báo cáo thực hành kinh tế lượng vấn đề nghiên cứ nghiên cứu các nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở hà nội

<span class="text_page_counter">Trang 1</span><div class="page_container" data-page="1">

HỌC VIỆN TÀI CHÍNH

<b>BỘ MƠN: KINH TẾ LƯỢNG</b>

<b>BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG</b>

</div><span class="text_page_counter">Trang 2</span><div class="page_container" data-page="2">

STTHọ và tênCông việc tham gia5-LT1Nguyễn Chúc AnChạy EVIEWS, kiểm định sự ảnh

hưởng của các biến độc lập lên biến phụ thuộc, Khoảng tin cậy của các hệ số hồi quy và PSSSNN

7-LT1Phạm Hồng AnhChạy EVIEWS Kiểm định khuyết tật, Dự báo

12-LT1 Dương Lan HươngChạy EVIEWS, Thu thập số liệu, Kiểm định sự phù hợp của hàm hồi quy, Kết luận mơ hình

13-LT1 Đào Thu HuyềnChạy EVIEWS, Tổng quan về đề tài nghiên cứu, Xây dựng mơ hình KTL, Ước lượng mơ hình hồi quy,

2

</div><span class="text_page_counter">Trang 3</span><div class="page_container" data-page="3">

<b>MỤC LỤC</b>

PHẦN 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU...6

1.1. Vấn đề nghiên cứu...6

1.2. Mục tiêu nghiên cứu...7

1.3. Đối tượng và phạm vi nghiên cứu...7

PHẦN 2: XÂY DỰNG MƠ HÌNH KINH TẾ LƯỢNG...8

2.1. Độ tin cậy của nghiên cứu...8

2.2. Các biến nghiên cứu...8

2.3. Mơ hình hồi quy...8

2.4. Kỳ vọng về dấu...9

PHẦN 3. THU THẬP SỐ LIỆU...10

PHẦN 4: ƯỚC LƯỢNG MÔ HÌNH HỒI QUY SỬ DỤNG...11

PHẦN MỀM EVIEWS...11

PHẦN 5: KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY...13

5.1. Kiểm định sự phù hợp của hàm hồi quy...13

5.2. Sự phù hợp về dấu của các hệ số hồi quy...13

PHẦN 6: KIỂM ĐỊNH SỰ ẢNH HƯỞNG CỦA CÁC BIẾN ĐỘC LẬP LÊN BIẾN PHỤ THUỘC...14

6.1. Kiểm định β2...14

6.2. Kiểm định β3...14

6.3. Kiểm định β4...143

</div><span class="text_page_counter">Trang 4</span><div class="page_container" data-page="4">

6.4. Kiểm định β5...14

PHẦN 7: KIỂM ĐỊNH KHUYẾT TẬT...16

7.1. Kiểm định đa cộng tuyến...16

7.1.1. Kiểm định đa cộng tuyến bằng mơ hình hồi quy phụ...16

7.1.2. Kiểm định đa cộng tuyến bằng phương pháp Theil...21

7.2. Kiểm định phương sai sai số ngẫu nhiên...24

7.2.1. Kiểm định White...24

7.2.2. Kiểm định Glejser...26

7.3. Kiểm định khuyết tật tự tương quan...27

7.3.1. Kiểm định Durbin – Watson...27

7.3.2. Kiểm định Breusch – Godfrey (Kiểm định BG)...29

7.4. Kiểm định thiếu biến...30

7.5. Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên...32

PHẦN 8: KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ HỒI QUY VÀ PHƯƠNG SAISAI SỐ NGẪU NHIÊN...34

8.1. Khoảng tin cậy của các hệ số hồi quy...34

8.1.1. Khoảng tin cậy của β1...34

8.1.2. Khoảng tin cậy của β2...35

8.1.3. Khoảng tin cậy của β3...37

8.1.4. Khoảng tin cậy của β4...38

8.1.5. Khoảng tin cậy của β5...40

8.2. Khoảng tin cậy của phương sai sai số ngẫu nhiên...414

</div><span class="text_page_counter">Trang 5</span><div class="page_container" data-page="5">

8.2.1. Khoảng tin cậy 2 phía của σ...41

8.2.2. Khoảng tin cậy phải của σ<small>2</small>...42

8.2.3. Khoảng tin cậy trái của σ<small>2</small>...42

</div><span class="text_page_counter">Trang 6</span><div class="page_container" data-page="6">

