công thức kinh tế lượng

More Related Content

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

• 1. Lê Quang Hiến A6QTK49 Email: [email protected] Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x TỔNG KẾT CÔNG THỨC KINH TẾ LƯỢNG Bài toán Hai đổi mới 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 độ quý hiếm βˆ tiếp tục lấy tại đoạn Coefficient trong bảng thành quả Eview Ý nghĩa các hệ số hồi quy βˆ > 0: X tăng 1 đơn vị chức năng thì Y tăng βˆ đơn vị βˆ <0: X tăng 1 đơn vị chức năng thì Y tách βˆ đơn vị Nói chân thành và ý nghĩa đổi mới này thì thắt chặt và cố định những đổi mới còn lại. VD: rằng chân thành và ý nghĩa của 1 ˆβ thì thắt chặt và cố định những biến X2, X3. 1 ˆβ > 0: X2 ko thay đổi, nếu như 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 mãnh trận, tuy nhiên ko cần thiết tính cho tới. Tra nhập 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 bại liệt, ‫ݎ‬ଵଶ,ଷ là thông số đối sánh tương quan thân ái đổi mới Y và X2 trong lúc X3 ko thay đổi. Tương tự động tớ tiếp tục có với ‫ݎ‬ଵଷ,ଶ, ‫ݎ‬ଶଷ,ଵ Hệ số xác định hiệu chỉnh ܴ2 =R2 + (1 –R2 ). ௡ିଵ ௡ିଶ ܴ2 có thể âm, nhập TH này, quy ước ܴ2 =0 ܴ2 =R2 + (1 –R2 ). ௡ିଵ ௡ି௞ ( k là số thông 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 nhập bảng Eview: δˆ : dòng sản phẩm S.E of regression )ˆ( 1βSE : cột Std. Error dòng sản phẩm 1 2 ˆ(βSE ): cột Std. Error dòng sản phẩm 2
• 2. Lê Quang Hiến A6QTK49 Email: [email protected] 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 độ quý hiếm cho tới hạn: B1: Lập fake thiết Ho: β=0 ; H1: β≠0 Tính Fqs = ோమ ଵିோమ . ௡ିଶ ଵ B2: tra bảng F, độ quý hiếm cho tới hạn: Fα (1, n -2 ) B3: So sánh Fqs với Fα (1, n -2 ) + Fqs > Fα(1, n-2): bác bỏ quăng quật H0 →→→→ hàm SRF phù hợp với mẫu + Fqs < Fα(1, n-2): đồng ý H0 PP độ quý hiếm cho tới hạn: B1: Lập fake thiết Ho: β=0 ; H1: β≠0 Tính Fqs = ோమ ଵିோమ . ௡ି௞ ௞ିଵ B2: tra bảng F, độ quý hiếm cho 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 quăng quật H0 →→→→ hàm SRF phù phù hợp với mẫu + Fqs < Fα(k-1,n-k): đồng ý H0 PP độ quý hiếm P-value ( Lúc đề mang lại sẵn nhập bảng kết quả) Lấy độ quý hiếm p-value ứng với F0 (ô ở đầu cuối góc phải chữ Prod(F-statistic)) Tiến hành đối chiếu p-value và α: + p-value < α: bác bỏ quăng quật H0 →→→→ hàm SRF phù hợp với mẫu + p-value > α: đồng ý H0 PP độ quý hiếm P-value ( Lúc đề mang lại sẵn nhập bảng kết quả) Lấy độ quý hiếm p-value ứng với F0 (ô cuối cùng góc cần chữ Prod(F-statistic)) Tiến hành đối chiếu p-value và α: + p-value < α: bác bỏ quăng quật H0 →→→→ hàm SRF phù hợp với mẫu + p-value > α: đồng ý H0 Kiểm định giả thiết biến độc lập đem ảnh hưởng lên biến phụ thuộc không? Giả thiết: H0: β = 0 H1: β ≠ 0 PP độ quý hiếm cho tới hạn: B1: Tính Tqs= βˆ ௌ௘( βˆ ) B2: Tra bảng t-student độ quý hiếm ‫ݐ‬∝ మ ௡ିଶ B3: đối chiếu หܶ௤௦ห và ‫ݐ‬∝ మ ௡ିଶ + หܶ௤௦ห> ‫ݐ‬∝ మ ௡ିଶ : bác bỏ quăng quật Ho => đổi mới song lập ảnh hưởng lên đổi mới dựa vào Y + หܶ௤௦ห< ‫ݐ‬∝ మ ௡ିଶ : đồng ý Ho Giả thiết: H0: β = 0 H1: β ≠ 0 PP độ quý hiếm cho tới hạn: B1: Tính Tqs= βˆ ௌ௘( βˆ ) B2: Tra bảng t-student độ quý hiếm ‫ݐ‬∝ మ ௡ି௞ B3: đối chiếu หܶ௤௦ห và ‫ݐ‬∝ మ ௡ି௞ + หܶ௤௦ห> ‫ݐ‬∝ మ ௡ି௞ : bác bỏ quăng quật Ho => đổi mới song lập ảnh hưởng lên đổi mới dựa vào Y + หܶ௤௦ห< ‫ݐ‬∝ మ ௡ି௞ : đồng ý Ho PP P-value: Lấy độ quý hiếm p-value ứng với đổi mới độc lập mình đang được xét Tiến hành đối chiếu p-value và α: + p-value < α: bác bỏ quăng quật H0 →→→→ đổi mới song lập (X) ảnh hưởng trọn lên đổi mới dựa vào (Y) + p-value > α: đồng ý H0 PP P-value: Lấy độ quý hiếm p-value ứng với đổi mới độc lập mình đang được xét Tiến hành đối chiếu p-value và α: + p-value < α: bác bỏ quăng quật H0 →→→→ đổi mới song lập (X) ảnh hưởng trọn lên đổi mới dựa vào (Y) + p-value > α: đồng ý H0 Ước lượng khoảng Dùng công thức mang lại nhiều đổi mới với ( j =1,2) Với sự uy tín ( 1 – α), khoảng chừng tin cẩn đối xứng, tối nhiều, ít nhất của βj là: Khoảng tin cẩn mang lại phương sai sai số ngẫu
• 3. Lê Quang Hiến A6QTK49 Email: [email protected] Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x nhiên: Dự báo, dự đoán Cho X=Xo nút chân thành và ý nghĩa α ( sử dụng cả nhiều biến) Ước lượng điểm: 0210 ˆˆˆ XY ββ += Giá trị trung bình: Cá biệt: So sánh R2 Chỉ đối chiếu được Lúc thỏa 3 ĐK sau: 1. Cùng cỡ khuôn mẫu n. 2. Cùng số đổi mới song lập.(nếu ko nằm trong số biến độc lập thì sử dụng ࡾഥ૛ ) 3. Cùng dạng hàm đổi mới phụ thuộc Chỉ đối chiếu được Lúc thỏa 3 ĐK sau: 1. Cùng cỡ khuôn mẫu n. 2. Cùng số đổi mới song lập (nếu ko nằm trong số biến song lập thì sử dụng ) 3. Cùng dạng hàm đổi mới phụ thuộc Kiểm định thu hẹp hồi quy Mô hình: kikik XXXXYE βββ +++= ...),...