ôn tập kinh tê lượng

ÔN TẬP KINH TẾ LƯỢNG
1. Phương pháp ước lượng bình phương cực tiểu LS, là chọn các tham số ước lượng
^

,k

k

sao cho làm cực đại độ phù hợp

1 , 2 ,.., K

kiện rằng :

TSS

(yn

n

y)

2

2

R

. Hơn nữa, điều đó địi hỏi điều

là bất biến với mọi sự lựa chọn tham số ước lượng.

Đúng 



Sai

Giải thích:
R

2

ESS

1

^

, phương pháp LS là chọn

k

TSS

,k

1 , 2 ,.., K

sao cho cực tiểu ESS. Và

TSS không đổi với mọi lựa chọn. Nên Cực tiểu ESS đồng nghĩa với cực đại
2. Nhắc lại là hồi quy LS có thể được viết dưới dạng sau:
Việc chứng minh ước lượng này là khơng chệch: E ˆ
thuyết rằng có phân bố chuẩn.
k

ˆ
k

c nk

k

k

,k

1 , 2 .., K

R

2

.

.
, đòi hỏi giả
n

,k

1 , 2 ,.., K

n

Đúng 
Giải thích:
E ˆk

E(



Sai
c nk

k

n

)

3. Nhắc lại rằng,

. Vì vậy, chỉ cần điều kiện:
2

^

Var (

k

)
S

. Trong đó,

E

S kk

n

0,

với mọi n là đủ.

là phương sai mẫu của biến

X

k

. Điều

kk

này hàm ý rằng, việc lấy mẫu từ tổng thể càng đa dạng, thì hiệu quả ước lượng càng
tăng. Hay cũng vậy, việc lấy mẫu càng tương tự nhau, thì độ chính xác của ước

lượng càng giảm.
Đúng 
Sai 
Giải thích:
2

^

Vì

Var (

k

, nên khi

)
S

tăng thì sai số ước lượng giảm, hay hiệu quả ước lượng tăng

S kk

kk

4. Nhắc lại,

2

ˆ

k

~ N (

k

,

)
S

. Kết luận này chỉ đòi hỏi sử dụng giả thuyết

n

~ N (0,

2

)

,

kk

mà không cần thêm bất cứ một giả thuyết nào khác về sai số ngẫu nhiên.
Đúng 
Sai 
Giải thích:
Chứng minh điều này yêu cầu rằng,

5. Ước lượng không chệch của

iid

~ N (0,

n

2

là

s

2

)

, hay các sai số ngẫu nhiên phải độc lập.
1

2

N

phân bố chuẩn

zk

Đúng 

2

K

en

. Nó được sử dụng để biến đổi

thành phân bố t-student với (N-K) bậc tự do:
Sai

tk ~ t(N

K)

.



Năm 2010
1
CuuDuongThanCong.com

/>

Giải thích:
Vì rằng

^

ˆ
t
s

2

~ t(N

^

S

se (

XX

2)

)

6. Hãy xét việc kiểm định giả thuyết sau:
nhỏ hơn 5%, thì ta nói có ý nghĩa 5%.

H

:

0

.vs.

0

k

H

1

:

0

k

. Nếu p-value

k

Đúng 
Sai 
7. Nếu tất cả các quan sát { y , x } có thể được biểu diễn thành một đám mây dữ liệu,
nằm gọn trong không gian hai chiều (dùng đồ thị phẳng, với hai trục), thì việc tăng
số biến giải thích lên hơn 2 biến sẽ không làm giảm R . Nhưng nếu chuỗi các quan
sát { y , x } cần phải biểu diễn trong không gian 3 chiều (đồ thị 3 trục), thì việc tăng
số biến giải thích lên hơn 2 biến sẽ thực sự làm tăng R .
Đúng 
Sai 
Giải thích:

Đây là nguyên tắc của LS.
'

n

n

2

'

n

n

2

8. Nhắc lại là

2

R

1

ESS /( N

K )

TSS /( N

1)

. Khi đưa thêm biến vào mà sự cải thiện về độ phù

hợp ít hơn so với sự mất mát độ tự do, thì

s

1

2

N

Đúng 
Giải thích:
s

1

2

N

2

K

en

K

en

2

R

cũng tăng.



Sai

Từ cơng thức, ta thấy

tăng, và

2

phải giảm, và do vậy nên

2

mới tăng.

R

Hai câu tiếp sau là về sự lựa chọn về mô hình:

(U): Y
X
X
X
1

1

2

2

3

3

~

(R):

Y

1

X

1

Sai lầm loại I là mơ hình (U) đúng, nhưng lại ước lượng bằng mơ hình (R).
Sai lầm loại II là ngược lại, mơ hình (R) đúng, nhưng lại hồi quy mơ hình (U).

Mơ hình (R) Chẳng qua chính là mơ hình (U) với ràng buộc:

H

0

:

2

3

0

.

Nếu ta khơng thể bác bỏ giả thuyết này ( DNRH ), mà vẫn hồi quy mơ hình (U), thì sự cải
thiện về độ phù hợp so với (R) sẽ rất ít, trong khi độ mất mát về bậc tự do sẽ cao. Hay s
sẽ có xu hướng tăng. Dựa vào nhận định đó, hãy trả lời câu hỏi sau:
0

2

9. Sử dụng hai tính chất thống kê của ước lượng LS: (1).
(2). đánh giá sai số ước lượng là

^

Var (

k

)

s
S

2

^

E(

k

)

E(

k

c nk

n

)

; và

. Khi đó, ta có thể đi đến nhận định

kk

rằng đưa thêm biến giải thích khơng cần thiết vào mơ hình sẽ vẫn cho ra ước lượng
khơng chệch. Nhưng độ chính xác của ước lượng giảm đi.
Năm 2010
2
CuuDuongThanCong.com

/>

Đúng 



Sai

Giải thích:
^

E(

k

)

E(

nhiên, vì

s

k

c nk

2

1
N

n

=

)

2

en

K

, do giả thuyết về sai số ngẫu nhiên không bị vi phạm. Tuy

k

tăng, nên

^

Var (

k

2

s

)

S

cũng tăng, hay độ chính xác giảm.

kk

10.Giả sử mơ hình (U) là đúng, nhưng chúng ta lại hồi quy theo mô hình (R). Khi đó,
các biến có ý nghĩa, nhưng bị bỏ qn khơng đưa vào mơ hình sẽ bị cộng dồn lại ở
sai số ngẫu nhiên. Tức là:

~
2

X

2

3

X

3

Dựa trên nhận xét đó, ta có thể nhận định rằng, việc bỏ quên các biến có ý nghĩa sẽ làm
cho ước lượng bị chệch, và mọi kiểm định thống kê trở nên vơ nghĩa.
Đúng 



Sai

Giải thích:
~

Vì

2

X

2

3

11.Giả thiết

X

E(

0

3

'

n

| xn )

, nên ước lượng bị chệch. Do đó khơng thể lập t-test.
0

, tương đương với việc nói rằng,

'

'

E ( yn | xn )

xn

.

Trả lời: Câu này đúng, vì rằng:
yn

nếu E (

12.Giả thiết các véc tơ quan sát thứ
'

xn

'

'

E ( yn | xn )

n

xn

,

'

n

.
không phải ngẫu nhiên bao hàm rankX

| xn )
'

n : xn

0

K

.

Trả lời: Câu này sai, vì đây là hai giả thiết khác nhau.
13.Giả thiết

~ N (0,

2

I)

bao hàm rằng,

cov(

n

,

m

)

0

, với

n

Trả lời: câu này đúng, vì Var
,
)
0 , với
I , tức là cov(
14.Giả thiết rankX
K là bảo đảm cho tồn tại ước lượng .
2

n

Trả lời: Câu này đúng. Đòi hỏi

rankX

K

m

n

m

.

m

.

bảo đảm sự tồn tại của ma trận

(X 'X )

1

, mà đó

^

là điều kiện để tính được
( X ' X ) X 'Y .
Xuất phát từ công thức
15.Giả thiết E ( ' )
I , bao hàm rằng,
1

2

cov(

n

,

m

)

0

, với

n

m

.

