tiểu luận kinh tế lượng các yếu tố ảnh hưởng tỷ lệ tử vong trẻ sơ sinh tại mỹ

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG
KHOA KINH TẾ QUỐC TẾ
---------***--------

TIỂU LUẬN KINH TẾ LƯỢNG
CÁC NHÂN TỐ ẢNH HƯỞNG ĐẾN TỶ LỆ TỬ VONG TRẺ SƠ SINH TẠI
MỸ
Giảng viên hướng dẫn

: Th.s Nguyễn Thúy Quỳnh

Lớp tín chỉ

: KTE309.3

Người thực hiện

: Nhóm 1
Hoàng Thị Bình - 1711120023
Nguyễn Thị Khánh Linh - 17111200
Lê Thị Khánh Linh- 1711120092
Nguyễn Thị Minh Tâm – 1711120151
Đinh Thị Ngọc Hiền Nguyễn Thị Thu Trà - 1711110698

Hà Nội, tháng 3 năm 2019


MỤC LỤC


DANH MỤC BẢNG

DANH MỤC HÌNH


4

LỜI MỞ ĐẦU
Tính cấp thiết của đề tài
Mỹ có tỷ lệ tử vong ở trẻ em cao nhất trong các quốc gia phát triển. Đó là
theo một nghiên cứu được công bố trên tạp chí Health Affairs. Các nhà nghiên
cứu phân tích dữ liệu về tỷ lệ tử vong trong độ tuổi sơ sinh. Các thông số thống
kê được từ năm 1961 đến 2010, được trích xuất từ Cơ sơ dữ liệu tử vong của con
người và Cơ sở dữ liệu tử vong của Tổ chức Y tế Thế giới. Các nhà nghiên cứu
nhận thấy tỷ lệ tử vong ở Mỹ cao hơn khoảng 75% đối với trẻ sơ sinh. Đây là
một con số kỷ lục và đáng báo động.
Bởi còn rất nhiều nhận thức chưa đúng về tỷ lệ tử vong ở trẻ sơ sinh dẫn
đến hệ quả là những hành động sai lầm trong hiện tại và tương lai. Thông qua
nghiên cứu thực nghiệm, các biến ảnh hưởng đến tỷ lệ tử vong trẻ sơ sinh tại Mỹ
cũng được xác định. Vì vậy, chúng em đã lựa chọn đề tài nghiên cứu: “Các nhân
tố ảnh hưởng đến tỷ lệ tử vong trẻ sơ sinh tại Mỹ”
Hy vọng bài tiểu luận này sẽ phần nào giúp mọi người có cái nhìn đúng
đắn hơn về tỷ lệ tử vong trẻ sơ sinh tại Mỹ cũng như các yếu tố ảnh hưởng đến tỷ
lệ này. Từ đó có những giải pháp để có thể giảm tỷ lệ này ở Mỹ, đồng thời rút ra
bài học cho Việt Nam trong việc giảm thiểu tỷ lệ trẻ sơ sinh bị tử vong.
Mục tiêu nghiên cứu
Mục tiêu tổng quát của đề tài là xác định và phân tích sự ảnh hưởng của
các nhân tố đến tỷ lệ tử vong trẻ sơ sinh tại Mỹ.
Hệ thống hóa cơ sở lý thuyết và những nghiên cứu thực nghiệm về sự ảnh
hưởng của các nhân tố như các chỉ số về tỷ lệ trẻ sơ sinh thiếu cân, thu nhập bình
quân đầu người, số lượng bác sĩ trên cả nước, sự hỗ trợ của AFDC hàng tháng, tỷ

lệ người dưới mức nghèo khổ, phần trăm dân số được hỗ trợ bởi AFDC đến tỷ lệ
tử vong trẻ sơ sinh tại Mỹ.
Ước lượng mô hình hàm hồi quy và phân tích ảnh hưởng của các biến đến
tỷ lệ tử vong trẻ sơ sinh tại Mỹ (infmort). Kiểm định và khắc phục các khuyết tật
của mô hình đã được ước lượng.
Những gợi ý về chính sách để Mỹ giảm thiểu được tỷ lệ này và bài học rút
ra cho Việt Nam.
Đối tượng và phạm vi nghiên cứu
Đối tượng nghiên cứu: Sự ảnh hưởng của các biến tỷ lệ trẻ sơ sinh thiếu
cân, thu nhập bình quân đầu người, số lượng bác sĩ trên cả nước, sự hỗ trợ của
AFDC hàng tháng, tỷ lệ người dưới mức nghèo khổ, phần trăm dân số được hỗ
trợ bởi AFDC đến tỷ lệ tử vong trẻ sơ sinh.
Phạm vi nghiên cứu: Nghiên cứu ảnh hưởng của các biến đến tỷ lệ tử vong
trẻ sơ sinh tại Mỹ.


5

Những hạn chế và khó khăn khi thực hiện
Các yếu tố được chọn trong mô hình là những khái niệm khá mới lạ. Do
đó quá trình thu thập tài liệu gặp nhiều khó khăn: rất ít số liệu và tài liệu tham
khảo bằng Tiếng Việt, số liệu được tìm kiếm hoàn toàn bằng Tiếng Anh.
Ngoài ra, do kiến thức chuyên ngành nói chung và kiến thức về môn kinh
tế lượng nói riêng còn hạn chế nên bài tiểu luận này có rất nhiều sai sót. Mong
quý thầy cô sẽ thông cảm cho chúng em.


