Báo cáo thực hành Môn: Kinh Tế Lượng

I. Cơ sở lý luận Đề bài: Thu nhập và tiền tích lũy có tác động như thế nào đối với mức sống của các hộ gia đình tại một địa phương Bộ số liệu y: chi phí tiêu dùng(triệu đồng năm) x1: thu nhập(triệu đồngnăm) x2: tiền tích lũy(triệu đồng) obs Y X1 X2 1 70.00000 80.00000 810.0000 2 65.00000 100.0000 1009.000 3 90.00000 120.0000 1273.000 4 95.00000 140.0000 1425.000 5 110.0000 160.0000 1633.000 6 115.0000 180.0000 1876.000 7 120.0000 200.0000 2052.000 8 140.0000 220.0000 2201.000 9 155.0000 240.0000 2435.000 10 150.0000 260.0000 2686.000

Trang 1

Báo cáo thực hành

Môn : Kinh Tế Lượng

Giảng viên : Trịnh Thị Huyền Trang

Sinh viên thực hiện : Phạm Thị Vì

: Đỗ Thị Thúy Vui

Lớp : KTAK8.4

Khoa : Kinh Tế

Trang 2

I Cơ sở lý luận

Đề bài: Thu nhập và tiền tích lũy có tác động như thế nào đối với

mức sống của các hộ gia đình tại một địa phương

Bộ số liệu

y: chi phí tiêu dùng(triệu đồng/ năm)

x1: thu nhập(triệu đồng/năm)

x2: tiền tích lũy(triệu đồng)

10 150.0000 260.0000 2686.000

II Hồi quy

Ta có mô hình hồi quy tyến tính thể hiện sự phụ thuộc của chi phí tiêu dùng vào thu nhập và tiền tích lũy:

Y i = c 3 +c 1 *x 1 +c 2 *x 2

Từ bảng số liệu, sử dụng phần mềm eviews ta được bảng kết

quả:

Dependent Variable: CHIPHITIEUDNG

Method: Least Squares

Date: 05/11/13 Time: 09:02

Sample: 1 10

Included observations: 10

Variable Coefficient Std Error t-Statistic Prob.

Trang 3

THUNHAP 0.941537 0.822898 1.144172 0.2902

TIENTICHLUY -0.042435 0.080664 -0.526062 0.6151

R-squared 0.963504 Mean dependent var 111.0000

Adjusted R-squared 0.953077 S.D dependent var 31.42893

S.E of regression 6.808041 Akaike info criterion 6.917411

Sum squared resid 324.4459 Schwarz criterion 7.008186

Log likelihood -31.58705 F-statistic 92.40196

Durbin-Watson stat 2.890614 Prob(F-statistic) 0.000009

Estimation Command:

=====================

LS CHIPHITIEUDNG THUNHAP TIENTICHLUY C

Estimation Equation:

=====================

CHIPHITIEUDNG = C(1)*THUNHAP + C(2)*TIENTICHLUY + C(3)

Substituted Coefficients:

=====================

CHIPHITIEUDNG = 0.9415373424*THUNHAP - 0.04243452958*TIENTICHLUY + 24.77473327

Giải thích ý nghĩa của hệ số hồi quy riêng:

c 1= 0.9415373424 cho biết khi thu nhập tăng hoăc giảm 1% thì chi chí tiêu dùng sẽ tăng hoặc giảm trung bình khoảng

0.9415373424% giữ tiền tích lũy không đổi

c 2 = -0.0424345958 cho biết khi tiền tích lũy tăng hoặc giảm 1% thì chi phí tiêu dùng thực sẽ tăng hoặc giảm trung bình khoảng -0.04243452958% khi thu nhập không đổi

kiểm tra ý nghĩa thống kê của hệ số hồi quy:

kiểm định C 1 :

giả thiết : h0: c1=0; h1: c1#0

quả:

Trang 4

Wald Test:

Equation: Untitled

Null Hypothesis: C(1)=0

F-statistic 1.309130 Probability 0.290165

Chi-square 1.309130 Probability 0.252552

Nhận xét: Ta thấy giá trị p-value của thống kê f =0.290165 lớn

hơn mức ý nghĩa α=0.05 ⇒chưa có cơ sở bác bỏ giả thiết H0 hay

C1 có ý nghĩa thống kê

Kiểm định C 2:

