Professional Documents
Culture Documents
KINH TẾ LƯỢNG
KINH TẾ LƯỢNG
KINH TẾ LƯỢNG
Và hàm hồi quy mẫu trên mô tả mối quan hệ giữa các biến kinh tế như sau:
SRF: w
^ age i = -18.5462 + 2.5468*educi + 0.2016*experi + 3.65E-05*faminci -
0.8853*blacki -4.5275*femalei +3.3601*metroi -1.2192*midwesti -1.2217*southi
+0.0778*westi
Từ mô hình 1 ta có:
^
β 1= -18.5462: Với những người lao động là nam không phải da màu, không ở khu vực đô
thị, không ở khu vực miền bắc, không ở khu vực miền tây, người lao động không ở vùng
trung tây, số năm đi học= số năm kinh nghiệm= thu nhập khác của gia đình =0 thì thu
nhập trung bình trong mỗi giờ của một người lao động là -18.5462 $/ giờ
^
β 2= 2.5468: Nếu số năm đi học tăng 1 năm thì thu nhập trung bình trong mỗi giờ của
người đó tăng 2.5468 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 3= 0.2016: Nếu số năm kinh nghiệm tăng 1 năm thì thu nhập trung bình trong mỗi giờ
của người đó tăng 0.2016 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 4 = 3.65E-05: Nếu thu nhập khác của gia đình tăng 1$ thì thu nhập trung bình trong mỗi
giờ của người đó tăng 3.65E-05$/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 5= -0.8853: Thu nhập trung bình người da màu thấp hơn người không phải da màu là
0.8853 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 6= -4.5275: Thu nhập trung bình người lao động nữ thấp hơn nam là 4.5275$/ giờ, trong
điều kiện các yếu tố khác không đổi.
^
β 7= 3.3601: Thu nhập trung bình người ở khu vực đô thị cao hơn người lao động không ở
khu vực đô thị là 3.3601 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 8= -1.2192: Thu nhập trung bình người ở khu vực vùng trung tây thấp hơn người không
ở khu vực vùng trung tây là 1.2192 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 9= -1.2217: Thu nhập trung bình người ở khu vực miền bắc thấp hơn người không ở khu
vực miền bắc là 1.2217$/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 10= 0.0778: Thu nhập trung bình người ở khu vực miền tây cao hơn người không ở khu
vực miền tây là 0.0778$/ giờ, trong điều kiện các yếu tố khác không đổi.
R Squared = R2 = 0.2785 ≈ 27.85%. Nghĩa là mô hình cho biết 27.85% giải thích của
các biến độc lập trong biến động (quanh giá trị trung bình) của biến phụ thuộc. 72.15%
cho biết tỷ lệ biến động (quanh giá trị trung bình) của biến phụ thuộc gây ra bởi sai số
hoặc các yếu tố chưa được đưa vào mô hình.
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/11/23 Time: 22:58
Sample: 1 1200
Included observations: 1200
Collinear test regressors dropped from specification
Với kết quả kiểm định trên, ta thấy rằng Prob (Obs*R-squared) = 0.000 < 0,05
- Kiểm định khuyết tật sai số ngẫu nhiên không phân phối chuẩn
Ta xét cặp giả thuyết sau:
Quan sát kết quả trên ta thấy rằng P-value của kiểm định là 0.000 bé hơn mức ý nghĩa α
=5%. Nên ta bác bỏ H0, do đó chấp nhận H1.
Kết luận: Vậy sai số ngẫu nhiên của mô hình không phân phối chuẩn với mức ý
nghĩa 5%.
Ta thực hiện kiểm định trên bằng cách hồi quy educ theo exper, faminc, black, female,
metro, midwest, south, west ta có kết quả kiểm định như sau:
Ta thấy rằng giá trị P-value của kiểm định về ý nghĩa thống kê của hệ số ứng với biến
exper, faminc, female, metro lần lượt là 0.000, 0.000, 0.000, 0.0001, 0.0272 bé hơn mức
ý nghĩa 5%, điều này chứng tỏ rằng hệ số ứng với biến exper, faminc, female, metro có ý
nghĩa thống kê, nói cách khác biến exper, faminc, female, metro có tác động đến biến
educ.
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 2892.069 1 2892.069
Restricted SSR 200304.0 1190 168.3227
Unrestricted SSR 197412.0 1189 166.0319
LR test summary:
Value
Restricted LogL -4773.235
Unrestricted LogL -4764.509
Với kết quả kiểm định trên, ta thấy rằng P-value của các kiểm định T, F của giả thuyết
trên đều là 0.0000 bé hơn mức ý nghĩa α =5%. Nên ta bac bỏ H0, chấp nhận H1.
Kết luận: Vậy mô hình có khuyết tật mô hình thiếu biến, dạng hàm sai với mức ý
nghĩa 5%.
