huong dan su dung eviews

1

1

THTHỰỰC HC HÀÀNH NH EVIEWSEVIEWS

ỨỨNG DNG DỤỤNG ĐNG ĐỂỂ GIGIẢẢI BI BÀÀI TI TẬẬP P

KINH TKINH TẾẾ LULUỢỢNGNG

ĐĐàà NNẵẵngng, , ththáángng 9 9 nămnăm 20062006

2

PHÂN TÍCH HỒI QUY BẰNG EVIEWS

KHỞI ĐỘNG CHƯƠNG TRÌNH EVIEWS

TTừừ mmàànn hhììnhnhdesktop , desktop , trêntrên thanhthanhtaskbar taskbar ththựựcc hihiệệnnllệệnhnh::StartStart\\ProgramsPrograms\\EviewsEviews

nhưnhư hhììnhnh bênbên

3


KHỞI ĐỘNG CHƯƠNG TRÌNH EVIEWSCửa sổ chính của Eviews sẽ xuất hiện như

sau :

4


NHẬP DỮ LIỆUSau khi khởi động chương trình eviews 3.0. Nếu chưa có file dữ liệu thì phải tiến hànhnhập dữ liệu :Từ cửa sổ Ewiews thực hiệnlệnh file\new\workfile khi đó màn hình nhưsau:

5


NHẬP DỮ LIỆUSau khi chọn xong ta nhấp chuột , màn hìnhsẽ xuất hiện cữa sổ workfile Range như sau :

Trong cửa sổ này , bạn chỉ cần chọn loại dữ liệu6


NHẬP DỮ LIỆUAnnual : là dạng số liệu theo từng năm.Semi-Annual :là dạng số liệu theo nửa năm.Quarterly : là dạng số liệu theo từng quý.Monthly : là dạng số liệu theo từng tháng.Weekly : là dạng số liệu theo từng tuần.Undated or irregular : là các dạng số liệukhác.

2

7


NHẬP DỮ LIỆUNếu dữ liệu của mẫu là dữ liệụ hỗn hợp thì

ta chọn Undated or irregular .Trong khungStart date sẽ xuất hiện số 1 , đó là số thứ tựcủa quan sát đầu tiên . Nếu mẫu có 12 quansát (tức là kích thước mẫu n=12) thì trongkhung End date ta gõ số 12

8


NHẬP DỮ LIỆUSau đó nhấp OK . Khi đó màn hình sẽ như sau :

9


NHẬP DỮ LIỆUĐể nhập dữ liệu cho bài toán . Từ cửa

sổ Eviews ta chọn Quick/Empty group .

Một cửa sổ sẽ xuất hiện như sau :

10


NHẬP DỮ LIỆU

11


NHẬP DỮ LIỆUTrong cữa sổ này cột đầu tiên ghi thứ tự quan sátTừ cột thứ hai bạn có thể nhập dữ liệu của các biến

, mỗi biến nhập vào một cộtChẳng hạn để nhập dữ liệu quan sát của biến Y vào

cột thứ hai ta nhấp chuột vào đầu cột này và gõ tênbiến Y rồi nhấn Enter sau đó nhập giá trị của biến ởphần dưới (các ô phía dưới có chữ NA)

Tiến hành tương tự đối với các biến còn lại của mẫuX2 , X3 ……

12


NHẬP DỮ LIỆUVD 01: Quan sát sự ảnh hưởng của chi

phí bán hàng và quảng cáo đến doanh thucủa 12 doanh nghiệp ta có bảng sau : Trong đó Y là doanh thu , X2 là chi phí bánhàng , X3 là quảng cáo

150220230170160250260150240190248180X3

1501401201161201401707016060106100X2

13801590

1440

1390

1280

1610

1800

1020

1626

1060

14901270Y

121110987654321n

3

13


NHẬP DỮ LIỆUBây giờ chúng ta tiến hành nhập dữ liệu cho

bài toán như sau: Đây là loại dữ liệu chéo do đótrong cữa sổ Workfile range ta chọn Undated or irregular , ta có bảng số liệu sau:

14


Sau khi nhập xong dữ liệu ta sẽ tiến hành phântích bài toán :

1. VẼ ĐỒ THỊNếu ta muốn vẽ đồ thị của hai biến nào đó

(chẳng hạn Y và X2 ) .Từ cữa sổ của Eviews thựchiện lệnh Quick\Graph, như hình sau :

