tiểu luận kinh tế lượng các nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA
KINH TẾ QUỐC TẾ =====000=====

TIỂU LUẬN KINH TẾ LƯỢNG
Đề Tài
NHỮNG NHÂN TỐ ẢNH HƯỞNG ĐẾN
NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN
Giảng viên hướng dẫn
Lớp tín chỉ

: Th.s Nguyễn Thúy Quỳnh
: KTE309.2

Người thực hiện

: Kiều Ngọc Ánh – 1611120016
Nguyễn Thị Dịu – 1611120023
Nguyễn Thị Hoàn – 1611120014

HÀ NỘI – THÁNG 5 NĂM 2018


MỤC LỤC

MỞ ĐẦU........................................................................................................................................1
1.

2.

3.

CƠ SỞ LÍ THUYẾT.............................................................................................................3
1.1.

Mối quan hệ giữa cầu hàng hóa và giá cả thị trường...................................................3

1.2.

Hàm cầu Marshall........................................................................................................ 3

1.3.

Lý thuyết về hành vi người tiêu dùng.......................................................................... 4

XÂY DỰNG MÔ HÌNH NGHIÊN CỨU...........................................................................4
2.1.

Phương pháp luận của nghiên cứu............................................................................... 4

2.2.

Xây dựng mô hình........................................................................................................4

2.3.

Giải thích biến.............................................................................................................. 5

2.4.

Mô tả số liệu.................................................................................................................6

2.5.

Nhận xét về sự tương quan giữa các biến.................................................................... 7

ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ.......................7
3.1.

Ước lượng mô hình......................................................................................................7

3.1.1.

Kết quả ước lượng mô hình.................................................................................. 7

3.1.2.

Giải thích kết quả và ý nghĩa các chỉ số................................................................9

3.1.3.

Mức độ phù hợp của mô hình...............................................................................9

3.2.

Kiểm định và khắc phục các khuyết tật của mô hình...................................................9

3.2.1.

Kiểm định bỏ sót biến...........................................................................................9

3.2.2.

Kiểm định đa cộng tuyến.................................................................................... 10

3.2.3.

Kiểm định phương sai sai số thay đổi.................................................................11

3.2.4.

Kiểm định phân phối chuẩn của sai số ngẫu nhiên.............................................13

3.3.

Kiểm định giả thiết.....................................................................................................13

3.3.1.

Kiểm định hệ số hồi quy..................................................................................... 13

3.3.2.

Kiểm định sự phù hợp của mô hình....................................................................16

KẾT LUẬN..................................................................................................................................17
TÀI LIỆU THAM KHẢO.........................................................................................................18


DANH MỤC BẢNG
Bảng 2.1. Giải thích các biến trong mô hình.................................................................. 5
Bảng 2.2. Mô tả thống kê của các biến.......................................................................... 6

Bảng 2.3. Mô tả tương quan giữa các biến.................................................................... 6
Bảng 3.1. Giải thích kết quả và ý nghĩa các hệ số hồi quy............................................. 9

DANH MỤC HÌNH
Hình 3.1. Kết quả mô hình hồi quy bằng phương pháp OLS......................................... 8
Hình 3.2. Kết quả chạy kiểm định RESET.................................................................. 10
Hình 3.3. Kiểm định Collinearity Test......................................................................... 11
Hình 3.4. Kết quả kiểm định White’s Test................................................................... 12
Hình 3.5. Kết quả kiểm định Normality of residual..................................................... 13
Hình 3.6. Ước lượng t của hệ số hồi quy..................................................................... 14


