10 Education Ôn thi Đại cương, chuyên ngành

Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

TỔNG KẾT KIẾN THỨC KINH TẾ LƯỢNG 2020

(Tái bản, có chỉnh sửa bổ sung phù hợp với cả hình thức thi Tự luận và Trắc nghiệm)

MÔ HÌNH HỒI QUY

Y = β1 + β2 X + β3 Z + u
u: Sai số ngẫu nhiên là các yếu tố có tác động
β1 : Hệ số chặn β2 , β3 : Các hệ số góc
đến Y nhưng không có trong mô hình
Y: Biến X, Z: Các Còn gọi là tự Còn gọi là hệ số co giãn (Nếu
Ngoài ra còn có:
phụ thuộc biến độc lập định/ cố định/ tự là dạng log-log), cận biên.
n (Observation): Số quan sát (Kích thước mẫu)
do
k: Số beta (Hay số biến trong mô hình)

04 CÁCH TRÌNH BÀY MÔ HÌNH HỒI QUY

1. Mô hình hồi quy tổng 2. Hàm hồi quy tổng thể 3. Hàm hồi quy mẫu 4. Mô hình hồi quy mẫu
thể (PRM) (PRF) (SRF) (SRM)
̂ ̂ ̂
Y = β1 + β2 X + β3 Ẑ
Hoặc
E(Y/X; Z) = β1 + β2 X + β3 Z Với số liệu chéo Ŷi = β ̂1 + β
̂2 Xi + β
̂3 Zi Y=β ̂1 + β
̂2 X + β
̂3 Z + e
Y = β1 + β2 X + β3 Z + u
(Điều kiện E(u/X; Z) = 0) với i = ̅̅̅̅̅
1; n (n là kích thước mẫu) ̂
Phần dư e = Y − Y
Với số liệu chuỗi thời gian
̂1 + β
Ŷt = β ̂2 X t + β
̂3 Zt
KHÔNG THAY SỐ NHỚ THAY SỐ LIỆU 𝛃 ̂ BÀI CHO

04 DẠNG HÀM HỒI QUY MẪU

1. Dạng Tuyến tính 2. Dạng Log – Log (Còn gọi là mô 3. Dạng Log – Tuyến tính (Còn 4. Dạng Tuyến tính –
– Tuyến tính hình Cobb-Douglas) gọi là mô hình tăng trưởng) Log
̂ =β
Ln(Y) ̂1 + β̂2 X + β
̂3 Z
̂ =β
Ln(Y) ̂1 + β ̂2 Ln⁡(X) + β ̂3 Ln⁡(Z) ̂
Y
̂ ̂ ̂ ̂
β1 +β2 X+β3 Z
̂=β
Y ̂1 + β
̂2 X + β
̂3 Z Hoặc Y ̂ = eβ̂1 . X β̂2 . Zβ̂3 nếu bài yêu cầu Hoặc Y = e nếu bài
=β̂1 + β̂2 Ln(X)
yêu cầu trình bày dưới dạng biến ̂3 Ln(Z)
trình bày dưới dạng biến Y, X, Z. +β
Y, X, Z.
̂ ta tìm được 𝐘 ̂
̂ = 𝐞𝐋𝐨𝐠(𝐘)
CHÚ Ý: LOG = LN (Loga cơ số e, tức là Từ 𝐋𝐨𝐠(𝐘) )
GIẢI THÍCH Ý NGHĨA GIÁ TRỊ 𝛃 ̂
̂1 có nghĩa là khi các biến
β ̂1 có nghĩa là khi các biến
β ̂1 có nghĩa là khi các biến
β ̂1 có nghĩa là khi các biến độc
β
độc lập bằng 0 (X, Z = 0) thì độc lập bằng 1 (X, Z = 1) thì độc lập bằng 0 (X, Z = 0) thì lập bằng 1 (X, Z = 1) thì Y trung
̂
Y trung bình bằng β1 đơn vị ̂1
β ̂1
β
Y trung bình bằng e đơn vị Y trung bình bằng e đơn vị bình bằng β ̂1 đơn vị
̂2 có nghĩa là khi X thay đổi β
β ̂2 có nghĩa là khi X thay đổi β ̂2 có nghĩa là khi X thay đổi β ̂2 có nghĩa là khi X thay đổi
1 đơn vị thì Y trung bình 1 % thì Y trung bình thay 1 đơn vị thì Y trung bình 1% thì Y trung bình thay đổi
̂
thay đổi |𝛃𝟐 | đơn vị (Các ̂
đổi |𝛃𝟐 | % (Các yếu tố khác thay đổi |𝟏𝟎𝟎𝛃𝟐 | % (Các ̂ ̂𝟐
𝛃
|𝟏𝟎𝟎 | đơn vị (Các yếu tố khác
yếu tố khác không đổi) không đổi) yếu tố khác không đổi) không đổi)
MỘT SỐ BIẾN ĐẶC BIỆT VÀ CÁCH GIẢI THÍCH Ý NGHĨA GIÁ TRỊ 𝛃 ̂ ỨNG VỚI BIẾN ĐÓ
1. BIẾN GIẢ, thường ký hiệu là D, chỉ nhận 2 giá trị 0 Biến giả tác động đến hệ số chặn:
và 1, dùng để phân loại. β̂3 có nghĩa là chênh lệch hệ số chặn giữa 02 trường hợp là |β ̂3 | đơn vị
Biến giả tác động đến hệ số chặn: Hoặc: Y trung bình giữa 2 trường hợp hơn kém nhau |β ̂3 | đơn vị
VD: Y ̂ ̂ ̂
̂ = β1 + β2 X + β3 D
(Trong điều kiện các yếu tố khác như nhau)
Biến giả tác động đến hệ số góc (còn gọi là biến tương Biến giả tác động đến hệ số góc:
tác):
Tutor: Trương Đức Huy Fanpage: 10 Education
Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

