Bài tập nhóm kinh tế lượng-nhóm 5.docx

1
HỌC VIỆN TÀI CHÍNH
KHOA: SAU ĐẠI HỌC
----------
BÀI TẬP NHÓM
Kinh tế lượng
Học Viên Thực Hiện:
Trần Quốc Bảo- STT 05
Phùng Thị Thanh Dung- STT 07
Đặng Thị Thu Uyên- STT
Lưu Ngọc Ánh- STT 04
Nguyễn Phi Long- STT 23
Trương Thanh Nga- STT 26
Nguyễn Thị Minh Nguyệt- STT 28
Lớp: TCNH-B2
Giáo viên hướng dẫn: Ts. Nguyễn T. Thúy Quỳnh
HN, 2022

2
Đề tài: Nghiên cứu mức chi phí sinh hoạt hàng tháng TCS ( triệu đồng) của 20
sinh viên ngoại tỉnh trường Học viện Tài Chính. Ta có số liệu sau: TRS: Tiền
phụ cấp từ gia đình ( triệu đồng) , LTS: Tiền đi làm thêm ( triệu đồng ), BDP:
Biến động giá cả tăng giảm (%), D1: Giới tính ( D1=1 : Nữ ; D1=0: Nam)
1.Kiểm định sự phù hợp của mô hình.
2.Kiểm định dạng hàm của mô hình đúng hay sai
3.Đa cộng tuyến
4.Kiểm định sự tự tương quan
5.kiểm định PSSS
Người thực hiện:
Trần Quốc Bảo -24/04/1998- Stt 05
Phùng Thị Thanh Dung- 16/11/1999- Stt 07
Đặng Thị Thu Uyên- 28/12/1993- K29 HVTC
Lưu Ngọc Ánh- 22/04/1996- Stt 04
Nguyễn Phi Long- 18/10/1997- Stt 23
Trương Thanh Nga- 01/01/1999- Stt 26
Nguyễn Thị Minh Nguyệt- 17/08/1988- Stt 28

3
STT
TCS
(triệu đồng)
TRS
(Triệu đồng)
LTS
( Triệu đồng)
BDP
( % )
D1
=1: Nữ
=0: Nam
1 1.27 1.5 1.2 1.35 1
2 1.58 1.6 1.3 1.45 0
3 1.62 1.7 1.4 1.55 0
4 1.33 1.8 1.5 1.65 1
5 1.7 1.9 1.6 1.75 0
6 1.37 2 1.7 1.85 1
7 1.78 2.1 1.8 1.95 0
8 1.96 2.2 3 2.6 1
9 1.92 2.3 2.1 2.2 0
10 1.54 2.4 1.5 1.95 0
11 1.58 2.5 1.6 2.05 0
12 3.6 2.6 5 3.8 0
13 1.78 2.7 2 2.35 0
14 2.36 2.8 3 2.9 0
15 2.75 2.9 5 3.95 1
16 1.72 3 3 3 1
17 2.19 3.1 4 3.55 1
18 2.6 3.2 2 2.6 1
19 4.65 3.3 6 4.65 1
20 2.7 3.4 2 3 1

