìm đến th- mục cất file, chọn file kích Open kích đúp chuột vào tên file Tạo biến từ biÕn ®· cã - Tõ menu chÝnh cđa Eviews, chän Quick/ Generate Series (hoặc chọn núm lệnh Genr cửa sổ Workfile) - Nhập vào ô Enter equation câu lệnh theo quy tắc sau: tên_biến = biểu_thức - - Trong ô Sample, bạn chọn thời điểm bắt đầu kết thúc cho biến (ngầm định toàn quan sát), không thay đổi (lấy toàn quan sát) chọn Ok (hay gõ Enter ) Vd Cần tạo biến lx loga tự nhiên biến X đà có sẵn, ta nhập ph-ơng trình tạo biến sau (giả sử tất quan sát X lớn 0): lx = log(x) Vẽ đồ thị - - Tõ menu chÝnh chän Quick/ Graph cưa sỉ Series List xuất hiện, yêu cầu bạn đ-a vào biến để vẽ đồ thị Sau đà nhập tên biến chọn OK, cửa số Graph xuất Bạn chọn kiểu đồ thị cửa sổ Graph Type (ngầm định Line Graph), chọn OK Eviews vẽ đồ thị với trục tung biến số đ-ợc chọn, trục hoành thời gian hay thứ tự giá trị quan sát Đến đây, muốn, bạn thay đổi đ-ợc kiểu đồ thị nh- lựa chọn khác chọn Procs/ Options Nếu bạn nhập tên biến cửa sổ Series List đồ thị có dạng sau : Nếu bạn nhập tên nhiều biến cưa sỉ Series List, gi¶ sư nhËp hai biÕn Y X, đồ thị có dạng : Eviews cho phép bạn vẽ đồ thị thể phụ thuộc biến với hay nhiều biến khác Để làm đ-ợc điều này, cửa sổ Graph xuất hiện, tõ hép chän Graph Type b¹n chän X – Y Line Graph (dạng đồ thị liền nét) Scatter Diagram (đồ thị rải theo điểm toạ độ) Nếu đồ thị đà đ-ợc vẽ, bạn chọn Procs/ Options để mở hộp chọn Graph Type Eviews vẽ đồ thị với biến thứ nằm trục hoành, biến thứ hai, thứ ba nằm trục tung, đó, biến thứ nhất, thứ hai, thứ ba đ-ợc quy định theo thứ tự nhập vào cửa sổ Series List Thí dụ: cần vẽ đồ thị dạng liền nét cđa biÕn Y theo X, cưa sỉ Series List xuÊt hiÖn, ta nhËp X Y råi chän OK - Khi cửa số Graph xuất hiện, chọn kiểu đồ thị lµ X – Y Line Graph råi chän OK Khi đó, đồ thị có dạng sau : Ước l-ợng mô hình Ước l-ợng mô hình Tr-ớc -ớc l-ợng mô hình, có thể, bạn nên kiểm tra kỹ số liệu để chắn sai sót Các b-ớc để -ớc l-ợng mô hình nh- sau: - Tõ cưa sỉ chÝnh Eviews, chän Quick/ Estimate Equation - T¹i cưa sỉ Equation Specification nhập vào Equation Specification tên biến mô hình theo quy tắc: biến phụ thuộc đứng tr-ớc, biến giải thích đứng sau; biến cách dấu cách (space) Chú ý: bạn phải đ-a vào biến t-ơng ứng hệ số chặn C - Tiếp đến, cần thiết bạn chọn ph-ơng pháp -ớc l-ợng (ngầm định ph-ơng pháp bình ph-ơng nhỏ OLS) thời kỳ mẫu (ngầm định toàn quan sát) Nếu không thay đổi cần chọn OK (hoặc gõ Enter) - Ví dụ: nÕu ta cã biÕn y lµ biÕn phơ thc; x time