bài tập học môn kinh tế lượng

Hãy giải thích mối quan hệ giữa tỉ lệ tử vong của trẻ sơ sinh và các biến khác đã cho, bằng những lập luận mang tính cách kinh tế và lô gic.. Rồi từ đó đối chiếu đồ thị với các giải thíc

Trang 1

Nguồn tin : khoa tóan thống kê – ĐHKT

a Vẽ đồ thị phân tán về tỉ lệ lạm phát cho mỗi quốc gia theo thời gian Cho nhận xét tổng quát về lạm phát của 5 nước ?

Trang 3

Nhận xét: NHìn chung tỷ lệ lạm phát của có đều có xu hướng tănglên, nhưng trong đó Đức và Nhật chỉ tăng chậm.

b Lạm phát nước nào biến thiên nhiều hơn giải thích ?

c Ươc lượng mô hình hồi qui: Lạm phát theo thời gian cho từng quốc gia theo giả định

Trang 4

Variable Coefficient Std Error t-Statistic Prob

R-squared 0.788624 Mean dependent var 5.123810

Adjusted R-squared 0.777499 S.D dependent var 3.694984

S.E of regression 1.742926 Akaike info criterion 4.039401

Sum squared resid 57.71804 Schwarz criterion 4.138879

Durbin-Watson stat 1.131804 Prob(F-statistic) 0.000000

- Ước lượng mô hình hồi qui Anh:

Dependent Variable: ANH

Method: Least Squares

Date: 05/10/10 Time: 21:03

Sample: 1960 1980

Included observations: 21

Trang 5

ANH = 0.3229437229 + 0.8224675325*NAMMOHINH

Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát của nướcAnh tăng lên 0.823%

0 5 10 15 20 25

- Ước lượng mô hình hồi qui Nhật:

Dependent Variable: NHAT

Trang 6

C 5.215152 1.919155 2.717421 0.0137

- Ước lượng mô hình hồi qui Đức:

Dependent Variable: DUC

Trang 7

C 3.593939 1.468324 2.447648 0.0243

Adjusted R-squared -0.015687 S.D dependent var 3.458248

- Ước lượng mô hình hồi qui Phap:

Dependent Variable: PHAP

Trang 8

NAMMOHINH 0.486104 0.071244 6.823112 0.0000

PHAP = 1.853246753 + 0.4861038961*NAMMOHINH

Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát

của nước Pháp tăng lên 0.48610%.

0 2 4 6 8 10 12 14 16

- Anh và US:

Trang 9

Dependent Variable: ANH

ANH = 3.942998281 + 1.344882282*ANHLP

Khi lạm phát của US tăng lên 1% thì về trung bình làm phát của Anh

sẽ tăng lên 1.345%

- Nhật và US:

Dependent Variable: NHAT

NHAT = 5.795072835 + 0.6981471192*NHATLP

Khi lạm phát của US tăng lên 1% thì về trung bình làm phát của Nhật

-Đức va US:

Trang 10

Dependent Variable: DUC

DUC = 4.860462352 + 0.4578146464*DUCLP

Khi lạm phát của US tăng lên 1% thì về trung bình làm phát của Đức

-Pháp Và US:

Dependent Variable: PHAP

Adjusted R-squared -0.038637 S.D dependent var 3.579146

PHAP = 6.25177575 + 0.2907996784*PHAPLP

Khi lạm phát của US tăng lên 1% thì về trung bình làm phát của Pháp

Trang 11

Nhận xét chung:

Từ kết quả trên ta thấy tỉ lệ lạm phát của Anh chịu ảnh hưởng nhiều bởi tỉ lệ

lạm phát của Hoa Kì ( tăng lên 1.345%) , còn tỉ lệ lạm phát của Nhật ( 0.7%)

và Đức (0.46%), Pháp ( 0.29%) ít chịu ảnh hưởng bởi tỉ lệ lạm phát của HoaKì

Bài tập 2 :

Nhà phân tích học viện nghiên cứu Anh ngữ đã thu thập dữ liệu

từ 8 sinh viên khác nhau trong một lớp Bảng dữ liệu gốc được trình bài như sau :

điểm Anh Văn

Cho từng cặp môn học tương ứng , anh chị :

a Ươc lượng mô hình hồi qui tuyến tính cho tập dữ liệu nói trên? - Đọc

và nhận xét phương trình hồi qui của anh chị? - Đưa ra kết luận tổngquát ?

