Lý thuyết, mô hình kinh tế, xác định dấu, mô hình kinh tế lượng

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ BÀI TẬP KINH TẾ LƯỢNG Giảng viên hướng dẫn: ThS Đặng Thái Long Lớp KTE309.5 Nhóm thực bao gồm: Nguyễn Thanh Minh 1211110445 Lê Đức Quyết 1211110552 Lùng Thị Ngọc Ánh 1111510019 Nguyễn Thị Thùy Dương 1111510029 Hà Nội, tháng năm 2014 I.Lý thuyết, mơ hình kinh tế, xác định dấu, mơ hình kinh tế lượng * Ta có khái niệm biến số sau: qdpass : tổng quĩ tiền gửi tiết kiệm gửi tài khoản S&Ls nước Mĩ (là tiền gửi tiết kiệm, có kỳ hạn, lãi suất thấp viết séc) qydus: thu nhập khả dụng nước Mĩ quí t, tính theo giá trị danh nghĩa qyperm: thu nhập khả dụng nước Mĩ quí t, tính theo giá trị thực tế branch: số chi nhánh S&Ls quí t qrdpass: lãi suất trung bình tài khoản tiền gửi tạ S&L qrtb3y: lãi suất trung bình tín phiếu phủ kỳ hạn tháng expinf: tỷ lệ lạm phát dự kiến spread: chênh lệch lãi suất tài khoản tiết kiệm tín phiếu phủ * Mơ tả liệu Tóm tắt thống kê số liệu Ma trận hệ số tương quan * Theo lý thuyết kinh tế nghiên cứu vĩ mô học ta có quan điểm sau -Khi thu nhập khả dụng Mĩ tăng lên tiêu dùng tiết kiệm Mĩ tăng lên, tiết kiệm Mĩ tăng lên MPS đô la thu nhập khả dụng tăng lên đô la với 0< MPS ta giả định thu nhập khả dụng tăng lên đơn vị tổng quĩ tiền gửi tiết kiệm S&Ls tăng lên MPS* đơn vị ( với 0 cho biến branch có ảnh hưởng thuận chiều đến biến qdpass * Theo lý thuyết nghiên cứu mơn tài tiền tệ có quan điểm khác: Lượng tiền gửi vào S&Ls chịu ảnh hưởng chênh lệch lãi suất khoản tiết kiệm khác Nếu chênh lệch tăng lên, chi phí hội việc gửi vào S&Ls giảm đi, người dân rút tiền từ kênh tiết kiệm khác để đưa vào tài khoản S&Ls => cho biến spread có ảnh hưởng thuận chiều đến biến qdpass * Ta có mơ hìnhlý thuyết kinh tế sau: QDPASS=f(qydus, pyperm,branch,expinf,spread) * Ta có mơ hình kinh tế lượng sau: qdpasst  1   * qydust  3 * pypermt   * brancht   * exp inf t   * spread t  ut * Dự đoán dấu theo lý thuyết kinh tế sau: Biến số qydus pyperm branch expinf spread * hồi qui mơ hình phương pháp OLS Dấu dương dương dương âm dương *Ta có hệ số ước lượng sau: b1=47404.85 b2=198.7835 b3=-245.8839 b4=8.562456 b5=-227.1634 b6=2977.21 *Ý nghĩa: *Ta có hệ số xác định mơ hình R2=0.9303 *Ý nghĩa III Kiểm định ý nghĩa thống kê hệ số ước lượng hồi qui độ phù hợp mơ hình III.1 Kiểm định ý nghĩa thống kê hệ số ước lượng hồi qui Sử dụng giá trị Pvalue + Nếu pi value<  =5% hệ số bi (i=2,3,4,5,6) có ý nghĩa mặt thống kê mức  =5% ngược lại + Theo bảng ta có tất ước lượng hệ số hồi qui có ý nghĩa thống kê mức ý nghĩa  =5% trừ ước lượng hệ số hồi qui ứng với biến số expinf III.2Kiểm mức độ phù hợp mơ hình: Kiểm định hệ giả thuyết thống kê �H : i  (i  2,3, 4,5, 6) � �H1 : i �0 Sử dụng giá trị pvalue + Nếu p value(F)<  =5% mơ hình có ý nghĩa mặt thống kê mức  =5% ngược lại Ta có pvalue(F)=0.0000< 5%=> mơ hình hồi qui phù hợp mức ý