Huong Dane Views

download Huong Dane Views

of 55

Transcript of Huong Dane Views

  • 8/17/2019 Huong Dane Views

    1/55

    HƯNG DN THC HÀNH EVIEWS TRONGKINH T LƯNG

  • 8/17/2019 Huong Dane Views

    2/55

    MC LC

    MC LC   4

    1 Gii thiu Eviews   1

    1.1 Khi to workfile   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

    1.2 Nhp d liu trc tip   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

    1.3 M d liu t file có sn   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

    1.3.1 M d liu file đnh dng .xls   . . . . . . . . . . . . . . . . . . . . . . . . 5

    1.3.2 M d liu file đnh dng .wf1   . . . . . . . . . . . . . . . . . . . . . . . 5

    1.4 V đ th   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

    1.5 Thng kê mô t . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8

    1.6 To và xóa mt series trong workfile   . . . . . . . . . . . . . . . . . . . . . . . . 9

    1.6.1 To mt series mi trong workfile . . . . . . . . . . . . . . . . . . . . . . 9

    1.6.2 Xóa mt series trong workfile   . . . . . . . . . . . . . . . . . . . . . . . . 10

    1.7 Mt s toán t và hàm cơ bn trong Eviews  . . . . . . . . . . . . . . . . . . . . 10

    1.7.1 Toán t   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

    1.7.2 Hàm  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

    1.8 Tính toán trên Eviews   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

    2 Hi qui hai bin   14

    2.1 Mô hình hi qui tuyn tính   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

    2.2 Khong tin cy  β 1; β 2   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

    2.3 Kim đnh gi thit v các h s hi qui   . . . . . . . . . . . . . . . . . . . . . . 17

    3 M rng mô hình hi qui hai bin   19

    3.1 Hi qui tuyn tính log   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

    3.2 Hi qui log tuyn tính   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

    2

  • 8/17/2019 Huong Dane Views

    3/55

    4 Hi qui bi   22

    4.1 Mô hình hi qui tuyn tính ba bin  . . . . . . . . . . . . . . . . . . . . . . . . . 22

    4.2 Kim đnh gi thit v h s hi qui   . . . . . . . . . . . . . . . . . . . . . . . . 24

    4.3 Kim đnh đng thi (kim đnh s phù hp ca mô hình)  . . . . . . . . . . . . 244.4 Tìm ma trn tương quan . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

    4.5 Ma trn hip phương sai  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

    4.6 D báo   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

    4.6.1 Khong d báo cá bit . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

    4.6.2 Khong d báo trung bình   . . . . . . . . . . . . . . . . . . . . . . . . . 29

    5 Phát hin và khc phc hin tưng phương sai sai s ca mô hình hi qui

    thay đi   305.1 Cách phát hin   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

    5.1.1 Dùng đ th  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

    5.1.2 Dùng kim đnh White . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

    5.2 Khc phc phương sai sai s ca mô hình thay đi   . . . . . . . . . . . . . . . . 32

    6 Phát hin và khc phc hin tưng t tương quan   34

    6.1 Cách phát hin   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34

    6.1.1 Dùng đ th  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346.1.2 Kim đnh Breusch-Godfrey (BG)   . . . . . . . . . . . . . . . . . . . . . 34

    6.2 Khc phc . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

    6.2.1 Bit  ρ   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

    6.2.2 Chưa bit ρ   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

    7 Mt s kim đnh thưng gp   36

    7.1 Kim đnh s có mt ca bin không cn thit   . . . . . . . . . . . . . . . . . . 36

    7.2 Kim đnh bin b b sót . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

    7.3 Kim đnh Wald   . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

    7.4 Kim đnh Reset ca Ramsey   . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40

    8 Phân tích chui thi gian   42

    8.1 Mô hình cng và mô hình nhân   . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

    8.1.1 Mô hình nhân . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42

    3

  • 8/17/2019 Huong Dane Views

    4/55

    8.1.2 Mô hình cng  . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43

    8.2 Mô hình d báo san mũ Holt-Winters   . . . . . . . . . . . . . . . . . . . . . . . 44

    8.3 Kim đnh tính dng da trên lưt đ tương quan   . . . . . . . . . . . . . . . . 47

    8.4 Kim đnh đơn v đi vi tính dng . . . . . . . . . . . . . . . . . . . . . . . . . 48

    TÀI LIU THAM KHO   50

  • 8/17/2019 Huong Dane Views

    5/55

    Li nói đu

    Bài ging này đưc vit đi kèm vi phn lý thuyt ca  Giáo trình kinh t lưng, Trưng ĐH

    Kinh T TPHCM, Lao đng - Xã hi, Hoàng Ngc Nhm, cun Giáo trình này đã có vit phn

    hưng dn s dng Eviews đ tính toán (xem [6]). Bài ging này cũng nhm mc đích hưng

    đn tng bưc vic tính toán trong giáo trình trên, tuy nhiên, đây chúng tôi hưng dn s 

    dng Eviews 6.0 và có b sung, chnh sa nhiu ch so vi  [6]. Bài ging này s giúp cho sinh

    viên thc hành các bài tp ca môn Kinh t lưng, cũng như cho nhng ai s dng Eviews đ

    phân tích kinh t.

    Eviews h tr rt mnh m trong vic qun lý d liu, phân tích thng kê, v các đ th và in

    kt qu. Hin nay đã có biên bn Eviews 8.1, tuy nhiên, vì mt vài lý do mà chúng tôi chn

    Eviews 6.0   1 đ vit bài ging này. Đ bit thêm nhưng thông tin v phn mim này, cũng như 

    các ng dng m rng ca Eviews các bn có th vào trang web   http://eviews.com.

    Tôi chân thành cm ơn s tham kho, đóng góp ý kin ca các bn đng nghip, các bn sinhviên ca Đai hc Tôn Đc Thng, nhng đóng góp này đã giúp tôi rt nhiu trong vic hoàn

    thin bài bài ging này!

    Tôi mong đưc s đóng góp ý kin v bài ging này cho vic chnh sa.

    Huỳnh Ngc Phưc

    [email protected]

    1http://www.mediafire.com/download/z3g2d14fqfx2o9m/Portable_EViews_6.rar

    http://eviews.com/http://eviews.com/http://www.mediafire.com/download/z3g2d14fqfx2o9m/Portable_EViews_6.rarhttp://www.mediafire.com/download/z3g2d14fqfx2o9m/Portable_EViews_6.rarhttp://eviews.com/

  • 8/17/2019 Huong Dane Views

    6/55

    Chương 1

    Gii thiu Eviews

    Trong chương này chúng tôi s gii thiu nhng thao tác cơ bn trên Eviews.