VD: Ŷ=β ̂1 + β
̂2 X + β
̂4 D ∗ X ̂4 có nghĩa là chênh lệch hệ số góc ứng với biến X giữa 02 trường hợp
β
Lưu ý: Biến định tính có m phạm trù ta dùng (m-1) là |β̂4 | đơn vị
biến giả. Hoặc: Khi X tăng 1 đơn vị thì Y trung bình giữa 2 trường hợp thay đổi
VD: Xếp loại học tập có 3 hạng (Giỏi, Khá, Trung bình) hơn kém nhau |β ̂4 | đơn vị (Các yếu tố khác không đổi)
Ta dùng (3 -1 = 2) biến giả. VD: Y ̂ = 1 + 2X + 3D + 4D ∗ X
D1 = 1 nếu xếp loại Giỏi, = 0 nếu không xếp loại Giỏi ̂3 = 3 có nghĩ là Y trung bình giữa 2 trường hợp hơn kém nhau 3 đơn
β
D2 = 1 nếu xếp loại Khá, = 0 nếu không xếp loại Khá
vị (Trong điều kiện X = 0). (Vì trường hợp này có cả biến D và D*X
Vậy Giỏi (D1 = 1; D2 = 0); Khá (D1 = 0; D2 = 1);
nên phải cho X = 0).
Trung bình (D1 = 0; D2 = 0)
̂4 = 4 có nghĩa là khi X tăng 1 đơn vị thì Y trung bình giữa 2 trường
β
hợp thay đổi hơn kém nhau 4 đơn vị (Các yếu tố khác không đổi)
2. BIẾN BẬC 2, thường ký hiệu là X , dùng để thể hiện
2
̂𝟑 𝛃 ̂𝟐 Đồ thị Cận
𝛃 Khi X tăng thì
quy luật cận biên tăng dần/ giảm dần, đồ thị dạng Parabol biên
Parabol. + + Y tăng nhanh dần
Ngửa lên Tăng
̂=β ̂1 + β̂2 X + β
̂3 X 2 Y giảm chậm dần về đáy rồi
VD: Y + - (Có đáy) dần
tăng nhanh dần
̂ ′ ̂
Đạo hàm cấp 1(Cận biên): (Y)X = β2 + 2β3 X̂
- - Y giảm nhanh dần
Có nghĩa là khi X tăng 1 đơn vị thì Y trung bình thay đổi Úp xuống Giảm
Y tăng chậm dần đến đỉnh rồi
̂2 + 2β̂3 X| đơn vị - + (Có đỉnh) dần
|β giảm nhanh dần
̂ VD: Y ̂ = 1 + 2X + 3X 2
Tọa độ đỉnh/đáy Parabol (Y ̂)′X = 0 => X = − β2
̂3
2β ̂2 = 2, β ̂3 = 3 đều > 0 có nghĩa là khi X tăng thì Y tăng nhanh dần
β
1
3. BIẾN NGHỊCH ĐẢO, thường ký hiệu là X , dùng để
thể hiện quy luật cận biên giảm dần, đồ thị dạng
̂𝟐
𝛃 Khi X tăng thì
Hypebol.
+ ̂1
Y giảm chậm dần về phía β
VD: Ŷ=β ̂2 1
̂1 + β
X - ̂1
Y tăng chậm dần về phía β
̂2
β 1
Đạo hàm cấp 1(Cận biên): (Ŷ)X = − 2
′ ̂ =1+2
VD: Y
X X
̂2 = 2 > 0 có nghĩa là Y giảm chậm dần về phía β
Có nghĩa là khi X tăng 1 đơn vị thì Y trung bình thay đổi β ̂1 = 1
̂
β
|− X22 | đơn vị
Tiệm cận ngang: Khi X→ +∞ => Y ̂=β ̂1
4. BIẾN THỨ BẬC (BIẾN XẾP HẠNG), thường ký ̂3 có nghĩa là khi R thay đổi 1 đơn vị thì Y trung bình thay đổi |𝛃
β ̂𝟑 |
hiệu là R (Hoặc Rank), khi nói thứ bậc/ xếp hạng tăng 1 đơn vị (Các yếu tố khác không đổi)
bậc thì có nghĩa là R giảm 1 đơn vị VD: Ŷ = 1 + 2X + 3R
VD: Ŷ=β ̂1 + β
̂2 X + β̂3 R ̂3 = 3 có nghĩa là khi xếp hạng tăng 1 hạng (Tức R giảm 1 đơn vị) thì
β
Y trung bình giảm 𝟑 đơn vị (Các yếu tố khác không đổi)
̂3 có nghĩa là khi X kì trước tăng 1 đơn vị thì Y trung bình kì này
β
5. BIẾN TRỄ, thường ký hiệu là X(-k): trễ bậc k, xuất ̂𝟑 | đơn vị (Các yếu tố khác không đổi)
thay đổi |𝛃
hiện trong số liệu chuỗi thời gian/ số liệu hỗn hợp VD: Ŷt = 1 + 2Xt + 3Xt−1
VD: Y ̂=β ̂1 + β̂2 X + β̂3 X(−1) (Trễ bậc 1) ̂3 = 3 có nghĩa là khi X kì trước tăng 1 đơn vị thì Y trung bình kì này
β
Khi đi thi nên trình bày là tăng 3 đơn vị (Các yếu tố khác không đổi)
̂𝐭 = 𝛃
𝐘 ̂𝟏 + 𝛃
̂𝟐 𝐗 𝐭 + 𝛃̂𝟑 𝐗 𝐭−𝟏
6. BIẾN XU THẾ, thường ký hiệu là T, xuất hiện trong ̂3 có nghĩa là sau mỗi kì thì Y trung bình thay đổi |𝛃
β ̂𝟑 | đơn vị (Các
số liệu chuỗi thời gian/ số liệu hỗn hợp, nhận giá trị yếu tố khác không đổi)
bằng 1 tại mốc thời gian đầu tiên, và sau mỗi kỳ T tăng VD: Ŷ = 1 + 2X + 3T
1 đơn vị, ̂3 = 3 có nghĩa là sau mỗi kì thì Y trung bình tăng 3 đơn vị (Các yếu
β
VD: Y ̂=β ̂1 + β̂2 X + β̂3 T
tố khác không đổi)

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

7. TÍCH CỦA HAI BIẾN ĐỘC LẬP, thường ký hiệu ̂𝟒

𝛃
là X*Z Tác động của X đến Y phụ thuộc cùng chiều vào độ lớn của Z;
+
VD: Ŷ=β̂1 + β
̂2 X + β
̂3 Z + β
̂4 X ∗ Z tác động của Z đến Y phụ thuộc cùng chiều vào độ lớn của X
Tác động của X đến Y phụ thuộc ngược chiều vào độ lớn của Z;
-
tác động của Z đến Y phụ thuộc ngược chiều vào độ lớn của X
VD: Ŷ = 1 + 2X + 3Z + 4X ∗ Z
̂4 = 4 > 0 có nghĩa là tác động của X đến Y phụ thuộc cùng chiều vào
β
độ lớn của Z; tác động của Z đến Y phụ thuộc cùng chiều vào độ lớn
của X