MỞ ĐẦU
Tính cấp thiết của đề tài
Phương tiện giao thông là thứ góp mặt trong đời sống hàng ngày của mỗi chúng
ta, và là nhu cầu thiết yếu để giúp con người di chuyển nhanh chóng, thuận tiện và dễ
dàng hơn. Cuộc sống càng hiện đại kéo theo sự phát triển tiến bộ của phương tiện giao
thông, con người có sự lựa chọn đa dạng hơn từ xe đạp, xe đạp điện, xe máy, đến otô,
xe bus… Trong đó sự ra đời của phương tiện giao thông công cộng mà điển hình là xe
bus đã góp phần quan trọng vào việc đáp ứng nhu cầu đi lại của học sinh, sinh viên và
những người có thu nhập thấp. Hơn nữa với sự tăng vọt của dân số, việc đi xe bus
cũng góp phần giải quyết nạn kẹt xe và bảo vệ môi trường.
Hiện nay chính phủ ngày càng đề cao và khuyến khích người dân tích cực sử dụng
phương tiện công cộng và hạn chế sử dụng các phương tiện cá nhân như xe máy, otô, với
mong muốn góp phần tích cực trong việc bảo vệ môi trường và giảm thiểu tình hình tắc
nghẽn giao thông đô thị. Hơn thế nữa, việc sử dụng xe bus còn giúp đảm bảo an toàn khi
tham gia giao thông, tránh những tai nạn đau thương không đáng có. Nhận thấy những tác
động tích cực đến từ việc sử dụng phương tiện xe bus của người dân, chúng ta cần có
những biện pháp cụ thể để gia tăng số lượng sử dụng xe bus mỗi ngày. Chính vì thế nhóm
chúng em đã lựa chọn để tài “Phân tích sự ảnh hưởng của một số nhân

tố đến nhu cầu đi lại bằng xe bus của người dân”. Thông qua việc phân tích các nhân
tố ảnh hưởng đến nhu cầu sử dụng xe bus của người dân, ta sẽ xác định được đâu là
những yếu tố có ảnh hưởng và tác động của chúng như thế nào. Từ đó có thể đề ra
những biện pháp hữu ích nhất cho việc nâng cao hiệu quả sử dụng xe bus.
Dù đã cố gắng hết sức để hoàn thành nghiên cứu một cách tốt nhất, song do hạn
chế về mặt thời gian và còn ít kinh nghiệm nên bài làm của chúng em vẫn còn nhiều
thiếu sót. Kính mong cô xem xét, góp ý để giúp chúng em hoàn thành nghiên cứu ở
mức tốt hơn.
Mục tiêu nghiên cứu
Mục tiêu của nghiên cứu là từ bộ số liệu đã có chúng ta đi xây dựng mô hình hồi
quy tốt nhất và sau đó phân tích các ảnh hưởng của các yếu tố: Thu nhập ( Income),
Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu (Gasprice) đến nhu cầu đi lại bằng
xe bus (Bustravel).
1


Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: ảnh hưởng của thu nhập, giá cả, quy mô dân số và giá
xăng dầu lên nhu cầu đi lại bằng xe bus.
Phạm vi nghiên cứu: chỉ nghiên cứu ảnh hưởng của bốn yếu tố thu nhập, giá cả,
quy mô dân số và giá xăng dầu.
Bố cục bài tiểu luận
Bên cạnh các phần yêu cầu như lời mở đầu, kết luận, danh mục tài liệu tham
khảo, phần nội dung chính của tiểu luận được chia làm ba phần:
Chương I : Cơ sở lý thuyết
Chương II : Xây dựng mô hình nghiên cứu
Chương III : Ước lượng, kiểm định mô hình và suy diễn thống kê

2

1. CƠ SỞ LÍ THUYẾT
1.1. Mối quan hệ giữa cầu hàng hóa và giá cả thị trường
Mối quan hệ giữa cầu hàng hóa và giá cả thị trường
Theo lý thuyết kinh tế, cầu của một hàng hóa dịch vụ là số lượng của hàng hóa và
dịch vụ đó mà người tiêu dùng sẵn lòng mua tương ứng với các mức giá khác nhau
trong một khoảng thời gian xác định.
Nhóm đã tiến hành nghiên cứu sự phụ thuộc của nhu cầu sử dụng xe bus với bốn
yếu tố sau: Thu nhập ( Income), Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu
(Gasprice). Trong đó:
•

Income - Thu nhập của người dân: Theo lý thuyết thì thu nhập có thể tỷ lệ
thuận hoặc tỷ lệ nghịch với lượng cầu về hàng hóa tùy theo hàng hóa đó là
hàng hóa thong thường hay hàng hóa thấp cấp. Nếu là hàng hóa thông thường
thì thu nhập tăng cầu tăng, nếu là hàng hóa thấp cấp thì thu nhập tăng cầu
giảm. Xe bus là hàng hóa thứ cấp, khi thu nhập càng tăng sẽ kéo theo sự giảm
nhu cầu sử dụng xe bus, chuyển sang sử dụng phương tiện khác. Do đó cầu
về xe bus và thu nhập của người dân có mối tương quan nghịch.

