Mô hình hoá lại đồ thị, nếu dữ liệu biến độc lập dạng định tính.. Mô hình hồi quy mới với biến Xi Kiểm định tính ý nghĩa thống kê: Kiểm định sự phù hợp của mô hình: 2.. Mô hình hồi
Trang 1
ĐẠI HỌC QUỐC GIA TP.HCM
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT
BÁO CÁO KINH TẺ LƯỢNG
LAN 2
Tên đề tài:
MÔ HÌNH KINH TE LUQNG TRONG PHAN TICH CAC YEU TO ANH HUONG DEN TONG SAN PHAM QUOC NOI (GDP) CỦA NƯỚC ANH
GIAI DOAN QUY 1 2016 — QUY 3 2023>
Giảng viên hướng dẫn : — Lê Thanh Hoa
Ma hoc phan : 232KT0207
Sinh viên thực hiện - : Phạm Phú Song Hào
Vương Huyền Trân Hoàng Ngọc Hoài Thương
Lê Ngọc Minh
Phan Thị Hà My
TP.HCM, Tháng 5 Năm 2024
K224030429 K224030458 K224030456 K224030438 K224030439
Trang 2
MỤC LỤC
I Mô hình hoá lại đồ thị, nếu dữ liệu biến độc lập dạng định tính Nhận xét lại ý nghĩa cúa các hệ
sö, gắn với các biên định tính
1 Mô hình hồi quy mới với biến Xi
Kiểm định tính ý nghĩa thống kê:
Kiểm định sự phù hợp của mô hình:
2 Mô hình hồi quy với biến Mi
Kiểm định tính ý nghĩa thống kê:
Kiểm định sự phù hợp của mô hình: an
3 Mô hình hồi quy với biến Đi
Kiểm định tính ý nghĩa thống kê:
Kiểm định sự phù hợp của mô hình:
II Mô hình hoá lại dữ liệu, nếu biến phụ thuộc dạng định tính
Mô hình Logit và mô hình Probit ~S
II Phát hiện các vi phạm cúa mô hình hồi quy
1 Hiện tượng đa cộng tuyến
1.I Mô hình hồi quy phụ
1.2 Sử dụng hệ số phóng đại phương sai
2 Phương sai sai số thay đổi
2.1 Kiểm dinh Breusch — Pagan 2.2 _Kiém dinh White
3 Phân phối chuẩn của phần dư
3.1 Kiểm định Jacque — Bera
10
10
10
11
12
12
13
14 14
Trang 3I Mô hình hoá lại đồ thị, nếu dữ liệu biến độc lập dạng định tính Nhận xét lại ý
nghĩa của các hệ số, găn với các biên định tính
Trong mô hình hồi quy đa biến của biến phụ thuộc theo các biến độc lập P, C, G, X,
M, ta thấy có 3 biến độc lập là X,M, P không có ý nghĩa thông kê Biên độc lập X, M, P
là biến định lượng
Vì thế nhóm chúng em đã đề xuất thêm biến mới vào mô hình và thực hiện theo
cách thức như sau
Thêm biến mới vào mô hình
Thêm các biến giả:
s® Xi=lnếuX> 150
s® Xi=0 néu X < 150
¢ Mi=1néuM> 150
¢ Mi=0néuM< 150
¢ Pi=1néuP> 66
¢ Pi=0néu P< 66
- generate double Xi = 1 if X>=150
(5 missing values generated)
- replace Xi = @ if Xi==
(5 real changes made)
- generate double Mi = 1 if M>=150
(4 missing values generated)
- replace Mi = @ if Mi==
(4 real changes made)
- generate double Pi = 1 if P>=66.5
(1@ missing values generated)
- replace Pi = @ if Pi==
(1@ real changes made)
Trang 41 Mô hình hồi quy mới với biến Xi
- reg YCGXi MP
F(5, 25) = 372.95
Model 91388 8911 5 18277.7782 Prob > F = @.0000
