Để xem full tài liệu Xin vui long liên hệ page để được hỗ trợ
: https://www.facebook.com/thuvienluanvan01
HOẶC
https://www.facebook.com/garmentspace/
https://www.facebook.com/thuvienluanvan01
https://www.facebook.com/thuvienluanvan01
tai lieu tong hop, thu vien luan van, luan van tong hop, do an chuyen nganh
http://bookbooming.com/
Tại sao lại là sách ?
Bản thân chúng tôi được truyền cảm hứng rất nhiều từ những câu chuyện về những nhà sáng lập IBM, Sony, Samsung, Hyundai..Nó làm chúng tôi hừng hực khí thế, sôi sục một ước mơ xây dựng những công ty vĩ đại có thể thay đổi đất nước Việt Nam này và vươn ra toàn cầu. Ước mơ một nền văn hóa, một tinh thần chiến đấu, đoàn kết của người Nhật....một sự cách tân, một giấc mơ Mỹ. VÀ BOOKBOOMING SINH RA ĐỂ MANG LẠI GIẤC MƠ ĐÓ CHO CÁC BẠN.
NHỮNG NGƯỜI NÀO KHÔNG ĐỌC SÁCH LÀ HỌ ĐÃ LÃNG PHÍ MỘT NỬA CUỘC ĐỜI MÌNH
4. 1.1. Néi dung cña ph¬ng ph¸p
b×nh ph¬ng nhá nhÊt
• PRF: E ( Y / X i ) = β1 + β 2 X i
• PRM: Yi = β1 + β 2 X i + U i
• Tõ mÉu ngÉu nhiªn kÝch thíc n:
Wn = [ ( Y1 , X 1 ) , ( Y2 , X 2 ) ,...., ( Yn , X n ) ]
• ta íc lîng SRF:
∧ ∧
• SRM: Yi = β1 + β 2 X i + ei trong ®ã:ei = Yi − Yi
ˆ
5. ph¬ng ph¸p b×nh ph¬ng nhá nhÊt
(OLS – Ordinary Least Squared)
n n 2 n 2
∧
∧
∧
Q = ∑ ei = ∑ Yi − Y i = ∑ Yi − β 1 − β 2 X i ⇒ Min
2
i =1 i =1 i =1
Dïng ph¬ng ph¸p t×m cùc trÞ kh«ng cã ®iÒu
kiÖn chóng ta cã hÖ ph¬ng tr×nh:
∂Q n
∧ ∧
∧ ∧ n n
∧ = − 2∑ Yi − β 1 − β 2 X i = 0
i =1 nβ 1 + β 2 ∑ X i = ∑ Y i
∂β1 i=1 i=1
∂Q n ∧ n ∧ n n
∧ = − 2∑ Yi − β 1 − β 2 X i X i = 0 β ∑ X + β ∑ X 2 = ∑ X Y
∧ ∧
∂ β i =1 1 i=1 i 2 i=1 i i=1 i i
2
6. KÝhiÖu: ;
n n n
∧
n∑ X i Yi − ∑ X i ∑ Yi
∧ ∧
β2 = i =1 i =1 i =1
β1 = Y − β 2 X n
n 2
n∑ X − ∑ X i
i
2
i =1 i =1
KÝhiÖu: ; ;
n
biÕn ®æi c«ng thøc trªn ta ∧ ∑x y i i
β2 = i =1
cã: n
∑ xi2
i =1
7. VÝ dô 2.1
• Cho sè liÖu vÒ Y lµ GDP vµ X lµ kim ng¹ch
xuÊt khÈu tÝnh b»ng ®¬n vÞ tØ USD tõ
n¨m 1991 ®Õn n¨m 2002 cña ViÖt Nam.
• Gi¶ sö hµm håi qui tæng thÓ PRF lµ tuyÕn
tÝnh. H·y t×m hµm håi qui mÉu vµ cho
biÕt chóng cã phï hîp víi lý thuyÕt kinh tÕ
kh«ng.
• Hµm håi qui mÉu (SRF) cã d¹ng:
9. n
∧ ∑x y i i
853.97
β2 = i =1
n
= = 2.941
290.36
∑ xi2
i =1
∧ ∧
β 1 = Y − β 2 X = 29.53 − 2.941* 8.375 = 4.89379
∧
Yi = 4.89379 + 2.941X i
- ý nghÜa cña c¸c hÖ sè håi qui
- tÝnh phï hîp víi lý thuyÕt kinh tÕ cña c¸c hÖ sè håi
qui.
