sử dụng mô hình hồi quy để đánh giá tác động của gdp bình quân đầu ngƣời và mức độ ô nhiễm không khí lên tuổi thọ trung bình của các quốc gia năm 2014

LỜI MỞ ĐẦU
Nền kinh tế đang ngày một phát triển khiến cho mức sống, điều kiện sinh hoạt và
các dịch vụ y tế, chăm sóc sức khỏe ngày càng được nâng cao. Điều đó cũng có nghĩa
là tuổi thọ trung bình của các quốc gia ngày một cao.
Đi kèm với sự nghiệp Công nghiệp hóa – Hiện đại hóa đất nước, nền kinh tế ngày
một phát triển, là sự tác động không nhỏ đến môi trường. Môi trường bị ô nhiễm ảnh
hưởng tiêu cực tới sức khỏe của con người, từ đó làm giảm tuổi thọ trung bình.Ngoài ra
chi tiêu cho y tế hiện nay vẫn chỉ tập trung vào một số bộ phận người dân chính là
những người có thu nhập ổn định và người cao tuổi. Những năm qua, công tác bảo vệ,
chăm sóc và nâng cao sức khỏe cho người dân nói chung và những người yếu thế nói
riêng luôn được Đảng và Nhà nước ta ưu tiên hàng đầu với mục tiêu nhằm đảm bảo cho
mọi người dân đều được tiếp cận dịch vụ y tế và chăm sóc sức khỏe. Điều này được thể
hiện rõ qua những chính sách và chương trình đầu tư cho xây dựng cơ sở hạ tầng, nâng
cao số lượng và chất lượng đội ngũ cán bộ y tế ở những vùng khó khăn, vùng sâu, vùng
xa, vùng dân tộc thiểu số,... Bên cạnh đó, còn có chính sách cấp bảo hiểm y tế miễn phí
cho người nghèo, người dân tộc thiểu số. Tuy nhiên, đối với người nghèo, cơ hội tiếp
cận với dịch vụ chăm sóc sức khỏe vẫn gặp nhiều khó khăn.
Để hiểu rõ hơn về tác động của thu nhập và mức độ ô nhiễm không khí tới tuổi
thọ trung bình chúng em đã chọn đề tài: “SỬ DỤNG MÔ HÌNH HỒI QUY ĐỂ ĐÁNH
GIÁ TÁC ĐỘNG CỦA GDP BÌNH QUÂN ĐẦU NGƯỜI VÀ MỨC ĐỘ Ô NHIỄM
KHÔNG KHÍ LÊN TUỔI THỌ TRUNG BÌNH CỦA CÁC QUỐC GIA NĂM 2014”
Bài tiểu luận nhằm đánh giá tác động của GDP bình quân đầu người và mức độ ô
nhiễm không khí đối với tuổi thọ trung bình, với phạm vi nghiên cứu bao gồm 50 quốc
gia ở tất cả các châu lục .Từ đó chúng ta có thể có cái nhìn khách quan và đưa ra những
giải pháp phù hợp để cải thiện sức khỏe của mỗi người,từ đó nâng cao tuổi thọ trung
bình.

5


Ngoài những mục yêu cầu cần có của bài tiểu luận như lời mở đầu, kết luận và

danh mục tài liệu tham khảo, tiểu luận được chia làm các phần như sau
Chương I : Cơ sở lý thuyết
Chương II : Xây dựng mô hình nghiên cứu
Chương III : Kết quả ước lượng và suy diễn thống kê
Mặc dù đã cố gắng hết sức, song vì thời gian có hạn, cũng như những hạn chế về
hiểu biết và phương pháp thu thập dữ liệu, bài tiểu luận của chúng em không thể tránh
khỏi sai sót, rất mong được nhận sự phê bình, góp ý của cô để bài tiểu luận của chúng
em hoàn thiện hơn.
Chúng em xin chân thành cảm ơn!

