BAI TAP THUC HANH KINH TE LUONG.doc

7 6.9K 139
BAI TAP THUC HANH KINH TE LUONG.doc

Đang tải... (xem toàn văn)

Thông tin tài liệu

BAI TAP THUC HANH KINH TE LUONG

ĐĂNG KÝ BÀI THỰC HÀNH KINH TẾ LƯỢNGSTT Họ Và Tên Lớp Quản Lý1 Hà Huy Thiết K42KTCT2 Lang Văn Tư K42KTCT3 Võ Thị Hoàng K42BKTNN4 Y Xuân R85 Nguyễn Thị Quỳnh K42BKTNN6 Đồng Thị Linh K42BKTNNMô hình :Biến phụ thuộc : GDP thực tế ,kí hiệu: Y ,đơn vị: triệu usdBiến độc lập: Thu nhập ,ki hiệu: S ,đơn vị: triệu usdVốn đầu tư ,kí hiệu: K ,đơn vị: triệu usdNguồn số liệu :Số liệu tự điều tra Số liệu có sẵnTên sách: Số liệu kinh tế của Việt Nam và thế giới. Trang 86Nhà xuất bản thống kê.Thành phố Hồ Chí Minh tháng 9 năm 2010.ĐÁNH GIÁ THÀNH VIÊNNHÓM THỰC HÀNH KINH TẾ LƯỢNGLỚP N07, NHÓM 6STT Họ Và Tên Lớp Quản Lý Điểm đán giá của nhóm1 Hà Huy Thiết K42KTCT 32 Lang Văn Tư K42KTCT 33 Y Xuân R8 24 Võ Thị Hoàng K42BKTNN 25 Nguyễn Thị Quỳnh K42BKTNN 36 Đồng Thị Linh K42BKTNN 3Kinh tế lượng – N07 Nhóm61 Hồi quy GDP theo K, S. Thu được kết quả hồi quy:Dependent Variable: YMethod: Least SquaresDate: 04/17/11 Time: 02:01Sample: 1990 2009Included observations: 20Variable CoefficientStd. Error t-Statistic Prob. C 399.6808 59.34787 6.734544 0.0000S 2.292009 0.590677 3.880310 0.0012K 5.024825 0.782569 6.420935 0.0000R-squared 0.975475 Mean dependent var 1710.050Adjusted R-squared 0.972589 S.D. dependent var 627.1649S.E. of regression 103.8342 Akaike info criterion 12.26095Sum squared resid 183286.1 Schwarz criterion 12.41031Log likelihood -119.6095 F-statistic 338.0823Durbin-Watson stat 1.483304 Prob(F-statistic) 0.000000Mô hình hồi quy mẫu thu được: Yi = 339,6808 + 2,292009Si + 5,024825Ki + ei (1)Kiểm định khuyết tật1 .Kiểm định đa cộng tuyến bằng phương pháp hồi quy phụTiến hành hồi quy mô hình: Si = α1 + α2 Ki + ViTa có kết quả hồi quy:Dependent Variable: SMethod: Least SquaresDate: 04/01/11 Time: 17:28Sample: 1990 2009Included observations: 20Variable CoefficientStd. Error t-Statistic Prob. C 47.99148 20.80586 2.306633 0.0332K 1.220649 0.121402 10.05458 0.0000R-squared 0.848860 Mean dependent var 235.3000Adjusted R-squared 0.840463 S.D. dependent var 103.7345S.E. of regression 41.43374 Akaike info criterion 10.38071Sum squared resid 30901.58 Schwarz criterion 10.48028Log likelihood -101.8071 F-statistic 101.0946Durbin-Watson stat 1.722830 Prob(F-statistic) 0.000000Kiểm định cặp giả thiết:Ho : α2 = 0 (mô hình không có đa cộng tuyến)Kinh tế lượng – N07 Nhóm62 H1 : α2 ≠ 0 (mô hình có đa cộng tuyến)So sánh Tqs = Tα/2 (n-k)Nhìn vào kết quả hồi quy ta thấy Tqs = 10.05458. kết quả:Tqs > T0.025 (18) (= 2.101) => Fqs thuộc mìền bác bỏVậy bác bỏ giả thiết H0, Vậy mô hình (1) có đa cộng tuyến không hoàn hảo2. Kiểm định phương sai sai số thay đổi bằng kiểm định WhiteHồi quy mô hình: e2i = α1 + α2 Si + α3 S2i +α4Si Ki + α5Ki + α6K2i + Vi Ta có kết quả hồi quy:White Heteroskedasticity Test:F-statistic 1.559244 Probability 0.234995Obs*R-squared 7.153735 Probability 0.209456Test Equation:Dependent Variable: RESID^2Method: Least SquaresDate: 04/01/11 Time: 17:39Sample: 1990 2009Included observations: 20Variable CoefficientStd. Error t-Statistic Prob. C 42285.74 22609.07 1.870300 0.0825S -497.4688 364.1567 -1.366084 0.1935S^2 0.196754 1.861681 0.105686 0.9173S*K 3.063766 4.373879 0.700469 0.4951K 180.6040 425.6615 0.424290 0.6778K^2 -3.033235 3.197617 -0.948592 0.3589R-squared 0.357687 Mean dependent var 9164.307Adjusted R-squared 0.128289 S.D. dependent var 16090.37S.E. of regression 15022.84 Akaike info criterion 22.31586Sum squared resid 3.16E+09 Schwarz criterion 22.61458Log likelihood -217.1586 F-statistic 1.559244Durbin-Watson stat 2.145004 Prob(F-statistic) 0.234995Kiểm định cặp giả thuyết: Ho : R2 = 0 (phương sai sai số đồng đều) H1 : R2 ≠ 0 (phương sai sai số không đồng đều)So sánh nR2 với χ2(m)α Kinh tế lượng – N07 Nhóm63 Từ kết quả hồi quy ta có: nR2 = 20*0.358 = 7.16Với n=11, α=0.05, m= 5 ta có χ2(5)0.05 = 11,0705  ta thấy : nR2 <χ2(5)0.05 Chưa đủ cơ sở bác bỏ giả thuyết H0Vậy mô hình (1) có phương sai sai số đồng đều3. Kiểm định tự tương quan bằng phương pháp kiểm đinh Breusch- GodfreyHồi quy mô hình: Et = β1 + β2K + β3S + ρE(-1) + vtTa có kết quả báo cáo eviews:Dependent Variable: EMethod: Least SquaresDate: 04/24/11 Time: 08:18Sample(adjusted): 1991 2009Included observations: 19 after adjusting endpointsVariable Coefficient Std. Error t-Statistic Prob. C 30.37995 