<b>PHẦN 1: TỔNG QUAN VỀ ĐỀ TÀI NGHIÊN CỨU1.1. Vấn đề nghiên cứu</b>

“Cơng nghiệp hóa - Hiện đại hóa - Đơ thị hóa ” là một xu thế tất yếu của mọi quốc gia trên thế giới và đặc biệt nó đóng một vai trị rất quan trọng đối với một quốc gia đang phát triển như Việt Nam hiện nay. Xét trên bình diện chung có thể thấy, Đơ thị hóa đã mang lại điểm sáng cho bức tranh chung của xã hội và đất nước. Tuy nhiên cũng phải nhìn nhận một thực tế rằng, Q trình Đơ thị hóa cũng đem lại nhiều mặt tối cho sự phát triển. Đó là di dân tự do một cách ồ ạt từ nông thôn ra thành thị dẫn tới quá tải về việc làm, cơ sở hạ tầng chưa đáp ứng đủ nhu cầu đi lại của người dân, là mối nguyên nhân cho tai tệ nạn mất an tồn xã hội; ơ nhiễm mơi trường; gây mất mỹ quan đô thị và đặc biệt là sự gia tăng một cách chóng mặt của các phương tiện cá nhân đã làm cho vấn đề về ùn tắc giao thông ngày càng trở nên nhức nhối, tạo nên nét vẽ xấu trong bức tranh chung của đô thị. Điển hình cho vấn đề này là thủ đơ Hà Nội. Nhìn nhận được vấn đề này, các nhà quản lý trong khu vực công đã nỗ lực và cung ứng nhiều dịch vụ tiện ích nhằm tháo gỡ những khó khăn và góp phần ổn định tình hình. Đặc biệt trong lĩnh vực giao thơng đó là dịch vụ xe bus công cộng. Hà Nội là một địa phương đi đầu trong cả nước về lĩnh vực này và đã thu được những kết quả đáng ghi nhận. Xe bus công cộng đã thu hút được số lượng lớn hành khách thường xuyên tham gia giao thông bằng phương tiện cơng cộng góp phần giảm thiểu số lượng lớn các phương tiện cá nhân tham gia giao thông. Tạo ra được loại hình giao thơng giá rẻ tiện ích giảm thiểu chi phí cho nhiều đối tượng tham gia giao thông.

Nhận thấy tầm quan trọng của xe bus công cộng đối với đời sống hiện nay,

<b>nhóm quyết định lựa chọn đề tài “Nghiên cứu các nhân tố ảnh hưởng đến nhu </b>

<b>cầu đi lại bằng xe bus của người dân ở Thành phố Hà Nội” với mong muốn gửi</b>

tới cái nhìn đa chiều về loại hình dịch vụ giao thơng cơng cộng xe Bus trên địa bàn Thành phố Hà Nội, để từ đó có những tư duy và quan điểm đề xuất giải pháp góp phần thúc đẩy sự phát triển của giao thông công cộng của Hà Nội và tô điểm thêm nét đẹp cho bức tranh Thủ đô.

6

</div><span class="text_page_counter">Trang 7</span><div class="page_container" data-page="7">

<b>1.2. Mục tiêu nghiên cứu</b>

Nghiên cứu sự ảnh hưởng của các yếu tố: FARE (X1) - Giá vé, GASPRICE (X2) - Giá xăng, INCOME (X3) - Thu nhập, POP (X4) - Dân số tới BUSTRAVL (Y) - nhu cầu đi lại bằng xe bus của người dân Hà Nội

Đưa ra mơ hình đánh giá

- Kiểm định sự phù hợp của hàm hồi quy.- Kiểm định sự phù hợp dấu của các hệ số hồi quy.- Kiểm định sự phù hợp giữa các biến độc lập và phụ thuộc.- Kiểm định khuyết tật của mơ hình.

- Kết luận mơ hình.

