Các Phương Pháp Phân Tích Định Lượng

Size: px

Start display at page:

Download "Các Phương Pháp Phân Tích Định Lượng"

Eugenia Stevenson
6 years ago
Views:

1 Năm học Chương Trình Giảng Dạy Kinh tế Fulbright Học kỳ Thu năm 013 Các Phương Pháp Phân Tích Định Lượng Gợi ý giải Bài tập 7 HỒI QUY ĐƠN BIẾN (TIẾP THEO Ngày Phát: Thứ ba 6/11/013 Ngày Nộp: Thứ ba 3/1/013 Bản in nộp lúc 8h0 sáng, tại Hộp nộp bài tập trong phòng Lab Bản điện tử gửi theo hướng dẫn của trợ giảng. SUMMARY OUTPUT Bài 1 (50 điểm Bạn hãy sử dụng file dữ liệu Employee Data.xls ở Bài tập 4 phần thống kê ứng dụng. File này có các biến sau id số thứ tự age tuổi Gender 1: Nam, :nữ Jobcat (vị trí công việc 1: nhân viên, : trưởng nhóm/tổ trưởng/quản đốc, 3:quản lý educ số năm đi học prevexp số tháng đã đi làm salary tiền lương hiện tại trong một năm (USD salbegin tiền lương khởi điểm trong một năm (USD a. Sử dụng Excel (SPSS, Eviews hoặc Stata, hãy ước lượng hàm hồi quy mẫu: salary i + ˆ =ˆ1 educ i+ui ˆ Sử dụng Excel, chạy hồi quy bằng hàm Regression trong Data Analysis ta được: Regression Statistics Multiple R 0, R Square 0, Adjusted R Square 0, Standard Error 1833,5397 Observations 474 ANOVA df SS MS F Significance F Regression 1 6,0178E+10 6,0178E , ,6397E-61 Residual 47 7,7738E Total 473 1,379E+11 Coefficients Standard Error t Stat P-value Lower 95% Upper 95% Lower 95.0% Upper 95.0% 1

2 Năm học Intercept ,178 81, , ,0963E ,4-1786, , -1786,1 educ 3909, , , ,6397E , , , ,84 Vậy hàm hồi quy mẫu có dạng: hay salary i = , ,90671 educ i +ui ˆ Thực hiện các thao tác trên Eview, ta cũng được các kết quả tương tự: Dependent Variable: SALARY Method: Least Squares Date: 11/7/13 Time: 09:58 Sample: Included observations: 474 Variable Coefficient Std. Error t-statistic Prob. C ,18 81,91-6, ,0000 EDUC 3909,907 04, , ,0000 R-squared 0, Mean dependent var 34419,57 Adjusted R-squared 0, S,D, dependent var 17075,66 S.E. of regression 1833,54 Akaike info criterion 1,7617 Sum squared resid 7,77E+10 Schwarz criterion 1,7798 Log likelihood -5155,58 Hannan-Quinn criter, 1,76863 F-statistic 365,3814 Durbin-Watson stat 1,86914 Prob(F-statistic 0, Thao tác trên Stata Kết quả tương tự cũng có được khi thực hiện trên SPSS Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant, educ ANOVA a Model Sum of Squares df Mean Square F Sig.