6

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT VÀ GIẢ THUYẾT NGHIÊN CỨU

VỀ TỶ LỆ TỬ VONG TRẺ SƠ SINH TẠI MỸ
1.1 Tổng quan về tỷ lệ tử vong trẻ sơ sinh tại Mỹ (infmort)
Tử vong ở trẻ sơ sinh là tử vong của trẻ nhỏ dưới 1 tuổi. Số người chết này
được đo bằng tỷ lệ tử vong trẻ sơ sinh (IMR), là số ca tử vong của trẻ em dưới
một tuổi trên 1000 trẻ sinh sống. Đây là một trong các thước đo chính về sức
khỏe và hạnh phúc của một cộng đồng, tiểu bang, hoặc quốc gia.
Điều kiện xã hội trong đó chúng ta được sinh ra, sống và làm việc ảnh
hưởng lớn đến sức khỏe và khả năng sống lâu của chúng ta. Các nghiên cứu đã
phát hiện ra có nhiều yếu tố ảnh hưởng đến sức khỏe: việc làm và an sinh về kinh
tế, giáo dục, chất lượng môi trường (không khí, nước, v.v.), tiếp cận sự chăm sóc
sức khỏe, an toàn và an sinh của cộng đồng, hỗ trợ của xã hội (kết nối với gia
đình, bạn bè, cộng đồng), dinh dưỡng của người mẹ, căng thẳng, phân biệt chủng
tộc, v.v. Không có một yếu tố nào có thể được chọn làm nguyên nhân chú yếu
cho cái chết ở trẻ dưới một tuổi, mà nó do rất nhiều yếu tố tác động lên. Cuộc
nghiên cứu về cái chết ở trẻ em dưới một tuổi gợi ý cùng các yếu tố này đóng
một vai trò trong sức khỏe của các bà mẹ và em bé liên quan đến cái chết của trẻ
sơ sinh.
1.2 Cơ sở lý luận về ảnh hưởng của các nhân tố đã chọn đến tỷ lệ tử vong
trẻ sơ sinh tại Mỹ
Dựa trên cơ sở lý thuyết và những nghiên cứu trước đó, tỷ lệ tử vong trẻ
sơ sinh tử vong phụ thuộc vào các yếu tố tỷ lệ trẻ sinh thiếu cân, thu nhậр bình
quân đầu người, số lượng bác sỹ trên cả nước, tỷ lệ người dưới mức nghèо khổ ,
… Tuy nhiên trong phạm vi bài nghiên cứu này, nhóm chúng em chọn các biến
sau có ảnh hưởng đến tỷ lệ tử vong trẻ sơ sinh tại Mỹ: tỷ lệ trẻ sinh thiếu cân
(lоwrbth), thu nhậр bình quân đầu người ( рcinc), số lượng bác sỹ trên cả nước
(рhуsic), sự hỗ trợ hàng tháng củа AFDC (аfdcрау), tỷ lệ người dưới mức nghèо
khổ (роvrаtе), phần trăm dân số được hỗ trợ của AFDC (afdcprc).
1.2.1 Tỷ lệ trẻ sinh thiếu cân (lowbrth)
Nguyên nhân: Trẻ sinh ra bị thiếu cân có thể do nhiều yếu tố nhưng chủ
yếu vẫn là những ảnh hưởng từ mẹ trong quá trình thai kì như: dinh dưỡng từ mẹ

không đầy đủ, mẹ sử dụng chất kích thích, mẹ mang đa thai, sinh non, mẹ bị
huyết áp cao, động kinh,...
Hậu quả: có nguy cơ bị nhiễm trùng, hạ đường huyết, các vấn đề về ăn
uống, tiêu hóa, hô hấp thậm chí là đột tử,... Những hậu quả đó cũng là con đường
mật thiết dẫn đến việc tử vong ở trẻ sơ sinh.
1.2.2 Thu nhập bình quân đầu người (pcinc)
Mỗi quốc gia có một mức độ phát triển kinh tế khác nhau,vì thế thu nhập
bình quân đầu người cũng phân hóa rất rõ ràng. Kinh tế luôn là yếu tố ảnh hưởng
rất lớn đến các dịch vụ sức khỏe. Chính vì thế, tiềm lực kinh tế, thu nhập bình


7

quân đầu người cũng phần nào quyết định tới quá trình thai kì của mẹ và sức
khỏe của em bé khi sinh.
Nếu thu nhập bình quân đầu người thấp, trong quá trình thai kì người mẹ
không đảm bảo đủ dinh dưỡng và tham gia khám sức khỏe thường xuyên theo
định kì, đặc biệt là khi vừa sinh, trẻ không được đảm bảo các điều kiện, các thủ
tục chăm sóc thiết yếu thì rất có khả năng tỷ lệ tử xong ở trẻ sẽ tăng lên.
Hơn nữa, ở Mỹ, chi phí y tế là rất đắt đỏ nếu không có thẻ bảo hiểm. Vì
vậy, khoản tiền thu nhập rất quan trọng đối với những gia đình có phụ nữ mang
thai bởi nó ảnh hưởng trực tiếp đến việc thăm khám, ăn uống, cung cấp dinh
dưỡng cho người mẹ, từ đó tác động đến đứa con. Hay khi trẻ được sinh ra,
khoản tiền này cũng tác động trực tiếp tới việc cung cấp chế độ dinh dưỡng, bảo
vệ trẻ khỏi các tác nhân xấu từ môi trường, …
1.2.3 Số lượng bác sĩ trên cả nước (physic)
Tình trạng quá tải bệnh nhân tại bệnh viện nói chung và tại khoa nhi, sản
nói riêng cũng là vấn đề đáng quan tâm. Trong khi có những gia đình đủ điều
kiện kinh tế để có thể thuê cho mình một bác sĩ gia đình thì có những người phải
tìm đến những bệnh viện bình dân. Tuy nhiên ở Mỹ, dịch vụ y tế khá hiện đại,

một bệnh nhân khi vào viện luôn được chăm sóc bởi ít nhất một bác sĩ và rất
nhiều y tá. Dịch vụ tốt cũng có thể ảnh hưởng đến tỷ lệ tử vong ở trẻ sơ sinh,
nhưng là theo hướng tích cực hơn.
1.2.4 Sự hỗ trợ của AFDC - chương trình cung cấp tiền cho các gia đình nghèo có
trẻ em (afdcpay)
Cũng giống như thu nhập bình quân đầu người, sự hỗ trợ của AFDC trợ
giúp cho những gia đình khó khăn có trẻ em về mặt kinh tế, nên dễ hiểu khi nó
tác động đến tỷ lệ tử vong ở trẻ sơ sinh. Khi nhận được sự hỗ trợ của AFDC,
những gia đình nghèo có trẻ em sẽ được tăng một khoản trợ cấp, từ đó tăng cơ
hội có được các dịch vụ y tế, chăm sóc trẻ em tốt hơn, hay đơn giản là việc tăng
chế độ dinh dưỡng trong khẩu phần ăn của trẻ. Do hoàn cảnh nghèo, nên khoản
tiền trợ cấp từ AFDC sẽ là nhân tố ảnh hưởng tích cực đến tỷ lệ tử vong trẻ sơ
sinh tại Mỹ.
1.2.5 Tỷ lệ người dân sống dưới mức nghèo khổ (povrate)
Năm 2016, 41 triệu người Mỹ tương đương 13% dân số sống trong cảnh
nghèo đói.
Như đã nêu ở trên, sự phát triển của thu nhập và kinh tế ảnh hưởng đến tỷ
lệ tử vong thông qua chất lượng dịch vụ mà người dân có đủ khả năng chi trả.
Thông qua tỉ lệ người sống dưới mức nghèo khổ, có thể sẽ phản ánh được tỷ lệ tử
vong ở trẻ.
1.2.6 Phần trăm dân số được nhận sự hỗ trợ của AFDC (afdcprc)
Cũng giống như thu nhập bình quân đầu người, sự hỗ trợ của AFDC trợ
giúp cho những gia đình khó khăn có trẻ em về mặt kinh tế, nên dễ hiểu khi nó


