Xem mẫu
- Bài 1
Thống kê số liệu tỉ lệ lạm phát tại 5 nước trong giai đọan 1960-1980 nh ư
sau :
ĐVT:%
Nam US Anh Nhat Duc Phap
1960 1.5 1 3.6 1.5 3.6
1961 1.1 3.4 5.4 2.3 3.4
1962 1.1 4.5 6.7 4.5 4.7
1963 1.2 2.5 7.7 3 4.8
1964 1.4 3.9 3.9 2.3 3.4
1965 1.6 4.6 6.5 3.4 2.6
1966 2.8 3.7 6 3.5 2.7
1967 2.8 2.4 4 1.5 2.7
1968 4.2 4.8 5.5 18 4.5
1969 5 5.2 5.1 2.6 6.4
1970 5.9 6.5 7.6 3.7 5.5
1971 4.3 9.5 6.3 5.3 5.5
1972 3.6 6.8 4.9 5.4 5.9
1973 6.2 8.4 12 7 7.5
1974 10.9 16 24.6 7 14
1975 9.2 24.2 11.7 5.9 11.7
1976 5.8 16.5 9.3 4.5 9.6
1977 6.4 15.9 8.1 3.7 9.4
1978 7.6 8.3 3.8 2.7 9.1
1979 11.4 13.4 3.6 4.1 10.7
1980 13.6 18 8 5.5 13.3
Nguồn tin : khoa tóan thống kê – ĐHKT
a. Vẽ đồ thị phân tán về tỉ lệ lạm phát cho mỗi quốc gia theo thời
gian . Cho nhận xét tổng quát về lạm phát của 5 nước ?
- 25 20
20 16
15 12
DUC
AN H
10 8
5 4
0 0
1956 1960 1964 1968 1972 1976 1980 1984 1956 1960 1964 1968 1972 1976 1980 1984
NA M NA M
28 16
24 14
20 12
16 10
N H AT
PH AP
12 8
8 6
4 4
0 2
1956 1960 1964 1968 1972 1976 1980 1984 1956 1960 1964 1968 1972 1976 1980 1984
NA M NA M
14
12
10
8
US
6
4
2
0
1956 1960 1964 1968 1972 1976 1980 1984
NA M
- Nhận xét: NHìn chung tỷ lệ lạm phát của có đều có xu h ướng tăng
lên, nhưng trong đó Đức và Nhật chỉ tăng chậm.
b. Lạm phát nước nào biến thiên nhiều hơn giải thích ?
ANH DUC NHAT PHAP US
Mean 8.547619 4.638095 7.347619 6.714286 5.123810
Median 6.500000 3.700000 6.300000 5.500000 4.300000
Maximum 24.20000 18.00000 24.60000 14.00000 13.60000
Minimum 1.000000 1.500000 3.600000 2.600000 1.100000
Std. Dev. 6.321046 3.458248 4.632992 3.579146 3.694984
Skewness 0.941799 2.852530 2.603757 0.653541 0.784310
Kurtosis 2.866323 11.83415 10.29502 2.214858 2.672861
Jarque-Bera 3.120083 96.76612 70.29363 2.034298 2.246638
Probability 0.210127 0.000000 0.000000 0.361625 0.325199
Sum 179.5000 97.40000 154.3000 141.0000 107.6000
Sum Sq. Dev. 799.1124 239.1895 429.2924 256.2057 273.0581
Observations 21 21 21 21 21
Từ bảng tính các thống kê mô tả, ta thấy độ lệch chuẩn lạm phát của
nước Anh là lớn nhất ( = 6.321046) do đó lạm phát của nước Anh biến
thiên nhiều nhất.
c. Ươc lượng mô hình hồi qui: Lạm phát theo thời gian cho từng
quốc gia theo giả định
(Lamphat)i = 1 + 2 (Thoigian)i + Ui
Đọc và nhận xét phương trình hồi qui của anh ch ị? - Đ ưa ra
kết luận tổng quát về tác động lạm phát tại từng qu ốc gia ?
V ẽ đồ th ị ?
