Để phân tích các nhân tố tác động đến sản lƣợng cá mú nuôi thƣơng phẩm của các hộ nuôi tại Khánh Hòa, tác giả đã sử dụng phƣơng pháp phân tích hồi qui tuyến tính giữa các biến trong mô hình nhƣ đã nêu ở chƣơng 1. Kết quả phân tích hồi qui thể hiện ở các bảng sau.
Bảng 3. 23: Thủ tục chọn biến trong phân tích hồi qui OLS
Mô hình Các biến đƣa vào Các biến loại bỏ Phƣơng pháp
1 KCG, SN_KN, thuoc , MDN, TG_nuoi, DT2, DT1, HT2, HT1a . Đƣa một lƣợt các biến vào một lúc. 2 . KCG Loại trừ dần từng biến ra khỏi mô hình (Tiêu chuẩn: Xác suất của F để
loại >= 0.100).
3 . HT1
Loại trừ dần từng biến ra khỏi mô hình (Tiêu chuẩn: Xác suất của F để
loại >= 0.100).
4 . SN_KN
Loại trừ dần từng biến ra khỏi mô hình (Tiêu chuẩn: Xác suất của F để
loại >= 0.100).
5 . HT2
Loại trừ dần từng biến ra khỏi mô hình (Tiêu chuẩn: Xác suất của F để
loại >= 0.100).
6 . TG_nuoi
Loại trừ dần từng biến ra khỏi mô hình (Tiêu chuẩn: Xác suất của F để
loại >= 0.100).
a. Tất cả các biến được yêu cầu đưa vào. b. Biến phụ thuộc: Sản lượng thu hoạch (kg)
SLi=β0 + β1*SN_KNi+β2*KCGi+β3*MDNi+β4*TG_nuoii+β5* DT1i + β6* DT2i +β7*QM_voni + β8*thuoci + β9*Z1 + β10*Z2+ β11*HT1 + β12*HT2 +ei
Trong đó:
SL : Sản lƣợng cá mú chấm đen nuôi thƣơng phẩm (kg) SN_KN : Số năm kinh nghiệm (năm)
MDN : Mật độ thả giống(con/m2) TG_nuoi : Thời gian nuôi/vụ (tháng) DT1 : Quy mô diện tích nuôi ao (m2) DT2 : Quy mô diện tích nuôi lồng (m2) KCG : Kích cỡ giống (cm)
Thuoc : Số tiền mua kháng sinh, thuốc men trong quá trình nuôi (đồng) HTj : Biến giả của hình thức nuôi (j=1,2)
Số liệu trên bảng 3.23: Thủ tục chọn biến trong phân tích hồi qui OLS cho thấy có 03 biến hình thức nuôi (HT1, HT2), số năm kinh nghiệm (SN_KN), kích cỡ giống (KCG), thời gian nuôi (TG_nuoi) bị loại khỏi mô hình do không thỏa mãn điều kiện (F>= 0.1). Các nhân tố còn lại trong mô hình sẽ là: mật độ nuôi (MDN), diện tích (DT1, DT2) và Thuốc (thuoc).
Bảng 3. 24: Mô hình tổng quát trong phân tích hồi qui Mô hình Hệ số tƣơng quan bội R R2 R2 đã hiệu chỉnh
Sai số tiêu chuẩn của ƣớc lƣợng Kiểm định Durbin- Watson 1 .953a .909 .892 1272.4852 2 .953b .909 .894 1259.9779 3 .953c .909 .896 1247.9045 4 .952d .907 .897 1246.3025 5 .951e .905 .896 1248.2563 6 .951f .904 .897 1246.4672 2.431
a. Dự đoán: mật độ nuôi (MDN), thời gian nuôi (TG_nuoi), kích cỡ giống (KCG), hình thức nuôi (HT1, HT2), số năm kinh nghiệm (SN_KN), thuốc (thuoc), diện tích nuôi (DT1, DT2).
b. Dự đoán: mật độ nuôi (MDN), thời gian nuôi (TG_nuoi), hình thức nuôi (HT1, HT2), số năm kinh nghiệm (SN_KN), thuốc (thuoc), diện tích nuôi (DT1, DT2).
c. Dự đoán: mật độ nuôi (MDN), thời gian nuôi (TG_nuoi), hình thức nuôi (HT2), số năm kinh nghiệm (SN_KN), thuốc (thuoc), diện tích nuôi (DT1, DT2).
d. Dự đoán: mật độ nuôi (MDN), thời gian nuôi (TG_nuoi), hình thức nuôi (HT2), thuốc (thuoc), diện tích nuôi (DT1, DT2).
e. Dự đoán: mật độ nuôi (MDN), thời gian nuôi (TG_nuoi), thuốc (thuoc), diện tích nuôi (DT1, DT2). (adsbygoogle = window.adsbygoogle || []).push({});
f. Dự đoán: mật độ nuôi (MDN), thuốc (thuoc), diện tích nuôi (DT1, DT2). g. Biến phụ thuộc: sản lượng thu hoach (kg).
Các thông tin ở bảng trên cho thấy các tham số thống kê của mô hình khi tất cả các biến đƣợc đƣa vào và dần loại bỏ các biến ít có quan hệ. Kết quả cho thấy mối quan hệ giữa biến phụ thuộc với các biến độc lập trong cả 04 mô hình đều có hệ số tƣơng quan khá cao, với R2
nhận các giá trị 0,935; 0,935 và 0,934 và mức giảm rất bé khi các biến độc lập đƣợc đƣa ra khỏi mô hình. Điều này có nghĩa là các biến bị loại bỏ là những biến ít có mối quan hệ với biến phụ thuộc.
Với hệ số xác định hiệu chỉnh R2 (1) = 0,909, R2 (2) = 0,909, R2 (3) = 0,909, R2 (4) = 0,907, R2 (5) = 0,905, R2 (6) = 0,904 nghĩa là mô hình hồi qui tuyến tính bội trên đã xây dựng phù hợp với tập dữ liệu đến 90,4 % hay sự thay đổi của sản lƣợng thu
hoạch cá mú nuôi thƣơng phẩm có thể đƣợc giải thích bởi sự phụ thuộc tuyến tính vào các yếu tố: mật độ nuôi (MDN), thuốc (thuoc), diện tích nuôi (DT1, DT2), số 9,6% còn lại phụ thuộc vào các yếu tố khác.