BÁO CÁO KINH TẾ LƯỢNG: BẢNG SỐ LIỆU 15 và 39

BÁO CÁO KINH TẾ LƯỢNG Tên thành viên nhóm: Nguyễn Hoàng Mai: 1214160072 (20%) Nguyễn Thị Nga: 1211160079 (20%) Vũ Nhật Minh: 1214160075 (20%) Vũ Hồng Minh: 1211160074 (20%) Nguyễn Thị Ngân: 1212160080 (20%) Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Bảng thành tích đóng góp: Họ và Tên Mã số sinh viên Phần trăm đóng góp Nguyễn Hoàng Mai 1214160072 20% Nguyễn Thị Nga 1211160079 20% Vũ Nhật Minh 1214160075 20% Vũ Hồng Minh 1211160074 20% Nguyễn Thị Ngân 1212160080 20% 2|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Lời mở đầu Trong cuộc sống hiện đại ngày nay, ngành kinh tế là một những ngành học có y nghĩa quyết định đến sự phát triển của xã hội nói chung và sự tăng trưởng của các quốc gia nói riêng Nhắc đến ngành học kinh tế, không thể không nhắc đến môn học Kinh tế lượng Có thể nói, kinh tế lượng chính là môn học không thể bỏ qua nhất tất cả các môn học của chương trình đào tạo nhân lực phục vụ cho ngành kinh tế Đặc thù của môn học này chính là sự đòi hỏi phải phân tích định lượng các hiện tượng kinh tế, kiểm định sự phù hợp và độ tin cậy của các giả thuyết quá trình hoạch định chính sách vĩ mô cũng các quyết định tác nghiệp, việc dự báo và dự đoán có độ tin cậy cao… Tất cả những đặc thù quan trọng đó đã làm cho kinh tế lượng ngày càng phát triển, ngày càng gần gũi với các bạn sinh viên ngành kinh tế chính bởi yếu tố cần thiết và thực tế của nó Nghiên cứu môn học này, các bạn sinh viên sẽ có những cái nhìn toàn diện, thu thập được những kiến thức bản và cụ thể về việc phân tích những số liệu về các nhân tố ảnh hưởng đến vấn đề nào đó, từ đó vạch những định hướng đúng đắn, xác thực hơn, để hoặc là tiếp tục phát triển vấn đề, hoặc là có những phương pháp cần thiết để giải quyết vấn đề theo hướng phù hợp với thực tiễn và tính chất của nó Sau một thời gian được học tập những kiến thức bản về môn Kinh tế lượng dưới sự chỉ dẫn tận tình của cô giáo Đinh Thị Thanh Bình, nhóm chúng em đã phần nào tiếp nhận được lượng kiến thức mà môn học muốn truyền tải, từ đó áp dụng vào để thực hiện phân tích và hoàn thành bản báo cáo cuối kỳ gồm hai bảng số liệu 15 và 39 này Chúng em đã rất cố gắng và dành nhiều công sức cho bản báo cáo này, nhiên, kiến thức của bản thân vẫn còn non nớt và chưa thực sự có nhiều kinh nghiệm, nên chắc chắn chúng em vẫn còn gặp nhiều sai sót quá trình phân tích Chúng em rất mong nhận được y kiến đóng góp của cô và các bạn Chúng em xin chân thành cảm ơn! 3|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Mục lục Lớp KTE309(2-1314).25_LT Trang A Bảng số liệu số 15 4|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT A BẢNG SỐ LIỆU SỐ 15 (CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN TỔNG SỐ LƯỢNG VỤ ÁN XẢY RA TRONG KÝ TÚC XÁ) Tên bảng số liệu: Campus Sau nhóm chúng em bàn bạc và suy luận chủ quan về sự ảnh hưởng của các biến, chúng em đã đến kết luận về nội dung của bảng số liệu này, đó là nghiên cứu về: sự ảnh hưởng của các nhân tố đến tổng số lượng vụ án xảy ở ky túc xá Cuộc sống ngày cảng phát triển, và cùng với sự phát triển chung của nhân loại, thì dường càng ngày người càng sống cách xa hơn, những vụ án xảy ngày cảng nhiều thế giới Không chỉ ngày càng tăng thêm nhanh về số lượng, mà những hành vi gây tội còn được diễn