- Ước lượng mô hình hồi qui US:
Dependent Variable: US
Method: Least Squares
Date: 05/10/10 Time: 21:02
Sample: 1960 1980
Included observations: 21
- Variable Coefficient Std. Error t-Statistic Prob.
C -0.164502 0.734285 -0.224030 0.8251
NAMMOHINH 0.528831 0.062811 8.419444 0.0000
R-squared 0.788624 Mean dependent var 5.123810
Adjusted R-squared 0.777499 S.D. dependent var 3.694984
S.E. of regression 1.742926 Akaike info criterion 4.039401
Sum squared resid 57.71804 Schwarz criterion 4.138879
Log likelihood -40.41371 F-statistic 70.88704
Durbin-Watson stat 1.131804 Prob(F-statistic) 0.000000
US = -0.1645021645 + 0.5288311688*NAMMOHINH
Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát c ủa
nước Mỹ tăng lên 0.52883%.
Tỷ lệ lạm phát tăng nhanh tác động mạnh mẽ đến nền kinh t ế, làm
cho giá cả các mặt hàng tăng lên nhanh chóng…
US vs. NAM
14
12
10
8
6
US
4
2
0
-2
1956 1960 1964 1968 1972 1976 1980 1984
NA M
- Ước lượng mô hình hồi qui Anh:
Dependent Variable: ANH
Method: Least Squares
Date: 05/10/10 Time: 21:03
Sample: 1960 1980
Included observations: 21
- Variable Coefficient Std. Error t-Statistic Prob.
C 0.322944 1.612211 0.200311 0.8434
NAMMOHINH 0.822468 0.137908 5.963871 0.0000
R-squared 0.651809 Mean dependent var 8.547619
Adjusted R-squared 0.633483 S.D. dependent var 6.321046
S.E. of regression 3.826801 Akaike info criterion 5.612328
Sum squared resid 278.2437 Schwarz criterion 5.711806
Log likelihood -56.92945 F-statistic 35.56776
Durbin-Watson stat 1.141176 Prob(F-statistic) 0.000010
ANH = 0.3229437229 + 0.8224675325*NAMMOHINH
Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát c ủa
nước Anh tăng lên 0.823%.
ANH vs. NAM
25
20
15
ANH
10
5
0
1956 1960 1964 1968 1972 1976 1980 1984
NA M
- Ước lượng mô hình hồi qui Nhật:
Dependent Variable: NHAT
Method: Least Squares
Date: 05/10/10 Time: 21:09
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
- C 5.215152 1.919155 2.717421 0.0137
NAMMOHINH 0.213247 0.164164 1.298984 0.2095
R-squared 0.081565 Mean dependent var 7.347619
Adjusted R-squared 0.033226 S.D. dependent var 4.632992
S.E. of regression 4.555374 Akaike info criterion 5.960885
Sum squared resid 394.2773 Schwarz criterion 6.060364
Log likelihood -60.58929 F-statistic 1.687359
Durbin-Watson stat 1.175297 Prob(F-statistic) 0.209493
NHAT = 5.215151515 + 0.2132467532*NAMMOHINH
Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát của
nước Nhật tăng lên 0.21324%.
NHAT vs. NAM
28
24
20
16
NHAT
12
8
4
0
1956 1960 1964 1968 1972 1976 1980 1984
NA M
- Ước lượng mô hình hồi qui Đức:
Dependent Variable: DUC
Method: Least Squares
Date: 05/10/10 Time: 21:20
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
- C 3.593939 1.468324 2.447648 0.0243
NAMMOHINH 0.104416 0.125600 0.831332 0.4161
R-squared 0.035098 Mean dependent var 4.638095
Adjusted R-squared -0.015687 S.D. dependent var 3.458248
S.E. of regression 3.485266 Akaike info criterion 5.425359
Sum squared resid 230.7945 Schwarz criterion 5.524837
Log likelihood -54.96626 F-statistic 0.691114
Durbin-Watson stat 2.328057 Prob(F-statistic) 0.416112
DUC = 3.593939394 + 0.1044155844*NAMMOHINH
Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát của nước
Đức tăng lên 0.104415%.