<b>1.3. Đối tượng và phạm vi nghiên cứu</b>

Đối tượng: Nhu cầu đi lại bằng xe bus của người dân Hà Nội - BUSTRAVL (Y) Phạm vi: Thành phố Hà Nội

Thời gian: Từ 1/1/2012 – 31/12/2022

7

</div><span class="text_page_counter">Trang 8</span><div class="page_container" data-page="8">

<b>PHẦN 2: XÂY DỰNG MÔ HÌNH KINH TẾ LƯỢNG2.1. Độ tin cậy của nghiên cứu </b>

Độ tin cậy của nghiên cứu là 95%Mức ý nghĩa 5%

<b>2.2. Các biến nghiên cứu </b>

Biến phụ thuộc

xe bus Nghìn người/nămBiến độc lập

Bảng 1: Các biến của mơ hình

<b>2.3. Mơ hình hồi quy</b>

- Mơ hình hồi quy tổng thể

</div><span class="text_page_counter">Trang 9</span><div class="page_container" data-page="9">

<b>2.4. Kỳ vọng về dấu</b>

nghìn VND thì nhu cầu đi lại bằng xe bus tăng trung bình β<small>3 </small>nghìnngười/năm

đầu người tăng 1 nghìn VND thì nhu cầu đi lại bằng xe bus giảm trung bình |

9

</div><span class="text_page_counter">Trang 11</span><div class="page_container" data-page="11">

<b>PHẦN 4: ƯỚC LƯỢNG MƠ HÌNH HỒI QUY SỬ DỤNG PHẦN MỀM EVIEWS</b>

Với số liệu từ mẫu trên, sử dụng phần mềm Eview để ước lượng, ta được báo cáo kết quả ước lượng như sau:

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 00:31Sample: 2012 2022Included observations: 11

Báo cáo 1: Kết quả ước lượng mơ hình BUSTRAVL theo FARE, GASPRICE,INCOME, POP

Với hàm hồi quy trên, ta ước lượng được hàm hồi quy mẫu:

Ý nghĩa kinh tế:

bằng 0 thì nhu cầu đi lại bằng xe bus là 276799.2 nghìn người/năm

11

</div><span class="text_page_counter">Trang 12</span><div class="page_container" data-page="12">

- <small>^</small>_β₂= - 113.8546: Trong điều kiện các yếu tố khác khơng đổi, khi giá vé tăng 1nghìn VND thì nhu cầu đi lại bằng xe bus giảm trung bình 113.8546 nghìnngười/năm

tăng 1 nghìn VND thì nhu cầu đi lại bằng xe bus tăng trung bình 0.036666nghìn người/năm

quân đầu người tăng 1 nghìn VND thì nhu cầu đi lại bằng xe bus giảm trungbình 11.33205 nghìn người/năm

nghìn người thì nhu cầu đi lại bằng xe bus giảm trung bình 3.292028 nghìnngười/năm

Các hệ số hồi quy phù hợp với lí thuyết kinh tế

12

</div><span class="text_page_counter">Trang 13</span><div class="page_container" data-page="13">

<b>PHẦN 5: KIỂM ĐỊNH SỰ PHÙ HỢP CỦA HÀM HỒI QUY.5.1. Kiểm định sự phù hợp của hàm hồi quy.</b>

Kiểm định cặp giả thuyết:Kiểm định cặp giả thuyết:

Kết luận: Với mức ý nghĩa 5%, mơ hình hồi quy phù hợp.

<b>5.2. Sự phù hợp về dấu của các hệ số hồi quy.</b>

Ta có hàm hồi quy mẫu:

Nhận xét về dấu của hệ số ước lượng hồi quy:

=> Phù hợp với lý thuyết kinh tế.

=> Phù hợp với lý thuyết kinh tế.

bus tăng.

=> Không phù hợp với lý thuyết kinh tế.

=> Phù hợp với lý thuyết kinh tế.

13

</div><span class="text_page_counter">Trang 14</span><div class="page_container" data-page="14">

<b>PHẦN 6: KIỂM ĐỊNH SỰ ẢNH HƯỞNG CỦA CÁC BIẾN ĐỘC LẬP LÊNBIẾN PHỤ THUỘC</b>

<b>6.1. Kiểm định β2 </b>

Kiểm định cặp giả thuyết:

{

<small>H</small>₀<small>: β</small>₂<small>=0</small>

<small>H</small>₁<small>: β</small>₂<small>≠ 0</small> với mức ý nghĩa <small>α</small> = 0.05

=> Chưa đủ cơ sở bác bỏ giả thuyết <small>H</small>₀, tạm thời chấp nhận <small>H0.</small>

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Giá vé khơng ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội.

