Bài tập thực hành kinh tế lượng eview

Ví dụ: Bảng số liệu của Mexico giai đoạn 1955-1974
Nguồn: Source of growth: A study of seven Latin American Economics,
Victor J.Elias (D.N Gujarati)
Trong đó: Y: GDP đơn vị tính Pesos của năm 1960
X: Lượng lao động – ngàn người
Z: Vốn cố định – triệu pesos của năm 1960
Năm GDP(Y) Lượng
lđ(X)
Vốn cố
định(Z)
1955 114043 8310 182113
1956 120410 8529 193244
1957 121187 8738 204142
1958 144705 9652 215130
1959 133460 9171 223021
1960 150311 9649 221026
1961 157497 9527 244857
1962 165246 9662 260661
1963 175491 10334 215466
1964 179457 10181 285378
1965 212323 11746 315715
1966 222447 11521 347142
1967 231194 11540 362599
1968 260881 12016 351827
1969 237498 12247 402352
1970 296530 12455 435049
1971 306712 13138 424377
1972 322030 14438 530533
1973 324057 14324 561531
1974 326377 14154 609125
 Bảng số liệu gồm 3 biến:

Trong đó: Y: GDP đơn vị tính Pesos của năm 1960
X: Lượng lao động – ngàn người
Z: Vốn cố định – triệu pesos của năm 1960
 Lập hàm hổi quy mẫu :
Ŷ = -166494,9 + 31,17814Xi + 0,095825Zi
 Đồ thị phần dư e:
 Tính được phần dư e:
 Tính được giá trị ước lượng của Y : Ŷ
( Đồ thị phần dư)
1. Kiểm định
 Kiểm định Park
 P-value = 0.0186 < 0.05 => Có hiện tượng phương sai sai
số thay đổi
 Kiểm định Glejser
 P-value = 0.0232 < 0.05 => Có hiện tượng phương sai sai
số thay đổi
 Kiểm định White không lát cắt
Từ hàm hồi quy mẫu chọn View->Residual tests -> White
Heteroskedasticity (no cross terms)
R
2
hq phụ
= 0.216984
Dùng kiểm định LM = nR
2
hồi quy phụ
= 20× 0.216984 = 4,33968
Nếu nR

2
hồi quy phụ
> χ
2
0.05
(2) Bác bỏ H
0
χ
2
0.05
(2) = 5.99
⇒ nR
2
hồi quy phụ
< χ
2
0.05
(2) ⇒ Không có hiện tượng phương sai sai số thay
đổi
2. Biện pháp khắc phục
Sử dụng giả thiết 1 : Phương sai của sai số tỷ lệ với bình phương của biến
giải thích
 Tạo 3 biến mới
y1 = y/x
x2 = 1/x
x3 = z/x
 Hồi quy mẫu với 3 biến mới
 Thu đươc đồ thị phần dư mới e1
 Thu đươc phần dư mới e1
 Và ước lượng của Y1

 Kiểm định lại bằng phương pháp Park
P-value = 0.0549 > 0.05 => hiện tượng phương sai sai số thay đổi đã được
khắc phục
 Kiểm định lại bằng phương pháp Glejser
P-value = 0.0303 < 0.05 => hiện tượng chưa được khắc phục.
Như vậy ta thấy không hẳn các biện pháp đều có thể khắc phục được hiện
tượng phương sai sai số thay đổi.
Ngoài ra ta còn có thể tạo biến mới theo 2 cách sau:
a) Sử dụng giả thiết thứ 2 : Phương sai của sai số tỉ lệ với biến giải
thích X
 Tạo biến mới :
Y1 = Y/sqr(X)
C1 = 1/sqr(X)
X1 = sqr(X)
Z1 = Z/sqr(X)

b) Sử dụng giả thiết thứ 3:Phương sai của sai số tỉ lệ với bình phương
của giá trị kì vọng của Y
 Tạo biến mới
Y1 = Y/YF
C1 = 1/YF
X2 = X/YF
X3 = Z/YF
Đối với trường hợp các biến này làm tương tự với việc tạo 3 biến:
Sử dụng giả thiết 1 : Phương sai của sai số tỷ lệ với bình phương của biến
giải thích
 Tạo biến mới:
Y1 = Y/X
X2=1/X
X3 = Z/X