ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KINH TẾ VIỆN QUẢN TRỊ KINH DOANH BÁO CÁO KINH TẾ LƯỢNG PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG TỚI TỔNG CHI PHÍ DÀNH CHO NHU CẦU VUI CHƠI, GIẢI TRÍ CỦA SINH
Trang 1ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC KINH TẾ VIỆN QUẢN TRỊ KINH DOANH
BÁO CÁO KINH TẾ LƯỢNG
PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG TỚI TỔNG CHI PHÍ DÀNH
CHO NHU CẦU VUI CHƠI, GIẢI TRÍ CỦA SINH VIÊN
NHÓM 4
Thành viên nhóm: Nguyễn Khánh Loan
Nguyễn Vân Anh Nguyễn Hải Anh Hoàng Phương Anh
Lê Thị Quỳnh Trang Nguyễn Văn Hưng Dương Thị Ánh Tuyết
Trang 2I Vấn đề nghiên cứu
Điều tra sự ảnh hưởng của chi phí tới nhu cầu vui chơi, giải trí của sinh viên
II Bộ số liệu
Trang 3III Mô hình hồi quy- Kiểm định và khắc phục mô hình
A Mô hình hồi quy
1 Mô hình tổng quát:
Y = C(1) + C(2)*X1 + C(3)*X2 + C(4)*X3 + C(5)*D1 + C(6)*D2 + e1
2 Giải thích các biến:
● Biến phụ thuộc Y: chi phí dành cho nhu cầu giải trí của sinh viên
● Biến độc lập:
+ Biến định lượng:
Tê
n Diễn giải
Đơn vị tính
Kì vọng dấu Ý nghĩa kinh tế
X1 Tiền chu cấp từ
bố mẹ
đồng/
Tiền bố mẹ chu cấp càng nhiều thì chi phí cho nhu cầu giải trí càng cao
-Tiền trọ ít thì chi phí cho nhu cầu giải
trí càng cao
-Tiền ăn càng ít thì chi phí cho nhu cầu
giải trí càng nhiều
Trang 4+ Biến định tính:
Tê
n
Diễn
giải
Lựa chọn Kì vọng
dấu Ý nghĩa kinh tế
+/-Giới tính có thể hoặc không thể làm tăng (giảm) chi phí cho nhu cầu giải trí
cảm
Khôn
+/-Tình cảm có thể làm tăng (giảm) chi phí
cho nhu cầu giải trí
3 Tiến hành xây dựng mô hình
3.1 Mô hình gốc
Với số liệu từ mẫu trên, sử dụng phần mềm Eviews để ước lượng, ta thu được kết quả sau:
Mô hình 1
Dependent Variable: Y
Method: Least Squares
Date: 06/12/22 Time: 16:26
Sample: 1 2
Included observations: 23
Variable Coefficient Std Error t-Statistic Prob
Trang 5var
330434.8 Adjusted R-squared 0.791238 S.D dependent
var
226002.4
S.E of regression 103261.5 Akaike info
criterion
26.14738
criterion
26.44359
criter
26.22187
stat
1.636138
Từ mô hình 1 ta có :
B1= 120274.2 : khi các yếu tố tiền ăn tiền trọ tiền chu cấp không ảnh hưởng thì tiền đi chơi hằng tháng của một sinh viên nữ, chưa có người yêu là 120274,2 đồng
B2= 0.271731 : Khi tiền chu cấp tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi sẽ tăng (giảm) 0.271731 đơn vị
B3= -0.146192 : Khi tiền trọ tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên sẽ giảm (tăng) 0,146192 đơn vị
B4= -0.433499 : Khi tiền ăn tăng (giảm) 1 đơn vị thì chi tiêu cho việc đi chơi của sinh viên sẽ giảm (tăng) 0.433499 đơn vị
B5= 51924.81: Vấn đề chi tiêu cho việc đi chơi của sinh viên nữ và sinh viên nam chênh lệch nhau 51924.81 đồng
B6= 197719.8 : Vấn đề chi tiêu cho việc đi chơi giữa sinh viên có người yêu và đang độc thân là 197719.8 đồng
Trang 6Và hàm hồi quy mô tả mối quan hệ giữa các biến kinh tế như sau :
