kinh te luong le kim long bt nhom ktl (1) cuuduongthancong com

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA TÀI CHÍNH NGÂN HÀNG TIỂU LUẬN KINH TẾ LƯỢNG Đề tài: WAGE2.DTA Giảng viên hướng dẫn: TS Đinh Thị Thanh Bình Sinh viên thực hiện: Lớp KTE309.7 Khương Thị Thanh Loan 1113320237 Vũ Thị Thu Hoài Vương Thị Phương Mai Phạm Thị Nguyệt Anh Ngọ Hồng Vy Lê Thu Trang 1111330036 1113330066 1111330053 1111330022 1113330060 Hà Nội, tháng /2013 CuuDuongThanCong.com https://fb.com/tailieudientucntt LỜI MỞ ĐẦU Như biết, tiền lương phận sản phẩm xã hội tính tiền trả cho người lao động dựa số lượng chất lượng lao động người dùng để bù đắp lại hao phí lao động họ Do đó, tiền lương ln vấn đề thiết thực cán bộ, công nhân viên Tiền lương quy định cách đắn, yếu tố kích thích sản xuất mạnh mẽ, kích thích người lao động sức sản xuất làm việc, nâng cao trình độ tay nghề, cải tiến kỹ thuật nhằm nâng cao suất lao động Người lao động sau sử dụng sức lao động tạo sản phẩm trả số tiền cơng định Xét tượng, ta thấy sức lao động đem trao đổi để lấy tiền cơng Vậy coi sức lao động hàng hoá, loại hàng hố đặc biệt Và tiền lương giá hàng hố đặc biệt - hàng hố sức lao động Trên thực tế, tiền lương người giống hệt tiền lương chịu ảnh hưởng nhiều yếu tố, ví dụ Trình độ học vấn, Kinh nghiệm,… Chẳng hạn, nghiên cứu Acemoglu Angrist (1999) Mỹ cho thấy năm học thêm mức lương trung bình tăng 7.5%; hay nghiên cứu gần Caponi Plesca (2007) người tốt nghiệp Đại học có thu nhập cao người tốt nghiệp Phổ thơng Trung học từ 30 tới 40% Để tìm hiểu sâu vấn đề này, nhóm em định chọn nghiên cứu đề tài “Sự thay đổi tiền lương nhân tố ảnh hưởng đến tiền lương.” Trong trình làm tiểu luận, dù cố gắng chắn không tránh khỏi sai sót, kính mong góp ý để nhóm chúng em hồn thiện báo cáo Chúng em xin chân thành cảm ơn cô! CuuDuongThanCong.com https://fb.com/tailieudientucntt MỤC LỤC CuuDuongThanCong.com https://fb.com/tailieudientucntt NỘI DUNG A Mô tả liệu I Cơ sở lí thuyết Số làm việc: Thực tế cho thấy số làm việc ảnh hưởng trực tiếp đến thu nhập hàng tháng cá nhân, làm việc nhiều thu nhập nhiều, làm việc thu nhập điều đương nhiên Nghiên cứu cho thấy ng công nhân làm tăng ca 10-14h/ tuần có thu nhập cao ng k làm tăng ca trung bình 300-500$/ tuần Chỉ số IQ: Chỉ số IQ nhân tố ảnh hưởng nhiều đến tiền lương, người có số IQ cao có hội kiếm công việc tốt tiền lương cao Chỉ số KWW: Đây số để kiểm tra lực liên quan đến công việc Hiện số cơng ty nươc ngồi dùng phổ biến số IQ tính sát thực gần gũi tới cơng việc, kiểm tra hiểu biết, khả ứng viên cơng việc, liệu có phù hợp với vị trí thi tuyển vào hay khơng Trình độ học vấn Trình độ học vấn người định đến thu nhập họ Ảnh hưởng số năm học vấn tới thu nhập người tương đối phức tạp Nếu số năm học nhỏ 12, trình độ học vấn người nằm mức phổ thơng Trình độ học vấn có mối quan hệ tỷ lệ thuận với thu nhập Tức là, số năm trình độ học vấn tăng (giảm) thu nhập tăng (giảm) Kinh nghiệm làm việc Kinh nghiệm làm việc cho thấy trải nghiệm việc làm, tinh thần trách