với phạm vi đa dạng và khó xác định vị trí Thậm chí, một những địa điểm mà tội phạm dùng đề gây án lại chính là những khu ky túc xá của các trường học Như chúng ta đã biết, trường học cần phải là nơi có sự an toàn tuyệt đối với môi trường vô hại hoàn toàn, thì mới có thể bảo vệ cho thế hệ tương lai một cách tốt nhất và đào tạo lớp trí thức phục vụ cho sự phát triển của đất nước Vậy nên, việc nghiên cứu về các nhân tố ảnh hưởng đển tổng số lượng vụ án xảy ở ky túc xá là một điều hết sức quan trọng, để từ đó tìm biện pháp khắc phục, giải quyết vấn đề theo hướng tích cực, và góp phần vạch phương pháp làm giảm tổng số vụ án xảy ở ky túc xá Xét phạm vi một trường học, có rất nhiều yếu tố đề một vụ án có thể xảy Những yếu tố đó có thể là tổng số sinh viên ky túc xá, việc ky túc xá là của trường công hay trường tư và tổng số cảnh sát được thuê để điều tra vụ án ky túc xá… Để tìm hiểu rõ về vấn đề này, chúng ta cần phải nhìn dưới góc nhìn của Kinh tế lượng, phân tích và kiểm định các giả thuyết nhất định Chúng em xin phân tích bảng số liệu số 15, để chúng em nói riêng và các bạn sinh viên nói chung có cách hiểu tổng quan về vấn đề này 5|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 I Lớp KTE309(2-1314).25_LT Mô tả thống kê số liệu: Tổng quan: Sau quá trình phân tích chủ quan về số liệu, đọc và hiểu y nghĩa các biến được cho bảng số liệu số 15, chúng em đã quyết định chạy mô hình hồi quy gồm các biến sau: • • • • • Biến phụ thuộc: crime Biến độc lập (bao gồm có biến): X1: enroll X2: priv X3: police X4: lenroll X5: lpolice I.1 Sử dụng lệnh des để mô tả chung cho các biến: Dưới là kết quả thu được của nhóm tiến hành mô tả thống kê biến phụ thuộc và các biến độc lập lệnh des với cấu trúc câu lệnh là: “des crime enroll priv police lenroll lpolice”  Sau chạy câu lệnh Stata chúng ta thu được kết quả sau: des crime enroll priv police lenroll lpolice variable name storage display value type format label variable label crime int %9.0g total campus crimes enroll float %9.0g total enrollment priv byte %9.0g =1 if private college police byte %9.0g employed officers lenroll float %9.0g log(enroll) lpolice float %9.0g log(police) Dựa vào kết quả thu được ta có bảng tổng hợp sau: Tên biến Định dạng hiển thị Đơn vị tính Ý nghĩa biến 6|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Crime %9.0g Vụ án Tổng số vụ án xảy ky túc xá của trường, tính theo đơn vị số vụ án Enroll %9.0g Sinh viên Tổng số sinh viên ky túc xá theo ghi chép của Nhà trường Priv %9.0g = nếu trường đó không phải là trường Tư - = nếu trường đó là trường Tư Police %9.0g Cảnh sát Tổng số cảnh sát được thuê để điều tra vụ án ky túc xá của trường Lenroll %9.0g - Logarit tự nhiên của giá trị tổng số sinh viên ở ky túc xá của trường Lpolice %9.0g - Logarit tự nhiên của giá trị tổng số cảnh sát được thuê để điều tra vụ án ky túc xá của trường I.2 Sử dụng lệnh sum để tiếp tục mô tả các biến: Tiếp tục sử dụng lện sum để mô tả số liệu Lệnh sum cho biết số lượng quan sát (Obs) Giá trị trung bình (Mean), độ lệch chuẩn (Std dev) cũng giá trị lớn nhất (Max) và giá trị nhỏ nhất( Min ) của các biến Cấu trúc câu lệnh sau: “sum enroll priv police crime lcrime lenroll lpolice” Sau chạy câu lệnh này Stata ta thu được kết quả: sum crime enroll priv police lenroll lpolice Variable | Obs Mean Std Dev Min Max -+ -crime | 97 394.4536 460.7839 2052 enroll | 97 16076.35 12298.99 1799 56350 priv | 97 1237113 3309624 police | 97 20.49485 15.63058 74 lenroll | 97 9.378556 8317719 7.494986 10.93934 -+ -lpolice | 97 2.730898 8056453 4.304065 Sau đọc hiểu bảng ta có kết quả số liệu bảng sau: 7|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Độ lệch chuẩn 460.7839 12298.99 0.3309624 15.63058 0.8317719 0.8056453 Mô tả chi tiết các biến mô hình: Để mô tả chi tiết từng biến một mô hình ta sửa dụng lệnh tab 2.1 Crime: • Cấu trúc lệnh: “tab crime”  Ta có kết quả sau chạy lệnh vào Stata sau: tab crime total | campus | crimes | Freq Percent Cum + | 2.06 2.06 15 | 1.03 3.09 17 | 1.03 4.12 25 | 1.03 5.15 38 | 1.03 6.19 42 | 1.03 7.22 43 | 2.06 9.28 44 | 1.03 10.31 47 | 1.03 11.34 50 | 1.03 12.37 53 | 1.03 13.40 8|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT 54 | 1.03 14.43 55 | 1.03 15.46 56 | 1.03 16.49 58 | 1.03 17.53 62 | 1.03 18.56 64 | 1.03 19.59 65 | 1.03 20.62 67 | 1.03 21.65 72 | 1.03 22.68 82 | 1.03 23.71 83 | 1.03 24.74 85 | 1.03 25.77 89 | 1.03 26.80 90 | 2.06 28.87 103 | 1.03 29.90 106 | 1.03 30.93 more— Số lượng vụ án xảy tại KTX giao động từ đến 414 đó phổ biến nhất là 170 vụ với mức tỉ lệ 3.09% Tần số của các vụ án không hoặc ít lặp lại 2.2 Enroll: Cấu trúc lệnh: “tab enroll”  Ta thu được kết qủa sau đây: tab enroll total | enrollment | Freq Percent Cum + 1799 | 1.03 1.03 1859 | 1.03 2.06 2123 | 1.03 3.09 2167 | 1.03 4.12 2446 | 1.03 5.15 2746 | 1.03 6.19 3176 | 1.03 7.22 3256 | 1.03 8.25 9|Page Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT 3290 | 1.03 9.28 3712 | 1.03 10.31 3850 | 1.03 11.34 4100 | 1.03 12.37 4481 | 1.03 13.40 4720 | 1.03 14.43 5034 | 1.03 15.46 5112 | 1.03 16.49 5141 | 1.03 17.53 5363 | 1.03 18.56 5488 | 1.03 19.59 5601 | 1.03 20.62 5803 | 1.03 21.65 5861 | 1.03 22.68 6209 | 1.03 23.71 6271 | 1.03 24.74 6485 | 1.03 25.77 6555 | 1.03 26.80 6921 | 1.03 27.84 7116 | 1.03 28.87 more Số lượng sinh viên ky túc xa trải đều từ 1799 sinh viên đến 56350 không có mức tỷ lệ nào cao mà đồng đều ở mức 1.03% 2.3 Priv: Cấu trúc lệnh: “tab priv”  Ta thu được kết quả sau: tab priv =1 if | private | college | Freq Percent Cum + | 85 87.63 87.63 | 12 12.37 100.00 + - 10 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT or | girlfriend | Freq Percent Cum + | 74 52.48 52.48 | 67 47.52 100.00 + Total | 141 100.00 Trong số 141 người được hỏi có 67 người có bạn trai/bạn gái chiếm 47.52% 2.6 Skipped: Cấu trúc câu lệnh: “tab skipped”  Ta có kết quả sau chạy lệnh vào Stata sau: tab skipped avg | lectures | missed per | week | Freq Percent Cum + | 44 31.21 31.21 25 | 0.71 31.91 | 6.38 38.30 | 48 34.04 72.34 | 25 17.73 90.07 | 6.38 96.45 | 2.13 98.58 | 1.42 100.00 + Total | 141 100.00 Trong số 141 người được điều tra có 48 người bỏ học trung bình một buổi tuần chiếm 34.04% 2.7 Voluntr: Cấu trúc câu lệnh: “tab voluntr”  Ta có kết quả sau chạy lệnh vào Stata sau: tab voluntr 35 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT =1 if | volunteer | work | Freq Percent Cum + | 110 78.01 78.01 | 31 21.99 100.00 + Total | 141 100.00 Trong số 141 sinh viên được hỏi có 110 sinh viên không tham gia hoạt động tình nguyện (78.01%) và 31 sinh viên tham gia (21.99%) II  Phân