3 Năm học Regression b 1 Residual Total a. Dependent Variable: salary b. Predictors: (Constant, educ Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. 95.0% Confidence Interval for B B Std. Error Beta Lower Bound Upper Bound 1 (Constant educ a. Dependent Variable: salary b. Bạn hãy cho biết ý nghĩa kinh tế của hệ số hồi quy ˆ Cần phân biệt ý nghĩa kinh tế và ý nghĩa kinh tế lượng: Ý nghĩa kinh tế: Hệ số hồi quy =3909,907 cho biết tác động biên của Số năm đi học (EDUC lên Tiền lương hiện tại trong 1 năm (SALARY, thông thường khi số năm đi học của một người tăng lên thì tiền lương của người đó cũng sẽ tăng theo. Con số 3909,907 cho biết khi Số năm đi học tăng thêm 1 năm thì Tiền lương hiện tại trong 1 năm sẽ tăng 3909,907 USD và ngược lại. Ý nghĩa kinh tế lượng: Trong điều kiện các yếu tố khác không đổi, nếu Số năm đi học tăng thêm 1 năm thì về mặt trung bình Tiền lương hiện tại trong 1 năm sẽ tăng 3909,907 USD và ngược lại. c. Bạn hãy cho biết khoảng tin cậy 95% của hệ số β. Sử dụng khoảng tin cậy này để kiểm định giả thuyết cho rằng educ không ảnh hưởng đến salary. Khoảng tin cậy của 95% của hệ số β : [ t s ] với,( nk mức ý nghĩa 5% và bậc tự do là 47 => β [3909,907±1, * 04,5470] => β [3507,97149; 4311,84164] t =1, (sử dụng lệnh TINV trong excel với Kiểm định giả thuyết cho rằng educ không ảnh hưởng đến salary Ta có cặp giả thuyết: H 0 : β = 0 H a : β 0 3

4 Năm học Khoảng tin cậy (vừa tính được ở trên: [3507,97149; 4311,84164] Do 0 [3507,97149; 4311,84164] nên ta bác bỏ giả thuyết H 0 ; chấp nhận H a Vậy, với mức ý nghĩa 5%, có đủ cơ sở để cho rằng, β khác 0; tức educ có ảnh hưởng đến salary d. Kiểm định giả thuyết đã đề cập ở câu c bằng cách sử dụng thống kê t. H 0 : β = 0 H a : β 0 Trị kiểm định thống kê β ,907 t = =19, s 04, Với mức ý nghĩa 5%, t,( nk t 0,05,(474 excel với mức ý nghĩa 5% và bậc tự do là 47 Do t> t,( nk nên ta bác bỏ giả thuyết H 0 ; chấp nhận H a =1, (sử dụng lệnh TINV trong Vây, với mức ý nghĩa 5%, có đủ cơ sở để cho rằng, β khác 0; tức educ có ảnh hưởng đến salary e. Kiểm định giả thuyết đã đề cập ở câu c bằng cách sử dụng P-value H 0 : β = 0 H a : β 0 Trị kiểm định thống kê β ,907 t = =19, s 04, Với mức ý nghĩa 5%, P value =9,63974E-61 (sử dụng lệnh TDIST(19, ,47, trong excel Do P value < mức ý nghĩa =5% nên ta bác bỏ giả thuyết H 0 ; chấp nhận H a Vây, với mức ý nghĩa 5%, có đủ cơ sở để cho rằng, β khác 0; tức educ có ảnh hưởng đến salary. f. Kiểm định giả thuyết đã đề cập ở câu c bằng cách sử dụng thống kê F H 0 : β = 0 H a : β 0 Trị kiểm định thống kê MSE ESS /( k 1 F MSR RSS /( n k =>F t ( s x i ui =>F =19, =365, yi /1 /( n x i 4

