C1 - HỒI QUY 1 BIẾN

CHƯƠNG 1 + 2: HỒI QUY HAI BIẾN
Giảng viên: TS. Nguyễn Minh Tùng

ThS. Phạm Quốc Trung
Ngày 9 tháng 9 năm 2022
tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 1 / 33

Mục lục
1 Giới thiệu môn học
2 Công thức hồi quy
3 Ước lượng và kiểm định hệ số
4 Ước lượng và kiểm định sai số
5 Sự phù hợp của mô hình
6 Dự báo
7 Bài tập

Giới thiệu
"Kinh tế lượng" được dịch từ "Econometrics" có nghĩa là "Đo lường

kinh tế".
Mục tiêu của Kinh tế lượng:

Nghiên cứu các vấn đề thực nghiệm của các quy luật kinh tế.
Phân tích định lượng các vấn đề kinh tế dựa vào lý thuyết, thực tế
kết hợp với phương pháp suy đoán thích hợp.
Tập hợp các công cụ để thiết lập mô hình nhằm dự báo các biến
số trong kinh tế.

Các bước xây dựng mô hình kinh tế lượng
1 Đặt vấn đề và các giả thiết của mô hình.

2 Thiết lập mô hình.
3 Thu thập và xử lý số liệu.
4 Ước lượng các tham số.
5 Phân tích, kiểm định mô hình.
6 Quyết định chọn mô hình đủ tiêu chuẩn.
7 Sử dụng mô hình để đưa ra các kết quả cần thiết.
⋆ Giới thiệu thư viện "matplotlib.pyplot" của ngôn ngữ "Python".

Tài liệu tham khảo
1 Bài giảng Kinh tế lượng, PGS.TS.Nguyễn Quang Dong, Trường

đại học kinh tế quốc dân (2008).
2 Giáo trình Kinh tế lượng, ThS. Hoàng Ngọc Nhậm, Trường đại
học kinh tế Tp.HCM (2010).
3 Bài tập Kinh tế lượng với sự trợ giúp của Eviews, TS. Nguyễn Thị
Ngọc Thanh, Trường đại học kinh tế Tp.HCM (2015).

Mô hình hồi quy tổng thể - Hồi quy đơn biến
Mô hình hồi quy tổng thể (PRM)
Y = β1 + β2 X + u,
trong đó Y là biến được giải thích (phụ thuộc), X là biến giải thích
(biến độc lập), và u là sai số ngẫu nhiên. Lấy kỳ vọng 2 vế chúng ta có
hàm hồi quy tổng thể như sau
E(Y|X) = β1 + β2 X + E(u|X).
Với giả thiết trung bình các sai số bằng không (E(u|X) = 0), ta có
phương trình hàm hồi quy mẫu sau đây:
E(Y|X) = β1 + β2 X
Tuy nhiên trong thực tế số lượng tổng thể là rất lớn, do đó việc lấy
mẫu và khảo sát trên mẫu, rồi sau đó dùng các kiến thức toán học
(giải tích, đại số, xác suất thống kê) để mô tả các đặc trưng của tổng
thể là công việc quan trọng của KINH TẾ LƯỢNG.
Mô hình hồi quy mẫu - Hồi quy đơn biến
Từ tổng thể chúng tra trích ra một mẫu (cỡ mẫu n) có các cặp phần tử
(X1 , Y1 ), (X2 , Y2 ), ..., (Xn , Yn ).
Mô hình hồi quy mẫu (SRM)
Yi = β
b1 + β
b2 Xi + ei ,
trong đó β
b1 là ước lượng cho β1 , β
b2 là ước lượng cho β2 , và ei là sai số.
Chúng ta cần xác định hàm hồi quy mẫu như sau
Y
bi = β
b1 + β
b2 Xi
sao cho tổng các độ lệch giữa Yi (thực tế) và Y

b i (mô hình) là nhỏ nhất.
n
X n
X n
X n
X
Min |ei | = |Yi − Y
b i | ⇒ Min e2i = b i )2
(Yi − Y
i=1 i=1 i=1 i=1
Pn 2
RSS := i=1 ei .
Phương pháp bình phương bé nhất (OLS)
n
X
Min RSS = (Yi − β b2 Xi )2
b1 − β
i=1
Đây là bài toán cực trị hàm hai biến β b2 với dữ liệu đã có (Xi , Yi )n .
b1 , β
i=1
Nguyên lý cực trị (Ferma’s rule) cho ta hệ phương trình sau đây
∂RSS



