cau 5b trong ban full docx

Câu 2: xem xét ảnh hưởng của việc yêu đến việc sử dụng đt a) Để xem xét ảnh hưởng của việc yêu đến tiêu dùng tiềng điện thoại ta xét hàm hồi quy mẫu của 2 trường hợp : có người yêu và chưa có người yêu: Với những người chưa có ng yêu ta có bảng sau : Dependent Variable: M Method: Least Squares Date: 04/19/11 Time: 22:57 Sample: 1 116 Included observations: 116 Variable Coefficient Std. Error t-Statistic Prob. I 0.057337 0.008138 7.045511 0.0000 T 1.336519 1.075657 1.242515 0.2167 D1 18.44119 18.49643 0.997013 0.3209 D2 29.15425 23.67771 1.231295 0.2208 D3 -43.04116 22.19795 -1.938970 0.0551 C -0.644800 40.45055 -0.015940 0.9873 R-squared 0.423729 Mean dependent var 146.1207 Adjusted R-squared 0.397535 S.D. dependent var 122.7441 S.E. of regression 95.27234 Akaike info criterion 12.00169 Sum squared resid 998450.1 Schwarz criterion 12.14412 Log likelihood -690.0983 F-statistic 16.17646 Durbin-Watson stat 2.000301 Prob(F-statistic) 0.000000 Hàm trên có hệ số : R 2 = 0,423729 F-statistic 3.994913 Probability 0.048127 Log likelihood ratio 4.175410 Probability 0.041015 Test Equation: Dependent Variable: M Method: Least Squares Date: 04/19/11 Time: 23:00 Sample: 1 116 Included observations: 116 Variable Coefficient Std. Error t-Statistic Prob. I 0.023762 0.018619 1.276248 0.2046 T 0.573489 1.127878 0.508467 0.6122 D1 9.184201 18.82818 0.487790 0.6267 D2 12.05653 24.87872 0.484612 0.6289 D3 -16.42903 25.63134 -0.640974 0.5229 C 40.25600 44.85120 0.897546 0.3714 FITTED^2 0.001559 0.000780 1.998728 0.0481 R-squared 0.444103 Mean dependent var 146.1207 Adjusted R-squared 0.413503 S.D. dependent var 122.7441 S.E. of regression 94.00127 Akaike info criterion 11.98294 Sum squared resid 963150.1 Schwarz criterion 12.14911 Log likelihood -688.0106 F-statistic 14.51323 Durbin-Watson stat 2.039333 Prob(F-statistic) 0.000000 Prob = 0,041015 < 0,05 = anpha vậy hàm vẫn thiếu biến( mức độ ít) Xét với các đối tượng đã yêu : Dependent Variable: M Method: Least Squares Date: 04/19/11 Time: 23:05 Sample: 1 84 Included observations: 84 Variable Coefficient Std. Error t-Statistic Prob. I 0.054054 0.010200 5.299336 0.0000 T 2.112899 2.217106 0.952999 0.3435 D1 -39.17220 29.62738 -1.322162 0.1900 D2 -18.60174 49.27831 -0.377483 0.7068 D3 -53.49553 31.52889 -1.696715 0.0937 C 138.0337 57.05938 2.419123 0.0179 R-squared 0.388326 Mean dependent var 247.7381 Adjusted R-squared 0.349116 S.D. dependent var 159.9725 S.E. of regression 129.0616 Akaike info criterion 12.62721 Sum squared resid 1299238. Schwarz criterion 12.80084 Log likelihood -524.3426 F-statistic 9.903793 Durbin-Watson stat 1.788058 Prob(F-statistic) 0.000000 R 2 = 0,388326 , Dễ nhận thấy R ở trường hợp này nhỏ hơn trường hợp chưa có người yêu nên hàm hồi quy này kém hiệu quả hơn. Kiểm định thiếu biến : Ramsey RESET Test: F-statistic 2.422719 Probability 0.123688 Log likelihood ratio 2.602239 Probability 0.106713 Test Equation: Dependent Variable: M Method: Least Squares Date: 04/19/11 Time: 23:08 Sample: 1 84 Included