Phân tích dữ liệu - Chương 7

Tài liệu đầy đủ môn học Phương pháp nghiên cứu kinh tế

Phương pháp Nghiên cứu Kinh tế

TS Vũ Hoàng Linh,

Khoa Kinh tế Phát triển,

Đại học Kinh tế, ĐHQG Hà Nội

Email: vhlinh@vnu.edu.vn

1

Chương 7: Phân tích dữ liệu

2

 Giới thiệu vắn tắt về phần mềm STATA

 Bảng phân tích (Tabulation)

 Bảng phân tích chéo (Cross-Tabulation)

 Hồi quy tuyến tính

Giới thiệu về Stata

 Có 4 loại cửa sổ trên Stata: Command, Review, Variables và màn hình chính

 Cửa sổ Command cho phép đánh các lệnh

 Cửa sổ Review liệt kê các lệnh sử dụng gần đây

 Cửa sổ Variables liệt kê các biến (variables) trong file dữ liệu

 Màn hình chính hiển thị các kết quả

Giới thiệu về Stata

 Nhập liệu từ Stata: Có ba cách chính

 Vào Menu Data sau đó chọn Data Editor (hoặc dùng lệnh Edit trên cửa sổ Command) rồi nhập liệu trực tiếp

 Nhập liệu trên Excel sau đó lưu file dưới dạng csv (comma delimited) Sau đó từ Stata vào File

=> Import => ASCII data created by a spreadsheet rồi chọn file Chú ý là phải chọn file type là All để hiển thị file cần chọn.

 Nhập liệu trên Excel Mở đồng thời Excel và Stata Sau khi nhập liệu xong chọn bảng cần sử dụng Vào Stata, chọn Menu Data sau đó chọn Data Editor (hoặc dùng lệnh Edit trên cửa sổ Command) rồi nhấn chuột phải để Paste (hay Ctrl + V).

Giới thiệu về Stata

 Sau khi nhập liệu, có thể save file với lệnh save hoặc vào File rồi chọn Save as File sẽ được xếp với đuôi là dta

 Mở file dta bằng cách chọn File rồi Open

 Mục Help của Stata rất tiện dụng để tra cứu các câu lệnh cần thiết

Bảng phân tích

 Giả sử chúng ta muốn biết sở hữu xe máy theo hộ theo tổng số hộ (file Eg1)

 Lập bảng phân tích

Bảng phân tích

 Số trung bình:

trong đó xi là giá trị quan sát thứ I, n là số lần quan sát

 Tần số h cho biết số tuyệt đối và tần suất f =h/n cho biết phân phối của x

 Số trung vị (median) là giá trị nằm giữa của dãy số khi dãy số được xếp theo thứ tự từ thấp tới cao

 Nếu giá trị quan sát là số lẻ thì số thứ tự của trung vị là (n+1)/2 Trong ví dụ trên, trung vị ở vị trí thứ 3 và

có giá trị bằng hai

 Nếu số quan sát là chẵn thì số trung vị là giá trị trung bình của hai vị trí trung tâm tức là giữa n/2 và

(n/2+1) .

Bảng phân tích

 Khoảng biến thiên = Xmax – Xmin thể hiện độ ổn định của dữ liệu

 Độ lệch chuẩn δx là công cụ để so sánh sự đồng nhất của hai dãy phân phối và bằng căn bậc hai của phương sai δx2

 Phương sai được tính theo công thức sau

 Bài tập: Cho biết trung bình, trung bị, độ lệch chuẩn, khoảng tin cậy của số xe máy của hộ gia đình (biến motorbike)

Kiểm định giả thuyết thống kê

10

 Phát biểu giả thuyết:

 Thế nào là một giả thuyết?

 Giả thuyết nguyên trạng (H0) và giả thuyết nghịch (H1)

 Kiểm định giả thuyết: Quy trình kiểm định

 Quyết định giả thuyết thống kê

 Chọn ra mẫu điều tra từ tổng thể

 Xác định các tham số mẫu cần kiểm định

 Xác định mức ý nghĩa

 Vận dụng luật quyết định để quyết định bác bỏ hay chấp nhận giả thuyết cần kiểm định

Kiểm định giả thuyết thống kê

11

 Phát biểu giả thuyết:

 Sai lầm loại I và sai lầm loại II:

 Sai lầm loại I: từ chối giả thuyết đúng

 Sai lầm loại II: chấp nhận giả thuyết sai

 Không có sai lầm xảy ra nếu như giả thuyết nguyên trạng là đúng và chúng ta chấp nhận nó, hoặc giả

thuyết nguyên trạng là sai và chúng ta từ chối nó.

Kiểm định giả thuyết thống kê

 Bài tập: Kiểm định giả thuyết là một hộ gia đình có trung bình 1,6 xe máy; 1,5; 1,7 xe máy

 Xác định hệ số biến thiên (coefficient of variation) cho biến motorbike biết là hệ số biến

thiên CoV

CoV= 100*(độ lệch chuẩn/giá trị trung bình)

Kiểm định giả thuyết thống kê: t-test

 Kiểm định giả thuyết là giá trị trung bình của hai nhóm tương đương nhau Áp dụng kiểm định

t (t-test)

 Ví dụ: Kiểm định giả thuyết là mức độ quan tâm (interest) trung bình của hai nhóm nam và nữ

là như nhau (nam: sex=1, nữ: sex=2)

Câu lệnh STATA: ttest interest, by(sex)

Kiểm định giả thuyết thống kê: chi bình phương

 Kiểm định giả thuyết là có mối quan hệ giữa hai biến Dùng kiểm định chi bình

phương.

