Ce diaporama a bien été signalé.
Nous utilisons votre profil LinkedIn et vos données d’activité pour vous proposer des publicités personnalisées et pertinentes. Vous pouvez changer vos préférences de publicités à tout moment.

Tổng kết công thức kinh tế lượng ( kinh te luong)

231 244 vues

Publié le

Tổng hợp công thức môn kinh tế lượng, xem lại công thức R ngang bình

Publié dans : Économie & finance
  • cám ơn bạn ^^
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici
  • Mình thấy công thức trong phần Hệ số xác định hiệu chỉnh bị sai thì phải
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici
  • Dịch vụ làm luận văn tốt nghiệp, làm báo cáo thực tập tốt nghiệp, chuyên đề tốt nghiệp, tiểu luận, khóa luận, đề án môn học trung cấp, cao đẳng, tại chức, đại học và cao học (ngành kế toán, ngân hàng, quản trị kinh doanh…) Mọi thông tin về đề tài các bạn vui lòng liên hệ theo địa chỉ SĐT: 0973.764.894 ( Miss. Huyền ) Email: dvluanvan@gmail.com ( Bạn hãy gửi thông tin bài làm, yêu cầu giáo viên qua mail) Chúng tôi nhận làm các chuyên ngành thuộc khối kinh tế, giá cho mỗi bài khoảng từ 100.000 vnđ đến 500.000 vnđ
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici
  • cảm ơn bạn nhiều nhé! môn này thực sự rất khó với mình
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici
  • thành thật cám ơn mọi người đã chia sẻ nhé! Wish all the best for you nice guys
       Répondre 
    Voulez-vous vraiment ?  Oui  Non
    Votre message apparaîtra ici

Tổng kết công thức kinh tế lượng ( kinh te luong)

