tiểu luận PHÂN TÍCH ẢNH HƯỞNG của các NHÂN tố đến tỉ lệ tử VONG ở TRẺ sơ SINH

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG   PHÂN TÍCH ẢNH HƯỞNG CỦA CÁC NHÂN TỐ ĐẾN TỈ LỆ TỬ VONG Ở TRẺ SƠ SINH Báo cáo Kinh tế lượng Hà Nội, tháng 04 năm 2014 Nhóm 10.1 – Bộ số liệu 58 TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG   BÁO CÁO KINH TẾ LƯỢNG Bộ số liệu 58 – LOWBRTH PHÂN TÍCH CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN TỈ LỆ TỬ VONG Ở TRẺ SƠ SINH Họ tên Nguyễn Đình Khương Hồng Khánh Lam Nguyễn Thị Liên Nhóm 10.1 – Bộ số liệu 58 BÁO CÁO KINH TẾ LƯỢNG Bộ số liệu 58 – LOWBRTH - Nội dung: Phân tích ảnh hưởng nhân tố đến tỉ lệ tử vong trẻ sơ sinh Đây vấn đề nhận nhiều quan tâm nhiều quốc gia giới Việc nghiên cứu để giảm tỉ lệ tử vong trẻ sơ sinh mang tính xã hội nhân văn sâu sắc Nó khơng giúp giảm nỗi đau cho gia đình mà cịn giảm gánh nặng cho xã hội, quan trọng cải thiện chất lượng dân số; góp phần cải thiện số lượng chất lượng nguồn lao động Trong báo cáo thường niên tình trạng sức khỏe bà mẹ trẻ sơ sinh State of World Mothers số 14 tổ chức Save the Children cho biết tỷ lệ từ vong trẻ sơ sinh Việt Nam giảm 48% từ năm 1990 đến 2011 Việt Nam xếp thứ 86 bảng xếp hạng nơi tốt cho bà mẹ Việt Nam tiến trình đạt mục tiêu thiên niên kỷ giảm tỷ lệ tử vong bà mẹ trẻ em Chính vậy, việc nghiên cứu Tỉ lệ tử vong trẻ sơ sinh nhân tố ảnh hưởng để tìm biện pháp hữu hiệu giảm thiểu tỉ lệ cần thiết hết - Các biến chọn: + infmort + lowbrth + popul + pcinc + afdcpay + physicpc - Bài cáo cáo gồm phần: + Phần I: Mô tả biến với lệnh DES, TAB, SUM + Phần II: Phân tích hồi quy tương quan Mơ hình tổng quát Quan hệ tương quan biến độc lập (Dùng lệnh Corr) Chạy hồi quy Phân tích kết chạy hồi quy Một số kiểm định F + Phần III: Kiểm tra khuyết tật mơ hình Kiểm định phương sai sai số thay đổi Kiểm định đa cộng tuyến (bằng phương pháp khác lệnh Corr) Kiểm định phân phối chuẩn nhiễu + Kết luận I Phần I – MƠ TẢ BIẾN Sử dụng lệnh DES - Thơng tin quan trọng thu chạy lệnh Des ý nghĩa biến (Variable label) Nhóm 10.1 – Bộ số liệu 58 des infmort lowbrth popul pcinc afdcpay physicpc Variable name infmort lowbrth popul pcinc afdcpay physicpc Bảng I.1 Kết chạy lệnh mô tả DES - Sử dụng lệnh des giúp hiểu rõ ý nghĩa biến Theo kết thì: Biến infmort: Tỉ lệ trẻ sơ sinh tử vong Biến lowbrth: Tỉ lệ trẻ (sơ sinh) sinh thiếu cân Biến popul: Dân số (nghìn người) Biến pcinc: Thu nhập bình quân đầu người Biến afdcpay: Trợ cấp trung bình hàng tháng từ AFDC (tổ chức hỗ trợ cho gia đình có nhỏ cịn phụ thuộc) Biến physicpc: tỷ lệ bác sĩ/ người dân Sử dụng lệnh SUM - Kết lệnh Sum cho ta biết số quan sát (Obs), giá trị trung bình (Mean), độ lệch chuẩn (Std Dev.), giá trị lớn (Max), giá trị nhỏ (Min) biến sum infmort lowbrth popul pcinc afdcpay physicpc Bảng I.2 Kết chạy lệnh mô tả SUM Theo kết bảng trên, ta thấy: - Infmort: Tỉ lệ tử vong trẻ sơ sinh 100 quan sát có giá trị trung bình 9.503% với độ lệch chuẩn 1.461524% Tỉ lệ đạt nhỏ 6.2% cao 13.7% - Lowbrth: Tỉ lệ trẻ sinh thiếu cân trung bình 6.707% với độ lệch chuẩn 1.166039; tỉ lệ nhỏ 4.8% lớn lên tới 9.6% - Popul: Dân số trung bình 4910.01 (nghìn người), độ lệch chuẩn 5317.505 nghìn người; dân số lúc thấp 454 nghìn người lúc cao 29760 nghìn người - Phân tích tương tự với biến lại Sử dụng lệnh TAB1 - Sử dụng lệnh Tab1 cho phép miêu tả lúc nhiều biến với thông tin tần số (Freq.), tần suất (Percent) giá trị biến, tổng cộng gộp Si (Cum.) Nhóm 10.1 – Bộ số liệu 58 tab1 infmort lowbrth popul pcinc afdcpay physicpc  tabulation of infmort Total 100 100.00 Bảng I.4 Kết chạy lệnh mơ tả TAB1 với biến infmort - Ví dụ phân tích liệu bảng: + Tỉ lệ tử vong trẻ sơ sinh có giá trị từ 6.2% đến 13.7% + Có 65% tổng số quan sát mà tỉ lệ tử vong trẻ sơ sinh < 9.9% 4.8 4.9 5.1 5.2 5.3 5.4 5.5 8.2 8.4 8.6 8.7 9.2 9.6 Bảng I.3 Kết chạy lệnh mô tả TAB1 với biến lowbrth Nhóm 10.1 – Bộ số liệu 58 - Dấu … đại diện cho liệu khoảng không liệt kê số lượng quan sát lớn - Ví dụ phân tích liệu bảng: + Tỉ lệ trẻ sinh thiếu cân có giá trị từ 4.8% đến 9.6% 100 quan sát + Ý nghĩa Cum : có 24% tổng số 100 số quan sát mà tỉ lệ trẻ sinh thiếu cân < 5.5%  tabulation of popul Bảng I.5 Kết chạy lệnh mô tả TAB1 với biến popul - Có 95% tổng số quan sát mà dân số < 16781 nghìn người 100 Total 100.00 Bảng I.6 Kết chạy lệnh mơ tả TAB1 biến pcinc Nhóm 10.1 – Bộ số liệu 58  tabulation of afdcpay 100 Total 100.00 Bảng I.7 Kết chạy lệnh mô tả TAB1 với biến afdcpay Total 100 100.00 Bảng I.8 Kết chạy lệnh mô tả TAB1 với biến physicpc AI PHẦN II – HỒI QUY VÀ TƯƠNG QUAN Thiết lập mơ hình tổng qt a Mơ hình tổng quát Hàm hồi quy tổng thể biểu diễn mối liên hệ biến phụ thuộc lowbrth với biến độc lập infmort, popul, pcinc, afdcpay, physicpc có dạng: =0+1× +2× +3× +4× + × + b Ý nghĩa biến • Biến phụ thuộc: Nhóm 10.1 – Bộ số liệu 58 Infmort (Y): Tỷ lệ tử vong trẻ sơ sinh (%)  Biến độc lập ( ) Biến định lượng Bảng II.1 Ý nghĩa biến độc lập Phân tích mối tương quan biến độc lập - Sử dụng lệnh: corr lowbrth popul