Điểm môn Khoa học và của sinh viên có thể dự đóan điểm của môn Anh văn hay không:

Dependent Variable: DIEMANHVAN

Date: 05/11/10 Time: 21:13

Sample: 1 8

Trang 12

Dependent Variable: DIEMANHVAN

DIEMANHVAN = 1.691256533 + 0.6099068394*DIEMTOAN

Khi điểm toán tăng lên một điểm thì về trung bình điểm môn anh văn

sẽ tăng lên 0.6 điểm

Trang 13

 Kết Luận tổng quát: Ta thấy hệ số tương quan của 2 mô hình thấp(R2<0.5) do đó nó không giải thích dược tất cả các biến đưa váo trong môhình Có nghĩa là điểm môn Khoa Học và môn Toán ảnh hưởng rất ít đếnđiểm của môn Anh văn

b Giải thích ý nghĩa của hệ số tương quan ? Giải thích ý nghĩa của

hệ số độ dốc và tung độ gốc của phương trình hồi qui ?

Ý nghĩa của hệ số tương quan:

R2 đo lường mối tương quan giữa biến phụ thuộc với biến độc lập R2

ở 2 mô hình trên đều rất nhỏ (18.32 % và 33.74% ) chứng tỏ điểm của mônAnh Văn không phụ thuộc nhiều vào môn khoa học hay môn toán

Ý nghĩa của hệ số độ dốc v à tung độ gốc:

Ta có tập dữ liệu sau bao gồm 64 quan sát của các quốc gia với các biến

số được giải thích bên dưới của bảng số liệu :

Trang 14

Trong đó: - CM : Tỉ lệ tử vong của trẽ sơ sinh (%)

- FLR : Tỉ lệ biết chử của dân số (%)

- PGNP : GNP bình quân đầu người (Đô la)

- TFR : Tỉ lệ sinh chung của dân số (%)

Trang 15

1 Hãy giải thích mối quan hệ giữa tỉ lệ tử vong của trẻ sơ sinh và các biến khác đã cho, bằng những lập luận mang tính cách kinh tế và lô gic ? - Sau đó vẽ biểu đồ phân tán giữa CM và FLR; CM và PGNP; CM

và TFR Rồi từ đó đối chiếu đồ thị với các giải thích của anh chị lúc ban đầu ( nêu lên sự phù hợp và không phù hợp với lời giải thích ban đầu)

- Tỷ lệ tử vong và tỷ lệ biết chữ: Hai biến này có mối quan hệ nghịch biến, nếu tỷ lệ biết chữ thấp thì tỷ lệ tử vong sẽ cao và ngược lại

- Tỷ lệ tử vong và GNP bình quân đầu người: Khi GNP bình quân đầu ngườităng lên thì tỷ lệ tử vong của trẻ sơ sinh sẽ giảm đi vì khi đó trẻ sẽ được chăm sóc tốt và toàn diện hơn Ngược lại

- Tỷ lệ tử vong và tỷ lệ sinh chung của dân số: Nếu tỷ lệ sinh chung tăng lên thì-> dân số tăng lên-> gia đình sẽ đông con hơn->nghèo->không chăm sóc đầy đủ cho con cái->tỷ lệ tử vong tăng

Biểu đồ phân tán giữa CM và FLR:

Trang 16

- Không phù hợp với lời giải thích ban đầu vì : qua biểu đồ cho thấy khi tỷ

lệ sinh tăng ( giảm ) tỷ lệ tử cũng tăng ( giảm ) theo Đây là mối quan hệ tỉ lệthuận