  1. 1. Lê Quang Hiến A6QTK49 Email: lequanghien.k49.ftu@gmail.com Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x TỔNG KẾT CÔNG THỨC KINH TẾ LƯỢNG Bài toán Hai biến Đa biến Xác định PRF E(Y/Xi) = f(Xi) = β1 + β 2Xi Yi = β 1 + β2Xi + ui kikik XXXXYE βββ +++= ...),...|( 2212 ikikii UXXY ++++= βββ ...221 Xác định SRF ii XY 21 ˆˆˆ ββ += ∑ ∑ = = − − = n i i n i ii XnX YXnXY 1 22 1 2 ).( .. ˆβ ; XY 21 ˆˆ ββ −= ikikii eXXY ++++= βββ ˆ...ˆˆˆ 221 Các giá trị βˆ sẽ lấy ở phần Coefficient trong bảng kết quả Eview Ý nghĩa các hệ số hồi quy βˆ > 0: X tăng 1 đơn vị thì Y tăng βˆ đơn vị βˆ <0: X tăng 1 đơn vị thì Y giảm βˆ đơn vị Nói ý nghĩa biến nào thì cố định các biến còn lại. VD: nói ý nghĩa của 1 ˆβ thì cố định các biến X2, X3. 1 ˆβ > 0: X2 không đổi, nếu X1 tăng 1 đvị thì Y tăng 1 ˆβ đvị. Tổng các bình phương TSS = ∑ ‫ݕ‬௜ ଶ௡ ௜ୀଵ = ∑ (ܻ௜ − ܻ௡ ௜ୀଵ )2 ESS= ∑= n i ix 1 22 2 ˆβ RSS = ∑= n i ie 1 2 =TSS – RSS Giải ma trận, nhưng không cần tính đến. Tra trong bảng kq Eview Sum squared resid: RSS Tính hệ số xác định TSS RSS TSS ESS R −== 12 TSS RSS TSS ESS R −== 12 Hệ số tương quan riêng phần và các cthức liên quan Mô hình hồi quy 3 biến: Yi = β1+β2.X2i + β3.X3i + Ui ‫ݎ‬ଵଶ,ଷ = ‫ݎ‬ଵଶ − ‫ݎ‬ଵଷ. ‫ݎ‬ଶଷ ඥ(1 − ‫ݎ‬ଵଷ ଶ )(1 − ‫ݎ‬ଶଷ ଶ ) , ‫ݎ‬ଵଷ,ଶ = ‫ݎ‬ଵଷ − ‫ݎ‬ଵଶ. ‫ݎ‬ଶଷ ඥ(1 − ‫ݎ‬ଵଶ ଶ )(1 − ‫ݎ‬ଶଷ ଶ ) , ‫ݎ‬ଶଷ,ଵ = ‫ݎ‬ଶଷ − ‫ݎ‬ଵଶ. ‫ݎ‬ଵଷ ඥ(1 − ‫ݎ‬ଵଶ ଶ )(1 − ‫ݎ‬ଵଷ ଶ ) ܴଶ = ௥భమ మ ା௥భయ మ ିଶ௥భమ௥భయ௥మయ ଵି௥మయ మ , ܴଶ = ‫ݎ‬ଵଶ ଶ + (1 − ‫ݎ‬ଵଶ ଶ ). ‫ݎ‬ଵଷ,ଶ ଶ = ‫ݎ‬ଵଷ ଶ + (1 − ‫ݎ‬ଵଷ ଶ ). ‫ݎ‬ଵଶ,ଷ ଶ Var( 2 ˆβ ) = 2 δ ∑ ௫మ೔ మ (ଵି௥మయ మ ) Trong đó, ‫ݎ‬ଵଶ,ଷ là hệ số tương quan giữa biến Y và X2 trong khi X3 không đổi. Tương tự ta sẽ có với ‫ݎ‬ଵଷ,ଶ, ‫ݎ‬ଶଷ,ଵ Hệ số xác định hiệu chỉnh ܴ2 =R2 + (1 –R2 ). ௡ିଵ ௡ିଶ ܴ2 có thể âm, trong TH này, quy ước ܴ2 =0 ܴ2 =R2 + (1 –R2 ). ௡ିଵ ௡ି௞ ( k là số tham số của mô hình) Ước lượng của δ , se( βˆ ), Var( βˆ ) 2 ˆ 1 2 2 − = ∑= n e n i i δ = ோௌௌ ௡ି ଶ ( ) 2 1 2 1 2 1 ˆvar δβ ∑ ∑ = = = n i i n i i xn X ; ( ) ∑= = n i ix 1 2 2 2 ˆvar δ β kn e n i i − = ∑=1 2 2ˆδ = ோௌௌ ௡ି ௞ Tra trong bảng Eview: δˆ : dòng S.E of regression )ˆ( 1βSE : cột Std. Error dòng 1 2 ˆ(βSE ): cột Std. Error dòng 2
  2. 2. Lê Quang Hiến A6QTK49 Email: lequanghien.k49.ftu@gmail.com Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x δβ ∑ ∑ = = = n i i n i i xn X SE 1 2 1 2 1 )ˆ( ; ∑ = 2 2 )ˆ( ix SE δ β Kiểm định sự phù hợp SRF, mức ý nghĩa α PP giá trị tới hạn: B1: Lập giả thiết Ho: β=0 ; H1: β≠0 Tính Fqs = ோమ ଵିோమ . ௡ିଶ ଵ B2: tra bảng F, giá trị tới hạn: Fα (1, n -2 ) B3: So sánh Fqs với Fα (1, n -2 ) + Fqs > Fα(1, n-2): bác