tích mô hình hồi quy: Hàm hồi quy tổng thể (PRF) và hàm hồi quy mẫu (SRF): Chúng ta có biến phụ thuộc Y và những biến độc lập X lần lượt sau: • Biến Y ( biến phụ thuộc): Y( colGPA ): Điểm GPA bậc đại học MSU • - Biến X ( biến độc lập ): X1 (hsGPA) : Điểm GPA trường trung học X2 (ACT) : Điểm kì thi ACT X3 (PC) : Có hay máy tính cá nhân trường ( biến giả, = nếu có; = nếu không có) - X4 (bgfriend) : Có hay bạn trai bạn gái ( biến giả,= nếu có ; = nếu không có) - X5 (skipped) : Số buổi nghỉ học trung bình một tuần( đv: buổi/tuần) - X6 (voluntr) : Có tham gia tình nguyện hay không ( biến giả; =1 nếu có tham gia; = nếu không tham gia )  Như vậy ta có hàm hồi qui tổng thể PRF biểu diễn mối quan hệ phụ thuộc giữa Y và các biến X sau: ColGPA = β0 + β1 * hsGPA+ β2 * ACT + β3 * PC + β4* bgfriend + β5* skipped + * voluntr + ui  Hàm hồi quy mẫu SRF là: = + * hsGPA + * ACT + * PC + * bgfriend + * skipped + * voluntr 36 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Phân tích mối quan hệ tương quan giữa các biến: Trước phân tích bất kỳ một bảng số liệu kinh tế lượng nào, chúng ta đều cần phải phân tích mối quan hệ tương quan giữa các biến, để xác định hệ số tương quan giữa chúng, và quan trọng hơn, là để xem xét xem các biến mô hình có xảy hiện tượng đa cộng tuyến hay không (Nếu R2 >= 0.8 thì xảy hiện tượng đa cộng tuyến) Ta sử dụng lệnh Corr Stata với cấu trúc lệnh sau: “corr colGPA hsGPA ACT voluntr PC bgfriend skipped” corr colGPA hsGPA ACT voluntr PC bgfriend skipped (obs=141) | colGPA hsGPA ACT voluntr PC bgfriend skipped -+ colGPA | 1.0000 hsGPA | 0.4146 1.0000 ACT | 0.2068 0.3458 1.0000 voluntr | -0.0166 0.0448 0.0312 1.0000 PC | 0.2236 0.0355 0.0371 0.0591 1.0000 bgfriend | 0.0956 -0.0375 0.0278 0.0778 -0.0177 skipped | -0.2618 -0.0897 0.1155 -0.1517 -0.2073 1.0000 -0.0047 1.0000 Từ bảng kết quả ở có thể thấy: − − − − − − Hệ số tương quan giữa colGPAvà hsGPA là 0.4146 Hệ số tương quan giữa colGPAvà ACT là 0.2068 Hệ số tương quan giữa colGPAvà voluntr là – 0,0166 Hệ số tương quan giữa colGPAvà PC là 0,2236 Hệ số tương quan giữa colGPAvà bgfriend là 0.0956 Hệ số tương quan giữa colGPAvà skipped là - 0.2618 Từ số liệu của bảng tương quan ta có thể thấy rằng, các nhân tố chọn chủ quan có ảnh hưởng tới điểm trung bình bậc đại học ở MSU, thì nhân tố ảnh hưởng lớn nhất đó là điểm GPA bậc trung học của các sinh viên ở MSU (corr = 0,4146) Hệ số tương quan mang dấu dương thể hiện mối tương quan cùng chiều của các biến “ACT”; “hsGPA”; “PC” và “bgfriend” với biến phụ thuộc Ngược lại, tương quan âm giữa “ colGPA” với “skipped” cho thấy nếu sinh viên bỏ học lỡ các tiết học càng nhiều thì điểm trung bình GPA sẽ càng thấp Dấu của hệ số tương quan cũng tương tự với các nhân tố khác, nếu mang dấu âm là ngược chiều, còn mang dấu dương là thuận chiều Các biến có quan hệ thuận chiều ở là: 37 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT hsGPA, ACT, PC, bgfriend Biến có quan hệ ngược chiều ở bảng số liệu này chỉ gồm biến: voluntr và skipped Ngoài ra, vì giá trị tuyệt đối của các chỉ số đều nhỏ 0.8 nên dự đoán sẽ không xảy hiện tượng đa cộng tuyến Chạy mô hình hồi quy và phân tích kết quả: • Bước đầu tiên ta sử dụng lệnh reg để chạy mô hình hồi quy với cấu trúc câu lệnh là: “reg colGPA hsGPA ACT PC bgfriend skipped voluntr”, ta