Residual 1225.20371 25 49.0081483 R-squared = 0.9868
Adj R-squared = @.9841 Total 92614.0948 30 3087.13649 Root MSE = 7.0006
Y | Coefficient Std err t P>|t| [95% conf interval]
Cc 1.010437 - 107669 9.38 0.000 - 7886884 1.232185
G 1.425801 - 2709196 5.26 0.000 -8678318 1.983771
xi 12.68562 4.174185 3.04 0.005 4.088725 21.28252
M „0000227 -1347176 0.00 1.000 -.2774334 -2774788
P 2.269676 6.389703 0.36 0.725 -10.89016 15.42951
_cons -118.1468 384.9398 -@.31 9.761 -910.9451 674.6516
Kiểm định tính ý nghĩa thống kê:
© Cap gia thiét: nh xo 1
® - Với mức ý nghĩa 5%
"P—value = 0.005 <0.05 => Bác bỏ Hụ
“_ Vậy hệ số Xi có YNTK với mức ý nghĩa 5%
Nhận xét:
Kết quả kiểm định tính có ý nghĩa thống kê biến mới Xi trong mô hình cho thấy biến mới Xi có ý nghĩa thông kê với mức ý nghĩa 5%
Kiểm định sự phù hợp của mô hình:
~ 2 giz, |H0:R?=0
® Cặp giả thiết: H1:Rz0
« Giá trị kiểm định:
R”Ín—k} 0.9868 X = = 373,7878 25
* P= 7 R(k-1) [1-0.9868) 5
Trang 5® Miền bác bỏ với mức ý nghĩa 5% :
¡mm kk-l=r255=2 603
a 5%
© Két ludn:
= F>F %? => bac bd Ho
" Vậy mô hình phù hợp
Nhận xét:
Kết quả kiêm định sự phù hợp của mô hình cho thấy mô hình trên phù hợp với mức
ý nghĩa 5%
2 Mô hình hồi quy với biến Mi
- reg YCGXMiP
F(5, 25) = 318.72
Model 91183 6363 5 18236.7273 Prob > F = 0.0000
Residual 1430.45849 25 57.2183398 R-squared = @.9846
Adj R-squared = 9.9815 Total 92614.0948 30 3087.13649 Root MSE = 7.5643
Y | Coefficient Std err + P>|t| [95% conf interval]
Cc -9593566 -0982686 9.76 0.000 - 7569687 1.161745
G 1.367353 - 2937013 4.66 0.000 - 7624636 1.972242
x „1062403 -1511487 0.70 0.489 -„2050563 „4175368
Mi 9.618811 4.92009 1.96 0.062 -.5143043 19.75193
P 3.239042 7.338756 0.44 0.663 -11.87541 18.35349
_cons -174.654 443.9756 -0.39 0.697 -1089.039 739.731
Kiểm định tính ý nghĩa thống kê:
%4
® Cặp giả thiết: H.:Miz0 1
® - Với mức ý nghĩa 5%
= P-value = 0.062 > 0.05 => Chấp nhận Họ
=" Vay hé so Mi khong cé YNTK voi mt y nghia 5%
Trang 6Nhận xét:
Kết quả kiểm định tính có ý nghĩa thống kê biến mới Mi trong mô hình cho thấy
biến mới Xi không có ý nghĩa thông kê với mức ý nghĩa 5%
Kiểm định sự phù hợp của mô hình:
H0:Rˆ=0
H1:Rz0
e© Giá trị kiểm định :
© Cap gia thiét:
RÍn-k) _ 09846 _ 25
® Miền bác bỏ với mức ý nghĩa 5% :
PTE FSS = 2.603
© Két ludn:
25,5
« F > Foi: = bac bo Ho
" Vậy mô hình phù hợp
Nhận xét:
Kết quả kiêm định sự phù hợp của mô hình cho thấy mô hình trên phù hợp với mức
ý nghĩa 5%
Trang 73 Mô hình hồi quy với biến Pi
- reg YCGXM Pi
Model 90961.7253 5 18192.3451 Prob > F 0.0000