DUC vs. NAM
20
16
12
DUC
8
4
0
1956 1960 1964 1968 1972 1976 1980 1984
NA M
- Ước lượng mô hình hồi qui Phap:
Dependent Variable: PHAP
Method: Least Squares
Date: 05/10/10 Time: 21:21
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 1.853247 0.832871 2.225130 0.0384
- NAMMOHINH 0.486104 0.071244 6.823112 0.0000
R-squared 0.710166 Mean dependent var 6.714286
Adjusted R-squared 0.694912 S.D. dependent var 3.579146
S.E. of regression 1.976933 Akaike info criterion 4.291363
Sum squared resid 74.25703 Schwarz criterion 4.390842
Log likelihood -43.05931 F-statistic 46.55486
Durbin-Watson stat 0.961869 Prob(F-statistic) 0.000002
PHAP = 1.853246753 + 0.4861038961*NAMMOHINH
Khi số năm tăng thêm 1 năm thì về trung bình tỷ lệ lạm phát
của nước Pháp tăng lên 0.48610%.
PHAP vs. NAM
16
14
12
10
PHAP
8
6
4
2
0
1956 1960 1964 1968 1972 1976 1980 1984
NA M
d. Ươc lượng mô hình hồi qui: Lạm phát của từng quốc gia theo
tỉ lệ lạm phát của Mỹ
(Lamphat)i = 1 + 2 (lamphat-USA)i + Ui
Đọc và đánh giá từng mô hình ước lượng ? Đưa ra kết luận
tổng quát về tác động lạm phát tại từng qu ốc gia so v ới l ạm phát
của USA ?
- Anh và US:
- Dependent Variable: ANH
Method: Least Squares
Date: 05/10/10 Time: 21:22
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 3.942998 1.029230 3.831018 0.0011
ANHLP 1.344882 0.199758 6.732569 0.0000
R-squared 0.704636 Mean dependent var 8.547619
Adjusted R-squared 0.689091 S.D. dependent var 6.321046
S.E. of regression 3.524566 Akaike info criterion 5.447784
Sum squared resid 236.0287 Schwarz criterion 5.547263
Log likelihood -55.20174 F-statistic 45.32748
Durbin-Watson stat 0.439091 Prob(F-statistic) 0.000002
ANH = 3.942998281 + 1.344882282*ANHLP
Khi lạm phát của US tăng lên 1% thì về trung bình làm phát của Anh
sẽ tăng lên 1.345%
- Nhật và US:
Dependent Variable: NHAT
Method: Least Squares
Date: 05/10/10 Time: 21:22
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 5.795073 0.866538 6.687612 0.0000
NHATLP 0.698147 0.177928 3.923768 0.0009
R-squared 0.447610 Mean dependent var 7.347619
Adjusted R-squared 0.418536 S.D. dependent var 4.632992
S.E. of regression 3.532831 Akaike info criterion 5.452469
Sum squared resid 237.1370 Schwarz criterion 5.551947
Log likelihood -55.25092 F-statistic 15.39596
Durbin-Watson stat 0.534453 Prob(F-statistic) 0.000912
NHAT = 5.795072835 + 0.6981471192*NHATLP
Khi lạm phát của US tăng lên 1% thì về trung bình làm phát c ủa
Nhật sẽ tăng lên 0.7%.
-Đức va US:
- Dependent Variable: DUC
Method: Least Squares
Date: 05/10/10 Time: 21:23
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 4.860462 0.627216 7.749263 0.0000
DUCLP 0.457815 0.142581 3.210916 0.0046
R-squared 0.351757 Mean dependent var 4.638095
Adjusted R-squared 0.317639 S.D. dependent var 3.458248
S.E. of regression 2.856691 Akaike info criterion 5.027598
Sum squared resid 155.0530 Schwarz criterion 5.127076
Log likelihood -50.78978 F-statistic 10.30998
Durbin-Watson stat 1.202348 Prob(F-statistic) 0.004600
DUC = 4.860462352 + 0.4578146464*DUCLP
Khi lạm phát của US tăng lên 1% thì về trung bình làm phát c ủa
Đức sẽ tăng lên 0.46%.