thu được kết quả là bảng: reg colGPA hsGPA ACT PC bgfriend skipped voluntr Source | SS df MS Number of obs = -+ -Model | 5.40458682 900764469 Residual | 14.0015126 134 1044889 F( -+ -Total | 19.4060994 140 138614996 6, 141 134) = 8.62 Prob > F = 0.0000 R-squared = 0.2785 Adj R-squared = 0.2462 Root MSE 32325 = -colGPA | Coef Std Err t P>|t| [95% Conf Interval] -+ -hsGPA | 4220895 092043 4.59 0.000 2400444 6041345 ACT | 01307 0104019 1.26 0.211 -.0075031 0336431 PC | 1280678 0570175 2.25 0.026 0152971 2408385 bgfriend | 0856602 0547883 1.56 0.120 -.0227016 194022 skipped | -.0747544 0263763 -2.83 0.005 -.1269221 -.0225867 voluntr | -.0788779 0668163 -1.18 0.240 -.2110289 0532731 _cons | 1.311245 3271558 4.01 0.000 6641874 1.958302 Sau chạy Stata được toàn bộ dữ liệu trình bày ở trên, chúng ta tiến hành đọc và phân tích số liệu Trước hết, chúng ta thành lập được một bảng số liệu sau: Tên biến Hệ số hồi quy P-value Khoảng tin cậy Hệ số tự 1.311245 0,000 [0.6641874;1.958302] 38 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT hsGPA 0.4220895 0,000 [0.2400444; 0.6041345] ACT 0.01307 0,211 [- 0.0075031; 0.0336431] PC 0.1280678 0,026 [0.0152971;0.2408385] bgfriend 0.0856602 0,120 [-0.0227016; 0.194022] skipped -0.0747544 0,005 [-0.1269221; - 0.0225867] voluntr -0 0788779 0,240 [-0.2110289; 0.0532731] Từ bảng số liệu “ Các yếu tố ảnh hưởng tới điểm GPA bậc đại học của sinh viên tại MSU “ ta rút được một số kết luận sau: - Có biến ACT, bgfriend, voluntr có (P-value> |t|) > 0.05 nên chúng không có y nghĩa thống kê và ngược lại đối với các biến còn lại - Các hệ số hồi quy : = 1,311245 = 0,0856602 = 0,4220895 = - 0,0747544 = 0,01307 = - 0,0788779 = 0,1280678 • Phương trình hồi quy tuyến tính mẫu cần tìm là: = 1,311245+ 0, 4220895 * hsGPA + 0,01307*ACT + 0,1280678 * PC + 0,0856602 * bgfriend - 0,747544 * skipped - 0,0788779 * voluntr • - Phân tích kết quả hồi quy: Số quan sát Obs = 141 Tổng bình phương sai số tổng cộng SST = 19.4060994 Tổng bình phương sai số được giải thích SSE = 5.40458682 Tổng bình phương các phần dư SSR = 14.0015126 Bậc tự của phần được giải thích Dfm= Bậc tự của phần dư Dfr = 134 Hệ số xác định R2 = 2785 thể hiện mức độ phù hợp của hàm hồi quy mẫu là tương đối lớn Điều này có nghĩa là các biến độc lập giải thích được 27,85 % giá trị biến phụ thuộc − Hệ số xác định điều chỉnh = 0.2462 • Ý nghĩa các hệ số hồi quy mô hình: 39 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Với điều kiện các yêu tố khác không đổi thì y nghĩa các biến ảnh hưởng tới Điểm GPA tại MSU sau:  = 1,311245 có y nghĩa là: giá trị của các biến độc lập điều kiện các yếu tố khác không đổi thì điểm GPA trung bình học tại đại học MSU của sinh viên là 1,311245  = 0,4220895 có y nghĩa là: Điểm GPA trung bình thời trung học cứ cao thêm điểm thì Điểm GPA trung bình học tại đại học MSU của sinh viên cao thêm 0,422 điểm điều kiện các yếu tố khác không đổi  = 0,01307 có y nghĩa là: Điểm kì thi ACT tăng điểm thì điểm PPA trung bình tại đại học MSU của sinh viên cao thêm 0,013 điểm điều kiện các yếu tố khác không đổi (mặc dù kiểm định p value cho thấy biến này không có y nghĩa thống kê nhiên vẫn có y nghĩa về mặt thông tin)  = 0,1280678 có y nghĩa là: Sinh viên có máy tính cá nhân tại trường có điểm GPA trung bình cao sinh viên