8

tác động đến tỷ lệ tử vong ở trẻ sơ sinh. Khi nhận được sự hỗ trợ của AFDC,
những gia đình nghèo có trẻ em sẽ được tăng một khoản trợ cấp, từ đó tăng cơ
hội có được các dịch vụ y tế, chăm sóc trẻ em tốt hơn, hay đơn giản là việc tăng

chế độ dinh dưỡng trong khẩu phần ăn của trẻ.
1.3 Các nghiên cứu liên quan
Tuy ở Việt Nam, việc nghiên cứu về tỷ lệ tử vong ở trẻ em còn chưa phổ
biến nhưng trên thế giới đã có rất nhiều công trình nghiên cứu được đưa ra.
1.3.1 Mô hình tuổi tử vong ở trẻ sơ sinh và trẻ nhỏ theo dữ liệu thực
nghiệm mới
Tỷ lệ tử vong dưới năm tuổi (xác suất tử vong giữa lúc sinh và 5 tuổi, cũng
được ký hiệu trong tài liệu là U5MR và 5q0) là một chỉ số tử vong chính được sử
dụng thường xuyên để theo dõi tiến triển trong lĩnh vực sức khỏe trẻ em và được
đặc trưng nổi bật trong số các mục tiêu phát triển thiên niên kỷ. Tuy nhiên, chỉ số
này che giấu thông tin quan trọng về cách tỷ lệ tử vong này được phân phối theo
độ tuổi. Một điểm khác biệt quan trọng là phần nào của tỷ lệ tử vong dưới năm
tuổi xảy ra dưới 1 tuổi (tỷ lệ tử vong ở trẻ sơ sinh [1q0]) so với tuổi 1 y trở lên
(tỷ lệ tử vong ở trẻ em [4q1]).. Các mô hình tuổi mô hình được sử dụng phổ biến
nhất cho mục đích này là các hệ thống Coale và Demeny và Liên Hợp Quốc.
1.3.2

Tỷ lệ tử vong ở trẻ sơ sinh: Hoạt động nghiên cứu và tiến bộ khoa
học của NICHD

Thông qua các đơn vị tổ chức nội bộ và ngoại khóa của mình, NICHD tiến hành
và hỗ trợ một loạt các dự án nghiên cứu về nguyên nhân và những người đóng
góp cho tỷ lệ tử vong ở trẻ sơ sinh. Cụ thể bao gồm các nghiên cứu dưới đây:
• Nghiên cứu về khuyết tật bẩm sinh và điều kiện di truyền
Các khuyết tật bẩm sinh là nguyên nhân hàng đầu gây tử vong ở trẻ sơ sinh ở
Hoa Kỳ và là trọng tâm chính của nghiên cứu NICHD kể từ khi Viện được thành
lập. Ngày nay, các đơn vị tổ chức của Viện không chỉ tập trung vào các khuyết tật
bẩm sinh, mà còn nghiên cứu các khuyết tật bẩm sinh và các điều kiện di truyền
liên quan đến một loạt các khuyết tật nhằm nỗ lực cải thiện chất lượng cuộc sống
cho những người mắc các bệnh này và gia đình họ.

• Nghiên cứu về sinh non
NICHD hỗ trợ và tiến hành nghiên cứu không chỉ về các cách để ngăn ngừa sinh
non mà còn về các cách để cải thiện khả năng sống sót và kết quả cho trẻ sinh
non.


9

• Nghiên cứu về Hội chứng đột tử ở trẻ sơ sinh (SIDS)
NICHD đã dẫn đầu trong nghiên cứu SIDS trong nhiều thập kỷ. NICHD là nguồn
tài nguyên chính của liên bang cho nghiên cứu về SIDS kể từ khi Đạo luật SIDS
năm 1974 được thông qua
• Nghiên cứu về nhiễm trùng
Nhiễm trùng mẹ và trẻ em có thể gây tử vong cho trẻ sơ sinh cũng là một trọng
tâm của hỗ trợ nghiên cứu NICHD. Trên toàn cầu, nhiễm trùng là một trong
những nguyên nhân chính gây tử vong ở trẻ sơ sinh. Các nhà nghiên cứu được
PPB hỗ trợ gần đây đã báo cáo rằng trẻ sơ sinh rất nhẹ cân (VLBW) bị nhiễm
Staphylococcus aureus nhạy cảm với methicillin (MSSA) có tỷ lệ mắc bệnh và tử
vong tương tự với trẻ sơ sinh bị nhiễm Staphylococcus aureus (MRSA). Những
phát hiện nghiên cứu này cho thấy các bác sĩ lâm sàng có thể xem xét áp dụng
các phương pháp phòng ngừa và điều trị hiện đang được sử dụng cho MRSA cho
MSSA ở trẻ sơ sinh VLBW để cải thiện cơ hội sống sót và giảm các biến chứng.
• Nghiên cứu về các nguyên nhân và tác nhân khác gây tử vong ở trẻ sơ
sinh
CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU VÀ MÔ HÌNH
2.1 Xác định phương pháp nghiên cứu
2.1.1

Phương pháp thu thập số liệu
Số liệu đã thu thập thuộc dạng thông tin thứ cấp, dạng số liệu chéo, thể

hiện thông tin về một hay nhiều yếu tố được thu thập tại Mỹ. Số liệu được lấy từ
bộ số liệu LOWBRTH có sẵn (file excel có trong phần phụ lục)
2.1.2 Phương pháp xử lý số liệu
Sử dụng phần mềm Excel và Stata để xử lý sơ lược số liệu và tính ma trận
tương quan giữa các biến.
2.1.3 Phương pháp sử dụng trong nghiên cứu
Chạy phần mềm Stata hồi quy mô hình bằng phương pháp bình phương
tối thiểu thông thường (OLS) để ước lượng ra tham số của các mô hình hồi quy
đa biến. Từ phần mềm Stata ta dễ dàng:
• Xét phân tử phóng đại phương sai VIF nhận biết khuyết tật đa cộng tuyến.
• Dùng kiểm định White để kiểm định khuyết tật phương sai sai số thay đổi và
Robust Standard Errors hồi quy mô hình theo phương pháp sai số chuẩn mạnh.
• Dùng kiểm định F nhận xét sự phù hợp của mô hình và kiểm định t để ước lượng
khoảng tin cậy cho các tham số trong mô hình.
• Dùng Correlation matrix trong phần mềm Stata để tìm ma trận tương quan giữa
các biến.
• Kiểm định Ramsey’s RESET để kiểm định mô hình có bỏ sót biến không.
• Kiểm định Jacque-Bera để kiểm định phân phối không chuẩn của Ui.