-Pháp Và US:
Dependent Variable: PHAP
Method: Least Squares
Date: 05/10/10 Time: 21:25
Sample: 1960 1980
Included observations: 21
Variable Coefficient Std. Error t-Statistic Prob.
C 6.251776 1.212106 5.157778 0.0001
PHAPLP 0.290800 0.574747 0.505961 0.6187
R-squared 0.013294 Mean dependent var 6.714286
Adjusted R-squared -0.038637 S.D. dependent var 3.579146
S.E. of regression 3.647635 Akaike info criterion 5.516428
Sum squared resid 252.7996 Schwarz criterion 5.615906
Log likelihood -55.92249 F-statistic 0.255996
Durbin-Watson stat 0.273299 Prob(F-statistic) 0.618704
PHAP = 6.25177575 + 0.2907996784*PHAPLP
Khi lạm phát của US tăng lên 1% thì về trung bình làm phát c ủa
Pháp sẽ tăng lên 0.29%.
- Nhận xét chung:
Từ kết quả trên ta thấy tỉ lệ lạm phát của Anh ch ịu ảnh hưởng nhi ều b ởi
tỉ lệ lạm phát của Hoa Kì ( tăng lên 1.345%) , còn tỉ lệ lạm phát của Nhật
( 0.7%) và Đức (0.46%), Pháp ( 0.29%) ít chịu ảnh h ưởng bởi t ỉ l ệ l ạm
phát của Hoa Kì.
Bài tập 2 :
Nhà phân tích học viện nghiên cứu Anh ngữ đã thu thập d ữ
liệu từ 8 sinh viên khác nhau trong một l ớp . B ảng d ữ li ệu g ốc đ ược
trình bài như sau :
Điểm Điểm điểm
Sinh
khoa học
viên tóan Anh Văn
1 13.5 9.9 13.3
2 13.7 6.8 10
3 7 5.5 8.9
4 7.4 5.7 2.4
5 13.2 10.3 8.2
6 7.3 1.8 6.3
7 5.2 5.2 7.7
8 8.4 6.9 2.9
Người ta muốn xem xét xem là có mối quan h ệ nào giữa đi ểm môn
Anh văn và điểm môn Khoa học của sinh viên . C ụ th ể là chúng ta có th ể
dựa vào điểm môn Khoa học và của sinh viên có thể dự đóan điểm của
môn Anh văn hay không - Cũng như dựa vào điểm môn Tóan của sinh
viên có thể dự đóan điểm của môn Anh văn hay không ?
Cho từng cặp môn học tương ứng , anh chị :
a. Ươc lượng mô hình hồi qui tuyến tính cho tập dữ liệu nói trên? -
Đọc và nhận xét phương trình hồi qui của anh ch ị? - Đưa ra k ết
luận tổng quát ?
Điểm môn Khoa học và của sinh viên có thể dự đóan điểm của môn Anh
văn hay không:
Dependent Variable: DIEMANHVAN
Method: Least Squares
Date: 05/11/10 Time: 21:13
Sample: 1 8
Included observations: 8
- Variable Coefficient Std. Error t-Statistic Prob.
C 3.762656 3.422463 1.099400 0.3137
DIEMKHOAHOC 0.568114 0.489567 1.160442 0.2900
R-squared 0.183299 Mean dependent var 7.462500
Adjusted R-squared 0.047182 S.D. dependent var 3.605130
S.E. of regression 3.519055 Akaike info criterion 5.566580
Sum squared resid 74.30247 Schwarz criterion 5.586440
Log likelihood -20.26632 F-statistic 1.346627
Durbin-Watson stat 1.325655 Prob(F-statistic) 0.289950
DIEMANHVAN = 3.762656345 + 0.5681141889*DIEMKHOAHOC
Khi điểm khoa học tăng lên một điểm thì về trung bình điểm môn
anh văn sẽ tăng lên 0.56 điểm.