•

Fare - Giá vé: Theo lý thuyết thì khi giá cả của hàng hóa tăng lên (trong điều
kiện các yếu tố khác không đổi) thì lượng cầu hàng hóa đó sẽ giảm xuống.
Vậy khi giá vé xe bus tăng lên nó sẽ làm giảm nhu cầu sử dụng xe bus của
người dân và ngược lại, khi các yếu tố khác không đổi.

•

Gasprice - Giá cả của các loại hàng hóa có liên quan (hàng hóa thay thế và
hàng hóa bổ sung): Giá cả của hàng hóa thay thế tăng dẫn đến lượng cầu của
hàng hóa thay thế giảm dẫn đến lượng cầu của hàng hóa đang xét sẽ tăng và
ngược lại. Trong bài nghiên cứu này, những phương tiện giao thông thay thế
cho xe bus là ô tô, xe máy, … chi phí của những phương tiện này là xăng
( Gasprice) nên nếu giá xăng tăng thì nhu cầu sử dụng xe bus sẽ tăng lên.

•

POP - Dân số: nghiên cứu cụ thể trong bài này là quy mô dân số POP. Quy
mô dân số tỷ lệ thuận với lượng cầu về hàng hóa, dân số tăng => nhu cầu sử
dụng xe bus tăng.

1.2. Hàm cầu Marshall
Về mặt công thức toán, hàm cầu Marshall có thể được biểu diễn như sau:
3


X = X(PX,PY,M)
Trong đó:
X là lượng cầu về một mặt hàng (Nhu cầu sử dụng xe bus)
PX là giá của mặt hàng đó (giá vé Fare ), PY là giá của các mặt hàng khác ( Giá
xăng Gasprice)
M là thu nhập của người mua (Income)
Giá cả của các mặt hàng khác và thu nhập được xem là biến ngoại sinh
1.3. Lý thuyết về hành vi người tiêu dùng
Lý thuyết về hành vi người tiêu dùng
Theo lý thuyết này, các nhân tố ảnh hưởng đến cầu về một hàng hóa gồm 2 loại:
các nhân tố bên trong (biến nội sinh) và các nhân tố bên ngoài (biến ngoại sinh).
− Biến nội sinh gồm có: Giá cả chính hàng hóa đó.

− Biến ngoại sinh gồm có:
•

Giá cả hàng hóa thay thế

•

Thu nhập của người tiêu dùng

•

Quy mô thị trường

•

Ngoài ra còn một số nhân tố khác không xét đến trong nghiên cứu này.

2. XÂY DỰNG MÔ HÌNH NGHIÊN CỨU
2.1. Phương pháp luận của nghiên cứu
Để kiểm định sự tác động của bốn yếu tố là Thu nhập ( Income), Giá cả (Fare),
Quy mô dân số (Pop), Giá xăng dầu (Gasprice) lên nhu cầu sử dụng xe bus của người
dân, nhóm chúng em đi xây dựng mô hình hồi quy tuyến tính và sử dụng phương pháp
bình phương nhỏ nhất (Ordinary Least Lquares - OLS). Chúng em sử dụng bộ số liệu
gồm 40 quan sát trong phần mềm Gretl – datafiles – Ramanathan – data4-4: Demand
for bus travel and determinants. Chúng em sử dụng phần mềm gretl để phân tích,
kiểm tra số liệu, từ đó rút ra các kết luận cho bài nghiên cứu.
2.2. Xây dựng mô hình
Mô hinhh̀ hồi quy tổng thểngẫu nhiên:
4

BUSTRAVL= β1 + β2FARE+ β3GASPRICE + β4INCOME + β5POP + ui
Mô hinhh̀ hồi quy mẫu:
̂ ̂