Trả lời: Câu này đúng.
Năm 2010
3
CuuDuongThanCong.com

/>

Chứng minh hoặc lý giải các mệnh đề sau:
Dưới dạng tổng quát, ước lượng được viết như sau:
^

(X 'X )

1

X 'Y

Mơ hình hồi quy có dạng:
, X khơng phải là biến ngẫu nhiên; và
y

X

2

~ N (0,

16.Chỉ ra rằng, trong kiểm định với F-test, nếu giả thiết
trị nhỏ hơn khi H là sai.

H

I)

.
là đúng, thì F-stat nhận giá

0

0

Trả lời:

( ESS

ESS

R

F
ESS

U

U

/( N

)/ J

. Nếu

H

K )

là đúng, thì việc thêm biến giải thích khơng làm

0

cải thiện nhiều độ phù hợp của mơ hình. Tức là
value nhận giá trị nhỏ.
17.Chỉ ra rằng, với cả t-test và F-test, nếu
ý nghĩa %.

H

0

ESS

R

ESS

U

nhận giá trị nhỏ; vì vậy F-

bị bác bỏ thì p –value sẽ nhỏ hơn mức có

Trả lời: p-value nhỏ chứng tỏ thống kê F (hoặc thống kê t) nằm bên phải của
. Do vậy, cần phải bác bỏ H .
t
18.Chỉ ra rằng, F- stat bao giờ cũng nhận giá trị dương.
Trả lời: ESS bao giờ cũng lớn hơn ESS .

F

hoặc

0

/2

R

U

^

19.Thống kê

k

zk

k
2

~ N ( 0 ,1 )

được rút ra từ giả thiết là

^
k

~ N (

k

,

2

/ S kk )

.

/ S kk

Trả lời: Câu này đúng.
^

20.Thống kê

k

zk

là một dạng viết khác của

k
2

tk

-stat.

/ S kk
^

Trả lời: Câu này sai. Vì

k

tk

k

2

s / S kk

21.Mơ hình kinh tế lượng có thể viết dưới dạng:
Y

X

1

1

X

2

2

....

X

K

K

X

Trả lời: Câu này đúng
22.Giải thích xem việc đưa p –value vào bảng kết suất có gì khác với báo cáo về giá trị

của t-stat hoặc F-stat.
Trả lời: P-value cho biết giá trị cuả F-stat (hoặc t-stat) nằm bên phải hay trái của điểm tới
hạn F (hoặc t ). Do vậy, cần phải bác bỏ hay chấp nhận H .
/2

0

23.Chỉ ra là t-stat có thể nhận giá trị âm hoặc dương.
Năm 2010
4
CuuDuongThanCong.com

/>

^

Trả lời:

k

tk

k

k

k

2

s S

tổng thể

^

; và ước lượng

có thể nằm bên trái hoặc bên phải giá trị thực của

kk

.

24.t-stat dùng để kiểm định tính có ý nghĩa của phương trình hồi quy (overall
significance test)
Trả lời: Câu này sai. F-test mới có thể được dùng để kiểm định ý nghĩa của phương trình
hồi quy.
25.Khi đưa thêm biến khơng cần thiết vào mơ hình, standard error (se) của các tham số
có xu hướng nhỏ đi.
Trả lời: Câu này sai. Vì làm như vật sẽ giảm độ chính xác của ước lượng. Do vậy, se có
xu hướng tăng.
26. E '
n
m .
,
)
0 , với
I bao hàm rằng, cov(
Trả lời: câu này đúng, vì lệch khỏi đường chéo của ma trận varian-covarian chính là

cov(
,
)
0 .
27.Khi kiểm định giả thiết đơn: H :
0
Liệu t-test và F-test có thể đưa ra các kết luận khác nhau không? Chỉ ra tại sao.
2

n

n

m

m

0

k

Trả lời: Khi kiểm định giả thiết đơn: H :
0 , F-test và t-test là hoàn toàn như nhau về
ý nghĩa và kết luận, mặc dù là sử dụng 2 thống kê khác nhau.
0

k

28.Giải thích xem việc đưa p –value vào bảng kết suất có gì khác với báo cáo về giá trị
của t-stat hoặc F-stat.

Trả lời: P-value cho biết giá trị cuả F-stat (hoặc t-stat) nằm bên phải hay trái của điểm tới
hạn F (hoặc t ). Do vậy, cần phải bác bỏ hay chấp nhận H .
29.F-test là tổng quát hơn so với t-test.
0

/2

Trả lời: câu này đúng, vì F-test có thể kiểm định giả thiết kép, trong khi t-test chỉ có thể
kiểm định giả thiết đơn.
30.Hồi quy đa biến có thể viết dưới nhiều dạng. Hãy xét đến 3 biểu diễn sau:
n
1 , 2 ,.., N
(i) y x
'

n

n

n

xn

^

n

^

(ii)

y

(iii)

en

'

yn

n

1 , 2 ,.., N

yˆ n

Cả (i), (ii), (iii) là đúng

Năm 2010
5
CuuDuongThanCong.com

/>

31.Hồi

quy

đa

biến

^

S(

bao

hàm

việc

giải

bài

toán

sau:

^
2

)

n

en

'

(yn

xn

)

2

min

^

Hãy xét mệnh đề sau:
(i)

^

Hệ số

S ( ˆ)

0

^

k

,k

1 , 2 ,.., K

được xác định bằng cách lấy đạo hàm riêng phần, và đặt:

.

k

S ( ˆ)

(ii) Chỉ cần tìm

,k

^

, và đặt chúng bằng nhau để xác định

1 , 2 ,..., K

^
k

,k

1 , 2 ,.., K

.

k

Chỉ có (i) là đúng
32.Giả sử phương trình hồi quy có chứa biến constant:
S ( ˆ)

(i) Việc giải:

dẫn đến cái điều là

0

^

en

0

y

x

X

1

1

. Xét các mệnh đề sau:

.

1

(ii)

Điều kiện

trung bình:

en
'

( y, x )

bao hàm cái điều là

0

^
'

, hay đường hồi quy đi quan điểm

.

Cả hai mệnh đề (i) và (ii) đều đúng
33.Hãy xét các mệnh đề sau:
^

(i)

yn

(ii)

(yn

y

n

en
^

y)

y

y

n

en

.

Hai mệnh đề này là tương đương nhau
^

34.Giả sử đường hồi quy đi qua điểm trung bình: y

x

'

. Hãy xét các mệnh đề sau:

^

(i)

(yn

y)

y

y

n

en
^

(ii)

(yn

y)

'

(xn

'

x )

en

Mệnh đề (ii) là được suy ra từ mệnh đề (i), sử dụng điều kiện là đường hồi
quy đi qua điểm trung bình.
35.Xét quan hệ sau:

^
n

(yn

y)

2
n

(y

n

y)

2

(i) Quan hệ này có nghĩa là: TSS = RSS + ESS
(ii) Quan hệ này được sử dụng để xác định hệ số
Cả hai mệnh đề đều đúng
36.Phương pháp LS cho ta ước lượng: ˆ
k

k

.

2

n

R

en

2

c nk

n

,

k

1 , 2 ,.., K

.

Hãy xét các mệnh đề sau:
Năm 2010
6
CuuDuongThanCong.com

/>

^

(i) Ước lượng

là một đại lượng ngẫu nhiên

k

(ii) Nếu không có tác động ngẫu nhiên, thì việc hồi quy trở thành tầm thường, vì ta ln
có: ˆ
.
k

k

Cả hai mệnh đề (i) và (ii) đều đúng
37.Hãy xét tính khơng chệch của ước lượng LS:
Điều này đúng khi

E

38.Hãy xét quan hệ sau:
Điều này đúng, khi

0, n

n

Var (

E ˆk

,n

E ˆk

(i)

k

)

k

k

)

k

~ N (

k

2

^

Var ˆ k

Var (

k

k

,k

)
S

1 , 2 ,.., K

,

)
S

.

kk

là các biến ngẫu nhiên độc lập, và Var

1 , 2 ,.., N

ˆ

n

2
n

, ta có thể phải cần những yêu cầu sau:

kk

k
2

^

(ii)

k

2

40.Để đi đến kết luận là

c nk

k

^

Var ˆ k

n

E(

1 , 2 ,.., N

39.Trong chứng minh tính chất sau:
Ta cần điều kiện

E ˆk

Var (

k

)
S

kk

(iii) Các biến ngẫu nhiên

n

,n

1 , 2 ,.., N

là theo phân bố chuẩn.