10

2.2
2.2.1

Xây dựng mô hình

Mô hình gốc
infmort= f(lowbrth, pcinc, physic, afdcpay, povrate, afdcprc)
Mô hình nghiên cứu sự phụ thuộc của tỷ lệ tử vong trẻ sơ sinh tại Mỹ với

các biến độc lập: tỷ lệ trẻ sinh thiếu cân (lоwrbth), thu nhậр bình quân đầu người
( рcinc), số lượng bác sỹ trên cả nước (рhуsic), sự hỗ trợ hàng tháng củа AFDC
(аfdcрау), tỷ lệ người dưới mức nghèо khổ (роvrаtе), phần trăm dân số được hỗ
trợ của AFDC (afdcprc).

2.2.2

Mô hình hồi quy tổng quát
Để kiểm tra ảnh hưởng các biến độc lập đến tỷ lệ tử vong trẻ sơ sinh tại
Mỹ, chúng em vận dụng cơ sở lý thuyết và đề xuất dạng mô hình toán nghiên cứu
như sau:
 Mô hình hồi quy tổng thể ngẫu nhiên:
(PRF)
Trong đó:
Biến phụ thuộc:
-

infmort: tỷ lệ tử vong ở trẻ sơ sinh (infmort, đơn vị: %)

Biến độc lập:
-

lowbrth: tỷ lệ trẻ sinh thiếu cân (lowbrth, đơn vị: %)
pcinc : thu nhập bình quân đầu người (pcinc, đơn vị: USD)
physic : số lượng bác sỹ trên cả nước (physic, đơn vị: nghìn người)
afdcpay : trợ cấp hàng tháng từ AFDC ( afdcpay, đơn vị: USD)
povrate : tỷ lệ người dưới mức nghèo khổ (povrate, đơn vị: %)
afdcprc : phần trăm dân số được hỗ trợ bởi AFDC(afdcprc, đơn vị: %))

Các chỉ số khác:

-

ui : Sai số ngẫu nhiên.
β0: Hệ số chặn của mô hình
β1, β2, β3, β4, β5, β6: Hệ số góc ( Hệ số hồi quy riêng)

 Mô hình hồi quy mẫu ngẫu nhiên:
(SRF)
2.2.3

Giải thích các biến
Bảng 2.1 Các biến trong mô hình các nhân tố ảnh hưởng đến tỷ lệ tử
vong trẻ sơ sinh tại Mỹ


11

BIẾN SỐ
Y

infmort

X1

lowbrth

X2

pcinc

X3

physic

X4

afdcpay

X5

povrate

X6

afdcprc
Trong đó, infmort là biến phụ thuộc, các biến còn lại là biến độc lập.

2.3

Mô tả số liệu của mô hình
2.3.1 Nguồn dữ liệu đã sử dụng

Bảng dữ liệu được tổng hợp thuộc bảng Phụ lục. Dữ liệu nghiên cứu, tất cả gồm
có 7 biến (1 biến phụ thuộc và 6 biến độc lập) được thu thập tại USA tại địa chỉ:
United States Census Bureau: The Statistical Abstract of the United States (19871990)
• />• />110ed.html?fbclid=IwAR1Zaq8s04DxZiAGY2gMakNZFDinTk4ppcOYUEjL5sP54u6JwSO2DLVaRI
2.3.2

Mô tả thống kê
Mô tả thống kê số liệu

Variable (tên biến)
lowbrth


12

infmort
afdcprc
pcinc
physic
afdcpay
povrate
Bảng 2.2 Thống kê dữ liệu mô tả nghiên cứu
Từ bảng thống kê trên, ta có thể thấy được sự chênh lệch lớn giữa giá trị
nhỏ nhất và giá trị lớn nhất của các biến.
2.3.3 Ma trận tương quan giữa các biến
Sử dụng lệnh Corr trong Stata để tìm ra ma trận tương quan giữa các biến độc lập
và biến phụ thuộc của mô hình.
infmort
infmort

lowbrth pcinc

physic

afdcpay povrate

afdcprc

1.0000

lowbrth 0.6649

1.0000

pcinc

-0.3888 -0.1311

1.0000

physic

-0.2941 0.0140

0.6645

1.0000

afdcpay -0.5380 -0.5606 0.6409

0.5654

povrate

0.4920

0.5378

-0.6040

-0.4658 -0.5921 1.0000

afdcprc

0.2145

0.3732

0.1413

0.2747

1.0000

0.1992

0.3249

1.0000

Bảng 2.3 Kết quả xây dựng ma trận tương quan giữa các biến
Dựa vào ma trận hệ số tương quan giữa các biến ta thấy:
 r(infmort, lowbrth)= 0.6649
• Sự tương quan tương đối cao.
• Hệ số này dương, điều này cho thấy mối quan hệ tỉ lệ thuận giữa tỷ lệ
tử vong trẻ sơ sinh và tỷ lệ trẻ sơ sinh thiếu cân. Điều này phù hợp với
lý thuyết kinh tế.
 r(infmort, pcinc)= -0.388

• Sự tương quan tương đối thấp.
• Hệ số này âm, điều này cho thấy mối quan hệ tỉ lệ nghịch giữa tỷ lệ tử
vong trẻ sơ sinh và thu nhập bình quân đầu người. Điều này phù hợp
với lý thuyết kinh tế.
 r(infmort, physic)= -0.2941


13

• Sự tương quan tương đối thấp.
• Hệ số này âm, điều này cho thấy mối quan hệ tỉ lệ nghịch giữa tỷ lệ tử
vong trẻ sơ sinh và số lượng absc sĩ trên cả nước. Điều này phù hợp
với lý thuyết kinh tế.
 r(infmort, afdcpay)= -0.5380
• Sự tương quan tương đối cao.
• Hệ số này âm, điều này cho thấy mối quan hệ tỉ lệ nghịch giữa Tỷ lệ
tử vong trẻ sơ sinh và sự hỗ trợ của afdc hàng tháng. Điều này phù
hợp với lý thuyết kinh tế.
 R(infmort, povrate)= 0.4920
• Sự tương quan tương đối cao.
• Hệ số này dương, điều này cho thấy mối quan hệ tỉ lệ thuận giữa tỷ lệ
tử vong trẻ sơ sinh và tỷ lệ người sống dưới mức nghèo khổ. Điều này
phù hợp với lý thuyết kinh tế.
 R(infmort, afdcprc)= 0.2145
• Sự tương quan tương đối thấp.
• Hệ số này dương, điều này cho thấy mối quan hệ tỉ lệ thuận giữa tỷ lệ
tử vong trẻ sơ sinh và tỷ lệ dân số được nhận hỗ trợ của afdc. Điều
này không phù hợp với lý thuyết kinh tế.
Vậy, nhìn chung tỷ lệ trẻ sơ sinh thiếu cân (lowbrth), sự hỗ trợ của AFDC
hàng tháng (afdcpay) và tỷ lệ người sống dưới mức nghèo khổ (povrate) tác động