̂

̂

̂

̂

= + FARE+ GASPRICE + INCOME + POP
̂

2.3. Giải thích biến
BIẾN PHỤ THUỘC
Tên biến

BUSTRAVL

Diễn giải

Đơn vị tính

Ghi chú

Mức độ giao

nghìn

Nhu cầu đi lại bằng xe bus của người

thông bằng xe
bus ở đô thị

người/giờ

dân

BIẾN ĐỘC LẬP
Tên biến

Diễn giải

Đơn vị tính

Dấu kỳ

Ghi chú

vongg
FARE

Giávé

USD

-

Giávétăng dẫn đến cầu
đi laịbằng xe bus giam
̉
Giá xăng dầu tăng dẫn

GASPRICE

Giáxăng dầu

USD

+

đến cầu đi laịbằng xe bus
tăng
Thu nhâpp̣ binh quân đầu

INCOME

Thu nhâpp̣ binh
h̀
quân đầu ngươi
h̀

USD/ người

-

POP

Dân số

Nghin người

+

h̀

h̀
ngươi tăng dẫn đến cầu
h̀
đi laịbằng xe bus giam
̉

Dân sốtăng dẫn đến cầu
đi laịbằng xe bus tăng

Bảng 2.1. Giải thích các biến trong mô hình

5


2.4. Mô tả số liệu
Bộ số liệu được lấy ở kho dữ liệu Ramanathan data 4-4, Gretl.
Mô tả thống kê cho các biến được thể hiện ở trong bảng dưới đây:
(Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl)
Biến

Giá trị lớn nhất

Giá trị nhỏ nhất

Giá trị trung bình

BUSTRAVL

13103.0

18.1

1589.6

FARE

1.5

0.5

0.8

GASPRICE

1.03

0.79

0.91

INCOME

21886.0

12349.0

17116.0

POP

7323.3

167.0

555.8

Bảng 2.2. Mô tả thống kê của các biến
Bên cạnh đó, sử dụng phần mềm Gretl, mô tả tương quan giữa các biến
BUSTRAVL, FARE, GASPRICE, INCOME và POP được thể hiện trong bảng 2.3
dưới đây:
(Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl)
BUSTRAVL FARE GASPRICE INCOME

POP

1.0000 -0.048 0.3787

0.2287

0.9313 BUSTRAVL

1.000

0.051

-0.0755

0.0149 FARE

1.0000

0.1364

0.3266 GASRICE

1.0000

0.3351 INCOME
1.0000 POP

Bảng 2.3. Mô tả tương quan giữa các biến

6


2.5. Nhận xét về sự tương quan giữa các biến
•

Hệ số tương quan giữa “FARE” và “BUSTRAVL” là -0.048, mức độ tương
quan khá thấp, và ngược chiều.


̂

Kì vọng dấu là âm và giá vé bus không ảnh hưởng nhiề u tới lượng cầu đi

2

lại bằng xe bus..
•

Hệ số tương quan giữa “GASPRICE” và BUSTRAVL” là 0.3787, tương quan ở
mức trung bình, và cùng chiều.


̂

Kì vọng dấu là dương và giá xăng ảnh hưởng trung bình tới lượng cầu đi

3

bus.
•

Hệ số tương quan giữa “INCOME” và “BUSTRAVL” là 0.2287, mức độ tương
quan ở mức trung bình và cùng chiều.


̂

Kì vọng dấu là dương và Thu nhập có ảnh hưởng trung bình tới lượng

4

cầu đi bus.
•

Hệ số tương quan giữa “POP” và “BUSTRAVL” là 0.9313, mức độ tương quan
lớn và cùng chiều.


Kì vọng dấu ̂ là dương và Dân số ở thành phố ảnh hưởng rất lớ n tới lượng

5

cầu đi lại bằng xe bus.
•

Ngoài ra, Từ bảng ta thấy hệ số tương quan giữa các biến độc lập là đều nhỏ
hơn 0.8 nên không có tương quan cao giữa các biến độc lập



Kì vọng mô hinhh̀ itt́ cókhảnăng xảy ra vấn đềđa côngp̣ tuyến.

3. ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ
3.1. Ước lượng mô hình
3.1.1. Kết quả ước lượng mô hình
Sử dụng phần mềm Gretl, hồi quy mô hình bằng phương pháp bình phương nhỏ
nhất OLS, ta được kết quả như sau:
Phương pháp bình phương tối thiểu OLS, sử dụng quan sát 1-40