4
Ta có hàm hồi quy tổng thể: PRF E( 𝑇𝐶𝑆𝑖/𝑇𝑅𝑆𝑖, 𝐿𝑇𝑆𝑖, 𝐵𝐷𝑃𝑖, 𝐷1𝑖) = 𝛽1 +
𝛽2𝑇𝑅𝑆𝑖 + 𝛽3𝐿𝑇𝑆𝑖 + 𝛽4𝐵𝐷𝑃𝑖 + 𝛽5𝐷1𝑖
 Mô hình hồi quy: PRM : 𝑇𝐶𝑆𝑖 = 𝛽1 + 𝛽2𝑇𝑅𝑆𝑖 + 𝛽3𝐿𝑇𝑆𝑖 + 𝛽4𝐵𝐷𝑃𝑖 +
𝛽5𝐷1𝑖 + 𝑈i
Giả sử với mức ý nghĩa 5% ( 𝛼 = 0,05).
Bằng Phần mềm Eview ta có kết quả sau:Type equation here.
Dependent Variable: TCS
Method: Least Squares
Date: 10/20/22 Time: 22:24
Sample: 1 20
Included observations: 20
Variable Coefficient Std. Error t-Statistic Prob.
TRS -1.363648 0.991310 -1.375603 0.1891
LTS -0.998815 0.806744 -1.238081 0.2347
BDP 3.019373 1.691544 1.784980 0.0945
D1 -0.251882 0.196520 -1.281708 0.2194
C 0.527797 0.446487 1.182110 0.2556
R-squared 0.816511 Mean dependent var 2.100000
Adjusted R-squared 0.767580 S.D. dependent var 0.837333
S.E. of regression 0.403677 Akaike info criterion 1.235917
Sum squared resid 2.444332 Schwarz criterion 1.484850
Log likelihood -7.359166 Hannan-Quinn criter. 1.284511
F-statistic 16.68718 Durbin-Watson stat 1.281046
Prob(F-statistic) 0.000021
Ta có hàm hồi quy mẫu:
SRF: 𝑇𝐶𝑆𝑖
̂ = 0.527797 - 1.363648*𝑇𝑅𝑆𝑖 - 0.998815*𝐿𝑇𝑆𝑖 + 3.019373*𝐵𝐷𝑃𝑖 -
0.251882*𝐷1𝑖
Ta có hệ số xác định bội: 𝑅2
= 0.816511 : Tức là mô hình đã giải thích được
81,6511% sự thay đổi của mức chi phí sinh hoạt hàng tháng của sinh viên ngoại

5
tỉnh trường Học viện tài chính là do tác động của các yếu tốp tiền phụ cấp từ gia
đình,tiền đi làm thêm , Biến động giá cả và Giới tính.
+, Ta kiểm định sự phù hợp của mô hình:Type equation here.
Với mức ý nghĩa 𝛼 = 0,05 ta kiểm định cặp giả thiết:
{
𝐻0: 𝑅2
= 0 𝑀ô ℎì𝑛ℎ 𝑘ℎô𝑛𝑔 𝑝ℎù ℎợ𝑝
𝐻1: 𝑅2
> 0: 𝑀ô ℎì𝑛ℎ 𝑝ℎù ℎợ𝑝
Tiêu chuẩn kiểm định: F =
𝑅2
1−𝑅2
×
𝑛−𝑘
𝑘−1
. Nếu H0 đúng thì F ~ F (k-1, n-k)
Từ mô hình ta có: P-Value: 0.000021 < 0,05 => P-vlue < 𝛼 . Ta bác hỏ H0 Chấp
nhận H1
Vậy mô hình hồi quy là phù hợp.
Ý nghĩa các hệ số hồi quy
Beta 1: 0.527797 nghĩa là khi không có sự ảnh hưởng của TRS, LTS, BPD, D1
thì TCS= 0.527797
Beta 2: -1.363648 nghĩa là khi không có sự ảnh hưởng của các yếu tố khác, tiền
phụ cấp tăng( giảm ) thì TCS (giảm ) tăng một lượng bằng 1.363648.
Beta 3:-0.998815 nghĩa là khi không có sự ảnh hưởng của các yếu tố khác, tiền
làm thêm tăng giảm , thì TCS (Giảm ) tăng một lượng bằng 0.998815.
Beta 4: 3.019373 nghĩa là khi sự ảnh hưởng của các yếu tố khác bằng không thì
khi biến động giá tăng(giảm) thì TCS tăng giảm một lượng bằng 3.019373.