HỆ SỐ XÁC ĐỊNH VÀ HỆ SỐ XÁC ĐỊNH ĐIỀU CHỈNH

HỆ SỐ XÁC ĐỊNH – R2 (R_Sq) HỆ SỐ XÁC ĐỊNH ĐIỀU CHỈNH – ̅̅̅̅ 𝐑𝟐
(Adj R_Sq)
Có nghĩa là mô hình giải thích được bao nhiêu % sự thay đổi của biến phụ
̅̅̅ RSS/(n − k) (1 − R2 )(n − 1)
R2 = 1 − =1−
thuộc TSS/(n − 1) (n − k)
R2 của mô hình nào lớn hơn thì tốt hơn. Tuy nhiên chỉ nên dùng khi so sánh Thường được sử dụng thay cho R2 khi đánh giá
các mô hình có số lượng biến bằng nhau, trong trường hợp số lượng biến khác việc thêm biến vào mô hình có nên hay không. ̅̅̅
R2
̅̅̅
2
nhau ta dùng R thay thế cho R 2
tăng lên thì nên thêm.
2 ESS RSS 2
R = TSS = 1 − TSS (Khi có hệ số chặn 0 ≤ ⁡ R ≤ 1)
Không có hệ số chặn thì có thể TSS ≠ ESS + RSS nên R2 có thể âm
Hệ số xác định bằng bình phương hệ số tương quan mẫu:R2 = (rŶ,Y )2
Chỉ dùng R2 hoặc ̅̅̅̅
𝐑𝟐 khi so sánh các mô hình có biến phụ thuộc giống nhau. (Chú ý: 𝐋𝐨𝐠(𝐘) ≠ 𝐘)
KHUYẾN CÁO: Không nên sử dụng R2 và ̅̅̅̅ 𝐑𝟐 để so sánh 02 mô hình khi đi thi

MỘT SỐ CÔNG THỨC KHÁC CẦN NHỚ

Ước lượng hệ số:
n
̂2 = ∑i=1
β
x i yi
̅, yi = Yi − Y
Trong đó xi = X i − X ̅, X
̅ và Y
̅ là trung bình của X và Y
∑n x 2
i=1 i
̂1 = Y
β ̂2 . X
̅−β ̅
̂ 2 ∑n X 2
σ ̂2
σ
̂1 ) = √ ni=1 i ; se(β
Sai số chuẩn của các Ước lượng hệ số: se(β ̂2 ) = √ n
n∑ x2 i=1 i ∑ i=1 xi
2

Phương sai của các Ước lượng hệ số: Var(β ̂1 ) = se(β̂1 )2 ; ⁡Var(β
̂2 ) = se(β̂2 )2
TSS = ∑ni=1(Yi − ̅
Y)2 ; ⁡RSS = ∑ni=1(Y
̂i − Yi )2 = ∑ni=1 ei 2 ; ESS = ∑ni=1(Ŷi − ̅
Y)2
RSS ESS RSS ESS RSS
𝐓𝐒𝐒 = 𝐑𝐒𝐒 + 𝐄𝐒𝐒 => 1 = + = + R2 => R2 = =1− (Khi có hệ số chặn 0 ≤ ⁡ R2 ≤ 1)
TSS TSS TSS TSS TSS
Trong đó TSS = (SD⁡Dependent⁡Var)2 . (n − 1) (Độ biến động của biến phụ thuộc quanh trung bình)
RSS = Sum Square Resid (Biến động của biến phụ thuộc được giải thích bởi các yếu tố ngẫu nhiên)
ESS = TSS – RSS (Biến động của biến phụ thuộc được giải thích biến độc lập)
∑n
i=1 ei
2 RSS
Sai số chuẩn của hồi quy = Ước lượng độ lệch chuẩn của sai số ngẫu nhiên σ
̂=√ =√
n−k n−k
∑n
i=1 ei
2 RSS
̂2 =
Ước lượng phương sai của sai số ngẫu nhiên σ n−k
= n−k
Khoảng tin cậy cho phương sai của sai số ngẫu nhiên
Đối xứng Tối đa Tối thiểu
𝐑𝐒𝐒 𝐑𝐒𝐒 𝐑𝐒𝐒 𝐑𝐒𝐒
𝟐(𝐧−𝐤)
< 𝛔 𝟐
< 𝟐(𝐧−𝐤)
𝛔𝟐 < 𝟐(𝐧−𝐤) 𝟐(𝐧−𝐤)
< 𝛔𝟐
𝛘𝛂⁄ 𝛘𝟏−𝛂⁄ 𝛘𝟏−𝛂 𝛘𝛂
𝟐 𝟐
Tutor: Trương Đức Huy Fanpage: 10 Education
Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

̅ 2
Khoảng tin cậy cho biến phụ thuộc: Y ̂). t (n−k)
̂ − se(Y α⁄ <𝐘<Y ̂). t (n−k)
̂ + se(Y α⁄ ̂) = √1 + n(X0 −X)
trong đó se(Y ∑ ̅ n 2
2 2 i=1(Xi −X)

Sai số dự báo:
Căn bậc 2 của trung bình bình Sai số trung bình tuyệt đối tính theo
Sai số trung bình tuyệt đối
phương sai số phần trăm
̂ −Y
Y
∑n ̂
i=1(Yi −Yi )
2 RSS ∑n ̂
i=1|Yi −Yi | ∑n
i=1|
i i|
RMSE = √ n
=√n
MAE = n MAPE = i Y
n
Giá trị của 2 độ đo đầu tiên phụ thuộc vào đơn vị đo của biến phụ thuộc và độ đo của MAPE là không phụ thuộc vào đơn
vị đo. Thông thường với các

