Tải bản đầy đủ - 0 (trang)
CHƯƠNG 5. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ

CHƯƠNG 5. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ

Tải bản đầy đủ - 0trang

20



Tiểu luận Kinh tế lượng



o SE(4) = 0.0117436

o SE(5) = 0.0111744

• Hệ số xác định R2 (R-squared) = 0.6872 cho thấy mơ hình phù hợp 68,72% với

dữ liệu tổng thể. Bên cạnh đó, Giới tính (Male), Sự giám sát của cha mẹ (PM),

Ảnh hưởng của các phương tiện truyền thông (ME), và áp lực ngang hàng từ

bạn bè (PP) giải thích được 68,72% cho hành vi “ăn cơm trước kẻng” của giới

trẻ Hà Nội.

• Khoảng tin cậy của các tham số

o 1 ∈ (-0.1274432 ; 0.3368369)

o 2 (-0.075144 ; 0.1355566)

o 3 ∈ (-0.826278 ; -0.0440876)

o 4 ∈ (0.0323854 ; 0.078807)

o 5 ∈ (0.0265175 ; 0.070689)

• Ý nghĩa của các hệ số hồi quy trong mơ hình

o 2 = 0.0302063

o 3 = -0.0633577 :Với điều kiện các yếu tố khác không đổi, nếu PM tăng 1

đơn vị thì PS giảm 0.0633577 đơn vị.

o 4 = 0.0555962 :Với điều kiện các yếu tố khác khơng đổi, nếu ME tăng 1

đơn vị thì PS tăng 0.0555962 đơn vị.

o 5 = 0.0486032:Với điều kiện các yếu tố khác không đổi, nếu PP tăng 1

đơn vị thì PS tăng 0.0486032 đơn vị.



5.3.



Kiểm định hệ số hồi quy



 Kiểm định hệ số hồi quy

Kiểm định giả thiết:

Nhìn vào bảng dữ liệu: P-value(= 0.572 > 5%

 khơng đủ điều kiện bác bỏ

Vậy với mức ý nghĩa 5%, khơng có ý nghĩa thống kê.

 Kiểm định hệ số hồi quy

Kiểm định giả thiết:



21



Tiểu luận Kinh tế lượng



Nhìn vào bảng dữ liệu P-value( =0.000 < 5%

 bác bỏ

 Vậy với mức ý nghĩa 5%, có ý nghĩa thống kê.

 Kiểm định hệ số hồi quy

Kiểm định giả thiết:

Nhìn vào bảng dữ liệu P-value( =0.000 < 5%

 bác bỏ

 Vậy với mức ý nghĩa 5%, có ý nghĩa thống kê.

 Kiểm định hệ số hồi quy

Kiểm định giả thiết:

Nhìn vào bảng dữ liệu P-value( =0.000 < 5%

 bác bỏ

 Vậy với mức ý nghĩa 5%, có ý nghĩa thống kê.



5.4.



Kiểm định sự phù hợp của mơ hình



Xét cặp giả thuyết:



H 0 : β 2 = β3 = β 4 = β5 = 0



2

2

2

2

H1 : β 2 + β3 + β 4 + β 5 ≠ 0

Với mức ý nghĩa 5%, F qs= 79.64 > Fth=2,372 ( hoặc Prob > F = 0.0000 , mức ý nghĩa

của kiểm định F <5%) nên bác bỏ H0. Vậy có thể nói mơ hình phù hợp.



5.5.



Kiểm định và khắc phục khuyết tật của mô hình



5.5.1. Các khuyết tật trong mơ hình

• Đa cộng tuyến



22



Tiểu luận Kinh tế lượng



. vif

Variable



VIF



1/VIF



PP

ME

PM

Male



1.96

1.75

1.72

1.31



0.510338

0.572184

0.583034

0.762966



Mean VIF



1.68



Bảng 5.5.1 a. Bảng nhân tử phóng đại phương sai

Với phương pháp nhân tử phóng đại phương sai chạy kiểm định VIF trên Stata , ta

thấy cả 4 biến độc lập trong mơ hình đều có hệ số phóng đại phương sai VIF < 2, nên

có thể khẳng định khơng xảy ra hiện tượng đa cộng tuyến.



• Phương sai sai số thay đổi

. imtest, white

White's test for Ho: homoskedasticity

against Ha: unrestricted heteroskedasticity

chi2(13)

Prob > chi2



=

=



68.59

0.0000



Cameron & Trivedi's decomposition of IM-test



Source



chi2



df



p



Heteroskedasticity

Skewness

Kurtosis



68.59

8.62

0.38



13

4

1



0.0000

0.0712

0.5352



Total



77.60



18



0.0000



Bảng 5.5.1.b Bảng kiểm định White phương sai sai số thay đổi

Xét cặp giả thuyết:



23



Tiểu luận Kinh tế lượng



Trong kiểm định White, xác định ý nghĩa thống kê theo kiểm định chi bình phương

với mức ý nghĩa là 5% ta có Prob > chi2 = 0. 0000 < 5%, nên bác bỏ giả thiết Ho, có

thể suy ra có hiện tượng phương sai sai số thay đổi xảy ra.

• Phân phối chuẩn của nhiễu

Sử dụng kiểm định Skewness và Kurtosis để đo sự phân phối của nhiễu có tn theo

quy luật phân phối chuẩn khơng ta có kết quả



. sktest myResiduals

Skewness/Kurtosis tests for Normality

Variable



Obs



Pr(Skewness)



myResiduals



150



0.4772



joint

Pr(Kurtosis) adj chi2(2)

Prob>chi2

0.8597



0.54



0.7623



Bảng 5.5.1.c Bảng kiểm định phân phối chuẩn của nhiễu

Xét cặp giả thuyết:

Ta thấy p-value của kiểm định ( Prob > chi2) là 0.7623 > 5%

=> Không đủ cơ sỏ để bác bỏ , hay ta thừa nhận

Như vậy ta có thể kết luận nhiễu tuân theo quy luật phân phối chuẩn.



5.5.2.



Khắc phục khuyết tật của mơ hình



Ta nhận thấy sau khi tiến hành kiểm định khuyết tật mơ hình ước lượng, chỉ có

một khuyết tật trong mơ hình nghiên cứu của nhóm là xảy ra hiện tượng phương sai

sai số sau khi thực hiện kiểm định White. Để khắc phục khuyết tật phương sai sai số,

ta có thể sử dụng phương pháp ước lượng bình phương tối thiểu có trọng số WLS

thay cho ước lượng OLS.



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

CHƯƠNG 5. KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ

Tải bản đầy đủ ngay(0 tr)

×