biến giải thích ta gõ vào biến nh- sau: y c x time chän OK Cưa sỉ Equation xt hiƯn sÏ cho b¹n bảng kết ph-ơng pháp -ớc l-ợng bình ph-ơng nhỏ Phía cửa sổ thông tin chung: biến phụ thuộc Y, ph-ơng pháp -ớc l-ợng bình ph-ơng nhỏ nhất, ngày, giờ, thời kỳ mẫu Phía d-ới bảng kết thông tin chính: - Variable: danh sách biến giải thích, C t-ơng ứng với hệ số chặn - Coefficient: c¸c hƯ sè håi quy - ˆ j - Std Error: độ lệch tiêu chuẩn hệ sè h«i quy mÉu - se( ˆ j ) - t-Statistic: kết tính toán thống kê T - tqs - Prob.: giá trị p-value t-ơng ứng (p-value: mức ý nghĩa thấp mà ta bác bỏ giả thiết H) Để hiểu thêm p-value, bạn tham khảo Lý thuyết Xác suất Thống kê toán tác giả Trần DoÃn Phú – Mai Kim Chi - R-Squared: R2 - Adjusted R-Squared: R2 - S.E of regression: Sai sè cña håi quy - - Residual sum of square: Tỉng b×nh ph-ơng phần d- (RSS) - Durbin-Watson stat: Kết tính toán thống kê d - F-statistic: Kết tính toán thống kê F - fqs - Prob(F-statistic): p-value t-ơng ứng thống kê F (đối với giá trị p đây, ta so sánh trực tiếp với ) - Từ bảng kết này, bạn kiểm định đ-ợc giả thiết cho biến ®ã ¶nh h-ëng trùc tiÕp tíi biÕn phơ thc hay không về phù hợp hàm hồi quy (chúng trình bày kỹ mục 3.3 3.4) Trong tr-ờng hợp hồi quy với biến giả bạn làm theo b-ớc Bạn ghi lại kết hồi quy nhờ nóm lƯnh Name trªn cưa sỉ Equation Ma trËn hiƯp ph-¬ng sai Tõ cưa sỉ Equation, chän View/ Covariance Matrix Views hiển thị ma trận hiệp ph-ơng sai cửa sổ Equation nh- sau: Kiểm định t (kiểm định gi¶ thiÕt H: j = 0) Ta cã thĨ kiĨm định giả thiết theo hai cách: Cách1: Đây cách kiểm định truyền thống: dựa vào mức ý nghĩa cho tr-ớc, tra bảng ta có giá trị phân vị t/2(n-k) (hoặc t(n-k) toán kiểm định phía), từ ta tìm đ-ợc miền bác bỏ t-ơng ứng Đến ta việc kiểm tra xem giá trị t quan sát (t-Statistic) t-ơng øng víi gi¶ thiÕt H: j = cã n»m miền bác bỏ hay không đ-a kết ln thĨ ▪ C¸ch2: Víi møc ý nghÜa cho tr-íc, ta so s¸nh trùc tiÕp víi gi¸ trị pvalue t-ơng ứng thống kê t (Prob.) Nếu > p-value ta bác bỏ giả thiết H: j = Tr-ờng hợp ng-ợc lại, ta ch-a có sở để bác bỏ H Chú ý: toán kiểm định phía cần so sánh với p-value/2, sau kết luận t-ơng tự Kiểm định F (kiểm định giả thiết H: R2 = 0) Giống nh- kiểm định t, ta có hai cách để kiểm giả thiết: Cách1: Dựa vào møc ý nghÜa cho tr-íc, tra b¶ng ta sÏ có giá trị phân vị f(k-1, n-k) tìm đ-ợc miền bác bỏ t-ơng ứng Nếu fqs > f(k-1, n-k) bác bỏ giả thiết H nghĩa tồn hệ số j khác không, tr-ờng hợp ng-ợc lại ta ch-a có sở bác bá H ▪ C¸ch2: Víi møc ý nghÜa cho