15


Màn hình sẽ xuất hiện của sổ series list . Ta chỉviệc gỏ tên biến đưa lên trục hoành (X2) và tênbiến đưa lên trục tung (Y) . Khi đó màn hình nhưsau :

Click ok , màn hình sẽ xuất hiện cửa sổ Graph. 16


Trong khung Graph type gồm các kiểu đồ thị:Line graph: Đồ thị dạng lineStacked lines: Đồ thị dạng lineBar Graph: Đồ thị dạng Bar (cột)Stacked bars: Đồ thị dạng Bar (X)-Bar (Y)Mixed Bar & Line: Đồ thị dạng Bar (X) – line (Y)Scatter diagram: Đồ thị dạng phân tánX-Y line graph: Đồ thị dạng line-lineHigh-low: Đồ thị dạng phân tầngPie chart: Đồ thị dạng lát (đồ thị hình tròn)

17


Giả sử chúng ta vẽ đồ thị phân tán của haibiến X2 & Y thì trong khung Graph type tachọn scatter diagram / sau đó Click OK : màn hình sẽ xuất hiện đồ thị như sau :

18


Nếu muốn vẽ đồ thị mô tả sự biến thiên củamột biến nào đó từ cữa sổ series list ta gõ tênbiến muốn vẽ đồ thị ( ví dụ ở đây ta chọn biếnY ) rồi click Ok , màn hình sẽ xuất hiện cửa sổgraph , trong khung Graph type ta chọn line graph / rồi click OK . Ta sẽ được đồ thị sau

4

19


Như vậy chúng ta đã biết cách vẽ đồ thị môtả của một bài toán . Bây giờ chúng ta sẽ đitìm hàm hồi quy của mẫu

2. TÌM HÀM HỒI QUY CỦA MẪUNếu muốn tìm hàm hồi quy tuyến tính mẫu của

Y theo X2 và X3 , từ cửa sổ Eviews thực hiện lệnh: Quick\Estimate Equation

Khi đó màn hình như sau :

20


2. TÌM HÀM HỒI QUY CỦA MẪUSau khi chọn Estimate Equation màn hình sẽ

hiện cữa sổ Estimate Equation . Trong khungestimate equation ta gõ lệnh : Y C X2 X3 (C làbiến hằng luôn nhận giá trị là 1 ứng với hệ số tungđộ gốc) gõ xong lệnh này ta thấy màn hình nhưsau

21


2. TÌM HÀM HỒI QUY CỦA MẪUClick OK , kết quả phân tích hồi quy sẽ xuất

hiện như sau

22


2. TÌM HÀM HỒI QUY CỦA MẪUBảng này sẽ thông báo những kết quả tóm tắt củaphân tích hồi quy như sau:Dependent Variable : YMethod : Least Squaress (phương pháp bìnhphương nhỏ nhất )Date: 03/27/06 Time: 15:52Sample: 1 12 : số thứ tự quan sát từ 1 đến 12Included observations: 12 (tổng số quan sát )Variable (biến số) cột này cho biết mô hình hồiquy có bao nhiêu biến giải thích .Hệ số tự do (hằng số C) cũng được coi là một biến giải thích

23


2. TÌM HÀM HỒI QUY CỦA MẪUCoefficient : Hệ số hồi quy

Std. Error : Độ lệch chuẩn

1ˆ 328,1383β = 2

ˆ 4,64951β = 3ˆ 2,506152β =

1

2

3

ˆS e ( ) 7 1 , 9 9 1 3 6ˆS e ( ) 0 , 4 6 9 1 4 6ˆS e ( ) 0 , 3 7 9 4 1 1

β =

β =

β =24


2. TÌM HÀM HỒI QUY CỦA MẪUt-Statistic : Giá trị của thống kê t cụ thể là

11

1

22

2

33

3

3 2 8 ,1 3 8 3 4 , 5 5 8 0 2 37 1, 9 9 1 3 6S e ( )

4 , 6 4 9 5 1 9 , 9 1 0 5 9 20 , 4 6 9 1 4 6S e ( )

2 , 5 6 0 1 5 2 6 , 7 4 7 70 , 3 7 9 4 1 1S e ( )

ˆt ˆ

ˆt ˆ

ˆt ˆ

= = =

= = =

= = =

ββ

ββ

ββ

5

25


2. TÌM HÀM HỒI QUY CỦA MẪUProb : Xác suất , cụ thể là

Trong đó T là đại lượng ngẫu nhiên phân phốitheo quy luật Student với n-k bậc tự do