    1.1 Khi to workfile

    Công vic trưc tiên ca chúng ta là khi to workfile. Đ khi to workfile ta nhp  Dclick

    vào biu tưng Eviews trên màn hình, sau đó chn File/New/Workfile như hình sau

    Khi ta chn xong thì ta có

    1

  • 8/17/2019 Huong Dane Views

    7/55

    Trong workfile Structure type có các đnh dng sau:

    •  Dated-regularfrequency: D liu thi gian (mc đnh).

    •  Unstructure/Undated: D liu chéo.•  Balanced Panel.

    Khi ta chn Dated-regularfrequency thì trong khung Date specification có các dng đnh

    dng tương ng

    •  Năm.

    •  Na năm.•  Quý (3 tháng).

    •  Tháng.

    •   Tun.

    •  Năm ngày.

    • By ngày.

    •  Ngày.

    Sau khi chn mt đnh dng tương ng s liu thì ta đin vào khung Start date và End date

    tương ng vi mi đnh dng. Riêng trưng hp đnh dng là  Unstructured/Undated thì

    s xut hin hp thoi dng

    2

  • 8/17/2019 Huong Dane Views

    8/55

    Ta đin đ ln ca d liu vào  Data range.

    Sau khi thc hin xong các thao tác ta đin tên workfile vào khung  Workfile name, chn Ok

    s xut hin hp thoi sau

    Khi khi to xong workfile thì ta chn  Save as đ lưu li.

    1.2 Nhp d liu trc tip

    Trưc ht ta to mt workfile như mc 1.1. K tip đ nhp d liu ta chn Quick/Empty

    Group, s xut hin hp thoi sau

    3

  • 8/17/2019 Huong Dane Views

    9/55

    Sau đó chúng ta nhp các d liu vào thì ta đưc

    Các series1

    mc nhiên có tên là Ser01, Ser02,... như hình trên, đ đi tên mt series nào đóta chn series đó, nhp Dclick vào tên series ri gõ tên mi, nhn Enter, khi đó s xut hin

    mt hp thoi, chn Yes

    Sau khi nhp xong ta tt hp thoi  Group đi, khi đó trong Workfile xut hin các Series

    mà ta va nhp. Đ lưu li ta chn  File/Save as sau đó chn đưng dn đn nơi ta cn lưu,

    tâ chn Save là đưc.

    Chú ý 1.1  Workfile có đnh dng mc nhiên là  .wf1.

    1.3 M d liu t file có sn

    Trong tài liu này tôi s gii thiu cách m d liu đnh dng  .xls và d liu đnh dng .wf1.1ct chui d liu

    4

  • 8/17/2019 Huong Dane Views

    10/55

    1.3.1 M d liu file đnh dng .xls

    Trưc tiên ta m ca s Eviews, sau đó chn File/Open/Ewiews Workfile..., khi đó xut

    hin hp thoi như sau

    khung File of Type  ta chn thanh s ri chn đnh dng file là .xls. Sau đó chn đưng

    dn đn file d liu. Khi ta chn file cn m và chn  Open thì ta đưc hp thoi sau

    chn Predefined range đ chn Sheet d liu, Custom range đ tùy chnh ct d liu cn

    nhp sau đó chn Next đ thay đi tên các ct d liu. Đ hoàn tt ta chn  Finish. Ta lưu

    li workfile như mc 1.2

    Chú ý 1.2  Chúng ta cn phi chú ý rng t Eviews 6.0 tr v trưc ch m đưc file excel 

    đnh dng .xls.

    1.3.2 M d liu file đnh dng .wf1

    Trong nhiu trưng hp ta có sn file có đnh dng .wf1. Khi đó ta ch cn chn Open/Eviews

    Workfile sau đó ta chn đưng dn đn file cn m, chn file ri nhp  Open là đưc.

    5

  • 8/17/2019 Huong Dane Views

    11/55

    1.4 V đ th

    Nu mun v đ th phân tán ca hai bin nào đó, trưc tiên ta to mt workfile hay m

    mt workfile có sn. Ví d như đây ta m giao din Eviews, chn  File/Open/EviewsWorkfile. Khi đó s xut hin mt hp thoi, ta chn đưng dn đn thư mc  DATAE-

    VIEWS/data_chg1 chn file  thidu1.wf1. đây ta mun v đ th phân tán ca bin

    chitieu và thunhap ta làm như sau:

    T hp thoi workfile, chn Quick/Graph, khi đó s xut hin hp thoi  Series list. Ta gõ

    tiên làm trc hoành là thunhap , bin làm trc tung là chitieu như hình sau

    ta chn Ok  thì s xut hin hp thoi sau

    ta nhp chn Scatter ri chn Ok  ta đưc đ th

    6

  • 8/17/2019 Huong Dane Views

    12/55

    Ta có th v đưng hi qui mu thích hp nht đi vi tp hp các s liu mu, mun vy ta

    thc hin các bưc như trên, khi chn Scatter thì trong khung Fit lines ta chn Regression

    line ging như hình sau

    Cách chn trên mc nhiên là đưng thng, tc chitieu và thunhap có quan h tuyn tính.

    Khi đó đ th có dng

    Nu mun v xu thu bin thiên ca mt hoc nhiu bin thì ta chn  Line & Symbol thay

    vì Scatter, vi workfile trên ta có đ th

    7

  • 8/17/2019 Huong Dane Views

    13/55

    Đ lưu đ th li ta nhp chut vào Name trong hp thoi Graph khi đó ta đưc

    Ta đin tên đ th và khung Name to identify object sau đó chn Ok  là đưc.

    1.5 Thng kê mô t

    Đ bit đưc các yu t liên quan đn thng kê ca s liu thì ta làm như sau:

    Ví d như trong workfile thidu1.wf1 ta mun bit các yu t thng kê liên quan đn thunhap

    và chitieu, ta nhp chn series thunhap và chitieu như hình sau

    sau đó nhn Enter ta đưc

    8

  • 8/17/2019 Huong Dane Views

    14/55

    Trong hp thoi Group, chn View/Descriptive Stats/Common Sample, khi đó ta

    đưc

    đây vic chn Common Sample hay Individual Sample thì không có gì khác nhau cho

    lm tr khi có mt series thiu d liu.

