Phương pháp thống kê trong kinh tế và quản trị

1Slide Phương pháp thống kê trong kinh tế và quản trị Vấn đề 1. Tổng quan về phân tích thống kê 2Slide I. Tổng quan Thống kê là gì? “Thống kê là một nghệ thuật để nghiên cứu các đặc tính của một nhóm dựa trên một bộ phận của nhóm” ĐẶC ĐIỂM -> Tham số A NHÓM -> tổng thể Bộ phận của the NHÓM -> mẫu Dữ liệu SUY DIỄN -> sử dụng mẫu thống kê 3Slide suy diễn thống kê (tiếp)  tổng thể -- (chọn mẫu) --> mẫu | | Tham số <-- (suy diễn) -- thống kê  tổng thể : tất cả quan sát  mẫu: một bộ phận của tổng thể  tham số: đăc điểm tóm tắt của tổng thể  thống kê: đăc điểm tóm tắt của mẫu 4Slide suy diễn thống kê (tiếp) Ví dụ (Một biến) “Ở Florida trung bình thu nhập của các luật gia hằng năm là bao nhiêu?”  tổng thể: các luật gia ở Florida mẫu: 1000 quan sát được chọn một cách ngẫu nhiên  tham số: thu nhập trung bình hằng năm mẫu thống kê: mẫu trung bình về thu nhập của 1000 mẫu luật gia. 5Slide suy diễn thống kê (tiếp)  Suy diễn  ước lượng điểm  ước lượng khoảng: khoảng tin cậy Giả thiết phải kiểm định giả thiết được tạo ra và trả lời khi quyết định 6Slide Suy diễn thống kê (tiếp) Ví dụ khác (hai biến) “Nếu tăng tỷ suất lãi vay ngân hàng lên 1% thì nhu cầu tậu nhà sẽ thế nào?” Trong trường hợp này ta xác định tham số thế nào?  hai BIẾN có liên quan (tỷ suất lãi vay ngân hàng và nhu cầu tậu nhà) Tham số là sự thay đổi nhu cầu nhà ở tương ứng với 1% thay đổi của tỷ suất lãi vay. Như vậy mô hình hồi quy được thành lập (REGRESSION). Y = a + b X + e 7Slide Suy diễn thống kê (tiếp)  Sử dụng mẫu Dữ liệu, ta kiểm tra ảnh hưởng của biến thay đổi. mẫu Dữ liệu: Dữ liệu chuỗi thời gian thường được sử dụng. o Dữ liệu hàng tháng của tỷ suất lãi vay và nhu cầu mua bán nhà  tổng thể: số người mua nhà ở cả nước mẫu thống kê : hệ số hồi quy được ước lượng Giả thiết để kiểm định Nếu không có ảnh hưởng? Vậy thì, b = 0 hoặc không. 8Slide Suy diễn thống kê (tiếp) Tại sao phải dùng phương pháp suy diễn?  Thống kê là có giá trị.  Nếu đo lường hoặc điều tra cho toàn bộ tổng thể thì quá đắt hoặc không thể thực hiện được.  Do vậy phải sử dung mẫu dữ liệu để suy ra tổng thể. 9Slide Từ mẫu đến tổng thể (tiếp.)  ví dụ  tổng thể là toàn bộ sinh viên.  mẫu là số sinh viên của một lớp. 10Slide Từ mẫu đến tổng thể (cont.) ví dụ  tổng thể a. Chúng ta muốn biết số lượng người xem chương trình nào TV vào thứ Ba lúc 9 P.M. Như vậy, tổng thể là tất cả các chương trình được các gia đình xem trong thời điểm này ở VN. 11Slide Dữ liệu Kiểu của Dữ liệu Định lượng và định tính Biến GIẢ định tính (0 hoặc 1) Xem tivi hoặc không xem Nam, nữ Phiếu bỏ cho Clinton hay Bush Dữ liệu chuỗi thời gian Lãi suất vay và nhu cầu mua nhà 12Slide Thu thập dữ liệu Định nghĩa Kết quả -> tổng thể -> câu hỏi nghiên cứu Câu hỏi liên quan đến kết quả chủ yếu; Câu hỏi thêm về dân chủng học (tuổi đời, thu nhập, giới tính..) Các câu hỏi thêm khác Pre-test the survey Kích thước và phương pháp lấy mẫu  Phỏng vấn (điều tra)  phỏng vấn có cấu trúc và không có cấu trúc 13Slide Kỹ thuật lấy mẫu Lấy mẫu ngẫu nhiên đơn giản Kỹ thuật lấy mẫu khác Stratified Random lấy mẫu Random lấy mẫu within Strata (Subgroup , eg Race)  mẫu đối xứng ngẫu nhiên  quan sát thứ k trong mỗi hàng Cluster lấy mẫu theo nhóm Random lấy mẫu within mini-tổng thể (cluster) after clusters are selected from a simple random lấy mẫu. 14Slide II. Mô tả thống kê Hai cách thức để tóm tắt dữ liệu Mô tả thống kê  Đo lường tóm tắt bộ Dữ liệu  Các số liệu này được sử dụng để suy diễn thống kê. Đồ thị  cross-section: histogram and frequency distribution  Đồ thị chuỗi thời gian (plot) hai biến: (scatter diagram) 15Slide Thống kê mô tả Giá trị trung tâm và độ phân tán. Giá trị trung tâm  giá trị trung tâm nằm ở đâu  giá trị điển hình nào trung bình (average):  trung vị (nằm giữa của phân bố)  Mode (giá trị có tần số lớn nhất) 16Slide  Dữ liệu trung tâm chưa đủ thông tin cần thiết. Ví dụ: luồng tiền trung bình của hai dự án đầu tư A: 6%, 4%, 4%, 