6
+ Ta giả sử mô hình thừa biến BDP ta sẽ loại biến này ra khỏi mô hình và
thấy kết quả như sau:
Ta kiểm định cặp giả thiết:
{
𝐻0: 𝑀ô ℎì𝑛ℎ 𝑡ℎừ𝑎 𝑏𝑖ế𝑛 𝐵𝐷𝑃
𝐻1: 𝑀ô ℎì𝑛ℎ 𝑘ℎô𝑛𝑔 𝑡ℎừ𝑎 𝑏𝑖ế𝑛 𝐵𝐷𝑃
Redundant Variables Test
Equation: UNTITLED
Specification: TCS TRS LTS BDP D1 C
Redundant Variables: BDP
Value df Probability
t-statistic 1.784980 15 0.0945
F-statistic 3.186153 (1, 15) 0.0945
Likelihood ratio 3.852205 1 0.0497
F-test summary:
Sum of Sq. df
Mean
Squares
Test SSR 0.519201 1 0.519201
Restricted SSR 2.963533 16 0.185221
Unrestricted SSR 2.444332 15 0.162955
LR test summary:
Value df
Restricted LogL -9.285268 16
Unrestricted LogL -7.359166 15
Restricted Test Equation:
Date: 10/20/22 Time: 22:57
Sample: 1 20
TRS 0.368724 0.215273 1.712821 0.1061
LTS 0.433424 0.089306 4.853254 0.0002
D1 -0.183188 0.205460 -0.891603 0.3858
C 0.189491 0.430999 0.439657 0.6661

7
Ta có: P-vule (F) = 0.0945 > 0,05 => Bác bỏ H1 , Chấp nhận H0 => Mô hình thừa
biến BDP.
Kiểm định mô hình có dạng hàm đúng hay sai: ( Có thiếu biến
quan trong hay không?)
Sử dụng kiểm định Ramsey:
Cặp giả thiết :
{
𝐻0: 𝑀ô ℎì𝑛ℎ 𝑘ℎô𝑛𝑔 𝑏ỏ 𝑠ó𝑡 𝑏𝑖ế𝑛 𝑞𝑢𝑎𝑛 𝑡𝑟ọ𝑛𝑔 ( 𝐷ạ𝑛𝑔 ℎà𝑚 đú𝑛𝑔)
𝐻1: 𝑀ô ℎì𝑛ℎ 𝑏ỏ 𝑠ó𝑡 𝑏𝑖ế𝑛 𝑞𝑢𝑎𝑛 𝑡𝑟ọ𝑛𝑔 ( 𝐷ạ𝑛𝑔 ℎà𝑚 𝑠𝑎𝑖)
Ramsey RESET Test
Equation: UNTITLED
Specification: TCS TRS LTS BDP D1 C
Omitted Variables: Squares of fitted values
Value df Probability
t-statistic 3.853194 14 0.0018
F-statistic 14.84711 (1, 14) 0.0018
Likelihood ratio 14.45905 1 0.0001
F-test summary:
Sum of Sq. df
Mean
Squares
Test SSR 1.258055 1 1.258055
Restricted SSR 2.444332 15 0.162955
LR test summary:
Value df
Restricted LogL -7.359166 15
Unrestricted LogL -0.129642 14
Unrestricted Test Equation:
Date: 10/20/22 Time: 22:59
Sample: 1 20
TRS 3.276801 1.400483 2.339765 0.0346
LTS 1.958890 0.963136 2.033867 0.0614
BDP -6.169093 2.678493 -2.303195 0.0371
D1 0.325646 0.206269 1.578749 0.1367
C 1.421230 0.396764 3.582051 0.0030

8
FITTED^2 0.603772 0.156694 3.853194 0.0018
Ta có P-value (F) = 0.0018 < 0,05 => Bác bỏ H0 , Chấp nhận H1 => Vậy mô hình
bỏ sót biến quan trọng.
Ý nghĩa : Ta có với mức ý nghĩa 5%. Mô hình đã cho là mô hình có dạng hàm
sai ( bỏ sót biến quan trọng). Để khắc phục thì ta cần phải điều tra lại hoặc từ
bản chất của hiện tượng ta sẽ tìm kiểm biến thích hợp bỏ thêm vào mô hình.

9
ĐA CỘNG TUYẾN
Phần 1: Cách phát hiện đa cộng tuyến:
1, R^2 cao nhưng t thấp
2, Tương quan cặp giữa các biến giải thích cao
3, Xem xét tương quan riêng.
4, Hồi quy phụ.
Phần 2: Cách khắc phục:
1, Sử dụng thông tin tiên nghiệm
2, Thu thập thêm số liệu hoặc lấy thêm mẫu mới.
3, Bỏ biến
4, Sử dụng sai phân cấp 1