nhiệm làm việc khả hòa nhập người lao động với người khác Thực tế cho thấy người có nhiều năm kinh nghiệm làm việc thường gây ấn tượng tốt cho nhà tuyển dụng, ứng cử hay đề bạt vào vị trí quan trọng có mức lương cao người chưa có kinh nghiệm có năm kinh nghiệm Số năm tuổi: Người độ tuổi trưởng thành Lớn kèm với việc có nhiều kinh nghiệm hơn, kiến thức thường kèm với tiền lương cao Tuy CuuDuongThanCong.com https://fb.com/tailieudientucntt nhiên điều chưa hẳn đúng, có cơng việc phù hợp với số độ tuổi định Mô tả liệu: Mô tả liệu file WAGE2.DTA từ phần mềm Stata, ta thu kết sau: des Contains data from C:\Users\Duong\Downloads\Statafiles wooldridge\WAGE2.DTA obs: 935 vars: 17 14 Apr 1999 13:41 size: 24,310 (99.9% of memory free) -storage display value variable name type format label variable label -wage int %9.0g monthly earnings hours byte %9.0g average weekly hours IQ int %9.0g IQ score KWW byte %9.0g knowledge of world work score educ byte %9.0g years of education exper byte %9.0g years of work experience tenure byte %9.0g years with current employer age byte %9.0g age in years married byte %9.0g =1 if married black byte %9.0g =1 if black south byte %9.0g =1 if live in south urban byte %9.0g =1 if live in SMSA sibs byte %9.0g number of siblings brthord byte %9.0g birth order meduc byte %9.0g mother's education feduc byte %9.0g father's education lwage float %9.0g natural log of wage Thông tin liệu cho thấy thống kê yếu tố ảnh hưởng đến mức thu nhập hàng tháng dựa 935 mẫu quan sát Mỹ năm 1980 (tham khảo tại: http://eswf.uni-koeln.de/daten/wage2.htm) Sau xem xét kĩ biến, nhóm chúng em định chọn biến phụ thuộc wage, biến độc lập gồm biến: hours, IQ, CuuDuongThanCong.com https://fb.com/tailieudientucntt KWW, educ, exper, age Định dạng ý nghĩa biến mô tả Bảng đây: Bảng 1: Định dạng ý nghĩa biến Tên biến wage Hour IQ KWW educ exper age Dạng liệu integer byte byte integer byte byte byte Đơn vị US Dollar năm năm năm Ý nghĩa biến Thu nhập hàng tháng Số làm việc trung bình tuần Chỉ số IQ Chỉ số KWW (knowledge of world work) Số năm học Số năm làm Số năm tuổi Tiếp tục sử dụng lệnh sum để miêu tả liệu Lệnh sum cho biết số lượng quan sát (Obs), giá trị trung bình (mean), độ lệch chuẩn (std dev.) giá trị lớn (max) nhỏ (min) biến sum wage hours IQ KWW educ exper age Variable | Obs Mean Std Dev Min Max -+ -wage | 935 957.9455 404.3608 115 3078 hours | 935 43.92941 7.224256 20 80 IQ | 935 101.2824 15.05264 50 145 KWW | 935 35.74439 7.638788 12 56 educ | 935 13.46845 2.196654 18 -+ -exper | 935 11.56364 4.374586 23 age | 935 33.08021 3.107803 28 38 Có thể nhận thấy thu nhập hàng tháng có chênh lệch lớn mức cao mức thấp nhất, lên tới xấp xỉ 27 lần, cao hẳn so với biến lại Ngồi ra, nhìn vào độ tuổi khảo sát từ 28 đến 38 cho thấy đối tượng khảo sát hướng đến người bắt đầu ổn định công việc Tiếp tục sử dụng lệnh tab để thực hiên vài phân tích kĩ hơn, ta có kết sau: tab educ years of | education | Freq CuuDuongThanCong.com Percent Cum https://fb.com/tailieudientucntt + | 10 1.07 1.07 10 | 35 3.74 4.81 11 | 43 4.60 9.41 12 | 393 42.03 51.44 13 | 85 9.09 60.53 14 | 77 8.24 68.77 15 | 45 4.81 73.58 16 | 150 16.04 89.63 17 | 40 4.28 93.90 18 | 57 6.10 100.00 + Total | 935 100.00 tab age age in | years | Freq Percent Cum + 28 | 45 4.81 4.81 29 | 86 9.20 14.01 30 | 120 12.83 26.84 31 | 98 10.48 37.33 32 | 99 10.59 47.91 33 | 81 8.66 56.58 34 | 69 7.38 63.96 35 | 61 6.52 70.48 36 | 95 10.16 80.64 37 | 82 8.77 89.41 38 | 99 10.59 100.00 + Total | 935 100.00 Thống kê thứ tình trạng đào tạo trường lớp, cho thấy có số lượng lớn người khảo sát (42%) học hết 12 năm học, tương ứng với học hết bậc phổ thông làm mà không học lên cao Thống kê thứ hai cho biết phân bố độ tuổi người khảo sát, cho thấy nhóm tuổi phân bố đồng đều, chiếm từ 4.81% đến 12.83% khơng có chênh lệch lớn CuuDuongThanCong.com https://fb.com/tailieudientucntt B Phân tích hồi quy Thiết lập mơ hình tổng qt a Mơ hình tổng qt Hàm hồi quy tổng thể biểu diễn mối quan hệ biến phụ thuộc thu nhập hàng tháng wage với biến độc lập hours, IQ, KWW, educ, exper, age có dạng: b Giải thích biến Các biến giải thích Bảng đây: Bảng 2: Giải thích biến Tên biến Biến phụ thuộc wage hours IQ Ý nghĩa Thu nhập hàng tháng Số làm việc trung bình tuần Chỉ số IQ Dấu kì vọng Diễn giải + Làm việc nhiều thu nhập hàng tháng nhiều + Chỉ số IQ cao hội tang mức thu nhập hang tháng Chỉ số KWW cao hội tăng mức thu nhập hàng tháng KWW Chỉ số KWW + educ Số năm học + exper Số năm làm + Số năm tuổi + Biến độc lập age Bậc học cao thu nhập hàng tháng cao Kinh nghiệm làm việc nhiều thu nhập hàng tháng cao Những người có độ tuổi cao có mức thu nhập hang tháng cao Lập bảng tương quan CuuDuongThanCong.com https://fb.com/tailieudientucntt Chạy lệnh corr để biểu diễn quan hệ tương quan biến, nhóm thu kết sau: corr wage hours IQ KWW educ exper age (obs=935) | wage hours IQ KWW educ exper age -+ -wage | 1.0000 hours | -0.0095 1.0000 IQ | 0.3091 0.0738 1.0000 KWW | 0.3261 0.1139 0.4135 1.0000 educ | 0.3271 0.0910 0.5157 0.3881 1.0000 exper | 0.0022 -0.0621 -0.2249 0.0175 -0.4556 1.0000 age | 0.1567 0.0248 -0.0437 0.3931 -0.0123 0.4953 1.0000 Nhìn chung biến độc lập có tương quan với biến phụ thuộc khơng cao, đặc biệt hai biến hours exper có hệ số tương quan thấp (-0.0095 0.0022) Ngoài ra, biến độc lập có hệ số tương quan dương cho thấy tác động chiều lên biến phụ thuộc, ngoại trừ biến hours có hệ số tương quan âm Mối quan hệ tương quan biến độc lập với không cao, hệ số tương quan cáo 0.5157 biến IQ educ Do khơng có hệ số tương quan có độ lớn vượt 0.9 nên nhóm em dự đồn mơ hình khơng xảy tượng đa cộng tuyến hồi quy Chạy mơ hình hồi quy Chạy mơ hình hồi quy biến phụ thuộc biến độc lập, ta thu kết sau: reg wage hours IQ KWW educ exper age Source | SS df MS Number of obs = -+ F( 6, 935 928) = 35.43 Model | 28464598.6 4744099.77 Prob > F = 0.0000 Residual | 124251570 928 133891.778 R-squared = 0.1864 Adj R-squared = 0.1811 Root MSE 365.91 -+ -Total | 152716168 934 163507.675 = -wage | Coef Std Err