ÔN TẬP KINH TẾ LƯỢNG 1. Phương pháp ước lượng bình phương cực tiểu LS, là chọn các tham số ước lượng sao cho làm cực đại độ phù hợp R . Hơn nữa, điều đó đòi hỏi điều kiện rằng : 2 là bất biến với mọi sự lựa chọn tham số ước lượng. Giải thích: ^ ESS R2 1 , phương pháp LS là chọn k , k 1,2,, K sao cho cực tiểu ESS. Và TSS không TSS đổi với mọi lựa chọn. Nên Cực tiểu ESS đồng nghĩa với cực đại R 2 . 2. Nhắc lại là hồi. | ÔN TẬP KINH TẾ LƯỢNG A 1. Phương pháp ước lượng bình phương cực tiểu LS là chọn các tham số ước lượng pk k 1 2 . K sao cho làm cực đại độ phù hợp R2. Hơn nữa điều đó đòi hỏi điều kiện rằng TSS yn- y 2 là bất biến với mọi sự lựa chọn tham số ước lượng. Đúng Sai Giải thích . ESS R 1 T7 phương pháp LS là chọn k k 1 2 . K sao cho cực tiểu ESS. Và TSS không TSS đổi với mọi lựa chọn. Nên Cực tiểu ESS đồng nghĩa với cực đại R2. 2. Nhắc lại là hồi quy LS có thể được viết dưới dạng sau Pk jcnksn k 1 2 . K. Việc chứng minh ước lượng này là không chệch E 3k fik k 1 2. K đòi hỏi giả thuyết rằng en có phân bố chuẩn. Sai Đúng Giải thích E 3k E Pk c sn . Vì vậy chỉ cần điều kiện Esn 0 với mọi n là đủ. . A cr2 3. Nhắc lại rằng Var Pkì . Trong đó Sft là phương sai mẫu của biến Xk. Điều này hàm ý - Skk rằng việc lấy mẫu từ tổng thể càng đa dạng thì hiệu quả ước lượng càng tăng. Hay cũng vậy việc lấy mẫu càng tương tự nhau thì độ chính xác của ước lượng càng giảm. Đúng Sai Giải thích A ơ2 _ z Vì Var Pk nên khi S tăng thì sai số ước lượng giảm hay hiệu quả ước lượng tăng Skk . 6 . A .ZZZ TZ 7. . . . 4. Nhắc lại Pk N . Kết luận này chỉ đòi hỏi sử dụng giả thuyết s N 0 ơ mà không S cần thêm bất cứ một giả thuyết nào khác về sai số ngẫu nhiên. Đúng Sai Giải thích Chứng minh điều này yêu cầu rằng N 0 2 hay các sai số ngẫu nhiên phải độc lập. 5. Ước lượng không chệch của ơ2 là 52 1 e2 . Nó được sử dụng để biến đổi phân bố N K . X chuẩn zk thành phân bố t-student với N-K bậc tự do tị t N - K . Đúng Sai Giải thích Năm 2010 1 Vì rằng t Ị . p p t N - 2 Vs IsXX se 6. Hãy xét việc kiểm định giả thuyết sau H A 0 .vs. H Â 0. Nếu p-value nhỏ hơn 5 thì ta nói Pk có ý nghĩa 5 . Đúng Sai biểu diễn thành một đám mây dữ liệu nằm gọn trong không gian hai chiều dùng đồ thị phẳng với hai trục thì việc tăng số biến giải thích lên hơn 2 biến sẽ không làm giảm R2 . Nhưng nếu chuỗi các quan sát yn x cần phải biểu diễn trong không gian 3 chiều đồ thị 3 trục thì việc tăng số biến giải thích lên hơn 2 biến sẽ