<b>6.2. Kiểm định β3 </b>

Kiểm định cặp giả thuyết:

{

<small>H0: β3=0</small>

<small>H1: β3≠ 0</small> với mức ý nghĩa <small>α</small> = 0.05

=> Chưa đủ cơ sở bác bỏ giả thuyết <small>H</small>₀, tạm thời chấp nhận <small>H0.</small>

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Giá xăng không ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội.

<b>6.3. Kiểm định β4 </b>

Kiểm định cặp giả thuyết:

{

<small>H0: β4=0</small>

<small>H1: β4≠ 0</small> với mức ý nghĩa <small>α</small> = 0.05

=> Bác bỏ giả thuyết <small>H0, chấp nhận đối thuyết H1.</small>

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Thu nhập bình qn đầu người có ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội.

<b>6.4. Kiểm định β5</b>

Kiểm định cặp giả thuyết:

{

<small>H</small>₀<small>: β</small>₅<small>=0</small>

<small>H1: β5≠ 0</small> với mức ý nghĩa <small>α</small> = 0.05

=> Bác bỏ giả thuyết <small>H0, chấp nhận đối thuyết H1.</small>

Kết luận: Vậy với mức ý nghĩa 5% thì cho thấy Dân số có ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân ở thành phố Hà Nội.

14

</div><span class="text_page_counter">Trang 15</span><div class="page_container" data-page="15">

<b>PHẦN 7: KIỂM ĐỊNH KHUYẾT TẬT7.1. Kiểm định đa cộng tuyến</b>

<b>7.1.1. Kiểm định đa cộng tuyến bằng mơ hình hồi quy phụ - Hồi quy biến </b>FARE<b> theo các biến </b>GASPRICE, INCOME, POP<b>:</b>

15

</div><span class="text_page_counter">Trang 16</span><div class="page_container" data-page="16">

Ước lượng mơ hình hồi quy phụ:

Kiểm định cặp giả thuyết:

<b>- Hồi quy biến POP theo các biến </b>FARE, GASPRICE, INCOME<b>:</b>

Dependent Variable: POPMethod: Least SquaresDate: 11/28/23 Time: 07:49Sample: 2012 2022Included observations: 11

19

</div><span class="text_page_counter">Trang 17</span><div class="page_container" data-page="17">

C 81.70223 2.982256 27.39612 0.0000

Ước lượng mơ hình hồi quy phụ:

Kiểm định cặp giả thuyết:

</div><span class="text_page_counter">Trang 18</span><div class="page_container" data-page="18">

Kết luận: Từ (1), (2), (3), (4) có thể kết luận rằng mơ hình gốc khơng có hiện tượngđa cộng tuyến.

<b>7.1.2. Kiểm định đa cộng tuyến bằng phương pháp Theil</b>

BUSTRAVL<small>i</small> = β + β<small>12</small>GASPRICE<small>i</small> + β<small>3</small>INCOME<small>i</small> + β<small>4</small>POP<small>i</small> + u<small>i</small>

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:27Sample: 2012 2022Included observations: 11

Báo cáo 6: Kiểm định đa công tuyến mơ hình bỏ biến FARE=> Thu được <small>R1</small> = 0.826427

BUSTRAVL<small>i</small> = β + β<small>12</small>FARE<small>i</small> + β<small>3</small>INCOME<small>i</small> + β<small>4</small>POP<small>i</small> + u<small>i</small>

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:37Sample: 2012 2022

21

</div><span class="text_page_counter">Trang 19</span><div class="page_container" data-page="19">

Báo cáo 7: Kiểm định đa cộng tuyến mơ hình bỏ biến GASPRICE=> Thu được <small>R2</small> = 0. 824025

BUSTRAVL<small>i</small> = β + β<small>12</small>FARE<small>i</small> + β<small>3</small>GASPRICE<small>i</small> + β<small>4</small>POP<small>i</small> + u<small>i</small>

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:44Sample: 2012 2022Included observations: 11

22

</div><span class="text_page_counter">Trang 20</span><div class="page_container" data-page="20">

S.E. of regression 2441.014 Akaike info criterion 18.71350

Báo cáo 8: Kiểm định đa cộng tuyến mơ hình bỏ biến INCOME=> Thu được <small>R3</small> = 0. 083338

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 09:51Sample: 2012 2022Included observations: 11

Báo cáo 9: Kiểm định đa cộng tuyến mơ hình bỏ biến POP=> Thu được <small>R4</small> = 0. 028468

<small>−R</small>²<small>j</small>

)

= - 0.119225 ≈ 0

23

</div><span class="text_page_counter">Trang 21</span><div class="page_container" data-page="21">

Kết luận: Với mức ý nghĩa 5%, mô hình ban đầu khơng có đa cộng tuyến.Như vậy, thơng qua kiểm định đa cộng tuyến bằng phương pháp hồi quy phụ và

có hiện tượng đa cộng tuyến.

