BÁO cáo (KINH tế LƯỢNG)

BÁO CÁO KINH TẾ LƯỢNG

GVHD:

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

BÁO CÁO
KINH TẾ LƯỢNG
THỰC HIỆN NGHIÊN CỨU BỘ DỮ LIỆU SỐ 26– 81
GIÁO VIÊN HƯỚNG DẪN:

Hà Nội

1


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Mục lục
Lời mở đầu.................................................................................................................................. 3
A. Bộ số liệu số 26....................................................................................................................5
I.

Mơ hình lý thuyết..............................................................................................................5
1. Vấn đề nghiên cứu và mơ hình lý thuyết:.......................................................................5
2. Mục đích và lý do lựa chọn các biến:.............................................................................6
3. Mối quan hệ từng biến độc lập với biến phụ thuộc:.......................................................6

II. Phân tích hồi quy............................................................................................................... 9
1. Thiết lập mơ hình tổng qt...........................................................................................9
2. Lập bảng tương quan....................................................................................................11
3. Chạy mơ hình hồi quy..................................................................................................12
4. Phương trình hồi quy....................................................................................................13
5. Phân tích kết quả hồi quy.............................................................................................13
III. Kiểm định mơ hình........................................................................................................... 15
1. Ý nghĩa của hệ số hồi quy:...........................................................................................15
2. Kiểm định sự phù hợp của mơ hình:............................................................................15
3. Kiểm định khuyết tật của mơ hình:..............................................................................16
IV.

Sửa lỗi mơ hình............................................................................................................21

KẾT LUẬN............................................................................................................................ 22
Bộ số liệu số 81......................................................................................................................... 23
I.

Mơ hình lý thuyết............................................................................................................23
1. Vấn đề nghiên cứu và mơ hình lý thuyết:.....................................................................23
2. Mục đích và lý do lựa chọn các biến:...........................................................................25
3. Mối quan hệ từng biến độc lập với biến phụ thuộc:.....................................................25

II. Phân tích hồi quy............................................................................................................... 28
1. Thiết lập mơ hình tổng qt.........................................................................................28
2. Lập bảng tương quan....................................................................................................29
3. Chạy mơ hình hồi quy..................................................................................................30
4. Phương trình hồi quy....................................................................................................31
2

BÁO CÁO KINH TẾ LƯỢNG

GVHD:

5. phân tích kết quả hồi quy.............................................................................................31
III.

Kiểm định mơ hình......................................................................................................33

1. Ý nghĩa của hệ số hồi quy:...........................................................................................33
2. Kiểm định sự phù hợp của mơ hình:............................................................................34
3. Kiểm định và cách khắc phục khuyết tật của mơ hình:................................................35
IV.

Sửa lỗi mơ hình............................................................................................................40

KẾT LUẬN............................................................................................................................ 42

3


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Lời mở đầu
Trong bối cảnh xã hội đang ngày càng phát triển, kinh tế lượng đã và đang là một mơn
khoa học có nhiều ứng dụng trong thực tế, đặc biệt là các vấn đề liên quan đến kinh tế. Kinh tế

lượng cung cấp những công cụ đắc lực giúp các nhà kinh tế học có thể phân tích các số liệu
thống kê được thu thập. từ đó đưa ra các dự báo về các hiện tượng kinh tế.
Xét trên phạm vi các trường đại học thuộc khối ngành kinh tế, bộ môn kinh tế lượng
đang trở thành một trong số những bộ môn quan trọng cung cấp những kiến thức về lý thuyết
và thực hành giúp cho sinh viên có thể học tập và nghiên cứu những chuyên ngành của mình.
Là những sinh viên khối ngành kinh tế, chúng em ý thức rõ được sự cần thiết trong việc học tập
và nghiên cứu môn kinh tế lượng. Để hiểu rõ hơn, nhóm chúng em xin được xây dựng bài Báo
cáo kinh tế lượng phân tích những số liệu thống kê nằm trong bộ số liệu số 26 và bộ số liệu số
81 về tỉ lệ phạm tội cũng như tỉ lệ hút thuốc lá trung bình của con người nhằm đưa ra những
phân tích và những dự báo của các yếu tố ảnh hưởng đến hai vấn đề kinh tế này.
Nhóm chúng em gồm 5 thành viên:

Chúng em xin chân thành cảm ơn giảng viên hướng dẫn - tiến sĩ đã giúp đỡ chúng em
thực hiện bài báo cáo này. Trong quá trình làm bài tiểu luận, dù đã rất cố gắng nhưng chắc chắn
không tránh khỏi những sai sót, kính mong được cơ góp ý để nhóm chúng em có thể hồn thiện
hơn bản báo cáo này.