tương đối cao lên Chỉ số hành tinh hạnh phúc HPI, còn Thu nhập bình quân đầu
người (pcinc), số lượng bác sĩ trên cả nước (physic) và tỷ lệ số dân được nhận hỗ
trợ từ AFDC (afdcprc) thì tác động yếu hơn. Tỷ lệ trẻ sơ sinh thiếu cân (lowbrth),
tỉ lệ người dân sống dưới mức nghèo khổ (povrate) và tỷ lệ dân số được hỗ trợ từ
AFDC (afdcprc) tác động cùng chiều đến tỷ lệ tử vong trẻ sơ sinh tại Mỹ. Các
nhân tố còn lại bao gồm thu nhập bình quân đầu người (pcinc), số lượng bác sĩ
trên cả nước (physic) và sự hỗ trợ của AFDC hàng tháng (afdcprc) tác động
ngược chiều đến Tỷ lệ tử vong trẻ sơ sinh tại Mỹ.
Ngoài ra, ta lại thấy hệ số tương quan giữa các biến độc lập có r < 0.8 nên
bước đầu nhóm chúng em đánh giá mô hình hồi quy không xảy ra đa cộng tuyến.
CHƯƠNG 3: ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN
THỐNG KÊ
2.4

Mô hình ước lượng
2.4.1 Bảng kết quả

Sử dụng phần mềm Stata, hồi quy mô hình bằng phương pháp bình
phương nhỏ nhất OLS, ta thu được kết quả như sau:
Số quan sát

90

Hệ số xác định
R^2

0.571
6

Tổng bình phương sai số tổng cộng

TSS
Tổng bình phương sai số được giải
thích ESS

203.80322
2
116.49805
3


14

Hệ số xác định
hiệu chỉnh
P-value
F quan sát F(6,83)

0.540
7
0.000
0
18.46

Tổng bình phương sai số không giải 87.305168
thích được RSS
9
Sai số chuẩn của phần dư

Sai số
chuẩn

Thống
kê t

P - value

1.0256

Biến độc
lập

Hệ số
ước
lượng

lowbrth

.9637241

.1680891 5.73

0.000

.6294017

1.298047

pcinc

-.0001462

.0000584 -2.50

0.014

-.0002623

-.0000301

physic

-.0085573

.0034154 -2.51

0.014

-.0153504

-.0017642

afdcpay

.0012286

.0018743 0.66

0.514

-.0024994

.0049566

povrate

-.0695295

.0446233 -1.56

0.123

-.1582833

.0192244

afdcprc

.1086888

.1194215

0.91

0.365

-.1288357

.3462132

_cons

7.186379

1.284976 5.59

0.000

4.630614

9.742145

Khoảng tin cậy với mức ý
nghĩa 5%

2.4.2 Phân tích bảng kết quả
Từ kết quả ước lượng trên, ta thu được hàm hồi quy mẫu như sau:
Mô hình cho ta thấy: Biến lowbrth, pcinc, physic thật sự có ảnh hưởng đến
biến phụ thuộc infmort. Còn các biến afdcpay, povrate và afdcprc có ảnh hưởng
hay không, ta sẽ tìm hiểu ở mục kiểm định hệ số hồi quy.
Hệ số xác định = 0.5716 cho ta biết rằng các biến số độc lập lowbrth,
pcinc, physic, afdcpay, povrate, afdcprc giải thích được 57.16% sự biến động
trong biến phụ thuộc infmort. 42.84 % còn lại do các yếu tố khác tác động vào
biến phụ thuộc infmort.
Ý nghĩa của các hệ số hồi quy riêng phần:
Đối với: Khi các biến số lowbrth, pcinc, physic, afdcpay, povrate, afdcprc
có giá trị bằng không, tỷ lệ tử vong trẻ sơ sinh tại Mỹ trung bình là 7.186379, đó
chính là trung bình ảnh hưởng của các yếu tố khác không nằm trong mô hình lên
tỷ lệ tử vong trẻ sơ sinh ở Mỹ.
Đối với : Khi pcinc, physic, afdcpay, povrate, afdcprc không đổi và nếu
lowbrth tăng (giảm) 1 đơn vị thì tỷ lệ infmort trung bình tăng (giảm) 0.9637241

đơn vị.


15

Đối với : Khi lowbrth, physic, afdcpay, povrate, afdcprc không đổi và nếu
pcinc tăng (giảm) 1 đơn vị thì infmort trung bình giảm (tăng) 0.0001462 đơn vị.
Đối với : Khi lowbrth, pcinc, afdcpay, povrate, afdcprc không đổi và nếu
physic tăng (giảm) 1 đơn vị thì infmorttrung bình giảm (tăng) 0.0085573 đơn vị.
Đối với : Khi lowbrth, pcinc, physic, povrate, afdcprc không đổi và nếu
afdcpay tăng (giảm) 1 đơn vị thì infmort trung bình tăng (giảm) 0.0012286 đơn
vị.
Đối với : Khi lowbrth, pcinc, physic, afdcpay, afdcprc không đổi và nếu
povrate tăng (giảm) 1 đơn vị thì infmort trung bình giảm (tăng) 0.0695295 đơn
vị.
Đối với : Khi lowbrth, pcinc, physic, afdcpay, povrate không đổi và nếu
afdcprc tăng (giảm) 1 đơn vị thì infmort trung bình tăng (giảm) 0.1086888 đơn
vị.
2.5

Kiểm định và khắc phục các khuyết tật của mô hình
2.5.1 Kiểm định các biến bị bỏ sót (kiểm định dạng đúng của mô
hình)
Tiến hành kiểm định Ramsey’s RESET bằng Stata ta thu được kết quả:

Kiểm định RESET của Ramsey
Giả thuyết H0: Mô hình ban đầu không bỏ sót biến
Kiểm định thống kê: F = 2.14
Với p-value (= Prob > F) = 0.1012
Hình 3.1 Kết quả kiểm định RESET của Ramsey

Xét cặp giả thuyết:
tại
Từ kết quả trên, với p-value = 0.1012 > = 0.05 => Chấp nhận H0.
Nhận xét: Mô hình không bỏ sót biến.
2.5.2