    1.6 To và xóa mt series trong workfile1.6.1 To mt series mi trong workfile

    Đ to thêm mt series mi trong workfile ta có th nhp trc tip như mc  1.2, tuy nhiên

    trong trương hp series này có đưc t các series đã có trong workfile qua các phép toán thì

    làm như sau:

    T hp thoi workfile, chn Genr, khi đó xut hin hp thoi sau

    9

  • 8/17/2019 Huong Dane Views

    15/55

    Ví d như mun to series mi là y=thunhap+chitieu thì ta gõ vào hp thoi như hình sau

    nhp chon Ok  ta đưc mt series mi như hình sau

    1.6.2 Xóa mt series trong workfile

    Đ xóa mt series, ta nhp chn series cn xóa, Rclick ri chn Delete sau đó chn Yes all

    là đưc.

    1.7 Mt s toán t và hàm cơ bn trong Eviews

    1.7.1 Toán t 

    Ký hiu Toán T Mô t+   Cng   x + y:Phn t trong series X công phn t trong series Y tương ng.−   Tr    x − y: Phn t trong series X tr phn t trong series Y tương ng.∗   Nhân   x.y: Phn t trong series X nhân phn t trong series Y tương ng./   Chia   x/y: Phn t trong series X chia phn t trong series Y tương ng.∧   Lũy tha   xy: Phn t trong series X lũy tha phn t trong series Y tương ng.

    10

  • 8/17/2019 Huong Dane Views

    16/55

    1.7.2 Hàm

    D(X): sai phân,  D(X ) = xi − xi−1,log(X ) = lnX    exp(X ) = eX 

    abs(X ) =

    |X 

    |  sqr(X ) =

    √ X 

    @sum(X): Tng xi   @mean(X): Trung bình X@var(X): Phương sai X @cov(X,Y): Hip phương sai X và Y@cor(X,Y): H s tương quan

    trend(d): Bin xu thu thi gian chun hóa v 0 thi kỳ d.

    @seas(d): Bin gi theo mùa bng 1 khi quý hoc tháng bng d, bng 0 nu khác d.@coefs(i) =  β̂ i@stderrs(i) = se(β̂ i)@qtdist( p, v) = t α

    2

    (n − k),   ( p = 1 −  α2

    , v =  n − k)@ctdist(x, v) = P (tv  < x)@se =   S.E of regression =  σ@regobs =  n@abs(x) = |x|

    1.8 Tính toán trên Eviews

    Eviews h tr mt s tính toán cơ bn, trong Eviews có mt khung có chc năng tính toán

    như hình

    Các thao tác tính v mc cơ bn ging như trong excel. Ví d như mun tính  2 × 5 =? ta gõ

    vào khung như sau:= 2 ∗ 5

    sau đó nhn Enter ta đưc kt qu như hình sau

    11

  • 8/17/2019 Huong Dane Views

    17/55

    Tuy nhiên vi cách làm như trên ta không lưu li đưc kt qu, đ lưu li thì thay vì gõ

    = 2 ∗ 5 thì ta gõ vào làscalar pt = 2 ∗ 5

    sau đó chn Enter thì Eviews s cho ra kt qu và lưu li trong wokfile vi tên là  pt. Khi ta

    thc hin các thao tác trên Eviews thì pt xem như mt s bình thưng.Ngoài ra, ta còn có th tính bng cách chn  Object/New Object.../Matrix-Vector-Coef 

    như hình sau

    trong khung Name for object ta đin tên ca object đưc to ra sau đó chn  Ok  ta đưc

    12

  • 8/17/2019 Huong Dane Views

    18/55

    đây ta chn Vector và lưu vi tên là v, khi đó workfile s có thêm bin  v  như hình sau

    hp thoi Vector v các giá tr R1,... mc nhiên là 0.000000. Ta có th thay th các giá tr

    này bng cách gõ vào khung v(i)=??.Ta có th lưu li dng table bng cach chn  Freeze, khi đó s xut hin hp thoi Vector

    v dng table. Ta chn Name đ lưu li.

    Các bn mun bit thêm các chc năng ca Eviews, chn  Help/Eviews help topics

    13

  • 8/17/2019 Huong Dane Views

    19/55

    Chương 2

    Hi qui hai bin

    2.1 Mô hình hi qui tuyn tính

    Mô hình dngY i  =  β 1 + β 2X i + U i.

    Hàm hi qui mu SRF

    Ŷ i  =  β̂ 1 +  β̂ 2X i.

    Ví d 2.1   Cho bng s liu v mc chi tiêu (Y USD)/tun) và thu nhp hàng tun (X đôla/tun)

    ca 10 gia đình như sau:

    Y i   70 65 90 95 110 115 120 140 155 150  X i   80 100 120 140 160 180 200 220 240 260  

    Gi s X và Y có quan h tuyn tính. Hãy ưc lưng hàm hi qui ca Y theo X.

    Đ tìm ưc lưng hàm hi qui vi bng s liu trên, trưc tiên ta to mt workfile  thidu2.wf1,

    sau đó, t hp thoi Equation, chn Quick/Estimate, khi đó s xut hin hp thoi dng

    14

  • 8/17/2019 Huong Dane Views

    20/55

    ta gõ vào màn hình như sau

    sau đó nhp chn Ok  ta đưc

    Bng này có ý nghĩa như sau:

    Dependent variable: Y Bin ph thuc Y.

    Method: Least Squares Phương pháp bình phương bé nht.

    Sample: 1 10 Mu quan sát t 1 đn 10.

    Coefficient H s hi qui.

    β̂ 1 = 24, 4545   , β̂ 2  = 0, 509.

    Std Error Sai s chun

    se(β̂ 1) = 6, 413817   , se(β̂ 2) = 0, 035743.

    t-Statistic Giá tr ca thng kê t

    t1 =β̂ 1

    se(β̂ 1)= 3, 812791.

    t2 =β̂ 2

    se(β̂ 2)= 14, 24317.

    15

  • 8/17/2019 Huong Dane Views

    21/55

    Prob Xác sut.

    P (|T | > 3, 812791) = 0, 0014P (|T | > 14, 317) 0.

    R-Squared H s xác đnh  R2.Adjusted R-Squared H s xác đnh điu chnh  R2.

    Sum Squared resid Tng bình phương các phn dư RSS.

    Log likelihook Ln hàm hp lý.

    Durbin -Watson stat Thng kê Durbin Watson.

    Mean dependent var Trung bình bin ph thuc.

    S.D. dependent var Đ lch chun bin ph thuc.

    Akaike info criterion Tiêu chun Akaike.

    Schwarz criterion Tiêu chun Schwarz.

    F-statistic Thng kê F.