4


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

A. Bộ số liệu số 26
I.

Mô hình lý thuyết

1. Vấn đề nghiên cứu và mơ hình lý thuyết:

Trong bối cảnh xã hội ngày càng phát triển với tốc độ đơ thị hóa cao cũng như việc đất
nước mạnh dạn mở cửa để tiếp thu với các nền văn hóa khác nhau thì tình trạng vi phạm pháp
luật ngày càng trở thành một vấn đề đáng lo ngại. Có rất nhiều yếu tố tác động đến tỉ lệ phạm
tội của mỗi khu vực. Trong bộ số liệu số 26, nhóm đã chọn ra những biến để nghiên cứu dưới đây.
Mô tả dữ liệu trong file CRIME3.DTA từ phần mềm Stata, ta thu được kết quả như sau:
. des crime district clrprc1 clrprc2 clcrime cavgclr

variable name

storage
type

crime
district
clrprc1
clrprc2
clcrime
cavgclr

float
byte
byte
byte
float
float

display
format

value

label

%9.0g
%9.0g
%9.0g
%9.0g
%9.0g
%9.0g

variable label
crimes per 1000 people
district number
clear-up perc, prior year
clear-up perc, two-years prior
change in lcrime
change in avgclr

Các biến sẽ được mô tả chi tiết trong bảng sau:

Tên
biến
Crime
District
clrprc1
clrprc2
clcrime
cavgclr

Dạng dữ liệu
Float

Byte
Byte
Byte
Float
Float

Đơn vị

Ý nghĩa biến

%
Tỉ lệ phạm tội
đơn vị
Số quận khảo sát
đơn vị
Tỉ lệ phá án thành công một năm trước
đơn vị
Tỉ lệ phá án thành công hai năm trước
%
Sự thay đổi tỉ lệ phạm tội
%
Sự thay đổi trong trung bình tỉ lệ phá án
Bảng 1: Định dạng và ý nghĩa của các biến

5


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Tiếp tục sử dụng lệnh sum để miêu tả dữ liệu. Lệnh sum cho biết số lượng quan sát
(Obs), giá trị trung bình (mean), độ lệch chuẩn (std. dev.) cũng như giá trị lớn nhất (max) và
nhỏ nhất (min) của các biến.
. sum crime district clrprc1 clrprc2 clcrime cavgclr
Variable

Obs

Mean

crime
district
clrprc1
clrprc2
clcrime

106
106
106
106
53

17.51538
27
40.60377
41.36792
.2336373

cavgclr

53

-8.066038

Std. Dev.

Min

Max

11.07309
15.36973
12.81865
12.83917
.3762207

1.65
1
15
17
-.6719313

71.32
53
78
77
1.357084

9.444696

-38.5

10.5

Có thể nhận thấy tỉ lệ phạm tội có sự chênh lệch khá lớn giữa mức cao nhất và mức thấp
nhất, lên tới xấp xỉ 70 lần, cao hơn hẳn so với các biến còn lại.

2. Mục đích và lý do lựa chọn các biến:
Mục đích của việc lựa chọn mơ hình này nhằm tìm hiểu sự tác động của khả năng giải
quyết vụ án trong các năm trước, thời gian, khu vực địa lýđối với tỉ lệ phạm tội.