tr-ớc, ta so sánh trực tiếp với giá trị p-value t-ơng ứng thống kê F (Prob(F-statistic)) Nếu > p-value ta bác bỏ giả thiết H Tr-ờng hợp ng-ợc lại, ta ch-a có sở để bác bỏ H Vẽ đồ thị phần dTừ cửa sổ Equation, chän (nóm lƯnh) View/ Actual, Fitted, Residual/ Actual, Fitted, Residual Table Eviews hiển thị giá trị Y, Y phần d- d-ới dạng bảng với đồ thị phần d- nh- sau, đó: - Actual: biÕn phơ thc Y - Fitted: Ŷ - Residual: phÇn d- ei Nếu cần thiết, bạn l-u lại phần d- mô hình hồi quy theo b-ớc : - Tõ cưa sỉ Equation, chän Procs/ Make Residual Series - Cưa sỉ Make Residuals xt hiƯn B¹n nhập tên cho phần d- ei ô Name for residual series, thí dụ e T-ơng tự, bạn l-u lại đ-ợc biến Y cách : 10 - Tõ cưa sỉ Equation, chän Procs/ Forecast cửa sổ Forecast xuất Bạn nhập tên cho biến Y ô Forecast name, tên ngầm định YF Bạn chọn OK, cửa sổ sau xuất : Nếu muốn tạo biến Y mà không mn cưa sỉ nµy xt hiƯn, cưa sỉ Forecast xt hiƯn, b¹n bá hai dÊu chän t¹i mơc Output Đến đây, bạn đà ghi lại biến biến Y với tên YF Phát tồn t-ợng đa cộng tuyến R2 cao, tỷ số t thấp - Hồi quy mô hình hồi quy gốc Yi = 1 + X 2i + X 3i + + k X ki + U i - NÕu thÊy R2 cao, mµ tû sè t thấp có t-ợng đa cộng tuyến ('cao' th-ờng đ-ợc lấy mức R2 > 0,8) Hệ số t-ơng quan cặp cao Từ cửa sổ chÝnh Eviews, chän Quick/ Group Statistics/ Correlations 11 - Cöa sổ Series List xuất hiện, bạn đ-a vào danh sách biến ma trận t-ơng quan (các biến cách dấu cách (space) EViews hiển thị ma trận t-ơng quan cửa sổ Group nh- sau: - Nếu hệ số t-ơng quan cặp cao (lớn 0,8) có t-ợng đa cộng tuyến Ví dụ nh- bảng trên, ta thấy r23 = r32 = 0,966387 cao, điều cho biết hai biÕn x vµ time cã thĨ cã quan hƯ tuyến tính Ph-ơng pháp hồi quy phụ - Hồi quy lần l-ợt biến giải thích Xj theo biến giải thích lại, ta thu đ-ợc hệ số xác định bội mô hình hồi quy phụ R 2j - Dùng kiểm định F để kiểm định giả thiết H: R 2j = Nếu giả thiết H bị bác bỏ kết luận Xj có t-ơng quan tuyến tính với biến giải thích lại Điều có nghĩa có tồn t-ợng đa cộng tuyến - Ví dụ : Xét mô hình hồi quy có biến, với Y biến phụ thuộc, X2, X3, X4 biến giải thích Giả sử hồi quy X2 theo X3 X4 ta đ-ợc bảng kết d-ới Với = 0,05 ta cần kiểm định giả thiết H: R2 = Ta thấy giá trị p-value thống kê F 0,000023 < , bác bỏ giả thiết cho t-ợng đa cộng tuyến, hay nói cách khác có tồn mối liên hệ biến X2 với hai biến X3 X4 (Với bảng kết này, dùng kiểm định T ta thấy biến X2 có quan hệ với hai biến X3 X4) 12 Phát hiện t-ợng ph-ơng sai không đồng Đồ thị phần d- Theo ph-ơng pháp này, ta hồi