    Prob(F-statistic)[P(F  > F ].Vy hàm hi qui tuyn tính mu ca ch tiêu theo thu nhp là

    Ŷ i = 24, 45455 + 0, 0509091X i.

    2.2 Khong tin cy  β 1;β 2

    Vi h s tin cy  1 − α, khong tin cy ca  β 1, β 2 là

    β̂ i ± tα/2(n − 2)1se(β̂ i), i = 1, 2.

    Ví d 2.2  Vi s liu ca Ví d  2.1, hãy tìm khong tin cy ca   β 1   và  β 2, vi đ tin cy 

    95%.

    Vi kt qu ca Ví d 2.1, ta đưc

    se(β̂ 1) = 6, 413817, se(β̂ 2) = 0, 035743.

    Vi đ tin cy 95% ta có

    tα/2(n − 2) = t0,025(8) = 2, 306.1giá tr này tim đưc bng cách tra bng hoc dùng hàm mc  1.7.2, hoc  =  tinv(α, n− k) trong excel

    16

  • 8/17/2019 Huong Dane Views

    22/55

    Vy khong tin cy ca  β 1 và β 2 ln lưt là

    (24, 4545 − 2, 306.6, 4138;24, 4545 + 2, 306.6, 4138)

    và(0, 509 − 2, 306.0, 035743;0, 509 + 2, 306.0, 035743)

    Chúng ta có th tính cn trên và cn dưi ca khong ưc lưng như sau:

    scalar cantren=@coefs(i)+@qtdist(1-α/2,n-k)∗ @stderrs(i)scalar canduoi=@coefs(i)-@qtdist(1-α/2,n-k)∗ @stderrs(i)

    2.3 Kim đnh gi thit v các h s hi qui

    Kim s có mt ca bin không cn thit cho mô hình

    Ví d 2.3   Vi s liu ca Ví d  2.1, kim đnh gi thit  H 0 :  β 2 = 0, đi gi thit  H 1 :  β 2 = 0,vi mc ý nghĩa 5%.

    Vi kt qu ca Ví d 2.1, ta có

    t = 14, 243.

    Vi mc ý nghĩa α = 0, 05 ta đưc

    tα/2(8) = 2, 306.

    Do đó,|t| > tα/2(8), cho nên ta bác b H 0.

    Chú ý 2.1   Ví d  2.3 , ta có th dùng P-value đ kim đnh 

    i) Nu Pvalue(t)= P (|T | > |t|) < α: Bác b  H 0.

    ii) Nu Pvalue(t)= P (|T | > |t|) α: Chưa có cơ s bác b  H 0.

    Do đó, t kt qu ca hàm hi qui, ta có P-value(t2)=0.000< α = 0.05, cho nên ta bác b  H 0.

    17

  • 8/17/2019 Huong Dane Views

    23/55

    Kim đnh hai bên

    Gi thit  H 0 :  β i = β 0i , đi gi thit  H 1  :  β i = β 0iScalar pvalue = @ctdist(

    −@abs((@coefs(i)

    −β 0i )/@stderrs(i)), n

    −k)

    +1 − @ctdist(@abs((@coefs(i) − β 0i )/@stderrs(i)), n − k)

    Kim đnh bên trái

    Gi thit  H 0 :  β i   β 0i , đi gi thit  H 1  :  β i < β 0i

    Scalar pvalue = @ctdist((@coefs(i) − β 0i )/@stderrs(i), n − k)

    Kim đnh bên phi

    Gi thit  H 0 :  β i   β 0i , đi gi thit  H 1  :  β i > β 0i

    Scalar pvalue = 1 − @ctdist((@coefs(i) − β 0i )/@stderrs(i), n − k)

    18

  • 8/17/2019 Huong Dane Views

    24/55

    Chương 3

    M rng mô hình hi qui hai bin

    3.1 Hi qui tuyn tính log

    Mô hình dnglog Y i =  β 1 + β 2 log X i + U i.

    Ý nghĩa ca mô hình này l cho bit khi X tăng 1% thì trung bình Y tăng (gim)  β 2%.

    Ví d 3.1  Kho sát nhu cu tiêu th cafe (Y s tách 1 ngưi dùng mi ngày) và giá bán l 

    thc t trung bình (X USD/kg) ngưi ta thu đưc s liu sau:

    Năm Y X Năm Y X  1970 2,57 0,77 1976 2,11 1,08 

    1971 2,50 0,74 1977 1,94 1,811972 2,35 0,72 1978 1,97 1,39 1973 2,30 0,73 1979 2,06 1,20 1974 2,25 0,76 1980 2,02 1,17 1975 2,20 0,75 

    Ưc lưng hi qui tuyn tính log.

    Ta to workfile Bang3_19.wf1, t ca s Equation, chn Quick/Equation Estimation,

    gõ vào hp thoi mi xut hin như hình sau

    19

  • 8/17/2019 Huong Dane Views

    25/55

    nhp chn Ok  ta đưc

    t đó ta đưc kt qu hi qui sau

      log(Y i) = 0, 777418 − 0, 253 log(X i).

    Vi kt qu này ta thy khi giá cafe tăng 1% thì nhu cu cafe gim 0,25%.

    3.2 Hi qui log tuyn tính

    Mô hình dng

    log Y   = β 1 + β 2t + U i.

    t: ly giá tr 1,2,3,....

    β 2 là tc đ tăng trưng tc thi ca Y theo bin t.

    Ví d 3.2  Cho bng s liu tng giá tr sn phm ni đa (RGDP USD) ca Hoa kỳ trong 

    khong thi gian 1972-1991 như sau 

    Năm RGDP Năm RGDP Năm RGDP 1972 3107,1 1979 3796,8 1986 4404,5 1973 3268,6 1980 3776,3 1987 4539,9 1974 3248,1 1981 3843,1 1988 4718,6 

    1975 3221,7 1982 3760,3 1989 4838,0 1976 3380,8 1983 3906,6 1990 4877,5 1977 3533,3 1984 4148,5 1991 4821,0 1978 3703,5 1985 4279,8 

    Tìm hàm ưc lưng hi qui dang log tuyn tính.

    Trưc ht ta to workfile bang3_24.wf1, k tip trong hp thoi Workfile, chn Quick/Equation

    Estimate, sau đó gõ vào hp thoi như hình sau

    20

  • 8/17/2019 Huong Dane Views

    26/55

    chn Ok  ta đưc

    Khi đó hàm hi qui s là

      log(RGDP ) = 8, 0139 + 0, 024699t.

    Và ta có th bit đưc trong giai đon 1972-1991 GDP thc ca Hoa Kỳ tăng vi tc đ 2,47%.

