BÀI TẬP KINH TẾ LƯỢNG(CHƯƠNG 2 HỒI QUY)

BÀI TẬP KINH TẾ LƯỢNG SỬ DỤNG CHƯƠNG TRÌNH
EVIEW4

CHƯƠNG 2 MÔ HÌNH HỒI QUY ĐƠN
Bài tập 2.1:
Cho kết quả hồi quy sau, trong đó Q
số lượng xe máy tiêu thụ
(chiếc) trong một tháng tại 22 địa phương, P
là
giá bán của xe máy (10 triệu đồng)
.
Trả lời các câu hỏi dưới đây. Cho
α
= 5%.
Bảng kết quả hồi quy bằng phần mềm Eviews4
Dependent Variable: Q
Method: Least Squares OLS
Date: 09/14/11 Time: 17:33
Sample: 1:22 Mẫu sau điều chỉnh từ 1-22
Included observations: n=22
Variable (biến độc lập) Coefficient(b"j) Std.
Error(Se(b"j))
t-Statistic
t
Prob.
C 32185.93 2696.956 11.93417 0.0000
P -7920.180 984.8595 -8.041940 0.0000
R-squared Mean dependent var 10722.25
Adjusted R-squared 0.751986 S.D. dependent var 3649.822
S.E. of regression 1817.646 Akaike info criterion 17.93498
Sum squared resid 66076748 Schwarz criterion 18.03417

Log likelihood -195.2848 F-statistic 64.67279
Durbin-Watson stat 1.048849 Prob(F-statistic) 0.000000
1. Viết hàm hồi quy tổng thể, hồi quy mẫu, và giải thích ý nghĩa kết quả ước
lượng.
2. Các hệ số hồi quy có ý nghĩa thống kê không?
3. Tìm một ước lượng điểm của lượng xe máy tiêu thụ trung bình khi giá bán
của xe máy là 3,4 đơn vị.
4. Số lượng xe máy tiêu thụ có phụ thuộc vào giá bán của xe máy không?
(Liệu giá bán có thực sự ảnh hưởng tới số lượng xe máy tiêu thụ hay ko?)
5. Giảm giá bán có làm tăng số lượng xe máy tiêu thụ không?
6. Tăng giá bán xe máy một đơn vị thì lượng xe máy tiêu thụ thay đổi trong
khoảng nào?
7. Giá giảm một đơn vị thì lượng xe máy tiêu thụ tăng tối da bao nhiêu?
8. Có thể cho rằng giá bán xe máy tăng một đơn vị thì lượng xe máy tiêu thụ
giảm nhiều hơn 12.700 chiếc hay không?
9. Tính các đại lượng TSS, ESS, RSS.
10. Hệ số xác định của mô hình bằng bao nhiêu? (tính bằng 2 cách), đại lượng đó
có ý nghĩa thế nào?
11. Tìm ước lượng điểm của phương sai sai số ngẫu nhiên.
12.Dự báo giá trị trung bình của lượng xe máy tiêu thụ khi giá bán là 3,0 đơn vị.
Kiểm định
KTC
Một số thuật ngữ
Tiếng Anh Ý nghĩa
Dependent Variable: Y Biến phụ thuộc: Y
Method: Least Squares Phương pháp: Bình phương nhỏ nhất
Sample (adjusted): 1 10 Mẫu (sau điều chỉnh): từ 1 đến 10
Included observations: 10 Số quan sát được sử dụng: 10
Variable Biến số (các biến độc lập)
C

Biến hằng số, C ≡ 1
X Biến độc lập X
Coefficient
Ước lượng hệ số:
β
ˆ
j
Std. Error
Sai số chuẩn của ước lượng hệ số: Se(
β
ˆ
j
)
t-Statistic
Thống kê T: T
qs
=
β
ˆ
j
/ Se(
β
ˆ
j
)
Prob.
Mức xác suất (P-value) của cặp giả thuyết
H
0
: β

j
= 0 ; H
1
: β
j
≠ 0
R-squared
Hệ số xác định (bội): R
2
Adjusted R-squared
Hệ số xác định điều chỉnh R
2
S.E. of regression
Sai số chuẩn của hồi quy:
σ
ˆ
Sum squared resid Tổng bình phương phần dư: RSS
Durbin-Watson stat Thống kê Durbin-Watson
Mean dependent var
Trung bình biến phụ thuộc: Y
S.D. dependent variable
111
)(
1
2
1
2
−
=
−

=
−
−
=
∑∑
==
n
TSS
n
y
n
YY
SD
n
i
i
n
i
i
Độ lệch chuẩn biến phụ thuộc:
F – statistic =
12
2
1
2
2
−
−
−
n

x
r
r
Thống kê F
Prob (F- statistic)
Mức xác suất (P-value) của cặp giả
thuyết: H
0
: R
2
= 0 ; H
1
: R
2
> 0 (R
2
≠ 0)