t P>|t| [95% Conf Interval] -+ -hours | -3.047275 CuuDuongThanCong.com 1.672268 -1.82 0.069 -6.32914 https://fb.com/tailieudientucntt 2345892 IQ | 4.030096 9822516 4.10 0.000 2.102404 5.957788 KWW | 8.025221 1.996581 4.02 0.000 4.106884 11.94356 educ | 46.25634 7.401504 6.25 0.000 31.73072 60.78197 exper | 11.1259 3.68989 3.02 0.003 3.884407 18.3674 age | 6.308391 5.055275 1.25 0.212 -3.612705 16.22949 _cons | -563.5638 178.0838 -3.16 0.002 -913.0574 -214.0702 Phương trình hồi quy Từ kết chạy hồi quy, nhóm tóm tắt giá trị thu bảng 3: Bảng 3: Kết hồi quy Biến Hệ số B1 hours IQ KWW educ exper age B2 B3 B4 B5 B6 B7 Giá trị -563.5638 -3.047275 4.030096 8.025221 46.25634 11.1259 6.308391 Thống kê t -3.16 -1.82 4.10 4.02 6.25 3.02 1.25 P-value 0.002 0.069 0.000 0.000 0.000 0.003 0.212 Từ bảng 3, ta có phương trình hồi quy: Wage = -563.5638 + -3.047275 (hours) + 4.030096 (IQ) + 8.025221 (KWW) + 46.25634 (educ) + 11.1259 ( exper) + 6.308391 (age) Phân tích kết hồi quy - Số quan sát đưa vào phân tích obs = 935 - Phần tổng bình phương độ lệch giá trị quan sát Yi với giá trị trung bình TSS=152716168 - Phần tổng bình phương giải thích mơ hình (biến giải thích) ESS=28464599 - Phần tổng bình phương khơng giải thích (phần dư) RSS=124251570 - Độ lệch bình phương bình quân (phương sai) phận MSm=4744099.77 MSr=133891.778 - Sai số chuẩn ước lượng RMSE=365.91, nhỏ độ lệch chuẩn biến phụ thuộc SD = = 404.3682 Vậy ước lượng hồi quy chấp nhận CuuDuongThanCong.com https://fb.com/tailieudientucntt - Mức độ phù hợp mơ hình so với thực tế R2 = 18.64% cho thấy biến độc lập giải thích 18.64% thay đổi biến phụ thuộc.- Ý nghĩa tham số mơ hình: b1= -563.5638 có nghĩa điều kiện yếu tố khác không đổi giá trị biến độc lập thu nhập trung bình hàng tháng 563.5638 USD b2= -3.047275 có p-value = 0.069 > 0.05 nên khơng có ý nghĩa thống kê Do đó, số làm việc trung bình hàng tuần khơng có tác động lên thu nhập hàng tháng 10 b3= 4.030096 có ý nghĩa thống kê, điều kiện yếu tố khác không đổi, số IQ tăng thêm đơn vị thu nhập hàng tháng trung bình tăng lên 4.030096 USD 11 b4= 8.025221 có ý nghĩa thống kê, điều kiện yếu tố khác không đổi, số KWW tăng lên đơn vị thu nhập hàng tháng trung bình tăng lên 8.025221 USD 12 b5= 46.25634 có ý nghĩa thống kê, điều kiện yếu tố khác không đổi, số năm học tăng thêm năm thí thu nhập trung bình hàng tháng tăng lên 46.25634 USD 13 b6= 11.1259 có ý nghĩa thống kê, điều kiện yếu tố khác không đổi, số năm làm tăng thêm năm thí thu nhập trung bình hàng tháng tăng lên 11.1259 USD 14 b7= 6.308391 có p-value = 0.212 > 0.05 nên khơng có ý nghĩa thống kê Do đó, tuổi tác khơng có tác động lên thu nhập hàng tháng CuuDuongThanCong.com https://fb.com/tailieudientucntt III Kiểm định mơ hình Kiểm định phù hợp mơ hình Để kiểm định phù hợp mơ hình, xét cặp giả thuyết sau: H0: b1 = b2 = b3 = b4 = b5 = b6 = b7 H1: Có mơt hệ số khác Kết kiểm định cho bảng đây: test hours IQ KWW educ exper age ( 1) hours = ( 2) IQ = ( 3) KWW = ( 4) educ = ( 5) exper = ( 6) age = F( 6, 