Cần cả (i), (ii), và (iii)
41.Kiểm định t-stat có dạng sau:

^

ˆ
k

tk

s

k
2

k

k
^

S kk

se (

k

~ t(N

K )

. Để xây dựng thống

)

kê này, ta có thể cần các điều kiện sau:
2

ˆ

(i)

k

(ii)

s

~ N (

k

,

)
S

kk

1

2

N

là ước lượng không chệch của

2

n

K

(iii) Các biến { X

1

en

, X 2 ,..., X

k

,..., X

K

}

2

là độc lập tuyến tính.

Chúng ta cần điều kiện (i) và (ii)
42.
Giả sử ta đưa thêm biến giải thích vào mơ hình.
Tổng bình phương các sai số ước lượng (ESS) ln giảm xuống
43.Hãy nhìn vào cơng thức xác định

2

R

1

ESS /( N

K )

TSS /( N

1)

.

2

Hệ số R và s luôn biến động nghịch chiều nhau
Nếu từng hệ số riêng biệt khơng có ý nghĩa, nhưng một cách đồng thời
nghĩa, thì ta nên giữ X , X trong mơ hình
2

3

3

,

4

có ý

4

44. Xét hai mơ hình:
Năm 2010
7
CuuDuongThanCong.com

/>

(U):

Y

1

2

X

2

3

X

3

....

K

X

K

(R):

Y

1

2

X

2

3

X

3

....

K

J

X

K

J

Được hiểu là: Mơ hình (R) là mơ hình (U), cộng với ràng buộc
H

0

45.Xét

:

K

H

0

J

:

1

K

K

J

J

1

...

2

K

J

0

K

...

2

0

K

. Xây dựng thống kê

( ESS
Fc

ESS

R

U

ESS
/( N

U

) J

.

K )

Khi giá trị thống kê F lớn hơn F -tra bảng, thì ta nói một cách đồng thời, các
biến X
là có ý nghĩa
,X
,.., X
c

K

J

1

K

J

2

K

46. Khi kiểm định tính có ý nghĩa đồng thời của tất cả các biến giải thích (overall
significance test), ta sử dụng:
Thống kê

R
Fc

2

(K

1)
~ F (K

2

(1

R ) /( N

1, N

K )

K )

47. Xét hai nhận định:
(i)
Việc không loại bỏ biến khơng có ý nghĩa ra khỏi mơ hình sẽ vẫn cho ước lượng
khơng chệch theo LS, nhưng với độ chính xác tồi đi.

(ii) Việc bỏ qn, khơng đưa biến có ý nghĩa vào mơ hình sẽ làm ước lượng bị chệch.
Trong các mệnh đề sau, đâu là mệnh đề đúng?
Cả (i) và (ii) đều đúng
48.Giả sử mô hình hồi quy có dạng
trong mơ hình (1), ta biết rõ rằng
của các tham số
Lập mơ hình:

yt

xt2

1

,

3

1

yt
2

. Giả sử rằng
1 . Việc ước lượng tốt nhất (LS), không chệch
1

2

xt2

3

x t3

t

,t

1 , 2 ,.., T

(1 )

sẽ được thực hiện như sau:
3

x t3

t

và ước lượng bằng eviews.

49.Xét chuỗi các quan sát (đám mây dữ liệu) sau:
yt

x x x x x x x…….x x x x x……..xxxxxxxxxxxx

xt

Việc ước lượng mơ hình:

yt

xt

t

,t

1 , 2 ,.., T

(2)

sẽ cho thấy:

Mơ hình này có R 1 chứ không khẳng định được là tốt nhất.
50.Xét 2 chuỗi các quan sát (2 đám mây dữ liệu) sau:
2

Năm 2010
8
CuuDuongThanCong.com

/>

xx

yt

xxxxx

zt

x

xxxxxxxx xxxx
xxxxx xxxxxxxx
xxxxxx

x x
x x
x

xx

xt

wt

Việc ước lượng mơ hình: y
thấy:
Ta nhận thấy rằng: Var ( ) Var ( )

xt

t

t

t

và mô hình

( 2 .1)

zt

wt

t

( 2 .2 )

sẽ cho

t

51.Giả sử mơ hình hồi quy có dạng y
x
....
x
,t
1 , 2 ,.., T ( 3 ) .
0 . Việc ước lượng tốt nhất (LS),
Giả sử rằng trong mơ hình (3), ta biết rõ rằng
sẽ cho thấy rằng:
có thể nằm ngồi khoảng [0,1] do gặp phải trường hợp đa cộng tuyến.
t

2

1

t2

K

tK

t

1

R

2

52.Giả sử mơ hình hồi quy có dạng y
rằng trong mơ hình (3), ta biết rõ rằng
thấy rằng:
t

Điểm trung bình:

'

(y ,x )

1

....

K

x tK

t

,t

1 , 2 ,.., T

(3)

nằm trên đường hồi quy.
2

53.Ước lượng LS cho ra kết luận rằng,
S kk

. Giả sử
0 . Việc ước lượng tốt nhất (LS), sẽ cho
xt2

2

1

ˆ
k

~ N (

k

,

.

)
S

kk

tăng thì độ chính xác của ước lượng tăng
tăng thì độ chính xác của ước lượng giảm.

54.Giả sử mơ hình hồi quy có dạng y
biết rõ rằng, khơng có hệ đẳng thức

t

2

1

xt2

xt2

a1

Mơ hình (5) cho ra ước lượng LS, không chệch, nếu

3

x t3

a 3 xt3 , t

t

,t

1 , 2 ,.., T

1 , 2 ,.., T

(5 )

. Giả sử ta

. Khi đó:

iid
t

2

~ N (0,

)

.

Do biết chắc chắn không xảy ra trường hợp đa cộng tuyến.
55.Xét hồi quy bội với K biến giải thích. Ước lượng LS cho ra kết luận rằng,
2

ˆ
k

~ N (

k

,

)
S

. Vì vậy:

kk

Điều này hàm ý LS là ước lượng không chệch
56.Giả sử mơ hình hồi quy có dạng y
trong mơ hình (5), ta biết rõ rằng x
t

t2

xt2

1

2

a1

a 3 xt3 , t

3

x t3

t

1 , 2 ,.., T

,t

1 , 2 ,.., T

(5 )

. Giả sử rằng

. Khi đó:

Năm 2010
9
CuuDuongThanCong.com

/>

Mơ hình này khơng thể ước lượng được do biết chắc chắn xảy ra trường hợp đa cộng
tuyến.
57.Ước lượng không chệch của

là

2

s

1

2

2

N

Nó được dùng để xác định

2

R

K

en

.

hiệu chỉnh.

Nó được dùng để xác định phân bố t-stat

^

của

tk

k

58.Giả sử ta biết rõ tất cả các quan sát { y , x } có thể được biểu diễn thành một đám
mây dữ liệu, nằm gọn trong không gian ba chiều
Hồi quy bội (K=3) cho ước lượng khơng chệch vì chỉ phụ thuộc vào đúng 3 biến.
59.Giả sử ta biết rõ tất cả các quan sát { y , x } có thể được biểu diễn thành một đám
mây dữ liệu, nằm gọn trong không gian hai chiều
Việc dùng hồi quy đơn cho ra sai số của ước lượng là nhỏ nhất ứng với hai biến.
60.Xét hai mơ hình sau:
(U): Y
X
X
X
'

n

n

n

n

'

1

1

2

2

3

3

~

(R): Y
X
Ta chấp nhận (R) nếu việc thêm
1

1

X 2, X

3

không cải thiện độ phù hợp của mơ hình

Nếu (U) đúng, mà dùng (R) thì ước lượng bị chệch
61.INV là cầu đầu tư, có thể phụ thuộc vào lãi suất (INT), lạm phát (INF), hoặc chỉ phụ
thuộc vào lãi suất thực (INT-INF). Ngồi ra nó còn phụ thuộc vào xu thế (T) và
GDP (G). Xét hai mơ hình khác nhau:
(8.1): INV
T
G
INT
INF
(8.2):

INV

1

2

1

2

3

T

3

4

G

4

5

( INT

INF )

Ta chấp nhận (8.1) nếu F-test bác bỏ

H

0

:

4

5

X

ln X
62.Xét 3 dạng hàm: (10.1): Y
(10.2): ln Y
/ X
(10.3): Y
Với (10.2) đơn vị đo lường của Y và X khơng đóng vai trị gì vì cùng phụ thuộc vào %.
Cả ba mơ hình trên đều là mơ hình hồi quy tuyến tính.
1

1

2

1

2

2

Sài gịn rất nhiều qn bia. Và khơng ít sinh viên tìm cách dự đốn nhu cầu uống
bia của dân Sài gịn. Điều này cũng từng xẩy ra ở các trường của Mỹ.
Từ lý thuyết về tiêu dùng trong Kinh tế Vi mô, chúng ta biết rằng, nhu cầu uống bia
( Q , đo bằng lít) phụ thuộc vào giá của hàng hố đó P , vào giá các hàng có thể thay
thế ( P ), cụ thể là rượu (liquor); và giá trung bình của các hàng hố dịch vụ giải trí
khác ( P ); và vào thu nhập bằng tiền mặt ( m ). (Giá và thu nhập đo bằng $; và ở đây
ta khơng nói đến một thương hiệu nào cụ thể, nên yếu tố quảng cáo, brand name,
vân vân, được bỏ qua).
B

L

R

Năm 2010
10
CuuDuongThanCong.com

/>

Sử dụng số liệu điều tra ngẫu nhiên trong suốt 30 năm, từ một gia đình người Mỹ,
chúng ta muốn nghiên cứu quan hệ nói trên, nhằm đánh giá lại lý thuyết tiêu dùng
trong vi mô.
Dạng hàm hồi quy của mơ hình được lựa chọn như sau:
Mơ hình (U): ln( Q )
ln( P )
ln( P )
ln( P )
ln( m )
1

2

B

3

L

4

R

5

63.Độ co dãn của nhu cầu về bia theo giá cả và thu nhập. Ví dụ, với giá bia:
d ln( Q ) / d ln( P ) ; và với thu nhập:
d ln( Q ) / d ln( m ) .
2

B

5

Hệ số
thể hiện nhu cầu tiêu thụ bia giảm bao nhiêu % khi giá bia tăng 1%, trong khi
các yếu tố khác không đổi.
Tổng (
) thể hiện nhu cầu tiêu thụ bia tăng bao nhiêu % khi giá bia giảm 1%, và thu
nhập tăng 1%, trong khi các yếu tố còn lại không thay đổi.
2

5

2

Các câu tiếp theo sử dụng kết quả ước lượng của mơ hình (U) là như sau:
Dependent Variable: LOG(Q)
Method: Least Squares
Date: 08/02/01 Time: 01:01
Sample: 1 30

Included observations: 30
Variable

Coefficient

Std.
Error

C
LOG(PB)
LOG(PL)
LOG(PR)
LOG(M)

-3.243238
-1.020419
-0.582934
0.209545
0.922864

3.743000
0.239042
0.560150
0.079693
0.415514

0.825389

Mean
var

R-squared
Adjusted
squared

t-Statistic Prob.
-0.866481
-4.268787
-1.040674
2.629415
2.221016

0.3945
0.0002
0.3080
0.0144
0.0356

dependent
4.018531

R-

S.E. of regression
Sum squared resid
Log likelihood
Durbin-Watson
stat

0.797451

0.059973
0.089920
44.58235
2.630645

S.D. dependent var 0.133258
Akaike
info
criterion
-2.638823
Schwarz criterion -2.405290
F-statistic
29.54377
Prob(F-statistic)

0.000000

64.Thu nhập là yếu tố quan trọng ảnh ưởng tới tiêu dùng. Tuy nhiên, mọi người có thể
đặt câu hỏi về hệ số ước lượng đi kèm với yếu tố thu nhập là khá lớn về mức độ. Cụ
thể là

^
5

0 . 92

Năm 2010
11
CuuDuongThanCong.com

/>

^

Ước lượng
0 . 92 đặt ra vấn đề. Vì khó mà hình dung rằng, nếu thu nhập tăng 10%,
thì nhu cầu về tiêu thụ bia gần cũng tăng lên gần 10%. Vì vậy, cần phải có những đánh
giá thống kê bổ trợ để xét xem kết quả ước lượng là có hợp lý trên thực tế khơng. Cụ
5

thể là nên tìm khoảng tin cậy của

5

.

65.Các dịch vụ giải trí khác, cũng như rượu là các loại hàng thay thế (substitution), hay
cạnh tranh với sản phẩm bia. Vì vậy:
^

Chỉ riêng dấu của giá rượu (
0 . 582 ) là không phù hợp với lý luận về tiêu dùng; vì
rượu là hàng thay thế cho nhu cầu uống bia. Nhưng điều này vẫn có thể chấp nhận
được, nếu thị trường cho thấy, giá rượu tăng, thì giá bia cũng tăng theo.
3

66.Người ta muốn kiểm tra lại, có thực sự rằng cứ thu nhập tăng lên 10%, thì mức tiêu
thụ bia cũng tăng lên tới gần 10% hay khơng. Vì vậy, người ta muốn tính khoảng tin
cậy 95% của hệ số đi kèm với thu nhập, m, trong mơ hình gốc (U). Biết rằng,
t

( 25 )
2 . 06 .
5

0 . 025

Khoảng tin cậy 95% của
[ 0 . 066 ;1 . 780 ] . Tức là độ co dãn (elasticity) của tiêu thụ
bia so với thu nhập là có thể nhỏ hơn rất nhiều hoặc lớn hơn rất nhiều so với giá trị
ước lượng. Vì vậy, kết quả ước lượng là chấp nhận được.
5

^

67.Chúng ta cũng nhận thấy rằng, hệ số đi kèm với giá rượu
0 . 5829 là không phù
hợp với lý luận về hành vi tiêu dùng, do bia và rượu là hai hàng hoá thay thế nhau.
Tức là nếu giá rượu tăng thì người tiêu dùng nên tiêu thụ bia nhiều hơn thay cho
3

^

rượu. Vì vậy,
đáng ra phải có dấu dương, hơn là dấu âm. Hơn nữa, hệ số ước
lượng này lại ít có ý nghĩa ( p-value= 0.308). Điều này chỉ có thể xẩy ra, nếu giá thị
trường của rượu tăng, thì người tiêu dùng cũng đốn ngay là giá bia cũng sẽ tăng;
và do vậy họ sẽ giảm nhu cầu về bia. Nói khác đi thơng tin về biến động giá của hai
loại hàng là có tương quan đồng biến chặt với nhau. Trong kinh tế lượng, người ta
gọi hiện tượng này là đa cộng tuyến (Linear collinearity). Để kiểm tra nghi vấn đó
có đúng hay khơng, người ta chạy hồi quy bổ trợ (auxilliary regression) sau, giữa

giá rượu và bia:
3

Dependent Variable: LOG(PB)
Method: Least Squares
Date: 06/10/09 Time: 15:36
Sample: 1 30
Included observations: 30
Variable

Coefficient

Std. Error

t-Statistic

Prob.