CM và FLR

Trang 17

Qua đồ thị cho thấy tỉ lệ biết chữ của dân số càng cao thì tỉ lệ tử vong của trẻ

sơ sinh càng thấp và ngược lại Phù hợp với lời giải thích ban đầu

2 Anh chị hãy xây dựng mô hình hồi qui đơn cho CM va PGNP Nhận xét các thông tin chính từ mô hình nầy như ý nghĩa thống kê của

R-squared 0.152769 S.D dependent var 75.97807

Trang 18

Log likelihood -361.6396 F-statistic 12.35987

3 Hãy xây dựng mô hình hồi qui bội cho quan hệ CM; FLR và PGNP Nhận xét thông tin chính từ mô hình nầy , như ý nghĩa thống kê của hệ số , hệ số xác định R 2

-7 0.0000

PGNP -0.005647 0.002003

2.81870

-3 0.0065

R-squared 0.707665

Mean dependent var

141.500

0Adjusted R-

squared 0.698081 S.D dependent var

75.9780

7

Trang 19

S.E of regression 41.74780

Akaike info criterion

10.3469

1Sum squared resid 106315.6 Schwarz criterion

10.4481

1Log likelihood -328.1012 F-statistic

73.8325

4Durbin-Watson

Hệ số R2 = 70.76% được xem là không tốt vì không giải thích được tất

cả các biến đưa vào mô hình

4 So sánh mô hình đơn và mô hình bội anh chị có nhận xét gì về

hệ số hồi qui tìm được của biến PGNP , nếu phải chọn hệ số PGNP của

mô hình nào để giải thích tác động của PGNP lên CM ? Tại sao?

Trang 20

PGNP -0.005511 0.001878 -2.934275 0.0047

TFR 12.86864 4.190533 3.070883 0.0032

Adjusted

R-squared 0.734740 S.D dependent var 75.97807

Log likelihood -323.4298 F-statistic 59.16767

EDU 2

HEX C

INC C

MOR T

PHY S

Trang 23

Trong đó : - MORT : Tỉ lệ tử vong chung trên 100.000 dân số

- INCC : Thu nhập đầu người tính bằng USD

- POV : Tỉ lệ của những người dân trong nước sống dưới mứcnghèo khó

- EDU1 : Tỉ lệ dân số đã học trung học

- EDU2 : Tỉ lệ dân số đã học trung học và đại học

- ALCC : Tiêu dùng cồn ( rượu) tính bằng lít trên đầu người

- TOBC : Tiêu dùng thuốc lá đầu người tíng bằng bao

- HEXC : Chi tiêu y tế bình quân đầu người (USD)

- URB : Tỉ lệ dân số sống tại các khu vực thành thị

- AGED : Tỉ lệ dân số có độ tuồi trên 65

- PHYS : Các cán bộ y tế trên 1000.000 dân

Yêu cầu :

1 Chọn biến Mort là biến phụ thuộc – Đối với từng biến giải thích, hãy

lý giải tại sao nó có thể có tác động lên tỉ lệ tử vong tổng thể và chỉ ra hướng tác động nầy?

- Thu nhập (INCC): nếu không có thu nhập sẽ dẫn đến nghèo đói,bệnh tật không có tiền mua thuốc…

- Tỉ lệ của những người dân trong nước sống dưới mức nghèo khó(POV): Không có thu nhập, nghèo đói -> thiều ăn, bệnh tật…

- Tỷ lệ EDU1 và EDU2: Tỉ lệ dân số đã học trung học và tỉ lệ dân số đã họctrung học và đại học càng cao thi trình độ dân trí của người dân càng cao,