Biến phụ thuộc: BUSTRAVL

7


Ước lượng Sai số chuẩn Thống kê t
của các hệ của ước
số

p-value

lượng các
hệ số

const

-1088.59

2810.85

-0.3873

0.70089

FARE

-647.61

496.61

-1.3041

0.20072

GASPRICE

4285.83

2852.16

1.5027

0.14190

INCOME

-0.11992

0.0701137

-1.7104

0.09605

*

POP

1.83284

0.123517

14.8388

<0.00001

***

Giá trị trung bình mẫu

1933.175

của biến phụ thuộc
Tổng bình phương phần

2431.757

phụ thuộc
25997583

dư RSS
Hệ số xác định R

Độ lệch chuẩn của biến

Độ lệch chuẩn của sai

861.8515

số ngẫu nhiên σ

2

F(4, 35)
Log-likelihood
Schwarz criterion

0.887273

Hệ số xác định hiệu

0.874390

68.87115

chỉnh
P-value(F)

4.25e-16

-324.4502

Akaike criterion

658.9005

667.3449

Hannan-Quinn

661.9537

Hình 3.1. Kết quả mô hình hồi quy bằng phương pháp OLS
Dựa vào kết quả trên ta có phương trình hàm hồi quy mẫu SRF :
̂

= −1088.59 − 647.61 ∗ + 4285.83 ∗ − 0.11992 ∗ + 1.83284 ∗

8


3.1.2. Giải thích kết quả và ý nghĩa các chỉ số
Hệ số hồi quy

Ý nghĩa

= - 647.61

Trong điều kiện các yếu tố khác không đổi, nếu Giá vé tăng thêm

̂

1

một đơn vị thì mức độ di chuyển bằng xe buýt trung bình sẽ giảm
647.61 nghìn người/giờ.
̂

2

= 4285.83

Trong điều kiện các yếu tố khác không đổi, nếu Giá nhiên liệu tăng
lên một đơn vị thì mức độ di chuyển xe buýt trung bình sẽ tăng
4285.83 nghìn người/giờ.

̂

3

= - 0.11992

Trong điều kiện các yếu tố khác không đổi, nếu Thu nhập bình
quân đầu người tăng lên một đơn vị thì mức độ di chuyển bằng xe
buýt trung bình sẽ giảm xuống 0.11992 nghìn người/giờ.

̂

4

= 1.83284

Trong điều kiện các yếu tố khác không đổi, nếu Dân số tăng lên
một đơn vị thì mức độ di chuyển bằng xe buýt sẽ tăng thêm 1.83284
nghìn người/giờ.

Bảng 3.1. Giải thích kết quả và ý nghĩa các hệ số hồi quy
3.1.3. Mức độ phù hợp của mô hình
2

Hệ số xác định R (R-squared) = 0.887273 thể hiện mức độ phù hợp của hàm hồi

quy mẫu là tương đối lớn. Bên cạnh đó, giá trị 0.887273 còn thể hiện tỷ lệ phần trăm biến
động tổng mức độ di chuyển bằng xe buýt được giải thích bởi các biến độc lập gồm: “Giá
vé”, “Giá nhiên liệu”, “Thu nhập bình quân đầu người”, “Dân số” là 88.73%.

3.2. Kiểm định và khắc phục các khuyết tật của mô hình
3.2.1. Kiểm định bỏ sót biến
Chúng ta sử dụng kiểm định RESET với cặp giả thuyết:
Mô hình
{Ho:
H1: Mô hình bỏ sót biến

không bỏ sót biến

Chạy trên phần mềm Gretl, ta được kết quả:
9


Hình 3.2. Kết quả chạy kiểm định RESET
Nhìn vào hình 3.2, ta thấy: p-value= P (F(2,33) > 2.905986) = 0.0688 > α =0.05
Nên: Không bác bỏ Ho
KẾT LUẬN: Với mức ý nghĩa 5%, mô hình ban đầu không bỏ sót biến.
3.2.2. Kiểm định đa cộng tuyến
➢

Nguyên nhân dẫn đến đa cộng tuyến:

- Do phương pháp thu thập số liệu, mẫu không đặc trưng cho tổng thể
- Bản chất của các biến kinh tế xã hội: luôn tự ngầm chứa các hiện tượng đa cộng
tuyến
- Số quan sát nhỏ hơn số tham số: các biến số biểu diễn được qua nhau

➢
Dấu hiệu nhận biết đa cộng tuyến:
a)

2

Dấu hiệu 1: Dựa vào R cao và giá trị thống kê t-ratio thấp

Dựa vào hình 3.1 (trang 8), ta có thể thấy các giá trị của t thấp vì hầu hết nhỏ hơn
2