quy mô hình hồi quy gốc Yi = + X 2i + X 3i + + k X ki + U i để thu đ-ợc phần d- ei - Tiếp theo, vẽ đồ thị phần d- ei (hoặc ei2) Xi (hoặc với Yi tr-ờng hợp hồi quy nhiều biến) Nếu độ rộng biểu đồ phần dtăng hay giảm X tăng giả thiết ph-ơng sai số không thoả mÃn Thí dụ : vẽ đồ thị ei2 biến giải thích Xi Các b-ớc đ-ợc tiến hành nh- sau : - Ước l-ợng mô hình hồi quy gốc Yi = 1 + X 2i + X 3i + + k X ki + U i ta thu đ-ợc phần d- ei đ-ợc Eviews ngầm định với tên Resid Cần ý lần -ớc l-ợng mô hình phần d- mô hình lại đ-ợc cập nhật vào biến Resid Do vậy, để chắn bạn làm việc với phần d- mong muốn, bạn hÃy ghi lại phần d- với tên "e" (xem lại mục 4.5) Trong ví dụ này, vẽ đồ thị ei2 theo Xi, ta tạo biến e2, giá trị e2 bình ph-ơng phần d- ei Bạn hÃy tạo biến e2 thao tác 1.7, (hoặc gõ trực tiếp cửa sổ lệnh câu lƯnh sau : genr e2 = e^2 t¹i cưa sỉ lệnh) 13 Để quan sát thay đổi độ rộng đồ thị X tăng, ta cần xếp biến giải thích X theo thứ tự tăng dần - Tõ Menu chÝnh, chän Procs/ Sort Series Cưa sỉ Sort Workfile Series xuất Bạn nhập vào tên biến cần xếp theo thứ tự tăng (Ascending) giảm dần (Descending) Tr-ờng hợp bạn nhập vào nhiều mét biÕn, Eviews sÏ s¾p xÕp biÕn thø nhÊt, sau lấy biến thứ làm sở để xếp biến thứ hai, lấy biến thứ hai làm sở để xếp biến thứ ba, - Để vẽ đồ thị e2 theo X, sau chọn Quick/ Graph, cưa sỉ Series List xt hiƯn, b¹n sÏ nhập vào: x e2 Bạn không tạo biến e2, mà cần nhập trực tiếp: x e^2 t¹i cưa sỉ Series List Khi cưa sỉ Graph xt hiện, bạn nhớ chọn X-Y Line Graph Scatter Diagram Sau đà hoàn tất, đồ thị có dạng : 14 Nhìn đồ thị ta thấy X tăng, độ rộng đồ thị tăng theo Vậy kết luận tồn t-ợng ph-ơng sai không đồng Kiểm định Park Theo kiểm định Park, tiến hành theo b-ớc sau : - Hồi quy mô hình gốc : để thu đ-ợc phần d- ei (mặc dù tồn t-ợng ph-ơng sai sai số thay đổi) - Ước l-ợng mô hình hồi quy sau : ln ei2 = 1 + ln X i + vi Tr-ờng hợp có nhiều biến giải thích -ớc l-ợng hồi quy với biến giải thích với Yi - Kiểm định giả thiết H: = Nếu giả thiết H bị bác bỏ cã thĨ kÕt ln vỊ sù tån t¹i cđa hiƯn t-ợng ph-ơng sai sai số thay đổi Vậy b-ớc đ-ợc tiến hành nh- sau : - Ước l-ợng mô hình gốc để thu đ-ợc phần d- ei (t-ơng tự 5.1) Chú ý bạn đà tạo biến e bỏ qua b-ớc - Ước l-ợng mô hình: lnei2 = + lnXi + vi Ta hồi quy mô hình cách đ-a trực tiếp biến: log(e2) c log(x) vào cửa sổ Equation Specification Trong e2 biến đà đ-ợc tạo từ phần 5.1 Nếu bạn ch-a có biÕn e2, cã thÓ nhËp trùc tiÕp: log(e^2) c log(x) - Dùng kiểm T để kiểm định giả thiết H: = (không có t-ợng