Tải bản đầy đủ (.doc) (3 trang)

Giải thích ý nghĩa các chỉ số trong kinh tế lượng

Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (95.87 KB, 3 trang )

GIẢI THÍCH Ý NGHĨA CÁC CHỈ SỐ TRONG KINH TẾ LƯỢNG
Dependent Variable: Y
Method: Least Squares
Date: 10/13/14 Time: 19:51
Sample: 1 38
Included observations: 38
Variable Coefficient Std. Error t-Statistic Prob.
C 19387.72 3.672.373 5.279.345 0.0000
X2 0.256896 0.568428 1.528987 0.0000
X3 0.458973 0.268894 1.235889 0.0568
X4 0.289535 0.568985 1.558256 0.1789
X5 0.342446 0.213122 1.606.809 0.1168
R-squared 0,180368 Mean dependent var 1820,204
Adjusted R-
squared 0.040999 S.D. dependent var 16820.31
S.E. of regression 385,0953 Akaike info criterion 2.230.789
Sum squared
resid 9.77E+09 Schwarz criterion 2.239.408
Log likelihood -4.218.500 Hannan-Quinn criter. 2.233.856
F-statistic 18,60476 Durbin-Watson stat 1.783506
Prob(F-statistic) 0,002112
1
1. Giải thích ý nghĩa các chỉ số:
Cách trình bày kết quả hồi quy đã được thể hiện ở phần giải thích kết quả
của EXCEL.
Dependent Varable : Y ->Biến phụ thuộc là Y
Method : Least Squares -> Phương pháp bình phương nhỏ nhất .
Sample : 1 38 ->Bộ mẫu
Included observations : 38 -> Gồm 38 quan sát.
Variable (biến số), cột này cho ta biết mô hình hồi quy có bao nhiêu biến giải thích .
Trong thí dụ này thì có 1 biến giải thích là cp ,hằng số c cũng được coi là 1 biến giải thích.


Coefficient (Hệ số hồi quy), đây chính là các tham số ước lượng alpha mũ và beta mũ của
tham số tổng thể,chưa biết alpha và beta .
1. R-squared: Hệ số xác định R
2
Hệ số xác định. Trong 100% sự biến động của biến phụ thuộc Y thì có bao nhiêu % sự
biến động là do các biến độc lập X ảnh hưởng còn lại là do sai số.
2. S.E of regression = Độ lệch chuẩn của sai số hồi quy
3. Sum squared resid = RSS
4. Log Likehood : (Ln hàm hợp lý)
5. F-statistic = Trị thống kê F
F: Trị số F-Fisher dùng làm căn cứ để kiểm định độ tin cậy về mặt khoa học (thống kê)
của toàn bộ phương trình hồi quy.
6. Prob(F-statistic) = Giá trị p của F
7. Mean dependent var = Giá trị trung bình của biến phụ thuộc
8. S.D. dependent var = Độ lệch chuẩn của biến phụ thuộc
9. Akaike info criterion : Tiêu chuẩn Akaike
10. Schwarz criterion : Tiêu chuẩn Schwarz
11. Durbin-Watson stat : Thống kê Durbin-Watson
Ta chỉ tập trung phân tích các biến sau qua ví dụ mẫu:
BƯỚC 1:
Lập mô hình hồi quy mẫu bằng cách viết phương trình và kiểm tra tính phù hợp của
mô hình
Dạng phương trình hồi quy:
Y =
β
1
+
β
2
* x2 +

β
3
* x3+
β
4
* x4 +
β
5
* x5
Với Y là biến phụ thuộc
x2 , x3 , x4, x5 là các biến không phụ thuộc

β
1
là hằng số
Nhận xét
- Hệ số xác định R2 = 0,683879 nghĩa là mô hình giải thích tương đối tốt sự thay
đổi của biến phụ thuộc WAGE.
- Giá trị kiểm định F-statistic = 18,60476 > Fα(k-1,n-k) = F0,05(5,43) =
2,432236472 ( tra bảng Fisher với mức ý nghĩa 0,05% nên mô hình kiểm định là hợp lý.
- Sai số tiêu chuẩn S.E. of regression = 385,0953, giá trị trung bình của biến phụ
2
thuộc WAGE là Mean dependent var = 1820,204.
- Giá trị p-value của các biến giải thích đều nhỏ hơn 0,05 nên độ phù hợp của các
biến độc lập là rất tốt.
+ Kết luận: Mô hình phù hợp ở mức độ khá
Phần này ta nhận xét xem các yếu tố x2, x3, x4, x5 ( ví dụ: chi phí, chất lượng dịch
vụ ) có ảnh hưởng đến Y ( doanh thu ) hay không. Thông thường, người ta so sánh với
mức ý nghĩa là 0,05 ( em tra bên bảng chạy hồi quy SPSS ô Sig. )
BƯỚC 2: Phát hiện hiện tượng tự tương quan ( theo mô hình hồi quy SPSS )

Xét giả thuyết H
0
: Không có tự tương quan dương hoặc âm.
Từ kết quả hồi quy mô hình bằng SPSS ta có:
d =




2
2
1
)(
i
ii
e
ee
= 1.783506
với n=38 ;
5%α
=
k = 4

k' = 4 - 1= 3
Tra bảng ( có đính kèm trong mail ) ta có:
L
d
=1.503
d
U

= 1.696
d
U
d 4 – d
U


 1.696 < 1.783506 < 2.304 hay d
U
< d < 4 - d
U
Do đó theo quy tắc kiểm định thì ta không bác bỏ H
0


Mô hình không có tự tương quan dương hoặc âm.
BƯỚC 3: Nhận xét hiện tượng đa cộng tuyến
Nhận thấy Prob(F-statistic) = 0,002112 < α = 0,05 (mức ý nghĩa α =5%) nên ta kết
luận mô hình hồi quy phụ này tồn tại. Vậy thực sự có hiện tượng cộng tuyến giữa 2
biến này. R-squared = 0,180368 = 18,04% cho thấy 18,04% sự thay đổi của biến này
do biến kia giải thích, sự cộng tuyến giữa 2 biến độc lập này ở mức chấp nhận được.
3

×