 Ví dụ: Kiểm định giả thuyết là có mối quan hệ giữa mức độ quan tâm sản phẩm và giới tính

 Câu lệnh STATA: tabulate interest sex, chi2

 Bài tập: Kiểm định giả thuyết là có mối quan hệ giữa mức độ quan tâm sản phẩm và trình độ học vấn?

Phân tích hệ số tương quan

 Hệ số tương quan giữa hai biến

 pwcorr interest edu

 correlate interest edu sex

Phân tích hồi quy tuyến tính đơn giản

 Phương trình biểu diễn tương quan giữa hai biến (độc lập và phụ thuộc) là phương trình hồi quy đơn giản.

 Giả sử X là biến độc lập, Y là biến phụ thuộc

 Y= αX + β là phương trình hồi quy tuyến tính

 Câu lệnh Stata: regress y x

Phân tích hồi quy tuyến tính đơn giản

Năm Thu nhập quốc dân (Yi) Vốn đầu tư (Xi)

Phân tích hồi quy tuyến tính đơn giản

 Stata cho kết quả: t-stat=17.8 => biến số capital có ý nghĩa thống kê

 R2= 0,976 =>97,6% độ biến thiên của thu nhập quốc dân có thể được giải thích bằng độ biến thiên của vốn

Phân tích hồi quy tuyến tính đơn giản

 Sau khi hồi quy, có thể tính giá trị dự đoán của hàm income theo phương trình hồi quy:

 Cú pháp: predict [tên giá trị dự đoán], xb

 Xác định giá trị phần dư (residual)

 Cú pháp: predict [phần dư], residual

 Vẽ đồ thi nối các điểm trên hình giữa y và x1

 Cú pháp: scatter income capital

Phân tích hồi quy tuyến tính đơn giản

 scatter income capital =>

Phân tích hồi quy tuyến tính đơn giản

Phân tích hồi quy tuyến tính đơn giản

 Lệnh sau sẽ tạo ra hai đường: đường đứt đoạn (scatter) của income và capital và đường thẳng (line)

nối giữa y0 và capital: scatter income capital || line y0 capital

Phân tích hồi quy đa biến

 Mô hình hồi quy đa biến có dạng Y=f(X)

 Với các mô hình phi tuyến tính có thể chuyển thành dạng tuyến tính Ví dụ như với dạng hàm

số mũ có thể chuyển thành tuyến tình bằng cách lấy logaritm hai vé

 Hàm sản xuất: Y = AKα Lβ trong đó K, L là quy vốn vốn và lao động Hàm này có thể được chuyển thành dạng tuyến tính như sau:

ln(Y)= ln(A)+ αln(K) + βln(L) hay y= A0 + α x1 + β x2

Phân tích hồi quy đa biến

Phân tích hồi quy đa biến

 Cú pháp câu lệnh trong STATA Lệnh gen (viết tắt của generate) nhằm tạo ra biến mới.

 gen y=ln(income)

 gen x1=ln(capital)

 gen x2=ln(Labor)

 regress y x1 x2 year

Phân tích hồi quy đa biến

 Kết quả mô hình: lưu ý ý nghĩa thống kê các biến, R2

Phân tích hồi quy đa biến

 Trong mô hình, vốn và lao động có đóng góp tới thu nhập không? Các hệ số của vốn và lao động có

ý nghĩa thống kê không?

 Hệ số R2 có ý nghĩa gì?

 Nếu vốn tăng 1% thì tăng trưởng kinh tế tăng bao nhiêu %? Nếu lao động tăng 1% thì tăng trưởng

kinh tế tăng bao nhiêu %.

Phân tích hồi quy đa biến

 Hồi quy với biến giả (dummy variable)

 Cũng mô hình và số liệu như trên, giả sử chúng ta dự đoán là việc VN tham gia WTO năm 2007 dẫn tới thay đổi mô hình tăng trưởng.

 Áp dụng mô hình với biến giả wto= 1 với các năm từ 2007-2009 và bằng 0 với các năm từ 2000-2006.

 Cú pháp trong STATA:

gen wto=0

replace wto=1 if year>=2007

regress y x1 x2 wto

Phân tích hồi quy đa biến

 Câu hỏi: Biến WTO có ý nghĩa thống kê không?

 Viết phương trình hồi quy

 Nếu mức ý nghĩa thống kê là 1% thì biến nào có ý nghĩa thống kê

Bài tập

 Có số liệu như hình bên:

 Sử dụng Stata, nhập dữ liệu bằng hai cách

 Nhập trực tiếp bằng Stata (lệnh Edit)

 Nhập vào Excel rồi Import từ Stata

 Chạy hồi quy điểm theo thu nhập gia đình

Bài tập (tiếp)

 Vẽ biểu đồ điểm (trục Y) theo thu nhập (trục X) trên Stata trong đó có đường thẳng thể hiện phương trình hồi quy

 Vẽ biểu đồ điểm (trục Y) theo thu nhập (trục X) trên Excel

 Vẽ biểu đồ phần dư (trục Y) theo thu nhập (trục X)