10
Phần 1: Phát hiện hiện tượng Đa cộng tuyến:
Xét mô hình hồi quy: : PRM : 𝑇𝐶𝑆𝑖 = 𝛽1 + 𝛽2𝑇𝑅𝑆𝑖 + 𝛽3𝐿𝑇𝑆𝑖 + 𝛽4𝐵𝐷𝑃𝑖 +
𝛽5𝐷1𝑖 + 𝑈i
Giả sử với mức ý nghĩa 5% ( 𝛼 = 0,05).
Bằng Phần mềm Eview ta có kết quả sau:
Date: 10/20/22 Time: 22:43
Sample: 1 20
TRS -1.363648 0.991310 -1.375603 0.1891
LTS -0.998815 0.806744 -1.238081 0.2347
BDP 3.019373 1.691544 1.784980 0.0945
D1 -0.251882 0.196520 -1.281708 0.2194
C 0.527797 0.446487 1.182110 0.2556
Ta có hệ số 𝑅2
= 0.816511 > 0,08 ; Chỉ số ttn thấp
+, lttn2l= 1.375603 < 2 . P-value = 0.1891 > 0.05
+, lttn3l = 1.238081 < 2 . P-value = 0.2347 > 0.05
+, lttn3l = 1.784980 < 2 . P-value = 0.0945 > 0.05
+, lttn4l = 1.281708 < 2 . P-value = 0.2194 > 0.05
 Mô hình có khả năng có hiện tượng đa cộng tuyển.
+, Ta xet các mối quan hệ tương quan:

11
TRS LTS D1 BDP
TRS 1 0.61209594 0.329502 0.8160682
LTS 0.612095925 1 0.294885 0.954034
D1 0.3295017884 0.29488 1 0.347744
BDP 0.8160681598 0.9540344 0.347744 1
Từ số liệu trên ta thấy. TRS, BDP có mối quan hệ tương quan cao ; LTS và BDP
cũng có mối quan hệ tương quan cao
 Nghi ngờ có hiện tượng đa cộng tuyến
+, Ta hồi quy các các mô hình sau :
+, Mô hình 1 :
Date: 10/20/22 Time: 23:04
Sample: 1 20
TRS 0.948271 0.247656 3.828987 0.0012
C -0.223263 0.623335 -0.358175 0.7244
𝑇𝑎 𝑐ó ∶ 𝑅1
2
= 0.448886

12
+, Mô hình 2:
Date: 10/20/22 Time: 23:06
Sample: 1 20
LTS 0.508515 0.072467 7.017216 0.0000
C 0.810913 0.208932 3.881229 0.0011
Date: 05/08/20 Time: 11:23
Sample: 1 20
LTS 0.508515 0.072467 7.017216 0.0000
C 0.810913 0.208932 3.881229 0.0011
2
= 0.732307
+, Mô hình 3:
Date: 10/20/22 Time: 23:07
Sample: 1 20
BDP 0.800241 0.101214 7.906411 0.0000
C 0.093395 0.269601 0.346417 0.7330
2
= 0.776429

13
+, Mô hình 4:
Date: 10/20/22 Time: 23:08
Sample: 1 20
D1 0.308000 0.377817 0.815210 0.4256
C 1.946000 0.267157 7.284116 0.0000
Adjusted R-squared -0.017972 S.D. dependent var 0.837333
2
= 0.035606
Ta nhận thấy 𝑇𝑎 𝑐ó ∶ 𝑅1
2
𝑣à 𝑅4
2
= Quá thấp => Ta nghi ngờ về hiện tượng đa
cộng tuyến của mô hình gốc.

14
+, Ta xét mô hình phụ : 𝑇𝑅𝑆𝑖 = 𝛼1 + 𝛼2𝐿𝑇𝑆𝑖 + 𝛼3𝐵𝐷𝑃𝑖 + 𝛼4𝐷1𝑖 + 𝑈i
Dependent Variable: TRS
Date: 10/20/22 Time: 23:10
Sample: 1 20
LTS -0.782625 0.055788 -14.02866 0.0000
BDP 1.670600 0.086893 19.22602 0.0000
D1 -0.030199 0.048982 -0.616528 0.5462
C 0.260024 0.091941 2.828169 0.0121
S.E. of regression 0.101804 Akaike info criterion -1.554677
Sum squared resid 0.165825 Schwarz criterion -1.355531
Log likelihood 19.54677 Hannan-Quinn criter. -1.515802
Ta có : 𝑅𝑝ℎụ
2
= 0.975064 > 0.816511 ( 𝑅𝑔ố𝑐
2
) ; P_value = 0.0000 < 0,05
 Mô hình thực sự có hiện tượng đa cộng tuyến.