928) = Prob > F = 35.43 0.0000 P-value = 0.0000 < 0.05 nên giả thuyết H0 bị bác bỏ, thừa nhận phù hợp mơ hình hồi quy 15 Kiểm định đa cộng tuyến Mơ hình hồi quy tuyến tính cổ điển giả định biến độc lập khơng có mối quan hệ tuyến tính với nhau, tức hệ số hồi quy biến cụ thể số đo tác động riêng phần biến tương ứng tất biến khác mơ hình giữ cố định Tuy nhiên thực tế, nhiều nguyên nhân mà giả thiết bị vi phạm Nếu điều xảy có tượng đa cộng tuyến, tượng biến độc lập mơ hình phụ thuộc lẫn thể dạng hàm số Nguyên nhân xảy đa cộng tuyến có nhiều chủ yếu nguyên nhân sau: - Do thu thập số liệu ít, khơng tồn diện - Do chất biến độc lập tương quan - Do số dạng mơ hình sản sinh đa cộng tuyến Hậu đa cộng tuyến: - Ước lượng phương sai trở nên xác CuuDuongThanCong.com https://fb.com/tailieudientucntt - Giá trị tới hạn t trở nên nhỏ so với thực tế R2 cao Kiểm định T F trở nên hiệu - Các giá trị ước lượng biến động mạnh thay đổi số liệu mơ hình - Các giá trị ước lượng có khả biến động mạnh thay đổi (rút thêm vào) biến có tham gia vào tượng đa cộng tuyến Chúng ta dùng lệnh vif sau hồi quy để kiểm tra tính đa cộng tuyến Lệnh vif đặc trưng cho yếu tố lạm phát phương sai, biến có giá trị vif > 10 mơ hình có khả xảy đa cộng tuyến Sử dụng lệnh vif phần mềm stata, ta có kết sau: vif Variable | VIF 1/VIF -+ -educ | 1.84 0.542305 exper | 1.82 0.550182 age | 1.72 0.580778 KWW | 1.62 0.616289 IQ | 1.52 0.655747 hours | 1.02 0.982221 -+ -Mean VIF | 1.59 Các giá trị VIF nhỏ 10, đến kết luận mơ hình khơng có tượng đa cộng tuyến 16 Kiểm đinh phương sai sai số thay đổi Khi nghiên cứu mơ hình hồi quy tuyến tính cổ điển, đưa giả thiết rằng: Phương sai ngẫu nhiên Ui điều kiện giá trị cho biến giải thích Xi khơng đổi, nghĩa u1 = u2 =… = ui ; i = 1,2,3…n Tuy nhiên, thực tế, chất kinh tế xã hội, trình thu thập, xử lí, làm trơn số liệu hay mơ hình định dạng sai mà giả thiết bị vi phạm dẫn đến tượng phương sai sai số thay đổi Hậu phương sai sai số thay đổi ước lượng bình phương nhỏ khơng chệch khơng cịn hiệu nữa, với ước lượng phương sai bị chệch, làm hiệu lực kiểm định a Phương pháp định tính CuuDuongThanCong.com https://fb.com/tailieudientucntt 2000 Residuals 1000 -1000 500 1000 Fitted values 1500 Qua đồ thị ta thấy điểm phân bố rải rác nên tạm kết luận mơ hình có tượng phương sai sai số thay đổi b Phương pháp định lượng: Cặp giả thuyết cần kiểm định: Ho: Mơ hình có phương sai sai số H1: Mơ hình có phương sai sai số tahy đổi Do giá trị p-value nhỏ mức ý nghĩa , bác bỏ giả thiết H0 chấp nhận giả thiết H1 Để kiểm định giả thuyết phương sai sai số thay đổi, nhóm em sử dụng kiểm định Breusch-Pagan White, kết thu sau: hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of wage chi2(1) = 37.70 Prob > chi2 = 0.0000 CuuDuongThanCong.com https://fb.com/tailieudientucntt estat imtest, white White's test for Ho: homoskedasticity against Ha: unrestricted heteroskedasticity chi2(27) = 74.17 Prob > chi2 = 0.0000 Cameron & Trivedi's decomposition of IM-test Source | chi2 df p -+ Heteroskedasticity | 74.17 27 0.0000 Skewness | 19.71 0.0031 Kurtosis | 5.56 0.0184 -+ Total | 99.44 34 0.0000 - Do hai kiểm định có giá trị p-value = 0.0000 < 0.05 nên giả thuyết H0 phương sai sai số (homoskedasticity) bị bác bỏ Vậy chúng em kết luận mơ hình có tượng phương sai sai số thay đổi Khắc phục phương sai sai số thay đổi: Để khắc phục tượng này, nhóm em sử dụng phương pháp hồi quy Robust logarit hóa số liệu a) Phương pháp hồi quy Robust: Robust tùy chọn cho hồi quy OLS, để khắc phục biết mơ hình có tượng phương sai sai số thay đổi Sử dụng tùy chọn vce(hc3) sau lệnh hồi quy, ta thu kết mơ hình với số sau: regress wage hours IQ KWW educ exper age, vce(hc3) Linear regression Number of obs = F( 6, 935 928) = 33.65 Prob > F = 0.0000 R-squared = 0.1864 Root MSE = 365.91 -| wage | Robust HC3 Coef Std Err t P>|t| [95% Conf Interval] -+ -hours | -3.047275 CuuDuongThanCong.com 2.213989 -1.38 0.169 -7.392281 https://fb.com/tailieudientucntt 1.29773 IQ | 4.030096 9458199 4.26 0.000 2.173902 5.88629 KWW | 8.025221 2.030041 3.95 0.000 4.041219 12.00922 educ | 46.25634 7.576703 6.11 0.000 31.38689 61.1258 exper | 11.1259 3.843771 2.89 0.004 3.582412 18.6694 age | 6.308391 5.069098 1.24 0.214 -3.639833 16.25662 _cons | -563.5638 191.8851 -2.94 0.003 -940.1429 -186.9847 - estat ic Model | Obs ll(null) ll(model) df AIC BIC -+ | 935 -6938.365 -6841.932 13697.86 13731.75 Note: N=Obs used in calculating BIC; see [R] BIC note b) Phương pháp logarit hóa số liệu: Lần lượt logarit hóa biến phụ thuộc biến độc lập thực hồi quy, ta thu kết mơ hình với số sau: reg lwage lhours lIQ lKWW leduc lexper lage Source | SS df MS Number of obs = -+ F( 6, 935 928) = 34.00 Model | 29.8542439 4.97570732 Prob > F = 0.0000 Residual | 135.802039 928 146338404 R-squared = 0.1802 Adj R-squared = 0.1749 Root MSE 38254 -+ -Total | 165.656283 934 177362188 = -lwage | Coef Std Err t P>|t| [95% Conf Interval] -+ -lhours | -.2313731 0827978 -2.79 0.005 -.3938657 -.0688806 lIQ | 486781 0976831 4.98 0.000 2950757 6784863 lKWW | 1694984 0670268 2.53 0.012 0379568 30104 leduc | 6239758 1011052 6.17 0.000 4255546 8223971 lexper | 0907378 0310513 2.92 0.004 0297988 1516767 lage | 4668831 1595918 2.93 0.004 1536804 7800857 _cons | 1.347582 6946963 1.94 0.053 -.0157759 2.71094 - hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of lwage CuuDuongThanCong.com https://fb.com/tailieudientucntt chi2(1) = 0.09 Prob > chi2 = 0.7684 estat ic Model | Obs ll(null) ll(model) df AIC BIC -+ | 935 -517.6373 -424.7372 863.4744 897.3582 Note: N=Obs used in calculating BIC; see [R] BIC note Lựa chọn mơ hình: Dễ thấy kiểm định Breusch-Pagan sau logarit hóa số liệu mơ hình hết tượng phương sai sai số thay đổi (p-value = 0.7684 > 0.05) Để lựa chọn mơ hình tốt mơ hình logarit mơ hình Robust, nhóm em sử dụng số AIC để só sánh Có thể thấy AIC mơ hình logarit nhỏ nhiều so với mơ hình Robust (863.4744 13697.86), dẫn đến mơ hình logarit có độ phù hợp cao Robust Hơn chuyển sang dạng logarit, tất biến độc lập trở nên