03 BÀI TOÁN TRONG KINH TẾ LƯỢNG

BÀI TOÁN 1: ƯỚC LƯỢNG ĐIỂM/ DỰ BÁO 𝐘 ̂
Bước 1: Viết hàm hồi quy mẫu VD: Y ̂=β ̂1 + β
̂2 X + β̂3 Z + β
̂4 D + β
̂5 T
Bước 2: Thay các giá trị β̂ cho ở mô hình và giá trị các biến độc lập cho trong câu hỏi
Chú ý với biến giả D và biến xu thế thời gian T thường không cho cụ thể mà dựa vào câu hỏi để xác định giá trị phù hợp.
Bước 3: Bấm máy tính ra Y ̂
̂ thì Y ̂
̂ = eLog(Y)
Nếu đang ở dạng Log(Y)
Bước 4: Vậy với số liệu mẫu đã cho thì … (chép lại câu hỏi và đáp số)

BÀI TOÁN 2: ƯỚC LƯỢNG KHOẢNG TIN CẬY CHO 𝛃

Bước 1: Ta có công thức ước lượng β bằng khoảng tin cậy ĐỐI XỨNG/ TỐI ĐA/ TỐI THIỂU là:
Bước 2: [Chép 1 trong các công thức sau]
ƯỚC LƯỢNG ĐỐI XỨNG
ƯỚC LƯỢNG 1 THAM SỐ ƯỚC LƯỢNG 2 THAM SỐ
̂β − se(β̂). t (n−k)
α ̂ ̂ (n−k)
< 𝛃 < β + se(β). t α
(n−k)
aβi + bβj − se(aβ̂i + bβ̂j ). t α
̂ ̂ < 𝐚𝛃𝐢 + 𝐛𝛃𝐣
⁄2 ⁄2 ⁄2
(n−k)
< aβ̂i + bβ̂j + se(aβ̂i + bβ̂j ). t α⁄
2
Trong đó β̂ và se(β̂) cho ở mô hình
Trong đó:⁡se(aβ̂i + bβ̂j ) = √a2 se2 (β̂i ) + b 2 se2 (β̂j ) + 2ab. cov(β̂i , β̂j )
α bài thường cho bằng 5% = 0,05
(n−k) (Cov là hiệp phương sai bài thường cho xấp xỉ bằng 0)
t α⁄ ≈ uα⁄2 cho ở cuối đề
2
(n−k)
t 0,025 ≈ u0,025 = 1,96 Nên se(aβ̂i + bβ̂j ) = √a2 se2 (β̂i ) + b 2 se2 (β̂j )
(n−k)
t 0,05 ≈ u0,05 = 1,645
ƯỚC LƯỢNG TỐI ĐA ƯỚC LƯỢNG TỐI THIỂU
β̂ hoặc aβ̂i + bβ̂j > 0 Chỉ chép nửa bên phải của công thức Chỉ chép nửa bên trái của công thức ƯL
ƯL đối xứng đối xứng
β̂ hoặc aβ̂i + bβ̂j < 0 → Ngược lại Bên trái Bên phải
Chú ý: Khi Ước lượng 1 phía ta phải thay 𝛂⁄𝟐 trong công thức ước lượng đối xứng thành 𝛂
Bước 3: Vậy với α = 5% và mẫu cụ thể đã cho thì … (chép lại câu hỏi và đáp số)
Lưu ý: Độ rộng khoảng tin cậy phụ thuộc: Độ tin cậy, bậc tự do (n: số quan sát, k: số hệ số), Se(phụ thuộc VIF, σ2, xji2)

BÀI TOÁN 3: KIỂM ĐỊNH

1/ Kiểm định 1 hệ số:

H : β = c⁡ H : β ≤ c⁡ H : β ≥ c⁡
Bước 1: Xét cặp giả thuyết: TH1: { 0 TH2: { 0 TH3: { 0
H1 :⁡β ≠ c H1 :⁡β > c H1 :⁡β < c

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

Dựa vào câu hỏi để xác định chính xác cặp giả thuyết. Câu hỏi có thể cho biết dấu của H0 hoặc H1, ta tự suy ra dấu H còn lại
̂−c
β
Bước 2: Tính tiêu chuẩn Tqs = se(β̂ rồi so sánh với điều kiện bác bỏ H0 dưới đây;
)

TH1: H1: β ≠ c TH2: H1: β > c TH3: H1: β < c

(n−k) (n−k) (n−k)
|Tqs | > t α⁄ Tqs > tα Tqs < −t α
2
α bài thường cho bằng 5% = 0,05
(n−k) (n−k)
t α⁄ ≈ uα⁄2 ;⁡t α ≈ uα cho ở cuối đề
2
(n−k)
t 0,025 ≈ u0,025 = 1,96
(n−k)
t 0,05 ≈ u0,05 = 1,645
Nếu Tqs ta tính được thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Bác bỏ H0 chấp nhận H1

Nếu Tqs ta tính chưa thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0.

Bước 3: Vậy với α = 5% và mẫu cụ thể đã cho thì …

*/ ĐẶC BIỆT: Khi c = 0

H0 : β = 0⁡(β̂⁡ko⁡có⁡ý⁡nghĩa, biến⁡độc⁡lập⁡ko⁡tác⁡động⁡đến⁡biến⁡phụ⁡thuộc)
Bước 1: Xét cặp giả thuyết: TH1: { ⁡
H1 :⁡β ≠ 0⁡(β̂⁡có⁡ý⁡nghĩa, biến⁡độc⁡lập⁡có⁡tác⁡động⁡đến⁡biến⁡phụ⁡thuộc)⁡⁡⁡⁡⁡⁡

Bước 2: Đến đây ngoài làm tương tự như Bước 2 ở trên thì riêng trường hợp này ta còn có thể sử dụng 01 cách khác là sử dụng
Prob(P_value) của β̂

Nếu Prob(β̂) hoặc P_value(β̂) > α = 0,05 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0

Nếu Prob(β̂) hoặc P_value(β̂) < α = 0,05 thì ta kết luận là Bác bỏ H0 chấp nhận H1

CHÚ Ý:
𝟏
Nếu kiểm định các trường hợp >, < 0 thì so sánh Prob với 2⁡𝛂 hoặc tính Prob (1phía) = .Prob(2 phía) rồi so sánh với 𝛂
𝟐

Nếu bài cho Prob = *, **, *** có ý nghĩa ở mức 10%, 5%, 1% thì

* là 5%< Prob < 10%, ** là 1%< Prob < 5%, *** là Prob < 1%

Nếu không cho Prob thì kiểm định theo cách thông thường, tính Tqs rồi so sánh với t

2/ Kiểm định 2 hệ số:

H0 : aβi + bβj = c⁡ H0 : aβi + bβj ≤ c⁡ H0 : aβi + bβj ≥ c⁡

Bước 1: Xét cặp giả thuyết: TH1: { TH2: { TH3: {
H1 :⁡aβi + bβj ≠ c H1 :⁡aβi + bβj > c H1 :⁡aβi + bβj < c

̂i +bβ
aβ ̂j −c
Bước 2: Tính tiêu chuẩn Tqs = se(aβ̂+bβ̂ Trong đó:⁡se(aβ̂i + bβ̂j ) = √a2 se2 (β̂i ) + b 2 se2 (β̂j ) + 2ab. cov(β̂i , β̂j )
i j)

(Cov là hiệp phương sai bài thường cho xấp xỉ bằng 0) Nên se(aβ̂i + bβ̂j ) = √a2 se2 (β̂i ) + b 2 se2 (β̂j )

Rồi so sánh với điều kiện bác bỏ H0 dưới đây:

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

TH1: H1: aβi + bβj ≠ c TH2: H1: aβi + bβj > c TH3: H1: aβi + bβj < c
(n−k) (n−k) (n−k)
|Tqs | > t α⁄ Tqs > tα Tqs < −t α
2
Nếu Tqs ta tính được thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Bác bỏ H0 chấp nhận H1

Nếu Tqs ta tính chưa thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0
Bước 3: Vậy với α = 5% và mẫu cụ thể đã cho thì …

3/ Kiểm định sự phù hợp của hàm hồi quy:

H0 : Hàm⁡hồi⁡quy⁡không⁡phù⁡hợp⁡ H : R2 = 0⁡ H0 :⁡β2 = β3 = ⋯ = βk = 0
Bước 1: Xét cặp giả thuyết: { hoặc { 0 2 hoặc {
H1 :⁡Hàm⁡hồi⁡quy⁡phù⁡hợp⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ H1 :⁡R ≠ 0 H1 :⁡β2 2 + β3 2 + ⋯ + βk 2 ≠ 0

H : Tất⁡cả⁡hệ⁡số⁡góc⁡đều⁡bằng⁡0⁡(Không⁡có⁡biến⁡độc⁡lập⁡nào⁡giải⁡thích⁡cho⁡biến⁡phụ⁡thuộc)⁡⁡⁡⁡⁡⁡⁡⁡
Hoặc { 0
H1 :⁡Tồn⁡tại⁡ít⁡nhất⁡1⁡hệ⁡số⁡góc⁡ ≠ ⁡0⁡(Có⁡ít⁡nhất⁡một⁡biến⁡độc⁡lập⁡giải⁡thích⁡cho⁡biến⁡phụ⁡thuộc)

Bước 2: Cách 1: Sử dụng Prob(F-stat)

Nếu Prob(F − stat) > α = 0,05 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0 => Hàm⁡hồi⁡quy⁡không⁡phù⁡hợp

Nếu Prob(F − stat) < α = 0,05 thì ta kết luận là Bác bỏ H0 chấp nhận H1 => Hàm hồi quy phù hợp

Cách 2: Sử dụng kiểm định F

R2 /(k−1) (k−1;n−k)
Tính tiêu chuẩn Fqs = (1−R2)/(n−k) rồi so sánh với điều kiện bác bỏ H0: Fqs > fα

Nếu Fqs ta tính được thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Bác bỏ H0 chấp nhận H1 => Hàm hồi quy phù hợp

Nếu Fqs ta tính chưa thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0 => Hàm⁡hồi⁡quy⁡không⁡phù⁡hợp

Bước 3: Vậy với α = 5% và mẫu cụ thể đã cho thì …

4/ Kiểm định thêm bớt biến hay còn gọi là kiểm định ràng buộc, kiểm định thu hẹp hồi quy

H : Không⁡nên⁡thêm⁡biến⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
Bước 1: Xét cặp giả thuyết: Nếu bài hỏi nên thêm không? { 0
H1 :⁡Nên⁡thêm⁡biến⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

H0 : Nên⁡bớt⁡biến⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
Nếu bài hỏi nên bớt không? {
H1 :⁡Không⁡nên⁡bớt⁡biến⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

(RSSR −RSSU )/m (R2 −R2 )/m (m;n−kU )

Bước 2: Tính tiêu chuẩn Fqs = RSSU /(n−kU )
= (1−RU2 )/(n−k
R
rồi so sánh với điều kiện bác bỏ H0: Fqs > fα
U U)

Trong đó: R: là mô hình ít biến hơn, U: là mô hình nhiều biến hơn, m: là số biến hơn kém giữa 2 mô hình

Nếu Fqs thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Bác bỏ H0 chấp nhận H1 =>⁡Nên⁡thêm⁡biến/Không⁡nên⁡bớt⁡biến

Nếu Fqs chưa thỏa mãn điều kiện bác bỏ H0 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0 => Không⁡nên⁡thêm⁡biến/Nên⁡bớt⁡biến

Bước 3: Vậy với α = 5% và mẫu cụ thể đã cho thì …

(𝟏,⁡⁡⁡𝐧−𝐤 𝐮 ) (𝐧−𝐤) 𝟐
Lưu ý: Mối liên hệ giữa kiểm định T và F: 𝐅𝐪𝐬 = (𝐓𝐪𝐬 )𝟐 ; 𝐟𝛂 = (𝐭 𝛂/𝟐 )

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

5/ Kiểm định các khuyết tật:

Bước 1: Xét cặp giả thuyết:

H : Mô⁡hình⁡có⁡dạng⁡hàm⁡đúng⁡hoăc⁡Không⁡thiếu⁡biến⁡quan⁡trọng⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
Khuyết tật 1: { 0
H1 :⁡Mô⁡hình⁡có⁡dạng⁡hàm⁡sai⁡hoặc⁡Thiếu⁡biến⁡quan⁡trọng⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

H : Mô⁡hình⁡có⁡Phương⁡sai⁡sai⁡số⁡không⁡đổi⁡(đồng⁡đều)⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
Khuyết tật 2: { 0
H1 :⁡Mô⁡hình⁡có⁡Phương⁡sai⁡sai⁡số⁡thay⁡đổi⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

H : Mô⁡hình⁡không⁡có⁡tự⁡tương⁡quan⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
Khuyết tật 3: { 0
H1 :⁡Mô⁡hình⁡có⁡tự⁡tương⁡quan⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡

Bước 2: Sử dụng Prob: Nếu Prob > α = 0,05 thì ta kết luận là Chưa đủ cơ sở Bác bỏ H0

Nếu Prob⁡< α = 0,05 thì ta kết luận là Bác bỏ H0 chấp nhận H1

Khuyết tật 1: Prob (Ramsey) Khuyết tật 2: Prob (White) Khuyết tật 3: Prob (Breusch-Godfrey)
*/ Hậu quả:
Khuyết tật 1: Kiểm định Ramsey
Mắc Không mắc
Các ước lượng của mô hình là chệch và Các ước lượng của mô hình là không chệch, để biết có hiệu quả không ta kiểm định
không hiệu quả tiếp Khuyết tật 2 (Kiểm định White) và khuyết tật 3 (Kiểm định BG)
Mắc ít nhất 1 trong 2 Không mắc cả 2
Các ước lượng của mô hình là không Các ước lượng của mô hình là không chệch
chệch nhưng chưa hiệu quả và hiệu quả
*/ Đặc biệt: Khuyết tật 3 ngoài dùng kiểm định Breusch-Godfrey (BG) còn có thể dùng kiểm định DW để phát hiện tự tương quan
bậc 1. Dựa vào số liệu DW bài cho ta đối chiếu với bảng dưới để ra kết luận tương ứng
Tự tương quan dương Không có tự tương Tự tương quan âm bậc
Không có kết luận Không có kết luận
bậc 1 quan bậc 1 1
0 dL dU 4 – dU 4 - dL 4
Trong đó dL và dU cho ở cuối đề (Dựa vào n, k’ = k – 1 để tìm)
6/ So sánh 2 mô hình hoặc so sánh các mô hình để lựa chọn mô hình phù hợp nhất. Dựa trên các tiêu chí sau:
- So sánh các khuyết tật trong mô hình với tiêu chí khuyết tật gây ra hậu quả càng kém nghiêm trọng càng tốt, số khuyết tật càng
ít càng tốt.
- Ý nghĩa thống kê các hệ số góc (hệ số nào không có ý nghĩa thống kê thì có thể biến độc lập ứng với hệ số đó không thích hợp)
- Nếu có các sai số dự báo RMSE, MAPE, MAE thì chọn mô hình nào nhỏ hơn.

MỘT SỐ LÝ THUYẾT CẦN CHÚ Ý

1. TỔNG QUAN VỀ KINH TẾ LƯỢNG:

- Khái niệm: Kinh tế lượng là sự kết hợp giữa kinh tế học, toán học và thống kê toán nhằm lượng hóa, kiểm định và dự báo
các quan hệ kinh tế.

Mục đích: 05 mục đích Phương pháp luận: 07 bước

✓ Thiết lập các mô hình toán học mô tả các mối quan hệ kinh tế 1. Nêu các giả thuyết, giả thiết
✓ Ước lượng các tham số đo về sự ảnh hưởng của các biến kinh tế 2. Định dạng mô hình toán học, gồm
✓ Kiểm định tính vững chắc của các giả thuyết 3. Định dạng mô hình kinh tế lượng
✓ Sử dụng các mô hình đã được kiểm định để đưa ra các dự báo và mô 4. Thu thập số liệu
phỏng hiện tượng kinh tế 5. Ước lượng các tham số
✓ Đề xuất chính sách dựa trên các phân tích và dự báo 6. Dự báo
7. Kiểm tra, đề ra chính sách

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

- Phân loại số liệu:

Phân loại theo cấu trúc Phân loại theo Phân loại theo
tính chất nguồn gốc
✓ Định
✓ Số liệu chéo (cross sectional): Là sô liệu cho nhiều đối tượng tại cùng 1 thời điểm
lượng ✓ Sơ cấp
✓ Chuỗi thời gian (time series): Là sô liệu cho 1 đối tượng tại cùng nhiều thời điểm
✓ Định ✓ Thứ cấp
✓ Số liệu mảng (panel), hỗn hợp (pooled): Là sự kết hợp giữa số liệu chéo và chuỗi
tính
thời gian
- Mô hình hồi quy tuyến tính: Y = β1 + β2 X 2 + u hoặc log(Y) = β1 + β2 log(X) + u
1
- Mô hình hồi quy phi tuyến: Y = β0 + β + u hoặc Y = eβ1 +β2 X + u
1 +β2 X

2. GIẢI THIẾT OLS (Ordinary Least Squares - Phương pháp bình phương nhỏ nhất thông thường - RSSmin)

SỐ LIỆU CHÉO SỐ LIỆU CHUỖI THỜI GIAN

CS1: Mẫu ngẫu nhiên TS1: Sai số ngẫu nhiên không tự tương quan
CS2: E(ui) = 0 TS2: E(ut/Xt) = 0
2
CS3: V(ui) = σ TS3: V(ut) = σ2
CS4: Các biến độc lập ko có quan hệ đa cộng tuyến hoàn hảo TS4: Các biến độc lập ko có quan hệ đa cộng tuyến hoàn hảo
CS5: Sai số ngẫu nhiên phân phối chuẩn TS5: Sai số ngẫu nhiên phân phối chuẩn
̂
Nếu thỏa mãn các giả thiết OLS thì 𝛃 là các ước lượng tuyến tính không chệch tốt nhất (BLUE-Best Linear Unbiased
Estimator)
3. CHUỖI DỪNG VÀ NHIỄU TRẮNG:

CHUỖI DỪNG NHIỄU TRẮNG

Chuỗi Yt gọi là chuỗi dừng nếu thỏa mãn 3 điều kiện: Chuỗi Yt gọi là nhiễu trắng nếu thỏa mãn 3 điều kiện:
1. E(Yt) = μ không đổi ∀t 1. E(Yt) = 0 không đổi ∀t
2. V(Yt) = σ2 không đổi ∀t 2. V(Yt) = σ2 không đổi ∀t
3. Cov(Yt, Yt-p) = ρp chỉ thay đổi theo p 3. Cov(Yt, Yt-p) = 0 không đổi ∀t, p
Vi phạm ít nhất 1 trong 3 điều kiện thì chuỗi là không dừng Nhiễu trắng là chuỗi dừng, không có tương quan với
Đa số các chuỗi kinh tế đều là chuỗi không dừng, chẳng hạn như GDP, quá khứ
CPI, năng suất lao động của một ngành,… đều là các chuỗi không dừng
do các biến số này có xu hướng gia tăng theo thời gian nên vi phạm giả
thiết số 1 của chuỗi dừng.
Chuỗi phụ thuộc yếu là khi Cov(Yt, Yt-p) → 0 rất nhanh khi p tăng nhanh
4. CÁC KHUYẾT TẬT:
Khuyết Nguyên Cách phát hiện
Hậu quả Cách khắc phục Lưu ý
tật nhân
• Mô hình • Vi phạm giả thiết OLS Kiểm định Ramsey:
• Xét mô hình: • Nếu thiếu biến: thêm
thiếu biến số 2
biến độc lập (có thể là
quan trọng • Ước lượng OLS là ước Y = β1 + β2 X + β3 Z + u (1)
(Biến Z có lượng chệch • Ước lượng (1) thu được Y ̂, thêm mũ bậc cao của biến
đang có)
tác động (Nếu mô hình thiếu biến vào (1) được:
1. Kỳ • Nếu dạng hàm sai: đổi
đến Y và mà biến bị thiếu tương Y = β1′ + β′2 X + β′3 Z + α1 ̂
Y2 + Gây hậu
vọng sai dạng hàm
có tương quan dương với biến ⋯ + α ̂
Y m+1
+ u′(2) quả
số ngẫu m • Dùng biến đại diện:
quan với đang có trong mô hình và Xét cặp giả thuyết: nghiêm
nhiên Nếu thiếu biến Z nhưng
X) β > 0 thì ƯL β chệch H0: MH(1) có dạng hàm đúng/ trọng nhất
khác 0 có Z* là đại diện cho Z
• Dạng hàm lên, tương quan âm thì không thiếu biến quan trọng có có tương quan với Z
sai chệch xuống. Nếu β < 0 H1: MH(1) có dạng hàm sai/ thiếu thì có thể dùng để thay
• Tính tác thì ngược lại). biến quan trọng thế
động đồng • Các suy diễn thống kê • Dùng kiểm định thu hẹp hồi quy • Sử dụng biến công cụ
thời của số (tức kết quả các bài toán (Kiểm định F)
Tutor: Trương Đức Huy Fanpage: 10 Education
Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

liệu Dự báo, ước lượng, kiểm

• Sai số đo định không đáng tin cậy).
lường của
các biến
độc lập
• Vi pham giả thiết OLS
số 3
Kiểm định White:
• Ước lượng OLS vẫn là
• Xét mô hình:
ước lượng không chệch
Y = β1 + β2 X + β3 Z + u (1) • Phương pháp bình
(có thể dùng dự báo)
2. • Bản chất • Ước lượng (1) thu được phần dư phương nhỏ nhất tổng
• Phương sai của ước
Phương số liệu e. Thực hiện hồi quy phụ: quát (GLS) Thường
lượng hệ số là chệch, sai
sai sai • Thiếu e2 = α1 + α2 X + α3 Z + α4 X 2 • Phương pháp ước xảy ra với
số chuẩn SE là chệch
số ngẫu biến quan + α5 Z2 + u′ lượng lại sai số chuẩn số liệu
• Khoảng tin cậy, kiểm
nhiên trọng, dạng Xét cặp giả thuyết: vững chéo
định về các hệ số (kiểm
thay đổi hàm sai H0: MH(1) có PSSS không đổi • Đổi dạng hàm: loga,
định T) không còn giá trị
H1: MH(1) có PSSS thay đổi semi- loga
sử dụng.
• Dùng kiểm định sự phù hợp của
• Các ước lượng OLS
hàm hồi quy (Kiểm định F)
không còn là ước lượng
tốt nhất
• Vi pham giả thiết OLS
số 5
• Sai số ngẫu nhiên không
3. Sai số phân phối chuẩn thì các
ngẫu ước lượng không tuân
nhiên theo quy luật chuẩn, t
không không tuân theo quy luật Dùng kiểm định Jacques-Berra Tăng kích thước mẫu
phân student, F không tuân
phối theo quy luật Fisher
chuẩn • Các suy diễn dùng
thống kê T, F có thể sai
• Nếu n đủ lớn thì có thể
bỏ qua giả thiết này
• Nếu xảy ra đa cộng
tuyến hoàn hảo thì vi • Nếu đa cộng tuyến cao
phạm giả thiết OLS số 4. nhưng không làm mất ý
• Xem xét hệ số xác định của các
Đa cộng tuyến cao thì nghĩa hệ số, không thay
• Bản chất mô hình hồi quy phụ R2: Nếu R2
không vi phạm đổi dấu: có thể bỏ qua
mối quan qúa lớn thì có thể là hậu quả của
• Các ước lượng vẫn • Biến cần quan tâm
hệ giữa các đa cộng tuyến cao Chỉ xảy ra
không chệch, hiệu quả không cộng tuyến với
hệ số • Xem xét hệ số phóng đại với mô
4. Đa (trong điều kiện có đủ các biến khác, không bị ảnh
• Mô hình phương sai VIF, nếu >10 thì là hình hồi
cộng biến độc lập đó) hưởng: có thể bỏ qua
dạng đa dấu hiệu quả đa cộng tuyến cao quy bội
tuyến • Sai số chuẩn SE lớn • Nếu đa cộng tuyến cao
thức • Tính hệ số tương quan cặp của (có >=2
cao • Kiểm định T kết luận hệ gây ảnh hưởng thì:
• Mẫu các biến độc lập, nếu >0,8 thì có biến độc
số không có ý nghĩa - Tăng kích thước mẫu
không thể xem là có đa cộng tuyến cao lập)
• Kiểm định T và F có thể - Thông tin ràng buộc để
mang tính (Tuy nhiên điều ngược lại, nếu
mâu thuẫn thu hẹp mô hình
đại diện <0,8 không co nghĩa là không có
• Dấu các ước lượng thay - Phương pháp phân tích
đa cộng tuyến cao).
đổi, và sai nhân tố
• Ước lượng hệ số không - Bỏ bớt biến
vững khi mẫu thay đổi
5. Mô • Khi chứa • Không vi phạm giả thiết • Để phát hiện một biến là có Sử dụng kiểm định T về
hình biến không OLS thích hợp hay không có thể sử sự bằng 0 của hệ số của
chứa thích hợp Z • Các ước lượng vẫn dụng kiểm định t để kểm định về biến này (Hoặc kiểm

