tiểu luận tiểu luận môn kinh tế lượng đề tài xu hướng tổng sản phẩm quốc nội gdp thay đổi theo thời gian t

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (1.33 MB, 19 trang )

Trang 1<div class="page_container" data-page="1">

MÔN: KINH TẾ LƯỢNG

Đề tài: Xu hướng tổng sản phẩm quốc nội (GDP) thay đổi theo thời gian (t)

Giảng viên hướng dẫn: Nguyễn Tấn MinhNhóm thực hiện: Nhóm 9

Lớp: DHQTLOG18CTT – 422000402918

Thành phố Hồ Chí Minh, ngày 12 tháng 10 năm 2023

</div>Trang 2<div class="page_container" data-page="2">

Kiểm định hàm hồi quy mẫu (SRF):...7

Kiểm định hệ số hàm hồi quy mẫu (SRF):...9

Kiểm định hệ số hàm hồi quy tổng thể (PRF):...9

Kiểm định hàm hồi quy tổng thể...10

</div>Trang 3<div class="page_container" data-page="3">

DANH SÁCH NHĨMST

THọ và tênMSSVCơng việcđóng gópMức độ1 Nguyễn Thùy Vân Anh 22687421 Vẽ đồ thị trên phần mềm Soạn thảo word

Soạn nội dung thuyết trình

2 Trần Thu Tâm 22687401 Làm nội dung word: Ước lượngSoạn thảo word 100%

3 Phạm Minh Anh 22689721 Tìm số liệu

Làm nội dung word: Kiểm định 100%

4 Trần Hồng Lê Kiệt 22689741

Tìm số liệu

Làm nội dung word: Kiểm định 100%

5 Phạm Tuấn Khoa 22692341 Làm nội dung word: Dự báoThuyết trình 100%

3

</div>Trang 4<div class="page_container" data-page="4">

NỘI DUNG1.Bảng số liệu

BẢNG SỐ LIỆU TỔNG SẢN PHẨM QUỐC NỘI (GDP) THAY ĐỔI THEO THỜI GIAN (t) TỪ NĂM 1986 – 2022

NămSản lượng quốc gia (tỷ USD) - Y

</div>Trang 5<div class="page_container" data-page="5">

2. Vẽ đồ thị

Hình 1. Đồ thị ban đầu

5

</div>Trang 6<div class="page_container" data-page="6">

Dựa vào đồ thị ở phần phụ lục, nhóm quyết định chọn mơ hình Log-Lin vì cóR2=0,888 lớn nhất

</div>Trang 7<div class="page_container" data-page="7">

Hàm hồi quy mẫu (SRF): = i1 + 2Xi

=> = -215,254 + 0.109Xii Ý nghĩa hàm hồi quy mẫu (SRF):

+ 1 = - 215,254có nghĩa là khi thời gian (t) bằng 0, thì tổng sản lượng quốc gia(GDP) sẽ là 215,254 tỷ USD.

+2 = 0,109 có nghĩa là khi thời gian (t) tăng hoặc giảm 1 năm thì tổng sản lượngquốc gia sẽ tăng hoặc giảm tương ứng 0,109 tỷ USD.

4. Kiểm định

 Kiểm định hàm hồi quy mẫu (SRF):

- TSS (Total Sum of Squares): Tổng bình phương biến thiên của biến phụ

thuộc Y, đo lường độ lệch của giá trị so với giá trị trung bình

- ESS (Explained Sum of Squares): Tổng bình phương phần biến thiên của

biến phụ thuộc được giải thích bằng hàm hồi quy

- RSS (Residual Sum of Squares): Tổng bình phương phần biến thiên của

biến phụ thuộc khơng giải thích được bằng hàm hồi quy hay tổng bìnhphương phần dư. Đây chính là sai số hồi quy, thể hiện mức chênh lệch củabiến Y giữa thực tế với tính tốn.

Từ bảng “ANOVA”, ta có giá trị:

ESS = 50,540RSS = 6,370TSS = 56,909

Hệ số điều chỉnh R là thước đo phù hợp của mơ hình hồi quy mẫu từ ước lượng số2

liệu quan sát:

7

</div>Trang 8<div class="page_container" data-page="8">

+ R càng cao thì hàm hồi quy mẫu càng có ý nghĩa;+ 0 ≤ R ≤ 12

=> Từ kết quả hồi quy SPSS ở bảng trên, giá trị R2 = 0.888 > 0.8, có nghĩa là độphù hợp của mơ hình đối với dữ liệu lớn và là mơ hình hồi quy mẫu có ý nghĩathống kê.