 =0
∂βb1
∂RSS


 =0
∂βb2
Giải trực tiếp hệ phương trình, ta thu được các hệ số ước lượng
b1 = Y − β
β b2 X b2 = XY − X.Y
and β 2
X2 − X

Ví dụ (⋆)
Cho bảng số liệu sau về mức chi tiêu tiêu dùng (Y − USD/tuần) và thu
nhập hàng tuần (X − USD/tuần) của một mẫu gồm 10 gia đình. Giả
sử Y và X có mối quan hệ tương quan tuyến tính. Hãy ước lượng hàm
hồi quy Y theo X.
Yi 70 65 90 95 110 115 120 140 155 150

Xi 80 100 120 140 160 180 200 220 240 260
Hàm hồi quy mẫu có dạng Y

bi = βb1 + βb2 Xi .
Ta cần tính,
P P 2
Xi ⇒ X Xi ⇒ X2
P P
Yi ⇒ Y Xi .Yi ⇒ XY
b1 = Y − β
β b2 X b2 = XY − X.Y
and β 2
X2 − X
Tính chất hàm hồi quy
(i) β
b1 là hệ số chặn
(ii) β
b2 là hệ số góc.
Ý nghĩa: khi X thay đổi 1 đơn vị thì Y thay đổi β
b2 đơn vị.
β
b2 > 0: X và Y thay đổi cùng chiều.
β
b2 < 0: X và Y thay đổi ngược chiều.
Pn
i=1 ei = 0.
(iii)
(iv) Đường thẳng hồi quy luôn đi qua điểm (X, Y).
(v) Trung bình mẫu và trung bình các giá trị hồi quy bằng nhau
Y = Y.
b

Ví dụ (⋆)
Hãy nêu ý nghĩa của các hệ số hồi quy.
βb1 = 24, 45453 là tung độ gốc của đường hồi quy. Khi X = 0 mức
thu nhập bằng 0 thì mức chi tiêu tiêu dùng trung bình của hội gia
đình là 24, 45453 USD/tuần. Tuy nhiên, thực tế nhiều bài toán, ta
không thể máy móc kết luận ở hệ số tung độ gốc vì nó không phù
hợp thực tiễn.
βb2 = 0, 509091 là hệ số góc của đường hồi quy (độ dốc - slope).
Khi X tăng 1 USD/tuần thì chi tiêu tiêu dùng trung bình của một
hộ gia đình tăng 0,51 USD/tuần.

Định lý Gauss-Markov
Định lý
Nếu các giả thuyết sau thỏa
(i) Mô hình hồi quy có tính chất tuyến tính với tham số.
(ii) E(u|X) = 0 và Var(u|X) = σ 2 .
(iii) X và u không có sự tương quan.
thì
β
b1 và β
b2 là ước lượng tuyến tính, không chệch, và hiệu quả của β1 và β2
Ý nghĩa: với mỗi mẫu khác nhau, bằng phương pháp OLS ta thu được
các β
b1 và βb2 khác nhau. Tuy nhiên nếu lấy trung bình thì ta sẽ dần
tiến về giá trị thực tế của β1 và β2 .

E β b1 = β1 and E β b2 = β2 .

Hệ số xác định
n 2 X
X 2
TSS = Yi − Y = Yi2 − n.Y (total sum of squares)
i=1
n 2
b i − Y = βb2 2 .( 2
X X
ESS = Y X2i − n.X ) (explained sum of squares)
i=1
Xn 2
RSS = b i − Yi
Y (residual sum of squares)
i=1
Với phương pháp OLS, ta có mối quan hệ sau
TSS = ESS + RSS.

Ví dụ (⋆)
Tính các chỉ số TSS, ESS, RSS của ví dụ trên.
2
Yi2 − n.Y = 8890.
P
TSS =
2 P 2
ESS = βb2 .( X2i − n.X ) = 8552, 73.
RSS = TSS − ESS = 337, 27.