P( T 4,558023) 0,0014

P( T 9,940592) 0,0000

P( T 6,7477) 0,0001

> =

> ≈

> =

26


2. TÌM HÀM HỒI QUY CỦA MẪUR-squared : Hệ số xác định R2

Sum squared resid : RSSLog likelihood : Ln hàm hợp lý cự đạiDurbin-Watson stat : Thống kê Durbin-watsonMean dependent var : Trung bình biến phụ thuộcS.D. dependent var : Độ lệch chuẩn biến phụ thuộcAkaike info criterion : Tiêu chuẩn Akaike

Adjusted RAdjusted R--squaredsquared: : HHệệ ssốố xxáácc đđịịnhnh điđiềềuu chchỉỉnhnh

2R

27


2. TÌM HÀM HỒI QUY CỦA MẪUSchwarz criterion : Tiêu chuẩn SchwarzF-statistic : Thống kê FProb(F-statistic) : Xác suất của thống kê F

Từ kết quả phân tích ở trên ta có mô hìnhhồi quy mẫu :

1 2 2 3 3

2 3

ˆ ˆ ˆY X X

Y 324,5417 4,6619X 2,5686X

= β + β + β

⇔ = + +28


3 . MỘT SỐ HÀM TRONG EVIEWS+ Cộng , - Trừ , * Nhân , ^ Luỹ thừa ,> Lớn hơn

, < Nhỏ hơn , <> Khác ,<= Nhỏ hơn hoặc bằng , >= Lớn hơn hoặc bằng

D(x) sai phân bậc 1 , D(x)=Xt-Xt-1D(x,n) :sai phân bậc n log(x) : Ln(x) ; EXP(x) : ex

ABS(x) :giá trị tuyệt đối của xSQR(x) căn bậc hai của xSum(X) tổng của XVar(X) phương sai của XCov(X) hiệp phương sai của X

29


3. MỘT SỐ HÀM TRONG EVIEWSTrend(d) biến xu thế thời gian chuẩn hoá về 0

ở thời kỳ dSeas(d) biến giả theo mùa băng 1 khi quý

hoặc tháng bằng d , bằng 0 nếu tháng khác d 4. MỘT SỐ DẠNG HÀM HỒI QUY

Giả sử có số liệu về các biến Y, X .Nếu tìmhàm hồi quy của Y theo X và Yt-1(biến trể) thì câulệnh cần gõ là

Y C X Y(-1)Giả sử có số liệu về biến Y & X ta cần tìm hàm

hồi quy của Ln(Y) theo Ln(X) thì thực hiện câulệnh như sau:

Log(Y) C Log(X) 30


4. MỘT SỐ DẠNG HÀM HỒI QUYGiả sử ta có các số liệu của biến Y và X . Ta

cần tìm hàm hồi quy của Y theo X và X2 thì thựchiện theo lệnh như sau :

Y C X X^2Nếu ta cần tìm hàm hồi quy nhưng không sử

dụng hết các quan sát của mẫu , chẵng hạn tatìm hàm hồi quy của Y theo CS nhưng mẫu chỉgồm các quan sát từ quý 1 năm 1997 đến quýđến quý 4 năm 2005 (để lại 8 quan sát cuối ) . Khi đó câu lệnh được mô tả bằng hình sau:

“ chú ý : đối với số liệu kiểu nay thì trong khungrange prequency ta phải chọn Quarterly “

6

31


R2

4. MỘT SỐ DẠNG HÀM HỒI QUY

32


5 . TÌM MA TRẬN TƯƠNG QUANGiả sử ta có mẫu gồm các biến Y , X2 , X3 . Để

tìm ma trận tương quan của các biến này ta mỡdữ liệu của ba biến này (theo nhóm ) rồi chọnView\ Correlations . Khi đó màn hình sẽ như sau :

R2

33


5 . TÌM MA TRẬN TƯƠNG QUANSau đó nhấp chuột màn hình sẽ như sau :

R2

34


5 . TÌM MA TRẬN TƯƠNG QUANTừ kết quả trên ta có thể biểu diễn dưới dạngma trận như sau :

R2

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡=

000000.1784293.0895856.0784293.0000000.1477206.0895856.0477206.0000000.1

A

35


6 . TÌM MA TRẬN HIỆP PHƯƠNG SAIĐể tìm ma trận hiệp phương sai của các hệ

só hồi quy , trước hết ta tìm hàm hồi quy mẫu , sau đó chọn View\Covariance matrix . Màn hìnhnhư sau :