15
Phần 2: Cách khắc phục:
01, Thu thập thêm số liệu hoặc lấy thêm mẫu mới.
Ta có bảng số liệu mới sau khi đồng thời khảo sát lại và thu thập thêm 10 quan
sát.
STT TCS TRS LTS BDP D1
1 1.3284 1.5 1.2 4 1
2 1.711 1.6 1.3 5 0
3 1.8228 1.7 1.4 6 0
4 1.6038 1.8 1.5 7 1
5 2.044 1.9 1.6 8 0
6 1.8056 2 1.7 6 1
7 2.301 2.1 1.8 5 0
8 2.5584 2.2 3 4 1
9 2.5784 2.3 2.1 7 0
10 2.2776 2.4 1.5 8 0
11 2.3862 2.5 1.6 9 0
12 4.484 2.6 5 5 0
13 2.7636 2.7 2 6 0
14 3.4336 2.8 3 4 0
15 3.871 2.9 5 5 1
16 2.928 3 3 6 1
17 3.4932 3.1 4 4 1
18 2.5168 3.2 2 8 1
19 4.557 3.3 6 5 1
20 2.6352 3.4 2 6 1

16
21 4.144 5 2 4 0
22 4.41 6 3 5 1
23 5.292 3 6 6 0
24 4.9 5 5 5 1
25 2.94 2 4 5 1
26 1.452 1 2 8 1
27 3.92 2 6 5 1
28 4.72 3 5 5 0
29 5.256 6 3 8 0
30 10.03 5 12 5 0
Ta hồi quy mô hình mới bằng Eview
Date: 10/20/22 Time: 23:29
Sample: 1 30
TRS 0.531936 0.022211 23.94920 0.0000
LTS 0.575276 0.013304 43.24035 0.0000
BDP 0.005376 0.019683 0.273151 0.7870
D1 -0.611271 0.052861 -11.56371 0.0000
C 0.177967 0.151760 1.172688 0.2520
Ta có: 𝑅𝑚ớ𝑖
2
= 0.994275 > 0.8 mặt khác các giá trị lttn2,3,5l >2 và các
P-value < 0.05 => Mô hình đã khắc phục được hiên tượng đa cộng tuyến.

17
3, Bỏ biến
Ta thấy các biến TRS, LTS và BDP có quan hệ tương quan cao. Vì thế ta sẽ bỏ
đi 1 biến đi trong các biến này : Ta bỏ biến BDP.
Date: 10/20/22 Time: 23:31
Sample: 1 30
TRS 0.531929 0.021812 24.38685 0.0000
LTS 0.574122 0.012389 46.34125 0.0000
D1 -0.614131 0.050883 -12.06951 0.0000
C 0.214395 0.071123 3.014424 0.0057
Ta có: 𝑅𝑚ớ𝑖
2
= 0.994258 < 0, 8 và t > 2 : Vậy mô hình đã khắc phục được hiện
tượng đa cộng tuyến.

18
*Kiểm định tự tương quan bậc 1:
Kiểm định BG:
{
𝐻𝑜: 𝑀𝐻 𝑏𝑎𝑛 đầ𝑢 𝑘ℎô𝑛𝑔 𝑐ó 𝑡ự 𝑡ươ𝑛𝑔 𝑞𝑢𝑎𝑛 𝑏ậ𝑐 1
𝐻1: 𝑀𝐻 𝑏𝑎𝑛 đầ𝑢 𝑐ó 𝑡ự 𝑡ươ𝑛𝑔 𝑞𝑢𝑎𝑛 𝑏ậ𝑐 1
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 4.687063 Prob. F(1,14) 0.0482
Obs*R-squared 5.016372 Prob. Chi-Square(1) 0.0251
Test Equation:
Dependent Variable: RESID
Date: 10/20/22 Time: 23:35
Sample: 1 20
Presample missing value lagged residuals set to zero.
TRS 1.898603 1.248150 1.521135 0.1505
LTS 1.522809 1.008552 1.509896 0.1533
BDP -3.250156 2.133197 -1.523608 0.1499
D1 0.052025 0.177701 0.292766 0.7740
C -0.388146 0.438362 -0.885446 0.3909
RESID(-1) 0.708307 0.327168 2.164962 0.0482
R-squared 0.250819 Mean dependent var 6.14E-16
Ta có P-Value = 0.0482 < 5% => Bác bỏ H0 , MH có tự tương quan bậc 1.
* Kiểm định Durbin Watson
Date: 10/20/22 Time: 23:33
Sample: 1 20

