Đang tải... (xem toàn văn)
1. Viết hàm hồi quy tổng thể, hồi quy mẫu, và giải thích ý nghĩa kết quả ước lượng. 2. Các hệ số hồi quy có ý nghĩa thống kê không? 3. Tìm một ước lượng điểm của lượng xe máy tiêu thụ trung bình khi giá bán của xe máy là 3,4 đơn vị. 4. Số lượng xe máy tiêu thụ có phụ thuộc vào giá bán của xe máy không? 5. Giảm giá bán có làm tăng số lượng xe máy tiêu thụ không? 6. Tăng giá bán xe máy một đơn vị thì lượng xe máy tiêu thụ thay đổi trong khoảng nào? 7. Giá giảm một đơn vị thì lượng xe máy tiêu thụ tăng tối đa và tối thiểu bao nhiêu?
BÀI TẬP KINH TẾ LƯỢNG SỬ DỤNG CHƯƠNG TRÌNH EVIEW4 CHƯƠNG MÔ HÌNH HỒI QUY ĐƠN Bài tập 1: Cho kết hồi quy sau, Q số lượng xe máy tiêu thụ (chiếc) tháng 22 địa phương, P giá bán xe máy (10 triệu đồng) Trả lời câu hỏi Cho α =0,05 (5%) Bảng kết hồi quy phần mềm Eviews4 Dependent Variable: Q Method: Least Squares Date: 07/14/14 Time: 17:33 Sample: 1:22 Included observations: 22 (n) Variable C P R-squared (r2) Adjusted R-squared S.E of regression Sum squared resid Log likelihood Durbin-Watson stat Coefficient 32185.93 -7920.180 0.7654 0.751986 1817.646 66076748 -195.2848 1.048849 Std Error t-Statistic 2696.956 11.93417 984.8595 -8.041940 Mean dependent var S.D dependent var Akaike info criterion Schwarz criterion F-statistic Prob(F-statistic) Prob 0.0000 0.0000 10722.25 3649.822 17.93498 18.03417 64.67279 0.000000 Viết hàm hồi quy tổng thể, hồi quy mẫu, giải thích ý nghĩa kết ước lượng Các hệ số hồi quy có ý nghĩa thống kê không? Tìm ước lượng điểm lượng xe máy tiêu thụ trung bình giá bán xe máy 3,4 đơn vị Số lượng xe máy tiêu thụ có phụ thuộc vào giá bán xe máy không? Giảm giá bán có làm tăng số lượng xe máy tiêu thụ không? Tăng giá bán xe máy đơn vị lượng xe máy tiêu thụ thay đổi khoảng nào? Giá giảm đơn vị lượng xe máy tiêu thụ tăng tối đa tối thiểu bao nhiêu? Có thể cho giá bán xe máy tăng đơn vị lượng xe máy tiêu thụ giảm nhiều 8.700 hay không? Tính đại lượng TSS, ESS, RSS 10 Hệ số xác định mô hình bao nhiêu? (tính cách), đại lượng có ý nghĩa nào? 11 Hàm hồi quy có phù hợp không? 12 Tìm ước lượng điểm phương sai sai số ngẫu nhiên 13.Dự báo giá trị trung bình lượng xe máy tiêu thụ giá bán 3,0 đơn vị Một số thuật ngữ Tiếng Anh Ý nghĩa Dependent Variable: Y Biến phụ thuộc: Y Method: Least Squares Phương pháp: Bình phương nhỏ Sample (adjusted): 10 Mẫu (sau điều chỉnh): từ đến 10 Included observations: 10 Số quan sát sử dụng: 10 Variable Biến số (các biến độc lập) C Biến số, C ≡ X Biến độc lập X Coefficient Ước lượng hệ số: βˆ j Std Error Sai số chuẩn ước lượng hệ số: Se( βˆ ) j t-Statistic Thống kê T: Tqs = βˆ j / Se( βˆ j ) Prob Mức xác suất (P-value) cặp giả thuyết H0: βj = ; H1: βj ≠ R-squared Hệ số xác định (bội): R Adjusted R-squared Hệ số xác định điều chỉnh R S.E of regression Sai số chuẩn hồi quy: σˆ Sum squared resid Tổng bình phương phần dư: RSS Durbin-Watson stat Thống kê Durbin-Watson Mean dependent var Trung bình biến phụ thuộc: Y Độ lệch chuẩn biến phụ thuộc: S.D dependent variable n SD = ∑ (Yi − Y ) i =1 n −1 F – statistic = = ∑y i =1 i n −1 r2 n−2 x 2 −1 1− r