    Ngoài ra ta còn có mt s mô hình hi qui sau:

    Mô hình hi qui lin-log:   Y i  =  β 1 + β 2 log X i + U i.

    Mô hình nghch đo:   Y i =  β 1 + β 21

    X i+ U i

    Mô hình dng:   Y i =  β 1 + β 2X i + β 3X 2i   + U i.

    21

  • 8/17/2019 Huong Dane Views

    27/55

    Chương 4

    Hi qui bi

    4.1 Mô hình hi qui tuyn tính ba bin

    Mô hình dngY i =  β 1 + β 2X 2i + β 3X 3i + U i.

    Ví d 4.1  Cho bng s liu v doanh s bán Y, chi phí chào hàng  X 2  và chi phí qung cáo

    X 3  trong năm 2001 12 khu vưc bán hàng ca mt công ty như sau 

    Doanh s bán  Y i  (triu đ) Chi phí chào hàng  X 2i  (triu đ) Chi phí qung cáo X 3i(triu đ)

    1270 100 180  1490 106 248  1060 60 190  1626 160 240  1020 70 150  1800 170 260  1610 140 250  1280 120 160  1390 116 270  1440 120 230  1590 140 220  

    1380 150 150  

    Ưc lưng hàm hi qui tuyn tính ca doanh s bán theo chi phí chào hàng và chi phí qung 

    cáo.

    Ta to worlfile thidu4_1.wf1, chn Quick/Equation Estimation ri gõ vào hp thoi mi

    hin lên như hình sau

    22

  • 8/17/2019 Huong Dane Views

    28/55

    chn Ok  ta đưc

    Hình 4.1:

    Vy ta đưc phương trình hi qui là

    Ŷ i = 328, 1383 + 4, 6495X 2i + 2, 56X 3i.

    T Hình 4.1 ta có:

    Sai s tiêu chun ln lưc là:

    se(β̂ 1) = 71, 99136, se(β̂ 2) = 0, 469146, se(β̂ 3 = 0, 379411.

    H s xác đnh ca hi qui bi là  R2 = 0, 967693.

    H s xác đnh điu chnh  R2 = 0, 960514.

    Ví d 4.2  Vi s liu ca Ví d  4.1, tìm khong tin cy ca  β 2, β 3, vi h s tin cy 95%.

    Vi h s tin cy  1 − α = 0, 95 =⇒  α2

      = 0, 025. Do đó

    tα/2(n − 3) = t0,025(9) = 2, 262.

    23

  • 8/17/2019 Huong Dane Views

    29/55

    Khong tin cy ca  β 2, β 3 ln lưt là

    (4, 64951 − 2, 262.0.469146;4, 64951 + 2, 262.0.469146)

    và(2, 56 − 2, 262.0, 379;2, 56 + 2, 262.0, 379).

    4.2 Kim đnh gi thit v h s hi qui

    H 0 :  β  j  = B0 j ; H 1 :  β  j = B0 j   ( j  = 1, 2, 3).

    t =β̂  j − B0 jse(β̂  j)

    .

    • |t|

    > tα/2(n−

    3) thì bác b  H 0.

    • |t| tα/2(n − 3) thì chp nhn  H 0.

    Ví d 4.3  Vi s liu Ví d  4.1, kim đnh gi thit   H 0   :  β 2   = 0, H 1   :  β 2 = 0, vi mc ý nghĩa  α = 5%.

    T kt qu ca Ví d 4.1 (xem Hình 4.1), ta đưc

    t =β̂ 2 − 0se(β̂ 2)

    =β̂ 2

    se(β̂ 2)= 9, 9105.

    tα/2(n − 3) = 2, 262Do đó, |t| > tα/2(n − 3), bác b H 0.

    4.3 Kim đnh đng thi (kim đnh s phù hp ca mô hình)

    H 0 :  β 2 =  β 3  = 0 (hay  R2 = 0)

    F   = R2(n − 3)2(1 − R2)

    •   F > F α(2; n − 3): Bác b  H 0.

    •   F   F α(2; n − 3): Chn nhn  H 0.

    Ví d 4.4  Vi s liu Ví d  4.1, vi mc ý nghĩa  α = 1%. Kim đnh s liên quan ca bin 

    gii thích  X 2, X 3, đi vi bin ph thuc Y.

    24

  • 8/17/2019 Huong Dane Views

    30/55

    Vi kt qu ca Ví d 4.1 (xem Hình 4.1), ta đưc

    F  = 134, 7884,

    tra bng ta đưc  F 0,01(2; 9) = 8, 02.1 Do đó

    F > F 0,01(2;9),

    vy ta bác b  H 0.

    Chú ý 4.1   đây ta có th dùng P-value đ kim đnh 

    i) Nu P-value(F)< α: Bác b  H 0.

    ii) Nu P-value(F) α: Chưa có cơ s bác b  H 0.

    Do đó, t kt qu ca hàm hi qui, ta có P-value(F)=0.000< α = 0.01, cho nên ta bác b  H 0.

    4.4 Tìm ma trn tương quan

    Vi s liu ca Ví d  4.1,   đ tìm ma trân tương quan ca các bin   Y, X 2, X 3. Trưc ht

    ta chn đng thi các series   Y, X 2, X 3   trong wofkfile  thidu4_1.wf1, chn   Quick/Group

    Statistics/Corelations, khi đó s xut hin hp thoi sau

    chn Ok. Ta đưc ma trân h s tương quan như hình sau

    1 đây ta tra bng hoc dùng lnh =finv(0.01,2,9) trong excel

    25

  • 8/17/2019 Huong Dane Views

    31/55

    4.5 Ma trn hip phương sai

    Vi workfile thidu4_1.wf1, đ tìm ma trân hip phương sai ca h s hi qui ta thc hiên

    các bưc sau:Bưc 1 Tìm hàm ưc lưng hi qui tuyn tính (Ví d  4.1).

    Bưc 2 T ca s Equation, chn View/Covarriance matric như hình sau

    Khi đó, ma trn hip phương sai ca h s hi qui như hình sau

    4.6 D báo

    Đ tìm d báo trung bình ca bin ph thuôc, ví d như đ d báo danh s bán hàng Y

    Ví d 4.1, vi đ tin cy 95%, khi chi phí chào hàng là 165 triu đng và chi phí qung cáo là

    200 triu đng. Ta làm như sau:

    Bưc 1 Tìm hàm hi qui tuyn tính mu ca Y theo  X 2 và  X 3.