nghĩa 5% IV Kiểm định bỏ biến bỏ biến cần thiết Do biến expinf khơng có ý nghĩa mặt thống kê nên ta muốn kiểm định xem có bỏ biến expinf khỏi mơ hình hay khơng Ta hồi qui mơ hình sau: qdpasst  1   * qydust   * pypermt   * brancht   * exp inf t   * spread t  ut mô hình sau: qdpasst  1   * qydust  3 * pypermt   * brancht   * spreadt  ut ta xét hệ giả thuyết sau: H o : 5  H1 : 5 �0 F(1, 34) right-tail probability = 0.05 complementary probability = 0.95 Critical value = 4.13002 Fqs  ( R (U )  R ( R)) / m ( m , n  k (U )) (1  R (U )) / (n  k (U )) =0.2439< f *sử dụng kiểm định Fisher ta có: =4.13002(với m=1;n=40;k=6)=> khơng có sở bác bỏ H0=> mơ hình ban đầu bỏ biến expinf *Vậy ta xét mơ hình sau sau bỏ biến expinf qdpasst  1   * qydust   * pypermt   * brancht   * spread t  ut V Kiểm định đa cộng tuyến sửa lỗi mơ hình có tượng đa cộng tuyến V.1 Kiểm định đa cộng tuyến Ta xét mơ hình qdpasst  1   * qydust   * pypermt   * brancht   * spreadt  ut *Sử dụng VIF Dựa vào giá trị VIF=> VIF ứng với ba biến qyperm, qydus, branch >10=> có khả xảy tượng đa cộng tuyến mức cao V.2 Sửa lỗi mơ hình đa cộng tuyến Ta thực bỏ biến V.2.1 bỏ biến qyperm(do VIF (pyperm) lớn nhất) Ta xét mơ hình gốc qdpasst  1   * qydust   * pypermt   * brancht   * spread t  ut Ta xét mô hình sau bỏ biến qyperm qdpasst  1   * qydust   * brancht   * spreadt  ut V.2.2 bỏ biến qydus Ta xét mơ hình gốc qdpasst  1   * qydust   * pypermt   * brancht   * spread t  ut Ta xét mơ hình sau bỏ biến qydus qdpasst  1   * pypermt   * brancht   * spread t  ut V.2.3 bỏ biến branch Ta xét mơ hình gốc qdpasst  1   * qydust   * pypermt   * brancht   * spreadt  ut Ta xét mơ hình sau bỏ biến branch qdpasst  1   * qydust   * pyperm   * spread t  ut * Kết luận chung: dựa vào R2 hiệu chỉnh, ta lựa chọn bỏ biến pydus VI Kiểm định phương sai sai số thay đổi sửa lỗi phương sai sai số thay đổi xét mơ hình VI.1 Kiểm định phương sai sai số thay đổi Ta xét mơ hình gốc qdpasst  1   * qydust   * pypermt   * brancht   * spreadt  ut 5.00e+07 r2 1.00e+08 1.50e+08 VI.1.1 Sử dụng đồ thị 80000 100000 Fitted values 120000 140000 từ đồ thị thấy mơ hình có khả có phương sai sai số thay đổi VI.1.2 sử dụng kiểm định hettest hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of qdpass chi2(1) = 0.21 Prob > chi2 = 0.6481 ta thấy pvalue>5%=> mơ hình khơng có tượng phương sai sai số thay đổi VI.1.3 sử dụng kiểm định white ta xét mơ hình sau ei  1   * qydust  3 * pypermt   * brancht  5 * spread t   * Yhat   *Yhat  ut Ta có pvalue(F)=0.2608>5%=> chưa có sở để bác bỏ H0=> mơ hình có phương sai sai số khơng đổi VII Kiểm định phần dư phân phối chuẩn VII.1 sử dụng đồ thị 10 delta: quarter estat dwatson Durbin-Watson d-statistic( 5, 40) = 586029 => mơ hình có tự tương quan: tương quan thuận chiều dương VIII.1.2 sử dụng kiểm định BG estat bgodfrey, lags(1 2) Breusch-Godfrey LM test for autocorrelation