<b>7.2. Kiểm định phương sai sai số ngẫu nhiên7.2.1. Kiểm định White</b>

Ước lượng mơ hình hồi quy gốc:

BUSTRAVLi = β + β<small>12</small>FARE<small>i</small> + β<small>3</small>GASPRICE<small>i</small> + β<small>4</small>INCOME<small>i</small> + β<small>5</small>POP<small>i</small> + u <small>i</small>thuđược e<small>i</small>²

Mơ hình White có dạng:

e<small>i</small>² = α + α<small>12</small>FARE<small>i</small>² + α<small>3</small>FARE GASPRICE<small>ii</small> + α<small>4</small>FARE INCOME<small>ii</small> +α FARE POP<small>5ii</small> + α<small>6</small>FARE<small>i</small> + α<small>7</small>GASPRICE<small>i</small>² + α<small>8</small>GASPRICE INCOME +<small>ii </small>

α INCOME<small>13i</small> + α<small>14</small>POP<small>i</small>² + α<small>15</small>POP<small>i</small> thu được <small>Rw</small>

Kiểm định cặp giả thuyết:

Heteroskedasticity Test: WhiteNull hypothesis: Homoskedasticity

</div><span class="text_page_counter">Trang 22</span><div class="page_container" data-page="22">

Test Equation:

Dependent Variable: RESID^2Method: Least SquaresDate: 11/28/23 Time: 10:57Sample: 2012 2022Included observations: 11

Tiêu chuẩn kiểm định:

X<small>2</small> = n.<small>Rw2</small> ~ X<small>2 (k-1)</small>

Miền bác bỏ:

<small>Wα= {X | X > 22Xα2 (k−1)</small>

Theo bảng báo cáo EViews: P-value (F) = 0. 057407 > α = 0.05

25

</div><span class="text_page_counter">Trang 23</span><div class="page_container" data-page="23">

Chưa có cơ sở bác bỏ giả thuyết H0, tạm thời chấp nhận H0.

Kết luận: Với mức ý nghĩa 5%, theo phương pháp kiểm định White, mơ hình ban đầu có phương sai sai số ngẫu nhiên không đổi.

<b>7.2.2. Kiểm định Glejser</b>

Ước lượng mơ hình hồi quy:

BUSTRAVLi = β + β<small>12</small>FARE<small>i</small> + β<small>3</small>GASPRICE<small>i</small> + β<small>4</small>INCOME<small>i</small> + β<small>5</small>POP<small>i</small> + u <small>i</small>

thu được phần dư => | |e<small>i</small>² 𝑒<small>𝑖</small>

Mơ hình Glejser có dạng:

|𝑒<small>𝑖</small>| = + 𝛼<small>1 </small> 𝛼<small>2</small>FARE<small>i </small>+ 𝛼<small>3</small>GASPRICE<small>𝑖 </small>+ 𝛼<small>4</small>INCOME<small>i</small>+ 𝛼<small>5</small>POP<small>𝑖</small> + 𝑣<small>𝑖</small>

thu được <small>RG</small>² = 0.796342Kiểm định cặp giả thuyết:

Heteroskedasticity Test: GlejserNull hypothesis: Homoskedasticity

Test Equation:

Dependent Variable: ARESIDMethod: Least SquaresDate: 11/28/23 Time: 17:22Sample: 2012 2022Included observations: 11

26

</div><span class="text_page_counter">Trang 24</span><div class="page_container" data-page="24">

INCOME 2434.238 685.9792 3.548560 0.0121

Theo bảng báo cáo EViews: P-value (F) = 0. 058627 > α = 0.05 => Bác bỏ giả thuyết H , chấp nhận H .<small>01</small>

Kết luận: Với mức ý nghĩa 5%, theo phương pháp kiểm định Glejser, mơ hình banđầu có phương sai sai số ngẫu nhiên khơng đổi.