R2

36


6 . TÌM MA TRẬN HIỆP PHƯƠNG SAISau đó nhấp chuột , ma trận hiệp phương saisẽ xuất hiện như sau :

R2

7

37


6 . TÌM MA TRẬN HIỆP PHƯƠNG SAITừ kết quả trên ta có thể biểu diển đưới dạngma trận như sau :

R2

⎥⎥⎥

⎦

⎤

⎢⎢⎢

⎣

⎡

−−−−−−

=145022.0085921.018079.19085921.0223540.0539053.918079.19539053.9275.5246

H

38


7 . DỰ BÁOĐể tìm dự báo điểm cho giá trị trung bình của

biến phụ thuộc , chẳng hạn với số liệu ở vídụ 01ta cần tìm dự báo điểm cho doanh số bán trungbình (Y) khi chi phí bán hàng là 165 và chi phíquảng cáo là 200 triệu đồng . Ta cần thực hiệncác bước sau :

1- Tìm hàm hồi quy tuyến tính mẫu của Y theoX2 (chi phí bán hàng ) và X3 ( chi phí quảng cáo )

2- Nhập thêm dữ liệu của X2 là 165 và của X3là 200 vào quan sát thứ 13

R2

39


7 . DỰ BÁOTa thực hiện như sau : Từ cữa sổ

workfile:vidu01 chọn Procs\Change workfilerange . Màn hình khi đó sẽ như sau

R2

40


7 . DỰ BÁONhấp chuột sau đó điều chỉnh số 12 thành số

13 trong khung end date :

R2

41


7 . DỰ BÁO

Sau đó nhấp OK để trở về cửa sổ workfile vàmở bảng dữ liệu nhóm gồm X2 và X3 bằng cáchdouble click X2 và nhập thêm 165 vào quan sátthứ 13 , làm tương tự đối với X3

R2

42


7 . DỰ BÁO

3 -Trở về cửa sổ equation :Untitled

Rồi chọn forecast name ta có thể đặt tên biến dubaodoanhso ; Trong khung sample range forecast ta điềuchỉnh 12 thành 13 . Màn hình khi đó như sau

R2

8

43


7 . DỰ BÁO

R2

Cửa sổforecast

44


7 . DỰ BÁO

Sau đó click OK . Màn hình sẽ xuất hiện nhưsau :

R2

45


7 . DỰ BÁO

Từ cửa sổ workfile : vidu01 ta mở file dubaodoanhso và nhìn vào quan sát thứ 13 tathấy dự báo điểm của doanh số bán khi chi phíbán hàng là 165 triệu và chi phi quảng cáo là 200 triệu là 1607.461 triệu

R2

46


7 . DỰ BÁO

Dự báo doanh số chính là . Được tính theo công thức

Để tìm dự báo khoảng tin cậy cho giá trịtrung bình của biến phụ thuộc với độ tin cậyta áp dụng công thức :

R2

Y

XX kkY βββ

)))+++= ......221

ˆ

[ ])()();()(2/2/

YseknYYseknY tt))))

−+−−αα

α−1

47


7 . DỰ BÁO

Trong đó đã tìm được ở trên ,Tìm bằng cách tra bảng hoặc dùng hàm tivn(...) trong excel . Như vậy ta chỉ càn tìmĐể tìm từ cửa sổ Equation : untiled chọnforecast trong khung SE(optional) ta có thể dặt tênbiến là SE1 , se1 chính là ; Trong khungsample range for forecast điều chỉnh 12 thành 13 . Màn hình khi đó như sau

R2

Y) )(2/ knt −

α

)(Yse)

)(Yse)

)( YYse)

−

48


7 . DỰ BÁO

R2

9

49


7 . DỰ BÁO

Sau đó nhấp OK , biến SE1 được tính và nhập vàofile dữ liệu . Để xem giá trị của biến này ta doudleclick vào SE1 màn hình sẽ như sau :

R2

50


7 . DỰ BÁO

Nhìn vào bảng dữ liệu ở quan sát thứ 13 ta thấy số52.74932 đây chính là giá trị củaTiếp theo ta tínhTừ công thứcTrong đó

RSS đã được tính ở bảng kết quả .(tìm hàm hồi qui)

)( YYse)

−

R2

)(Yse)