Điểm môn Tóan của sinh viên có thể dự đóan điểm của môn Anh văn
hay không:
Dependent Variable: DIEMANHVAN
Method: Least Squares
Date: 05/11/10 Time: 21:13
Sample: 1 8
Included observations: 8
Variable Coefficient Std. Error t-Statistic Prob.
C 1.691257 3.486802 0.485045 0.6448
DIEMTOAN 0.609907 0.348935 1.747907 0.1311
R-squared 0.337396 Mean dependent var 7.462500
Adjusted R-squared 0.226962 S.D. dependent var 3.605130
S.E. of regression 3.169724 Akaike info criterion 5.357484
Sum squared resid 60.28290 Schwarz criterion 5.377344
Log likelihood -19.42994 F-statistic 3.055180
Durbin-Watson stat 2.104833 Prob(F-statistic) 0.131069
DIEMANHVAN = 1.691256533 + 0.6099068394*DIEMTOAN
Khi điểm toán tăng lên một điểm thì về trung bình điểm môn anh
văn sẽ tăng lên 0.6 điểm.
- Kết Luận tổng quát: Ta thấy hệ số tương quan của 2 mô hình th ấp
(R2
- 1 128 37 1870 6.66 33 142 50 8640 7.17
2 204 22 130 6.15 34 104 62 350 6.6
3 202 16 310 7 35 287 31 230 7
4 197 65 570 6.25 36 41 66 1620 3.91
5 96 76 2050 3.81 37 312 11 190 6.7
6 209 26 200 6.44 38 77 88 2090 4.2
7 170 45 670 6.19 39 142 22 900 5.43
8 240 29 300 5.89 40 262 22 230 6.5
9 241 11 120 5.89 41 215 12 140 6.25
10 55 55 290 2.36 42 246 9 330 7.1
11 75 87 1180 3.93 43 191 31 1010 7.1
12 129 55 900 5.99 44 182 19 300 7
13 24 93 1730 3.5 45 37 88 1730 3.46
14 165 31 1150 7.41 46 103 35 780 5.66
15 94 77 1160 4.21 47 67 85 1300 4.82
16 96 80 1270 5 48 143 78 930 5
17 148 30 580 5.27 49 83 85 690 4.74
18 98 69 660 5.21 50 223 33 200 8.49
19 161 43 420 6.5 51 240 19 450 6.5
20 118 47 1080 6.12 52 312 21 280 6.5
21 269 17 290 6.19 53 12 79 4430 1.69
22 189 35 270 5.05 54 52 83 270 3.25
23 126 58 560 6.16 55 79 43 1340 7.17
24 12 81 4240 1.8 56 61 88 670 3.52
25 167 29 240 4.75 57 168 28 410 6.09
26 135 65 430 4.1 58 28 95 4370 2.86
27 107 87 3020 6.66 59 121 41 1310 4.88
28 72 63 1420 7.28 60 115 62 1470 3.89
29 128 49 420 8.12 61 186 45 300 6.9
30 27 63 19830 5.23 62 47 85 3630 4.1
31 152 84 420 5.79 63 178 45 220 6.09
32 224 23 530 6.5 64 142 67 560 7.2
Trong đó: - CM : Tỉ lệ tử vong của trẽ sơ sinh (%)
- FLR : Tỉ lệ biết chử của dân số (%)
- PGNP : GNP bình quân đầu người (Đô la)
- TFR : Tỉ lệ sinh chung của dân số (%)
- 1. Hãy giải thích mối quan hệ giữa tỉ lệ tử vong của tr ẻ sơ sinh
và các biến khác đã cho, bằng những lập lu ận mang tính cách kinh t ế
và lô gic ? - Sau đó vẽ biểu đồ phân tán gi ữa CM và FLR; CM và
PGNP; CM và TFR. Rồi từ đó đối chiếu đồ thị với các gi ải thích c ủa
anh chị lúc ban đầu ( nêu lên sự phù hợp và không phù h ợp v ới l ời
giải thích ban đầu)
- Tỷ lệ tử vong và tỷ lệ biết chữ: Hai biến này có mối quan hệ nghịch
biến, nếu tỷ lệ biết chữ thấp thì tỷ lệ tử vong sẽ cao và ngược lại.
