Tài liệu 10 Bài tập môn Kinh tế lượng doc

-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

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: Tỉ lệ lạm phát của các nước Hoa Kì, Anh , Pháp có xu hướng ngàycàng tăng Còn các nước Nhật và Đức thì tỉ lệ lạm phát tuy có những biếnđộng qua các năm nhưng không lớn và không có xu hướng tăng.

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

Mean 8.547619 4.638095 7.347619 6.714286 5.123810 Median 6.500000 3.700000 6.300000 5.500000 4.300000 Maximum 24.20000 18.00000 24.60000 14.00000 13.60000 Minimum 1.000000 1.500000 3.600000 2.600000 1.100000 Std Dev 6.321046 3.458248 4.632992 3.579146 3.694984 Skewness 0.941799 2.852530 2.603757 0.653541 0.784310 Kurtosis 2.866323 11.83415 10.29502 2.214858 2.672861 Jarque-Bera 3.120083 96.76612 70.29363 2.034298 2.246638 Probability 0.210127 0.000000 0.000000 0.361625 0.325199 Sum 179.5000 97.40000 154.3000 141.0000 107.6000 Sum Sq Dev 799.1124 239.1895 429.2924 256.2057 273.0581

Từ bảng tính các thống kê mô tả, ta thấy độ lệch chuẩn lạm phát của nước Anh là lớn nhất nghĩa là lạm phát của nước Anh biến thiên nhiều nhất

Trang 4

c Ươc lượng mô hình hồi qui: Lạm phát theo thời gian cho từng quốcgia theo giả địn: (Lamphat)i = 1 + 2 (Thoigian)i + Ui

Đọc và nhận xét phương trình hồi qui của anh chị? - Đưa ra kếtluận tổng quát về tác động lạm phát tại từng quốc gia ? Vẽ đồ thị ?

Dependent Variable: ANH

Method: Least Squares

R-squared 0.651809 Mean dependent var 8.547619

Adjusted R-squared 0.633483 S.D dependent var 6.321046

S.E of regression 3.826801 Akaike info criterion 5.612328

Sum squared resid 278.2437 Schwarz criterion 5.711806

Log likelihood -56.92945 F-statistic 35.56776

Durbin-Watson stat 1.141176 Prob(F-statistic) 0.000010

ANH = 0.3229437229 + 0.8224675325*NAMMOHINH

Qua phương trình hồi qui ta thấy: qua một năm thì về trung bình tỉ lệ lạmphát của nước Anh tăng thêm gần 0.823%

Trang 5

0 5 10 15 20 25

Dependent Variable: DUC

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

DUC = 3.593939394 + 0.1044155844*NAMMOHINH

Qua phương trình hồi qui ta thấy: qua một năm thì về trung bình tỉ lệ lạmphát của nước Đức tăng thêm 0.104%

Trang 6

0 4 8 12 16 20

Dependent Variable: NHAT

NHAT = 5.215151515 + 0.2132467532*NAMMOHINH

Qua phương trình hồi qui ta thấy: qua một năm thì về trung bình tỉ lệ lạmphát của nước Nhật tăng thêm 0.213%

Trang 7

0 4 8 12 16 20 24 28

Dependent Variable: PHAP

PHAP = 1.853246753 + 0.4861038961*NAMMOHINH

Qua phương trình hồi qui ta thấy: qua một năm thì về trung bình tỉ lệ lạmphát của nước Pháp tăng thêm 0.486%

Trang 8

2 4 6 8 10 12 14 16

US = -0.1645021645 + 0.5288311688*NAMMOHINH

Trang 9

Qua phương trình hồi qui ta thấy: qua một năm thì về trung bình tỉ lệ lạmphát của nước Hoa Kì tăng thêm gần 0.529%.