Prob (F- statistic) Bài giải: n = 2 TSS n −1 Thống kê F Mức xác suất (P-value) cặp giả 2 thuyết: H0: R = ; H1: R > (R ≠ 0) - Hàm hồi quy tổng thể: E(Q/Pi)= β1+ β2Pi Qi= β1+ β2Pi + ui ^ ^ - Hàm hồi quy mẫu: Qi= β1 + β2 Pi+ ei ^ ^ Qi = β1 + β2^Pi =32185,93 – 7920,180Pi P= - 7920,180 < P tăng Q giảm Hệ số hồi quy có ý nghĩa thống kê khác H0: β1 ý nghĩa thống kê H0: β1= H1: β1 có ý nghĩa thống kê H1: β1≠ β Se( β ^ TCKĐ: tqs= n−2 tα ^ ) 32185,93 = 11,93417 2696,956 20 /2 = t 0, 025 = 2,086 t qs Vì = > t 20 nên bác bỏ H0, chấp nhận H1 , 025 Vậy β1 có ý nghĩa thống kê Chứng minh tương tự với β2 Q0= 32185,93 – 7920,180P0 = 32185,93 – 7920,180*3,4= 5257,318 H0: số lượng xe tiêu thụ không phụ thuộc vào giá bán H1: số lượng xe tiêu thụ phụ thuộc vào giá bán H0: β2= H1: β2≠ kiểm định tqs, t > qs t 20 , 025 nên bác bỏ H0, chấp nhận H1 Vậy số lượng xe tiêu thụ phụ thuộc vào giá bán H0: giảm giá bán không làm tăng số lượng xe máy tiêu thụ H1: giảm giá bán làm tăng số lượng xe máy tiêu thụ H0: β2= H1: β2< TCKĐ: tqs= - 8,041940 Vì tqs< - t 20 , 05 nên bác bỏ H0, chấp nhận H1 Vậy giảm giá bán làm tăng số lượng xe máy tiêu thụ Tăng giá bán xe máy đơn vị lượng xe máy tiêu thụ giảm β2 đơn vị Khoảng tin cậy đối xứng β2 β -t ^ 20 , 025 * Se( β ); ^ β ^ + t 20 , 025 * Se( β ) ^ - 7920,180 – 2,086* 984,8595; - 7920,180 + 2,086* 984,8595 - 9974,6; - 5865,8 Vậy lượng xe máy tiêu thụ thay đổi ( - 9974,6; - 5865,8) β β -t Vì ^ < nên tính khoảng tin cậy bên phải ^ 20 , 05 * Se( β ); + ∞ ^ - 7920,180 – 1,725 * 984,8595; + ∞ - 9619,06; + ∞ β Vậy giá giảm đơn vị lượng xe máy tiêu thụ tăng tối đa 9619,06 - Khoảng tin cậy bên trái - ∞; β ^ t + β * Se( β ) ^ 20 , 05 - ∞; - 7920,180 + 1,725 * 984,8595 - ∞; - 6221,3 Vậy giá giảm đơn vị lượng xe máy tiêu thụ tăng tối thiểu 6221,3 β > 8700 H : β = 8700 H : β < - 8700 β − (−8700) = − 7920,180 + 8700 = 0,792 TCKĐ: t = 984,8595 Se( β ) 2 ^ qs ^ - t 20 , 05 = - 1,725 Vì tqs> - t 20 , 05 nên chưa có sở bác bỏ H0, chấp nhận H0 Vậy giá bán xe máy tăng đơn vị lượng xe máy tiêu thụ không giảm nhiều 8700 RSS= 66076748 TSS SD= nên TSS=SD2 * (n-1)= (3649,822)*(22 – 1)= 279745213,3 n −1 ESS= TSS – RSS= 213668465,3 ESS 10 C1: r2= = 0,764 TSS F qs = 0,764 r2 ∗ (n − 2) suy r2= n − + F qs 1− r 11 H0: MH hồi quy không phù hợp H1: MH hồi quy phù hợp r2 TCKĐ: Fqs= ∗ (n − 2) = 64,67279 1− r F0,05(1, 20)= 4,35 Vì Fqs> F0,05(1, 20) nên bác bỏ H0, chấp nhận H1 Vậy MH hồi quy phù hợp C2: Fqs= n ^ 12 σ = 13 ∑e i =1 i n−2 = 66076748 = 3303837,4 20 ... H0: số lượng xe tiêu thụ không phụ thuộc vào giá bán H1: số lượng xe tiêu thụ phụ thuộc vào giá bán H0: β2= H1: β2≠ kiểm định tqs, t > qs t 20 , 025 nên bác bỏ H0, chấp nhận H1 Vậy số lượng xe... số lượng xe máy tiêu thụ H1: giảm giá bán làm tăng số lượng xe máy tiêu thụ H0: β2= H1: β2< TCKĐ: tqs= - 8,041940 Vì tqs< - t 20 , 05 nên bác bỏ H0, chấp nhận H1 Vậy giảm giá bán làm tăng số lượng. .. Biến số (các biến độc lập) C Biến số, C ≡ X Biến độc lập X Coefficient Ước lượng hệ số: βˆ j Std Error Sai số chuẩn ước lượng hệ số: Se( βˆ ) j t-Statistic Thống kê T: Tqs = βˆ j / Se( βˆ j ) Prob