pcinc afdcpay physicpc  Kết thu được: lowbrth popul lowbrth popul pcinc afdcpay physicpc Nhóm 10.1 – Bộ số liệu 58 -0.1395 -0.5808 -0.3821 pcinc afdcpay physicpc 0.2658 0.1798 -0.5520 1.0000 0.6150 0.0094 1.0000 0.2702 1.0000 Bảng II.2 Kết chạy lệnh corr biến đốc lập Theo kết trên, hệ số tương quan có giá trị tuyệt đối nhỏ 0.8  Khơng có tượng đa cộng tuyến mơ hình Chạy hồi quy - Sử dụng lệnh reg infmort lowbrth popul pcinc afdcpay physicpc  Kết thu được: - - Bảng II.3 Kết chạy hồi quy Từ kết bảng trên, ta có: - Phương trình hồi quy tổng thể: × = 7.098026 + 0.7119426 × + 0.0000113 × − 0.0001369 − 0.000353 ×− 0.9808367 ×+ - Phương trình hồi quy mẫu: = 7.098026 + 0.7119426 × + 0.0000113 × − 0.0001369 × − 0.000353 × − 0.9808367 × Hay = 7.098026 + 0.7119426 × + 0.0000113 × − 0.0001369 × − 0.000353 × − 0.9808367 × Phân tích kết hồi quy - Phần tổng bình phương độ lệch giá trị quan sát Yi với giá trị trung bình TSS = 211.469089 - Phần tổng bình phương giải thích mơ hình (biến giải thích) ESS = 110.351338 - Phần tổng bình phương khơng giải thích (phần dư) RSS = 101.117751 - R = 52.18% có nghĩa yếu tố: Tỷ lệ trẻ sinh thiếu cân, Dân số, Thu nhập bình quân đầu người, Trợ cấp trung bình hàng tháng nhận từ AFDC, Tỷ lệ bác sỹ đầu người giải thích 52.18% tỷ lệ trẻ tử vong trẻ sơ sinh Nhóm 10.1 – Bộ số liệu 58 - Trong giá trị p-value bảng trên, giá trị p-value biến popul, afdcpay physicpc 0.671, 0.813 0.515 lớn mức ý nghĩa α = 0.05  Khơng có sở để bác bỏ Ho (giả thuyết = 0) Như ba biến popul, afdcpay physicpc khơng có ý nghĩa thống kê, tức khơng gây ảnh hưởng đến tỉ lệ tử vong trẻ sơ sinh - Ý nghĩa tham số mơ hình  %.= 7.098026 có nghĩa điều kiện nhân tố khác không đổi giá trị biến độc lập tỷ lệ tử vong trẻ sơ sinh trung bình 7.098026      1= 0.7119426 có nghĩa điều kiện nhân tố khác không đổi, tỷ lệ trẻ sinh thiếu cân tăng % tỷ lệ tử vong trung bình trẻ sơ sinh tăng 0.7119426% 2= 0.0000113, khơng có ý nghĩa thơng kê = -0.0001369 có nghĩa điều kiện yếu tố khác không đổi, thu nhập bình quân tăng đơn vị tỷ lệ tử vong trung bình trẻ sơ sinh giảm 0.0001369 % 4= -0.000353, khơng có ý nghĩa thống kê 5= -0.9808367, khơng có ý nghĩa thống kê Một số kiểm định F a Kiểm tra phù hợp mơ hình Ta có giả thuyết: { - Dùng cơng thức: F=  0,05 5,94 = 2.32 Mà F= 20.514> 2.32 Bác bỏ H0 Vậy mơ hình hồi quy tìm phù hợp - Kiểm tra lại lệnh stata : test lowbrth popul pcinc afdcpay physicpc  Kết thu được: (1) infmort = (2) popul = (3) pcinc = (4) afdcpay = (5) physicpc = F (5, 