0 2 4 6 8 10 12 14

Dependent Variable: ANH

Trang 10

ANH = 3.942998281 + 1.344882282*ANHLP

Qua phương trình hồi qui ta thấy: nếu tỉ lệ lạm phát ở nước Hoa Kì tăngthêm 1% thì về trung bình tỉ lệ lạm phát ở nước Anh tăng thêm 1.345%

Dependent Variable: DUC

DUC = 4.860462352 + 0.4578146464*DUCLP

Qua phương trình hồi qui ta thấy: nếu tỉ lệ lạm phát ở nước Hoa Kì tăngthêm 1% thì về trung bình tỉ lệ lạm phát ở nước Đức tăng thêm 0.46%

Dependent Variable: NHAT

Trang 11

NHAT = 5.795072835 + 0.6981471192*NHATLP

Qua phương trình hồi qui ta thấy: nếu tỉ lệ lạm phát ở nước Hoa Kì tăngthêm 1% thì về trung bình tỉ lệ lạm phát ở nước Nhật tăng thêm khoảng0.7%

Dependent Variable: PHAP

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

PHAP = 6.25177575 + 0.2907996784*PHAPLP

Qua phương trình hồi qui ta thấy: nếu tỉ lệ lạm phát ở nước Hoa Kì tăngthêm 1% thì về trung bình tỉ lệ lạm phát ở nước Pháp tăng thêm khoảng0.29%

nhận xét chung: Từ kết quả cho thấy có mối quan hệ khá chặt chẽ giữa tỉ lệ

lạm phát của Anh với tỉ lệ lạm phát của Hoa Kì, tỉ lệ lạm phát của Anh chịuảnh hưởng nhiều bởi tỉ lệ lạm phát của Hoa Kì, còn tỉ lệ lạm phát của Nhật

và Đức, Pháp ít chịu ảnh hưởng bởi tỉ lệ lạm phát của Hoa Kì

Bài tập 2 :

Nhà phân tích học viện nghiên cứu Anh ngữ đã thu thập dữ liệu từ 8sinh viên khác nhau trong một lớp Bảng dữ liệu gốc được trình bài nhưsau :

Trang 12

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 tổng quát ?

Dependent Variable: DIEMANHVAN

DIEMANHVAN = 3.762656345 + 0.5681141889*DIEMKHOAHOC

Mô hình trên đây thể hiện mối quan hệ thuận giữa điểm Anh Văn và điểm Khoa Học Cụ thể là khi điểm môn Khoa Học tăng thêm 1điểm thì về trung bình điểm môn Anh Văn tăng thêm 0.57 điểm

Trang 13

Khi điểm môn Khoa Học bằng không thì về trung bình điểm môn Anh Văn

là 3.76 điểm

Dependent Variable: DIEMANHVAN

DIEMANHVAN = 1.691256533 + 0.6099068394*DIEMTOAN

Mô hình trên cũng thể hiện mối quan hệ thuận giữa điểm Anh Văn và điểm Toán Cụ thể là khi điểm môn Toán tăng thêm 1 điểm thì về trung bình điểmmôn Anh Văn tăng thêm 0.61 điểm

Khi điểm môn Toán bằng không thì về trung bình điểm môn Anh Văn là 1.69 điểm

Nhận xét tổng quát: Do hệ số tương quan của 2 mô hình là rất thấp

(R2<0.5) cho thấy mức độ phù hợp của 2 mô hình là rất thấp Các biến đưavào mô hình hầu như không có tác động đến biến phụ thuôc, mô hình đưa rakhông có ý nghĩa nhiều về mặt thống kê Hay điểm môn Khoa Học hoặcmôn Toán không có ảnh hưởng đến điểm 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 (điểm Anh Văn) với biếnđộc lập (điểm Khoa Học, điểm Toán) R2 ở 2 mô hình trên đều rất nhỏ điều

Trang 14

đó chứng tỏ điểm của môn Anh Văn không phụ thuộc vào môn khoa học haymôn toán.