C
LOG(PL)

-3.721925
2.275450

0.240880
0.113508

-15.45134
20.04664

0.0000
0.0000

Năm 2010
12
CuuDuongThanCong.com

/>

R-squared
0.934864
Adjusted
Rsquared
0.932537
S.E. of regression 0.057223
Sum squared resid 0.091687
Log likelihood
44.29050
Durbin-Watson
stat
1.317876

Mean dependent var

1.102373

S.D. dependent var
Akaike info criterion
Schwarz criterion
F-statistic

0.220314
-2.819367
-2.725954
401.8677

Prob(F-statistic)

0.000000

Từ kết quả ước lượng bổ trợ trên (auxiliary regression), ta có thể nói rằng:
Hệ số R 0 . 934 thể hiện sự tương quan chặt giữa việc thay đổi giá của hai mặt
hàng bia và rượu. Vì vậy, có hiện tượng đa cộng tuyến.
68.Vì đây là nghiên cứu hành vi tiêu dùng của hộ gia đình qua nhiều năm, mà lạm phát
có thể có ảnh hưởng. Học thuyết tiền tệ cho rằng, nếu giá cả và thu nhập tăng cùng
một nhịp, thì sẽ khơng làm thay đổi nhu cầu tiêu dùng hàng hoá. Để kiểm định giả
thuyết đó, từ mơ hình gốc (U), ta có thể viết lại dưới dạng sau:
(15.1)
ln( Q )
ln( P )
ln( P )
ln( P )
ln( m )
2

1

2

B

3

L

4

R

5

Trong đó, thể hiện nhịp tăng giá và thu nhập theo cùng một mức độ. Khai triển dạng
hàm mơ tả này, ta có:
(15.2)
ln( Q )
ln( P )
ln( P )
ln( P )
ln( m ) (
) ln
1

2

B

3

L

4

R

5

2

3

4

5

So sánh mơ hình (U) và (15.2), việc kiểm định học thuyết tiền tệ có đúng hay khơng, dẫn
đến cái điều là trong mơ hình (U) ta đưa vào giả thuyết sau:
. Nếu ta không bác bỏ được giả
H :(
)
0 , hay cũng vậy,
thuyết này, thì mơ hình (15.1), (15.2) và (U) là hoàn toàn trùng nhau, bất kể là bao
nhiêu. Tức là học thuyết tiền tệ là đúng.
0

2

3

4

5

4

Bây giờ, để kiểm định giả thuyết
(15.2), ta đi đến mơ hình sau:
(R):

ln( Q )

1

Hay cũng vậy,
(R) ln( Q )
1

2

2

[ln( P B )

ln( P R )]

ln( P B / P R )

3

H

3

0

:(

2

2

3

[ln( P L )

ln( P L / P R )

3

4

ln( P R )]

5

5

5

5

)

0

[ln( m )

, hãy thế ràng buộc đó vào

ln( P R )]

ln( m / P R )

Đây chính là mơ hình ban đầu (U), cộng với giả thuyết H : (
)
0 . Nói
khác đi, (R) là mơ hình bị ràng buộc của mơ hình (U), khi chấp nhận chủ thuyết tiền tệ là
đúng. Chủ thuyết này nói rằng, nhu câu tiêu thụ hàng hoá phụ thuộc vào giá tương đối
của hàng hố đó so với chỉ số giá sinh hoạt khác P / P , và thu nhập thực tế m / P , (ta có
thể xem P như chỉ số giá tiêu dùng). Kết quả chạy mơ hình này là như sau:
0

B

2

R

3

4

5

R

R

Dependent Variable: LOG(Q)
Năm 2010
13
CuuDuongThanCong.com

/>

Method: Least Squares
Date: 08/02/01 Time: 02:19
Sample: 1 30
Included observations: 30
Variable

Coefficient Std. Error

t-Statistic

Prob.

C
LOG(PB/PR)
LOG(PL/PR)
LOG(M/PR)

-4.797798
-1.299386
0.186816
0.945829

-1.291847
-7.840022
0.656916
2.214813

0.2078
0.0000
0.5170
0.0357

R-squared
Adjusted
squared

0.807949

Mean dependent var

4.018531

0.785789

S.D. dependent var

3.713905
0.165738
0.284383
0.427047

R-

S.E. of regression 0.061676

Akaike info criterion

Sum squared resid 0.098901
Log likelihood
43.15437
Durbin-Watson
stat
2.686998

Schwarz criterion
F-statistic

0.133258
2.610291
2.423465
36.46021

Prob(F-statistic)

0.000000

Chú ý là trong bảng kết xuất cho mơ hình (U) ở câu 11, ESS
0 . 08992 ; và ở bảng kết
0 . 09890 . Thêm vào đó, F
xuất này cho mơ hình (R), ESS
(1 , 25 )
4 . 24 . Hãy kiểm định
lại giả thuyết H vừa nêu của chủ thuyết tiền tệ, và hãy kết luận xem:
U

R

0 . 05

0

Nhu cầu tiêu dùng chỉ phụ thuộc vào giá tương đối của hàng hoá (so với chỉ số giá
tiêu dùng, hay lạm phát), và mức thu nhập thực tế.
Sức hấp dẫn của rạp Galaxy là đề tài bị cuốn hút bởi nhóm các bạn K05402 gồm
Ngọc Bảo (trưởng nhóm), Phương Dung, Quốc Hạnh, Đăng Khoa và Phạm Tùng.
Vốn là những người yêu thích xem phim, đồng thời, cũng thấy đó là một thú vui khá
đặc biệt của người dân Sài Gịn, các bạn đã tìm hiểu các yếu tố tác động tới số lần
một người đến xem ở rạp Galaxy trong một tháng. Sở dĩ là Galaxy, mà không phải
rạp khác, là do sự khác biệt của nó trong việc hình thành một tổ hợp giải trí phức
hợp, sang trọng, cảnh quan đẹp, phong cách phục vụ chuyên nghiệp, có cả bar-café,
shop văn hóa phẩm, beauty salon, v.v...
Bị ảnh hưởng bởi quan điểm của trường phái Societal Marketing, được khởi
xướng bởi Phillip Kotler, các bạn phân loại các yếu tố ảnh hưởng tới hành vi của
những người đến rạp Galaxy như sau:
Nhóm biến điều kiện cá nhân, bao gồm:
AGE (độ tuổi), kỳ vọng là mang dấu âm: trẻ hơn thì hay đi xem phim hơn.

INC (thu nhập, triệu đồng), kỳ vọng là mang dấu dương: giàu hơn thì hay đi
xem hơn.
Năm 2010
14
CuuDuongThanCong.com

/>

DIST (khoảng cách từ nhà tới rạp Galaxy, km), kỳ vọng là mang dấu âm.
FRIENDS (biến Dummy, rằng có hay đi với bạn hay thích đi một mình)
Nhóm biến tác động tới tâm lý khách hàng, bao gồm:
PR (mức độ ưa thích sự giảm giá 50% vào ngày thứ 3, chia làm 3 cấp độ, tăng
dần), kỳ vọng là mang dấu dương
SPACE (mức độ ưa thích sự thống đãng, sang trọng của Galaxy, chia làm 5
cấp độ, tăng dần), kỳ vọng là mang dấu dương.
CINEMA (biến Dummy, rằng Galaxy có phải là sự lựa chọn số 1 hay không),
kỳ vọng là mang dấu dương.
DVD (thích đến rạp hơn là xem DVD tại nhà, chia làm 3 cấp độ tăng dần), kỳ
vọng là mang dấu dương.
Biến được giải thích là TIMES (số lần đi xem Galaxy trong một tháng).
Nhóm đã điều tra 120 mẫu. Kết quả ước lượng như sau:
TIMES

0 . 1087 AGE

***

0 . 002944

INC

0 . 005425

(0.023814) (0.013711)
+ 0 . 4369

PR

**

0 . 548 SPACE

***

0 . 1504 CINEMA

DIST

0 . 02166 FRIENDS

(0.031695)
0 . 3659 DVD

**

(0.088697)

5 . 245

***

(0.21)
(0.1515)
(0.2469)
(0.1566)
(1.16)
Ghi chú: Số trong ngặc là standard error.
là có ý nghĩa ở mức 0.01; là có ý nghĩa ở mức 0.05; là có ý nghĩa ở
mức 0.1
***

N=120,

**

R

2

0 . 898

*

, AIC =2.363, SCHWARZ = 2.572,

ESS

U

64 . 264

.

