Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (832.78 KB, 2 trang )
<span class='text_page_counter'>(1)</span><div class='page_container' data-page=1>
<i>Bài tập này nhằm giúp các học viên làm quen với các hồi quy, các kiểm định đơn giản và một số </i>
<i>thao tác xử lý thực tế khi sử dụng phần mềm STATA trong phân tích kinh tế lượng. </i>
Giả sử chúng ta có mơ hình như sau:
<b> </b>
Trong đó:
y: biến phụ thuộc;
x1, x2, x3, x4: các biến độc lập;
u: phần dư của mơ hình.
<i>Sử dụng số liệu trong file OLS.dta để thực hiện các yêu cầu sau đây. </i>
<b>Câu 1: Thống kê mô tả: </b>
a. Thống kê mơ tả các biến trong mơ hình;
b. Lập biểu đồ phân phối (histogram) của x4;
c. Ở mức ý nghĩa 5%, kiểm định giả thuyết H0: biến y có phân phối chuẩn;
d. Lập ma trận tương quan giữa các biến độc lập;
e. Lâp biểu đồ scatter kết hợp đường hồi quy giữa biến y và biến x2, cho nhận xét về mối
quan hệ giữa hai biến này.
<b>Câu 2: </b>
a. Báo cáo kết quả hồi quy mơ hình:
b. Ở mức ý nghĩa 5%: Hãy cho biết hệ số hồi quy nào có ý nghĩa, tại sao, kiểm định áp dụng
trong trường hợp này là kiểm định gì, giả thuyết 0 (H0) là gì;
c. Ở mức ý nghĩa 5%: Hãy đưa ra nhận xét về mức ý nghĩa tổng thể của cả mơ hình, kiểm
định nào áp dụng cho trường hợp này, H0 là gì?
<b>Câu 3: </b>
a. Kiểm định đa cộng tuyến đối với mơ hình trên bằng các cách:
Ma trận tương quan;
Nhân tố phóng đại phương sai;
Hồi quy phụ;
b. Đưa ra kết luận về mức độ tự tương quan của các biến trong mơ hình, và đưa ra hướng
xử lý vấn đề tự tương quan cao (nếu có).
<b>Câu 4: </b>
a. Kiểm định phương sai thay đổi đối với hồi quy vừa thực hiện và cho kết luận bằng các
cách:
Đồ thị;
Kiểm định Breus-Pagan (với mức ý nghĩa 5%);
Kiểm định White (với mức ý nghĩa 5%)
b. Nêu phương án khắc phục hiện phương sai thay đổi trong mơ hình (nếu có).
<b>Câu 5: </b>
a. Mơ hình giải thích được bao nhiêu phần trăm biến động của biến phụ thuộc, thước đo
nào cho biết điều này?
b. Với mức ý nghĩa 5%: kiểm định giả thuyết hệ số hồi quy của hai biến x1 và x4 đồng thời