σ))) 2)var()var( +=− YYY

)/(ˆ 2 knRSS −=σ

51


7 . DỰ BÁO

Đối với ví dụ dang xét thì RSS=19264.29 Vậy suy ra

Ta đặt tên cho biến là SE chẳng hạn . Khi đó tathực hiện công việc như sau :Từ cửa sổ workfile : Vidu 1chọn genr rồi gõ vào khung enter Equation lệnh như sau :

se =sqr(SE1^2-19264.29/9)Trong khung sample ta điều chỉnh số 12 thành 13

R2

σ 22

))ˆ(()ˆvar()ˆ( −== −YYseYYse

)(Yse)

52


7 . DỰ BÁOSau đó nhấp OK .Màn hình như sau :

R2

53


7 . DỰ BÁOBiến sẽ được tính toán và nhập vào file dữ liệu . Ta

có thể mỡ file này để xem kết quả bằng cách double click vào se trong cửa sổ workfile khi đó màn hìnhnhư sau :

R2

54


7 . DỰ BÁOKết quả trên màn hình cho thấyVậy từ các kết quả tìm được ta có khoảng tin cậy của giátrị trung bình của biến phụ thuộc là:

R2

72742.25)ˆ( =Yse

[ ][ ][ ]665.661549.262;1

72742.25*2.262157461.1607;72742.25*2.262157461.1607

)ˆ()(ˆ);ˆ()(ˆ2/2/

=⇔+−=⇔

−+−−=

tt

YseknYYseknYt tt αα

10

55


7 . DỰ BÁOĐể tìm cận trên và cận dưới của dự báo khoảng ta

cũng tiến hành tương tự như đối với se . Với lưu ý làt0.025(9)=TINV(0.05,9)=2.262157 (excel)

Vậy để tìm cận dưới của khoảng dự báo ta làm nhưsau : Từ cửa sổ workfile sau khi chon genr trong khungenter equation ta gõ lệnh như sau :

canduoi=dubaodoanhso-2.262157*seVà trong khung sample ta phải điều chỉnh số 12 thành 13

R2

56


7 . DỰ BÁOKhi đó màn hình như sau :

Sau đó nhấp OK

R2

57


7 . DỰ BÁOĐể tìm cận trên của khoảng dự báo ta cũng làm

tương tự như đối với cận dưới và câu lệnh như sau :

cantren=dubaodoanhso+2.262157*se

Sau khi thực hiện xong các lệnh trên ta mở biếncanduoi bằng cách doudble click vào biến đó .

Và cũng làm tương tự như trên để mỡ dữ liệu củacận trên

(Trong cửa sổ Workfile )

R2

58


7 . DỰ BÁOMàn hình sẽ xuất hiện như sau :

R2

59


7 . DỰ BÁONhìn vào quan sát thứ 13 của bảng số liệu ta

thấy cận dưới của dự báo khoảng là 1550.143Mở dữ liệu của cận trên ta thấy :

R2

60


7 . DỰ BÁONhìn vào quan sát thứ 13 của bảng dữ liệu ta

thấy cận trên của dự báo khoảng là 1664.780Như vậy ta đã tìm được khoảng tin cậy cho

doanh số bán trung bình khi chi phí quảng cáo là200 và lương nhân viên bán hàng là 165 với độ tin cậy 95% là

(Gần đúng với cách tính bằng công thức)

R2

[ ]780.1664;143.1550

11

61


7 . DỰ BÁO

Sau khi tìm được cận trên và cận dưới của dựbáo khoảng cho giá tri trung bình của biến phụ thuộc , ta có thể vẽ đồ thị cho cận trên cận dưới giá trị dựbáo cũng như các gia trị quan sát cửa biến phụ thuộc

R2

62


8 . ĐỊNH MẪUCó nhiều trường hợp ta không sử dụng hết các số

liệu của mẫu ban đầu mà chỉ sữ dụng một phần dữ liệuban đầu , khi đó ta cần định mẫu để tiện cho cho quá trìnhsử dụng số liệu . Để định mẫu , từ cửa sổ Workfile chọnsample, cửa sổ sample sẽ xuất hiện như sau :

R2

63


8 . ĐỊNH MẪU

Trong khung sample range pairs ta điều chỉnh sốquan sát của mẫu thành phần cho thích hợp.Trong khungIFcondition(optional) ta đưa điều kiện mà mẫu thành phầnphải thoả mãn . Chẳng hạn với số liệu cho ở vidụ01 .Nếuchỉ xét mẫu gồm những quan sát từ 1 đến 10 thì ta điềuchỉnh 12 thành 10 . Nếu mẫu chỉ gồm những quan sátthuộc trường chi phí quảng cáo thì trong khung if ta sẽ gõtên biến vào đó (X3). Làm như hình sau :