Đa cộng tuyến
Dấu hiệu: Xét nhân tử phóng đại phương sai VIF
Variable

VIF

1/VIF

afdcpay

4.72

0.211738

lowbrth

3.39

0.295010


16

povrate

3.20

0.312168

pcinc

2.83

0.353224

physic

2.44

0.409792

afdcprc

2.16

0.462342

Mean
VIF

3.13

Bảng 3.4 Kết quả thừa số tăng phương sai VIF
suy ra rằng không có đa cộng tuyến giữa biến afdcpay với các biến độc lập còn

lại.
suy ra rằng không có đa cộng tuyến giữa biến lowbrth với các biến độc lập còn
lại.
suy ra rằng không có đa cộng tuyến giữa biến povrate với các biến độc lập còn
lại.
suy ra rằng không có đa cộng tuyến giữa biến pcinc với các biến độc lập còn lại.
suy ra rằng không có đa cộng tuyến giữa biến physic với các biến độc lập còn lại.
suy ra rằng không có đa cộng tuyến giữa biến afdcprc với các biến độc lập còn
lại.
Nhận xét: Mô hình không tồn tại đa cộng tuyến.
2.5.3 Kiểm định phương sai sai số thay đổi
Nhận biết: Hồi quy mô hình gốc ta thu được mô hình mẫu và các phần dư
.
Giả sử mô hình mắc khuyết tật phương sai sai số thay đổi, và sự thay đổi
của phương sai đó phụ thuộc vào biến độc lập, bình phương biến độc lập và tích
chéo giữa các biến độc lập với nhau (tích chéo giữa 2 biến độc lập).
Thực hiện hồi quy phụ mô hình:
Trong đó: X1: lowbrth, X2: pcinc, X3: physic, X4: afdcpay, X5: povrate, X6:
afdcprc.
Tiến hành kiểm định Imtest, White bằng phần mềm Stata ta thu được kết
quả:


17

Kiểm định Imtest, White phương sai sai số thay đổi
Giả thuyết H0: Không có hiện tượng phương sai sai số thay đổi
chi2(27) =

50.95

Prob > chi2 =

0.0035

Hình 3.2 Kết quả kiểm định Imtest, White phương sai sai số thay đổi
Xét cặp giả thuyết: tại
Từ kết quả trên, với p-value = 0.0035 < = 0,05 => Bác bỏ H 0. Do đó mô
hình mắc phải khuyết tật phương sai sai số thay đổi
Nhận xét: Kết quả kiểm định phương sai thay đổi phần dư của mô hình
hồi quy theo phương pháp Imtest, White cho thấy có hiện tượng phương sai sai
số thay đổi trong mô hình hồi quy với mức ý nghĩa thống kê là 5%.
Hậu quả: Mô hình cho ra các ước lượng tham số vẫn là các ước lượng
không chệch nhưng không phải là các ước lượng tốt nhất, không có phương sai
sai số nhỏ nhất từ đó dẫn đến các dự báo không còn hiệu quả nữa. Việc phương
sai của các tham số không còn là nhỏ nhất dẫn đến các kiểm định T và kiểm định
F dùng để kiểm định sự phù hợp của mô hình không còn đáng tin cậy.
Cách khắc phục/ hạn chế:
Mô hình tồn tại hiện tượng phương sai sai số thay đổi vẫn cho các hệ số
ước lượng tin cậy nhưng các sai số chuẩn của hệ số không còn là nhỏ nhất. Kéo
theo các sai số chuẩn này là các giá trị thống kê t (được tính bằng tỷ số của hệ số
ước lượng và sai số chuẩn tương ứng) giảm hoặc mất đi ý nghĩa thống kê. Việc
nới lỏng một số tính chất BLUE, ở đây là sai số tối thiểu, sẽ giúp ước lượng OLS
cho kết quả tốt hơn về các sai số chuẩn. Ý nghĩa của Robust standard errors
chính là cởi bỏ ràng buộc “tối thiểu sai số” của OLS và đưa các sai số này về giá
trị sát với giá trị thật của nó.
Với cỡ mẫu đủ lớn, dùng phương pháp sai số chuẩn mạnh Robust standard
errors sẽ phù hợp để hạn chế ảnh hưởng của phương sai sai số thay đổi khi hồi
quy mô hình.
Sau khi hồi quy mô hình bằng phương pháp sai số chuẩn mạnh, sai số

chuẩn của ước lượng các hệ số là thay đổi. Ta được kết quả như sau:
Linear regression

Number of obs

=

90

F(6, 83)

=

24.71

Prob > F

=

0.0000

R-squared

=

0.5716

Root MSE

=

1.0256


18

Biến
độc lập

Hệ số ước lượng

lowbrth .9637241
afdcprc .1086888

Sai số
chuẩn

P>t (P- Khoảng tin cậy với mức ý
value) nghĩa 5%

t

.
2146825
.131316

4.49

0.000

0.5367293

1.39071
9

0.83

0.41

-0.1524934

0.36987
1

pcinc

-.0001462

.
0000556

-2.63

0.01

-0.0002569

-3.6E-05

physic

-.0085573

.
0047288

-1.81

0.074

-0.0179626

0.00084
8

afdcpa
y

.0012286

.
0028884

0.43

0.672

-0.0045163

0.00697

4

povrate -.0695295

.
0449333

-1.55

0.126

-0.1589

0.01984
1

_cons

1.59608
1

4.5

0.000

4.011838

10.3609
2

7.186379

Hình 3.3 Kết quả hồi quy theo phương pháp sai số chuẩn mạnh
Từ kết quả ước lượng trên, ta thu được hàm hồi quy mẫu như sau:
Với việc hồi quy mô hình bằng phương pháp sai số chuẩn mạnh, ta có thể
hạn chế ảnh hưởng của phương sai sai số thay đổi.
2.5.4 Kiểm định tự tương quan
Mô hình sử dựng dữ liệu dạng chéo nên ta không cần kiểm định tự tương
quan.
2.5.5 Kiểm định phân phối chuẩn của nhiễu
Tiến hành kiểm định Normality of residual bằng Stata ta thu được kết quả:


19

Kiểm định phân phối chuẩn của nhiễu
Giả thuyết H0: Mô hình có sai số phân phối chuẩn
Variable
Obs Pr(Skewness)Pr(Kurtosis) adj
resid
90
0.1894
0.8453

chi2(2)
1.81

Prob>chi2
0.4047

Hình 3.4 Kết quả kiểm định phân phối chuẩn của nhiễu
Xét cặp giả thuyết:
tại
Từ kết quả trên, với p-value = 0.4047 > = 0,05. Do đó ta chấp nhận Ho,
tức là mô hình có nhiễu tuân theo quy luật phân phối chuẩn.
Nhận xét: Từ kết quả của bảng, ta thấy mô hình có nhiễu tuân theo phân
phối chuẩn.
2.6

Kiểm định giả thuyết
2.6.1 Kiểm định hệ số hồi quy
Giả thuyết: .
Sử dụng P_value:
• Nếu P_value < 0,05 thì bác bỏ giả thiết H0.
• Nếu P_value > 0,05 thì chấp nhận giả thiết H0.