, ta có thể kết luận rằng: Mơ hình gốc có hiện tượng phương sai sai số ngẫu nhiênthay đổi.

<b>7.3. Kiểm định khuyết tật tự tương quan7.3.1. Kiểm định Durbin – Watson</b>

Ước lượng mơ hình hồi quy:

BUSTRAVLi = β + β<small>12</small>FARE<small>i</small> + β<small>3</small>GASPRICE<small>i</small> + β<small>4</small>INCOME<small>i</small> + β<small>5</small>POP<small>i</small> + u <small>i</small>

thu được và e<small>i</small> 𝑒<small>𝑖-1</small>

27

</div><span class="text_page_counter">Trang 25</span><div class="page_container" data-page="25">

Dependent Variable: BUSTRAVLMethod: Least Squares

Date: 11/28/23 Time: 17:39Sample: 2012 2022Included observations: 11

Báo cáo 12: Kiểm định khuyết tật tự tương quan mơ hình Durbin – WatsonTiêu chuẩn kiểm định:

d =

∑

<small>i=2n</small>

Với n = 11, k’ = 4, α = 5%, ta có:

28

</div><span class="text_page_counter">Trang 26</span><div class="page_container" data-page="26">

Tự tươngquan (+)

Khơng cókết luận

Khơng có tựtương quan

Khơng có kếtluận

Tự tươngquan (-)

0 0.444 1.717 2.283 3.556 4=> d = 3.068806 <small>qs∈</small> (4 – d ; 4 - d ) <small>UL</small>

Kết luận: Với mức ý nghĩa 5%, khơng có kết luận về mơ hình ban đầu

<b>7.3.2. Kiểm định Breusch – Godfrey (Kiểm định BG)</b>

Ước lượng mơ hình hồi quy:

BUSTRAVLi = β + β<small>12</small>FARE<small>i</small> + β<small>3</small>GASPRICE<small>i</small> + β<small>4</small>INCOME<small>i</small> + β<small>5</small>POP<small>i</small> + u <small>i</small>

thu được và và hệ số xác định e<small>i</small> e<small>i-1R</small>²<small>BG</small>.Mơ hình BG có dạng:

ei = <small>α1</small> + α<small>2</small>FARE<small>i</small> + α<small>3</small>GASPRICE<small>i</small> + α<small>4</small>INCOME<small>i</small> + α<small>5</small>POP<small>i +α</small>₆<small>ei−1 + α</small>₇<small>e</small>_i−2 +

<small>α8ei−3</small> + <small>α9ei−4</small> + <small>Vi thu được R</small>²<small>BG</small> = 0.307234Kiểm định cặp giả thuyết:

Breusch-Godfrey Serial Correlation LM Test:Null hypothesis: No serial correlation at up to 1 lag

29

</div><span class="text_page_counter">Trang 27</span><div class="page_container" data-page="27">

Included observations: 11

Presample missing value lagged residuals set to zero.

Báo cáo 13: Kiểm định khuyết tật tự tương quan mơ hình Breusch - GodfreyTiêu chuẩn kiểm định:

X<small>2</small> = (n – p).<small>RBG2</small> ~ X<small>2 (p)</small>

Miền bác bỏ:

<small>Wα= {X | X > 22Xα2 (p )</small>

Theo bảng báo cáo EViews: P-value (F) = 0.803481> α = 0.05

Kết luận: Với mức ý nghĩa 5%, mơ hình ban đầu khơng có tự tương quan bậc 2.

<b>7.4. Kiểm định thiếu biến</b>

Sử dụng Kiểm định Ramsey để tiến hành kiểm định thiếu biến cho mơ hìnhHồi quy mơ hình:

BUSTRAVLi = <small>α1</small> + α<small>2</small>FARE<small>i</small> + α<small>3</small>GASPRICE<small>i</small> + α<small>4</small>INCOME<small>i</small> + α<small>5</small>POP<small>i +</small>

</div><span class="text_page_counter">Trang 28</span><div class="page_container" data-page="28">

Kiểm định cặp giả thuyết:

Ramsey RESET TestEquation: UNTITLED

Omitted Variables: Powers of fitted values from 2 to 3

Specification: BUSTRAVL C FARE GASPRICE INCOME POP

Date: 11/28/23 Time: 20:25Sample: 2012 2022Included observations: 11

</div><span class="text_page_counter">Trang 29</span><div class="page_container" data-page="29">

FITTED^3 8.52E-08 1.27E-08 6.697334 0.0026

}Theo bảng báo cáo EViews: P-value (F) = 0.0042 < α = 0.05=> Bác bỏ giả thuyết H , chấp nhận H .<small>01</small>

Kết luận: Với mức ý nghĩa 5%, mơ hình ban đầu bỏ sót biến.