94) = 20.52 Prob > F = 0.0000 Kiểm định F cho toàn hệ số hồi quy 20.52; Prob > F có giá trị nhỏ α = 0.05 nên bác bỏ giả thuyết Ho Kết thu từ stata giống với dùng cơng thức Nhóm 10.1 – Bộ số liệu 58 b Kiểm định =0 Cặp giả thuyết thống kê: { : =0 1: ≠0 Sử dụng thống kê = , giá trị kiểm định cột t bảng kết chạy hồi quy  Cách 1: Dùng khoảng tin cậy −  Như 2, 4,  Cách 2: Sử dụng P-value Bảng II.5 Kiểm định dùng P-value  Cách 3: Sử dụng phương pháp giá trị tới hạn  Kiểm tra lại stata - Dùng lệnh: test [var] 10 Nhóm 10.1 – Bộ số liệu 58 Bản chất lệnh test stata chạy lại mơ hình hồi quy sau bỏ biến cần kiểm định, sau tính F Ví dụ: Kiểm định 2= test popul  Kết thu được: (1) popul = F (1,94) Prob > F c Prob > F có giá trị lớn α = 0.05 nên sở bác bỏ Ho, tức Kiểm định == : Cặp giả thuyết thống kê: { = =0 1: ộ ℎ ≠0 Ví dụ: Kiểm định = = • Cách 1: Chạy hồi quy mơ hình Áp dụng cơng thức: = F> (2,94) 05  Cách 2: Dùng lệnh stata (2,94) 05 = 3.10 => Bác bỏ Ho, tức có hai β có giá trị khác test lowbrth popul  Kết thu được: (1) infmort = (2) popul = F (2, 94) = 18.21 Prob > F = 0.0000 Prob > F nhỏ α = 0.05 nên bác bỏ Ho, tức có hai PHẦN III – KIỂM TRA CÁC KHUYẾT TẬT BI a - Kiểm định phương sai sai số thay đổi Dựa vào đồ thị Bước 1: Chạy hồi quy mô hình đầy đủ Bước 2: Dùng lệnh rvfplot  Kết thu 11 ℎ ặ khác Nhóm 10.1 – Bộ số liệu 58 Hình III.1 Kết chạy lệnh rvfplot Dựa vào đồ thị ta thấy mơ hình bị mắc “bệnh” phương sai sai số thay đổi Các điểm phân bố không theo quy luật b Sử dụng lệnh imtest, white  Kết quảWhite's thu được: test for Ho: homoscedasticity against Ha: unrestricted heteroskedasticity chi2(19) = 47.41 Prob > chi2 = 0.0005 Cameron & Trivedi's decomposition of IM-test Bảng III.1 Kết chạy lệnh imtest, white Prob ( >chi2) = 0.0005 < α=0.05 nên bác bỏ Ho (có phương sai sai số thay đổi) Như mơ hình có tượng phương sai sai số thay đổi, hay nói cách khác giả thuyết phương sai không thỏa mãn c Sử dụng kiểm định Breusch-Pagan - Lệnh hettest  Kết quả: Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of lowbrth chi2(1) Prob > chi2 =  Kết lệnh hettest cho thấy có phương sai sai số thay đổi d Cách sửa: chạy lại hồi quy với lệnh robust reg infmort lowbrth popul pcinc afdcpay physicpc, robust  Kết thu được: 12 Nhóm 10.1 – Bộ số liệu 58 infmort lowbrth popul pcinc afdcpay physicpc cons Bảng III.2 Kết chạy lệnh hồi quy với robust Ta thu ác giá trị se ( ) mà phương sai sai số Kiểm định đa cộng tuyến a Dùng lệnh corr Dựa vào bảng kết thấy biến độc lập khơng