6% trung bình = 5% B: 1%, 12%, 3%, 4% trung bình = 5% Trung bình không giải thích được độ mạo hiểm của 2 phương án? Độ phân tán của luồng tiền cho phép đánh giá rủi ro của các phương án đầu tư. 17Slide Độ phân tán Độ trải dài của Dữ liệu Độ lệûch chuẩn Đó là khoảng cách trung bình độ lệch giữa giá trị của biến với giá trị trung bình. Độ lệch chuẩn nhỏ chứng tỏ giá trị các biến gần với giá trị trung bình Độ lệch chuẩn lớn chứng tỏ giá trị các biến phân tán xa giá trị trung bình. Bình phương của độ lệch chuẩn là “Variance” - Phương sai 18Slide Phương sai (bình phương của độ lệch chuẩn)  carries the same information as std. dev. Độ rộng - Range (hiệu số giữa giá trị cao nhất và giá trị thấp nhất của dữ liệu) 19Slide Ví dụ Độ lệch chuẩn Thu nhập trung bình hàng năm của 2 phương án đầu tư A: 6%, 4%, 4%, 6% trung bình = 5% Độ lệch chuẩn = 1.00% B: 1%, 12%, 3%, 4% trung bình = 5% Độ lệch chuẩn = 4.83% Gợi cho ta suy nghĩ gì? 20Slide Skewness  Skewness đo lường tính đối xứng của bộ dữ liệu (của phân bố).  Skewness của phân bố đối xứng như là phân bố chuẩn là bằng không.  Skewness trung bình là dương (âm) thì phân bố của dữ liệu kéo dài bên phải (trái).  A: 6%, 4%, 4%, 6% skewness = 0  B: 1%, 12%, 3%, 4% skewness = 0.922 21Slide  Skewness dương (trung bình > trung vị) Phân bố dữ liệu kéo dài bên phải (long right tail) Skewness > 0 mode, trung vị < trung bình 22Slide Kurtosis Kurtosis đo lường độ nhọn của phân bố. Kurtosis của phân phối chuẩn is 3. Excess Kurtosis = Kurtosis - 3 Nếu Excess Kurtosis là dương, phân bố là nhọn so với phân phối chuẩn. Nếu Excess Kurtosis là âm, phân bố là dẹt hơn so với phân phối chuẩn 23Slide 0.0 0.5 1.0 1.5 2.0 2.5 0.0 2.5 5.0 7.5 10.0 12.5 Series: X Sample 1 4 Observations 4 Mean 5.000000 Median 3.500000 Maximum 12.00000 Minimum 1.000000 Std. Dev. 4.830459 Skewness 0.922033 Kurtosis 2.182857 Jarque-Bera 0.678051 Probability 0.712464 24Slide Trường hợp của hai biến Ta có thể kiểm tra mối quan hệ giữa chúng. Hiệp phương sai cho chúng ta thông tin về: Hướng của mối liên quan (dương hay âm) Độ lớn của nó phụ thuộc vào đơn vị đo; do vậy đối với hai đại lượng có đơn vị đo khác nhau cần chuẩn hoá đẻ có thể so sánh được. (chia cho tích độ lêch chuẩn của hai biến) 25Slide Phân tích tương quan  hệ số tương quan (r) để đo lường mối liên kết giữa hai biến liên tục. Nó gắn với độ lớn và hướng của đại lượng (âm hay dương) của mối liên quan. 26Slide Thống kê r được gọi là hệ số tương quan.  r có thể biến thiên từ: -1.00 (liên quan âm hoàn toàn) đến O (không có mối liên quan) đến +1.00 (liên quan dương hoàn toàn). 27Slide Ví dụ 1. Mối quan hệ giữa điểm học tập và thời gian làm việc ở nhà của học viên tương quan = 0.84  Giá trị trung bình này có nghĩa gì? 2. Mối quan hệ giữa số lượng người xem truyền hình với chất lượng chương trình tương quan = - 0.67  Giá trị trung bình này có nghĩa gì? 28Slide Table 1. A Typical Frequency Distribution Table Lớp Tần số Tần số tương đối Tần số tích luỹ 4-6 2 7% 2 7-9 4 13% 6 10-12 4 13% 10 13-15 12 40% 22 16-18 5 17% 27 19-21 3 10% 30 Totals 30 100% 29Slide B. Đồ thị tần số  Dùng đồ thị thanh.  Dùng đồ thị điểm, cung 30Slide Histogram 0 5 10 15 6 9 12 15 18 21 Điểm cuối của lớp T ần s ố .00% 20.00% 40.00% 60.00% 80.00% 100.00% Tần số Tích luỹ % 31Slide IV. Đồ thị tương quan Đồ thị tương quan vẽ giá trị của 2 biến trong cùng một đồ thị. Gợi ý cho ta  nếu có quan hệ tuyến tính  hướng của mối liên quan o Dương hoặc âm 32Slide 1. đường thẳng chạy từ trái sang phải hai biến có mối quan hệ tương quan dương (Ví dụ: tuổi và chiều cao của trẻ em) Waist Size Age 33Slide 2. đường thẳng chạy từ phải sang trái hai biến có mối quan hệ tương quan âm (Ví dụ: tỷ suất lãi vay và nhu cầu mua sắm nhà) Housing sales Interest rate 34Slide 3. đường thẳng song song với trục hoành hoặc trục tung hai biến không có mối quan hệ tương quan (Ví dụ: ...) 4. nếu ta không thể vẻ một đường thẳng biểu hiện hai biến có nghĩa là chúng không tương quan nhau