R2

64


8 . ĐỊNH MẪU

R2

65


9. TÍNH CÁC THỐNG KÊ MÔ TẢĐể tính các giá trị trung bình , trung vị , độ lệch

chuẩn …của các biến có trong file dữ liệu , sau khimỡ file dữ liệu , từ cửa sổ Eviews chọn “Quick / Group statistics / Descriptive statistics / Common sample” như hình dưới :

R2

66


9. TÍNH CÁC THỐNG KÊ MÔ TẢSau đó nhấp chuột , cửa sổ series list sẽ xuất hiện .

Trong cửa sổ này ta gõ tên các biến cần tính các thống kêmô tả (chẳng hạn Y, X2, X3 ) như hình sau :

R2

12

67


9. TÍNH CÁC THỐNG KÊ MÔ TẢSau đó nhấp OK bảng kết quả sau sẽ xuất hiện :

R2

68


9. TÍNH CÁC THỐNG KÊ MÔ TẢTrong đó :

Mean : Giá trị trung bìnhMedian :Số trung vịMaximum: Giá trị lớn nhất của biếnMinimum :Giá trị nhỏ nhất của biếnSkewness : Độ lệchKurtosis :…………

R2

69


10. KIỂM ĐỊNH WHITE

Để thực hiện kiểm định white bằng Eviews , sau khiước lượng mô hình mô hình hồi quy gốc từ cửa sổEquation:untitled chọn view/residual test / white heteroskedasticity (cross terms) (có các tích hợp chéogiửa các biến độc lập ).Nếu ta muốn không có các tíchhợp chéo giữa các biến độc lập trong mô hình hồi quy bổsung thì chọn white heteroskedasticity (no cross terms) . Khi đó màn hình như sau :

R2

70


10. KIỂM ĐỊNH WHITE

R2

71


10. KIỂM ĐỊNH WHITESau đó nhấp chuột , ta có bảng kết quả của

kiểm định như sau :

R2

72


10. KIỂM ĐỊNH WHITENếu chọn white heteroskedasticity (no cross terms)

R2

Ta nhận thấy trong danh sách các biến độc lập trongmô hình hồi quy không có biến độc lập X2*X3

13

73


11 . KIỂM ĐỊNH SỰ CÓ MẶT CỦA BIẾN KHÔNG CẦN THIẾT

Để kiểm định sự có mặt của một biến nào đó làkhông cần thiết đối với mô hình đang xét , ta làm nhưsau

- Mỡ file dữ liệu của bài toán đang xét- Tìm hàm hồi quy trong đó có cả biến không cần

thiết (biến dư)

R2

74

Đối với ví dụ 2 ta tìm hàm hồi quy của Y theo X và Z

-Chọn View/Cofficient tests /Redundant variable Likelihood ratio . Màn hình như sau :


75

Sau đó click chuột màn hình sẽ xuất hiện khung one or mero tests series như sau :

Sau đó gõ tên biến không cần thiết vào khung one or more test series (trong ví dụ 2 ta chon biến Z) rồi click OK


76

Màn hình sẽ xuất hiện cửa sổ sau :


Theo bảng kết quả ta thấy thống kêF=104291 có xác suất p=0.750677 nên ta chấpnhận giả thiết cho rằng biến Z không cần thiếttrong mô hình hồi quy của Y theo X và Z .

77

12 . KIỂM ĐỊNH BIẾN BỊ BỎ SÓTĐể kiểm định một biến nào đó bị bỏ sót đối với mô

hình đang xét ta thực hiện theo các bước sau :- Mở file dữ liệu của bài toán (Ví dụ3)- Tìm hàm hồi quy không có biến bỏ sót . Đối với ví

dụ3 ta chọn biến X3 . Tức ta tìm hàm hồi quy của Y theoX2

- Chọn View/Cofficient test/Omitted Variable -Likelihood Ratio khi đó màn hình như sau :


78

12 . KIỂM ĐỊNH BIẾN BỊ BỎ SÓT

Sau đó gõ tên biến bị bỏ sót vào khung one or test series(đối với ví dụ này ta gõ X3) .


14

79


Sau đó nhấp OK .Màn hình sẽ xuất hiện như sau :


80


Theo kết quả thì X3 là biến bị bỏ sót tưc là ta chấpnhận giả thiết (đối với mô hình hồi quy của Y theo X2) vìxác suất =0


81

huong dan su dung eviews

Documents