Ý nghĩa của hệ số độ dốc và tung độ gốc :

Trang 15

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 (%)

1 Hãy giải thích mối quan hệ giữa tỉ lệ tử vong của trẻ sơ sinh và cácbiến 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)

Trả lời:

Mối quan hệ giữa tỉ lệ tử vong của trẻ sơ sinh và các biến khác đã cho:

+ Tỉ lệ biết chữ của dân số (FLR): đây là mối quan hệ tỉ lệ nghịch Tỉ lệbiết chữ của dân số càng cao thì tỉ lệ tử vong của trẻ sơ sinh càng thấp Khidân trí cao thì người dân sẽ tiếp thu được nhiều tri thức hơn trong việc chămsóc, bảo vệ sức khỏe cho trẻ sơ sinh, dân trí cao thì con người sẽ phá bỏnhững phong tục tập quán lạc hậu, những điều lệ cổ hũ gây nguy hiểm đếntính mạng của trẻ sơ sinh, từ đó làm giảm tỉ lệ tử vong ở trẻ sơ sinh

+ GNP bình quân đầu người (PGNP): đây cũng là mối quan hệ tỉ lệ nghịch.GNP bình quân đầu người càng cao thì người dân sẽ có điều kiện hơn trongviệc chăm sóc, bảo vệ sức khỏe của trẻ sơ sinh Khi thu nhập của người dânđược tăng lên thì người ta sẽ quan tâm hơn đến vấn đề dinh dưỡng cho trẻ sơ

Trang 16

sinh, họ sẽ có điều kiện hơn để đi khám chữa bệnh… từ đó làm giảm tỉ lệ tửvong của trẻ sơ sinh.

+ Tỉ lệ sinh chung của dân số (TFR): đây là mối quan hệ tỉ lệ thuận Khi tỉ lệsinh chung càng cao thì số trẻ sơ sinh sinh ra càng nhiều, đây là một vấn đềkhó khăn cho công tác chăm sóc và bảo vệ sức khỏe cho trẻ sơ sinh Từ đó

có thể làm tăng tỉ lệ tử vong ở trẻ sơ sinh

0 40 80 120 160 200 240 280 320

FLR

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

Tuy nhiên có chỗ chưa phù hợp với nhận xét ở chỗ: có một số trường hợp, khi ti lệ biết chữ của dân số không phải là cao nhất nhưng tỉ lệ tử vong của trẻ sơ sinh là thấp nhất

Trang 17

0 40 80 120 160 200 240 280 320

TFR

Trang 18

Qua đồ thị ta thấy tỉ lệ sinh chung của dân số càng cao thì tỉ lệ tử vongcủa trẻ sơ sinh càng cao Tuy nhiên cũng có một số trường hợp, tỉ lệ sinh chung cao nhưng tỉ lệ tử vong của trẻ sơ sinh vẫn thấp, điều này cho thấy: mặc dù tỉ lệ sinh cao nhưng công tác chăm sóc và bảo vệ sức khỏe tốt hạn chế được tỉ lệ tử vong ở trẻ sơ sinh.

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 hệ số hồi qui, hệ số xác định R2

Mô hình hồi qui đơn:

CM = 157.4244406 - 0.01136445358*PGNP

Qua phương trình hồi qui ta thấy mối quan hệ giữa tỉ lệ tử vong của trẻ sơ sinh và GNP bình quân đầu người là mối quan hệ tỉ lệ nghịch

+ Trong điều kiện GNP bình quân đầu người không đổi, về trung bình tỉ lệ

tử vong của trẻ sơ sinh là 157.43%

+ Khi GNP bình quân đầu người tăng thêm 1 USD thì về trung bình tỉ lệ tử vong của trẻ sơ sinh giảm 0.114%

+ R2 = 0.166217 cho thấy mô hình đưa ra không phù hợp, không có ý nghĩa thống kê, biến đưa vào không giải thích nhiều về biến phụ thuộc, hay nói cách khác tỉ lệ tử vong của trẻ sơ sinh ít chịu ảnh hưởng bởi GNP bình quân đầu người mà phụ thuộc vào nhiều nhân tố khác nữa