lags(p) | chi2 df Prob > chi2 -+ | 20.664 0.0000 | 21.092 0.0000 H0: no serial correlation => có tự tương quan VIII.2 Khắc phục tự tương quan prais conpk pripk pribf ydusp d1 d2 d3, robust 12 IX Xác định mô hình tốt Qua kiểm nghiệm ta chọn mơ hình tốt sau Mơ hình qdpasst  1   * qydust   * spread t  ut + tất hệ số hồi qui có ý nghĩa thống kê mức 5% +pvalue(F)=0.0000 mơ hình phù hợp mức 5% + mơ hình khơng có đa cộng tuyến mức cao do: 13 vif Variable | VIF 1/VIF -+ -qydus | 1.38 0.724789 spread | 1.38 0.724789 -+ -Mean VIF | 1.38 +mơ hình có phần dư phân phối chuẩn pvalue=0.3286>5% sktest r1 Skewness/Kurtosis tests for Normality - joint -Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2 -+ r1 | 40 0.1488 0.9719 2.23 0.3286 +mô hình khơng có phương sai sai số thay đổi pvalue=0.3938>5% hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of qdpass chi2(1) = 0.73 Prob > chi2 = 0.3938 +Dấu hệ số phù hợp với lỹ thuyết +Tuy nhiên xảy tượng tự tương quan pvalue=0.0000 chi2 -+ | 29.108 0.0000 | 29.481 0.0000 H0: no serial correlation Mơ hình qdpasst  1   * qypermt   * spread t  ut Tương tự ta có +mơ hình có hệ số có ý nghĩa thống kê mức 5% +pvalue(F)=0.0000 mơ hình phù hợp mức ý nghĩa 5% +mơ hình khơng có đa cộng tuyến mức cao vif Variable | VIF 1/VIF 15 -+ -qyperm | 1.37 spread | 1.37 0.731071 0.731071 -+ -Mean VIF | 1.37 +mơ hình có phần dư phân phối chuẩn sktest r3 Skewness/Kurtosis tests for Normality - joint -Variable | Obs Pr(Skewness) Pr(Kurtosis) adj chi2(2) Prob>chi2 -+ r3 | 40 0.1739 0.9950 1.97 0.3738 +mơ hình có phương sai sai số không đổi mức 5% hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of qdpass chi2(1) = 0.85 Prob > chi2 = 0.3555 +Dấu hệ số phù hợp với lý thuyết +tuy nhiên có tượng tự tương quan estat bgodfrey, lags(1 2) 16 Breusch-Godfrey LM test for autocorrelation lags(p) | chi2 df Prob > chi2 -+ | 30.563 0.0000 | 31.468 0.0000 H0: no serial correlation BÀI : LƯỢNG CẦU THỊT LỢN I) Dự đốn Các biến mơ hình CONPKt : lượng tiêu thụ thịt lợn/ người mỹ quý t PRIPKt : giá cân thịt lợn (dollars/100 pounds) quý t PRIBFt : giá cân thịt bò (dollars/100 pounds) quý t YDUSPt : thu nhập bình quân đầu người mỹ quý t LYDUSPt : log thu nhập PROPKt : lượng thịt sản xuất mỹ quý t D1t : biến giả (1- quý 1; 0- quý khác) 17 D2t :biến giả (1- quý 2; 0- quý khác) D3t:: biến giả (1- quý 3; 0- quý khác) Dấu dự kiến Tên biến PRIPKt PRIBFt YDUSPt Mô tả Dấu dự kiến Diễn giải Giá cân thịt lợn quý t - Theo mô hình cung cầu, giá thịt lợn tăng dẫn đến lượng cầu thịt lợn giảm Giá cân thịt bò quý t + Thịt lợn thịt bò hàng hóa thay nên giá thịt bò tăng dẫn đến lượng tiêu thụ thịt bò giảm lượng tiêu thụ thịt lợn tăng Thu nhập bình quân đầu người Mỹ quý t + Thu nhập tăng nhu cầu tiêu thụ thịt lợn tăng Log thu nhập bình + Log thu nhập tăng hay thu nhập tăng làm tăng lượng cầu thịt lợn Lượng thịt sản xuất Mỹ quý t + Lượng cung