3. Mối quan hệ từng biến độc lập với biến phụ thuộc:

Mối quan hệ giữa
crime và district

6


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Mối quan hệ giữa
crime và clrprc1

Mối quan hệ giữa
crime và clrprc2

7


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Mối quan hệ giữa
crime và clcrime

Mối quan hệ giữa
crime và avgclr

8


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

II. Phân tích hồi quy
1. Thiết lập mơ hình tổng qt
a. Mơ hình tổng qt
Hàm hồi quy tổng thể biểu diễn mối quan hệ giữa biến phụ thuộc là tỉ lệ phạm tội crime
với các biến độc lập district, clrprc1, clrprc2, clcrime, và cavgclr có dạng:
b. Giải thích biến
Các biến được giải thích ở Bảng 2 dưới đây:
Loại
biến
Biến phụ

thuộc(Y)

Tên biến
crime
district

Ý nghĩa

Dấu kì
vọng

Tỉ lệ phạm tội trong
1000 người
Các khu vực được khảo
sát

+

Tỉ lệ phá án thành công
clrprc1

Các biến

clrprc2

độc lập
(Xi)

trong một năm trước, so

cavgclr

Tùy từng khu vực có tỉ lệ phạm tội
khác nhau
Tỉ lệ phá án thành công một năm

-

trước càng thấp thì tỉ lệ phạm tội

với thời điểm khảo sát

năm hiện tại càng cao

Tỉ lệ phá án thành công

Tỉ lệ phá án thành công hai năm

trong hai năm trước, so

-

với thời điểm khảo sát
clcrime

Diễn giải

Sự thay đổi của tỉ lệ
phạm tội

trước càng thấp thì tỉ lệ phạm tội
năm hiện tại càng cao

+

Sự thay đổi của tỉ lệ phạm tội càng
lớn thì tỉ lệ phạm tội càng cao

Sự thay đổi trong trung

Sự thay đổi trong trung bình cộng

bình cộng

phần trăm của các vụ án được giải

phần trăm

của các vụ án được giải
quyết trong 1 năm trước

-

quyết trong 1 năm trước và 2 năm
trước càng thấp thì tỉ lệ phạm tội

và 2 năm truóc
năm hiện tại càng cao
Bảng 2: Giải thích các biến

9


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

2. Lập bảng tương quan
Chạy lệnh corr để biểu diễn mỗi quan hệ tương quan giữa các biến, nhóm thu được kết quả
như sau:

. corr crime district clrprc1 clrprc2 clcrime cavgclr
(obs=53)
crime district
crime
district
clrprc1
clrprc2
clcrime
cavgclr

1.0000
-0.4057
-0.6020
-0.5968
0.1876
0.1016

1.0000
0.4422

0.3586
-0.1100
-0.1092

clrprc1

clrprc2

clcrime

cavgclr

1.0000
0.6443
-0.1971
0.2087

1.0000
-0.3272
0.2098

1.0000
-0.4180

1.0000

Nhìn chung các biến độc lập có tương quan với biến phụ thuộc khơng cao, đặc biệt hai
biến clrprc1và clrprc2 có hệ số tương quan khá thấp (-0.6020 và -0.5968).
2 biến clcrime và cavgclr có hệ số tương quan dương, cho thấy tác động cùng chiều lên
biến phụ thuộc

3 biến district, clrprc1 và clrprc2 có hệ số tương quan âm, cho thấy tác động ngược
chiều đối với biến phụ thuộc.
Mối quan hệ tương quan giữa các biến độc lập với nhau cũng không cao, hệ số tương
quan cao nhất cũng chỉ là 0.4422, giữa biến district và clrprc2.
Do khơng có hệ số tương quan nào có độ lớn vượt quá 0.8 nên có thể dự đốn mơ hình
khơng xảy ra hiện tượng đa cộng tuyến khi hồi quy.

10


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

3. Chạy mơ hình hồi quy
Chạy mơ hình hồi quy giữa biến phụ thuộc và các biến độc lập, ta thu được kết quả như
sau:
. reg crime district clrprc1 clrprc2 clcrime cavgclr
Source

SS

df

MS

Model
Residual

4125.50252

3819.7885

5
47

825.100503
81.2720957

Total

7945.29101

52

152.794058

crime

Coef.