Độ lệch chuẩn
Để ước lượng và kiểm định các đại lượng β1 , β2 , σ 2 . Ta cần xác định
được sai số chuẩn (se - độ lệch chuẩn) của các ước lượng điểm tương
σ2.
ứng βb1 , βb2 , b
Với các độ lệch chuẩn tương ứng

Pn 2
e RSS
σ = i=1 i =
b 2
n−2 n−2
p
σ X 2
se βb1 = r b
2

n X2 − X
σ
b
se β
b2 = r

2
n X2 − X

Khoảng tin cậy của các hệ số hồi quy
Định lý
βbi − βi
t= ∼ T(n − 2)
se β bi
Khoảng tin cậy γ , α = 1 − γ. Ta có các ước lượng cho βi sau

bi − t(n−2)
β α se β
bi ⩽ βi ⩽ β bi + t(n−2)
α se β
bi
2 2

βi ⩽ βbi + t(n−2)
α se β
bi

bi − t(n−2)
β α se β
bi ⩽ βi

Khoảng tin cậy của các hệ số hồi quy
.
Ví dụ (⋆)
Tìm khoảng tin cậy 95% của các hệ số hồi quy.
Ta cần tính,
RSS
σ2 =
b
n−2
p
σ
b X2
se β
b1 = r

2
n X2 − X
σ
b
se β
b2 = r

2
n X2 − X
1 − α = 0, 95 ⇒ α = 0, 05. Ta có, tn−2

α = t80,025 = tinv(0.05, 8) = 2, 306.
2
Kiểm định giả thiết của các hệ số hồi quy
bi − a
β
t= ∼ T(n − 2)
se βbi
Kiểm định Giả thiết H0 Đối thuyết H1 Bác bỏ H0 nếu

(n−2)
Hai phía βi = a βi ̸= a |t| > t α
2
(n−2)
Bên trái βi ⩾ a βi < a t < −tα
(n−2)
Bên phải βi ⩽ a βi > a t > tα

Ví dụ (⋆)
Với mức ý nghĩa 5%, có thể kết luận rằng đại lượng X (thu nhập)
không ảnh hưởng đến đại lượng Y (chi tiêu tiêu dùng) hay không?

H0 : β2 = 0
H1 : β2 ̸= 0.
Ta có, βb2 = 0, 509091, se(βb2 ) = 0, 0357426. Ta tính được,
βb2 − 0
t=
se(βb2 )
và t80.025 = 2, 306. Do, |t| > t80.025 nên bác bỏ H0 hay biến X (thu nhập)
có ảnh hưởng đến biến Y (chi tiêu).

Ước lượng sai số σ 2
Định lý
σ2
(n − 2) ∼ χ2 (n − 2)
b
σ2
Khoảng tin cậy 1 − α cho σ 2 cho bởi công thức sau
(n − 2)bσ2 2 (n − 2)b σ2
⩽ σ ⩽ .
χ2α (n − 2) χ21− α (n − 2)
2 2
RSS RSS
⩽ σ2 ⩽ 2 .
χ2
α (n − 2) χ1− α (n − 2)
2 2

Ví dụ (⋆)
Tìm khoảng ước lượng cho phương sai với độ tin cậy 95%?
Ta có RSS = 337, 27,

χ2α/2 (n − 2) = χ20,025 (8) = 17, 5345(= chiinv(0.025, 8)) và
χ21−α/2 (n − 2) = χ20,975 (8) = 2, 1791(= chiinv(0.975, 8)).
Khoảng ước lượng cho phương sai với độ tin cậy 95% là
19, 2347 ≤ σ 2 ≤ 154, 7749.

Kiểm định giả thiết của sai số σ 2
σ2
z = (n − 2)
b
a2
Kiểm định Giả thiết H0 Đối thuyết H1 " Bác bỏ H0 nếu
2
z > χ α (n − 2)
Hai phía σ 2 = a2 σ 2 ̸= a2 2
z < χ21− α (n − 2)
2
Bên trái σ 2 ⩾ a2 σ 2 < a2 z < χ21−α (n − 2)
Bên phải σ 2 ⩽ a2 σ 2 > a2 z > χ2α (n − 2)
Ví dụ (⋆)
Kiểm định giả thiết H0 : σ 2 = 85 với mức ý nghĩa 5%.
Ta có, z = 3, 968 ⇒ χ20,025 (8) ≤ z ≤ χ20,975 (8) nên chấp nhận H0 .