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395
 10 Education Ôn thi Đại cương, chuyên ngành
Môn nào khó – Có TEN lo! Ôn thi Tiếng anh, Tin học, Bằng lái xe

biến không chệch, hiệu quả sự bằng 0 của hệ số của biến này. định F nếu để phát hiện
không • Nếu biến không phù • Để phát hiện 2 hay nhiều biến là 2 hay nhiều biến ko
thích hợp có tương quan với có thích hợp hay không có thể sử thích hợp). Khi kiểm
hợp biến đang có, sai số dụng kiểm định F – kiểm định định các biến là không
chuẩn sẽ tăng lên nhiều ràng buộc. thích hợp thì nên cân
• Biến không thích hợp sẽ • Khi kiểm định thấy các biến là nhắc loại bỏ các biến
không có ý nghĩa thống không thích hợp thì nên loại các này ra khỏi mô hình
kê NHƯNG không phải biến này ra khỏi mô hình.
biến không
Kiểm định Breusch-Godfrey:
• Xét mô hình:
Yt = β1 + β2 X t + β3 Zt + ut (1)
• Vi phạm giả thiết OLS • Ước lượng (1) thu được phần dư
số 1 của số liệu chuỗi et. Thực hiện hồi quy phụ: • Phương pháp bình
thời gian et = α1 + α2 Xt + α3 Zt + ρ1 et−1 phương nhỏ nhất tổng
Chỉ xảy ra
6. Tự • Ước lượng hệ số OLS là + ⋯ + ρp et−p quát GLS-FGLS
với số liệu
tương không chệch và vững + u′t • Phương pháp lấy sai
chuỗi thời
quan • Ước lượng phương sai, Xét cặp giả thuyết: phân
gian
SE là chệch H0: MH(1) không có tự tương • Phương pháp phương
• Suy diễn thống kê có quan đến bậc p sai hiệu chỉnh
thể không đáng tin cậy H1: MH(1) có tự tương quan ở ít
nhất 1bậc
• Dùng kiểm định thu hẹp hồi quy
(Kiểm định F)
5. MỘT SỐ VẤN ĐỀ BỔ SUNG:
VẤN ĐỀ ĐƠN VỊ CỦA VẤN ĐỀ ĐƠN VỊ CỦA
VẤN ĐỀ HỆ SỐ CHẶN
BIẾN ĐỘC LẬP CẢ HAI BIẾN
• Hệ số chặn không phải lúc nào cũng có ý nghĩa ̂ ̂
𝑌 = 𝛽1 + 𝛽 ̂2 𝑋 ̂ ̂ ̂
𝑌 = 𝛽1 + 𝛽2 𝑋
kinh tế Khi đơn vị của X giảm m lần Khi đơn vị của X giảm m lần (tức giá trị của
• Khi không có ý nghĩa, không phân tích hệ số (tức giá trị của X tăng m lần) X tăng m lần) và đơn vị của Y giảm s lần (tức
chặn thì: giá trị của Y tăng s lần)
• Hệ số chặn có ý nghĩa kỹ thuật, để tránh các sai • 𝛽̂1 , 𝑠𝑒(𝛽̂ ̂ 2
1 ), 𝑌, R không đổi• R2 không đổi
lệch •𝛽 ̂2 , 𝑠𝑒(𝛽̂ • 𝛽̂1 , 𝑠𝑒(𝛽̂ ̂
1 ), 𝑌 tăng s lần
2 ) giảm m lần
• Nếu không có hệ số chặn, R2 mất ý nghĩa ̂ ̂ 𝑠
• 𝛽2 , 𝑠𝑒(𝛽2 ) tăng 𝑚 lần
CÁCH SỬ DỤNG DẠNG HÀM LOG MỘT SỐ ỨNG DỤNG KINH TẾ VI MÔ:
Thông thường ta lấy loga của biến khi biến số 𝐿𝑛(𝑄) = 𝛽1 + 𝛽2 𝐿𝑛(𝐾) + 𝛽3 𝐿𝑛(𝐿) + 𝑢
dương, giá trị lớn để làm giá trị của biến số (Q là sản lượng, K là vốn, L là lao động)
trở nên “gọn gàng” hơn khi phân tích, khi đó • 𝛽2 + 𝛽3 > 1: hiệu quả sản xuất tăng theo quy mô
nhờ việc lấy loga thì thay vì xét lượng tác • 𝛽2 + 𝛽3 < 1: hiệu quả sản xuất giảm theo quy mô
• 𝛽2 + 𝛽3 = 1: hiệu quả sản xuất không đổi theo quy mô
động tuyệt đối (rất lớn) lên biến phụ thuộc thì 𝐿𝑛(𝑄𝐷 ) = 𝛽1 + 𝛽2 𝐿𝑛(𝑌𝐷 ) + 𝑢 hoặc 𝑄𝐷 = 𝛽1 + 𝛽2 𝑌𝐷 + 𝑢
ra chuyển qua xét tác động tương đối (tác (𝑸𝑫 là lượng cầu; 𝒀𝑫 là thu nhập khả dụng)
động ở dạng %) • 𝛽2 < 0: đây là hàng hóa cấp thấp
• 𝛽2 > 0: đây là hàng hóa thông thường
Nếu 1 > 𝛽2 > 0: đây là hàng hóa thiết yếu
Nếu 1 < 𝛽2 : đây là hàng hóa xa xỉ
𝐿𝑛(𝑄𝑋 ) = 𝛽1 + 𝛽2 𝐿𝑛(𝑃𝑌 ) + 𝑢 hoặc 𝑄𝑋 = 𝛽1 + 𝛽2 𝑃𝑌 + 𝑢
(𝑸𝑿 là lượng cầu hàng hóa X, 𝑷𝒀 là giá hàng hóa Y)
• 𝛽2 < 0: đây là hàng hóa bổ sung
• 𝛽2 > 0: đây là hàng hóa thay thế

Chúc các bạn học tốt và đừng quên ghé Fanpage chúng mình tại địa chỉ: 10 Education để đánh giá 5* nhé ^^

Tutor: Trương Đức Huy Fanpage: 10 Education

Group: Nhóm KTL anh Huy Hotline: 08.9966.1010/ 0935.230395