    Bưc 2 Nhp d liu  X 2 là 165, X 3 là 200 vào quan sát th 13. Đ thc hin vic này ta quay

    li hp thoi workfile như hình sau

    26

  • 8/17/2019 Huong Dane Views

    32/55

    chn Proc/Structure/Resize Curent Page..., khi đó s xut hin hp thoi như sau

    ta chnh hp thoi này li thành

    chn Ok −→

     chn Yes. Sau đó nhp vào series  X 2, nhp 165 vào quan sát 13 ri đóng hp

    thoi này li. Làm tương t vi  X 3.

    Bưc 3 Ta quay sang hp thoi Equation như hình

    27

  • 8/17/2019 Huong Dane Views

    33/55

    chn Rorecast thì xut hin hp thoi sau

    Ta chnh hp thoi trên li thành

    chn Ok  thì  f  và se1, s đưc thêm vào workfile. đây,

    f (13) = Y 0se1(13) = se(Y 0 − Y 0)

    28

  • 8/17/2019 Huong Dane Views

    34/55

    4.6.1 Khong d báo cá bit

    scalar canduoi=f(13)−@qtdist(1 − 0.05/2, 12 − 3)∗se1(13)scalar cantren=f(13)+@qtdist(1

    −0.05/2, 12

    −3)

    ∗se1(13)

    Như vy ta tìm đưc d báo khong cho doanh s bán đưc khi chi phí chào hàng 165 triu

    và chi phí qung cáo 200 triu vi đ tin cy 95% là (1488,568;1726,09).

    4.6.2 Khong d báo trung bình

    Ta có

    se( Y 0) = 

    se2(Y 0 − Y 0) − σ2 =  se12(13) − σ2 = sqr(se1(13) ∧ 2 − @se ∧ 2)và ta đưc

    scalar canduoi=f(13)−@qtdist(1 − 0.05/2, 12 − 3) ∗ sqr(se1(13) ∧ 2 − @se ∧ 2)scalar cantren=f(13)+@qtdist(1 − 0.05/2, 12 − 3) ∗ sqr(se1(13) ∧ 2 − @se ∧ 2)Như vy ta tìm đưc d báo khong cho doanh s bán trung bình khi chi phí chào hàng 165

    triu và chi phí qung cáo 200 triu vi đ tin cy 95% là (1550,332;1664,348).

    29

  • 8/17/2019 Huong Dane Views

    35/55

    Chương 5

    Phát hin và khc phc hin tưngphương sai sai s ca mô hình hiqui thay đi

    5.1 Cách phát hin

    Trong chương này ta xét workfile kiemdinhps.wf1.

    5.1.1 Dùng đ th

    Trưc tiên ta tìm hàm hi qui tuyn tính ca y theo x2 và x3. K tip ta to series u=resid

    và dùng chc năng ca Forecast đ to series  yf . Sau đó ta v đ th phân tán ca yf và u.

    T đ th này ta nhn xét có nghi ng hin tương phương sai ca sai s mô hình có thay đi

    hay không. Nu ta thy s phân b ca đ th không tp trung thì ta nghi ng có hin tưng

    phương sai thay đi và ngưc li.

    5.1.2 Dùng kim đnh White

    Gi thit  H 0 :  Mô hình có phương sai không đi,  H 1: Mô hình có phương sai thay đi.

    Nu χ2 = n.R2 > χ2α(k − 1) : bác b  H 0.Ví d như vi mc ý nghĩa  5% ta xét xem phn dư ca mô hình hi qui tuyn tính y theo

    x2 và x3 có hin tưng phương sai thay đi không. Trưc tiên ta tìm hàm hi qui ca y theo

    x2 và x3, sau đó t hp thoi Equation, chn View/Residual Tests/Heteroskedasticity

    Test... như hình sau

    30

  • 8/17/2019 Huong Dane Views

    36/55

    khi đó xut hin hp thoi sau

    ta chn như hình sau

    Hình 5.1:

    k tip chn Ok, ta đưc

    31

  • 8/17/2019 Huong Dane Views

    37/55

    theo kt qu trên, ta thy  nR2 = 14, 7002, có xác sut tương ng 0, 011723 < α = 0.05 nên

    ta bác b gi thit H 0. Vy phương sai thay đi.

    Chú ý 5.1   Trong mt s trưng hp ta có th b các s hng tích chéo ca các bin đc lp.

    Khi đó Hình  5.1.2  ta b du  check  khung  Include White Cross Items, khi đó ta đưc 

    bng kim đnh White không cha tích chéo các bin đc lp như sau 

    5.2 Khc phc phương sai sai s ca mô hình thay đi

    Có nhiu phương pháp khc phc hin tưng phương sai sai s ca mô hình thay đi nhưng

    đây tôi ch trình bày phương pháp do White đưa ra. Trưc tiên ta tìm hàm hi qui ca y theo

    x2 và x3. Sau đó to series mi là  u1 = resid2, k tip ta tìm hàm ưc lưng

    u1 = α1 + α2x2 + α3x3 + α4x22 + α5x3

    2 + α6x2 ∗ x3.

    Sau đó dùng chc năng ca Forecast to series u1f . K tip ta to seriesup=u1f>0 ri to

    series up1=up*u1f+(1-up)*u1 sao đó to series wp=1/sqr(up1). Bưc k tip ta tìm hàm

    hi qui mi. hp thoi Equation Estimation sao khi khai báo y c x2 x3, ta chn Option

    đánh đu chn vào  Weighted LS/TSLS  và gõ wp vào khung  Weight sau đó chn Ok ta

    32

  • 8/17/2019 Huong Dane Views

    38/55

    đưc mô hình hi qui mi. Đ kim tra li hin tưng phương sai sai s hàm hi qui có còn

    thay đi không ta dùng kim đnh White  5.1.2. Nu phát hin vn còn hin tưng thay đi

    thì ta dùng phương pháp khác đ khc phc.

    Mun xem thêm các bn có th tham kho [4].

    33

  • 8/17/2019 Huong Dane Views

    39/55

    Chương 6

    Phát hin và khc phc hin tưngt tương quan

    6.1 Cách phát hin6.1.1 Dùng đ th

    Dùng chc năng generate to bin u=resid, t=@trend()+1 sao đó v đ th phân tán ca u

    theo t. Da vào đ th nhn xét sơ b v hin tưng t tương quan.

    6.1.2 Kim đnh Breusch-Godfrey (BG)

    Xét mô hình

    Y t =  β 1 + β 2X t + U t

    Y t  =  ρ1U t−1 + ρ2U t−2 + ... + ρ pU t− p + t.