district
clrprc1
clrprc2
clcrime
cavgclr
_cons

-.0512635
-.4141517
-.3824153

3.73996
.3878464
52.60476

Std. Err.
.0940661
.150318
.1515184
3.824927
.1525202
5.321782

t
-0.54
-2.76
-2.52
0.98
2.54
9.88

Number of obs
F( 5,
47)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.588

0.008
0.015
0.333
0.014
0.000

=
=
=
=
=
=

53
10.15
0.0000
0.5192
0.4681
9.0151

[95% Conf. Interval]
-.2405
-.7165526
-.6872309
-3.9548
.0810153
41.89872

.1379731
-.1117509

-.0775997
11.43472
.6946776
63.31081

4. Phương trình hồi quy
Từ kết quả chạy hồi quy, nhóm tóm tắt các giá trị thu được ở bảng 3:

Hệ số

Biến

Giá trị
52.60476
-0.0512635
-0.4141517
-0.3824153
3.73996
0.3878464

District
Clrprc1
Clrprc2
Clcrime
Cavgclr

Thống kê t
9.88
-0.54
-2.76

-2.52
0.98
2.54

P – value
0.000
0.588
0.008
0.015
0.333
0.14

Bảng 3: Kết quả hồi quy
Từ bảng trên ta có phương trình hồi quy sau:
=

52.60476

–

0.0512635*District

–

0.4141517*Clrprc1

–

0.3824153*Clrprc2

+

3.73996*Clcrime + 0.3878464*Cavgclr.
11


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

5. Phân tích kết quả hồi quy
- Số quan sát đưa vào phân tích obs = 53.
- Phần tổng bình phương các độ lệch giữa giá trị quan sát Yi với giá trị trung bình của nó
TSS=7945.29101
- Phần tổng bình phương được giải thích bởi mơ hình (biến giải thích) ESS=4125.50252.
- Phần tổng bình phương khơng giải thích được (phần dư) RSS=3819.7885
- Độ lệch bình phương bình quân (phương sai) của các bộ phận trên là
MSm=825.100503và MSr=81.2720957
- Sai số chuẩn của ước lượng RMSE=9.0151, nhỏ hơn độ lệch chuẩn của biến phụ thuộc
là SD = = = 12.360989. Vậy ước lượng của hồi quy là chấp nhận được.
- Mức độ phù hợp của mơ hình so với thực tế là = 51.92% cho thấy các biến độc lập đã
giải thích được 51.92% sự thay đổi của biến phụ thuộc.
- Ý nghĩa các tham số trong mô hình:
* �0= 52.60476 có nghĩa là trong điều kiện các yếu tố khác không đổi và giá trị các biến
độc lập bằng 0 thì tỉ lệ phạm tội sẽ là 52.60476 USD.
* �1 có p-value = 0.588> 0.05 nên khơng có ý nghĩa thống kê. Do đó, số quận khảo sát
khơng có tác động lên tỉ lệ phạm tội.
* �2= -0.4141517 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác
không đổi, nếu tỷ lệ phá án thành công trong một năm trước tăng thêm 1 đơn vị thì tỉ lệ phạm
tội giảm đi 0.4141%

* �3= -0.3824153 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác
không đổi, nếu tỷ lệ phá án thành công trong hai năm trước tăng lên 1 đơn vị thì tỉ lệ phạm tội
giảm 0.3824%

12


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

* �4 có p-value = 0.333 nên khơng có ý nghĩa thống kê, do đó sự thay đổi trong logarit
cơ số e của tỷ lệ phạm tội
* �5= 0.3878464 có ý nghĩa thống kê, chỉ ra rằng trong điều kiện các yếu tố khác không
đổi, nếu tỷ lệ trung bình phá án tăng thêm 1 đơn vị thì tỷ lệ phạm tội tăng 0.3878%

III. Kiểm định mơ hình
1. Ý nghĩa của hệ số hồi quy:
Giả thuyết:
Sử dụng giá trị tới hạn:

Ta có:

* �1
 Chấp nhận H0 với mức ý nghĩa 5%
* �2
 Bác bỏ H0 với mức ý nghĩa 5%
* �3
 Bác bỏ H0 với mức ý nghĩa 5%
* �4

 Chấp nhận H0 với mức ý nghĩa 5%
* �5
 Bác bỏ H0 với mức ý nghĩa 5%
Kết luận: Vậy trong các hệ số góc của hồi quy, với mức ý nghĩa 5%, hệ số�1 và�4
khơng có ý nghĩa thống kê.