65.59241 0.463163 0.6499K 0.332999 0.849829 0.391842 0.7007S -0.313569 0.651352 -0.481413 0.6372E(-1) 0.237378 0.284827 0.833411 0.4177R-squared 0.050212 Mean dependent var 4.778585Adjusted R-squared -0.139745 S.D. dependent var 98.49109S.E. of regression 105.1479 Akaike info criterion 12.33328Sum squared resid 165841.3 Schwarz criterion 12.53211Log likelihood -113.1661 F-statistic 0.264335Durbin-Watson stat 1.885248 Prob(F-statistic) 0.850014Kiểm định cặp giả thuyết: Ho : ρ = 0 (không có tự tương quan bậc 1) H1 : ρ ≠ 0 (có tự tương quan bậc 1)Theo kết quả hồi quy ta có: χ2qs = (n-1)R2 = 0,954 < χ2(1)0.05 = 3.84=> chưa có cơ sở để bác bỏ giả thuyết H0Vậy mô hình (1) không có tự tương quan4. Kiểm định các biến bỏ sót bằng kiểm định RamseyHồi quy mô hình : Y = β1 + β2K + β3S + β4YF^2 + β5YF^3 + vtTa thu được kết qủa:Dependent Variable: YMethod: Least SquaresDate: 04/24/11 Time: 09:38Sample: 1990 2009Included observations: 20Kinh tế lượng – N07 Nhóm64 Variable Coefficient Std. Error t-Statistic Prob. C 180.4011 256.8005 0.702495 0.4931S 7.526533 3.864514 1.947601 0.0704K 15.67467 8.637016 1.814825 0.0896YF^2 -0.001349 0.000965 -1.397491 0.1826YF^3 2.57E-07 1.73E-07 1.488175 0.1574R-squared 0.980101 Mean dependent var 1710.050Adjusted R-squared 0.974794 S.D. dependent var 627.1649S.E. of regression 99.57116 Akaike info criterion 12.25194Sum squared resid 148716.2 Schwarz criterion 12.50087Log likelihood -117.5194 F-statistic 184.6973Durbin-Watson stat 2.290730 Prob(F-statistic) 0.000000 Kiểm định cặp giả thuyết: Ho : β4 = β5 = 0 (mô hình không bỏ sót biến) H1 : βi ≠ 0 (i=4,5) mô hình bỏ sót biếnTa có Fqs =1,875 , F0,05(2,15) = 3,68  Fqs < F0,05(2,15)Kết luận chưa có cơ sở bác bỏ Ho Vậy mô hình (1) không bị bỏ sót biến6.kiểm định tính phân bố chuẩn của sai số ngẫu nhiên Kiểm định cặp giả thuyết: Ho : U có phân phối chuẩn H1 : U không có phân phối chuẩn Ta có kết quả đồ thị và thống kê JBKinh tế lượng – N07 Nhóm65 01234567-200 -100 0 100 200Series: ResidualsSample 1990 2009Observations 20Mean -9.38E-14Median -0.057504Maximum 217.1546Minimum -238.8205Std. Dev. 98.21731Skewness -0.001976Kurtosis 3.928574Jarque-Bera 0.718555Probability 0.698181Ta thấy JB = 0,718555 <χ2(2)0.05= 5,99 chưa đủ cơ sở bác bỏ HoVậy U trong mô hình (1) có phân phối chuẩnKhắc phục khuyết tật:Khắc phục đa cộng tuyến: khắc phục đa cộng tuyến bằng cách đưa biến K ra khỏi mô hình. Ta được kết quả hồi quy Y theo K như sau:Dependent Variable: YMethod: Least SquaresDate: 04/28/11 Time: 10:34Sample: 1990 2009Included observations: 20Variable Coefficient Std. Error t-Statistic Prob. C 509.6777 69.58182 7.324869 0.0000K 7.822563 0.406010 19.26692 0.0000R-squared 0.953753 Mean dependent var 1710.050Adjusted R-squared 0.951184 S.D. dependent var 627.1649S.E. of regression 138.5684 Akaike info criterion 12.79524Sum squared resid 345621.7 Schwarz criterion 12.89482Log likelihood -125.9524 F-statistic 371.2142Durbin-Watson stat 1.278340 Prob(F-statistic) 0.000000R2 sau khi bỏ biến K ra khỏi mô hình bằng 0.9511, nhỏ hơn R2 trước khi bỏ K (0.9725). Vậy không nên đưa biến K ra khỏi mô hình hay không khắc phục được đa cộng tuyến trong mô hình (1)Kiểm định hai giả thuyết kinh tếKinh tế lượng – N07 Nhóm66 1. Có ý kiến cho rằng vốn và thu nhập có ảnh hưởng như nhau đến GDP. Đúng hay sai?Kiểm định cặp giả thiết: H0: β2 = β3 H1:β2 ≠ β3Kết quả hồi quy:Wald Test:Equation: GIATHUYET1Null Hypothesis: C(2)=C(3)F-statistic 4.119112 Probability 0.058355Chi-square 4.119112 Probability 0.042401P-value = 0.058 > 0.05. Kết luận: chưa đủ cơ sở bác bỏ H0 có thể nói thu nhập và vốn có ảnh hưởng như nhau đến GDP.2. Kiểm tra ý kiến vốn và thu nhập đồng thời không ảnh hưởng đến GDP.Kiểm định cặp giả thiết: H0: β2 = β3 =0 H1: βi ≠ 0 (i=2,3)Wald Test:Equation: EQ01Null Hypothesis: C(2)=0C(3)=0F-statistic 338.0823 Probability 0.000000Chi-square 676.1646 Probability 0.000000Fqs = 338.0823; F0.05(k-1,n-k) = F0.05(2,17) = 3,59Kết quả: Fqs > F0.05(2,17). Vậy bác bỏ giả thiết H0 hay có thể nói thu nhập và vốn đồng thời ảnh hưởng đến GDP.Kinh tế lượng – N07 Nhóm67 . bằng kiểm định WhiteHồi quy mô hình: e2i = α1 + α2 Si + α3 S2i +α4Si Ki + α5Ki + α6K2i + Vi Ta có kết quả hồi quy:White Heteroskedasticity Test:F-statistic. eviews:Dependent Variable: EMethod: Least SquaresDate: 04/24/11 Time: 08:18Sample(adjusted): 1991 2009Included observations: 19 after adjusting endpointsVariable Coefficient