6


PHẦN NỘI DUNG

CHƯƠNG I CƠ SỞ LÝ THUYẾT
Tuổi thọ trung bình của một quốc gia là được định nghĩa là số năm mà một trẻ em
mới ra đời kì vọng sống sót trong quãng đời còn lại. Thật ra, trong thực tế tuổi thọ
trung bình có thể ước tính cho bất cứ độ tuổi nào. Tuổi thọ trung bình có thể ước tính
cho từng địa phương trong một thời gian nào đó.
Thế nhưng lại có sự khác biệt về tuổi thọ trung bình giữa các quốc gia, vậy
nguyên nhân là do đâu. Có rất nhiều yếu tố ảnh hưởng đến tuổi thọ trung bình, nhưng
trong phạm vi tiểu luận này, chúng em xin phép đưa ra hai yếu tố để nghiên cứu tác
động của nó tới tuổi thọ trung bình. Đó là GDP bình quân đầu người và độ ô nhiễm
không khí tại các quốc gia.
GDP bình quân đầu người được tính bởi tổng giá trị sản phẩm trong nước của một
quốc gia trên số dân số của quốc gia đó. GDP/người là một trong những chỉ tiêu thống
kê kinh tế tổng hợp quan trọng phản ánh kết quả sản xuất tính bình quân đầu người
trong một năm. GDP/người còn là chỉ tiêu được dùng để đánh giá sự phát triển kinh tế
theo thời gian và so sánh quốc tế. UNDP (2002) cho biết những quốc gia có

GDP/người thấp thì tuổi thọ trung bình thấp và tỉ lệ trẻ sơ sinh tử vong cao. Với những
nước có thu nhập bình quân đầu người lớn hơn 10000 đô-la, các tỉ lệ này hầu như
không có sự khác biệt rõ ràng.
Ô nhiễm không khí là ô nhiễm do các chất có sẵn trong tự nhiên hoặc hành động
của con người làm phát sinh các chất ô nhiễm trong không khí. Nhìn chung những
nguyên nhân chính gây nên ô nhiễm không khí một phần là do các tác nhân tự nhiên
như cháy rừng, núi lửa, bão bụi, quá trình phân hủy của động thực vật,…, một phần là
do tác nhân từ con người như hoạt động công nghiệp thải ra rất nhiều khí độc, phát
triển giao thông, vận tải, sinh hoạt của con người,…Tất cả những nguyên nhân đó đã
gậy nên rất nhiều hậu quả xấu đến sức khỏe con người và môi trường. Riêng đối với
con người thì ô nhiễm không khí tác động rất lớn đến sức khỏe làm cho con người bị

7


giảm tuổi thọ do gặp nhiều vấn đề về phổi, mắc bệnh hen suyễn, tim mạch. Tổ chức y
tế thế giới ghi nhận tại Việt Nam trung bình mỗi năm có 16000 người chết người chết
do ô nhiễm không khí gây nên. Để đo lường mức độ ô nhiễm không khí, người ta dùng
chỉ số PM2.5 – mức ô nhiễm trung bình. Chỉ số trên được tính bằng khối lượng các hạt
3

3

bụi có trên thể tích 1 m (micrograms/m ). Bây giờ chúng ta hãy cùng xét mối quan hệ
giữa chúng.

8


CHƯƠNG II XÂY DỰNG MÔ HÌNH

2.1 Phương pháp luận của nghiên cứu
Sử dụng phân tích hồi quy để đánh giá tác động của GPD bình quân đầu người và
mức độ ô nhiễm lên tuổi thọ trung bình của các quốc gia năm 2014. Đây là một phương
pháp thống kê mà giá trị kì vọng của một hay nhiều biến ngẫu nhiên được dự đoán dựa
vào điều kiện của các biến phi ngẫu nhiên (đã tính toán) khác.
2.2 Xây dựng mô hình nghiên cứu
2.2.1 Mô hình nghiên cứu

Sử dụng mô hình hồi quy tổng thể ngẫu nhiên:

2.2.2 Biến số và thước đo
2.2.2.1 Biến số
LE: biến phụ thuộc (biến được giải thích)
GPC, AP: biến độc lập (biến được giải thích)
2.2.2.2 Thước đo
LE: Tuổi thọ trung bình (Đơn vị: năm)
GPC: Thu nhập quốc dân bình quân đầu người (Đơn vị: USD)
AP: Ô nhiễm không khí PM2.5, mức phơi nhiễm trung bình hàng năm (Đơn vị:
microgram

trên

mét

khối)

2.2.3 Mô tả số liệu
2.2.3.1 Mẫu số liệu
Mẫu số liệu (gốm 50 quan sát) được lấy nguồn từ trang web của Worldbank
STT

Quốc gia

1
2
3
4

Việt Nam
Lào
Cambodia
Thái Lan

Thu nhập bình
Mức độ ô nhiễm
quân đầu người
2.052,3
28
1.754,9
31
1.094,6
28
5.969,9
26

Tuổi thọ bình
quân
76
66
68

74
9


5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

31
32
33
34
35
36
37

Singapore
Trung Quốc
Ấn Độ
Malaysia
Indonesia
Đức
Pháp
Anh
Nga
Tây Ban Nha
Hy Lạp
Italy
Mỹ
Brazil
Colombia
Chile
Qatar
Mexico
Angola
Nigeria
Haiti
Nam Phi

Ethiopia
Jamaica
Australia
New Zealand
Myanmar
Kazakhstan
Iran
Áo
Thụy Sĩ
Thụy Điển
Đan Mạch

56.007,3
7.683,5
1.569,9
11.305,9
3.499,6
47.902,7
42.843,0
46.412,1
14.125,9
29.600,5
21.673,8
35.365,1
54.539,7
11.917,8
7.918,1
14.566,1
94.944,1
10.353,4

5.232,8
3.080,3
831,6
6.488,0
573,6
4.993,2
62.004,8
44.380,4
1227,1
12806,6
5442,9
51322,6
85814,6
59180,2
62425,5

18
58
72
16
15
14
12
12
16
10
13
17
8
11

18
21
107
20
35
42
25
29
36
18
6
6
52
19
44
16
12
6
11

82
76
68
75
69
81
83
81
71
83

81
83
79
74
74
81
79
77
52
53
63
57
64
76
82
81
66
72
75
81
83
82
81
10


38
39
40
41

42
43
44
45
46
47
48
49
50

Bhutan
Bangladesh
Ghana
Kenya
Togo
Mongolia
Korea
Brunei
Bồ Đào Nha
Nepal
Ecuador
Peru
Argentina

2560,5
1086,8
1441,6
1368,5
630
4201,7

27989,4
41023,9
22077,5
703,2
6432,3
6490,2
12245,7

54
87
25
17
35
23
28
6
10
72
14
28
14

69
72
61
62
60
69
82
79

81
70
76
75
76

Bảng II.1: Mẫu số liệu (Nguồn: World Bank)

2.2.3.2 Mô tả thống kê số liệu
Trước khi phân tích dữ liệu, nhóm sẽ mô tả dữ liệu để cho người đọc có cái nhìn
tổng quát nhất về bộ dữ liệu nhóm đã thu thập được. Qua đó có thể giải thích được một

số lỗi khi chạy mô hình xảy ra do có sự sai sót về dữ liệu.
Như đã trình bày ở phần cơ sở lý thuyết, bộ dữ liệu gồm có 3 biến. Sau đây, nhóm

sẽ đưa ra phần mô tả cho từng biến trong mô hình.

a) Biến LE (tuổi thọ trung bình)
Sử dụng Summary statistic trong Gretl phân tích biến LE ta thu được kết
quả:
Mean