bỏ H0 →→→→ hàm SRF phù hợp với mẫu + Fqs < Fα(1, n-2): chấp nhận H0 PP giá trị tới hạn: B1: Lập giả thiết Ho: β=0 ; H1: β≠0 Tính Fqs = ோమ ଵିோమ . ௡ି௞ ௞ିଵ B2: tra bảng F, giá trị tới hạn: Fα (k-1, n -k ) B3: So sánh Fqs với Fα (k-1, n -k ) + Fqs > Fα(k-1, n-k): bác bỏ H0 →→→→ hàm SRF phù hợp với mẫu + Fqs < Fα(k-1,n-k): chấp nhận H0 PP giá trị P-value ( khi đề cho sẵn trong bảng kết quả) Lấy giá trị p-value ứng với F0 (ô cuối cùng góc phải chữ Prod(F-statistic)) Tiến hành so sánh p-value và α: + p-value < α: bác bỏ H0 →→→→ hàm SRF phù hợp với mẫu + p-value > α: chấp nhận H0 PP giá trị P-value ( khi đề cho sẵn trong bảng kết quả) Lấy giá trị p-value ứng với F0 (ô cuối cùng góc phải chữ Prod(F-statistic)) Tiến hành so sánh p-value và α: + p-value < α: bác bỏ H0 →→→→ hàm SRF phù hợp với mẫu + p-value > α: chấp nhận H0 Kiểm định giả thiết biến độc lập có ảnh hưởng lên biến phụ thuộc không? Giả thiết: H0: β = 0 H1: β ≠ 0 PP giá trị tới hạn: B1: Tính Tqs= βˆ ௌ௘( βˆ ) B2: Tra bảng t-student giá trị ‫ݐ‬∝ మ ௡ିଶ B3: so sánh หܶ௤௦ห và ‫ݐ‬∝ మ ௡ିଶ + หܶ௤௦ห> ‫ݐ‬∝ మ ௡ିଶ : bác bỏ Ho => biến độc lập ảnh hưởng lên biến phụ thuộc Y + หܶ௤௦ห< ‫ݐ‬∝ మ ௡ିଶ : chấp nhận Ho Giả thiết: H0: β = 0 H1: β ≠ 0 PP giá trị tới hạn: B1: Tính Tqs= βˆ ௌ௘( βˆ ) B2: Tra bảng t-student giá trị ‫ݐ‬∝ మ ௡ି௞ B3: so sánh หܶ௤௦ห và ‫ݐ‬∝ మ ௡ି௞ + หܶ௤௦ห> ‫ݐ‬∝ మ ௡ି௞ : bác bỏ Ho => biến độc lập ảnh hưởng lên biến phụ thuộc Y + หܶ௤௦ห< ‫ݐ‬∝ మ ௡ି௞ : chấp nhận Ho PP P-value: Lấy giá trị p-value tương ứng với biến độc lập mình đang xét Tiến hành so sánh p-value và α: + p-value < α: bác bỏ H0 →→→→ biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + p-value > α: chấp nhận H0 PP P-value: Lấy giá trị p-value tương ứng với biến độc lập mình đang xét Tiến hành so sánh p-value và α: + p-value < α: bác bỏ H0 →→→→ biến độc lập (X) ảnh hưởng lên biến phụ thuộc (Y) + p-value > α: chấp nhận H0 Ước lượng khoảng Dùng công thức cho đa biến với ( j =1,2) Với độ tin cậy ( 1 – α), khoảng tin cậy đối xứng, tối đa, tối thiểu của βj là: Khoảng tin cậy cho phương sai sai số ngẫu
  3. 3. Lê Quang Hiến A6QTK49 Email: lequanghien.k49.ftu@gmail.com Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x nhiên: Dự báo, dự đoán Cho X=Xo mức ý nghĩa α ( dùng cả đa biến) Ước lượng điểm: 0210 ˆˆˆ XY ββ += Giá trị trung bình: Cá biệt: So sánh R2 Chỉ so sánh được khi thỏa 3 điều kiện sau: 1. Cùng cỡ mẫu n. 2. Cùng số biến độc lập.