    đây  tha mãn gi thit ca phương pháp OLS.

    Ta cn kim đnh gi thit  H 0   : ρ1 = ρ2  =  ...  = 0, nghĩa là không có t tương quan bt kỳ t 

    bc 1 đn bc p. Ví d như ta xét workfile  bang2.28_trg195.wf1. Bưc 1 Ưc lưng hi

    qui tuyn tính tieudung theo thunhap.

    Bưc 2  T hp thoi  Equation, chn   View/Residual Tests/Serial Correlation LMTests..., khi đó xut hin hp thoi sau

    ta chn bc ca t tương quan cn kim đnh, ví d như chn  p = 2, nhp Ok  ta đưc

    Vi kt qu trên, ta có  nR2 = 13, 68617, có xác sut là 0,0011 rt nh nên ta bác b  H 0, tc

    là tn ti tương quan bc 2.

    34

  • 8/17/2019 Huong Dane Views

    40/55

    6.2 Khc phc

    6.2.1 Bit ρ

    Ta tìm hàm hi qui dng

    Y  − ρ ∗ Y  (−1)   c X − ρ ∗ X (−1).

    Sau đó dùng kim đnh BG kim đnh li.

    6.2.2 Chưa bit  ρ

    Ta s dng lnh AR(p) đ khc phc tương quan bc p. Ta thc hin bng cách gõ trc tip

    lnh AR(p) vào phía sau cùng ca hàm ưc lưng. Sau đó dùng kim đnh BG đ kim tra.

    35

  • 8/17/2019 Huong Dane Views

    41/55

    Chương 7

    Mt s kim đnh thưng gp

    7.1 Kim đnh s có mt ca bin không cn thit

    Kim đnh này nhm kim tra xem s có mc ca mt bin gii thích nào đó có thc s cnthit hay không. Ví d như ta xét xem bin gii thích Z workfile  bt5.1.wf1  có cn thit

    trong mô hình hi qui hay không, ta thc hin các bưc sau:

    Trưc ht ta m workfile  bt5.1.wf1 trong thư mc DATAEVIEWS, sau đó thc hin các

    bưc

    Bưc 1 Tìm hàm hi qui tuyn tính ca Y theo X và Z.

    Bưc 2 hp thoi Equation, chn Views/coefficient Tests/Redundant Variable_Likelihook

    Ratio...

    36

  • 8/17/2019 Huong Dane Views

    42/55

    khi đó s xut hin hp thoi sau

    ta gõ bin cn kim đnh vào hp thoi, đây ta gõ  z

    chn Ok  ta đưc

    hp thoi này ta có  F   = 0, 104291  có xác sut  P   = 0, 750677  nên ta chp nhn gi thit

    H 0 :  β 3 = 0, tc Z không cn thit trong mô hình hi qui ca Y.

    7.2 Kim đnh bin b b sót

    Kim đnh này đ kim tra xem có bin gii thích nào có b b sót trong mô hình đang xét

    hay không. Ví d như đây ta xét xem Ví d  4.1  bin gii thích  X 3 có nh hưng đ bin

    37

  • 8/17/2019 Huong Dane Views

    43/55

    Y hay không ta làm như sau:

    Trưc tiên ta m li workfile thidu4_1.wf1, sau đó thc hin các bưc:

    Bưc 1 Tìm hàm hi qui tuyn tính không có bin b sót  X 3.

    Bưc 2 hp thoi Equation, chn View/coefficient Tests/Omitted Variables_LikelihookRatio...

    khi đó s xut hin h thoi sau

    gõ bin b sót vào khung ta đưc

    38

  • 8/17/2019 Huong Dane Views

    44/55

    chn Ok  ta đưc

    theo kt qu trên,   F   = 45, 53155  có xác sut   P   = 0, 0001  rt nh nên ta bác b gi thit

    H 0 :  β 3 = 0, tc  X 3 là bin có nh hưng ti Y.

    7.3 Kim đnh Wald

    Kim đnh Wald dùng đ kim đnh s có mc ca nhng bin gii thích không cn thit. Ví

    d như xét workfile bt5.1.wf1, ta thêm mt bin na là t, bin này nhn các giá tr t 1 đn

    20. Bây gi, đ kim tra xem t và Z có nh hưng ti Y hay không ta lam như sau:

    Bưc 1 Ưc lưng hi qui tuyn tính ca Y theo các bin X,Z,t.

    Bưc 2  T hp thoi  Equation, chn  View/coefficient Tests/Wald_coefficient Re-

    striction..., khi đó xut hin hình

    ta gõ vào hp thoi này dòng lnh như sau

    39

  • 8/17/2019 Huong Dane Views

    45/55

    chn Ok, ta đưc kt qu sau

    Theo kt qu này, ta có

    P (F > 2, 176832) = 0, 1457 >  0, 05.

    nên ta chp nhn gi thit  H 0 :  β 3 =  β 4 = 0, tc Z và t không nh hưng gì ti Y.

    7.4 Kim đnh Reset ca Ramsey

    Dùng kim đnh này đ kim tra xem mô hình ban đu có đúng hay không. Ví d như ta xét

    mô hình ca Ví d 2.1. Đ thc hin kim đnh này ta làm như sau: Trưc tiên ta m workfile

    thidu2.wf1, sau đó thc hin các bưc:

    Bưc 1 Ưc lưng hi qui tuyn tính.Bưc 2 T hp thoi  Equation, chn View/Stability Tests/Ramsey Reset Tests, khi

    đó xut hin hp thoi sau

    40

  • 8/17/2019 Huong Dane Views

    46/55

    ta gõ s bin mun đưa vào mô hình mi, ví d như  2, ta có

    chn Ok, ta đưc

    Vi kt qu này,  F   = 0, 283496 có xác sut là 0,7627 nên ta chp nhn  H 0, tc mô hình ban

    đu là đúng.

    41

  • 8/17/2019 Huong Dane Views

    47/55

    Chương 8

    Phân tích chui thi gian

    (Đc thêm)

    8.1 Mô hình cng và mô hình nhân

    8.1.1 Mô hình nhân

    Ví d 8.1  Cho s liu doanh thu ca mt công ty như sau:

    Năm/Quý I II III IV  1996 72 110 117 172  1997 76 112 130 1941998 78 119 128 2011999 81 134 141 216  

    D báo doanh thu năm 200 bng mô hình nhân.