ph-ơng sai sai số thay đổi) Nếu giả thiết bị bác bỏ kết luận có t-ợng ph-ơng sai sai số thay đổi, ta cần phải tìm cách khắc phục - Đối với mô hình hồi quy gèc cã nhiỊu biÕn gi¶i thÝch, ta cã thĨ -íc l-ợng hồi quy biến giải thích -ớc l-ợng hồi quy (xem lại cách tạo biến mục 3.5) Kiểm định Glejser 15 Thủ tục kiểm định Glejser nh- sau : - Cũng t-ơng tự nh- kiểm định Park, ta hồi quy mô hình gốc, (mặc dù tồn t-ợng ph-ơng sai sai số thay đổi), từ l-u lại phần d- (với tên e chẳng hạn) Cũng nh- kiểm định Park, bạn đà tạo biến e bỏ qua b-ớc - Hồi quy mô h×nh sau : ▪ ei = 1 + X i + vi ▪ ei = 1 + + vi Xi ▪ ei = 1 + X i + vi ▪ ei = 1 + + vi Xi Trong ®ã Xi biến có kết hợp chặt chẽ với i2 Để hồi quy đ-ợc mô hình trên, cưa sỉ Equaion xt hiƯn, ta sÏ nhËp t-¬ng øng: - ▪ abs(e) c x ▪ abs(e) c sqr(x) ▪ abs(e) c 1/sqr(x) ▪ abs(e) c 1/x T-¬ng tù nh- kiểm định Park, với kiểm định Glejser ta kiểm định giả thiết H: = Nếu giả thiết bị bác bỏ có t-ợng ph-ơng sai sai số thay đổi Phát hiện t-ợng tự t-ơng quan Ph-ơng pháp Durbin Watson d: - Ước l-ợng mô hình hồi quy gốc Trong bảng kết hồi quy, dòng Durbin - Watson stat, bạn có kết thống kê d Tra bảng, bạn có kết luận việc tồn t-ợng tự t-ơng quan bậc Ph-ơng pháp Breush Godfrey: - Nếu nh- kiểm định d (D – W) chØ cho biÕt vỊ sù tån t¹i tù t-ơng quan bậc kiểm định B G cho ta kết luận tôn tự t-¬ng quan ë bËc p bÊt kú Thđ tơc kiĨm định B G tiến hành nh- sau: - Hồi quy mô hình hồi quy gốc 16 Yi = + X 2i + X 3i + + k X ki + U i - - Từ cửă sổ Equation, chọn Views/ Residual Test/ Serial Correlation LM Test Cưa sỉ Lag Specification sÏ nh¾c bạn nhập vào số thời kỳ p cho biến trễ e t-p EViews để mặc định Bạn có thĨ chän p = Sau chän OK, cưa sổ hồi quy mô hình mà B G đ-a có dạng: Phần bảng kết cho ta biết hai giá trị Fqs 2qs (F-statistic Obs*R-Square) với giá trị p value t-ơng ứng Trong thống kê đ-ợc tính n*R2 Ng-ời ta chứng minh đ-ợc với mẫu đủ lớn giả thiết H: tự t-ơng quan bậc p n*R ~ (p) Với bảng kết này, ta tiến hành kiểm định nh- sau : với cho tr-ớc, ta so s¸nh víi p-value NÕu > p-value ta b¸c bỏ giả thiết H, tức tồn tự t-ơng quan ë bËc p VÝ dơ : víi p = 2, ta có bảng kết Với thống kê 2 ta cã p-value = 0,003956 Gi¶ sư r»ng = 0,05 ta bác bỏ giả thiết cho tự t-ơng quan bậc 2, hay nói cách khác, ta kết luận tồn t-ợng tự t-ơng quan bËc hai Tuy nhiªn, ta vÉn cã thĨ kiĨm định theo ph-ơng pháp kiểm định truyền thống : với bảng kết này, ta có R2 Lấy (n p)*R2, ta có giá trị 2tn Nếu 2qs > 2(p) kết luận tồn t-ợng tự t-¬ng quan ë bËc p 17