Bài tập kinh tế lương potx

Bản chất hiện tượng đa cộng tuyến:- là sự tương quan lẫn nhau giữa các biến độc lập với nhau.. Có 2 loại đa cộng tuyến: - Đa cộng tuyến hoàn hảo: là hiện tượng các biến độc lập tương qua

Trang 1

Bản chất hiện tượng đa cộng tuyến:

- là sự tương quan lẫn nhau giữa các biến độc lập với nhau.

Có 2 loại đa cộng tuyến:

- Đa cộng tuyến hoàn hảo: là hiện tượng các biến độc lập tương quan tuyến tính chặt chẽ với nhau

- Đa cộng tuyến không hoàn hảo: các biến có mối tương quan cao với nhau

Vd : ta có bảng số liệu các biến giải thích như sau:

Nhìn vào bảng ta có thể thấy: X2= 5X1 Như vậy có sự cộng tuyến hoàn hảo giữa X1 và X2 Hệ số tương quan giữa chúng là r=1.

Giữa X1 và X3 cũng có mối quan hệ tương quan mặc dù mức độ không chặt chẽ như X1 và X2 Hệ số tương quan giữa chúng là r=0.9959 Vậy X1 và X3 có cộng tuyến không hoàn hảo

Hậu quả của đa cộng tuyến:

- Phương sai và hiệp phương sai của các ước lượng bình phương nhỏ nhất lớn khoảng tin cậy rộng hơn

- Tỷ số t mất ý nghĩa

- R2 cao nh ưng tỉ số t it ý nghĩa

- Các ước lượng bình phương nhỏ nhất và các sai số tiêu chuẩn của chúng trở nên rất nhạy cảm đối với những thay đổi nhỏ trong số liệu

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

- Th êm vào hay bớt đi các biến cộng tuyến với các biến khác, mô hình sẽ thay đổi về dộ lớn của các ước lượng hoặc dấu của chúng

Bài tập: cho bảng số liệu về một số chỉ tiêu kinh tế của Singapore giai đoạn

1995-2010 như sau:

Trang 2

2002 157694 2223 223901 208312

Trong đó: Y là giá trị GDP thực tế( triệu đô Singapore)

X1 là số lượng lao động có việc làm( triệu người)

X2 là số lượng xuất khẩu(triệu đo singapore)

X3 là số lượng nhập khẩu(triệu đô singapore)

Phát hiện hiện tượng đa cộng tuyến với mức ý nghĩa 5%

Ta có bảng kết quả sau:

Dependent Variable: Y

Method: Least Squares

Date: 03/30/13 Time: 18:01

Sample: 1995 2010

Included observations: 16

Adjusted R-squared 0.971684 S.D dependent var 59691.74

S.E of regression 10044.50 Akaike info criterion 21.47976

Durbin-Watson stat 1.954529 Prob(F-statistic) 0.000000

từ bảng kết quả ước lượng ta thu được hàm hồi quy sau:

Y= -60529,85 + 76,61489X1+0.022602X2+0.253963X3

nhận xét:

- R2 cao nhưng tỷ số t thấp:

Trang 3

R2 = 0,977347

T1 =-2,780977

T2=4,635678

T3=0,126442

T4=1,87782

Theo kết quả từ mô hình eviews ta có R2= 0,977347> 0,8 là cao Trong khi đó các

tỷ số t lại thấp Như vậy có thể nghi ngờ mô hình có hiện tượng đa cộng tuyến

- Hồi quy phụ

Ta tiến hành hồi quy X3 theo X1 và X2

Dependent Variable: X3

Date: 03/31/13 Time: 22:58

Sample: 1996 2010

Adjusted R-squared 0.978778 S.D dependent var 92817.10

S.E of regression 13521.29 Akaike info criterion 22.03878

c ó F3 = 755,65

F(1, 14) =4,6

F3 > F vậy X3 có quan hệ tuyến tính với X1và X2

- Nhân tủ phóng đại phương sai

V IF(X3) = 54,975>10 Như vạy có hiện tượng đa cộng tuyến

- Độ đo theli

x ét mô hinh hồi quy y theo x1 ta được:

Trang 4

Date: 03/30/13 Time: 18:03

Sample: 1995 2010

Adjusted R-squared 0.944295 S.D dependent var 59691.74 S.E of regression 14088.33 Akaike info criterion 22.06055 Sum squared resid 2.78E+09 Schwarz criterion 22.15712

xét mô hình hồi quy y theo X2 ta đựơc

Date: 03/30/13 Time: 18:05

Sample: 1995 2010

Adjusted R-squared 0.925235 S.D dependent var 59691.74 S.E of regression 16321.65 Akaike info criterion 22.35484

Xét mô hình hồi quy Y theo X3 ta được:

Date: 03/30/13 Time: 18:06

Trang 5

Sample: 1995 2010

M= 0,87

Khắc phục hiện tuợng đa cộng tuyến

Bỏ biến

Khi bỏ biến X3 ta có kết quả:

Date: 03/31/13 Time: 11:12

Sample: 1995 2010

khi bỏ biến X2 ta có kết quả:

Trang 6

Date: 03/31/13 Time: 11:17

Sample: 1995 2010

khi bỏ biến X1 ta có kết quả

Date: 03/31/13 Time: 11:14

Sample: 1995 2010

Trang 7

Từ 3 bảng kết quả ta thấy R2 khi bỏ đi X2 là lớn nhất vì vậy có thể bỏ biến X2 để làm giảm hiện tượng đa cộng tuyến

Định dạng
Số trang	7
Dung lượng	47,8 KB