Kiểm định sự phù hợp của mô hình
ESS
Hệ số xác định R2 = và 0 ⩽ R2 ⩽ 1
TSS
• R2 càng cao càng thể hiện mô hình là phù hợp, và biến độc lập (biến
giải thích) phản ánh rất tốt bản chất của biến phụ thuộc (biến được
giải thích).
• R2 = 0, mô hình hoàn toàn không phù hợp, biến giải thích không đưa
ra một giải thích nào về biến phụ thuộc.
Với mức ý nghĩa α, chúng ta kiểm tra giả thiết và đối thuyết sau
Giả thiết H0 Đối thuyết H1 Bác bỏ H0 nếu

n − 2 R2
R2 = 0 R2 ̸= 0 F := . > Fα (2 − 1, n − 2)
2 − 1 1 − R2
Giả thiết H0 : R2 = 0 đồng nghĩa là mô hình không phù hợp, hay biến
độc lập không có tác động / ảnh hưởng đến biến phụ thuộc.
Ví dụ (⋆)
Tính hệ số xác định R2 và cho biết ý nghĩa của nó. Kiểm định sự phù
hợp của mô hình với mức ý nghĩa 5%
Ta có, R2 = 0.96206 nghĩa là,

Biến thu nhập X giải thích được 96, 206% sự thay đổi của chi tiêu Y.
Kiểm định giả thiết

H0 : R 2 = 0

H1 : R2 ̸= 0.
Ta có, F = 202, 86 và Fα (1, 8) = 5, 317655 nên F > Fα (1, 8).
Bác bỏ H0 , hay mô hình hồi quy phù hợp với mức ý nghĩa 5%, nghĩa là
X có tác động đến Y.

Khoảng dự báo cho trung bình
Cho X0 hãy tính E(Y|X0 )

• Ước lượng điểm Y
b0 = β
b1 + βb2 X0 .
• Ước lượng khoảng cho giá trị trung bình E(Y|X0 )
b 0 − tn−2
Y α se(Y b 0 + tn−2
b 0 ) ⩽ E(Y|X0 ) ⩽ Y α se(Y
b 0 ).
2 2
• Khoảng dự báo cho giá trị cá biệt Y0

Yb 0 − tn−2
α se(Y0 − Y b 0 + tn−2
b 0 ), Y α se(Y0 − Y
b0) .
2 2
" #
1 (X0 − X)2
q
Var(Y
b0) = + σ 2 ⇒ se(Y
b 0 ) = Var(Y
b 0 ).
n n(X2 − X2 )
b
q
b 2
σ + Var(Y0 ) ⇒ se(Y0 − Y0 ) = Var(Y0 − Y
Var(Y0 − Y0 ) = b b b b0)

Ví dụ
Hãy dự báo giá trị trung bình E(Y|X0 ) và giá trị cá biệt Y0 của chi
tiêu tiêu dùng khi thu nhập ở mức 100 USD/tuần với độ tin cậy 95%.
X0 = 100 ⇒ Y c0 = 75, 3636. Ta tính được

c0 ) = 10, 4758 ⇒ se(Y
var(Y c0 ) = 3, 2366.
var(Y0 − Y
c0 ) = 52, 63457 ⇒ se(Y0 − Y
c0 ) = 7, 25497.
Khi đó,
khoảng ước lượng cho giá trị trung bình là
67, 9 ≤ E(Y|X = 100) ≤ 82, 8
và khoảng ước lượng cho giá trị cá biết là
58, 6 < Y0 < 92, 1.

Cho bảng số liệu sau về mức chi tiêu tiêu dùng (Y − USD/tuần) và thu
nhập hàng tuần (X − USD/tuần) của một mẫu gồm 10 gia đình. Giả
sử Y và X có mối quan hệ tương quan tuyến tính. Hãy ước lượng hàm
hồi quy Y theo X.
Xi 31 50 47 45 39 50 35 40 45 50
Yi 29 42 38 30 29 41 23 36 42 48
1 Ước lượng hàm hồi quy tuyến tính của Y theo X.

