1
TRƯỜNG ĐẠI HỌC DÂN LẬP HÙNG VƯƠNG
KHOA QUẢN TRỊ KINH DOANH

MÔN HỌC: KINH TẾ LƯỢNG _ ĐỀ 1

KỲ THI: CHÍNH LỚP: 04QK
NGÀY THI: 02/07/2007 Thời gian làm bài: 90 phút
(Sinh viên được sử dụng tài liệu)
CB ra đề: Nguyễn Thị Mai Bình
Ngày ra đề: 25/06/2007
Ký tên:
Trưởng Khoa:
Ngày duyệt đề:
Ký tên:
Câu 1: (25 điểm) Dữ liệu về tiêu dùng thịt gà với các biến được định nghĩa như sau:
Y = lượng thịt gà tiêu thụ bình quân đầu người (pound)
X2 = thu nhập khả dụng bình quân đầu người (USD)
X3 = Giá bán lẻ của thịt gà (cent/pound)

S.E. of regression 1.979635 Akaike info criterion 4.423160
Sum squared resid 66.62224 Schwarz criterion 4.719376
Log likelihood -44.86635 F-statistic 57.63303
Durbin-Watson stat 1.100559 Prob(F-statistic) 0.000000
2
Mô hình 1.2
Dependent Variable: Y
Method: Least Squares
Date: 06/18/07 Time: 16:17
Sample: 1960 1982
Included observations: 23
Variable Coefficient Std. Error t-Statistic Prob.
C 35.68084 3.399337 10.49641 0.0000
X3 -0.654097 0.157564 -4.151300 0.0005
X4 0.232528 0.054387 4.275460 0.0004
X5 0.115422 0.024303 4.749224 0.0001
R-squared 0.939235 Mean dependent var 39.66957
Adjusted R-squared 0.929641 S.D. dependent var 7.372950
S.E. of regression 1.955702 Akaike info criterion 4.336146
Sum squared resid 72.67063 Schwarz criterion 4.533624
Log likelihood -45.86568 F-statistic 97.89329
Durbin-Watson stat 1.251523 Prob(F-statistic) 0.000000
Mô hình 1.3
White Heteroskedasticity Test:


Mô hình 1.4
ARCH Test:
F-statistic 2.755840 Probability 0.090344
Obs*R-squared 4.922885 Probability 0.085312
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Sample(adjusted): 1962 1982
Included observations: 21 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 2.419992 1.227792 1.971012 0.0643
RESID^2(-1) -0.179824 0.223909 -0.803112 0.4324
RESID^2(-2) 0.432665 0.224016 1.931405 0.0693
R-squared 0.234423 Mean dependent var 3.193872
Adjusted R-squared 0.149359 S.D. dependent var 2.862108
S.E. of regression 2.639728 Akaike info criterion 4.910792
Sum squared resid 125.4269 Schwarz criterion 5.060010
Log likelihood -48.56332 F-statistic 2.755840
Durbin-Watson stat 2.039475 Prob(F-statistic) 0.090344

Câu 2: (25 điểm) Mô hình sau thể hiện số lượng phát minh (patents) có phụ thuộc vào chi
phí nghiên cứu (r_d) không của Mỹ từ năm 1960 đến năm 1993?
PATENTS = β
1
+ β
2
*r_d + u
i
1. Mô hình 2.1 thể hiện kết quả của phương trình trên. Anh chị có nhận xét gì về mô hình Mô hình 2.2
White Heteroskedasticity Test:
F-statistic 15.20805 Probability 0.000025
Obs*R-squared 16.83838 Probability 0.000221

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 06/24/07 Time: 14:20
Sample: 1960 1993
Included observations: 34
Variable Coefficient Std. Error t-Statistic Prob.
C -48.61731 291.2415 -0.166931 0.8685
R_D -0.184297 5.391059 -0.034186 0.9729
R_D^2 0.014779 0.023015 0.642148 0.5255
R-squared 0.495246 Mean dependent var 117.4794
Adjusted R-squared 0.462682 S.D. dependent var 159.7993
S.E. of regression 117.1361 Akaike info criterion 12.44865
Sum squared resid 425346.5 Schwarz criterion 12.58333
Log likelihood -208.6270 F-statistic 15.20805
Durbin-Watson stat 0.701249 Prob(F-statistic) 0.000025

Mô hình 2.3

ARCH Test:
F-statistic 19.44519 Probability 0.000001


Dependent Variable: PATENTS
Method: Least Squares
Date: 06/24/07 Time: 14:46
Sample(adjusted): 1965 1993
Included observations: 29 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 23.05877 3.797622 6.071896 0.0000
R_D -0.638886 0.329181 -1.940834 0.0636
R_D(-1) 0.867602 0.392614 2.209809 0.0365
R_D(-5) 0.801155 0.120858 6.628897 0.0000
R-squared 0.970180 Mean dependent var 124.3690
Adjusted R-squared 0.966602 S.D. dependent var 28.72687
S.E. of regression 5.249859 Akaike info criterion 6.281722
Sum squared resid 689.0256 Schwarz criterion 6.470314
Log likelihood -87.08496 F-statistic 271.1256
Durbin-Watson stat 0.771080 Prob(F-statistic) 0.000000

Câu 3: (25 điểm) Xem xét dữ liệu về các yếu tố ảnh hưởng đến giá nhà, trong đó:
Price = giá nhà
Baths = số phòng tắm
Bedrms = số phòng ngủ
Pool = nhận giá trị 1 nếu nhà có hồ bơi và giá trị 0 cho trường hợp ngược lại
Sqft = diện tích nhà
1. Hãy cho biết dấu kỳ vọng của các biến độc lập theo giá nhà và giải thích tại sao?
2. Sau khi chạy mô hình hồi qui ta được mô hình 3.1. Theo các anh chị mô hình trên tối
ưu chưa tạ
i sao? Hãy viết các kiểm định cần thiết để chứng minh kết luận trên. Nếu mô
hình trên chưa tối ưu theo các anh chị cần phải làm gì tiếp theo. (với α = 5%)
3. Một bạn sinh viên cho rằng giá của nhà có hồ bơi sẽ lớn hơn nhiều so với nhà không