không có máy tính 0,128 điểm tại MSU điều kiện các yếu tố khác không đổi  = 0,0856602 có y nghĩa là: Sinh viên có bạn trai hoặc bạn gái sẽ có thể có điểm trung bình GPA cao sinh viên không có bạn trai hoặc bạn gái 0,08567 điểm điều kiện các yếu tố khác không đổi (mặc dù tại kiểm định mẫu này không mang y nghĩa thống kê nhiên vẫn có y nghĩa về mặt thông tin)  = - 0,0747544 có y nghĩa là: Sinh viên có số buổi nghỉ học trung bình tuần tăng thêm đơn vị thì điểm GPA trung bình giảm 0,0747 điểm điều kiện các yếu tố khác không đổi  = - 0,0788779 có y nghĩa là: Sinh viên có tham gia hoạt động tình nguyện sẽ có điểm GPA trung bình thấp sinh viên không tham gia là 0,0789 điểm điều kiện các yếu tố khác không đổi (mặc dù kiểm định tại mẫu này cho thấy biến này không mang y nghĩa thống kê nhiên vẫn có y nghĩa về mặt thông tin) Một số kiểm định F: III.1 Kiểm định đa ràng buộc tuyến tính: • Thực hiện kiểm định này, ta sẽ xem xét xem việc có thể bỏ biến (ACT); biến (bgfriend); biến X6 (voluntr) hay không = 1,311245+ 0, 4220895 + 0,1280678 - 0,747544 • Ta có giả thuyết: 40 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT • Chạy mô hình hồi quy mẫu với biến X 1, X3, X5 với lệnh reg [biến phụ thuộc] [biến độc lập] ta có bảng kết quả sau: reg colGPA hsGPA PC skipped Source | SS df MS Number of obs = -+ F( 3, 141 137) = 15.25 Model | 4.85887844 1.61962615 Prob > F = 0.0000 Residual | 14.547221 137 106184095 R-squared = 0.2504 Adj R-squared = 0.2340 Root MSE 32586 -+ -Total | 19.4060994 140 138614996 = -colGPA | Coef Std Err t P>|t| [95% Conf Interval] -+ -hsGPA | 4554308 0864439 5.27 0.000 2844938 6263677 PC | 1288832 0573378 2.25 0.026 0155016 2422647 skipped | -.0654738 0259459 -2.52 0.013 -.1167801 -.0141675 _cons | 1.526582 2999221 5.09 0.000 9335066 2.119657 Bảng Mô hình hồi quy với biến X1, X3, X5 Từ bảng và 4, Ta có: = 0,2785; = 0,2504  F= = Tra bảng phân phối Fisher, ta có: = 1,7396 = 2,66 Mà F = 1,7396 < 2,66 => Chấp nhận H0 Kết luận: Như vậy cho thấy, ta có thể bỏ biến (ACT); biến (bgfriend); biến X6 (voluntr) khỏi mô hình hồi quy xem xét ảnh hưởng tới điểm GPA trung bình của sinh viên tại đại học MSU III.2 Kiểm định sự phù hợp của mô hình: • Ta xác định giả thuyết: • Ta có: F = = = 8,62 Tra bảng phân phối Fisher , ta có : = 2, 16 Mà F = 8,62 > 2,16=> Bác bỏ H0 41 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Kết luận: Các biến độc lập ảnh hưởng tới biến phụ thuộc nên hàm hồi quy mẫu đã giải thích được sự dao động của biến phụ thuộc nên SRF này là phù hợp III Kiếm định và sửa chữa số khuyết tật của mô hình Vấn đề đa cộng tuyến: 1.1 Bản chất: Đa cộng tuyến là một lỗi của mô hình phân tích hồi quy, xảy giữa các biến độc lập Xi mô hình hồi quy đa biến có tương quan tuyến tính với 1.2 Nguyên nhân: Có nguyên nhân gây vấn đề đa cộng tuyến: o Đa cộng tuyến hoàn hảo xảy đặt mô hình sai, thực tế hiện tượng đa cộng tuyến hoàn hảo ít xảy o Đa cộng tuyến không hoàn hảo xảy bản chất hiện tượng kinh tế xã hội mà các biến độc lập đã có sẵn mối quan hệ cộng tuyến với o Đa cộng tuyến không hoàn hảo xảy số liệu điều tra không đủ lớn, hay số liệu điều tra không ngẫu nhiên 1.3 Cách phát hiện đa công tuyến: Dùng lệnh corr [indep] để kiểm định đa cộng tuyến Nếu giữa biến có giá trị corr > 0.8 thì mô hình có khả xảy đa cộng tuyến