    Trưc ht ta to mt workfile t s liu trên như hình sau

    sau đó nhp chn series Y và nhn  Enter, hp thoi  Series, chn Proc/Seasonal Ad-

     justment/Moving Average Methods..., khi đó xut hin hp thoi sau

    42

  • 8/17/2019 Huong Dane Views

    48/55

    chn Ok, ta đươc

    ta hi qui tuyn tính YSA theo t ta đưc

    Y SA  = 109, 948 + 1, 7646567t.

    Sau khi ưc lưng đưc hàm xu th ta s tính đưc  TC  và TCS  cho các quý năm 2000.

    Năm Quý t SIN TC TCS

    2000

    1 16 0,637230 138,1825 88,0542 17 0,965933 139,9472 135,1793 18 1,042711 141,7118 147,7654 19 1,558092 143,4765 223,55

    8.1.2 Mô hình cng

    Ví d 8.2  T bng s liu ca Ví d  8.1, hãy d báo doanh thu năm 2000 bng mô hình 

    cng.

    T workfile ca Ví d 8.1, chn Seris Y nhn Enter, hp thoi Series, chn Proc/Seasonal

    Adjustment/Moving Average Methods..., khi đó xut hin hp thoi

    43

  • 8/17/2019 Huong Dane Views

    49/55

    Chn Difference from moving average-Additive, nhp Ok, ta đưc

    Ưc lưng hi qui tuyn tính  YSA  theo t ta đưc

    Y SA  = 115, 2077 + 1, 981t.

    Vy ta đưc bng sau

    Năm Quý t S T+C T+C+S

    2000

    1 16 -50,80 146,902 96,1022 17 -10,30 148,883 138,5833 18 -0,76 150,864 150,1044 19 61,865 152,845 214,71

    8.2 Mô hình d báo san mũ Holt-Winters

    Ta m giao din Eviews, chn File/Open/Eviews Workfile..., chn đưng dn đn workfile

    Bang_10.8_trg258.wf1, sau đó thc hin các bưc sau:

    Bưc 1 Trưc tiên nhp chn Series Y, nhn  Enter, ta đưc

    44

  • 8/17/2019 Huong Dane Views

    50/55

    Bưc 1  hp thoi Series, chn Proc/Exponential Smoothing, ta đưc

    Nu mun chn phương pháp Holt-Winters,  α  = 0, 7; β  = 0, 6 thì ta đưc

    chn Ok  ta đưc

    45

  • 8/17/2019 Huong Dane Views

    51/55

    Ví d 8.3  Vi workfile  Holt_Winters_tra260.wf1 th hin tin lãi trên mt đơn v vn 

    trong mt quý. Hãy phân tích và d báo các yu t hình thành chui này vi  α  =  β  = 0, 5; γ  = 0, 3.

    Trưc tiên, trong thư muc  DATAEVIEWS/chg10, m workfile này, sau đó thc hin cácbưc sau:

    Bưc 1 Nhp chn Series Y, nhn  Enter.

    Bưc 2 T hp thoi series, chn Proc/Eponential Smoothing, ta đưc

    Chn Holt_Winters Multiplicative 3,α =  β  = 0, 5; γ  = 0, 3, ta đưc

    46

  • 8/17/2019 Huong Dane Views

    52/55

    chn Ok  ta đưc

    theo kt qu trên thì

    Ŷ n  =  Ŷ 32 = 1, 642779.T n  =  T 32 = 0, 080859.

    H s thi v theo quí ca các năm 1978

    F 29 = 0, 602052;   F 30 = 0, 974023F 31 = 0, 775222;   F 32 = 1, 648703

    Vi kt qu đó ta có th d báo các quý năm 1979 như sau:

    •  Quý 1 năm 1979Ŷ 33 = (Ŷ 32 + T 32)F 29 = 1, 03772.

    •  Quý 2 năm 1979Ŷ 34 = (Ŷ 32 + 2T 32)F 30 = 1, 757622.

    •  Quý 3 năm 1979Ŷ 35 = (Ŷ 32 + 3T 32)F 31 = 1, 461569.

    •  Quý 4 năm 1979Ŷ 36 = (Ŷ 32 + 4T 32)F 32 = 3, 241705.

    8.3 Kim đnh tính dng da trên lưt đ tương quan

    Ta m workfile Bang_10_17_trg_268.wf1 trong DATAEVIEWS/chg10, sau đó chn

    View/Corelogram, khi đó xut hin hp thoi

    47

  • 8/17/2019 Huong Dane Views

    53/55

    S 12 trong khung Lags to Include là đ tr, ta có th chnh tùy ý. Chn  Ok  ta đưc

    8.4 Kim đnh đơn v đi vi tính dng

    Ví d 8.4  Vi workfile  Bang_10_17_trg_268.wf1 trong  DATAEVIEWS/chg10. Hãy 

    kim đnh tính dng ca bin  CPI89.

    Trưc ht ta m workfile, sau đó chn View/Unit Root Test..., khi đó xut hin hp thoi

    sau

    48

  • 8/17/2019 Huong Dane Views

    54/55

    Nu ta mun dùng tiêu chun Dickkey-Fuller, mô hình xu thu và h s b chn, sai phân

    bc nht thì ta chn như hình sau

    chn Ok, ta đưc

    T bng này ta thy |t| = 7, 91; t0,01 = −4, 356; t0,05 = −3, 59; t0,1 = −3, 2334. Do đó, |t| > |tα|,nên ta bác b gi thit  H 0  :CPI không dng.

    49

  • 8/17/2019 Huong Dane Views

    55/55

    Tài liu tham kho

    [1] Badi H.B, Ecommonetrics , 5Ed, Springer, 2011.

    [2] Hill R.C, William E.R, Guay C.L  Principles of Ecommonetrics , 4Ed, John Wiley& Sons.

    INC., 2011.

    [3] Hill R.C, William E.R, George G.J Using Eviews for Undergradual Ecommonetrics , 2Ed,

    John Wiley& Sons. INC., 2001.

    [4] Luân T.Đ,  Hưng dn thc hành kinh t lưng bng phn mim Eviews , ĐH Nông Lâm

    TP. HCM, 2009.

    [5] Nhm H.N, Liên V.T.B, Thanh N.T.N, Bình D.T.X, Nam N.T.T, C N.T.

    Giáo trình kinh t lưng , Trưng ĐH Kinh t TPHCM, Lao đng - Xã hi.

    [6] Nhm H.N, Liên V.T.B, Thanh N.T.N, Bình D.T.X, Nam N.T.T, C N.T.

    Bài tp kinh t lưng vi s tr giúp ca Eviews , Trưng ĐH Kinh t TPHCM, 2009.