69.Kiểm địmh tính có ý nghĩa ở mức 0.05 (hay 5%) của từng biến sau: INC, DIST, và
CINEMA, FRIENDS. Cho trước t [120 ] 2 . 626 . Trong các mệnh đề sau, đâu là
mệnh đề đúng?
Cả 4 biến INC, DIST, CINEMA, và FRIENDS là khơng có ý nghĩa
0 . 05

70.Giả sử biến FRIENDS là khơng có ý nghĩa. Và biến CINEMA cũng nên bỏ đi, vì
chỉ có những người cực kỳ mê Galaxy thì mới đến đấy đốt tiền. Nên nhóm quyết
định loại bỏ 2 biến đó.
Tuy nhiên, đối với các biến INC, DIST, khó mà có thể nói chúng khơng tác động đến
hành vi của người tiêu dùng. Theo lý thuyết của Keynes, và nói rằng thu nhập (INC) là
yếu tố chính quyết định tới hành vi người tiêu dùng, nhất là ở rạp đắt tiền như Galaxy. Vì
vậy, ta không được phép bác bỏ Keynes vĩ đại, khi chưa thử nghiệm. Nhóm bèn quyết
định tiến hành kiểm định giả thuyết đồng thời:
H

0

:

INC

DIST

CINEMA

FRIENDS

0

Mơ hình có ràng buộc [tức là đồng thời bỏ đi INC, DIST, CINEMA, và FRIENDS] có
ESS
64 . 53 . Cho trước F
( 4 ,111 )
2 . 4534 . Nếu là em, em sẽ chọn quyết định nào trong
hai quyết định sau đây?
R

0 . 05

Năm 2010
15
CuuDuongThanCong.com

/>

Chấp nhận giả thuyết ( DNRH ), và quyết định loại DIST, CINEMA, FRIENDS, và nhất
là INC, ra khỏi mô hình.
71.Giả sử các bạn quyết định chấp nhận giả thuyết, dựa trên kết quả rõ ràng của kiểm
định của Wald test. Tức là loại bỏ INC và các biến vừa nêu ra khỏi mơ hình. Khi
biết điều đó, việc bác bỏ Keynes vĩ đại là điều khó chấp nhận được. Có khả năng
một biến nào đó có ý nghĩa, mà lại bị BỎ QN, khơng đưa vào mơ hình, thì sẽ
làm ước lượng bị chệch. Và mọi kiểm định thống kê trở nên vơ giá trị. Có thể các
em đã chưa đưa hết các biến có ý nghĩa vào mơ hình”.
Như vậy tác động của thu nhập (INC), rất có thể là khơng theo dạng tuyến tính. Như vậy
dẫn đến suy nghĩ: Hãy đưa cụm biến INC và INC vào mơ hình. Kết quả ước lượng như
sau:

0

2

Variable

Coefficient

AGE

- 0.092405

Std. Error

t-Statistic

Prob.

0.011728

- 7.878932 0.0000

INC

0.064029

0.018296

3.499539

0.0007

INC^2

- 0.001559

0.000421

- 3.703025 0.0003

PR

0.675378

0.137521

4.911103

0.0000

SPACE

0.481140

0.129654

3.710939

0.0003

DIST

- 0.034271

0.013322

- 2.572565 0.0114

DVD

0.331046

0.107549

3.078110

0.0026

C

4.524806

0.605613

7.471443

0.0000

Weighted Statistics
R-squared

0.939754

Mean dependent var

3.164710

0.935988

S.D. dependent var

2.892316

S.E. of regression 0.572007

Akaike info criterion

1.785009

Sum squared resid 36.64550

Schwarz criterion

1.970842

Log likelihood

-99.10056

F-statistic

249.5762

Durbin-Watson
stat

1.632296

Prob(F-statistic)

0.000000

Adjusted
squared

R-

Bây giờ hãy xem các mệnh đề sau:
(i) Người càng giàu thì số lượt đi xem (TIMES) càng nhiều, nhưng với nhịp tăng giảm
dần.

Năm 2010
16
CuuDuongThanCong.com

/>

_

(ii)

Hệ số R 0 . 93 , gần bằng 1, chứng tỏ mức độ chính xác của dự báo sẽ rất tốt. Gần
như ở mức tuyệt đối. Tức là số lần đi theo như dự báo từ mơ hình sẽ xấp xỉ với quan
sát thực.
Chỉ có (i) đúng
72.Như vậy cho thấy kết quả ước lượng bây giờ phù hợp với lý thuyết Keynes. Và mơ
hình ước lượng là khá tốt về các hệ số đánh giá. Nhóm chạy thử dự báo. Sau đây là
kết quả dự báo cho một số quan sát đầu tiên:
obs TIMES TIMESF
1
0.500000 0.070385
2
4.000000 4.121212
3
2.000000 1.963325
4
0.500000 0.212924
5
4.000000 4.288887
6
0.750000 0.899692
7
1.000000 0.893256
8
1.000000 0.742271
9
10.00000 7.326865
10
1.000000 1.092601
2

Trong đó, TIMES là quan sát thực; TIMESF là dự báo từ mơ hình. Chúng ta có thể thấy
là dự báo khơng tốt lắm, nếu số lượt đi rất ít (obs = 1, 4), hoặc rất nhiều (obs =9). Dựa
trên nhận xét đó, giả sử Ban giảng huấn đã cùng nhóm sửa lại mơ hình một lần nữa. Và
kết quả dự báo là như sau:
obs
1
2
3
4
5
6
7
8
9

TIMES
0.500000
4.000000
2.000000
0.500000
4.000000
0.750000
1.000000
1.000000
10.00000

TIMESF
0.665557
4.003906

1.935964
0.666090
4.013686
1.094529
1.034579
0.936783
9.596951

Dựa trên kinh nghiệm thực tế này, em hãy suy nghĩ nghiêm túc về lời khuyên sau:
_

(i) Hệ số R cao chẳng có ý nghĩa gì lắm, và khơng nên vì thế mà sửa số liệu làm gì.
(ii) Hãy trung thực trong nghiên cứu như nhóm của Ngọc Bảo. Bạn sẽ thấy được niềm
vui của sự sáng tạo và khả năng khám phá thực tế của chính bạn.
Bây giờ, em hãy chọn cho mình cách ứng xử (đây là câu hỏi điều tra, không nhất thiết
đâu là câu trả lời đúng nhất).
(a)
Tôi không quan tâm!
(b)
Tôi đồng ý và sẽ khuyên lứa đàn em đi sau về điều (i) và (ii) nêu trên.
2

Năm 2010
17
CuuDuongThanCong.com

/>

(c)

Tơi cho là Ban giảng huấn nên có ý kiến nghiêm khắc hơn với những trường
hợp sửa dữ liệu trong tương lai nhằm thúc đẩy tính trung thực trong cơng
việc và sự công bằng. (Cho dù là chỉ phát hiện được sau khi báo cáo đã hoàn
tất).

Quan điểm của sinh viên về quan hệ tình dục trước hơn nhân
Trong vài thập niên gần đây, rất nhiều những nghiên cứu đã chỉ ra rằng, hiện tượng
liên quan đến tình dục của giới trẻ như “sống thử”, nạo thai, đang ngày càng phổ
biến. Và điều đáng nói là cơn sốt “tình u” đó cũng đã ảnh hưởng tới giới sinh viên.
Đó chính là chủ đề nghiên cứu của nhóm các bạn K05405 gồm Phương Hà (trưởng
nhóm), Ánh Hồng, Đan Thanh, Lệ Thủy và Hải Yến.
Dựa trên những nghiên cứu xã hội học và tâm lý học, nhóm đã chỉ ra các nguyên
nhân làm tăng ý muốn có quan hệ tình dục (QHTD) trong sinh viên, (ký hiệu là
), là như sau:
ACTION
Quan điểm về tình dục trước hơn nhân (OPINION): rằng đó là việc khơng nên
làm, bình thường, hay coi đấy là cách “sống thử”, (được chia theo 3 cấp độ
tăng dần). Kỳ vọng mang dấu dương.
Lý do về kinh tế (COST): nhiều người tự đến với nhau để chia sẻ phí tổn sống,
tiền thuê nhà trọ (tính theo triệu đồng). Kỳ vọng mang dấu dương.
Sự quan tâm của gia đình (FAMILY): chia làm 3 cấp độ, tùy vào việc bố mẹ ít
quan tâm, vừa phải, hay rất quan tâm. Nếu sự quan tâm q mức, cũng đồng
nghĩa với gị bó hơn, thì hệ số mang dấu dương, thể hiện sự phản ứng ngược
với quan điểm truyền thống. Ngược lại, nếu sự quan tâm tạo ra khả năng
kiềm chế cao hơn thì hệ số có thể mang dấu âm.
Yêu đương (LOVE): nhận giá trị 1, nếu đang có người yêu, và 0 nếu khơng có.
Đang u, thì dễ xẩy ra quan hệ tình dục hơn. Kỳ vọng mang dấu dương.
Giới tính (GENDER): nhận giá trị 1, nếu là nam giới; và 0 nếu là nữ. Vì nam
có quan điểm thống hơn nên ta kỳ vọng hệ số mang dấu dương.
Nơi ở (ROOM): nhận giá trị 1, nếu ở nhà trọ, và 0 nếu ở gia đình hay ký túc

xá. Một điều tra 300 sinh viên tại Hà nội cho thấy, quan hệ tình dục đa phần
xảy ra ở nhà trọ, nơi các bạn sinh viên được hồn tồn tự do sinh hoạt, khơng
chịu sự kiểm sốt của bất cứ ai. Vì vậy, ta kỳ vọng hệ số mang dấu dương.
Điểm học tập (MARK): Những ai tập trung đầu tư vào việc học nhiều hơn, thì
ngại bị chi phối bởi quan hệ tình dục hơn. Do vậy, kỳ vọng dấu là âm. Thể
hiện rằng, khả năng họ có quan hệ tình dục là ít đi.
Nhóm đã điều tra 110 mẫu quan sát tại Thủ Đức.
Kết quả ước lượng là như sau:
ACTION