Trang 19

3 Hãy xây dựng mô hình hồi qui bội cho quan hệ CM; FLR vàPGNP Nhận xét thông tin chính từ mô hình nầy , như ý nghĩa thống kê của

CM = 263.6415856 - 2.231585732*FLR - 0.005646594817*PGNP

Phương trình hồi qui cho thấy:

+ Trong điều kiện GNP bình quân đầu người và tỉ lệ biết chữ của dân sốkhông đổi thì về trung bình tỉ lệ tử vong của trẻ sơ sinh là 263.64%

+ Trong điều kiện GNP bình quân đầu người không đổi, khi tỉ lệ biết chữcủa dân số tăng 1% thì về trung bình tỉ lệ tử vong của trẻ sơ sinh giảm2.23%

+ Trong điều kiện tỉ lệ biết chữ của dân số không đổi, khi GNP bình quânđầu người tăng thêm 1 USD thì về trung bình tỉ lệ tử vong của trẻ sơ sinhgiảm 0.0056%

+ R2 = 0.707665 cho thấy mức độ phù hợp của mô hình là khá cao Các biếnđưa vào mô hình đã giải thích được phần lớn biến phụ thuộc, hay nói cáchkhác tỉ lệ tử vong của trẻ sơ sinh chịu phần lớn vào tỉ lệ biết chữ của dân số

và GNP bình quân đầu người

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 hìnhnào để giải thích tác động của PGNP lên CM ? Tại sao?

Trang 20

So sánh 2 mô hình hồi qui cho thấy: hệ số hồi qui của biến PGNP củaphương trình hồi qui đơn nhỏ hơn hệ số hồi qui của phương trình hồi quibội Điều này cho thấy hệ số hồi qui của biến PGNP của phương trình hồiqui bội giải thích biến CM rõ hơn của phương trình hồi qui đơn

nếu phải chọn thì ta nên chọn hệ số PGNP của mô hình hồi qui bội để giảithích tác động của PGNP lên CM Vì ở mô hình hồi qui bội hệ số của biếnPGNP giải thích rõ hơn tác động của biến PGNP lên CM , R2 lớn cho thấy

mô hình phù hợp hơn và có ý nghĩa thống kê

5 Hồi qui CM cho tất cả các biến trong tập dữ liệu ? Nhận xét va cho

ý kiến của anh chị?

R2 = 0.747372 cao hơn các mô hình trên, cho thấy mức độ phù hợp này khácao, có ý nghĩa thống kê hơn cả các mô hình trên vì CM không chịu tác

Trang 21

động riêng lẽ bởi bất kì yếu tố nào mà CM chịu tác động cộng gộp bởi cácnhân tố: FLR, PGNP, TFR và nhiều nhân tố khác.

+ Mô hình này thể hiện giải thích rõ nhất tác động của các biến đến biếnphụ thuộc cho nên mô hình này nên lựa chọn là mô hình giải thích nguyênnhân biến động của tỉ lệ tử vong của trẻ sơ sinh

Bài 4 :Ta có tập dữ liệu sau: Baitap 4 – cau 2 - luan

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

Trang 24

trong việc chăm sóc sức khỏe cho bản thân và gia đình về dinh dưỡng, ytế… từ dó có thể làm tăng khả năng tỉ lệ tử vong.