2 ( trừ t – ratio của POP là lớn hơn 2) và R = 0.887273 > 0.8.
Kết luận 1: Mô hình có thể mắc đa cộng tuyến

b)

Dấu hiệu 2: Xét hệ số tương quan giữa các biến độc lập

Theo lý thuyết thì nếu hệ số tương quan riêng giữa các biến độc lập >0.8 thì có
đa cộng tuyến.
10


Nhìn vào bảng 2.3 (trang 6), ta có hệ số tương quan giữa các biến độc lập đều
nhỏ hơn 0.8, nên không có tương quan cao giữa các biến độc lập.
Kết luận 2: Mô hình không mắc đa cộng tuyến
c)

Dấu hiệu 3: Thừa số tăng phương sai VIF

✓

VIF(Fare)=1.010

✓

VIF(Gasprice) = 1.123

✓

VIF(Pop) = 1.239

✓

VIF(Income) = 1.136

VIF(j) < 10
Kết luận 3: Mô hình không có Đa cộng tuyến

Hình 3.3. Kiểm định Collinearity Test
Nguồn: Nhóm tác giả tự tính toán với sự hỗ trợ của phần mềm
Gretl
KẾT LUẬN: Dựa vào 3 dấu hiệu nhận biết ở trên, có nhiều dấu hiệu cho thấy mô
hình không mắc đa cộng tuyến nên ta kết luận Mô Hình ước lượng ban đầu không
mắc Đa cộng tuyến với mức ý nghĩa 5%.
3.2.3. Kiểm định phương sai sai số thay đổi
➢ Lý thuyết
- Phương sai sai số thay đổi là hiện tượng mỗi sai số ngẫu nhiên u i có một phương

sai riêng: var (ui) = σi

2

11


- Nguyên nhân: do bản chất mối quan hệ kinh tế, do kỹ thuật thu thập số liệu
không đồng đều nên số liệu có chất lượng khác nhau; do hành vi của con người trong
các hoạt động ngày càng hoàn thiện; hay do dạng hàm sai cũng có thể dẫn đến phương
sai sai số thay đổi.
- Hậu quả:
• Các ước lượng OLS không còn tính chất BLUE
• Các dự báo cũng sẽ không hiệu quả
• Việc sử dụng thống kê t và F để kiểm định không còn đáng tin cậy nữa.

➢

Nhận dạng
Để nhận biết mô hình có mắc bệnh phương sai sai số thay đổi hay không, ta có

thể dùng phương pháp định tính hoặc phương pháp định lượng.
• Phương pháp định
lượng Kiểm định White:
Xét cặp giả thuyết {Ho: βi = 0 (phương sai sai số đồng nhất)

H1: βi ≠ 0 (phương sai sai số thay đổi)

Hình 3.4. Kết quả kiểm định White’s Test
Chạy kiểm định White’s Test trên phần mềm Gretl , ta có kết quả p-value =
0.525971 > 0.05



Không bác bỏ H0

KẾT LUẬN: Phương sai sai số không thay đổi với mức ý nghĩa 5%.
12


3.2.4. Kiểm định phân phối chuẩn của sai số ngẫu nhiên

Hình 3.5. Kết quả kiểm định Normality of residual
Nguồn: Nhóm tác giả tự tính toán với sự hỗ trợ của phần mềm
Gretl
Xét cặp giả thuyết: {Ho:

Nhiễu phân phối chuẩn
H1: Nhiễu không phân phối chuẩn

Ta tiến hành kiểm định Normality of residual trên phần mềm Gretl
Dựa vào số liệu trong hình 3.5 ở trên, ta có thể thấy:
giá trị p – value = 0.844128 > 0.05

Không Bác bỏ H0
KẾT LUẬN: Mô hình có phân phối của nhiễu chuẩn với mức ý nghĩa 5%.
3.3. Kiểm định giả thiết
3.3.1. Kiểm định hệ số hồi quy
Để kiểm định ý nghĩa thống kê của các biến độc lập ta xem xét hệ số hồi quy của
các biến độc lập có khác 0 hay không.
13

Ho: βi = 0
Sử dụng cặp giả thiết: { H1: βi ≠ 0

Có 3 cách kiểm tra là :
•

Sử dụng khoảng tin cậy

•

Sử dụng kiểm định t

• Sử dụng giá trị p-value
➢ Khoảng tin cậy
Với mức ý nghĩa α=0,05, khoảng tin cậy của các hệ số hồi quy là:
(n – k) ;
(n – k) )
̂

̂

̂

( βi – Se(βi). tα/2

̂

βi + Se(βi).tα/2

Trong đó:
̂

– : hệ số ước lượng.
βi

̂

– Se( ): sai số tiêu chuẩn của hệ số ước lượng.
βi

– tα/2(n – k): giá trị tới hạn mức ý nghĩa α bậc tự do (n – k).