10.
11. 1.2. TÝnh chÊt cña ph¬ng ph¸p íc
lîng b×nh ph¬ng nhá nhÊt
1.2.1. § èi ví i ,
- , ® î c x¸ c ® nh mét c¸ ch duy nhÊ øng ví i n
- Þ t
cÆ quan s¸ t (X i ,Y i )
p
- , lµ c¸ c - í c l- î ng ® m cña
iÓ vµ lµ biÕn
ngÉ nhiªn, ví i mÉ kh¸ c nhau chóng cã c¸ c gi¸ trÞ
u u
kh¸ c nhau.
12. 1.2.2. § èi ví i hµm håi qui mÉu (SRF )
- SRF ® qua trung b× mÉ
i nh u :
- Gi¸ trÞtrung b× cña
nh b»ng gi¸ trÞtrung b× cña c¸ c quan s¸ t
nh
- Trung b× trung sè häc cña c¸ c phÇ d- b»ng kh«ng:
nh n
- C¸ c phÇ d- ei kh«ng t- ¬ng quan ví i
n tøc lµ:
- C¸ c phÇ d- ei kh«ng t- ¬ng quan ví i
n tøc lµ:
16. 2.1. Ph¬ng sai vµ ®é lÖch chuÈn
cña c¸c íc lîng b×nh ph¬ng nhá
∧ nhÊt
∧ σ 2
• Ph¬ng sai cña β 2 Var ( β 2 ) =
∑x 2
i
∧
∧
Var ( β 1 )=
∑X i
2
σ 2
• Ph¬ng sai cña β 1 n∑ x 2
i
∧
Sai sè chuÈn cñaβ 2
∧ ∧ σˆ
Se( β 2 ) = Var ( β 1 ) =
∑ xi2
∑
∧
• Sai sè chuÈn cñaβ 1 Se( β ) = Var ( β ) =
∧ ∧ X i2
σˆ
n∑ x
1 1 2
i
17. - V× ch- a biÕ nªn
t ® î c - í c l- î ng b»ng
-
- í c l- î ng kh«ng chÖ cña nã lµ
ch
NhË xÐ
n t:
- Gi¸ trÞ vµ tû lÖthuË ví i
n vµ tû lÖnghÞ ví i
ch
- Cov( , )=
19. V× ch- a biÕ nªn ta sö dông - í c l- î ng kh«ng chÖ cña nã lµ
t ch
ta cã
∧ σ2 4.345
Var ( β 2 ) = = = 0.014964
∑ xi 290.36
2
∧ σ
Se( β 2 ) = = 0.12232
∑x 2
i
∧
Var ( β ) =
∑X i
2
σ =
1132 * 4.345
2
= 1.411621
n∑ x
1 2
i 12 * 290.36
∧
Se( β ) =
∑X i
2
σ = 1.18811
n∑ x
1 2
i
20. 2.2. §Þnh lý Gauss - Markov
• “Víi c¸c gi¶ thiÕt ®· cho cña m« h×nh håi
qui cæ ®iÓn, c¸c íc lîng b×nh ph¬ng nhá
nhÊt lµ c¸c íc lîng tuyÕn tÝnh kh«ng chÖch
cã ph¬ng sai nhá nhÊt, trong líp c¸c íc lîng
tuyÕn tÝnh kh«ng chÖch cña, β 2
β1 .”
• Nãi c¸ch kh¸c, c¸c íc lîng b×nh ph¬ng nhá
nhÊt lµ c¸c íc lîng tuyÕn tÝnh kh«ng chÖch
tèt nhÊt, viÕt t¾ t lµ BLUE (Best Linear
Unbias Estimator).
21. 3. HÖ sè r2 ®o ®é phï hîp cña
hµm håi qui mÉu
3.1. Sai lÖch trong hµm håi qui mÉu
3.2. HÖ sè r2. HÖ sè t¬ng quan r
22. 3.1. Sai lÖch trong hµm håi qui
mÉu
Tõ kÕ qu¶ - í c l- î ng ta cã thÓviÕ m« h× håi qui mÉ
t t nh u
nh- sau:
Sai lÖ gi÷a c¸ c gi¸ trÞcña Y ví i gi¸ trÞtrung b× mÉ
ch nh u
cña nã ë mçi gi¸ trÞcña X ® î c x¸ c ® nh theo c«ng thøc:
- Þ
hay
B× ph- ¬ng hai vÕcña ph- ¬ng tr× ta cã:
nh nh
V× 0 vµ
23. • §Æt TSS = y = ∑ (Yi − Y )
n n
∑
2
i
2
lµ tæng b×nh ph
i =1 i =1
¬ng cña tÊt c¶ c¸c sai lÖch gi÷a c¸c gi¸ trÞ
quan s¸t Yi víi gi¸ trÞ trung b×nh cña chóng.