Biến

X1

X2

Hệ
số

Giá trị

P_value

Kết quả

Kết luận

Tỷ lệ thiếu cân
trẻ sơ sinh

0.9637241

Có ý nghĩa
thống kê

lowbrth có ảnh
hưởng đến
infmort

Thu nhập bình
quân đầu người

0.0001462

Có ý nghĩa
thống kê

pcinc có ảnh
hưởng đến
infmort


20

X3 Số lượng bác sĩ
trên cả nước

X4

Sự hỗ tợ của
AFDC hàng
tháng

Tỷ lệ người
X5 sống dưới mức
nghèo khổ

X6

Tỷ lệ dân số
nhận được hỗ
trợ từ AFDC

0.0085573

Không có ý
nghĩa thống
kê

physic không có
ảnh hưởng đến
infmort

0.0012286

Không có ý
nghĩa thống
kê

afdcpay không
có ảnh hưởng
đến infmort

0.0695295

0.1086888

>

0.126

Không có ý povrate không có
nghĩa thống ảnh hưởng đến
kê
infmort

0.41 >

Không có ý
nghĩa thống
kê

Afdcprc không
có ảnh hưởng

đến infmort

Bảng 3.5 Kiểm định hệ số hồi quy
Nhận xét: Dựa vào giá trị thống kê này ta có thể kết luận tất cả hệ số ước
lượng của các biến lowbrth, pcinc có ý nghĩa với mức ý nghĩa thống kê là 5%, hệ
số ước lượng của biến afdcpay, afdcprc, physic và povrate không có ý nghĩa với
mức ý nghĩa thống kê là 5%.
Thứ nhất, Tỷ lệ thiếu cân trẻ sơ sinh tương quan dương với tỷ lệ tử vong
trẻ sơ sinh: Khi tỷ lệ trẻ thiếu cân tăng thì tỷ lệ tử vong trẻ sơ sinh cũng tăng,
điều này phù hợp với giả thuyết nghiên cứu. Nếu tỷ lệ thiếu cân trẻ sơ sinh tăng 1
đơn vị sẽ làm tỷ lệ tử vong trẻ sơ sinh tăng 0.9637241 đơn vị. Điều này phản ánh
đúng tình hình thực tế, khi tỷ lệ thiếu cân ở trẻ sơ sinh liên tiếp tăng lên, số trẻ sơ
sinh thiếu dinh dưỡng, còi xương, mắc phải các chứng bệnh dẫ đến thiếu cân tăng
lên, khiến sức đề kháng và hệ miễn dịch của trẻ yếu, dễ dàng bị các tác nhân môi


21

trường gây bệnh, dẫn đến tử vong. Như vậy dấu của hệ số ước lượng phù hợp với
mô hình kinh tế.
Thứ hai, thu nhập bình quân đầu người tương quan âm với tỷ lệ tử vong ở
trẻ sơ sinh ở Mỹ. Điều này phù hợp với giả thuyết nghiên cứu. Khi thu nhập tăng
cao, trẻ sơ sinh được chăm sóc đầy đủ, toàn tiện, tốt hơn; có được điều kiện ăn ở,
dinh dưỡng tốt hơn, làm giảm thiểu khả năng tử vong. Khi thu nhập tăng lên, các
gia đình có điều kiện tốt nhất để chăm lo sức khỏe đứa trẻ, từ cái vấn đề y tế,
dinh dưỡng, … cho trẻ đều được thực hiện một cách tốt nhất. Do đó, tỷ lệ tử
vong ở trẻ sơ sinh cũng giảm.
Thứ ba, số lượng bác sĩ trên cả nước không ảnh hưởng đến tỉ lệ tử vong
bởi vi nguyên nhân tử vong không hoàn toàn nằm ở vấn đề bệnh tật mà còn liên
quan đến nhiều vấn đề khác. Nên sự thay đổi trong số lượng của bác sĩ cũng

không làm ảnh hưởng đến tỉ lệ tử vọng của trẻ sơ sinh.
Thứ tư, tỷ lệ dân số sống dưới mức nghèo khó và tỷ lệ dân số được hỗ trợ
bởi AFDC trong mô hình không ảnh hưởng đến tỉ lệ tự vong do còn nhiều yếu tố
khác tác động đến tỷ lệ tử vong ở trẻ em, cũng như bộ số liệu còn chưa đủ rộng
nên dẫn đến kết luận trên.
2.6.2

Kiểm định sự phù hợp của mô hình

Kiểm định này nhằm xem xét trường hợp các tham số của biến độc lập
đồng thời bằng 0 có xảy ra hay không. ()
Giả thuyết thống kê:
Có
Dựa theo kết quả hồi quy ở trên ta có:
Do đó bác bỏ giả thuyết , chấp nhận giả thuyết . Mô hình ước lượng phù hợp.
2.6.3

Ước lượng khoảng tin cậy (KTC) và giải thích

• Kiểm định 2 phía, giá trị tới hạn �(0.05, 83) = 2.000
• Với độ tin cậy 95%, ta có:
infmort Coef.

Std. Err.

lowbrth .9637241

.
2146825

afdcprc .1086888

.131316

t

[95% Conf.

P>t

Interval]

4.49

0

0.5367293

1.39071
9

0.83

0.41

-0.1524934

0.36987
1

22

pcinc

-.0001462

.
0000556

-2.63

0.01

-0.0002569

-3.6E-05

physic

-.0085573

.
0047288

-1.81

0.074

-0.0179626

0.00084
8

afdcpa
y

.0012286

.
0028884

0.43

0.672

-0.0045163

0.00697
4

povrate -.0695295

.
0449333

-1.55

0.126

-0.1589

0.01984
1

_cons

1.59608
1

4.5

0

4.011838

10.3609
2

7.186379

Bảng 3.6 Bảng tổng hợp

Nhận xét:
Khoảng tin cậy (0.5367293; 1.390719) nên khi tăng tỷ lệ thiếu cân trẻ sơ
sinh 1% thì tỷ lệ tử vong trẻ sơ sinh tại Mỹ trung bình tăng 0.5367293% đến
1.390719% với các điều kiện khác không đổi Mối quan hệ giữa lowbrth và
infmort là mối quan hệ thuận chiều.
Khoảng tin cậy (-0.1524934;0.369871) nên khi tăng thu nhập bình quân
đầu người 1% thì tỷ lệ tử vong trẻ sơ sinh ở Mỹ trung bình giảm 0.1524934%

đến tăng 0.369871% với các điều kiện khác không đổi. Mối quan hệ giữa pcinc
và infmort là chưa xác định nhưng thiên về thuận chiều (trong mẫu số liệu này).
Khoảng tin cậy (-0.0002569; -3.6E-0.5) nên khi tăng số lượng bác sĩ trên
cả nước 1% thì tỷ lệ tử vong trẻ sơ sinh tại Mỹ trung bình giảm 0.0002569% đến
(3.6E+0.5)% với điều kiện các yếu tố khác không đổi Mối quan hệ giữa physic
và infmort là mối quan hệ ngược chiều.
Khoảng tin cậy (-0.0179626; 0.000848) nên khi tăng sự hỗ trợ từ AFDC
hàng tháng 1% thì tỷ lệ tử vong trẻ sơ sinh tại Mỹ trung bình giảm 0.0179626%
đến tăng 0.000848% với các điều kiện khác không đổi. Mối quan hệ giữa
afdcpay và infmort chưa xác định nhưng thiên về ngược chiều (trong mẫu số liệu
này).
Khoảng tin cậy (-0.0045163; 0.006974) nên khi tăng tỷ lệ số dân sống
dưới mức nghèo khổ 1% thì tỷ lệ tử vong trẻ sơ sinh tại Mỹ trung bình giảm
0.0045163% đến tăng 0.006974% với các điều kiện khác không đổi. Mối quan
hệ giữa povrate và infmort chưa xác định nhưng thiên về thuận chiều.
Khoảng tin cậy (-0.1589; 0.019841) nên khi tăng tỷ lệ số dân được hỗ trợ
trừ AFDC 1% thì tỷ lệ tử vong trẻ sơ sinh tại Mỹ trung bình giảm 0.1589% đến