2 Nêu ý nghĩa của các hệ số hồi quy. Các giá trị đó có phù hợp với
lý thuyết kinh tế hay không?
3 Tìm khoảng tin cậy của βb2 với độ tin cậy 95%.
4 Có ý kiến cho rằng, thu nhập không tác động đến chi tiêu. Kiểm
định ý kiến đó với mức ý nghĩa 5%. (H0 : βb2 = 0)
5 Tìm hệ số xác định R2 và đánh giá mức độ phù hợp của mô hình.
Kiểm định sự phù hợp của hàm hồi quy với bài toán ở mức ý
nghĩa 5%.
6 Tìm khoảng tin cậy 95% cho giá trị trung bình và giá trị cá biệt ở
mức thu nhập 40 USD/tuần.
BÀI TẬP
Câu 1. Trình bày những hiểu biết của em về kinh tế lượng: mục tiêu,
đối tượng, công cụ, các bước nghiên cứu kinh tế lượng?
Câu 2. Tại sao gọi là hồi quy?
Câu 3. Phân biệt mô hình hồi quy tổng thể và mô hình hồi quy mẫu?
Câu 4.
(a) Phân biệt hàm hồi quy tổng thể và hàm hồi quy mẫu?
(b) Giữa hàm hồi quy tổng thể và hàm hồi quy mẫu, hàm nào sẽ được
xác định trước trong thực tế?
Câu 5. Cho một ví dụ hàm hồi quy bị định dạng sai?
Câu 6. Thế nào là hàm hồi quy tuyến tính? Cho ví dụ?
Câu 7. Thế nào là hàm hồi quy phi tuyến? Cho ví dụ?

Câu 8. Trong các hàm hồi quy sau hàm nào là tuyến tinh/phi tuyến.
Với các hàm hồi quy phi tuyến có thể đưa về tuyến tính được không?
a Yi = β1 + β2 Xi + ui .
b Yi = β1 + β2 X3i + ui .
c Yi = β1 + β2 ln(Xi ) + ui .
d ln(Yi ) = β1 + β22 Xi + ui .
1
e Yi = β1 + Xi + ui .
β2
f Yi = eβ1 +β2 Xi +ui .
g Yi = β1 eβ2 Xi cui .
1
h Yi = .
β1 + β2 Xi + ui
β1 + β2 Xi
i Yi = + ui
β3 + β4 Xi

Câu 9. Xét mô hình hồi quy tuyến tính sau Yi = β1 + β2 Xi + ui .
a Cho biết ý nghĩa của các hệ số β1 , β2 .
b Tính khác không của hệ số β2 có ý nghĩa như thế nào?
Câu 10. Mô hình hồi quy đơn (hồi quy hai biến)
a Định nghĩa ?
b Mô hình hồi quy tổng thể ? hàm hồi quy tổng thể?
c Mô hình hồi quy mẫu? hàm hồi quy mẫu?
Câu 11. Trình bày phương pháp bình phương nhỏ nhất (OLS) để xác
định các hệ số của hàm hồi quy?
Câu 12. Trình bày định lý Gauss-Markov?
Câu 13. Trình bày các khái niệm TSS, RSS, ESS, và hệ số xác định.
Nêu ý nghĩa của hệ số xác định?
Câu 14. Trình bày ước lượng cho các hệ số β1 , β2 ?
Câu 15. Trình bày ước lượng cho giá trị cá biệt?

Câu 16
Cho một mẫu cụ thể sau, X là thu nhập và Y là chi tiêu (triệu đồng)
X 8 9 10 11 12 15 15 16 17 20
Y 7 8 9 8 10 12 11 13 12 15
a Tìm hàm hồi quy mẫu? Giải thích ý nghĩa kinh tế các hệ số hồi
quy?
b Chi tiêu của gia đình có thực sự phụ thuộc vào thu nhập hãy
không? Hãy kiểm định điều đó?
c Tìm hệ số xác định? Cho biết ý nghĩa?
d Với độ tin cậy 95%, hãy xác định các khoảng tin cậy cho các hệ số
hồi quy?
e Khi thu nhập tăng 1 triệu đồng thì chi tiêu trung bình trong
khoảng nào với độ tin cậy 95%.
f Ước lượng khoảng cho phương sai với độ tin cậy 90%?
g Cho biết khoảng dự báo trung bình và cá biệt của chi tiêu khi thu
nhập X0 = 21 triệu đồng.
Câu 17
Cho một mẫu cụ thể sau, X là lượng phân bón (tạ/ha) và Y là năng
suất lúa (tấn/ha)
X 6 10 12 14 16 18 22 24 26 32
Y 40 44 46 48 52 58 60 68 74 82
a Tìm hàm hồi quy mẫu? Giải thích ý nghĩa kinh tế các hệ số hồi
quy?
b Tìm hệ số xác định? Cho biết ý nghĩa?
c Với độ tin cậy 95%, hãy xác định các khoảng tin cậy cho các hệ số
góc?
d Với mức ý nghĩa 5%, lượng phân bón có ảnh hưởng đến năng suất
lúa hay ko?
e Khi lượng phân bón tăng 1 tạ/ha thì năng suất lúa tăng tối đa
bao nhiêu với ý nghĩa 5%?
f Dự báo năng suất lúa trung bình và năng suất lúa cá biệt với mức
phân bón là 20tạ/ha với độ tin cậy 95%?
Câu 18. Bài tập 2.8, trang 48, giáo trình Bài giảng Kinh Tế Lượng,
Nguyễn Quang Dong.