- Tỷ lệ tử vong và GNP bình quân đầu người: Khi GNP bình quân đầu
người tăng lên thì tỷ lệ tử vong của trẻ sơ sinh sẽ giảm đi vì khi đó trẻ sẽ
được chăm sóc tốt và toàn diện hơn. Ngược lại
- Tỷ lệ tử vong và tỷ lệ sinh chung của dân số: Nếu tỷ lệ sinh chung tăng
lên thì-> dân số tăng lên-> gia đình sẽ đông con hơn->nghèo->không chăm
sóc đầy đủ cho con cái->tỷ lệ tử vong tăng.
Biểu đồ phân tán giữa CM và FLR:
CM va PGNP
320
280
240
200
CM
160
120
80
40
0
0 4000 8000 12000 16000 20000
PGNP
-Phù hợp với lời gải thích ban đầu.
- CM va TFR
320
280
240
200
CM
160
120
80
40
0
1 2 3 4 5 6 7 8 9
TF R
- Không phù hợp với lời giải thích ban đầu vì : qua biểu đồ cho thấy khi
tỷ lệ sinh tăng ( giảm ) tỷ lệ tử cũng tăng ( giảm ) theo. Đây là mối quan
hệ tỉ lệ thuận
CM và FLR
- 320
280
240
200
CM
160
120
80
40
0
0 20 40 60 80 100
FLR
Qua đồ thị cho thấy tỉ lệ biết chữ của dân số càng cao thì tỉ lệ tử vong của
trẻ sơ sinh càng thấp và ngược lại. Phù hợp với lời giải thích ban đầu.
2. Anh chị hãy xây dựng mô hình hồi qui đơn cho CM va PGNP .
Nhận xét các thông tin chính từ mô hình nầy nh ư ý nghĩa th ống kê
của hệ số hồi qui, hệ số xác định R2 .
Dependent Variable: CM
Method: Least Squares
Date: 05/11/10 Time: 23:05
Sample: 1 64
Included observations: 64
Variable Coefficient Std. Error t-Statistic Prob.
C 157.4244 9.845583 15.98935 0.0000
PGNP -0.011364 0.003233 -3.515661 0.0008
R-squared 0.166217 Mean dependent var 141.5000
Adjusted R-
squared 0.152769 S.D. dependent var 75.97807
S.E. of regression 69.93413 Akaike info criterion 11.36374
- Sum squared resid 303228.5 Schwarz criterion 11.43120
Log likelihood -361.6396 F-statistic 12.35987
Durbin-Watson
stat 1.931458 Prob(F-statistic) 0.000826
CM = 157.4244406 - 0.01136445358*PGNP
Khi GNP bình quân đầu người tăng lên 1USD thì Tỷ lệ tử vong của
trẻ sơ sinh giảm 1.1%.
Hệ số R2=16.62% là không tốt vì không giải thích được các biến
đưa vào mô hình. Hay nói cách khác tỉ lệ tử vong của trẻ sơ sinh ít chịu
ảnh hưởng bởi GNP bình quân đầu người mà phụ thuộc vào nhiều nhân
tố khác nữa.
3. Hãy xây dựng mô hình hồi qui bội cho quan hệ CM; FLR và
PGNP. Nhận xét thông tin chính từ mô hình nầy , như ý nghĩa th ống
kê của hệ số , hệ số xác định R2.
Dependent Variable: CM
Method: Least Squares
Date: 05/11/10 Time: 23:06
Sample: 1 64
Included observations: 64
t-
Variable Coefficient Std. Error Statistic Prob.