Nếu giá trị so sánh 0 không thuộc khoảng tin cậy, ta bác bỏ H0, biến đó có ý
nghĩa thống kê.
Áp dụng cho các hệ số:

Hình 3.6. Ước lượng t của hệ số hồi quy

14


Từ hình 3.6 ta thấy:
- Khoảng tin cậy 95% của các biến FARE, GASPRICE và INCOME đều chứa
giá trị 0, từ đó không bác bỏ giả thiết H0, các biến này không có ý nghĩa thống kê.
- Khoảng tin cậy 95% của biến POP không chứa giá trị 0, từ đó bác bỏ Ho,

chứng tỏ biến POP có ý nghĩa thống kê đối với cầu đi lại bằng xe bus.
➢ Kiểm định t
̂

Thống kê t sử dụng cho cặp giả thiết trên là: tqs =

βi

̂

Se(βi)

Miền bác bỏ H0: |tqs| > |tα/2(n – k)| = |t0.025(40)| ≈ 2.021

Nếu giá trị tqs thuộc miền bác bỏ, ta bác bỏ H0, biến đó có ý nghĩa thống kê
Áp dụng cho các hệ số:
Biến

Thống kê t

FARE

-1,304

GASPRICE

1,503

INCOME

-1,710

POP

14,84

Giá trị thống kê t của các biến FARE, GASPRICE, INCOME đều không thuộc
miền bác bỏ, từ đó không bác bỏ Ho, các biến này không có ý nghĩa thống kê.
Giá trị thống kê của biến POP thuộc miền bác bỏ, từ đó bác bỏ Ho, biến POP có ý
nghĩa thống kê.
➢

Giá trị P–value

Xét giá trị p–value trong kiểm định t
– Nếu p–value nhỏ hơn mức ý nghĩa, ta bác bỏ H0, biến đó có ý nghĩa thống kê.
– Nếu p–value lớn hơn mức ý nghĩa, ta chưa đủ cơ sở để bác bỏ H 0, biến đó có
thể không có ý nghĩa thống kê
Áp dụng cho các hệ số:

15


Biến

p-value

FARE

0,2007

GASPRICE

0,1419

INCOME

0,0961

POP

1,14e-016

Giá trị p-value của các biến FARE, GASPRICE, INCOME đều lớn hơn mức ý
nghĩa 5%, nên không bác bỏ Ho, các biến này không có ý nghĩa thống kê.
Giá trị p-value của biến POP nhỏ hơn mức ý nghĩa 5%, nên ta bác bỏ Ho, biến
POP có ý nghĩa thống kê.
TỪ KẾT QUẢ TRÊN TA CÓ KẾT LUẬN:
Các biến FARE, GASPRICE và INCOME đều không có ý nghĩa thống kê đối với
biến BUSTRAVL. Duy chỉ có biến POP là có ý nghĩa thống kê với biến BUSTRAVL.
Ý nghĩa thống kê của POP: Với các yếu tố khác không đổi, nếu dân sốtăng 1

nghinh̀ người thì cầu đi laịbằng xe bus tăng 1,83284 nghìn người/giờ.
3.3.2. Kiểm định sự phù hợp của mô hình
❖
Cặp giả thiết để kiểm định sự phù hợp của mô hình là
{

Ho: β1 = β2 = β3 = β4 = β5 = 0 (mô hình không phù hợp)

❖
Fqs =

Với cặp giả thiết này, sử dụng kiểm định F với giá trị quan sát:
( n là số quan sát, k là số hệ số hồi quy)
2

×

n−k

k−1

1−

2

❖

So sánh Fqs với Fα(k-1;n-k), ta có:

✓
❖

Nếu Fqs < Fα, thì không bác bỏ H0, Mô hình không phù hợp

✓

Nếu Fqs > Fα , thì bác bỏ H0, Mô hình phù hợp
Dựa theo kết quả chạy mô hình OLS trên Gretl phần 4.1.1 ta có giá trị:

Bác bỏ H0
Mô hình phù hợp

KẾT LUẬN : Với mức ý nghĩa 5%, mô hình hồi quy là phù hợp.
16


KẾT LUẬN
Dựa trên cơ sở lí thuyết về các nhân tố ảnh hưởng đến sự biến động của biến số
Mức độ giao thông bằng xe bus ở đô thị (Nhu cầu đi lại bằng xe bus của người dân)
cũng như các kết quả nghiên cứu thực nghiệm, bài tiểu luận đã chọn ra các biến: Giávé,
Giáxăng dầu, Thu nhâpp̣ binhh̀ quân đầu người, Dân số.
Qua việc chạy mô hình ta thấy được mối quan hệ gắn bó giữa biến phụ thuộc và
các biến còn lại trong mô hình. Theo kết quả nghiên cứu, số lượng cư dân có ảnh
hưởng rất lớn đến nhu cầu sử dụng xe bus làm phương tiện đi lại của người dân. Điều
này rất có ý nghĩa đối với nhà nước trong việc quy hoạch giao thông đô thị, với các
doanh nghiệp trong ngành chuyên chở bằng xe bus.
Mô hình kinh tế lượng về "Phân tích sự ảnh hưởng của một số nhân tố đến
nhu cầu đi lại bằng xe bus của người dân" đã lượng hóa các yếu tố để chúng ta có
thể có những biện pháp, chiến lược nhằm quy hoacḥ tốt giao thông đô thi,p̣giảm ùn tắc
giao thông, giúp cho nền kinh tếcónhững chuyển biến mới hiêụ quảhơn. Ngoài ra, mô
hình vẫn còn nhiều khiếm khuyết như không thể hiện được hết các yếu tố ảnh hưởng:
mức độ an toàn, thời gian chờ xe,… để có kết quả chính xác hơn.
Qua đây, nhóm chúng em cũng xin chân thành cảm ơn sự hướng dẫn và giảng
dạy nhiệt tình của cô Nguyễn Thúy Quỳnh đã taọ điều kiện cho chúng có dipp̣ tiếp xúc
với một đề tài nghiên cứu khoa hoc,p̣ giúp chúng em có thêm nhiều hiểu biết trong việc
hoàn thiện các kĩ năng - kiến thức quan trongp̣ về kinh tế lượng.
Do vốn kiến thức và kĩ năng còn hạn chế nên bản báo cáo này không thể tránh
khỏi sai sót, chúng em rất mong nhận được sự góp ý của cô để chúng em có thể hoàn
thiện hơn, áp dụng tốt hơn trong các công việc sau này.
Chúng em xin chân thành cảm ơn cô!

17

TÀI LIỆU THAM KHẢO
1.

PGS.TS. Nguyễn Quang Dong, Giáo trình Bài giảng kinh tế lượng, NXB

Giao thông vận tải, 1998.
2.

PGS.TS. Nguyễn Quang Dong, Bài tập Kinh tế lượng, NXB Khoa học kỹ

thuật, 1998.
3.

PGS.TS. Nguyễn Cao Văn, TS.Trần Thái Ninh, Giáo trình Lý thuyết xác

suất và thống kê toán, NXB Thống kê, 2006.
4.

Ph.D Lawrence C Hamilton, Statistics with Stata: Version 10, Cengage
th

Learning, 7 edition, 2008.
5.

TS. Hoàng Xuân Bình, Giáo trình Kinh tế vĩ mô cơ bản, NXB Khoa học

và Kỹ thuật, 2015.
6.

PGS.TS. Nguyễn Văn Dần, TS. Đỗ Thị Thục, Giáo trình kinh tế vĩ mô 2,

7.

/>
cau-di-xe-buyt-cua-sinh-vien-dh-555742.html

18


BẢNG ĐÁNH GIÁ NHÓM
Người được chấm
Người chấm
Nguyễn Thị Hoàn
Nguyễn Thị Dịu
Kiều Ngọc Ánh
Điểm TB

Nguyễn Thị

Nguyễn Thị

Kiều Ngọc

Hoàn

Dịu

Ánh

10

10
10

10
10
10

10
10

10

19