73,620

Standard deviation

8,2360

Median

75,500

C.V

0,11187

Minimum

52,000

Skewness

-0,87880

Maximum

83,000

Ex. kurtosis

-0,0018810

Bảng II.2 Mô tả số liệu biến LE

Kết quả cho thấy:
-

Giá trị trung bình của dữ liệu là 73,620
11

-

Trung vị của dữ liệu là 75,500, giá trị lớn nhất là 83,000 và nhỏ nhất là 52,000

-

Độ lệch chuẩn là 8,2360. Tương đương với phương sai là 67,8320

Ta có thể nhận thấy, dữ liệu có độ lệch chuẩn tương đối lớn, mức độ phân tán kết
quả cao thể hiện sự chênh lệch về tuổi thọ trung bình giữa các nước là tương đối cao.
Những nước giàu, nước phát triển thường có tuổi thọ trung bình cao (trên 80) tập trung
chủ yếu ở châu Mỹ và châu Âu, trong khi đó các nước ở châu Á và châu Phi đều là
những nước đang phát triển, tuổi thọ trung bình thường dao động trong khoảng 60-70
tuổi.
b) Biến GPC (thu nhập bình quân đầu người)
Sử dụng Summary statistic trong gretl phân tích biến GPC ta thu được kết quả:
Mean

21143,0

Standard deviation

24476,0

Median

9135,8

C.V

1,1576

Minimum

573,60

Skewness

1,2515

Maximun

94944,0

Ex. kurtosis

0,65221

Bảng II.3 Mô tả số liệu biến GPC

Kết quả cho thấy:
-

Giá trị trung bình của dữ liệu là 21143,0

-

Trung vị của dữ liệu là 9135,8 , giá trị lớn nhất là 94944,0 và nhỏ nhất là
573,60

-

Độ lệch chuẩn là 24476,0

Ta có thể nhận thấy, dữ liệu có độ lệch chuẩn rất lớn, cho thấy sự chênh lệch về
thu nhập bình quân giữa các quốc gia là rất lớn. Điều này cũng dễ hiểu vì có sự chênh
lệch rõ rệt về trình độ phát triển kinh tế giữa các quốc gia. Thu nhập bình quân đầu
người của các nước châu Mỹ và châu Âu thường cao hơn rất nhiều lần sao với các
nước châu Á và châu Phi.
c) Biến AP (mức độ ô nhiễm môi trường)
Sử dụng Summary statistic trong gretl phân tích biến AP ta thu được kết quả:

12


Mean

26,820

Standard deviation

21,584

Median

18,500

C.V

0,80447

Minimum

6,000

Skewness

1,8562

Maximun

107,000

Ex. kurtosis

3,3673

Bảng II.4 Mô tả số liệu biến AP

Kết quả cho thấy:
-

Giá trị trung bình của dữ liệu là 26,820

-

Trung vị của dữ liệu là 18,500, giá trị lớn nhất là 107,000 và nhỏ nhất là
6,000

-

Độ lệch chuẩn là 21,584

Giá trị trung bình là 26,820 cho thấy mức độ ô nhiễm đang ở mức nhẹ (mức an
toàn cho phép là 25), độ lệch chuẩn là 21,584 tương đối lớn. Các nước có mức độ ô
nhiễm nặng thường là những nghèo, những nước đang phát triển ở Châu Á, Châu Phi
(Ví dụ như Qatar: 107, Buhtan: 54, Ấn Độ: 72, Nigeria: 42, Ethiopia: 35, ….) trong khi
đó ở những nước phát triển thuộc châu Âu, châu Mỹ, mức độ ô nhiễm lại ở mức rất
thấp (Mỹ: 8, Úc: 6, Thụy Điển: 6, New Zealand: 6, ….)
2.2.3.3 Mô tả tương quan
LE
1,000

GPC

AP

0,6603

-0,3330

LE

1,0000

-0,1878

GPC

1,0000

AP

Bảng II.5 Mô tả tương quan số liệu

Hệ số tương quan giữa biến LE và GPC là 0,6603 thể hiện mỗi quan hệ thuận
chiều, tức là khi thu nhập bình quân tăng lên thì tuổi thọ trung bình cũng có xu hướng
tăng lên, bởi vì khi thu nhập tăng lên thì người dân sẽ có điều kiện chi trả cho các dịch
vụ y tế, chăm sóc sức khỏe nhiều hơn so với trước, đồng thời khi tổng thu nhập quốc
dân tăng, chính phủ cũng chi nhiều hơn cho các dịch vụ công, đặc biệt là dịch vụ y tế
13