C1 - HỒI QUY 1 BIẾN

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

C1 - HỒI QUY 1 BIẾN

Uploaded by

Copyright:

Available Formats

CHƯƠNG 1 + 2: HỒI QUY HAI BIẾN

Giảng viên: TS. Nguyễn Minh Tùng

Ngày 9 tháng 9 năm 2022

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 1 / 33

1 Giới thiệu môn học

2 Công thức hồi quy

3 Ước lượng và kiểm định hệ số

4 Ước lượng và kiểm định sai số

5 Sự phù hợp của mô hình

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 2 / 33

"Kinh tế lượng" được dịch từ "Econometrics" có nghĩa là "Đo lường

Mục tiêu của Kinh tế lượng:

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 3 / 33

1 Đặt vấn đề và các giả thiết của mô hình.

⋆ Giới thiệu thư viện "matplotlib.pyplot" của ngôn ngữ "Python".

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 4 / 33

1 Bài giảng Kinh tế lượng, PGS.TS.Nguyễn Quang Dong, Trường

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 5 / 33

(X1 , Y1 ), (X2 , Y2 ), ..., (Xn , Yn ).

Mô hình hồi quy mẫu (SRM)

sao cho tổng các độ lệch giữa Yi (thực tế) và Y

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 8 / 33

Yi 70 65 90 95 110 115 120 140 155 150

Hàm hồi quy mẫu có dạng Y

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 10 / 33

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 11 / 33

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 12 / 33

Với phương pháp OLS, ta có mối quan hệ sau

TSS = ESS + RSS.

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 13 / 33

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 14 / 33

Với các độ lệch chuẩn tương ứng

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 15 / 33

Khoảng tin cậy γ , α = 1 − γ. Ta có các ước lượng cho βi sau

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 16 / 33

1 − α = 0, 95 ⇒ α = 0, 05. Ta có, tn−2

Kiểm định Giả thiết H0 Đối thuyết H1 Bác bỏ H0 nếu

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 18 / 33

Ta có, βb2 = 0, 509091, se(βb2 ) = 0, 0357426. Ta tính được,

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 19 / 33

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 20 / 33

Ta có RSS = 337, 27,

19, 2347 ≤ σ 2 ≤ 154, 7749.

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 21 / 33

Bên trái σ 2 ⩾ a2 σ 2 < a2 z < χ21−α (n − 2)

Bên phải σ 2 ⩽ a2 σ 2 > a2 z > χ2α (n − 2)

Ta có, z = 3, 968 ⇒ χ20,025 (8) ≤ z ≤ χ20,975 (8) nên chấp nhận H0 .

Giả thiết H0 Đối thuyết H1 Bác bỏ H0 nếu

Ta có, R2 = 0.96206 nghĩa là,

Kiểm định giả thiết

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 24 / 33

Cho X0 hãy tính E(Y|X0 )

• Khoảng dự báo cho giá trị cá biệt Y0

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 25 / 33

X0 = 100 ⇒ Y c0 = 75, 3636. Ta tính được

67, 9 ≤ E(Y|X = 100) ≤ 82, 8

và khoảng ước lượng cho giá trị cá biết là

58, 6 < Y0 < 92, 1.

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 26 / 33

1 Ước lượng hàm hồi quy tuyến tính của Y theo X.

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 28 / 33

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 29 / 33

tungnm@buh.edu.vn Hồi quy hai biến Ngày 9 tháng 9 năm 2022 30 / 33