Sử dụng phần mềm stata và lệnh corr, ta thu được kết quả sau: corr colGPA hsGPA ACT PC bgfriend skipped voluntr (obs=141) | colGPA hsGPA ACT PC bgfriend skipped voluntr + colGPA | 1.0000 hsGPA | 0.4146 1.0000 ACT | 0.2068 0.3458 1.0000 PC | 0.2236 0.0355 0.0371 1.0000 bgfriend | 0.0956 -0.0375 0.0278 -0.0177 1.0000 skipped | -0.2618 -0.0897 0.1155 -0.2073 -0.0047 voluntr | -0.0166 0.0448 0.0312 0.0591 1.0000 0.0778 -0.1517 1.0000 42 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Từ bảng số liệu trên, ta thấy mô hình không mắc đa cộng tuyến 2.Vấn đề về phương sai sai số thay đổi: 2.1 Bản chất: Phương sai của một ngẫu nhiên Ui, điều kiện giá trị đã cho của biến giải thích Xi là không đổi, nghĩa là: = = ; i = 1,2,3…n Khi giả thiết đó bị vi phạm thì mô hình mắc lỗi phương sai sai số thay đổi Tên gọi của lỗi này là Heteroskedasticity 2.2 Nguyên nhân: Có nguyên nhân gây hiện tượng phương sai sai số thay đổi: o Do bản chất của các hiện tượng kinh tế: Nếu các hiện tượng kinh tế theo không gian được điều tra những đối tượng có quy mô khác hoặc các hiện tượng kinh tế theo thời gian được điều tra qua các giai đoạn có mức biến động khác thì phương sai sai số có thể không đồng đều o Do định dạng không đúng dạng hàm của mô hình o Do số liệu không phản ánh đúng bản chất của hiện tượng kinh tế, chẳng hạn xuất hiện các quan sát ngoại lai o Do kỹ thuật thu thập, bảo quản và xử ly số liệu đượccải tiếnnên sai số có xu hướng giảm o Học được các sai lầm quá khứ, nhờ thế cải tiến hiện tại 2.3 Cách phát hiện dấu hiệu của phương sai sai số thay đồi:  Cách 1: Xem xét đồ thị của phần dư: Trong cách này ta sẽ sử dụng đồ thị của sai số của hồi qui e (phần dư) với giá trị dự đoán Yi (biểu diễn sự tương quan giữa e và Yi) Từ sở dữ liệu đã cho và phần mềm stata, sử dụng lệnh: rvfplot, yline (0) ta xây dựng được Đồ thị sau: 43 | P a g e Báo cáo kinh tế lượng năm 2014 Lớp KTE309(2-1314).25_LT -1 -.5 Residuals Nhóm 10- Bảng số liệu số 15-39 2.5 Fitted values 3.5 Dựa vào lí thuyết kinh tế lượng đã được học và đồ thị vừa xây dựng được, ta thấy các giá trị đồ thị phân bố không đồng đều, các giá trị có xoay xung quanh giá trị trung bình (đường ngang màu đỏ), tỉ lệ rời xa giá trị trung bình tương đối lớn Vì thế, ta có thể dự đoán được mô hình có thể có hiện tượng phương sai sai số thay đổi  Cách 2: Dùng kiểm định White: Cặp giả thuyết: Nếu giá trị Prob > chi2 và chi2 = 0.2436> 0.05 => Không có sở để bác bỏ giả thiết H hay mô hình có phương sai sai số không đổi (với mức y nghĩa 5%) Cách 3: Dùng kiểm định Breusch – Pagan: Cặp giả thuyết: Sử dụng phần mềm stata và lệnh hettest, ta thu được kết quả sau: hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of colGPA chi2(1) = 3.46 Prob > chi2 = 0.0628 Từ kết quả thu được, ta thấy Prob > chi2 = 0.0628 > 0.05 => Không có sở để bác bỏ giả thiết H0 hay mô hình có phương sai sai số không đổi (với mức y nghĩa 5%) KẾT LUẬN: Với kết quả của các kiểm định ta có thể kết luận được không xảy hiện tượng phương sai sai số thay đổi Kiểm định vấn đề về phân phối chuẩn sai số: Bước 1: Dự đoán - Tạo biến phần dư của mô hình, sử dụng lệnh : predict r, resid ( với r là biến thể hiện giá trị của phần dư residual) - Sử dụng lệnh : kdensity r, normal 45 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT  Có thể mô