và bảo vệ môi trường, từ đó hạn chế được các bệnh ung thư và các vấn đề có hại cho
sức khỏe người dân, nâng cao tuổi thọ trung bình. Hệ số tương quan giữa LE và GPC
khá cao (0,6603) cho thấy mỗi quan hệ tương quan khá chặt chẽ giữa thu nhập bình
quân và tuổi thọ trung bình.
Hệ số tương quan giữa LE và AP là -0,3333 thể hiện mối quan hệ nghịch biến, tức
là khi mức độ ô nhiễm tăng lên thì tuổi thọ trung bình giảm xuống. Điều này hoàn toàn
đúng bởi vì ô nhiễm càng nặng thì tỉ lệ ung thư càng cao, dẫn đến tỉ lệ tử vong càng
cao, tuổi thọ trung bình giảm xuống. Ở những nước đang phát triển, mức độ ô nhiễm
luôn ở mức cao, cộng thêm số tiền chi các dịch vụ chăm sóc sức khỏe còn thấp là
nguyên nhân chính khiến cho tuổi thọ trung bình ở các quốc gia này luôn ở mức thấp.
Hệ số tương quan giữa GPC và AP là -0,1878, thể hiện mối quan hệ ngược chiều,
khi thu nhập bình quân tăng lên thì mức độ ô nhiễm cũng tăng theo, điều này thể hiện
sự đánh đổi giữa phát triển công nghiệp và ô nhiễm môi trường. Hệ số tương quan
tương đối nhỏ (-0,1878) cho thấy mức độ tương quan giữa 2 biến này là tương đối nhỏ
(lỏng lẻo), bởi vì có rất nhiều nguyên nhân khác gây ra ô nhiễm môi trường.
Từ những điều đã phân tích ở trên, có thể nhận thấy rằng biến độc lập có sự tương

quan với biến phụ thuộc, và giữa các biến độc lập cũng có sự tương quan với nhau.
Hơn nữa, nhận thấy không có hệ số tương quan nào lớn hơn 0,8 nên mô hình này
không mắc phải khuyết tật đa cộng tuyến.

14


CHƯƠNG III KẾT QUẢ ƯỚC LƯỢNG VÀ SUY DIỄN THỐNG KÊ
3.1 Mô hình ước lượng
Chạy mẫu số liệu bằng phần mềm Gretl, ta thu đượckết quả như sau:

Từ kết quả trên ta có mô hình hồi quy mẫu:
̂̂

i

= 71.4288+ 0.000208486 GPCi – 0.0826581 APi

-5

(SE) (1.68054) (3.59942 x 10 )

(0.0408164)

Các hệ số hồi quy lần lượt có p-value là: 3.67 x 10

-39

; 5.54 x 10

-7

Mô hình hồi quy mẫu ngẫu nhiên:

và 0.0486.

LEi = 71.4288+ 0.000208486 GPCi – 0.0826581 APi +
2

ei Hệ số xác định R = 0.481205.
Điều này chứng tỏ 2 biến GPC và AP giải thích được 48.12% sự
trong giá trị của Y, 51.88% còn lại được giải thích bởi các yếu tố khác.
Hệ số xác định

̅2

thay đổi thực sự

= 0.459128

3.2 Kiểm định và khắc phục các khuyết tật của mô hình
3.2.1 Đa cộng tuyến
-Đa cộng tuyến là một khuyết tật của mô hình hồi quy tuyến tính bội (nhiều biến
độc lập).
-Trong mô hình hồi quy tuyến tính có sự phụ thuộc tuyến tính cao giữa các biến
giải thích.
15


Đa cộng tuyến có hai dạng theo mức độ tương quan giữa các biến độc lập:

+ Đa cộng tuyến hoàn hảo
+ Đa cộng tuyến không hoàn hảo
Ta kiểm định hiện tượng đa cộng tuyến hoàn hảo bằng phương pháp nhân tử
phóng đại phương sai:
Hồi quy phụ là hồi quy mỗi biến độc lập theo tất cả các biến còn lại.
VIFj =
Với

là hệ số xác định của các mô hình hồi quy phụ





Khi 1 thì VIFj ∞: mức độ cộng tuyến giữa Xj với các biến độc lập còn lại càng
cao.



