Mơ hình tổng thể:

Phương trình hồi quy tổng thể (PRF) có dạng :

Y = β1+ β2 x X1 + β3 x X2 + + β4 x X3 – β5 x X4 + β6 x X5 + 𝒖̂i Phương trình hồi quy mẫu (SRF) có dạng:

Y= β1+ β2 x X1 + β3 x X2 + + β4 x X3 – β5 x X4 + β6 x X5

Các biến, thước đo biến, đơn vị của các biến được giải thích ở bảng sau:

Tên biến Giải thích Đơn vị

Year Năm

Y Sản lượng chè Nghìn tấn

X1 Diện tích chè Nghìn ha

X2 Lượng mưa TB năm mm

X3 Nhiệt độ 0C

X4 Độ ẩm %

X5 Tổng số giờ nắng TB/năm Giờ

Bảng số liệu: Năm Sản lượng (nghìn tấn) Diện tích (nghìn ha) Lượng mưa TB năm Nhiệt độ Độ ẩm Tổng số giờ nắng TB/năm 1996 210,54 74,85 1418,8 24,12 81,83 1892,33 1997 234,96 78,58 841,4 24,55 81,92 1833,33 1998 254,48 77,39 1176,7 24,39 79,08 1930,033 1999 316,52 84,78 1768 24,5 82,33 1841,933 2000 314,69 86,94 1194,9 24,3 81,92 1892,33 2001 340,5 98,3 2087,6 24,2 79,92 1946 2002 423,7 109,1 1260,2 24,6 82,32 1.848 2003 448,61 116,35 1244,8 25,5 81,19 2.045 2004 487,62 118,74 1331,2 24,4 81,72 1.947,93 2005 534,2 118,4 2042,3 24,3 82 1848,33 2006 648,9 102,1 1675,73 24,65 81,2 1988,33 2007 705,9 107,4 2074,87 24,45 81,53 1871,47 2008 746,2 108,8 2193,2 23,93 82,29 1783,6 2009 771 111,4 1931,29 24,61 81,14 1971,35 2010 834,6 113,2 1120,7 24,73 81,72 1886,15 2011 878,9 114,2 2082,18 23,76 81,09 1731,45 2012 909,8 114,5 1891,32 24,41 81,19 1899,69 2013 936,3 114,8 2037,37 24,23 81,4 1859,17 2014 981,9 115,4 1804,33 24,35 80,89 2001,53

2015 1012,9 117,8 1801,1 24,85 80,57 2174,52

2016 1022,9 118,7 2115,42 24,73 80,99 2000,45

2017 1048,8 115,6 2271,61 24,52 81,8 1821,75

4.3.1. Chạy hồi quy

Sử dụng lệnh tsset xác định dạng dữ liệu chuỗi thời gian

Sử dụng lệnh reg trong stata ta được

Từ kết quả trên ta có:

 Phương trình hồi quy tổng thể (PRF) có dạng :

Y = 1319.398 + 12.36833 x X1 + 0.2028355 x X2 – 39.98076 x X3 – 21.20934 x X4 + 0.1969579 x X5 + 𝒖̂i

 Phương trình hồi quy mẫu (SRF) có dạng :

Y = 1319.398 + 12.36833 x X1 + 0.2028355 x X2 – 39.98076 x X3 – 21.20934 x X4 + 0.1969579 x X5

Phân tích kết quả chạy hồi quy:

R-Squared = 0.6887, tức là các biến diện tích, lượng mưa TB năm, nhiệt độ TB/năm,

Giá trị p-value của biến lượng mưa TB năm, nhiệt độ TB/năm, độ ẩm, tổng số giờ nắng TB/năm hơn mức ý nghĩa α = 0.1  Khơng có cơ sở để bác bỏ H0  biến lượng mưa TB năm, nhiệt độ TB/năm, độ ẩm, tổng số giờ nắng TB/năm có thể khơng ảnh hưởng đến sản lượng xuất khẩu thủy sản của Việt Nam đến các nước.

Ý nghĩa của các tham số trong mơ hình:

β1 = 1319.398, có nghĩa là trong điều kiện các nhân tố khác không đổi và các biến độc lập bằng không, sản lượng chè Việt Nam sẽ là 1319.398 nghìn tấn. Tuy nhiên, hệ số chặn này khơng có ý nghĩa thực tế, vì khơng có trường hợp diện tích, lượng mưa TB năm, nhiệt độ TB/năm, độ ẩm, tổng số giờ nắng TB/năm đều bằng 0.

β2 = 12.36833, có nghĩa là trong điều kiện các nhân tố khác không đổi và các biến độc lập bằng khơng, diện tích trồng chè tăng 1 nghìn ha, sản lượng xuất chè tăng 12.36833 nghìn tấn.

β3 = 0.2028355, có nghĩa là trong điều kiện các nhân tố khác không đổi và các biến độc lập bằng không, lượng mưa TB năm tăng 1mm, sản lượng xuất chè tăng 0.2028355 nghìn tấn.

β4 = – 39.98076, có nghĩa là trong điều kiện các nhân tố khác không đổi và các biến độc lập bằng không, nhiệt độ TB/năm tăng 10C, sản lượng xuất chè giảm 39.98076 nghìn tấn.

β5 = - 21.20934, có nghĩa là trong điều kiện các nhân tố khác không đổi và các biến độc lập bằng không, độ ẩm tăng 1%, sản lượng xuất chè giảm 21.20934 nghìn tấn.

β6 = - 21.20934, có nghĩa là trong điều kiện các nhân tố khác không đổi và các biến độc lập bằng không, độ ẩm tăng 1%, sản lượng xuất chè giảm 21.20934 nghìn tấn.

4.3.2. Kiểm định giả thuyết về hệ số hồi quy

4.4. Kiểm định giả thuyết về hệ số hồi quy

Kiểm tra các hệ số hồi quy có ý nghĩa thống kê hay khơng hay ảnh hưởng của các biến giải thích lên biến phụ thuộc với mức ý nghĩa 10%.

Cặp giả thuyết thống kê: {𝐻0∶ 𝑖 = 0 𝐻1 ∶ 𝑖 ≠ 0

 Xét β1:

Có: p>|t| = 0.831

So sánh thấy p-value > 𝛼

Kết luận: Không bác bỏ Ho hay các biến khác ngồi các biến giải thích được chọn khơng ảnh hưởng đến sản lượng chè của Việt Nam.

 Xét β2:

Có: p>|t| = 0.004

So sánh thấy p-value < 𝛼

Kết luận: Bác bỏ Ho hay biến diện tích có ảnh hưởng đến sản lượng chè của Việt Nam.

 Xét β3:

Có: p>|t| = 0.149

So sánh thấy p-value > 𝛼

Kết luận: Không bác bỏ Ho hay biến lượng mưa TB có thể khơng ảnh hưởng đến giá trị chè của Việt Nam.

 Xét β4:

Có: p>|t| = 0.831

So sánh thấy p-value > 𝛼

Kết luận: Không bác bỏ Ho hay biến nhiệt độ TB/năm có thể không ảnh hưởng đến sản lượng chè của Việt Nam.

 Xét β5:

So sánh thấy p-value > 𝛼

Kết luận: Không bác bỏ Ho hay biến độ ẩm ảnh có thể khơng ảnh hưởng đến sản lượng của Việt Nam.

 Xét β6:

Có: p>|t| = 0.778

So sánh thấy p-value > 𝛼

Kết luận: Không bác bỏ Ho hay biến tổng số giờ nắng TB/năm có thể không ảnh

hưởng đến sản lượng chè của Việt Nam.