2 2
n
∧ ∧
n
Y − Y = y = β
∧ n ∧ ∧ n
• §Æt ESS = Y i − Y = ∑ i ∑ i
∑
2
2 ∑ xi
2 2
i =1 i =1 i =1 i =1
lµ tæng b×nh ph¬ng cña tÊt c¶ c¸c sai lÖch
gi÷a c¸c gi¸ trÞ cña biÕn phô thuéc Y nhËn
®îc tõ hµm håi qui mÉu víi gi¸ trÞ trung
b×nh cña chóng. n
n 2
∧
• §Æt RSS =∑ i =1
ei2 = ∑ Yi − Y i
i =1 lµ tæng b×nh ph
¬ng cña tÊt c¶ c¸c sai lÖch gi÷a c¸c gi¸ trÞ
quan s¸t cña Y vµ c¸c gi¸ trÞ nhËn ®îc tõ
hµm håi qui.
24. 3.2. HÖ sè r2. HÖ sè t¬ng quan
r
Tõ TSS= ESS + RSS chia c¶ hai vÕcho TSS, ta cã:
® t r2 =
Æ
Khi ® r2 ® î c gäi lµ hÖsè x¸ c ®nh
ã - Þ
25. • ý nghÜa: r2 ph¶n ¸nh tû lÖ hay phÇn tr¨m
sù biÕn thiªn cña biÕn phô thuéc Y ®îc
gi¶i thÝch th«ng qua hµm håi qui, tøc lµ ®
îc gi¶i thÝch th«ng qua c¸c biÕn ®éc lËp
trong hµm håi qui.
• Chó ý: NÕu r2 = 0 th× ESS = 0 cã nghÜa lµ
c¸c biÕn ®éc lËp kh«ng gi¶i thÝch ®îc sù
biÕn thiªn cña biÕn phô thuéc, tøc lµ hµm
håi qui kh«ng cã ý nghÜa.
26. • NÕu lÊy c¨n bËc hai cña r2 ta ®îc r, r
chÝnh lµ hÖ sè t¬ng quan mÉu dïng ®Ó
®o møc ®é kÕt hîp tuyÕn tÝnh gi÷a Y vµ
X.
• HÖ sè t¬ng quan ®îc tÝnh theo c«ng
thøc 2 2
n
( ) n ∧
∧
∑ Yi − Y Y i − Y ∑ yi y i
r 2 = i =1 = ni =1 n 2
∑( )
n n 2 ∧
∧
Yi − Y ∑ Y − Y ∑ yi ∑ y i
2 2
i =1 i =1 i =1 i =1
51. 7.1. Dù b¸o gi¸ trÞ trung b×nh cã
®iÒu kiÖn cña Y víi X = X0
• PRF: E ( Y / X i ) = β1 + β 2 X i
• SRF:
• Gi¶ sö ta cã X=X0 vµ muèn dù b¸o E(Y/ 0)
∧
X
• Hµm håi qui mÉu cho Y0 lµ íc lîng ®iÓm
cña E(Y/ 0):
X ∧ ∧ ∧
Y0 = β1 + β 2 X 0
52. Ta cã
ch- a biÕ nªn ta sö dông - í c l- î ng kh«ng chÖ
t ch
cña nã lµ
Khi ® thèng kª:
ã
54. 7.2. Dù b¸o gi¸ trÞ c¸ biÖt cña Y víi
X=X0
• PRM: Yi = β1 + β 2 X i + U i
∧ ∧
• SRM: Yi = β 1 + β 2 X i + ei
• Gi¶ sö ta cã X=X0 vµ muèn dù b¸o gi¸ trÞ c¸ biÖt cña
Y ∧
Y0
∧ ∧ ∧
• ¦ lîng ®iÓm cña Y khi X=X0 lµ:
íc
Y0 = β1 + β 2 X 0
55. Ta cã
ch- a biÕ nªn ta sö dông - í c l- î ng kh«ng chÖ cña nã lµ
t ch
Khi ® thèng kª:
ã