+ POV: Tỉ lệ của những người dân trong nước sống dưới mức nghèo khócàng cao thì việc chăm lo của người dân đến dinh dưỡng và tiếp cận đến cácdịch vụ y tế càng thấp, làm cho tỉ lệ suy dinh dưỡng cao, nếu người dânmắc các bệnh tật thì cũng ít có khả năng chạy chữa, từ đó có thể làm tỉ lệ tửvong chung trên 100.000 dân số càng cao,

+ EDU1 và EDU2: Tỉ lệ dân số đã học trung học và tỉ lệ dân số đã học trunghọc và đại học càng cao cho thấy trình độ dân trí của người dân càng cao, dân trí cao thì người dân 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 trên 100.000 dân số do họ có thể bỏ nhưng hủ thục lạc hậu, những cách chữa bệnh không khoa học… có thể ảnh hưởng đến sức khỏe người dân

nhưng EDU2 tác động mạnh hơn

+ ALCC v à TOBC : khi tiêu dùng cồn ( rượu) tính bằng lít trên đầu người

và tiêu dùng thuốc lá đầu người càng cao thì người dân sẽ dễ bị mắc cácbệnh dạ dày, ung thư phổi… nhiều từ đó tỉ lệ tử vong chung trên 100.000dân số càng cao

HEXC : Chi tiêu y tế bình quân đầu người càng cao thì, Chi tiêu y tế bìnhquân đầu người càng cao nghĩa là người dân sẽ chi cho khám chữa bệnh cao,

từ đó có thể phát hiện ra bệnh sớm, phòng ngừa và chữa trị bệnh kịp thời dẫnđến tỉ lệ tử vong chung trên 100.000 dân số càng thấp

URB : Tỉ lệ dân số sống tại các khu vực thành thị cao nghĩa là nhiều ngườisống ở khu vực thành thị, nơi có đầy đủ cơ sở vật chất hạ tầng, có đủ lựclượng y tế khám chữa bệnh cho người dân từ đó có thể làm giảm tỉ lệ tửvong chung trên 100.000 dân số

AGED : Tỉ lệ dân số có độ tuồi trên 65càng cao, tức là số người cao tuổicao dẫn đến tỉ lệ tử vong chung trên 100.000 dân số cao do người già thì sứckhỏe yếu, dễ mắc bệnh…

PHYS : Các cán bộ y tế trên 1000.000 dân càng cao nghĩa là số người được

1 cán bộ y tế chăm sóc càng ít,khi mà 1 cán bộ y tế chỉ chăm sóc ít bệnhnhân hơn thì người cán bộ y tế đó sẽ dồn hết tâm sức của mình cho ngườibệnh đó để mà khám chữa bệnh, từ đó có thể làm giảm tỉ lệ tử vong chungtrên 100.000 dân số

2 Ước lượng mô hình hồi qui đa biến bao gồm tất cả những biến giảithích 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 sốhồi qui ở mức = 10% và xác định các biến mà anh chị có thể muốn

bỏ qua

Trang 25

Dependent Variable: MORT

MORT = 46.59554973 + 4126.895059*AGED - 25.91510605*ALCC + 68.7791315*EDU1 - 1180.217201*EDU2 + 0.07388858751*HEXC + 0.00451136983*INCC + 0.6403836367*PHYS + 549.8646857*POV + 1.470480259*TOBC - 32.45555872*URB

Kiểm định cho mức ý nghĩa tổng quát

Giả thiết: Ho: R2 = 0

H1: R2 > 0

FR = 73.77592

Với mức ý nghĩa 10%, tra bảng phân phối Fisher: F > F0.05(9,41) - bác

bỏ giả thiết Ho, tức là mô hình có ý nghĩa thống kê ở mức 10%

Qua mô hình ta thấy: R2 = 0.948570  mức độ phù hợp của mô hình nàycao, mô hình có ý nghĩa thống kê

Kiểm định mức ý nghĩa đối với từng hệ số hồi qui:

Giả thiết: Ho: bi = 0

H1: bi # 0

Trang 26

Với mức ý nghĩa 10%, tra bảng phân phối student: T0.05(40) = 1.684

Hệ số hồi qui Trị thống kê So sánh Kết luận b2 12.80272 T > T0.05(40) Bác bỏ Ho

Các biến có thể bỏ qua: EDU1, INCC, URB

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 môhình hãy đánh giá chất lượng của phép hồi qui mới nầy ?

