BÀI TẬP KINH TẾ LƯỢNG

Câu 1 Absent = 14 413 – 0 096 Age – 0 078 Tenure – 0 036 Wage Absent số ngày nghỉ Age tuổi nhân viên Wage lương nhân viên (100 USDTháng) Tenure Số năm làm việc tại doanh nghiệp của nhân viên (1) Với điều kiện các yếu tố khác không đổi, khi tuổi của nhân viên tăng 1 thì số ngày nghĩ sẽ giảm 0 096 ngày Với điều kiện các yếu tố khác không đổi, khi số năm làm việc tại doanh nghiệp của nhân viên tăng 1 thì số ngày nghĩ giảm 0 078 ngày Với điều kiện các yếu tố khác không đổi, khi lương nhân viên tăng.

Câu 1

Absent = 14.413 – 0.096.Age – 0.078.Tenure – 0.036.Wage

Absent: số ngày nghỉ

Age : tuổi nhân viên

Wage : lương nhân viên (100 USD/Tháng)

Tenure: Số năm làm việc tại doanh nghiệp của nhân viên

(1)

Với điều kiện các yếu tố khác không đổi, khi tuổi của nhân viên tăng 1 thì số ngày nghĩ sẽ giảm 0.096 ngày

Với điều kiện các yếu tố khác không đổi, khi số năm làm việc tại doanh nghiệp của nhân viên tăng 1 thì số ngày nghĩ giảm 0.078 ngày

Với điều kiện các yếu tố khác không đổi, khi lương nhân viên tăng tăng 1 (100USD/tháng) thì số ngày nghĩ sẽ giảm 0.036 ngày

(2)

Kiểm định cặp giả thuyết

H0: = 0: Hệ số không có ý nghĩa thống kê

H1: ≠ 0: Hệ số có ý nghĩa thống kê

Mức ý nghĩa α=5%

n = 30

k = 4

= 2.056

̂

( ̂ ) =| –

| = 2 < = 2.056  Bác bỏ giả thuyết H0, chấp nhận giả thuyết

H1, hệ số có ý nghĩa thống kê

= ̂

( ̂ ) = | –

| = 1.164 < = 2.056  Bác bỏ giả thuyết H0 ,chấp nhận giả thuyết H1, hệ số có ý nghĩa thống kê

 Hệ số tương ứng với Age và Tenure có ý nghĩa thống kê

(3)

 Mức ý nghĩa α=5%

 n = 30

 k = 4

 R2 = 0.695

 ̂3 = - 0.078

 ̂4 = - 0.036

 ( ̂ ) = 0.067

 ( ̂ ) = 0.007

 = 2.056

 Khoảng tin cậy của biến Tenure:

̂3 - Se ( ̂3) < β3 < ̂3 - Se ( ̂3)

 - 0.078 - 0.067*2.056 < β3 < - 0.078 + 0.067*2.056

↔ -0.215 < β3 < 0.059

 Khoảng tin cậy của biến Wage:

̂4 - Se ( ̂4) < β4 < ̂4 - Se ( ̂4)

 - 0.036- 0.007*2.056 < β4 < - 0.036 + 0.007*2.056

↔ -0.050 < β4 < -0.02

(4)

Kiểm định cặp giả thiết:

Ho: R2 = 0 (Mô hình không phù hợp)

H1: R2 ≠ 0 (Mô hình phù hợp)

Tiêu chuẩn kiểm định:

Fqs = ( )

( )( ) = ( )

( )( ) = 19.74 Với α = 0.05

Fc = Fα(k-1;n-k) = F 0.05(3;26) = 2.975

Ta có Fqs = 19.74 > Fc = 2.975 suy ra mô hình hồi quy là phù hợp

Câu 2

Hậu quả của đa cộng tuyến:

 Phương sai và hiệp phương sai của các ước lượng OLS lớn

 Khoảng tin cậy rộng hơn vì thế xác suất chấp nhận giả thiết sai tăng lên

 Tỷ số t không có ý nghĩa: khi có đa cộng tuyến thì sai số tiêu chuẩn ước lượng được sẽ rất cao vì vậy làm cho tỷ số t nhỏ đi Kết quả là sẽ làm tăng khả năng chấp nhận giả thiết H0

 R2 cao nhưng tỷ số t ít ý nghĩa: trong trường hợp có đa cộng tuyến, ta có thể tìm được 1 hoặc 1 số hệ số góc riêng là không có ý nghĩa về mặt thống kê trên cơ sở kiểm định t

 Các ước lượng OLS và các sai số tiêu chuẩn của chúng trở nên rất nhạy đối với những thay đổi trong số liệu: Khi có đa cộng tuyến các giá trị ước lượng và sai số chuẩn của chúng trở nên vô cùng nhạy ngay cả với thay đổi nhỏ nhất trong số liệu

 Dấu của các ước lượng của hệ số hồi quy có thể sai

 Thêm vào hay bớt đi các cộng tuyến vối các biến khác, mô hình sẽ thay đổi về độ lớn của các ước lượng hoặc dấu của chúng

Cách phát hiện sự tồn tại của đa cộng tuyến:

 Hệ số R2 lớn nhưng tỷ số t nhỏ

 Tương quan cặp giữa các biến giải thích cao (>80%)

 Sử dụng mô hình hồi quy phụ

 Sử dụng nhân tử phóng đại phương sai (VIF)

Câu 3

(a)

Với điều kiện các yếu tố khác không đổi, khi diện tích sử dụng tăng 1 mét vuông thì giá bán cũng tăng 0.053 tỷ đồng

Với điều kiện các yếu tố khác không đổi, Nếu khu vực sinh sống ở nội thành thì giá bán căn hộ sẽ tăng thêm 1.119 tỷ đồng

(b)

 Mức ý nghĩa α=5%

 n = 20

 k = 2

 ̂2 = 0.053

 ( ̂ ) = 0.012

 = 2.101

 Khoảng tin cậy của biến Tenure:

̂2 - Se ( ̂2) < β2 < ̂2 - Se ( ̂2)

 0.053 - 0.012*2.101< β2 < 0.053 - 0.012*2.101

↔ 0.0277 < β2 < 0.078

(c)

Khi khu vực sinh sống nằm ở ngoại thành (Z=0) thì giá bán căn hộ chỉ phụ thuộc bởi diện tích sử dụng (X)

Khi khu vực sinh sống nằm ở nội thành (Z=1) thì giá bán căn hộ sẽ tăng thêm 1.119 tỷ đồng

(d)

Ln (Y) = -0.18 + 0.016.X + 0.307.Z

R2 = 0.583

 Ý nghĩa:

Với điều kiện các yếu tố khác không đổi, Khi X thay đổi 1 đơn vị thì Y thay đổi 0.016*100% đơn vị

 Sự phù hợp

 Kiểm định cặp giả thiết:

 Ho: R2 = 0 (Mô hình không phù hợp)

 H1: R2 ≠ 0 (Mô hình phù hợp)

Tiêu chuẩn kiểm định:

Fqs = ( )

( )( ) = ( )

( )( ) = 11.883 Với α = 0.05

Fc = Fα(k-1;n-k) = F 0.05(2;17) = 3.592

Suy ra Fqs = 11.883 > Fc = 3.592 nên mô hình hồi quy là phù hợp