|( 2212 Nghi ngờ m đổi mới Xk-m+1, …, Xk ko phân tích và lý giải mang lại Y B1: Lập cặp fake thiết: Ho: βk-m+1 =…= βk = 0; H1: ∃ βj ≠ 0 (j =k-m+1 ÷ k) B2: Mô hình nhiều thông số là quy mô rộng lớn (L) Mô hình không nhiều thông số gọi là quy mô nhỏ (N) Tính Fqs = ோௌௌ(ಽ)ିோௌௌ(ಿ) ோௌௌ(ಽ) x ௡ି௞ ௠ = ோ(ಽ) మ ିோ(ಿ) మ ଵିோ(ಽ) మ x ௡ି௞ ௠ B3: ví sánh Fqs > Fα(m, n-k) => bác bỏ quăng quật Ho => tồn bên trên 1 trong những đổi mới nghi ngại đem ý nghĩa Kiểm định sự đồng nhất của hàm hồi quy Cặp fake thiết: Ho: 2 hàm hồi quy đồng nhất H1: 2 hàm hồi quy ko đồng nhất B1: Có Hàm 1: độ cao thấp khuôn mẫu n1, RSS1; Hàm 2: độ cao thấp khuôn mẫu n2, RSS2 Hàm tổng thể: độ cao thấp khuôn mẫu n1+n2, RSS Đặt ܴܵܵ = ܴܵܵଵ + ܴܵܵଶ B2: Tính Fqs = ோௌௌି ோௌௌ ோௌௌ ‫ݔ‬ ௡భା௡మିଶ௞ ௞ B3: ví sánh Fqs > Fα (k, n1+n2 – 2k) => bác bỏ quăng quật Ho
• 4. Lê Quang Hiến A6QTK49 Email: [email protected] Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Phát hiện đa cộng tuyến B1: Hồi quy phụ: hồi quy 1 đổi mới song lập bám theo những đổi mới song lập khác: Xsi = ∑ ∝௝ ܺ௝௜ + ‫ݒ‬௜௝ஷ௦ B2: Dùng kiểm quyết định T ( kiểm quyết định chân thành và ý nghĩa tổng hợp của thông số ) hoặc kiểm quyết định F ( sự tương thích của hàm hồi quy). B3: Nếu thực sự Xs dựa vào tối thiểu một đổi mới song lập không giống thì quy mô gốc đem nhiều nằm trong tuyến Kiểm định PSSS thay đổi Dựa bên trên đổi mới độc lập: kể từ fake thiết mang lại, tớ lập ra hàm hồi quy phụ. Sau bại liệt tổ chức kiểm định hàm hồi quy phụ đó: Dựa bên trên đổi mới phụ thuộc: Kiểm định hiện tượng tự tương quan Kiểm quyết định Durbin-Watson Tính d = 2(1- ρ ) . ( d đó là số mang lại nhập bảng ở dòng sản phẩm Durbin- Watson) -1≤ ρ ≤1 0≤d≤4 ρ = -1 => d = 4: tự động đối sánh tương quan tuyệt vời âm ρ = 0 => d = 2: không tồn tại tự động tương quan ρ = 1 => d = 0: tự động đối sánh tương quan tuyệt vời dương Với n, k’ =k-1, α, tra bảng => dL và dU Note: Chỉ sử dụng mang lại tự động đối sánh tương quan bậc 1, ko sử dụng Lúc quy mô ko có hệ số ngăn, ko sử dụng với quy mô đem đổi mới trễ Dùng hồi quy phụ: Kiểm quyết định B-G:
• 5. Lê Quang Hiến A6QTK49 Email: [email protected] Fb: http://www.facebook.com/lequanghien92 yahoo: jackychan_boy_9x Ý nghĩa thông số góc, tác động biên, thông số teo giãn: Tên gọi Dạng hàm Hình ảnh hưởng trọn biên Hệ số co và giãn Ý nghĩa hệ số góc Tuyến tính Y = α + β.X β β.(X/Y) Khi X tăng 1 đv thì Y thay cho thay đổi β đv Tuyến tính Log lnY = α + β.lnX β.(Y/X) β Khi X tăng 1% thì Y thay cho đổi β% Log –lin lnY = α + β.X β.Y β.X Khi X tăng 1 đv thì Y thay cho đổi 100. Β (%) Lin-log Y = α + β.lnX β.(1/X) β.(1/Y) Khi X tăng 1% thì Y thay cho đổi (β/100) đv Nghịch hòn đảo Y = α + β. ଵ ௑ - β.(1/X2 ) - β.(1/XY)