Phương pháp thống kê trong kinh tế và quản trị

“Thống kê là một phương phâp nghiên cứu các đặc tính của một nhóm dựa trên một bộ phận của nhóm” ĐẶC ĐIỂM -> Tham số NHÓM -> tổng thể Bộ phận của NHÓM -> mẫu Dữ liệu... suy diễn thống kê

Phương pháp thống kê trong kinh tế và quản trị

Vấn đề 1 Tổng quan về

phân tích thống kê

I Tổng quan

 Thống kê là gì?

“Thống kê là một phương phâp nghiên cứu các đặc tính của một nhóm dựa trên một bộ phận của nhóm”

ĐẶC ĐIỂM -> Tham số NHÓM -> tổng thể

Bộ phận của NHÓM -> mẫu Dữ liệu

suy diễn thống kê (tiếp)

| |

Tham số < (suy diễn) thống kê

 tổng thể : tất cả quan sát

 mẫu: một bộ phận của tổng thể

 tham số: đăc điểm tóm tắt của tổng thể

 thống kê: đăc điểm tóm tắt của mẫu

suy diễn thống kê (tiếp)

 Ví dụ (Một biến)

“Ở Hoa Kỳ trung bình thu nhập của các luật sư hằng năm là bao nhiêu?”

 tổng thể: các luật sư ở Hoa Kỳ

 mẫu: 1000 quan sát được chọn một cách ngẫu nhiên

 tham số: thu nhập trung bình hằng năm

 thống kê mẫu: mẫu trung bình về thu

Suy diễn thống kê (tiếp)

 Suy diễn

 Giả thiết phải kiểm định

quyết định

Suy diễn thống kê (tiếp)

 Ví dụ khác (hai biến)

“Nếu tăng tỷ suất lãi vay ngân hàng lên 1% thì nhu cầu tậu nhà sẽ thế nào?”

 Trong trường hợp này ta xác định tham số thế nào?

 hai BIẾN có liên quan (tỷ suất lãi vay ngân hàng và nhu cầu tậu nhà)

 Tham số là sự thay đổi nhu cầu nhà ở tương ứng với 1% thay đổi của tỷ suất lãi vay.

 Như vậy mô hình hồi quy được thành lập

Suy diễn thống kê (tiếp)

 Sử dụng mẫu dữ liệu, ta kiểm tra ảnh

hưởng của biến thay đổi.

 Mẫu dữ liệu: Dữ liệu chuỗi thời gian thường được sử dụng.

 Dữ liệu hàng tháng của tỷ suất lãi vay và nhu cầu mua bán nhà

 Tổng thể: số người mua nhà ở cả nước

 Thống kê mẫu: hệ số hồi quy được ước

lượng

 Giả thiết để kiểm định

 Nếu không có ảnh hưởng? Vậy thì, b = 0 hoặc b khâc không.

Suy diễn thống kê (tiếp)

 Tại sao phải dùng phương pháp suy diễn?

toàn bộ tổng thể thì quá đắt

hoặc không thể thực hiện được

để suy ra tổng thể

Từ mẫu đến tổng thể

(tiếp.)

 Ví dụ

Từ mẫu đến tổng thể

(cont.)

Ví dụ

 Tổng thể

a Chúng ta muốn biết số lượng

người xem chương trình TV nào vào thứ Ba lúc 9 P.M

chương trình được các gia đình xem trong thời điểm này ở VN

Dữ liệu

Kiểu của Dữ liệu

 Định lượng và định tính

 Xem tivi hoặc không xem

 Nam, nữ

 Phiếu bỏ cho Clinton hay Bush

 Dữ liệu chuỗi thời gian

Thu thập dữ liệu

 Định nghĩa

 Kết quả -> tổng thể -> câu hỏi nghiên cứu

 Câu hỏi liên quan đến kết quả chủ yếu;

 Câu hỏi thêm về dân chủng học (tuổi đời, thu

nhập, giới tính )

 Các câu hỏi thêm khác

 Điều tra trước

 Kích thước và phương pháp lấy mẫu

 Phỏng vấn (điều tra)