Trang 24

mới tiếp thu được những kiến thức tiến bộ về sức khỏe, y tế, khoa học….từ

đó có thể giảm bớt được tỉ lệ tử vong chung

- Tiêu dùng cồn ( rượu) tính bằng lít trên đầu người(ALCC): Uốngrượu sẽ dẫn đến tai nạn, bệnh tật-> tử vong

- Hút thuốc(TOBC): Dẫn tới các căn bênh về đường hô hấp

-Chi tiêu y tế: Khi bị bệnh cẫn phải tới bênh viên nhưng nếu chi tiêucho y tế thấp sẽ dẫn đến không có thuốc chữa bệnh-> tử vong

- Tỉ lệ dân số sống tại các khu vực thành thị(URB): Dân số sống ởthành thị sẽ mắc phải sống trong môi trường ô nhiễm, tiếng ồn-> mắc một sốcăn bệnh

- Tỉ lệ dân số có độ tuồi trên 65(AGED): Những người cao tuổi khảnăng chống lại bệnh tật, thời tiết kém-> dễ tử vong

- Các cán bộ y tế(PHYS): Cán bộ y tế mà ít, kém chất lượng cũng sẽdẫn đến tỷ lệ tử vong chung

2 Ước lượng mô hình hồi qui đa biến bao gồm tất cả những biến giải thích đang có? Thực hiện kiểm định cho mức ý nghĩa tổng quát – Nhận xét sự thích hợp ? Kiểm định mức ý nghĩa đối với từng hệ số hồi qui ở mức = 10% và xác định các biến mà anh chị có thể muốn

bỏ qua.

Dependent Variable: MORT

0.27700

9 0.7832AGED 4126.895 322.3451

12.8027

2 0.0000

ALCC -25.91511 11.09681

2.33536

-6 0.0246

Trang 25

-1 0.0376HEXC 0.073889 0.034127

2.16508

8 0.0364INCC 0.004511 0.005817

0.77555

1 0.4426PHYS 0.640384 0.263636

2.42904

4 0.0197POV 549.8647 308.5540

1.78206

9 0.0823TOBC 1.470480 0.353504

4.15973

2 0.0002

URB -32.45556 35.64423

0.91054

-2 0.3680

R-squared 0.948570

Mean dependent var

855.005

9Adjusted R-

137.966

0S.E of regression 34.98117

10.1359

10.5525

73.7759

2Durbin-Watson

Ta thấy hệ số Prob(F-statistic) <  nên ta bác bỏ H0 có nghĩa là có ít nhất 1 biến có ý nghĩa thống kê trong mô hình này

Trang 26

Nhận xét sự thích hợp:

Kiểm định mức ý nghĩa đối với từng hệ số hồi qui ở mức = 10% và xác định các biến mà anh chị có thể muốn bỏ qua.

Qua kiểm đinh hệ số Prob ta thấy tất cả các biến trong mô hình đếu có

ý nghĩa thống kê, chỉ trừ 3 biến EDU1> , INCC> , URB> là không có

ý nghĩa thống kê nên đây là các biến ta có thể bỏ qua

3 Đầu tiên hãy thực hiện một kiểm định WALD đối với việc bỏ tất cả những biến nầy Sau đó, bỏ tất cả chúng và ước lượng lại mô hình hãy đánh giá chất lượng của phép hồi qui mới nầy ?

Mô hình thu hẹp:

C

73.7683

6 94.44515 0.781071 0.4390HEXC

0.08981

6 0.027059 3.319302 0.0018

EDU2

843.880

-0 352.41-0-0 -2.394597 -0.-0211

ALCC

25.2588

-8 10.23731 -2.467337 0.0177AGED

4167.31

9 307.4568 13.55416 0.0000PHYS

0.47965

4 0.193828 2.474637 0.0174POV

452.765

5 161.4134 2.805006 0.0075TOBC

1.56351

2 0.286509 5.457105 0.0000

Trang 27

0.94690

3

Mean dependent var

855.005

9Adjusted R-

34.2814

0

10.0501

8Sum squared resid

-7 F-statistic

109.547

9Durbin-Watson

0.27700

9 0.7832AGED 4126.895 322.3451

12.8027

2 0.0000

ALCC -25.91511 11.09681

2.33536

-6 0.0246EDU1 68.77913 196.8405

0.34941

5 0.7286

EDU2 -1180.217 548.8868

2.15020

-1 0.0376HEXC 0.073889 0.034127 2.16508 0.0364

Trang 28

8INCC 0.004511 0.005817

0.77555

1 0.4426PHYS 0.640384 0.263636

2.42904

4 0.0197POV 549.8647 308.5540

1.78206

9 0.0823TOBC 1.470480 0.353504

4.15973

2 0.0002

URB -32.45556 35.64423

0.91054

-2 0.3680

R-squared 0.948570

Mean dependent var

855.005

9Adjusted R-

137.966

0S.E of regression 34.98117

10.1359

10.5525

73.7759

2Durbin-Watson

- Ước lượng lại mô hình:

Date: 05/16/10 Time: 13:50

Trang 29

Sample: 1 51

Variable

Coefficient Std Error t-Statistic Prob

C

73.7683

6 94.44515 0.781071 0.4390HEXC

0.08981

6 0.027059 3.319302 0.0018

EDU2

843.880

-0 352.41-0-0 -2.394597 -0.-0211

ALCC

25.2588

-8 10.23731 -2.467337 0.0177AGED

4167.31

9 307.4568 13.55416 0.0000PHYS

0.47965

4 0.193828 2.474637 0.0174POV

452.765

5 161.4134 2.805006 0.0075TOBC

855.005

9Adjusted R-

34.2814

0

10.0501

8Sum squared resid

-7 F-statistic

109.547

9Durbin-Watson

Trang 30

25.2588845*ALCC + 4167.318921*AGED + 0.4796537478*PHYS +

452.7654879*POV + 1.563511835*TOBC

- Đánh giá chất lượng của phép hồi quy mới:

- Việc đưa 3 biến không có ảnh đến biến phụ thuộc MORT đã gây ra hiệntượng đa cộng tuyến, làm cho mô hình ban đầu có hệ số tương quan R2 cao,trị thống kê mất ý nghĩa, làm cho chúng ta có đánh giá sai lầm về mô hình

- R2 = 94.69% được đánh giá là tốt, vì giải thích đầy đủ các biến đưa vào môhình, tức là mô hình đưa ra có ý nghĩa thống kê

4.Trở lại với mô hình gốc ban đầu ( Mô hình không giới hạn U) , lần lượt mỗi lần bỏ một biến có ít ý nghĩa nhất và ước lượng lại Đánh giá chất lượng của phép hồi qui mới ?