tăng làm giá thịt giảm ngắn hạn làm lượng cầu tăng LYDUSPt quân đầu người PROPKt D1t D2t D3t Biến giả quý năm ngược lại Biến giả quý thứ hai năm ngược lại Biến giả quý thứ ba năm ngược lại Lựa chọn mơ hình 18 reg conpk pripk pribf propk ydusp d1 d2 d3 Source SS df MS Model Residual 96.0392214 792780717 32 13.7198888 024774397 Total 96.8320021 39 2.48287185 conpk Coef pripk pribf propk ydusp d1 d2 d3 _cons -.017923 0066684 3.092724 0429571 0042997 -.3599758 0028719 4.981249 Std Err .0047321 0028347 2209514 0330689 0968486 1160297 1304003 8910434 Number of obs F( 7, 32) Prob > F R-squared Adj R-squared Root MSE t P>|t| -3.79 2.35 14.00 1.30 0.04 -3.10 0.02 5.59 = = = = = = 40 553.79 0.0000 0.9918 0.9900 1574 [95% Conf Interval] 0.001 0.025 0.000 0.203 0.965 0.004 0.983 0.000 -.027562 0008943 2.642661 -.0244019 -.1929745 -.5963206 -.2627449 3.166253 -.008284 0124425 3.542788 1103162 2015739 -.123631 2684887 6.796245 corr conpk pripk pribf propk ydusp (obs=40) conpk pripk pribf propk ydusp conpk pripk pribf propk ydusp 1.0000 0.1104 0.6828 0.9889 0.5739 1.0000 0.7082 0.1656 0.7586 1.0000 0.7076 0.8846 1.0000 0.6044 1.0000 Theo bảng trên, ta nhận thấy có tương quan biến CONPK PROPK Vì vậy, ta chạy hồi quy phụ biến : reg conpk propk Source SS df MS Model Residual 94.6943932 2.13760892 94.6943932 38 056252866 Total 96.8320021 39 2.48287185 conpk Coef propk _cons 3.529801 2.394798 Std Err .0860321 3070885 t 41.03 7.80 Number of obs F( 1, 38) Prob > F R-squared Adj R-squared Root MSE = = = = = = 40 1683.37 0.0000 0.9779 0.9773 23718 P>|t| [95% Conf Interval] 0.000 0.000 3.355638 1.77313 3.703964 3.016466 Xét R-squared = 0.9779 tức có đa cộng tuyến biến CONPK PROPK nên ta bỏ biến PROPK 19 Chạy mơ hình với mơ hình sử dụng biến YDUSP mơ hình sử dụng biến LYDUSP: reg conpk pripk pribf ydusp d1 d2 d3 Source SS df MS Model Residual 91.1853085 5.64669366 15.1975514 33 171111929 Total 96.8320021 39 2.48287185 conpk Coef pripk pribf ydusp d1 d2 d3 _cons -.0767559 0415561 2250244 -.9170877 -1.63396 -1.529973 16.99717 Std Err .0057135 0035486 0799022 1866971 1891289 1860527 6276076 t -13.43 11.71 2.82 -4.91 -8.64 -8.22 27.08 Number of obs F( 6, 33) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.000 0.000 0.008 0.000 0.000 0.000 0.000 = = = = = = 40 88.82 0.0000 0.9417 0.9311 41366 [95% Conf Interval] -.0883801 0343365 0624621 -1.296926 -2.018746 -1.9085 15.7203 -.0651316 0487757 3875867 -.5372496 -1.249175 -1.151446 18.27405 reg conpk pripk pribf d1 d2 d3 lydusp Source SS df MS Model Residual 91.5851379 5.24686421 33 15.2641897 158995885 Total 96.8320021 39 2.48287185 conpk Coef pripk pribf d1 d2 d3 lydusp _cons -.0768579 0387575 -.8913808 -1.616533 -1.516465 2.121156 15.04305 Std Err .0054226 0038357 1805539 1826179 1795406 6380941 6719388 t -14.17 10.10 -4.94 -8.85 -8.45 3.32 22.39 Number of obs F( 6, 33) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.000 0.000 0.000 0.000 0.000 0.002 0.000 = = = = = = 40 96.00 0.0000 0.9458 0.9360 39874 [95% Conf Interval] -.0878903 0309538 -1.25872 -1.988072 -1.881743 8229442 13.67598 -.0658255 0465613 -.5240411 -1.244994 -1.151187 3.419368 16.41012 So sánh mơ hình : 20 estat ic Model Obs ll(null) ll(model) df AIC BIC 40 -74.4395 -17.60136 49.20271 61.02487 Note: N=Obs used in calculating BIC; see [R] BIC note ( chạy với YDUSP) estat ic Model Obs ll(null) ll(model) df AIC BIC 40 -74.4395 -16.13256 46.26513 58.08728 Note: N=Obs used in calculating BIC; see [R] BIC note ( chạy với LYDUSP) Nhận xét: - ll(model) LYDUSP > ll(model) YDUSP - AIC BIC LYDUSP < AIC BIC YDUSP  Chọn sử dụng biến LYDUSP Mô hình với biến LYDUSP : CONPKt=1+2 PRIPKt+3PRIBFt+4LYDUSPt+5D1+6D2+7D3 + ut reg conpk pripk pribf d1 d2 d3 lydusp Source SS df MS Model Residual 91.5851379 5.24686421 15.2641897 33 158995885 Total 96.8320021 39 2.48287185 conpk Coef pripk pribf d1 d2 d3 lydusp _cons -.0768579 0387575 -.8913808 -1.616533 -1.516465 2.121156 15.04305 Std Err .0054226 0038357 1805539 1826179 1795406 6380941 6719388 t -14.17 10.10 -4.94 -8.85 -8.45 3.32 22.39 Number of obs F( 6, 33) Prob > F R-squared Adj R-squared Root MSE P>|t| 0.000 0.000 0.000 0.000 0.000 0.002 0.000 = = = = = = 40 96.00 0.0000 0.9458 0.9360 39874 [95% Conf Interval] -.0878903 0309538 -1.25872 -1.988072 -1.881743 8229442 13.67598 -.0658255 0465613 -.5240411 -1.244994 -1.151187 3.419368 16.41012 21 II) Kiểm định mơ hình Dựa vào kết hồi quy, ta thu mơ hình hồi quy sau : CONPKt= - PRIPKt+0.0387575PRIBFt+LYDUSPt -D1 - D2 - D3 + ut Ý nghĩa thống kê hệ số hồi quy Qua quan sát bảng hồi quy mơ hình, ta dễ dàng nhận thấy tất biến có P-value mô hình khơng có đa cộng tuyến - Phương sai sai số thay đổi hettest Breusch-Pagan / Cook-Weisberg test for heteroskedasticity Ho: Constant variance Variables: fitted values of conpk chi2(1) = Prob > chi2 = 1.41 0.2349 22 Nhận thấy P-value = 0.2349 > = 0.05  Không bác bỏ H0  Phương sai sai số mơ hình khơng đổi - Tự tương quan dwstat Durbin-Watson d-statistic( 7, 40) = 1.191319 Với mức ý nghĩa 5% có dL = 1.23 dU = 1.79 d bác bỏ H0 => có tự tương quan - Mơ hình thiếu biến ? estat ovtest Ramsey RESET test using powers of the fitted values of conpk Ho: model has no omitted variables F(3, 30) = 0.38 Prob > F = 0.7665 P-value = 0.7665 > = 0.05 => chấp nhận giả thiết H0  Mơ hình khơng thiếu biến Khắc phục tự tương quan - Chạy mơ hình hồi quy ban đầu tính phần dư e predict yhat (option xb assumed; fitted values) gen e = conpk - yhat - Chạy hồi quy et = p × et-1 + vt, ước lượng 23 reg e L.e, nocons Source SS df MS Model Residual 805781542 4.38088557 38 805781542 115286462 Total 5.18666711 39 132991464 e Coef e L1 .3963043 Number of obs F( 1, 38) Prob > F R-squared Adj R-squared Root MSE = = = = = = 39 6.99 0.0118 0.1554 0.1331 