Giả thiết: H0: C2=0; H1: C2#0

quả:

Wald Test:

Equation: Untitled

hơn mức ý nghĩa α=0.05 ⇒chưa có cơ sở bác bỏ giả thiết H0 hay

C2 có ý nghĩa thống kê

Ý nghĩa của hệ số xác định R 2: kiểm định sự phù hợp của hàm hồi quy

Giả thiết : H0:R2=0; H1: R2#0

Nhận xét: Ta thấy giá trị p-value của thống kê f =0.000009 nhỏ

hơn mức ý nghĩa α=0.05 ⇒bác bỏ giả thiết H0 hay mô hình có ý nghĩa

III Kiểm tra khuyết tật của mô hình

1 Đa cộng tuyến

Khái niện:

Trang 5

Đa cộng tuyến xảy ra khi các biến độc lập trong mô hình có mối quan hệ cộng tuyến với nhau

Hậu quả của đa cộng tuyến:

- Phương sai, độ lệch chuẩn của các ước lượng trung bình nhỏ nhất lớn

- Khoảng tin cậy của hệ số hồi quy

- Tỷ số t mất ý nghĩa

- R2 cao nhưng tỷ số t ít ý nghĩa

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

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

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

Phương pháp phát hiện đa cộng tuyến:

- Mô hình có các giá trị R2 cao trong khi các giá trị thống

kê t rất thấp

- Dùng ma trận hệ số tương quan giữa các biến độc lập

Hệ số tương quan từ 0.8 trở lên là cao, từ 0.9 trở lên là rất cao

- Dùng mô hình hồi quy phụ, nếu R2 của mô hình hồi quy phụ cao hơn mô hình hồi quy chính thì mô hình hồi quy chính có xảy ra hiện tượng đa cộng tuyến

- Dùng chỉ sổ phóng đại phương sai, nếu VIF >=10, mô hình xảy ra hiện tượng đa cộng tuyến rất cao Từ 5 trở lên

là có hiện tượng ĐCT cao

Trang 6

Cách khắc phục đa cộng tuyến:

- Dựa vào các thông tin tiên nghiệm, các đề tài nghiên cứu trước về vấn đề tương tự về vấn đề nghiên cứu các mô hình KTL trong trong các nghiên cứu này có tính khả thi và có thể khắc phụ được thì tiến hành

- Thu thập thêm số liệu (n=> N) có thể khắc phụ được hiện tượng đa cộng tuyến

- Loại bỏ biến gây ra hiện tượng đa cộng tuyến Chọn biến ít

có ý nghĩa thống kê hơn loại ra trước (điều này chỉ mang tính tương đối)

- Kết hợp giữa số liệu chuổi thời gian và số liệu chéo có thể khắc phục được hiện tượng đa cộng tuyến

- Dùng mô hình sai phân

B1: xây dựng mô hình hồi quy gốc ban đầu

B2: xây dựng mô hình hồi quy thứ hai, trong đó, loại bỏ một quan sát đầu tiên (do mô hình hồi quy đúng với t quan sát thì cũng đúng với t-1 quan sát)

B3: Dùng mô hình ở B1 – B2 ta có mô hình sai phân bậc1

Đặc điểm: Mô hình sai phân B3 có thể giảm hiện tượng đa cộng tuyến của các biến độc lập

Kiểm định khuyết tật của các mô hình bằng mô hình hồi quy phụ

Mô hình hồi quy gốc: Y i = c 3 +c 1 *x 1 +c 2 *x 2 [1]

Trang 7

Hồi quy phụ của X1 theo X2 : X1= α1+ α2X2 + v [2]

Kiểm định hiện tượng đa cộng tuyến

Dependent Variable: THUNHAP

Date: 05/11/13 Time: 16:07

Sample: 1 10

Variable Coefficient Std Error t-Statistic Prob

TIENTICHLUY 0.097923 0.001578 62.04047 0.0000

C -0.386271 2.897956 -0.133291 0.8973

Giả thiết kiểm định: H0: α2= 0: Mô hình gốc [1] không có đa cộng tuyến

H1: α2 0 : Mô hình gốc [1] có đa cộng tuyến

Wald Test:

Equation: Untitled

Nhận xét: Ta thấy giá trị p-value của thống kê f =0.000000 nhỏ

hơn mức ý nghĩa α=0.05 ⇒ bác bỏ giả thiết H0 haymô hình [1] có

đa cộng tuyến

2 Phương sai sai số thay đổi

a Nguyên nhân của phương sai sai số thay đổi

-Do bản chất của các mối quan hệ kinh tế

-Do kĩ thuật thu thập số liệu được cải tiến σ2 dường như giảm

- Do con người học được hành vi trong quá khứ

- Do trong mẫu xuất hiện các quan sát ngoại lai

Trang 8

- Do hàm bị định dạng sai

b Hậu quả của phương sai sai số thay đổi

-Các ước lượng bình phương nhỏ nhất vẫn là không lệch nhưng không hiệu quả

- Ước lượng của phương sai sẽ bị chệch như vậy làm mất khi kiểm định

c Phát hiện phương sai sai số thay đổi

2.1 Kiểm định phương sai sai số thay đổi bằng kiểm định White

Kiểm định bằng hồi quy phụ không có tích chéo giữa các biến độc lập

ei2 = α1 + α2 X2i + α3X3i + α4X + α5X + Vi (2)

H0: Mô hình [1] không có phương sai sai số thay đổi( đồng đều)

H1: Mô hình [1] có phương sai sai số thay đổi

White Heteroskedasticity Test:

Obs*R-squared 1.742766 Probability 0.782935

Test Equation:

Dependent Variable: RESID^2

Date: 05/11/13 Time: 16:24

Sample: 1 10

C 156.0257 146.1699 1.067427 0.3346

THUNHAP 1.740377 23.86962 0.072912 0.9447

THUNHAP^2 -0.002361 0.062563 -0.037743 0.9714

TIENTICHLUY -0.313531 2.249628 -0.139370 0.8946

TIENTICHLUY^2 6.00E-05 0.000574 0.104507 0.9208

Adjusted R-squared -0.486302 S.D dependent var 37.13648

hơn mức ý nghĩa α=0.05 ⇒ chưa có cơ sở bác bỏ giả thiết H0 hay

mô hình [1] không có phương sai sai số thay đổi

Trang 9

2.2 Kiểm định phương sai sai số thay đổi bằng kiểm định park

lnei2 = α1 + α2lnX2 + Vi

Dependent Variable: LE2

Date: 05/12/13 Time: 09:50

Sample: 1 10

LTHUNHAP 9.950438 45.85729 0.216987 0.8344

LTIENTICHLUY -10.78886 45.77831 -0.235676 0.8204

C 31.75925 106.7946 0.297386 0.7748

Nhận xét: Ta thấy giá trị p-value của thống kê f =0.892401 lớn hơn mức ý

nghĩa α=0.05 ⇒ chưa có cơ sở bác bỏ giả thiết H0 haymô hình [1] không có phương sai sai số thay đổi

2.3 Kiểm định phương sai sai số thay đổi bằng kiểm định Glejser

│e i │ = β1 + β2X3 + V

Dependent Variable: TTE

Date: 05/12/13 Time: 10:06

Sample: 1 10

THUNHAP 0.013562 0.445758 0.030425 0.9766

TIENTICHLUY -0.002090 0.043695 -0.047836 0.9632

C 6.098307 3.657783 1.667214 0.1394

Trang 10

2.4 Kiểm định phương sai sai số thay đổi bằng kiểm định dựa trên biến phụ thuộc

Hàm hồi quy: ei2 = α1 + α2Y^2 + V

Dependent Variable: E2

Date: 05/12/13 Time: 10:14

Sample: 1 10

CHIPHITIEUF -0.257033 0.415783 -0.618190 0.5536

C 60.97523 47.72916 1.277526 0.2372

3 Tự tương quan

Khái niệm: Tự tương quan là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian hoặc không gian

 Nguyên nhân:

- Nguyên nhân khách quan

+ Quán tính

+ Hiện tượng mạng nhện

+ Trễ

- Nguyên nhân chủ quan

+ Xử lí số liệu

+Sai lệch do lập mô hình

Trang 11

 Hậu quả của tự tương quan

- Ước lượng bình phương nhỏ nhất thông thường vẫn là ước lượng tuyến tính không chệch nhưng chúng không phải là ước lượng hiệu quả nữa