hình dùng bị chệch so với phân phối chuẩn Bước 2: Kiểm định • Sử dụng lệnh “sktest r” để kiểm định, ta có bảng kết quả sau: sktest r Skewness/Kurtosis tests for Normality - joint -Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2 -+ r | 141 0.9922 0.0482 3.97 0.1372 Từ kết quả ta thấy giá trị (Prob>chi2) = 0,1372 > 0,05 nên mô hình có phân phối chuẩn của sai số u nên bước sửa chữa được loại bỏ 46 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Kết luận rút ra: Việc lựa chọn các biến phù hợp có ảnh hưởng tới điểm GPA của sinh viên tại MSU dựa kiến thức suy luận xã hội chủ quan được đưa vào mô hình chạy hồi quy dưới dạng các biến độc lập mang tính suy luận logic Ban đầu chưa sử dụng kiểm định với mô hình chạy hồi quy của Stata, ta cho các biến “ voluntr”, “ ACT ” và “bgfriend” hoàn toàn có thể có tác động tới điểm GPA của sinh viên MSU Nhận định được đặt rằng: thời gian tình nguyện tăng lên thì sinh viên có thể dành ít thời gian cho việc học hay không ?, điểm ACT có tương tự điểm hsGPA có mối quan hệ thuận chiều với và với điểm trung bình GPA đại học hay không ?, và liệu việc có bạn trai và bạn gái thời gian học đại học có thực sự ảnh hưởng tới hiệu quả và thời gian học tập của sinh viên hay không ? Tất cả đều là những suy xét mang tính chủ quan hợp lí với lập luận có thể chấp nhận Tuy nhiên, sau ứng dụng Stata với các số liệu cụ thể với một mẫu cụ thể và phương pháp kiểm định mức y nghĩa, chúng ta đã có các sở mang tính khoa học và đáng tin cậy : với mẫu số liệu đã cho, những biến không có y nghĩa thống kê đem xem xét ảnh hưởng tới điểm trung bình trung GPA của sinh viên tại MSU mặc dù về mặt tư xã hội chủ quan thig việc chúng có ảnh hưởng đến biễn phụ thuộc là hoàn toàn hợp ly Từ đó, chúng ta có thể vận dụng vào cải tiến giáo dục để phát triển toàn diện cho sinh viên, đồng thời đánh giá đúng lực của sinh viên quá trình chọn lọc và đổi mới hoạt động cộng đồng và xã hội Mô hình kinh tế lượng đem lại những thông tin bổ ích và khách quan, có y nghĩa áp dụng thực tế rất cao cũng có thể hạn chế được những nhận định chủ quan của xã hội 47 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Lời kết Bài báo cáo được hoàn thành sở sự đóng góp của các thành viên với vốn kiến thức được đúc kết từ quá trình học và nghiên cứu môn Kinh tế lượng Đây cũng là một hội thực hành khiến chúng em có thể hiểu rõ về các phân tích và kiểm định đặc trưng có liên quan, áp dụng kiến thức giảng đường để tự tìm hiểu và rút được kết luận bổ ích về những hiện tượng những mối tương quan khác và sự ảnh hưởng lẫn giữa các hiện tượng kinh tế xã hội thiết thực, logic và khoa học Qua đây, nhóm 10 chúng em cũng xin chân thành cám ơn sự chỉ dạy của cô Đinh Thị Thanh Bình Vì vốn kiến thức và kĩ còn nhiều hạn chế nên mong cô và các bạn sẽ góp y để chúng em có thể hoàn thiện hơn, áp dụng tốt các công việc về sau Chúng em xin chân thành cảm ơn và hi vọng cô sẽ đánh giá cao bản báo cáo này !./ 48 | P a g e Báo cáo kinh tế lượng năm 2014 Nhóm 10- Bảng số liệu số 15-39 Lớp KTE309(2-1314).25_LT Tài liệu tham khảo PGS.TS Nguyễn Quang Dong, Giáo trình Bài giảng kinh tế lượng, NXB Giao thông vận tải, 1998 PGS.TS Nguyễn Quang Dong, Bài tập Kinh tế lượng, NXB Khoa học kỹ thuật, 1998 Một số tài liệu internet 49 | P a g e Báo cáo kinh tế lượng năm 2014