 0 thì VIFj 1: không tồn tại hiện tượng đa cộng tuyến giữa các biến độc
lập.
VIFj > 10: đa cộng tuyến tồn tại.
Ta xác định VIFj bằng Gretl, thu được giá trị VIFGPC = VIFAP = 1.037
KẾT LUẬN: Mô hình hồi quy không tồn tại hiện tượng đa cộng tuyến giữa các
biến độc lập.
3.2.2 Phương sai sai số thay đổi
Một trong những giả thuyết của mô hình hồi quy tuyến tính cổ điển: Các
phươngsai ui có phương sai bằng nhau tại mọi quan sát X (phương sai thuần nhất).

var(ui|Xi) = var(uj|Xj) = σ2

Khi giả thiết bị vi phạm: var(ui|Xi) =

̅
(i=̅̅)

Ta sử dụng phương pháp định lượng kiểm định White:
Mô hình hồi quy phụ:
= α1 + α2 GPCi + α3 APi + α4

+ α5

+ α6 GPCi APi + vi

Bài toán kiểm định: Với mức ý nghĩa α = 5%, có ít nhất một giá trị α khác 0 hay
không?
Cặp giả thuyết:
16


H0:α2=α3=α4=α5=α6=0
H1: ít nhất 1 giá trị α ≠ 0
Sử dụng Gretl ta thu được:

p-value = 0.155002
Với mức ý nghĩa α = 0.05 < p-value nên không bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5% thì phương sai sai số thuần nhất, tức là
không có hiện tượng phương sai sai số thay đổi.
3.2.3 Bỏ sót biến quan trọng
Ta sử dụng kiểm định RESET của Ramsey.
LEi = β1 + β2 GPCi + β3 APi + α1 ̂2 + α2 ̂3 + ui

̂

̂

Bài toán kiểm định: Với mức ý nghĩa α = 5%, hệ số của 2 và 3 có thực sự khác 0 hay không?

Cặp giả thuyết:
H0:α1=α2=0
H1 :

+

Sử dụng Gretl ta có kết quả:

17


p-value = 0.102
Với mức ý nghĩa α = 0.05 < p-value, không bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5%, mô hình không bỏ sót biến quan trọng.
3.2.4 Phân phối chuẩn của nhiễu
Để tiến hành kiểm định và dự báo, chúng ta đưa thêm giả thuyết về phân phối
chuẩn của nhiễu:
2

ui ~ N(0,σ )
Nếu sai số ngẫu nhiên không có phân phối chuẩn:
-Các kiểm định t, F không còn đáng tin cậy.
-Dự báo không còn chính xác.

Bài toán kiểm định: Với mức ý nghĩa α = 5%, sai số có phân phối chuẩn hay
không?
Ta tiến hành kiểm định Jacque – Bera:
Cặp giả thuyết:
H0: sai số có phân phối chuẩn
H1: sai số không có phân phối chuẩn
Sử dụng Gretl ta thu được kết quả sau:

18


Hình III.1: Phân phối chuẩn của nhiễu

có p-value = 0.00445
Với mức ý nghĩa α = 0.05 > p-value, bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5%, sai số không có phân phối chuẩn.
Phương pháp khắc phục: tăng kích thước mẫu số liệu.
3.3 Kiểm định mô hình
3.3.1 Kiểm định sự phù hợp với lý thuyết
Bài toán kiểm định 1: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến GPC có
thực sự lớn hơn 0 hay không?
Cặp giả thuyết:

19


H0: βGPC ≤ 0
H1: βGPC > 0
-7

p-value (βGPC) = 5.54 x 10 < α nên bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến GPC thực sự lớn
hơn 0.
Bài toán kiểm định 2: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến AP có
thực sự nhỏ hơn 0 hay không?
Cặp giả thuyết:
H0: βAP 0
H1: βAP < 0
p-value (βAP) = 0.0486 < α nên bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến AP thực sự nhỏ
hơn 0.
3.3.2 Kiểm định ý nghĩa thống kê của các hệ số hồi quy
Bài toán kiểm định 1: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến GPC có
thực sự khác 0 hay không?
Cặp giả thuyết:
H0: βGPC = 0
H1: βGPC ≠ 0
-7

p-value (βGPC) = 5.54 x 10 < α nên bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5% thì hệ số hồi quy của biến GPC thực sự
khác 0.
Bài toán kiểm định 2: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến AP có
thực sự khác 0 hay không?
Cặp giả thuyết:
H0: βAP 0
H1: βAP ≠ 0
p-value (βAP) = 0.0486 < α nên bác bỏ H0.
20

KẾT LUẬN: Với mức ý nghĩa α = 5%, hệ số hồi quy của biến AP thực sự khác 0.
3.3.3 Kiểm định sự phù hợp của mô hình
Bài toán kiểm định: Với mức ý nghĩa α = 5%, mô hình có phù hợp hay không?
Cặp giả thuyết:
H0: βGPC = βAP = 0
H1 :

≠0
-7

p-value (F(2,47)) = 2.01 x 10 < α nên bác bỏ H0.
KẾT LUẬN: Với mức ý nghĩa α = 5%, mô hình phù hợp.
3.4 Khuyến nghị, giải pháp
Phát triển kinh tế, nâng cao mức sống người dân. Đồng thời giảm bớt lượng khí
thải, bảo vệ môi trường. Do đó cần áp dụng các kỹ thuật hiện đại vào sản xuất và xử lý
chất thải.

21


KẾT LUẬN
Trong phạm vi bài tiểu luận, nhóm đã tiến hành khảo sát ảnh hưởng của GDP
bình quân đầu người và mức độ ô nhiễm không khí tới tuổi thọ trung bình của người
dân các quốc gia. Theo mô hình ta thấy GDP bình quân đầu người và mức độ ô nhiễm
lên không khí có ý nghĩa thống kê trong mô hình.
- GDP bình quân đầu người và tuổi thọ trung bình có mối quan hệ thuận chiều.
Khi GDP bình quân đầu người tăng 1 USD/người thì trung bình tuổi thọ trung bình
tăng 0,000208486 năm.
- Mức độ ô nhiễm không khí và tuổi thọ trung bình có mối quan hệ nghịch chiều.

3

Khi mức độ ô nhiễm không khí tăng 1 µg/m thì trung bình tuổi thọ trung bình giảm
0,0826581 năm.
Bài tiểu luận này được hoàn thành dưới sự đóng góp của các thành viên với
những kiến thức được rút ra từ trong quá trình học tập, tìm hiểu và nghiên cứu môn
kinh tế lượng. Với việc làm tiểu luận này, chúng em có thể hiểu hơn về quy trình chạy
mô hình kinh tế lượng, phân tích, kiểm định sự phù hợp của mô hình và mối quan hệ
giữa các biến trong mô hình. Hơn nữa chúng em có thể áp dụng những kiến thức đã
học và thông qua phân tích mô hình kinh tế lượng để rút ra những kết luận bổ ích về
các vấn đề, hiện tượng kinh tế, xã hội.
Chúng em xin cảm ơn sự hướng dẫn và góp ý của cô Nguyễn Thúy Quỳnh đã
giúp chúng em hiểu rõ vấn đề và phân tích đúng hướng. Tuy nhiên do lần đầu đầu thực
hiện bài tiểu luận không thể tránh khỏi những thiếu sót như: không khảo sát được toàn
bộ các quốc gia trên thế giới, chưa giải thích được tác động của các biến khác đối với
tuổi thọ bình quân ( chế độ ăn uống, áp lực công việc của từng ngành nghề, việc sử
dụng các chất kích thích, ảnh hưởng của các tệ nạn xã hội…). Chúng em rất mong
nhận thêm những ý kiến đóng góp của các bạn và nhận xét của cô để tiểu luận được
hoàn thiện hơn.
Chúng em xin chân thành cảm ơn!

22