5 Năm học Tra bảng phân phối Fisher (df1=1;df=47 hoặc sử dụng lệnh =FINV(5%,1,47 ta có F =3, Do F> F nên ta bác bỏ giả thuyết H 0 ; chấp nhận H a Vây, với mức ý nghĩa 5%, có đủ cơ sở để cho rằng, β khác 0; tức educ có ảnh hưởng đến salary. g. Một người có số năm đi học là 16 năm, bạn sẽ dự đoán mức lương trung bình của người này là bao nhiêu USD một năm? (Sử dụng giá trị dự báo điểm, giá trị dự báo khoảng cho giá trị trung bình ở độ tin cậy 95% Cách 1: Tính bằng tay kết hợp với Excel Một người có số năm đi học là Educ 0 = 16 Giá trị dự báo điểm cho giá trị trung bình: E(Salary Educ=16= , ,90671 * 16 = 447,397 (USD Giá trị dự báo khoảng cho giá trị trung bình ở độ tin cậy 95% Ở độ tin cậy 95%=> t t = 1,965 0,05 S,( nk 1 (16 educ n x Salary i,(474 với u i và xi educi educ n Tính toán trên Excel ta được: 1 u i = ,340 / (474- = ,840 n => =1.833,540 x i =3.936,466 => S Salary 1 (16 13, ,840 =781, ,466 Vậy khoảng tin cậy cỉa giá trị trung bình ở độ tin cậy 95% là: [ Salary 0 ± t * S ] hay [447,397±1,965*781,494069] Salary Hay [4.691,6934; 45.76,9651] 1 Học viên nên đưa bảng tính Excel vào để minh họa 5

6 Năm học Cách : Thực hiện trên Stata, ta cũng được kết quả tương tự h. Theo bạn, mô hình giải thích được bao nhiêu % biến thiên của biến salary? Mô hình có R-squared = 0, => Biến educ có thể giải thích được 43,6338% sự biến thiên của biến Salary về mặt trung bình. i. Có người cho rằng trong điều kiện các yếu tố khác không đổi, khi số năm đi học tăng lên (hoặc giảm xuống 1 năm thì trung bình mức lương hàng năm của người lao động tăng lên (hoặc giảm xuống 4400 USD. Bạn có nhận xét gì về phát biểu này. Ta tiến hành kiểm định giả thuyết đối với phát biểu trên, với giả thuyết Ha rằng con số thực tế là nhỏ hơn so với phát biểu trên. H 0 : β = 4400 H a : β < 4400 Trị kiểm định thống kê Học viên cũng có thể dùng Adjusted R-Squared để giải thích. 6

7 Năm học β 4400 t s = 3909, =-, , Với mức ý nghĩa 5%, t,( nk =1,648 (sử dụng lệnh TINV trong excel với mức ý nghĩa 5%* và bậc tự do là 47 Do t<- t,( nk nên ta bác bỏ giả thuyết H 0 ; chấp nhận H a Vây, với mức ý nghĩa 5%, có đủ cơ sở để cho rằng phát biểu trên là chưa chính xác, trong điều kiện các yếu tố khác không đổi, khi số năm đi học tăng lên (hoặc giảm xuống 1 năm thì trung bình mức lương hàng năm của người lao động tăng lên (hoặc giảm xuống nhỏ hơn 4400 USD. Cũng có thể kiểm định trên Stata như sau: Do P-value trong kiểm định trên =0,0170 (<0,05 nên bác bỏ Ho, chấp nhận Ha. Bạn có thể nhận xét là với dữ liệu mẫu mà ta có được và ở mức ý nghĩa 5%, phát biểu của tác giả trên là chưa đúng. j. Bạn hãy kiểm định giả thuyết một phía sau đây: H o : β =3000, và H a : β >3000 H o : β =3000 H a : β >3000 Trị kiểm định thống kê β 3000 t s = 3909, = 4, , Với mức ý nghĩa 5%, t,( nk =1,648 (sử dụng lệnh TINV trong excel với mức ý nghĩa 5%* và bậc tự do là 47 Do t> t,( nk nên ta bác bỏ giả thuyết H 0 ; chấp nhận Ha Vây, với mức ý nghĩa 5%, có đủ cơ sở để cho rằng β >3000, tức là trong điều kiện các yếu tố khác không đổi, khi số năm đi học tăng lên (hoặc giảm xuống 1 năm thì trung bình mức lương hàng năm của người lao động tăng lên (hoặc giảm xuống lớn hơn 3000 USD. 7