13


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

2. Kiểm định sự phù hợp của mơ hình:
Kiểm định này nhằm xem xét trường hợp các tham số của biến độc lập đồng thời bằng
0 có thể xảy ra hay khơng.
Cặp giả thuyết thống kê như sau:

(Với k là số biến độc lập, n là số quan sát)
Ta thấy
 Bác bỏ giả thiết H0
 Mô hình hồi quy phù hợp ở mức ý nghĩa 5%

3. Kiểm định khuyết tật của mơ hình:
a. Bệnh đa cộng tuyến:
Mơ hình tốt là mơ hình phải đạt được các tính chất BLUE (tuyến tính, khơng chệch,
hiệu quả nhất). Tuy nhiên trên thực tế do xây dựng sai mơ hình hoặc do bản chất của dữ liệu,
dẫn tới mơ hình khơng đạt được đầy đủ các tính chất trên. Một trong những vấn đề ảnh hưởng
đến mơ hình mà ta gọi là vi phạm các giả định, đó là đa cộng tuyến.
Do vậy, chúng ta sẽ khảo sát mơ hình có bị đa cộng tuyến hay khơng.

Cách 1: Tính hệ số tương quan r giữa các biến giải thích
Nếu các biến giải thích có tương quan cao với nhau (r > 0.8) thì có thể xảy ra đa cộng
tuyến.
Sử dụng lệnh Corr trong stata cho kết quả sau:

14


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Từ kết quả trên, ta thấy hệ số tương quan giữa các biến giải thích tương đối thấp và
nhỏ hơn 0.8. Do vậy có thể kết luận mơ hình khơng mắc bệnh đa cộng tuyến.
Cách 2: Sử dụng thừa số tăng phương sai VIF
Nếu thì có thể xảy ra hiện tượng đa cộng tuyến.
Sử dụng lệnh vif trong phần mềm stata, ta có kết quả sau:

Các giá trị VIF đều nhỏ hơn 10, do đó có thể đi đến kết luận mơ hình khơng có hiện
tượng đa cộng tuyến.
Như vậy hai kiểm định đều cho cùng một kết luận: Mơ hình khơng mắc bệnh đa
cộng tuyến.
b. Phương sai sai số thay đổi:
Phương sai của mỗi một ngẫu nhiên Ui trong điều kiện giá trị đã cho của biến giải thích
Xi là khơng đổi, nghĩa là:
= = ; i = 1,2,3…n
15


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Tuy nhiên, trong thực tế, do bản chất kinh tế xã hội, quá trình thu thập, xử lí số liệu hay
do mơ hình định dạng sai mà giả thiết này bị vi phạm dẫn đến hiện tượng phương sai sai số
thay đổi.
Cách 1: Phương pháp định tính:
Xem xét đồ thị ei theo i:

Cách 2: Phương pháp định lượng:
Để kiểm định phương sai sai số thay đổi ta có cặp giả thuyết sau:

Nếu giá trị [Prob>chi2] , chúng ta bác bỏ giả thiết H0 và chấp nhận giả thiết H1.
Ta thực hiện kiểm định White:

16


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Kết quả kiểm định bằng lệnh imtest, white cho thấy Prob>chi2 = 0.1327> 0.05
Do đó từ 2 kiểm định trên có cơ sở kết luận rằng mơ hình khơng mắc lỗi phương sai
sai số thay đổi.
c. Kiểm định phân phối chuẩn của sai số:
Trong các giả định của mơ hình hồi quy tuyến tính, có một giả định quan trọng đó là
ui~U(0;σ2). Tuy nhiên trên thực tế có nhiều nhân tố ảnh hưởng tới phân phối của ui, làm cho nó
khơng cịn phân phối chuẩn nữa. Phân phối không chuẩn khiến cho các kiểm định và suy diễn
thống kê khơng cịn đáng tin cậy nữa.