Adj R-squared 0.9786 Total 92614.0948 30 3087.13649 Root MSE 8.1299
Y | Coefficient Std err t P>|t| [95% conf interval]
Cc 1.000109 -129468 7.72 0.000 - 7334644 1.266753
G 1.409713 „1598183 8.82 0.000 1.080561 1.738865
x -1370247 - 1619073 0.85 0.405 -.1964297 -470479
M „0330757 „164666 0.20 0.842 -„3060603 -3722117
Pi 1.111469 4.676098 0.24 0.814 -8.519135 10.74207
_cons 19.22448 23.67189 0.81 0.424 -29.52869 67.97764
Kiểm định tính ý nghĩa thống kê:
xp oi thié H,: Pi=0
° Cap gia thiet: H,:Piz0
® - Với mức ý nghĩa 5%
= P-value = 0.814 > 0.05 => Chap nhan Ho
= Vay hé s6 Pi khong co YNTK với mức ý nghĩa 5%
Nhận xét:
Kết quả kiểm định tính có ý nghĩa thống kê biến mới Pi trong mô hình cho thấy biến
mới Pi không có ý nghĩa thông kê với mức ý nghĩa 5%
Kiểm định sự phù hợp của mô hình:
% ='`
® Cặp giả thiết: H1:R2z0
« Giá trị kiểm định:
0.9822
Bs oe = Fp gpg) Xe = 275.8088
Trang 8® Miền bác bỏ với mức ý nghĩa 5% :
" Ƒp tt !=<r5=2/603
® Kết luận:
" F>F¿ø =>=bácbỏHg
" Vậy mô hình phù hợp
Nhận xét:
Kết quả kiêm định sự phù hợp của mô hình cho thấy mô hình trên phù hợp với mức
ý nghĩa 5%
II Mô hình hoá lại dữ liệu, nếu biến phụ thuộc dạng định tính
Mô hình Logit và mô hình Probit
Thêm bién moi Yi
* Yi=1 nêu Y > 510
e® Yi=0nều Y<5I0
- generate double Yi = 1 if Y>=510
(5S missing values generated)
- replace Yi = @ if Yi==
(5 real changes made)
Trang 91 Mô hình Logit
- logit Yi CÓG
Iteration @: log likelihood = -13.695904
Iteration 1: log likelihood = -8.583617
Iteration 2: log likelihood = -1.7579201
Iteration 3: log likelihood = -1.6322577
Iteration 4: log likelihood = -1.5577203
Iteration 5: log likelihood = -1.5512863
Iteration 6: log likelihood = -1.5511024
Iteration 7: log likelihood = -1.5511024
Logistic regression Number of obs = 31
LR chi2(2) = 24.29
Prob > chi2 = 9.0000
Yi | Coefficient Std err z P>|z| [95% conf interval]
c - 804163 1.355021 @.59 0.553 -1.851629 3.459955
G 1.880227 3.492534 @.54 0.590 -4.965014 8.725469 _cons -445.35 780.4264 -9.57 0.568 -1974.958 1084.258
Note: @ failures and 21 successes completely determined
Hàm hồi quy mẫu:
Li(Ÿ¡) =-445.35 + 0.8041C + 1.8802G
THỊ: C = 317.906, G = 98.476 (Q1 2017)
© Li(Yi) =-4.5672 = p;=0.0102 <0.5
® Khong xay ra Y > 510
TH2: C = 341.21, G = 96.417 (Q3 2017)
© Li(Yi) = 10.3002=> p, = 0.9999 > 0.5
e Xay ra Y>510
Trang 102 Mô hình Probit
- probit Yi C G
Iteration @: log likelihood = -13.695904
Iteration 1: log likelihood = -7.2411198
Iteration 2: log likelihood = -2.2899677
Iteration 3: log likelihood = -1.7688629
Iteration 4: log likelihood = -1.5287971
Iteration 5:
Iteration 6:
Iteration 7:
Iteration 8:
log likelihood = -1.5217174
log likelihood = -1.5215371
log likelihood = -1.5215366
log likelihood = -1.5215366
LR chi2(2) = 24.35
Prob > chi2 = 0.0000 Log likelihood = -1.5215366 Pseudo R2 = 0.8889
Yi | Coefficient Std err z P>|z| [95% conf interval]
Cc -4381648 -6739774 9.65 0.516 - 8828067 1.759136
G 1.021319 1.738411 0.59 0.557 -2.385904 4.428542 _cons -242.3595 388.265 -@.62 0.532 -1003 345 518.6259
Note: 2 failures and 22 successes completely determined
Hàm hồi quy mẫu:
Li(Ÿ¡) = -445.35 + 0.8041C + 1.8802G
TH: C = 317.906, G = 98.476 (Q1 2017)
© p(Yi) =-4.5672 => bam may tinh p; = 2.4714x10° < 0.5
e Không xảy ra Y > 510
TH2: C = 341.21, G = 96.417 (Q3 2017)
¢ P(Ÿ¡) = 10.3002=> bấm máy tính p¡ = I > 0.5
e Xay ra Y>510
10
Trang 11III Phát hiện các vi phạm của mô hình hồi quy
1 Hiện tượng đa cộng tuyến
Kết quả nghiên cứu từ phần mềm Stata
- reg Y CGXMP
F(5, 25) = 276.20 Model 9.0967e+19 5 1.8193e+10 Prob > F = @.0000
Residual 1.6468e+09 25 65870520.3 R-squared = 0.9822
Adj R-squared = 0.9787 Total 9.2614e+10 3@ 3.0871e+99 Root MSE = 8116.1
Y | Coefficient Std err t P>|t] [95% conf interval]
Cc 9915917 .1311472 7.56 0.000 +7214889 1.261694
G 1.324128 3156915 4.19 0.000 -6739492 1.974307
x -1182311 1721338 0.69 0.498 -.236285 -4727473
M -0311918 1638553 @.19 6.851 -.3062745 „3686582
P 2.96519 7.874248 0.38 0.718 -13.25213 19.18251 _cons -162051.8 476313.9 -@.34 0.737 -1143039 818935 1.1 M6 hinh héi quy phụ
-~regMCGXP
F(4, 26) = 60.31
Model 22762.9958 4 5690.74896 Prob > F = 0.0000
Residual 2453.40905 26 94.3618864 R-squared = 0.9027
Adj R-squared = 0.8877
Total 25216.4049 30 840.54683 Root MSE = 9.714
M | Coefficient Std err t P>|t] [95% conf interval]
c -5022913 -1222101 4.11 0.000 - 2510848 -7534978 6G „1714374 -3763479 90.46 0.653 ~ 6021568 -9450315
x „3606518 -193593 1.86 0.074 -.8370993 - 758403
P -1.073491 9.422225 -@.11 0.910 -20.44115 18.29417 _cons -5.368068 570.0924 -@.01 0.993 -1177.21 1166.474
11
Trang 12Hạ: Mô hình gốc không có äa cộng tuyến
® Cap gia thiet: H,: Môhình gốc có đa cộng tuyến
e Tiêu chuân kiêm định:
2
Po
» F=60.3036
* Miền bác bỏ:
" Với mức ý nghĩa 5%
"m2 =2.759
® Kết luận:
" F > Pots => bac bo Hy
= Vay m6 hinh co xay ra hién tuong da céng tuyén 1.2 Sử dụng hệ số phóng dai phương sai
F(5, 25) = 276.20
Model 90967 3318 5 18193.4664 Prob > F = @.0000
Residual 1646 76301 25 65.8705203 R-squared = 0.9822
Adj R-squared = 0.9787
Total 92614.0948 30 3087.13649 Root MSE = 8.1161
Y | Coefficient Std err t P>|t| [95% conf interval]
c -9915917 1311472 7.56 0.000 -7214889 1.261694