(nếu ko cùng số biến độc lập thì dùng ࡾഥ૛ ) 3. Cùng dạng hàm biến phụ thuộc Chỉ so sánh được khi thỏa 3 điều kiện sau: 1. Cùng cỡ mẫu n. 2. Cùng số biến độc lập (nếu ko cùng số biến độc lập thì dùng ) 3. Cùng dạng hàm biến phụ thuộc Kiểm định thu hẹp hồi quy Mô hình: kikik XXXXYE βββ +++= ...),...|( 2212 Nghi ngờ m biến Xk-m+1, …, Xk không giải thích cho Y B1: Lập cặp giả thiết: Ho: βk-m+1 =…= βk = 0; H1: ∃ βj ≠ 0 (j =k-m+1 ÷ k) B2: Mô hình nhiều hệ số là mô hình lớn (L) Mô hình ít hệ số gọi là mô hình nhỏ (N) Tính Fqs = ோௌௌ(ಽ)ିோௌௌ(ಿ) ோௌௌ(ಽ) x ௡ି௞ ௠ = ோ(ಽ) మ ିோ(ಿ) మ ଵିோ(ಽ) మ x ௡ି௞ ௠ B3: so sánh Fqs > Fα(m, n-k) => bác bỏ Ho => tồn tại 1 trong các biến nghi ngờ có ý nghĩa Kiểm định sự đồng nhất của hàm hồi quy Cặp giả thiết: Ho: 2 hàm hồi quy đồng nhất H1: 2 hàm hồi quy không đồng nhất B1: Có Hàm 1: kích thước mẫu n1, RSS1; Hàm 2: kích thước mẫu n2, RSS2 Hàm tổng thể: kích thước mẫu n1+n2, RSS Đặt ܴܵܵ = ܴܵܵଵ + ܴܵܵଶ B2: Tính Fqs = ோௌௌି ோௌௌ ோௌௌ ‫ݔ‬ ௡భା௡మିଶ௞ ௞ B3: so sánh Fqs > Fα (k, n1+n2 – 2k) => bác bỏ Ho
  4. 4. Lê Quang Hiến A6QTK49 Email: lequanghien.k49.ftu@gmail.com Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Phát hiện đa cộng tuyến B1: Hồi quy phụ: hồi quy 1 biến độc lập theo các biến độc lập khác: Xsi = ∑ ∝௝ ܺ௝௜ + ‫ݒ‬௜௝ஷ௦ B2: Dùng kiểm định T ( kiểm định ý nghĩa thống kê của hệ số ) hoặc kiểm định F ( sự phù hợp của hàm hồi quy). B3: Nếu thực sự Xs phụ thuộc ít nhất một biến độc lập khác thì mô hình gốc có đa cộng tuyến Kiểm định PSSS thay đổi Dựa trên biến độc lập: từ giả thiết cho, ta lập ra hàm hồi quy phụ. Sau đó tiến hành kiểm định hàm hồi quy phụ đó: Dựa trên biến phụ thuộc: Kiểm định hiện tượng tự tương quan Kiểm định Durbin-Watson Tính d = 2(1- ρ ) . ( d chính là số cho trong bảng ở dòng Durbin- Watson) -1≤ ρ ≤1 0≤d≤4 ρ = -1 => d = 4: tự tương quan hoàn hảo âm ρ = 0 => d = 2: không có tự tương quan ρ = 1 => d = 0: tự tương quan hoàn hảo dương Với n, k’ =k-1, α, tra bảng => dL và dU Note: Chỉ dùng cho tự tương quan bậc 1, không dùng khi mô hình không có hệ số chặn, không dùng với mô hình có biến trễ Dùng hồi quy phụ: Kiểm định B-G:
  5. 5. Lê Quang Hiến A6QTK49 Email: lequanghien.k49.ftu@gmail.com Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Ý nghĩa hệ số góc, ảnh hưởng biên, hệ số co giãn: Tên gọi Dạng hàm Ảnh hưởng biên Hệ số co giãn Ý nghĩa hệ số góc Tuyến tính Y = α + β.X β β.(X/Y) Khi X tăng 1 đv thì Y thay đổi β đv Tuyến tính Log lnY = α + β.lnX β.(Y/X) β Khi X tăng 1% thì Y thay đổi β% Log –lin lnY = α + β.X β.Y β.X Khi X tăng 1 đv thì Y thay đổi 100. Β (%) Lin-log Y = α + β.lnX β.(1/X) β.(1/Y) Khi X tăng 1% thì Y thay đổi (β/100) đv Nghịch đảo Y = α + β. ଵ ௑ - β.(1/X2 ) - β.(1/XY)

×