Ngày đăng: 19/09/2012, 17:24

Hình ảnh liên quan

Mô hình: - BAI TAP THUC HANH KINH TE LUONG.doc

h.

ình: Xem tại trang 1 của tài liệu.
ĐĂNG KÝ BÀI THỰC HÀNH KINH TẾ LƯỢNG - BAI TAP THUC HANH KINH TE LUONG.doc
ĐĂNG KÝ BÀI THỰC HÀNH KINH TẾ LƯỢNG Xem tại trang 1 của tài liệu.
Ho : β4 = β5 =0 (mô hình không bỏ sót biến)    H1 : βi  ≠ 0 (i=4,5) mô hình bỏ sót biến - BAI TAP THUC HANH KINH TE LUONG.doc

o.

β4 = β5 =0 (mô hình không bỏ sót biến) H1 : βi ≠ 0 (i=4,5) mô hình bỏ sót biến Xem tại trang 5 của tài liệu.
R2 sau khi bỏ biến K ra khỏi mô hình bằng 0.9511, nhỏ hơn R2 trước khi bỏ K (0.9725). Vậy không nên đưa biến K ra khỏi mô hình hay không khắc phục  được đa cộng tuyến trong mô hình  (1) - BAI TAP THUC HANH KINH TE LUONG.doc

2.

sau khi bỏ biến K ra khỏi mô hình bằng 0.9511, nhỏ hơn R2 trước khi bỏ K (0.9725). Vậy không nên đưa biến K ra khỏi mô hình hay không khắc phục được đa cộng tuyến trong mô hình (1) Xem tại trang 6 của tài liệu.

Từ khóa liên quan

Tài liệu cùng người dùng

Tài liệu liên quan