observations: 84 Variable Coefficient Std. Error t-Statistic Prob. I -0.009405 0.042004 -0.223914 0.8234 T -0.624053 2.814152 -0.221755 0.8251 D1 7.380230 41.91134 0.176091 0.8607 D2 4.107863 50.96786 0.080597 0.9360 D3 -3.077316 45.00552 -0.068376 0.9457 C 135.9864 56.56131 2.404230 0.0186 FITTED^2 0.001941 0.001247 1.556509 0.1237 R-squared 0.406985 Mean dependent var 247.7381 Adjusted R-squared 0.360776 S.D. dependent var 159.9725 S.E. of regression 127.9004 Akaike info criterion 12.62004 Sum squared resid 1259606. Schwarz criterion 12.82260 Log likelihood -523.0415 F-statistic 8.807485 Durbin-Watson stat 1.779191 Prob(F-statistic) 0.000000 Prob = 0,106713 nên hàm không thiếu biến. Giải thích : đơn giản rằng với những ng chưa có ng yêu, họ có thể tự do quan hệ xã hội và vui chơi mà không bị quản lý, vì vậy lượng biến thiếu là điều tất yếu ( còn các biến không thể ước lượng được như: khả năng ăn chơi, tham gia các trò chơi trực tuyến bằng điện thoại…). Còn với những ng có ng yêu rồi thì hầu hết bị quản lý vô hình, các biến chúng ta đưa ra đã đủ khả năng kết luận nên hàm không có hiện tượng thiếu biến. Chúng ta dễ nhận ra rằng C 1 = -0.644800 C 2 = 138.0337 Kết luận : dù thu nhập có bằng không( các hệ số còn lại bằng 0 ) thì những ng có ng yêu rồi vẫn phải chi C 2 = 138.0337(ngàn) mỗi tháng cho điện thoại, trong khi đó với những ng không có thì khoản này bằng 0( sai số do số liệu) b) Để hiểu thêm về thời gian hoạt động khi có và không có ng yêu, ta đi kiểm định hai hệ số ĥ 1 và ĥ 2 của hai hàm hồi quy khi có và không có ng yêu. Lấy 1 mẫu của 84 SV chưa có ngy ngẫu nhiên ta có bảng hồi quy sau : Dependent Variable: M Method: Least Squares Date: 04/20/11 Time: 07:17 Sample: 1 84 Included observations: 84 Variable Coefficient Std. Error t-Statistic Prob. I 0.057753 0.010141 5.694974 0.0000 T 0.946308 1.364470 0.693535 0.4900 D1 22.87017 23.76989 0.962149 0.3389 D2 36.89632 30.91205 1.193590 0.2363 D3 -53.87148 28.10243 -1.916969 0.0589 C -1.609563 51.27219 -0.031393 0.9750 R-squared 0.416557 Mean dependent var 145.8333 Adjusted R-squared 0.379157 S.D. dependent var 133.9885 S.E. of regression 105.5744 Akaike info criterion 12.22546 Sum squared resid 869383.8 Schwarz criterion 12.39909 Log likelihood -507.4692 F-statistic 11.13782 Durbin-Watson stat 2.000243 Prob(F-statistic) 0.000000 Ta đi kiểm định hai hệ số ĥ của hai hàm hồi quy có ng yeu và chưa có ngyeu. (ĥ 2 : đã yêu, ĥ 1 chưa yêu) H 0 : ĥ 2 >= ĥ 1 Ħ : ĥ 2 < ĥ 1 Ta có T qs = (ĥ 2 - ĥ 1 )/ (Se(ĥ 2 ) – Se(ĥ 1 ) = 1.368217 T (n-2) a/2 = T 84 0,025 = 1,99 Miền bác bỏ : W = {T, [T] > 1,99} T qs không thuộc W, vậy chấp nhận giả thiết. Kết luận : với những người có người yêu rồi thì có thời gian hoạt động và làm thêm nhiều hơn Giải thích: để phục vụ cho việc liên lạc và thể hiện tính galang khi yêu nên các SV thường phải đi làm thêm để thêm. Rút kinh nghiệm : không nên yêu . những ng có ng yêu rồi vẫn phải chi C 2 = 138.0337(ngàn) mỗi tháng cho điện thoại, trong khi đó với những ng không có thì khoản này bằng 0( sai số do số liệu) b) Để hiểu