có tương quan mạnh với nhau, mơ hình khơng có tượng đa cộng tuyến b Vif (variance inflation factor) - Chạy hồi quy phụ để tính Bảng III.3 Kết sử dụng phương pháp nhân tử phóng đại phương sai Các giá trị VIF < 10 -> Khơng có tượng đa cộng tuyến Kiểm định phân phối chuẩn Cặp giả thuyết: ℎố 0: ó ℎâ ℎ ẩ ℎố ℎ ẩ { 1: ℎô ℎâ a Dùng đồ thị - Bước 1: dùng lệnh predict r, resid - Bước 2: dùng lệnh kdensity r, normal  Kết thu đồ thị 13 Nhóm 10.1 – Bộ số liệu 58 Hình III.2 Đồ thị thu chạy kdensity r, normal - Dựa vào đồ trị ta thấy hai đồ thị không trùng  Nhiễu không phân phối chuẩn b Dùng lệnh Sktest r  Kết thu được: Bảng III.4 Kết chạy Sktest r Prob>chi2 = 0.0315 < α = 0.05  Bác bỏ Ho (giả định phân phối chuẩn) Như kết giống với cách dùng đồ thị Vậy giả thuyết nhiễu phân phối chuẩn không thỏa mãn với mơ hình - Cách chữa: cần phải chạy lại mẫu khác 14 Nhóm 10.1 – Bộ số liệu 58 KẾT LUẬN Sau phân tích số liệu, ta nhận thấy ảnh hưởng nhân tố đến tỉ lệ trẻ sơ sinh bị tử vong mức độ ảnh hưởng chúng Trong đó, quan trọng nhân tố: tỉ lệ trẻ sinh thiếu cân thu nhập bình quân đầu người ● Tỉ lệ trẻ sinh thiếu cân ảnh hưởng tiêu cực đến tỉ lệ trẻ sơ sinh tử vong trẻ sinh thiếu cân yếu khơng đủ sức khỏe để thích nghi với mơi trường bên ngồi sau chào đời ● Thu nhập bình quân đầu người ảnh hưởng đến tỉ lệ trẻ sơ sinh tử vong Thu nhập bình quân đầu người phần phản ảnh mức độ sống người dân quốc gia Thu nhập cao gia đình có điều kiện đầy đủ hơn, tốt để chăm sóc sức thành viên, đặc biệt người mẹ trẻ sơ sinh Từ phân tích kết hợp với việc tìm hiểu thơng tin, đưa số phương pháp để hạn chế tỉ lệ trẻ sơ sinh tử vong: Chăm sóc cho bà mẹ mang thai theo cách hợp lí, để trẻ cung cấp đủ chất dinh dưỡng lượng, không bị thiếu cân - Nâng cao đời sống vật chất tinh thần người dân - Xây dựng sỏ vật chất đại đầy đủ cho bệnh viện, sở y tế khám chữa bệnh để đáp ứng đủ tốt nhu cầu khám, chữa bệnh - 15 ... Nội dung: Phân tích ảnh hưởng nhân tố đến tỉ lệ tử vong trẻ sơ sinh Đây vấn đề nhận nhiều quan tâm nhiều quốc gia giới Việc nghiên cứu để giảm tỉ lệ tử vong trẻ sơ sinh mang tính xã hội nhân văn... chúng Trong đó, quan trọng nhân tố: tỉ lệ trẻ sinh thiếu cân thu nhập bình quân đầu người ● Tỉ lệ trẻ sinh thiếu cân ảnh hưởng tiêu cực đến tỉ lệ trẻ sơ sinh tử vong trẻ sinh thiếu cân yếu khơng... hình - Cách chữa: cần phải chạy lại mẫu khác 14 Nhóm 10.1 – Bộ số liệu 58 KẾT LUẬN Sau phân tích số liệu, ta nhận thấy ảnh hưởng nhân tố đến tỉ lệ trẻ sơ sinh bị tử vong mức độ ảnh hưởng chúng