Y = 120274.24252 + 0.271731493277*X1 - 0.146191710023*X2 -0.433498635615*X3 + 51924.8110291*D1 + 197719.847839*D2 + e
Nhận xét : Theo lý thuyết kinh tế, khi tiền gia đình chu cấp hàng tháng tăng và tiền trọ,
tiền ăn giảm thì số tiền chi tiêu cho việc đi chơi của mỗi sinh viên sẽ tăng lên
Từ mô hình 1 ta có :
B1=120274.2 > 0, B2= 0.271731 > 0 => phù hợp với lý thuyết kinh tế
B3= -0.146192 <0, B4=-0.433499 <0 => phù hợp với lý thuyết kinh tế
R2= 0,786260 cho biết 78,626% sự biến động của tiền đi chơi của sinh viên (Y) là do tiền chu cấp hàng tháng(X1), tiền trọ(X2), tiền ăn (X3), giới tính (D1) và việc có người yêu hay chưa (D2) của sinh viên trong mô hình gây ra
Trang 7III.2 Kiểm định sự phù hợp của mô hình hồi quy
KĐGT : Ho : β2= β3= β4= β5= β6=0 H1:
β2# β3# β4# β5# β6# 0
Từ báo cáo 1 ta có : Fo = 17,67665
Fα(k-1,n-k)= F0.05(3,19 )= 2,11
Ta thấy Fo = 17,67665 > Fα(k-1,n-k)=2,11 , Fo thuộc miền bác bỏ Ho
=> bác bỏ Ho, chấp nhận H1.
Kết luận : với mức ý nghĩa α= 0,05 thì mô hình hồi qui trên là phù hợp.
III.3 Sự ảnh hưởng của biến độc lập vào biến phụ thuộc
Kiểm định sự phù hợp của các biến độc lập trong mô hình
Sử dụng phương pháp P_value :
- Với mức ý nghĩa 5%, ta thấy
+ Giá trị p ứng với biến X2=0.1458>0.05, suy ra biến X2 không ảnh hưởng đến biến phụ thuộc Y
+ Giá trị p ứng với biến D1=0.3465 >0.05, suy ra biến D1 không ảnh hưởng đến biến phụ thuộc Y
Ta thấy : P_value của các biến X1, X3, và D2< 0,05 => biến X1, X3, và D2ảnh hưởng đến biến phụ thuộc Y
Kiểm định các biến bị loại bỏ ta sử dụng kiểm định Wald:
C(3)=C(5)=0
Trang 8tranquang141994@gmail.com Wald Test:
Equation:
EQ03
Null Hypothesis Summary:
Restrictions are linear in coefficients
Loại bỏ biến khỏi mô hình : X2và D1
Như vậy các yếu tố về tiền trọ và giới tính ( Nữ hay Nam ) không ảnh hưởng đến chi phí cho nhu cầu giải trí của sinh viên
B Kiểm định và khắc phục
1 Kiểm định đa cộng tuyến:
Dependent Variable: X1
Method: Least Squares
Date: 06/12/22 Time: 14:49
Sample: 1 23
Included observations: 23
8
Trang 9S.E of regression 418650.9 Akaike info criterion 28.84857
Prob(F-statistic) 0.000032
KĐGT: H0 : R2= 0
H1 : R2# 0
Từ mô hình 3 ta có Fst = 18,12082
F(α,k-1,n-k)= 2,11
Ta thấy Fst = 18,12082> F(α,k-1,n-k)= 2,11 => bác bỏ H0 , chấp nhận H1
⇨ Có hiện tượng đa cộng tuyến xảy ra trong mô hình
▪ Cách khắc phục :
Ta thấy giữa 2 biến X1, X3 có sự tương quan chặt chẽ với nhau
Mô hình hồi quy giữa biến X1 và biến X3:
Dependent Variable: X3
Method: Least Squares
Date: 06/12/22 Time: 22:33
Sample: 1 23
Included observations: 23
Trang 10var
713043.5 Adjusted R-squared 0.352391 S.D dependent
var
237992.3
S.E of
regression
Sum squared
Prob(F-statistic) 0.001677
KĐGT: H0 : R2= 0
H1 : R2# 0
Từ mô hình 3 ta có: Fst = 12,97109
F(α,k-1,n-k)= F(0.05 ;1,21)=4.325
Ta thấy: Fst = 12,97109 > F(α,k-1,n-k)= 4.325
=> bác bỏ H0 , chấp nhận H1 vậy mô hình tồn tại đa cộng tuyến giữa biến X1 và X3
Biện pháp khắc phục: dùng biện pháp bỏ bớt biến.
