Bài tập thực hành kinh tế lượng eview

Như vậy ta thấy không hẳn các biện pháp đều có thể khắc phục được hiện tượng phương sai sai số thay đổi.

Ví dụ: Bảng số liệu của Mexico giai đoạn 1955-1974

Nguồn: Source of growth: A study of seven Latin American Economics, Victor J.Elias (D.N Gujarati)

Trong đó: Y: GDP đơn vị tính Pesos của năm 1960

X: Lượng lao động – ngàn người

Z: Vốn cố định – triệu pesos của năm 1960

Năm GDP(Y) Lượng

lđ(X)

Vốn cố định(Z)

1955 114043 8310 182113

1956 120410 8529 193244

1957 121187 8738 204142

1958 144705 9652 215130

1959 133460 9171 223021

1960 150311 9649 221026

1961 157497 9527 244857

1962 165246 9662 260661

1963 175491 10334 215466

1964 179457 10181 285378

1965 212323 11746 315715

1966 222447 11521 347142

1967 231194 11540 362599

1968 260881 12016 351827

1969 237498 12247 402352

1970 296530 12455 435049

1971 306712 13138 424377

1972 322030 14438 530533

1973 324057 14324 561531

1974 326377 14154 609125

 Bảng số liệu gồm 3 biến:

Trong đó: Y: GDP đơn vị tính Pesos của năm 1960 X: Lượng lao động – ngàn người

Z: Vốn cố định – triệu pesos của năm 1960

 Lập hàm hổi quy mẫu :

Ŷ = -166494,9 + 31,17814Xi + 0,095825Zi

 Đồ thị phần dư e:

 Tính được phần dư e:

 Tính được giá trị ước lượng của Y : Ŷ

( Đồ thị phần dư)

1 Kiểm định

 Kiểm định Park

 P-value = 0.0186 < 0.05 => Có hiện tượng phương sai sai

số thay đổi

 Kiểm định Glejser

 P-value = 0.0232 < 0.05 => Có hiện tượng phương sai sai

số thay đổi

 Kiểm định White không lát cắt

Từ hàm hồi quy mẫu chọn View->Residual tests -> White

Heteroskedasticity (no cross terms)

R2

hq phụ = 0.216984

Dùng kiểm định LM = nR2

hồi quy phụ = 20 0.216984 = 4,33968 Nếu nR2

hồi quy phụ > χ2

0.05 (2) Bác bỏ H0

χ2

0.05 (2) = 5.99

 nR2

hồi quy phụ < χ2

0.05 (2)  Không có hiện tượng phương sai sai số thay đổi

2 Biện pháp khắc phục

Sử dụng giả thiết 1 : Phương sai của sai số tỷ lệ với bình phương của biến giải thích

 Tạo 3 biến mới

y1 = y/x

x2 = 1/x

x3 = z/x

 Hồi quy mẫu với 3 biến mới

 Thu đươc đồ thị phần dư mới e1

 Thu đươc phần dư mới e1

 Và ước lượng của Y1

 Kiểm định lại bằng phương pháp Park

P-value = 0.0549 > 0.05 => hiện tượng phương sai sai số thay đổi đã được khắc phục

 Kiểm định lại bằng phương pháp Glejser

P-value = 0.0303 < 0.05 => hiện tượng chưa được khắc phục

Như vậy ta thấy không hẳn các biện pháp đều có thể khắc phục được hiện tượng phương sai sai số thay đổi

Ngoài ra ta còn có thể tạo biến mới theo 2 cách sau:

a) Sử dụng giả thiết thứ 2 : Phương sai của sai số tỉ lệ với biến giải

thích X

 Tạo biến mới :

Y1 = Y/sqr(X)

C1 = 1/sqr(X)

X1 = sqr(X)

Z1 = Z/sqr(X)

b) Sử dụng giả thiết thứ 3:Phương sai của sai số tỉ lệ với bình phương

của giá trị kì vọng của Y

 Tạo biến mới

Y1 = Y/YF

C1 = 1/YF

X2 = X/YF

X3 = Z/YF

Đối với trường hợp các biến này làm tương tự với việc tạo 3 biến:

Sử dụng giả thiết 1 : Phương sai của sai số tỷ lệ với bình phương của biến

giải thích

 Tạo biến mới:

Y1 = Y/X

X2=1/X

X3 = Z/X