0 . 705

1 . 313 OPINION

(1.81)

***

0 . 567 COST

(0.384)

0 . 872 LOVE

(0.414)

**

0 . 331 FAMILY

(0.795)

0 . 9964 GENDER

(0.420)

***

(0.406)

0 . 1194 ROOM

0 . 593 MARK

(0.3793)

***

(0.2267)

Năm 2010
18
CuuDuongThanCong.com

/>

Mc-Fadden R =0.34, AIC = 0.7449, Schwarz = 0.941
Hệ số trong ngoặc là standard error. Mc_Fadden- R có ý nghĩa tương tự
2

Ghi chú:

2

_

như R .
Hệ số đi với dấu
2

***

là có ý nghĩa ở mức 0.01,

**

là ở mức 0.05, và là ở mức
*

0.1.
73.Hãy kiểm địmh tính có ý nghĩa ở mức 0.05 (hay 5%) của từng biến sau: COST,
FAMILY, và ROOM. Cho trước t [110 ] 2 . 626 . Trong các mệnh đề sau, đâu là
mệnh đề đúng?
Cả 3 yếu tố, COST, FAMILY, và ROOM là khơng có ý nghĩa
0 . 05

74.Giả sử sau khi kiểm định t-test, nhóm nghiên cứu đi đến kết luận là cả 3 yếu tố trên
đều phải bị loại bỏ. Đối với yếu tố ở nhà trọ (ROOM), nó có thể khơng có ý nghĩa
lắm tới khả năng xảy ra quan hệ, vì nếu cần thì ai cũng có thể đi th.
Nhưng rõ ràng là, đứng trên phương diện lý thuyết và thực tiễn, ta thấy rất khó chấp nhận

việc loại bỏ tác động của gia đình (FAMILY), cũng như phí tổn sống (COST), ra khỏi
những cân nhắc thiệt hơn trong đầu cá nhân: rằng nên có hay khơng quan hệ với bạn tình.
Chính vì vậy, nhóm đã quyết định tiến hành kiểm định đồng thời:
H

0

:

FAMILY

COST

0

Giả sử kết quả kiểm định cho biết F 0 . 565 . Cho trước F ( 2 ,110 ) 3 . 09 . Nếu là em, em
sẽ chọn quyết định nào trong hai quyết định sau đây?
Chấp nhận giả thuyết ( DNRH ), và quyết định loại COST và FAMILY ra khỏi mơ hình
c

0 . 05

0

75.Giả sử dựa trên kết quả rõ ràng của kiểm định của Wald test, các bạn quyết định
phải loại bỏ các yếu tố COST và FAMILY ra khỏi mơ hình.
Giả sử thêm rằng, sau khi biết điều đó, TS. Hồng Bá Thịnh, PGĐ Trung tâm Dân số và
công tác xã hội, người đã tổ chức điều tra 300 sinh viên tại Hà nội về quan hệ tình dục,
cho rằng, đó là điều khó có thể chấp nhận được. Ông viện dẫn những nhà kinh điển, như
Freud, rằng hành vi của cá nhân về tình yêu và hôn nhân chịu ảnh hưởng mạnh mẽ bởi

môi trường gia đình, và bởi những cân nhắc thiệt hơn về kinh tế.
Giả sử tiếp là TS Thịnh quen thầy Nhật. Ơng ta nhắc nhóm trưởng rằng: “Thầy Nhật có
cho bài tập, nêu lên rằng, nếu có một biến nào đó có ý nghĩa, mà lại bị BỎ QN, khơng
đưa vào mơ hình, thì sẽ làm ước lượng bị chệch. Và mọi kiểm định thống kê trở nên vô
giá trị. Có thể các em đã chưa đưa hết các biến có ý nghĩa vào mơ hình.”
Như vậy, tác động của phí tổn sống, COST, rất có thể là khơng theo dạng tuyến tính. Gợi
ý: Hãy đưa cụm biến COST và COST vào mơ hình.
Kết quả ước lượng như dưới đây:
2

Variable

Std.
Coefficient Error

t-Statistic Prob.

Năm 2010
19
CuuDuongThanCong.com

/>

OPINION

1.686085

0.458461 3.677704 0.0002

COST

27.88161

7.407080 3.764183 0.0002

COST^2

-13.31335

3.507603 -3.795569 0.0001

FAMILY

0.646435

0.334938 1.930010 0.0536

GENDER

-1.654577

0.436106 -3.793979 0.0001

LOVE

0.885306

0.358623 2.468625 0.0136

MARK

-0.532661

0.243442 -2.188043 0.0287

C

-13.30959

4.414981 -3.014643 0.0026

Rõ ràng là cả COST và FAMILY đều có ý nghĩa. Bây giờ, em hãy xem các mệnh đề sau:
(i) Phí tổn sống, như thuê nhà trọ (COST) càng cao, thì càng làm quan hệ tình dục dễ
xẩy ra hơn, nhưng với áp lực giảm dần.
(ii) Trong giới sinh viên, yêu đương làm quan hệ tình dục trước hơn nhân dễ xẩy ra
hơn.
Cả (i) và (ii) đều đúng
76.Hãy chọn những quan điểm đúng (không nhất thiết chỉ có MỘT mệnh đề là đúng,
mà có thể nhiều hơn):
Áp lực của phí tổn sống tại đơ thị với giá thuê nhà đắt đỏ và nhu cầu chi tiêu lớn hơn,
là yếu tố tác động mạnh nhất tới việc cá nhân sinh viên chọn sống chung với bạn tình.
Trong mỗi cặp sinh viên, việc có hay khơng QHTD trước hôn nhân chủ yếu là được
quyết định (hay được sự ưng thuận) bởi phái nữ, chứ không phải bị thúc đẩy bởi ý muốn
nóng vội của phái nam.
Sự quan tâm nhiều hơn của gia đình khiến cho sinh viên dễ có khả năng có quan hệ
tình dục trước hơn nhân hơn. Điều này có thể là do họ thấy cơ đơn hơn khi xa gia đình.
Hoặc ngược lại, họ tự tin hơn về việc chọn đúng bạn tình, theo như cách nhìn nhận của
người lớn trong gia đình đã chỉ bảo.
Việc quan tâm hơn đến học tập và sự thành đạt trong tương lai làm chậm lại ý muốn
có quan hệ tình dục hoặc có gia đình của giới trẻ.

