- PGD Cổ B
3.3.1.Mô hình hồi quy tuyến tính đơn
CHI NHÁNH NHNo&PTNT THĂNG LONG 3.1 SỐ LIỆU PHỤC VỤ PHÂN TÍCH
3.3.1.Mô hình hồi quy tuyến tính đơn
* Xét hàm hồi quy đơn: i i
i STK U
GDDT =α0 +α1 + (i =1,n) (1)
Trong đó Ui là các sai số ngẫu nhiên và giả thiết rằng chúng độc lập với nhau, cùng tuân theo quy luật phân phối chuẩn N(0,σ2).
* Ước lượng mô hình (1) bằng phương pháp bình phương nhỏ nhất (OLS) thu được kết quả:
Bảng 3.6: Kết quả ước lượng mô hình (1)
Dependent Variable: GDDT Method: Least Squares Date: 04/27/09 Time: 02:10 Sample: 2007:01 2008:12 Included observations: 24
Variable Coefficient Std. Error t-Statistic Prob. C 16013.97 2734.600 5.856054 0.0000 STK 2.172654 0.198999 10.91790 0.0000 R-squared 0.844193 Mean dependent var 45065.79 Adjusted R-squared 0.837111 S.D. dependent var 7652.621 S.E. of regression 3088.559 Akaike info criterion 18.98845 Sum squared resid 2.10E+08 Schwarz criterion 19.08662 Log likelihood -225.8614 F-statistic 119.2006 Durbin-Watson stat 1.272737 Prob(F-statistic) 0.000000
Kết quả cho thấy hệ số của biến c và biến STK đều có giá trị Prob. nhỏ hơn mức ý nghĩa 0,05 nên các hệ số αˆo và αˆ1 đều có ý nghĩa thống kê.
* Kết quả ước lượng:
i
STKGDDTi =16013,97+2,172654* GDDTi =16013,97+2,172654*
Hệ số của biến STK là 2,172654 cho ta thấy rằng nếu trong một tháng mà có thêm một tài khoản được mở thì số lượng giao dịch điện tử sẽ tăng lên 2 giao dịch trong mỗi tháng.
Hệ số chặn trong mô hình là 16.013,97 > 0 có nghĩa là nếu trong một tháng mà không có thêm tài khoản nào được mở thì vẫn có giao dịch điện tử diễn ra. Điều này là phù hợp với thực tế vì những giao dịch điện tử đấy được tiến hành trên những tài khoản đã được mở từ những tháng trước.
* Kiểm tra các khuyết tật của mô hình:
- Kiểm định hiện tượng tự tương quan dựa vào kiểm định Breusch – Goldfrey:
Cặp giả thiết cần kiểm định:
0
H : Mô hình không có hiện tượng tự tương quan.
1
H : Mô hình có hiện tượng tự tương quan.
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.297639 Probability 0.144480 Obs*R-squared 2.366907 Probability 0.123932
Bảng trên cho thấy Fqs =2,297639 và giá trị Probability bằng 0,144480 lớn hơn mức ý nghĩa 0,05 nên ta không có cơ sở để bác bỏ giả thiết H0.
- Kiểm tra hiện tượng phương sai sai số thay đổi sử dụng kiểm định White với cặp giả thiết:
0
H : Phương sai sai số không đổi.
1
H : Phương sai sai số thay đổi.
White Heteroskedasticity Test:
F-statistic 4.381012 Probability 0.025695 (adsbygoogle = window.adsbygoogle || []).push({});
Obs*R-squared 7.065668 Probability 0.029222
Từ bảng kết quả kiểm định ta thấy Fqs =4,381012 và giá trị Probability bằng 0,025695 nhỏ hơn mức ý nghĩa 0,05 nên ta bác bỏ giả thiết H0.
Vậy mô hình (1) có hiện tượng phương sai sai số thay đổi.
* Kết luận:
Mô hình (1) mắc khuyết tật và đây chưa phải là mô hình tốt dùng để dự báo. Cách khắc phục là đưa thêm biến vào mô hình và xây dựng mô hình hồi quy tuyến tính bội.