Bây giờ ta cùng kiểm định xem mơ hình có gặp phải vấn đề phân phối không chuẩn (đối
với u và cả biến phụ thuộc) hay không.
Cách 1:Sử dụng đồ thị:
Sử dụng Stata và vẽ đồ thị phân phối của phần dư trong mơ hình:

17


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

Nhìn trên đồ thị có thể thấy phân phối của phần dư bị chệch so với phân phối chuẩn.
Như vậy có cơ sở để kết luận mơ hình đang mắc phải vấn đề phân phối khơng chuẩn.
Cách 2:Kiểm định Skewness-Kurtosis:
Cặp giả thiết:
Sử dụng lệnh sktest trong Stata để kiểm định:

Ta thấy p-value = 0.0014 < 0,05

 bác bỏ H0
 suy ra có cơ sở để cho rằng phần dư phân phối không chuẩn
Như vậy 2 kiểm định đều cho thấy có dấu hiệu phần dư phân phối khơng chuẩn
trong mơ hình.
18


BÁO CÁO KINH TẾ LƯỢNG

GVHD:

IV. Sửa lỗi mơ hình
Từ việc kiểm định trên, ta thấy có biến district, clcrime khơng có ý nghĩa thống kê trong mơ
hình. Ta có thể bỏ khỏi mơ hình và tiến hành chạy lại mơ hình mới như sau:
. reg crime clrprc1 clrprc2 cavgclr
Source

SS

df

MS

Model
Residual

4013.84647
3931.44454

3
49

1337.94882
80.233562

Total

7945.29101

52

152.794058

crime

Coef.

clrprc1
clrprc2
cavgclr
_cons

-.4322091
-.4300952
.3512738
54.22555

Std. Err.
.1407264
.1449878
.1351666
5.073135

t
-3.07
-2.97
2.60
10.69

Number of obs

F( 3,
49)
Prob > F
R-squared
Adj R-squared
Root MSE

P>|t|
0.003
0.005
0.012
0.000

=
=
=
=
=
=

53
16.68
0.0000
0.5052
0.4749
8.9573

[95% Conf. Interval]
-.7150093
-.721459

.0796463
44.0307

-.1494089
-.1387313
.6229013
64.4204

= 54.22555 – 0.4322091*Clrprc1 – 0.4300952*Clrprc2 + 0.3512738*Cavgclr

KẾT LUẬN
Như vậy nhóm chúng em đã hồn thành xong mơ hình kinh tế lượng về các yếu tố ảnh
hưởng đến tỉ lệ phạm tội. Mơ hình đã lượng hóa cho các yếu tố để chúng ta có biện pháp, chiến
lược phá án hiệu quả . Ngồi ra, sẽ cịn nhiều yếu tố ảnh hưởng đến biến phụ thuộc được
nghiên cứu chưa được đưa vào mơ hình như số năm, sự thay đổi trong tỉ lệ phá án trung bình
trong 1 hay 2 năm trước… cần được xem xét để có báo cáo với kết quả chính xác hơn nữa.

19


BÁO CÁO KINH TẾ LƯỢNG

GVHD: TS. ĐINH THỊ THANH BÌNH

Bộ số liệu số 81
I.

Mơ hình lý thuyết

1. Vấn đề nghiên cứu và mơ hình lý thuyết:

Ngày nay, thuốc lá đang ngày càng trở thành một mối nguy hại lớn đối với sức khỏe của
con người. Mặc dù xã hội đã đưa ra nhiều biện pháp nhằm giảm thiểu tỉ lệ hút thuốc của người
dân nhưng vẫn chưa thực sự hiệu quả. Có rất nhiều yếu tố ảnh hưởng đến việc hút thuốc của
mỗi người. Trước hết, chúng ta phải tìm hiểu xem những yếu tố nào thực sự tác động đến tỉ lệ
hút thuốc của chúng ta. Trong bộ số liệu số 81, nhóm đã chọn ra những biến để nghiên cứu
dưới đây.
Mô tả dữ liệu trong file SMOKE.DTA từ phần mềm Stata, ta thu được kết quả như sau:
. des cigs income age cigpric educ restaurn
storage
variable name
type

display
format

cigs
income
age
cigpric
educ
restaurn

%8.0g
%8.0g
%8.0g
%9.0g
%9.0g
%8.0g

byte

int
byte
float
float
byte

value
label

variable label
cigs. smoked per day
annual income, $
in years
state cig. price, cents/pack
years of schooling
=1 if rest. smk. restrictions

Các biến sẽ được mô tả chi tiết trong bảng sau:
Tên
biến
cigs
income
age
cigpric
educ