22.7410
C 263.6416 11.59318 9 0.0000
-
10.6292
FLR -2.231586 0.209947 7 0.0000
-
2.81870
PGNP -0.005647 0.002003 3 0.0065
Mean dependent 141.500
R-squared 0.707665 var 0
Adjusted R- 75.9780
squared 0.698081 S.D. dependent var 7
- Akaike info 10.3469
S.E. of regression 41.74780 criterion 1
10.4481
Sum squared resid 106315.6 Schwarz criterion 1
73.8325
Log likelihood -328.1012 F-statistic 4
Durbin-Watson 0.00000
stat 2.186159 Prob(F-statistic) 0
CM = 263.6415856 - 2.231585732*FLR - 0.005646594817*PGNP
Trong điều kiện các yếu tố khác không đổi, khi GDP đấu người
tăng lên 1 USD thì tỷ lệ tử vong của trẻ sơ sinh tăng giảm đi 5%.
Hệ số R2 = 70.76% được xem là không tốt vì không giải thích được
tất cả các biến đưa vào mô hình.
4 . So sánh mô hình đơn và mô hình bội anh chị có nh ận xét gì
về hệ số hồi qui tìm được của biến PGNP , nếu phải chọn hệ số
PGNP của mô hình nào để giải thích tác động của PGNP lên CM ?
Tại sao?
CM = 157.4244406 - 0.01136445358*PGNP
CM = 263.6415856 - 2.231585732*FLR - 0.005646594817*PGNP
- Nhận xét: hệ số hồi quy của biến PGNP của mô hình đơn > hệ s ố h ồi
quy PGNP cảu mô hình đa biến.
- Chọn mô hình 2 vì: ta thấy h ệ số của FLR < α nên ta bác bỏ H0 tức hệ
số FLR có ý nghĩa thống kê. ( Kiếm định hệ số Prob )
5. Hồi qui CM cho tất cả các biến trong tập d ữ li ệu ? Nh ận xét
va cho ý kiến của anh chị?
Dependent Variable: CM
Method: Least Squares
Date: 05/11/10 Time: 23:17
Sample: 1 64
Included observations: 64
Variable Coefficient Std. Error t-Statistic Prob.
C 168.3067 32.89165 5.117003 0.0000
- FLR -1.768029 0.248017 -7.128663 0.0000
PGNP -0.005511 0.001878 -2.934275 0.0047
TFR 12.86864 4.190533 3.070883 0.0032
R-squared 0.747372 Mean dependent var 141.5000
Adjusted R-
squared 0.734740 S.D. dependent var 75.97807
S.E. of regression 39.13127 Akaike info criterion 10.23218
Sum squared resid 91875.38 Schwarz criterion 10.36711
Log likelihood -323.4298 F-statistic 59.16767
Durbin-Watson
stat 2.170318 Prob(F-statistic) 0.000000
CM = 168.3066897 - 1.768029221*FLR - 0.00551122506*PGNP +
12.86863633*TFR
- Trong điều kiện các yếu tố khác không đổi thì khi FLR tăng lên 1% thì
về trung bình CM giảm 1.768%, PGNP tăng lên 1usd thì về trung bình CM
giảm 0.0055%, TFR tăng lên 1% thì về trung bình CM cũng tăng lên
12.8686%.
- R2 = 0.747372 cao hơn các mô hình trên, cho thấy mức độ phù hợp này
khá cao, có ý nghĩa thống kê hơn cả các mô hình trên.
Bài 4 :Ta có tập dữ liệu sau:
obs AGE ALC EDU EDU HEX INC MOR PHY POV TOB URB
D C 1 2 C C T S C
1 0.122 1.9 0.565 0.122 1620 1067 934.9 142 0.189 114.5 0.675
3
2 0.034 3.86 0.825 0.211 1667 1818 396.2 127 0.107 128.9 0.417
7
3 0.123 3.08 0.724 0.174 1473 1279 771.5 184 0.132 107.1 0.764
5
4 0.149 1.78 0.555 0.108 1552 1047 1022.8 136 0.19 125.8 0.397
6
5 0.106 3.19 0.735 0.196 2069 1606 766 235 0.114 102.8 0.957
5
6 0.09 3.09 0.786 0.23 1664 1481 625.7 196 0.101 112.4 0.817
nguon tai.lieu . vn