 Phỏng vấn có cấu trúc và không có cấu trúc

Kỹ thuật lấy mẫu

 Lấy mẫu ngẫu nhiên đơn giản

 Kỹ thuật lấy mẫu khác

 Lấy mẫu ngđ̃u nhiín nhiều tđ̀ng

 Random lấy mẫu within Strata (Subgroup

, eg Race)

 Mẫu đối xứng ngẫu nhiên

 quan sát thứ k trong mỗi hàng

 Lấy mẫu theo nhóm

 Phđn nhóm theo câc tiíu thức

II Mô tả thống kê

Hai cách thức để tóm tắt dữ liệu

Mô tả thống kê

 Đo lường tóm tắt bộ Dữ liệu

 Các số liệu này được sử dụng để suy diễn thống kê.

Thống kê mô tả

Giá trị trung tâm và độ phân tán.

 Giá trị trung tâm

 trung bình (average):

 trung vị (nằm giữa của phân bố)

 Mode (giá trị có tần số lớn nhất)

 Dữ liệu trung tâm chưa đủ thông tin cần thiết

Ví dụ: luồng tiền trung bình của hai dự án đầu tư

 Độ phân tán

biến gần với giá trị trung bình

“Variance” - Phương sai

 Phương sai (bình phương của độ

lệch chuẩn)

trị cao nhất và giá trị thấp nhất

của dữ liệu)

Ví dụ Độ lệch chuẩn

Thu nhập trung bình hàng năm của 2 phương án đầu tư

A: 6%, 4%, 4%, 6% trung bình = 5%

Độ lệch chuẩn = 1.00%

B: 1%, 12%, 3%, 4% trung bình = 5% Độ lệch chuẩn = 4.83%

Gợi cho ta suy nghĩ gì?

phân bố của dữ liệu kéo dài bên phải

(trái).

 Skewness dương (trung bình > trung vị)

 Phân bố dữ liệu kéo dài bên phải (long right tail)

 Skewness > 0

mode, trung vị < trung bình

phân bố.

Excess Kurtosis = Kurtosis - 3

bố là nhọn so với phân phối

phân bố là dẹt hơn so với phân

Trường hợp của hai biến

giữa chúng

về:

do vậy đối với hai đại lượng có đơn vị

đo khác nhau cần chuẩn hoá đẻ có thể

so sánh được.

Phân tích tương quan

 hệ số tương quan (r) để đo

lường mối liên kết giữa hai

biến liên tục

 Thống kê r được gọi là hệ số tương quan

 r có thể biến thiên từ:

 Ví dụ

1 Mối quan hệ giữa điểm học tập và thời gian làm việc ở nhà của học viêntương quan = 0.84

 Giá trị trung bình này có nghĩa gì?

2 Mối quan hệ giữa số lượng người xem truyền hình với chất lượng

chương trình

tương quan = - 0.67

 Giá trị trung bình này có nghĩa gì?

Table 1 A Typical Frequency Distribution

Table

Lớp Tần số Tần số tương đối Tần số tích luỹ

B Đồ thị tần số

0 5 10 15

IV Đồ thị tương quan

 vẽ giá trị của 2 biến trong cùng một đồ thị.

 Gợi ý cho ta

 nếu có quan hệ tuyến tính

 hướng của mối liên quan

 Dương hoặc âm

1 đường thăóng chạy từ trái sang phải hai

biến có mối quan hệ tương quan dương (Ví dụ: tuổi và chiều cao của trẻ em)

Waist

Size

Age

2 đường thăóng chạy từ phải sang trái hai

biến có mối quan hệ tương quan âm (Ví dụ: tỷ suất lãi vay và nhu cầu mua sắm nhà)

Housing

sales

Interest rate

3 đường thăóng song song với trục hoành

hoặc trục tung hai biến không có mối quan hệ tương quan (Ví dụ: )

4 nếu ta không thể vẻ một đường thăóng

biểu hiện hai biến có nghĩa là chúng không tương quan nhau