8 Năm học Bài. (50 điểm Trong dữ liệu VHLSS008, một số file có tên bắt đầu bằng chữ h cho bạn biết một số thông tin đã được tổng hợp theo cấp hộ. Ví dụ file ho15.dta có biến thunhap (thu nhập của hộ trong năm và biến chitieu (chi tiêu của hộ trong năm. Sử dụng Stata, thực hiện các thao tác cần thiết để trả lời các câu hỏi sau: a. Bạn hãy tính thống kê mô tả cho biến thunhap, chitieu. 8

Năm học 013-014 b. Vẽ biểu đồ phân tán của chitieu theo thunhap ; tính hệ số tương quan của biến chitieu và thunhap và cho biết nhận xét của bạn Vẽ biểu đồ phân tán.

cor thunhap chitieu Nhận xét: Đồ thị phân tán cho thấy thunhap và chitieu của hộ có mối liên hệ thuận.

9 Năm học b. Vẽ biểu đồ phân tán của chitieu theo thunhap ; tính hệ số tương quan của biến chitieu và thunhap và cho biết nhận xét của bạn Vẽ biểu đồ phân tán. scatter chitieu thunhap Tính hệ số tương quan của biến chitieu và thunhap và cho biết nhận xét của bạn. cor thunhap chitieu Nhận xét: Đồ thị phân tán cho thấy thunhap và chitieu của hộ có mối liên hệ thuận. Hệ số tương quan giữa thunhap và chitieu=0,6306 cho thấy rằng mối tương quan tuyến tính thuận chiều giữa hai biến là khá chặt chẽ. c. Bạn hãy cho biết thunhap (để đơn giản, ta xem đây là thu nhập khả dụng của hộ gia đình có ảnh hưởng đến chitieu không, và vì sao (lý thuyết, hay nghiên cứu thực nghiệm nào trước đây hỗ trợ cho nhận định của bạn? Bạn kỳ vọng gì về mối quan hệ giữa hai biến này? Học viên cũng có thể sử dụng cơ sở lý thuyết trong kinh tế học vĩ mô: Môn học kinh tế học vĩ mô cho ta thấy rằng thu thu nhập khả dụng sẽ ảnh hưởng thuận đến chi tiêu tiêu dùng, kết hợp với đồ thị phân tán và hệ số tương quan, ta có thể kỳ vọng về mối liên hệ thuận chiều giữa hai biến này trong phương trình hồi quy. Sử dụng cơ sở lý thuyết trong kinh tế học vi mô Thu nhập có ảnh hưởng đến chitieu bởi theo Lý thuyết về hành vi của người tiêu dùng, chi tiêu của người tiêu dùng phụ thuộc vào nhiều yếu tố trong đó có thu 9

Năm học 013-014 nhập và giá cả. Khi thu nhập tăng thì chi tiêu cũng có xu hướng tăng theo và ngược lại.

10 Năm học nhập và giá cả. Khi thu nhập tăng thì chi tiêu cũng có xu hướng tăng theo và ngược lại... 3 Học viên có thể trích nguồn, đồng thời chỉ ra nhiều nghiên cứu đáng tin cậy trước đây bàn về vấn đề trên, cơ sở lý thuyết để xây dựng mô hình sẽ càng đáng tin cậy. Bạn kỳ vọng gì về mối quan hệ giữa hai biến này? Hai biến này có mối quan hệ tuyến tính đồng biến và có tương quan khá chặt với nhau. d. Bạn hãy ước lượng hàm hồi quy thể hiện mối quan hệ tuyến tính chitieu=f(thunhap.. reg chitieu thunhap Vậy hàm hồi quy tuyến tính là: Chitieu i = 0666,01 + 0, *thunhap i + u i Hay e. Hãy cho biết nhận xét của bạn về tác động biên của thunhap lên chitieu? Hệ số β = 0, cho biết trong điều kiện các yếu tố khác không đổi, nếu thunhap tăng lên 1 đơn vị (ngàn đồng thì về mặt trung bình chitieu tăng thêm 0, đơn vị (ngàn đồng và ngược lại. f. Bạn hãy tính toán hệ số co giãn của chitieu theo theo thunhap từ hàm hồi quy ở câu d (hệ số co giãn tại giá trị trung bình của thunhap. Hệ số co giãn của chitieu theo thunhap tại giá trị trung bình của thu nhập: Giá trị trung bình của thu nhập là: 4818,56 (ngàn đồng Tại đó, giá trị trung bình của chi tiêu theo hàm hồi quy là: 0666,01 + 0, *4818,56 = 36771,0608 (ngàn đồng E thunhap = (%Δchitieu/%Δthunhap 3 Chú ý: có rất nhiều lý thuyết và nghiên cứu liên quan đến vấn đề này, học viên có thể chỉ ra thêm. 10