có ý nghĩa thống kê hệ số tương quan R2 thay đổi ít, nên nhóm em định lựa chọn mơ hình tối ưu để khắc phục tượng phương sai sai số thay đổi có dạng sau: Kiểm định bỏ sót biến Để kiểm định mơ có bị bỏ sót biến hay khơng, nhóm em dùng kiểm định RESET Ramsey Cặp giả thuyết cần kiểm định: Nếu giá trị p-value nhỏ mức ý nghĩa , bác bỏ giả thiết H0 chấp nhận giả thiết H1 Kết kiểm định sau: ovtest Ramsey RESET test using powers of the fitted values of lwage Ho: model has no omitted variables F(3, 925) = Prob > F = 0.77 0.5112 Giá trị p-value = 0.5112 > 0.05 nên chấp nhận giả thuyết H0 đến kết luận mơ hình khơng bị bỏ sót biến CuuDuongThanCong.com https://fb.com/tailieudientucntt KẾT LUẬN VÀ ĐỀ XUẤT Tổng kết lại, sau thực phân tích thực nghiệm liệu chọn, nhóm chúng em xin đề xuất mơ hình tốt để lượng hóa ảnh hưởng yếu tố đến thu nhập hàng tháng người dân Mỹ thời điểm năm 1980 sau: Trong đó, nhân tố bậc học có mức ảnh hướng cao nhất, tiếp đến tới số IQ, tuổi tác, số làm việc hàng tuần, số KWW cuối đến số năm kinh nghiệm làm Điều thấy học cao hội có thu nhập cao Đây quan niệm nhà tuyển dụng Mỹ thời điểm 1980, nhiên số KWW số năm kinh nghiệm thường đánh giá cao so với cấp Chúng ta- sinh viên năm 2- trước hết cố gắng tích lũy kiến thức sách sau đố đến kiến thức thực tế bên đồng thời kĩ mềm, để trang bị cho hành trang tốt nhất, tạo bước đà để kiếm công việc tốt thu thập cao Bài tiểu luận chúng em đến kết thúc, em xin cám ơn giúp đỡ hướng dẫn tận tình giáo Ts Đinh Thị Thanh Bình qua giời học bổ ích lớp giúp chúng em có thêm kiến thức mơn kinh tế lượng giúp ích cho việc làm sau chúng em Chúng em xin chân thành cảm ơn cô! CuuDuongThanCong.com https://fb.com/tailieudientucntt TÀI LIỆU THAM KHẢO Sách, giáo trình Nguyễn Quang Dong, giáo trình “bài giảng kinh tế lượng”, nhà xuất giao thông vận tải, Hà Nội, 1998 e) Nguyễn Cao Văn, Trần Thái Ninh, giáo trình “lý thuyết xác suất thống kê toán”, nhà xuất Khoa học Kỹ thuật, 1996 f) Các trang web http://timtailieu.vn/tai-lieu/de-tai-nhung-yeu-to-anh-huong-den-diem-trungbinh-hoc-tap-cua-sinh-vien-5364/ c) d) http://123doc.vn/doc_search_title/138588-ung-dung-kinh-te-luong-trongphan-tich-nghien-cuu.htm http://tailieu.vn/tag/tailieu/kinh%20t%E1%BA%BF%20l%C6%B0%E1%BB%A3ng.html http://qtkd.tdt.edu.vn/index.php/tai-lieu-hoc-tap/118-tai-lieu-hoc-tap/718bai-ging-mon-kinh-t-lng http://vidac.org/en/khoa-hoc/khoa-hoc-co-ban/86-phan-tich-so-lieu-dinhluong-voi-phan-mem-stata.html CuuDuongThanCong.com https://fb.com/tailieudientucntt ... - hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of lwage CuuDuongThanCong. com https://fb .com/ tailieudientucntt chi 2(1) = 0.09... Breusch-Pagan White, kết thu sau: hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of wage chi 2(1) = 37.70 Prob > chi2 = 0.0000 CuuDuongThanCong. com. .. Prob > chi2 = 0.0000 CuuDuongThanCong. com https://fb .com/ tailieudientucntt estat imtest, white White''s test for Ho: homoskedasticity against Ha: unrestricted heteroskedasticity chi2(27) = 74.17