19
TRS -1.363648 0.991310 -1.375603 0.1891
LTS -0.998815 0.806744 -1.238081 0.2347
BDP 3.019373 1.691544 1.784980 0.0945
D1 -0.251882 0.196520 -1.281708 0.2194
C 0.527797 0.446487 1.182110 0.2556
ta có ddw: 1.281046
dL:0.684,
dU: 1.567,
4-dL:3.316,
4-dU:2.433
Suy ra dL<ddw< 𝑑U Vậy ta không kết luận
*Kiểm định phương sai sai số thay đổi:
Kiểm định White
Bài toán kiểm định:
{
𝐻𝑜: 𝑀𝐻 𝑏𝑎𝑛 đầ𝑢 𝑘ℎô𝑛𝑔 𝑐ó 𝑃𝑆𝑆𝑆 𝑡ℎ𝑎𝑦 đổ𝑖
𝐻1: 𝑀𝐻 𝑏𝑎𝑛 đầ𝑢 𝑐ó 𝑃𝑆𝑆𝑆 𝑡ℎ𝑎𝑦 đổ𝑖
Heteroskedasticity Test: White
F-statistic 41.54771 Prob. F(9,10) 0.0000
Obs*R-squared 19.47907 Prob. Chi-Square(9) 0.0214
Scaled explained SS 16.78457 Prob. Chi-Square(9) 0.0522
Test Equation:
Dependent Variable: RESID^2
Date: 10/20/22 Time: 23:38

20
Sample: 1 20
Collinear test regressors dropped from specification
C 1.298159 0.376199 3.450729 0.0062
TRS^2 0.764849 0.146237 5.230203 0.0004
TRS*LTS 0.303870 0.054595 5.565872 0.0002
TRS*BDP -0.848521 0.085890 -9.879110 0.0000
TRS*D1 0.225995 0.082729 2.731735 0.0211
TRS -1.193948 0.435428 -2.742010 0.0208
LTS^2 0.049293 0.012089 4.077438 0.0022
LTS*D1 -0.003100 0.037941 -0.081711 0.9365
LTS -0.024090 0.139093 -0.173196 0.8660
D1^2 -0.402964 0.130803 -3.080696 0.0116
Ta có P-value = 0.0214 < 5%, Bác bỏ H0, MH ban đầu có PSSS thay đổi.
 Kiểm định park
Ta có giả thuyết H0: MH không có hiện tượng PSSS thay đổi
H1 : Mh có hiện tượng PSSS thay đổi
Dependent Variable: LOG(RESID^2)
Date: 10/20/22 Time: 23:44
Sample: 1 20
C -3.546995 6.480617 -0.547324 0.5909
LOG(TCSF) -4.445346 8.514055 -0.522119 0.6080
R-squared 0.014919 Mean dependent var -6.592961
Log likelihood -78.03243 F-statistic 0.272608
Durbin-Watson stat 1.281799 Prob(F-statistic) 0.607954
Ta có P-value 0.607954>5%, R-squared rất thấp
Bác bỏ H1, chấp nhận H0 Mô hình không có hiện tượng PSSS thay đổi
HẾT

Bài tập nhóm kinh tế lượng-nhóm 5.docx

Recommended

Recommended

More Related Content

Similar to Bài tập nhóm kinh tế lượng-nhóm 5.docx

Similar to Bài tập nhóm kinh tế lượng-nhóm 5.docx (20)

Recently uploaded

Recently uploaded (20)

Bài tập nhóm kinh tế lượng-nhóm 5.docx