Quyết định kinh doanh của sinh viên
Kinh doanh không phải là điều gì xa lạ. Nhưng khơng phải ai cũng hiểu rõ những
yếu tố gì thúc đẩy một con người trở nên đam mê và thành công trong kinh
doanh...nhất là khi họ vẫn cịn là sinh viên. Đơi khi, những ý tưởng lớn đã biến một
sinh viên trở thành nhà kinh doanh thành đạt, như Bill gate, Microsoft, hay những
người sáng lập ra Yahoo, hay Google. Nhưng trong đa số trường hợp, “những thành
công lớn trong kinh doanh thường bắt đầu bằng những công việc nhỏ, và những ý
tưởng táo bạo thường tạo nên sự kỳ diệu”.
Năm 2010
20
CuuDuongThanCong.com

/>

Phải chăng việc năng tìm kiếm những cơ hội, và khả năng dám nghĩ đến những ý
tưởng mới lạ, dù là rất rủi ro, là những yếu tố để bạn trở thành người thành đạt
trong kinh doanh? Đó là chủ đề cuốn hút sự quan tâm của các bạn Nguyễn văn
Chiến, Vũ Hạnh, và Đỗ quang Sang (K06404 -401). Là những người theo học thuyết
của Icek Ajzen (Theory of planned behaviour), tạm dịch là “thuyết hành vi có
hướng đích”, các bạn đã chia những nhân tố ảnh hưởng tới quyết định tham dự vào
kinh doanh khi còn là sinh viên thành 3 nhóm lớn sau:
Thứ nhất, yếu tố tâm lý thích hay ngại rủi ro (ký hiệu là RISK), mà nó phản ánh
quan điểm, thái độ, sự ưa thích hay ngại ngần hoạt động kinh doanh, (được đo từ
zero, là hồn tồn khơng sợ rủi ro, tới 100 là hết sức ngại mạo hiểm). Kỳ vọng dấu là
âm.
Thứ hai, yếu tố về môi trường, xã hội, bao gồm:
EXTERNAL, là tổng hịa các ảnh hưởng của gia đình, bạn bè đến quyết định tham
dự kinh doanh của sinh viên, ngay khi cịn đi học. Đây là biến phân loại (Dummy).
Nó nhận giá trị 1, nếu có sự gợi ý, thúc đẩy, và bằng zero, nếu khơng có. Kỳ vọng
mang dấu dương.

TIME, là thời gian bỏ vào đọc báo chí về kinh doanh, làm giầu, vào tìm kiếm các
mối quan hệ, cơ hội kinh doanh. Đơn vị đo là giờ/tuần. Kỳ vọng mang dấu dương.
Thứ ba, là các yếu tố kiểm soát hành vi, mà nó biến ý tưởng, lịng mong muốn thành
hành động cụ thể. Bao gồm:
POTENTIAL, đơn vị đo triệu đồng, là tổng số tiền tối đa mà cá nhân sinh viên có
thể huy động được lúc cần thiết. Kỳ vọng mang dấu dương.
FIELD: là biến phân loại, nhận giá trị 1, nếu là sinh viên khối ngành kinh tế, và
zero, nếu thuộc các ngành học khác. Kỳ vọng mang dấu dương. (Điều này không
hẳn đúng, nhất là trong thời đại dotcom).
GENDER, cũng là biến phân loại, nhận giá trị 1, nếu là nam, và zero, nếu là nữ, để
thử xem cánh mày râu có “yêng hùng” hơn phái yếu trên thương trường hay không.
Kỳ vọng mang dấu dương.
Cuối cùng, biến được giải thích là TRADE, nhận giá trị 1, nếu cá nhân sinh viên
quyết định làm kinh doanh (nhỏ), và zero, nếu không.
Kết quả ước lượng là như sau:
TRADE

1 . 5769

****

4 . 872 RISK

(0.459)

0 . 3375 EXTERNAL

(0.7352)

0 . 017 POTENTIAL

(0.0107)

****

0 . 1152 TIME

(0.2547)

0 . 4067 FIELD

***

(0.05122)

0 . 2041 GENDER

(0.2632)

(0.2539)

Prob( LR-stat) =0.0000, AIC = 0.745, Schwarz = 0.859
Ghi chú: Hệ số ước lượng đi với dấu
là có ý nghĩa ở mức 0.001,
và là ở mức 0.1. Hệ số trong ngoặc là standard error.
****

***

là ở mức 0.05,

*

Năm 2010
21
CuuDuongThanCong.com

/>

77.Hãy kiểm địmh tính có ý nghĩa ở mức 0.1 (hay 10%) của từng biến sau:
EXTERNAL, POTENTIAL, FIELD, và GENDER. Cho trước Z
1 . 65 . Trong
các mệnh đề sau, đâu là mệnh đề đúng?
Tất cả các biến này đều khơng có ý nghĩa ở mức 10%
0 . 05

78.Giả sử sau khi kiểm định t-test, với mức ý nghĩa 5% cho thấy nên loại bỏ biến
GENDER ra khỏi mơ hình. (Nam nữ đều là anh hùng, một khi đã dám vào thương
trường). Nhưng kết quả cho thấy, các biến EXTERNAL, POTENTIAL, VÀ FIELD
vẫn khơng có ý nghĩa ở mức 5%. Nhóm nghiên cứu nghĩ rằng, có thể ước lượng
kém chính xác do đưa q nhiều biến vào mơ hình. Vì vậy, không nên loại bỏ tất cả,
mà chỉ một vài biến trong nhóm các biến khơng có ý nghĩa. Để tự tin làm điều đó,
nhóm đã tiến hành phép thử F-test về tính có ý nghĩa đồng thời của cụm biến này.
Kết quả kiểm định cho thấy:
. Hơn nữa, F ( 3 ,198 ) 2 . 60 . Vậy ta đi đến kết luận là, ở mức ý
nghĩa 5%, không nên đồng thời loại bỏ tất cả các biến này khỏi mơ hình.
Đúng 
Sai 
Fc

2 . 6431 ~ F ( 3 ,198 )

0 . 05

Giải thích:
. Vì vậy nên bác bỏ giả thuyết H-null.
F
F
c

0 . 025

79.Nhóm đi đến nhận định rằng, bạn bè gia đình ủng hộ, thì có nghĩa là khả năng về tài
chính huy động được cũng sẽ dồi dào. Vì vậy, thay vì việc đưa cả cụm biến
EXTERNAL, POTENTIAL, FIELD vào, nhóm chỉ quan tâm tới biến thực, là số
tiền có khả năng huy động khi cần thiết, POTENTIAL. Kết quả ước lượng cho ra
như sau:
TRADE

1 . 916

****

(0.399)

4 . 825 RISK

****

0 . 1148 TIME

(0.617)

***

(0.049)

0 . 018 POTENTIAL

*

(0.010)

Prob( LR-stat) =0.0000, AIC = 0.74, Schwarz = 0.80
Theo mơ hình Probit, công thức đánh giá tác động riêng phần của từng yếu tố tới khả
năng tham dự kinh doanh của sinh viên được xác định như sau:
Pr ob ( TRADE
X

1)

Pr ob ( TRADE
X

k

1)

^

(1 . 916

4 . 825 RISK

0 . 1148 TIME

0 . 018 POTENTIAL

)

k

Trong đó, k=2,3,4, tương ứng lần lượt với X
; và là hàm xác
RISK , TIME , POTENTIAL
suất phân bố chuẩn.
Dựa trên nhận định đó, em đi đến kết luận là, khả năng sinh viên tham dự vào kinh doanh
phụ thuộc mạnh nhất vào:
k

Năm 2010
22
CuuDuongThanCong.com

/>
k


Khả năng chấp nhận rủi ro và nỗ lực học hỏi, tìm kiếm cơ hội kinh doanh
80.Nếu em vẫn đưa biến FIELD vào trong mơ hình, thì hệ số ước lượng đi kèm sẽ là

0.42, với mức ý nghĩa 10%. (Các hệ số ước lượng khác vẫn giữ nguyên dấu và mức
ý nghĩa cho phép). Trong hoàn cảnh như vậy,
FIELD
FIELD

0 : Pr ob ( TRADE
1 : Pr ob ( TRADE

1)
1)

(1 . 9
(1 . 9

5 RISK
5 RISK

0 . 12 TIME
0 . 12 TIME

0 . 017 POTENTIAL
0 . 017 POTENTIAL

)
0 . 42 )

Như vậy, việc có học ở những trường về kinh tế và quản trị kinh doanh sẽ khiến cho sinh
viên dễ tham dự vào hoạt động kinh doanh hơn so với học ở trường khác. Theo em các
kết luận sau đây, đâu là cái đúng nhất:
Nếu thực tiễn cho thấy học sinh ngành kinh tế và quản trị kinh doanh thực sự có

ham thích làm kinh doanh hơn so với các ngành khác, thì tốt nhất là làm tăng mức
độ đa dạng của quan sát để nâng hiệu quả ước lượng, mà không nên loại bỏ biến
FIELD
Nên kiểm định lại cụm biến FIELD và POTENTIAL xem có khả năng loại bỏ
đồng thời cả hai biến này không? Nếu không thể, thì phải tăng số lượng quan sát để
thu được kết quả ước lượng tốt hơn

Năm 2010
23
CuuDuongThanCong.com

/>