33954 Std Err t P>|t| [95% Conf Interval] 1499026 2.64 0.012 0928423 6997663 - Tạo biến sử dụng ước lượng  lấy độ trễ gen conpk1 = conpk - 3963043 * L.conpk (1 missing value generated) gen pripk1 = pripk - 3963043 * L.pripk (1 missing value generated) gen pribf1 = pribf - 3963043 * L.pribf (1 missing value generated) gen lydusp1 = lydusp - 3963043 * L.lydusp (1 missing value generated) - Chạy hồi quy ta : 24 reg conpk1 pripk1 pribf1 lydusp1 d1 d2 d3 Source SS df MS Model Residual 49.9430274 4.35683306 8.3238379 32 136151033 Total 54.2998605 38 conpk1 Coef pripk1 pribf1 lydusp1 d1 d2 d3 _cons -.0782956 0383652 2.235985 -1.5335 -1.866452 -1.469273 9.718432 Number of obs F( 6, 32) Prob > F R-squared Adj R-squared Root MSE 1.4289437 Std Err .0069686 0053935 8857754 1713929 172242 1682973 6607433 t P>|t| -11.24 7.11 2.52 -8.95 -10.84 -8.73 14.71 0.000 0.000 0.017 0.000 0.000 0.000 0.000 = = = = = = 39 61.14 0.0000 0.9198 0.9047 36899 [95% Conf Interval] -.0924902 0273789 4317194 -1.882616 -2.217298 -1.812084 8.372542 -.0641011 0493514 4.04025 -1.184385 -1.515607 -1.126463 11.06432 bgodfrey Breusch-Godfrey LM test for autocorrelation lags(p) chi2 df Prob > chi2 0.090 0.7638 H0: no serial correlation dwstat Durbin-Watson d-statistic( 7, 39) = 1.792879 P-value = 0.7638 > = 0.05 => không bác bỏ H0  Khơng có tự tương quan  Suy diễn thống kê, kiểm định t, F đáng tin cậy III) Kết luận - Mơ hình tốt : CONPKt= - PRIPKt+0.0387575PRIBFt+LYDUSPt -D1 - D2 - D3 + ut 25 - Nhận xét ý nghĩa kinh tế:  Trong điều kiện nhân tố khác không đổi, Khi giá cân thịt lợn (dollars/100 pounds) Mỹ tăng đơn vị lượng tiêu thụ thịt lợn/ người Mỹ giảm trung bình 0.0768 đơn vị  Trong điều kiện nhân tố khác không đổi ,Khigiá cân thịt bò (dollars/100 pounds) Mỹ tăng đơn vị lượng tiêu thụ thịt lợn/ người Mỹ tăng trung bình 0.0387 đơn vị  Trong điều kiện nhân tố khác không đổi, Khi log thu nhập sẵn có / người Mỹ tăng đơn vị lượng tiêu thụ thịt lợn/ người Mỹ tăng trung bình 2.121 đơn vị  Trong điều kiện nhân tố khác không đổi, lượng tiêu thụ thịt lợn/ người Mỹ quý 1so với quý nhỏ trung bình 0.891 đơn vị  Trong điều kiện nhân tố khác không đổi, lượng tiêu thụ thịt lợn/ người Mỹ quý so với quý nhỏ trung bình1.616 đơn vị  Trong điều kiện nhân tố khác không đổi, lượng tiêu thụ thịt lợn/ người Mỹ quý so với quý nhỏ trung bình 1.516 đơn vị 26 ...I .Lý thuyết, mơ hình kinh tế, xác định dấu, mơ hình kinh tế lượng * Ta có khái niệm biến số sau: qdpass : tổng quĩ tiền gửi tiết... ảnh hưởng thuận chiều đến biến qdpass * Ta có mơ hìnhlý thuyết kinh tế sau: QDPASS=f(qydus, pyperm,branch,expinf,spread) * Ta có mơ hình kinh tế lượng sau: qdpasst  1   * qydust  3 * pypermt... nghĩa: *Ta có hệ số xác định mơ hình R2=0.9303 *Ý nghĩa III Kiểm định ý nghĩa thống kê hệ số ước lượng hồi qui độ phù hợp mơ hình III.1 Kiểm định ý nghĩa thống kê hệ số ước lượng hồi qui Sử dụng