Tổng Hợp Công Thức Kinh Tế Lượng - 123doc

Nội dung

Tổng hợp công thức Kinh tế lượng và các dạng bài tập. Tổng hợp công thức Kinh tế lượng và các dạng bài tập. Tổng hợp công thức Kinh tế lượng và các dạng bài tập. Tổng hợp công thức Kinh tế lượng và các dạng bài tập. Tổng hợp công thức Kinh tế lượng và các dạng bài tập

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

Ngày đăng: 24/05/2016, 13:29