Khắc phục khuyết tật mô hình thiếu biến, dạng hàm sai
Bằng cách thêm biến educ2 vào mô hình trên và ước lượng lại được kết quả:
PRF: Wage = β 1 + β 2.educ + β 3 . exper + β 4 *faminc + β 5*black + β 6*female + β 7*metro
+ β 8*midwest + β 9*south + β 10*west + β 11*educ2+ u
Thực hiện kiểm định lại khuyết tật mô hình thiếu biến dạng hàm sai với mô hình trên ta
được kết quả như sau:
Value df Probability
t-statistic 0.385250 1188 0.7001
F-statistic 0.148418 (1, 1188) 0.7001
Likelihood ratio 0.149907 1 0.6986
F-test summary:
Mean
Sum of Sq. df Squares
Test SSR 24.79436 1 24.79436
Restricted SSR 198489.7 1189 166.9384
Unrestricted SSR 198464.9 1188 167.0580
LR test summary:
Value
Restricted LogL -4767.776
Unrestricted LogL -4767.701
Với kết quả kiểm định trên, ta thấy rằng P-value của các kiểm định t, F của giả thuyết
trên là 0.7001 lớn hơn mức ý nghĩa α =5%.
Kết luận: Mô hình mới này không còn khuyết tật mô hình thiếu biến, dạng hàm sai
với mức ý nghĩa 5%.
CÂU 3:
Xét mô hình: PRF: Wage = β 1 + β 2.educ + β 3 . exper + β 4 *faminc + β 5*black + β 6
*female + β 7*metro + β 8*midwest + β 9*south + β 10*west +u
Kiểm định sự phù hợp của mô hình trên đối với tổng thể với mức ý nghĩa 5%
Cặp giả thuyết:
{
2
H 0 : R =0
H 1 : R2 ≠ 0
R 2 / ( k −1 )
Tiêu chuẩn kiểm định: Fqs = ≈ 51.0372
( 1−R2 ) / ( n−k )
F0.05(9,1190) = 2.5
Ta thấy Fqs > F0.05(9,1190)
=> Bác bỏ H0, chấp nhận H1
Như vậy với mức ý nghĩa 5%, mô hình hồi quy là phù hợp
3. Khoảng tin cậy.
Khoảng tin cậy đối xứng của hệ số β 1 có dạng:
(^
β 1 – Se ( ^
β 1). t (n-k) α/2; ^
β 1 + Se ( ^
β 1). t (n-k) α/2) (1)
Có ^
β 1 = -18.54623; Se ( ^
β 1) = 2.456010 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (1) ta được khoảng tin cậy đối xứng của β 1 là: (-23.364; -13.727)
Có ^
β 2 = 2.546866; Se ( ^
β 2) = 0.135147 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (2) ta được khoảng tin cậy đối xứng của β 2 là: (2.281; 2.812)
Khoảng tin cậy đối xứng của hệ số β 3 có dạng:
(^
β 3 – Se ( ^
β 3). t (n-k) α/2; ^
β 3 + Se ( ^
β 3). t (n-k) α/2) (3)
Có ^
β 3 = 0.201683; Se ( ^
β 3) = 0.028888 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (3) ta được khoảng tin cậy đối xứng của β 3 là: (0.0145; 0.2583)
Có ^
β 4 = 3.65E-05; Se ( ^
β 4 ) = 8.50E-06 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (4) ta được khoảng tin cậy đối xứng của β 4 là: (1.98E-05; 5.32E-05)
Có ^
β 5 = -0.885380; Se ( ^
β 5) = 1.369154 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (5) ta được khoảng tin cậy đối xứng của β 5 là: (-3.571; 1.800)
Có ^
β 6 = -4.527500; Se ( ^
β 6) = 0.768668 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (6) ta được khoảng tin cậy đối xứng của β 6 là: (-6.0355; -3.019)
Có ^
β 7 = 3.360163; Se ( ^
β 7) = 1.000446 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (7) ta được khoảng tin cậy đối xứng của β 7 là: (1.397; 5.322)
Có ^
β 9 = -1.221721; Se ( ^
β 9 ) = 1.121652 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (9) ta được khoảng tin cậy đối xứng của β 9 là: (-3.422; 0.978)
Có ^
β 10 = 0.077846; Se ( ^
β 10 ) = 1.169455 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (10) ta được khoảng tin cậy đối xứng của β 10 là: (-2.216; 2.372)
{ H 0 : β 1=0
H 1 : β1≠ 0
{ H 0 : β 2=0
H 1 : β2≠ 0
Vậy ta kết luận ước lượng của hệ số β 2 có ý nghĩa thống kê với mức ý nghĩa 5%.
- Kiểm định β 3:
Ta xét cặp giả thuyết:
{ H 0 : β 3=0
H 1 : β3≠ 0
Vậy ta kết luận ước lượng của hệ số β 3 không có ý nghĩa thống kê với mức ý nghĩa
5%
- Kiểm định β 4 :
Ta xét cặp giả thuyết:
{ H 0 : β 4 =0
H 1 : β 4 ≠0
- Kiểm định β 5:
Ta xét cặp giả thuyết:
{ H 0 : β 5=0
H 1 : β5≠ 0
- Kiểm định β 6:
Ta xét cặp giả thuyết:
{ H 0 : β 6 =0
H 1 : β6≠ 0
- Kiểm định β 7:
Ta xét cặp giả thuyết:
{ H 0 : β 7 =0
H 1 : β7≠ 0
- Kiểm định β 8:
Ta xét cặp giả thuyết:
{ H 0 : β 8 =0
H 1 : β8≠ 0
- Kiểm định β 9:
Ta xét cặp giả thuyết:
{ H 0 : β 9 =0
H 1 : β9≠ 0
{ H 0 : β 10=0
H 1 : β 10 ≠ 0