Bỏ EDU1

C

92.8195

6 102.7758 0.903127 0.3717AGED

4144.66

2 314.8831 13.16254 0.0000

ALCC

24.6364

-3 10.-36-327 -2.-37728-3 0.0222

EDU2

1057.35

-9 416.-9455 -2.535-966 0.0151HEXC

0.07805

2 0.031636 2.467190 0.0179INCC

0.00407

0 0.005617 0.724592 0.4728PHYS 0.59159 0.221220 2.674242 0.0107

Trang 31

469.579

1 203.7221 2.304998 0.0263TOBC

1.42636

2 0.326631 4.366888 0.0001

URB

35.9798

855.005

9Adjusted R-

34.6046

3

10.0997

6Sum squared resid

-8 F-statistic

83.7530

3Durbin-Watson

MORT = 92.8195617 + 4144.66192*AGED - 24.63643081*ALCC -

1057.359357*EDU2 + 0.07805159076*HEXC + 0.004070138276*INCC + 0.5915970828*PHYS + 469.5791064*POV + 1.426361908*TOBC -

Date: 05/16/10 Time: 14:02

Trang 32

Sample: 1 51

Variable

Coefficient Std Error t-Statistic Prob

C

103.090

9 101.2163 1.018521 0.3143AGED

4127.92

8 312.2544 13.21976 0.0000

ALCC

25.1996

-4 10.275-48 -2.-452-40-4 0.018-4

EDU2

911.481

-5 363.0489 -2.-510630 0.0160HEXC

0.08961

6 0.027160 3.299569 0.0020PHYS

0.55067

1 0.212676 2.589252 0.0132POV

396.285

3 175.8333 2.253755 0.0295TOBC

1.53302

4 0.289927 5.287621 0.0000

URB

24.6373

855.005

9Adjusted R-

34.4084

1

10.0732

6Sum squared resid

-2 F-statistic

95.2335

0Durbin-Watson 1.62947 Prob(F-statistic) 0.00000

Trang 33

stat 2 0

MORT = 103.0909379 + 4127.928148*AGED - 25.19963943*ALCC - 911.4814852*EDU2 + 0.08961614111*HEXC + 0.5506708875*PHYS + 396.2853088*POV + 1.533024196*TOBC - 24.63729751*URB

Sau khi ước lượng lại mô hình ta thấy: R2 = 0.948413 cao do vẫn còn hiện tượng đa cộng tuyến

6.Tiếp tục quá trình nầy cho đến khi tất cả các biến còn lại đều có ý nghĩa Mô hình cuối nầy có giống như mô hình giới hạn R mà các bạn thu được từ kết quả câu 3 hay không ? từ kết quả đó bạn có suy gẫm gì?

Bỏ EDU1 Và INCC và URB

C

73.7683

6 94.44515 0.781071 0.4390AGED

4167.31

9 307.4568 13.55416 0.0000

ALCC

25.2588

-8 10.23731 -2.467337 0.0177

EDU2

843.880

-0 352.41-0-0 -2.394597 -0.-0211HEXC

0.08981

6 0.027059 3.319302 0.0018PHYS

0.47965

4 0.193828 2.474637 0.0174POV

452.765

5 161.4134 2.805006 0.0075

Trang 34

9Adjusted R-

34.2814

0

10.0501

8Sum squared resid

-7 F-statistic

109.547

9Durbin-Watson

MORT = 73.76835504 + 4167.318921*AGED - 25.2588845*ALCC -

843.8800387*EDU2 + 0.08981575805*HEXC + 0.4796537478*PHYS + 452.7654879*POV + 1.563511835*TOBC

Sau khi bỏ tất cả các biến không có tác động đến MORT, ta thấy môhình thu được giống mô hình đã ước lượng lại ở câu 3

Qua kết quả trên cho ta thấy: hậu quả của hiện tượng đa cộng tuyến là

nó làm cho chúng ta lầm tưởng rằng mô hình không giới hạn ban đầu có ýnghĩa thống kê, các biến đưa vào mô hình đều có tác động đến biến phụthuộc do R2 rất lớn ( tức giải thích được tất cả các biển đưa vào mô hình )

Dễ làm cho chúng ta có những kết luận sai lầm về mô hình ban đầu

Bài 5:

Tổng cục thống kê quốc gia của Đài Loan đưa ra một số dữ liệu về GDP thực của khu vực nông nghiệp từ năm 1958 đến 1972 như sau :

- Y : GDP thực của khu vực nông nghiệp ( triệu USD)

- X2 : Số ngày lao động hằng năm của khu vực nông nghiệp ( triệungày công lao động )

- X3 : Vốn thực của khu vực nông nghiệp hằng năm ( triệu USD)

Trang 35

Trong đó T là biến xu thế theo thời gian

R là năng suất lao động trung bình thay đổi theo thời gian T.đặt Y* = lnY

Tiêu đề	Bài tập học môn Kinh tế lượng
Trường học	University of Economics - National University of Economics
Chuyên ngành	Econometrics
Thể loại	Bài tập
Năm xuất bản	2023
Thành phố	Hanoi

Định dạng
Số trang	70
Dung lượng	1,76 MB