Trang 27

Normalized Restriction (= 0) Value Std Err.

Restrictions are linear in coefficients.

Theo kết quả của bảng trên: F(3,40)=2.84 > 0.432276; 0.731>0.1 - chấp nhận giả thiết Ho: R2=0 tức là mô hình không có ý nghĩa thống kê, haycác biến: EDU1, INCC, URB đưa vào mô hình không ảnh hưởng đến biến phụ thuộc MORT Vì vậy ta không nên đưa 3 biến này vào mô hình

Ước lượng lại mô hình

MORT = 73.76835504 + 4167.318921*AGED 25.2588845*ALCC 843.8800387*EDU2 + 0.08981575805*HEXC + 0.4796537478*PHYS + 452.7654879*POV + 1.563511835*TOBC

Trang 28

Việc đưa 3 biến không có tác động đến biến phụ thuộc MORT gây ra hiệntượng đa cộng tuyến, làm cho mô hình ban đầu (bao gồm tất cả các biến) có

R2 cao (cao hơn cả mô hình sau khi ước lượng lại), trị thống kê mất ý nghĩa,làm cho chúng ta có đánh giá sai lầm về mô hình: chúng ta chấp nhận môhình có ý nghĩa thống kê, các biến đưa vào đều có tác động đến biến phụthuộc

- Sau khi bỏ 3 biến không làm ảnh hưởng đến MORT, ta thấy mô hình phùhợp hơn (R2 = 0.946903), tức là mô hình đưa ra có ý nghĩa thống kê, cácbiến đưa vào giải thích hầu hết biến phụ thuộc MORT (với mức ý nghĩa10%, trị thống kê của các hệ số hồi qui ở các biến đều lớn hơn mức trabảng)

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

Bỏ EDU1

Trang 29

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 -

35.97989484*URB

Sau khi ước lượng lại mô hình ta thấy: R2 = 0.948413 cao do xảy ra hiệntượng đa cộng tuyến vì mô hình vẫn còn đưa vào mô hình biến không có ảnhhưởng đến MORT, nếu chấp nhận mô hình thì ta sẽ có những kết luận sailầm

5 Với mô hình mới có K-1 biến giải thích, tiếp tục như câu 4 và yêucầu như trên ?

Bỏ EDU1 Và INCC 5

Trang 30

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 hiệntượng đa cộng tuyến, mô hình này không phải là mô hình đánh giá đúng đắntác động của một số biến có ý nghĩa đến biến phụ thuộc

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

bỏ EDU1 Và INCC và URB 6

Trang 31

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 mô hìnhthu được hoàn toàn giống mô hình đã ước lượng lại ở câu 3

Qua kết quả này ta thấy: hậu quả của hiện tượng đa cộng tuyến là rất lớn, nólàm 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 Nếu chúng ta chấp nhận mô hình thì chúng ta sẽ cónhững kết luận vội vã và không chính xác tác động của các biến đến MORT

Bài 5: ( baitâp 6 – bang câu 4)

Tổng cục thống kê quốc gia của Đài Loan đưa ra một số dữ liệu về GDPthực 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 32

1 Hãy ước lượng hàm Cobb-Duoglas có dạng như sau : Y= A.eR.T.X21 X3 2

Trong đó T là biến xu thế theo thời gian

LNGDP = 9.412886114 + 0.06479543845*T +

0.8781710093*LNLAODONG - 0.4687993113*LNVON

Tiêu đề	Inflation Rate Analysis for Five Countries from 1960-1980
Trường học	University of Economics and Law (Trường Đại Học Kinh Tế và Luật)
Chuyên ngành	Econometrics
Thể loại	Lecture Notes
Năm xuất bản	2010
Thành phố	Ho Chi Minh City

Định dạng
Số trang	64
Dung lượng	1,76 MB

Tài liệu 10 Bài tập môn Kinh tế lượng doc

YEAR SAVINGS INCOME YEAR SAVINGS INCOME