11 Năm học E chitieu / Chitieu tb thunhap = thunhap / thunhaptb 0, /36771,0608 1/ 4818,56 = 0, Hệ số co giãn của chitieu theo thunhap tại mức trung bình của thunhap là 0, Tại đó, trong điều kiện các yếu tố khác không đổi, khi thunhap tăng (hoặc giảm 1% thì trung bình chitieu sẽ tăng (hoặc giảm 43, %. Cũng có thể tính toán trong Stata để có được kết quả tương tự như sau: g. Nếu tính đến yếu tố trọng số trong VHLSS008, và loại bớt một số quan sát bất thường, hãy ước lượng hàm hồi quy thể hiện mối liên hệ tuyến tính chitieu=f(thunhap, và cho biết những nhận xét của bạn từ kết quả tính toán. Để sử dụng trọng số, ta merge hai file ho15.dta và file hhexpe08.dta bằng cách sử dụng lệnh:. use "E:\z.VHLSS008\ho15.dta", clear. merge m:m tinh huyen xa diaban hoso using "E:\z.VHLSS008\hhexpe08.dta Mô hình hồi quy có trọng số chưa loại bỏ quan sát bất thường: Có nhiều cách để xác định các quan sát bất thường như rà soát tổng quan dữ liệu, dùng biểu đồ hộp có thể xác định chúng trước khi chạy hồi quy hoặc sau khi chạy hồi quy. Giả sử ta loại được quan sát có mức thu nhập âm (sử dụng lệnh drop hoặc keep trong Stata tinh huyen xa diaban hoso thunhap chitieu

12 Năm học Kết quả hồi quy có trọng số sau khi đã loại bỏ qua sát bất thường ở trên như sau:. reg chitieu thunhap [pw=wt9] Vậy hàm hồi quy tuyến tính là: Chitieu i = 0093,3 + 0,657363*thunhap i + u i Kết quả hồi quy cho thấy thunhap ảnh hưởng đồng biến lên chitieu, và mối liên hệ này có ý nghĩa thống kê ở độ tin cậy 95%. Tác động biên của thunhap lên chitieu là 0, Mô hình giải thích được 46,45% biến thiên của chitieu về mặt trung bình. h. Bạn hãy lưu lại phần dư của mô hình ở câu g. Gujarati (chương 4, bản tiếng Anh đề cập đến giả định phân phối chuẩn của sai số. Theo bạn, giả định này của mô hình ở câu g có thỏa mãn không?. predict phandu, resid. swilk phandu Kết quả kiểm định Shapiro-Wilk cho thấy phần dư của mô hình không có phân phối chuẩn. Điều này có thể là do mô hình bị sai số đặc trưng: có thể là thiếu biến quan trọng, sai dạng hàm, hoặc có sai số trong đo lường 1

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG

BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG THÀNH VIÊN : 1. Nguyễn Ngọc Linh Kha 08066K. Nguyễn Thị Hải Yến 080710K. Hồ Nữ Cẩm Thy 08069K 4. Phan Thị Ngọc Linh 080647K 5. Trần Mỹ Linh 080648K L p 08TT1D_KHOÁ 1 Page