G 1.324128 „3156915 4.19 0.000 -6739492 1.974307
x -1182311 -1721338 0.69 0.498 -.236285 -4727473
M -0311918 „1638553 0.19 0.851 - 3062745 - 3686582
P 2.96519 7.874248 0.38 0.710 -13.25213 19.18251 _cons -162.0518 476.3139 -0.34 0.737 -1143.039 818.935
12
Trang 13
P 18.54 @.053945
G 11.24 0.088970
M 10.28 @.097294
Cc 9.81 @.101895
x 9.22 0.108501
Mean VIF 11.82
Nhận xét:
VIF (P) = 18.54 > 10 => đa cộng tuyến cao VIF (G) = 11.24 > 10 => xảy ra đa cộng tuyên cao
VI (M) = 10.28 > 10 => xảy ra đa cộng tuyên cao VIF (C) = 9.81 > 2.5 => xay ra da cong tuyén VIF (X) = 9.22 > 2.5 => xảy ra đa cộng tuyên
2 Phương sai sai sé thay doi
2.1 Kiém dinh Breusch — Pagan
13
Trang 14- gen phandu2=phandu^2
- reg phandu2 C G X MP
Model 18903 4105 5 3780.68209 Prob > F = @.4214
Residual 91732.8339 25 3669.31336 R-squared = 0.1709
Adj R-squared = 0.0050
Total 110636.244 30 3687.87481 Root MSE = 60.575
phandu2 | Coefficient Std err t P>|t| [95% conf interval]
Cc -1.267859 -9788269 -1.30 0.207 -3.28379 - 7480731
G -2.729307 2.356187 -1.16 0.258 -7.581965 2.123351
x -.4660505 1.284733 -0.36 0.720 -3.112008 2.179907
M 8751227 1.222946 0.72 0.481 -1.643583 3.393828
P 95.20773 58.77004 1.62 @.118 -25.83143 216.2469
_cons -5638.606 3555.004 -1.59 0.125 -12960.27 1683.062
- estat hettest
Breusch-Pagan/Cook-weisberg test for heteroskedasticity
Assumption: Normal error terms
Variable: Fitted values of phandu2
H@: Constant variance
chi2(1) = 0.80
Prob > chi2 = @.3699
Hị: phương sai sai số không đổi
® Cặp giả thiệt H,: phương sai sai số có thay đổi
Với mức ý nghĩa 5% mô hình nhận giá trị p — value = 0.3699 > 0.05 => Chấp nhận H0, phương sai sai số không đối
Nhận xét:
14
Trang 15Kết quả kiểm định phương sai sai số thay đổi phần dư của mô hình hồi quy theo phương pháp Breusch — Pagan cho thấy không có hiện tượng phương sai sai sô thay đôi trong mô hình hồi quy với mức ý nghĩa 5%
2.2 Kiểm định White
- estat imtest,white
White's test
H@: Homoskedasticity
Ha: Unrestricted heteroskedasticity
chi2(20) = 24.89
Prob > chi2 = 0.2056
Cameron & Trivedi'’s decomposition of IM-test
Heteroskedasticity 24.89 20 0.2056
Total 33.47 26 0.1489
Hị: phương sai sai số không đổi
® Cặp giả thiệt H;: phương sai sai số có thay đổi
Với mức ý nghĩa 5% mô hình nhận giá trị p — value = 0.1489 > 0.05 => Chấp nhận H0, phương sai sai số không đổi
Nhận xét:
Kết quả kiểm định phương sai sai số thay đôi phần dư của mô hình hồi quy theo phương pháp White cho thấy không có hiện tượng phương sai sai số thay đối trong mô
hình hồi quy với mức ý nghĩa 5%
15