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
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
và
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.