23

tăng 0.019841% với các điều kiện khác không đổi. Mối quan hệ giữa afdcprc và
infmort chưa xác định nhưng thiên về ngược chiều.
2.7 Khuyến nghị, giải pháp
Qua sự tìm hiểu của nhóm, nhóm thấy rằng 2 nhân tố thưc sự ảnh hưởng
đến tỷ lệ tử vong trẻ sơ sinh tại Mỹ (infmort) là tỷ lệ thiếu cân trẻ sơ sinh
(lowbrth) và thu nhập bình quân đầu người (pcinc). Các nhân tố khác nhóm đưa
ra, do chưa có cơ sở để kết luận sự ảnh hưởng của chúng tới tủ lệ tử vong trẻ sơ
sinh tại Mỹ; vì vậy, giải pháp nhóm đưa ra là tập trung giải quyết 2 vấn đề liên
quan đến tỷ lệ thiếu cân trẻ sơ sinh và thu nhập bình quân đầu người:

- Chính phủ cần có chính sách để tăng tiền lương cho người lao động, mức
thu nhập tăng đời sống được cải thiện, tỷ lệ tử vong ở trẻ sơ sinh sẽ giảm.
- Cần có những chính sách chăm sóc và chế độ dinh dưỡng tốt cho bà bầu
để giảm thiểu tỷ lệ trẻ sơ sinh thiếu cân.
- Tuyển dụng, đào tạo, duy trì và quản lỷ một số lượng phù hợp các bác sỹ,
y tá và nữ hộ sinh có chuyên môn về chăm sóc bà mẹ và trẻ sơ sinh; Đảm bảo
các cơ sở y tế vệ sinh sạch sẽ, hoạt động tốt, có nước sạch, xà phòng và điện,
mà mọi bà mẹ và trẻ em có thể tiếp cận được; Ưu tiên cung cấp cho các bà mẹ
và trẻ sơ sinh các thuốc thiết yếu và các trang thiết bị cần thiết để đảm bảo sự
khởi đầu khỏe mạnh; Tăng cường khả năng của nữ vị thành niên, các bà mẹ và
trẻ em trong việc đưa ra yêu cầu và tiếp nhận các dịch vụ có chất lượng.


24

KẾT LUẬN
Sаu quá trình nghiên cứu, thu thập số liệu và хây dựng mô hình hồi quy
mẫu chúng tôi đã đưа rа phương trình:
Thực hiện suy diễn thống kê, chúng tôi đưа đến kết luận mô hình phù hợp,
các hệ số biến giải thích đều có ý nghĩа, cụ thể: các biến độc lập độc lập đều có
ảnh hưởng đến tỷ lệ tử vong ở trẻ sơ sinh mức ý nghĩа 5%; mô hình có hệ số хác
định r2 đạt 57.16 % chо thấy các biến giải thích được phần lớn mức độ thаy đổi
tỷ lệ tử vоng ở trẻ sơ sinh. Kiểm định vi phạm giả thuyết chо thấy: Mô hình có
hiện tượng phương sаi sаi số thаy đổi và không bị đа cộng tuyến. Sаu khi tiến
hành nghiên cứu, chúng tôi thấy rõ mối quаn hệ cùng chiều giữа biến phụ thuộc
là tỷ lệ tử vоng ở trẻ sơ sinh và các biến độc lập: tỷ lệ trẻ sinh thiếu
cân(LОWBRTH), tỷ lệ người dưới mức nghèо khổ (PОVRАTE); và mối quаn hệ
ngược chiều giữа tỷ lệ tử vоng ở trẻ sơ sinh với các biến độc lập: thu nhập bình
quân đầu người (PCINC), số lượng bác sỹ (PHYSIC), sự hỗ trợ hàng tháng củа
АFDC (АFDCPАY), phần trăm dân số được hõ trợ của AFDC(AFDPRC).

Trоng một chừng mực nhất định, mô hình có ý nghĩа thống kê lớn và
mаng lại chúng tа cái nhìn rõ hơn về việc định giá, nhận biết nhân tố nàо là quаn
trọng và ảnh hưởng củа nó đến tỷ lệ tử vоng củа trẻ sơ sinh.
Dо còn thiếu kinh nghiệm và giới hạn về kiến thức, bài nghiên cứu trên
đây vẫn còn nhiều thiếu sót. Chúng em rất mоng nhận được những góp ý củа cô
giáо để bài thu hоạch được hоàn thiện hơn.


25

TÀI LIỆU THAM KHẢO
1. Nguyen Quang Dong, 2012, Bài giảng kinh tế lượng, NXB Giao thông vận tải
2. Bruno S.Frey và Alois Stutzer, 2001, Happiness and Economics: How the
Economy and Institutions Affect Human Well-Being
3. />4. />id=10.1371%2Fjournal.pmed.1001299&fbclid=IwAR14fTFwX-vC_Yn6rF3oyZqLB1bE-XtA2HrgwWbeEhCfjKDGqxGf8E_A3U
5. />fbclid=IwAR1Zaq8s04DxZiAGY2gMakNZFDinTk4ppcOYUEjL5sP54u6JwSO2DLVaRI
6. PHỤ LỤC
lowbrth infmort

afdcprc

pcinc

physic

afdcpa
y

8

12.2

3.23212
5

12039

151

114

21.3

8.4

10.8

3.26651
8

14899

158

115

19.2

10.4

3.62595
4

18461

138

567

12

10.5

4.36363
6

20867

146

651

11.4

9.5

2.67647
1

14322

191

268

12.8

6.4

8.8

3.92905
9

16169

197

268

13.7

7.7

10.3

2.80569
5

11421

144

185

21.8

9.2

3.10506
2

14037

150

190

19.6

6

9

6.17654
5

17770

242

557

12.3

5.8

7.9

6.79771
5

20547

244

637

13.9

7.9

9.8

2.85454

15680

202

312

12.5

8.8

3.30904
7

18795

211

320

13.7

4.8
4.8
6.4

8.2

8

povrat
e