Dạng dữ liệu

Đơn vị

byte
int
byte
float
float

điếu/ngày
$
tuổi
cents/hộp
năm

Ý nghĩa biến
Số điếu thuốc được hút trung bình một ngày
Thu nhập hàng năm của người hút
Tuổi tác của người hút
Giá thuốc tại nơi người hút sinh sống
Số năm học của người hút thuốc
NHÓM SỐ 2

20


BÁO CÁO KINH TẾ LƯỢNG

restaurn

GVHD: TS. ĐINH THỊ THANH BÌNH

byte

Nơi nghỉ ngơi của người hút có cấm thuốc khơng
Bảng 1: Định dạng và ý nghĩa của các biến

Tiếp tục sử dụng lệnh sum để miêu tả dữ liệu. Lệnh sum cho biết số lượng quan sát
(Obs), giá trị trung bình (mean), độ lệch chuẩn (std. dev.) cũng như giá trị lớn nhất (max) và
nhỏ nhất (min) của các biến.

. sum cigs income age cigpric educ restaurn
Variable

Obs

Mean

cigs
income
age
cigpric
educ

807
807
807
807
807

8.686493
19304.83
41.23792

60.30041
12.47088

restaurn

807

.2465923

Std. Dev.

Min

Max

13.72152
9142.958
17.02729
4.738469
3.057161

0
500
17
44.004
6

80
30000
88

70.129
18

.4312946

0

1

Có thể nhận thấy số điều thuốc hút mỗi ngày có sự chênh lệch khá lớn giữa mức cao
nhất và mức thấp nhất, lên tới 80 điếu/ngày, những người được khảo sát thuộc nhóm tuổi khá
trẻ, có ảnh hưởng lớn đế sự phát triển của xã hội. Có sự chênh lệch rất lớn giữa mức thu nhập
cao nhất và thập nhất, cho ta thấy số liệu khảo sát bao quát được hầu hết các đối tượng, từ đối
tượng có thu nhập cao đến đối tượng có thu nhập thấp.

2. Mục đích và lý do lựa chọn các biến:
Mục đích của việc lựa chọn mơ hình này nhằm tìm hiểu sự tác động của thu nhập, tuổi
tác, giá thuốc cũng như trình độ học vấn của con người đối với số điếu thuốc hút trong ngày.
NHÓM SỐ 2

21


BÁO CÁO KINH TẾ LƯỢNG

GVHD: TS. ĐINH THỊ THANH BÌNH

NHĨM SỐ 2

22

BÁO CÁO KINH TẾ LƯỢNG

GVHD: TS. ĐINH THỊ THANH BÌNH

3. Mối quan hệ từng biến độc lập với biến phụ thuộc:

Mối quan hệ giữa
cigs và income

Mối quan hệ giữa
cigs và age

NHÓM SỐ 2

23


BÁO CÁO KINH TẾ LƯỢNG

GVHD: TS. ĐINH THỊ THANH BÌNH

Mối quan hệ giữa
cigs và cigpric

Mối quan hệ giữa
cigs và educ

NHÓM SỐ 2

24


BÁO CÁO KINH TẾ LƯỢNG

GVHD: TS. ĐINH THỊ THANH BÌNH

Mối quan hệ giữa
cigs và restaurn

II. Phân tích hồi quy
1. Thiết lập mơ hình tổng qt
a. Mơ hình tổng qt
Hàm hồi quy tổng thể biểu diễn mối quan hệ giữa biến phụ thuộc là thu nhập hàng tháng
cigsvới các biến độc lập income, age, cigpric, educ, restaurnc ó dạng:

b. Giải thích biến
Các biến được giải thích ở Bảng 2 dưới đây:
Loại biến

Tên
biến

Biến phụ
thuộc(Y)

cigs
income

Các biến độc
lập (Xi)

age

Ý nghĩa
Số điếu thuốc được hút
trung bình một ngày
Thu nhập hàng năm
của người hút
Tuổi tác của người hút

Dấu kì
vọng

+
+

Diễn giải

Thu nhập càng cao thì người ta
càng hút nhiều thuốc hơn
Tuổi tác càng lớn thì càng có
nhiều lý do và cơ hội để hút
thuốc hơn
NHÓM SỐ 2

25