Ta có mô hình hồi quy khi bỏ bớt biến X1 có R2= 0.677171 Ta
có mô hình hồi quy khi bỏ bớt biến X3 có R2= 0.669383
Ta thấy: 0.677171 > 0.669383 nên ta loại biến X1 ra khỏi mô hình Vì khi không có biến X1 trong mô hình thì mức độ phù hợp của mô hình hồi quy không tốt bằng việc không có biến X3
Mô hình hồi quy khi không có biến X1:
Dependent Variable: Y
Method: Least Squares
Date: 06/12/22 Time: 22:41
Sample: 1 23
Included observations: 23
10
Trang 11var
330434.8
S.E of regression 134677.7 Akaike info
criterion
26.58026
Log likelihood -302.6730 Hannan-Quinn
criter
26.61751
Prob(F-statistic) 0.000012
Kiểm định đa cộng tuyến của mô hình mới :
Dependent Variable: X3
Method: Least Squares
Date: 05/27/13 Time: 22:48
Sample: 1 23
Included observations: 23
S.E of regression 243591.3 Akaike info
criterion
27.72731
Trang 12tranquang141994@gmail.com Log likelihood -316.8641 Hannan-Quinn
criter
27.75215
Prob(F-statistic) 0.987246
Ta có : KĐGT: H0 : R2= 0
H1 : R2# 0
Từ mô hình 3 ta có Fst = 0.000262
F(α,k-1,n-k)= F(0.05,1,21)=4.325
Ta thấy Fst = 0.000262 < F(α,k-1,n-k)= 4,325 => chấp nhận H0
Vậy mô hình không tồn tại đa cộng tuyến
12
Trang 132 Kiểm định tự tương quan
Breusch-Godfrey Serial Correlation LM
Test:
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 06/12/22 Time: 14:52
Sample: 1 23
Included observations: 23
Presample missing value lagged residuals set to zero
var
-1.01E-1
1
S.E of regression 108396.0 Akaike info
criterion
26.21463
criter
26.27671
stat
1.961459 Prob(F-statistic) 0.996577
Trang 14Ta thấy P_value = 0.6504> 0,05 => không có sự tự tương quan trong mô hình
3 Kiểm định phương sai thay đổi:
Heteroskedasticity Test: White
Chi-Square(8)
0.0810
Scaled explained SS 12.40172 Prob
Chi-Square(8)
0.1342
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 05/27/13 Time: 14:53
Sample: 1 23
Included observations: 23
Collinear test regressors dropped from specification
Variable Coefficient Std Error t-Statistic Prob
4 0.8749
4 0.0861
8 0.7995
7 0.5324
14
Trang 159 0.0788
var
9.28E+0
9 Adjusted R-squared 0.387028 S.D dependent
var
1.53E+1
0 S.E of regression 1.20E+10 Akaike info criterion 49.5329
7
9
1
stat
1.92968
9 Prob(F-statistic) 0.047744
Nhận thấy P_value =0.0810 > 0,05 nên không có phương sai thay đổi trong mô hình
Trang 16tranquang141994@gmail.com Thêm Tiêu đề (Định dạng > Kiểu đoạn) và chúng sẽ xuất hiện trong phần mục lục