<b>7.5. Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên</b>

phần dư như sau:

32

</div><span class="text_page_counter">Trang 30</span><div class="page_container" data-page="30">

Báo cáo 15: Báo cáo kiểm định Jarque – Bera của mơ hình hồi quyKiểm định cặp giả thuyết:

Tiêu chuẩn kiểm định: JB = n.<small>(</small>^S

<small>2 (2)</small> = 5.9915Theo bảng báo cáo Eviews, ta có: JB = 0.058413 < <small>qsX0.05</small>

<small>2 (2)</small>=> JB Wα<small>qs</small>∉

Kết luận: Với mức ý nghĩa 5%, sai số ngẫu nhiên của mơ hình ban đầu có phânphối chuẩn.

33

</div><span class="text_page_counter">Trang 31</span><div class="page_container" data-page="31">

<b>PHẦN 8: KHOẢNG TIN CẬY CỦA CÁC HỆ SỐ HỒI QUY VÀ PHƯƠNGSAI SAI SỐ NGẪU NHIÊN</b>

<b>8.1. Khoảng tin cậy của các hệ số hồi quy 8.1.1. Khoảng tin cậy của β1 </b>

<small>β1 – Se(</small>^{^}^β<small>1¿.Tα(n−5 )</small>

<small>≤β ≤1</small> _β<small>^</small>₁

+ Se(^{^}^β<small>1¿.Tα(n−5 )</small>

<small>( n−5 )</small>

<small>=T0.025</small>⁶ <small>=2.447</small> - ^{^}<small>β1=¿</small> 276799.2

</div><span class="text_page_counter">Trang 32</span><div class="page_container" data-page="32">

- Se (<small>^</small>_β₁_¿_=51317.81

- Với <small>α=0.05 →Tα</small>^{(n−5 )}=<small>T0.056</small>

<b>8.1.2. Khoảng tin cậy của β2 </b>

35

</div><span class="text_page_counter">Trang 33</span><div class="page_container" data-page="33">

Vậy với <small>α=0.05</small>, nếu Giá vé tăng 1 nghìn VND thì Nhu cầu đi lại bằng xe bus

nghìn người/năm

Khoảng tin cậy trái của <small>β2</small>

<small>β2≤ ^β2 + Se(^</small>_β₂_¿_.T_α<small>(n−5 )</small>- <small>^</small>_β₂₌_¿ -113.8546

- Se(^{^}<small>β2¿=¿</small> 713.2494- Với <small>α=0.05 →Tα</small>^{( n−5 )}=<small>T0.05</small>

<small>β2≥ ^β2 −¿</small> Se(^{^}<small>β2¿.Tα(n−5 )</small>

- <small>^</small>_β₂₌_¿ -113.8546- Se(<small>^</small>_β₂_¿₌_¿ 713.2494

<small>( n−5 )</small>=<small>T0.05</small>

bus của người dân thành phố Hà Nội giảm tối thiểu là 1499.698 nghìnngười/năm.

36

</div><span class="text_page_counter">Trang 34</span><div class="page_container" data-page="34">

<b>8.1.3. Khoảng tin cậy của β3 </b>

<small>β3</small> – Se(^{^}^β<small>3¿.Tα</small>^{(n−5 )}<small>≤ β ≤3^</small>_β

<small>3</small> + Se(^{^}^β<small>3¿.Tα</small>^{(n−5 )}

- Với ^{α=0.05 →T}<small>α</small>^{( n−5 )}<small>=T0.025</small>⁶ <small>=2.</small>447- <small>^</small>_β₃₌_¿ 0.036666

- Se(^{^}<small>β3¿</small> = 0.111123

nghìn người/ năm.

<small>β3≤ ^β3 + Se(^</small>_β₃_¿_.T_α<small>(n−5 )</small>- ^{^}<small>β3=¿</small> 0.036666

</div>