-Phương sai ước lượng được của các ước lượng bình phương bé nhất thông thường là chệch

- Các kiểm định t và F nói chung không đáng tín cậy

- R2 có thể là độ đo không đáng tin cậy cho R2 thực tế

- Các phương sai và các sai số tiêu chuẩn của dự đoán đã tính được cũng có thể không hiệu quả

 Phát hiện tự tương quan

-Phương pháp đồ thị

- Một số phép kiểm định

+Kiểm định các đoạn mạch

+Kiểm định χ2 về tính độc lập về các phần dư

+ Kiểm định d.Durbin – Watson

+Kiểm định Breusch – Godfrey

quan bằng kiểm định Durbin- Watson

Dependent Variable: CHIPHITIEUDNG

Date: 05/12/13 Time: 10:16

Sample: 1 10

THUNHAP 0.941537 0.822898 1.144172 0.2902

Trang 12

TIENTICHLUY -0.042435 0.080664 -0.526062 0.6151

C 24.77473 6.752500 3.668972 0.0080

Dqs = 2.890614

N = 10

K = 2

α=0.05

dl = 0.697

Du = 1.641

4 - dl = 3.303

4 – du = 2.359

Ta thấy 4 – du < dqs < 4 - dl không có kết luận về tự tương quan của

mô hình [1]

3.2Kiểm định: Tự tương quan bằng kiểm định Breush- Godfrey

Giả thiết kiểm định: H0: Mô hình [1] không có tự tương quan bậc nhất

H1: Mô hình [1] có tự tương quan bậc nhất

Breusch-Godfrey Serial Correlation LM Test:

mô hình [1] không có tự tương quan bậc nhất

Giả thiết kiểm định: H0: Mô hình [1] không có tự tương quan bậc hai

Trang 13

H1: Mô hình [1] có tự tương quan bậc hai

Breusch-Godfrey Serial Correlation LM Test:

Test Equation:

Dependent Variable: RESID

Date: 05/12/13 Time: 10:28

Presample missing value lagged residuals set to zero.

THUNHAP -0.306820 0.751355 -0.408356 0.6999

TIENTICHLUY 0.031500 0.073743 0.427165 0.6870

C -2.282113 5.909859 -0.386154 0.7153

RESID(-1) -0.858424 0.407799 -2.105019 0.0892

RESID(-2) -0.560145 0.463973 -1.207278 0.2813

Nhận xét: Ta thấy giá trị p-value của thống kê f =0.203311 lớn hơn mức ý

nghĩa α=0.05 ⇒ chưa có cơ sở bác bỏ giả thiết H0 haymô hình [1] không có

tự tương quan bậc hai

4 Xác định Y i ; Y^i; E i vẽ đồ thị

Actual Fitted Residual Residual Plot

70.0000 65.7258 4.27425 | | * |

65.0000 76.1120 -11.1120 |* | |

90.0000 83.7401 6.25994 | | * |

Trang 14

95.0000 96.1208 -1.12076 | *| | 110.000 106.125 3.87488 | | * | 115.000 114.644 0.35572 | * | 120.000 126.007 -6.00655 | * | | 140.000 138.515 1.48545 | | * | 155.000 147.416 7.58438 | | * | 150.000 155.595 -5.59530 | * | |

Đồ thị của ^y i

Trang 15

80

100

120

140

160

CHIPHITIEUF

Trang 16

Đồ thị của Y i

60

80

100

120

140

160

CHIPHITIEUDNG

Trang 17

Đồ thị của e i

-12

-8

-4

0

4

8

E

Trang 18

-8

-4

0

4

8

60 80 100 120 140 160

Tiêu đề	Báo cáo Thực hành Môn: Kinh Tế Lượng
Tác giả	Phạm Thị Vì, Đỗ Thị Thúy Vui
Người hướng dẫn	Trịnh Thị Huyền Trang
Trường học	Trường Đại học Kinh Tế Quốc Dân
Chuyên ngành	Kinh Tế Lượng
Thể loại	Báo cáo thực hành
Năm xuất bản	2023
Thành phố	Hà Nội

Định dạng
Số trang	18
Dung lượng	58,86 KB