Adjusted R Square (): cũng giống như R là phản ánh mức độ phù hợp của mơ2

hình tuy nhiên nó thường được sử dụng với mơ hình hồi quy đa biến hơn.Chỉ số này phản ánh mức độ giải thích của các biến độc lập đối với biến phụ thuộctrong mơ hình hồi quy.

=> Từ bảng “Model Summary” ta có kết quả = 0.885, tức là thời gian (t) giải thíchđược 88,5% tổng sản lượng quốc gia (GDP) và 11,5% còn lại là ảnh hưởng của saisố tự nhiên và biến ngồi mơ hình.

(Hệ số tương quan): là chỉ số đo lường mức độ kết hợp chặt chẽ giữa hai biến.

=> Từ kết quả ở bảng “Model Summary”, = 0.942 mà dấu của hệ số góc là dương

=> = 0.942

+ Đầu tiên ta xét Sig = 0.000 < 0.005 (5%) ta có thể kết luận được haibiến GDP và hệ số Sig là xác suất các dữ liệu nghiên cứu trong trường hợpH0 vô hiệu là đúng, có nghĩa là chấp nhận hệ số và các hệ số ấy có ý nghĩaj

thống kê. Ta có: Sig = 0,000 < 0,005 (5%) nên đây là mơ hình hồi quy phùhợp, và thời gian (t) có tác động đến tổng sản lượng quốc gia (GDP).

+ = 0.942 0.8 khi đó hai biến GDP và thời gian có quan hệ chặt chẽvới nhau hay nói cách khác thời gian (t) tác động mạnh đến tổng sản lượngquốc gia (GDP).

8

</div>Trang 9<div class="page_container" data-page="9">

 Kiểm định hệ số hàm hồi quy mẫu (SRF):

Se của các beta mũ là sai số của các hệ số hồi quy.:

Sai số chuẩn thể hiện mức độ tin cậy của các hệ số hồi quy. Sai số chuẩn càng nhỏthì độ tin cậy càng cao và ngược lại.

Từ kết quả của SPSS ta có:

1 = -215,254 với Se () = 13,1642 = 0,109 với Se () = 0,007

Kết luận:

Se () = 13,164 => khơng có ý nghĩa thống kê1

Se () = 0,007 (tiến đến 0) => có ý nghĩa thống kê Kiểm định hệ số hàm hồi quy tổng thể (PRF):

Khoảng tin cậy là khái niệm trong thống kê biểu diễn xác xuất tham số tổng

thể sẽ nằm giữa hai giá trị được đặt trong một tỉ lệ thời gian nhất định. Từ “Coefficients” cho ta thấy khoảng tin cậy và 1 2

- Khoảng tin cậy của là 1 -241,977 ≤ β ≤ -188,5301

- Khoảng tin cậy của là 2 0.096 ≤ β2 ≤ 0,123

Ý nghĩa:

- Khi thời gian (t) bằng 0 thì tổng sản lượng quốc gia sẽ dao động từ -241,977

đến -188,530.

- Khi thời gian (t) tăng hoặc giảm 1 năm thì tổng sản lượng quốc gia sẽ tăng

hoặc giảm từ 0.096 đến 0,123 tỷ USD.

Ta xét thấy sig của các đều < 0,005 (5%) ta có thể kết luận được là biến thời gian(t) có ý nghĩa thống kê với biến tổng sản lượng quốc gia (GDP).

9

</div>Trang 10<div class="page_container" data-page="10">

 Kiểm định hàm hồi quy tổng thể

=> Từ cột “ANOVA”, ta có các giá trị:Với mức ý nghĩa 95%

Trị số thống kê: F= 277,702

Sig = 0, ta kết luận: Chấp nhận hàm hồi quy (hàm hồi quy có ý nghĩa thống kê).

10

</div>Trang 11<div class="page_container" data-page="11">

5. Dự báo

Biến X (thời gian t) tác dộng đến Y (GDP) hình thành 2 hàm hồi quy là hàm hồiquy mẫu và hàm hồi quy tổng thể nên dự báo sẽ có 2 kết quả là dự báo điểm vàdự báo trung bình (khoảng).

Ý nghĩa: Khi thời gian (t) là năm 2023 thì tổng sản lượng quốc gia

(GDP) là 314,96622 tỷ USD hoặc tổng sản lượng quốc gia (GDP) dao động trong

khoảng 278,44507 Y 351,48736 (tỷ USD).

11

</div>Trang 12<div class="page_container" data-page="12">

PHỤ LỤC

Hình 3. Mơ hình ban đầu

12

</div>Trang 13<div class="page_container" data-page="13">

Hình 4. Mơ hình Lin-Log

13

</div>Trang 14<div class="page_container" data-page="14">