I. ĐẶT VẤN ĐỀ Công nghiệp là ngành kinh tế quan trọng, những năm gần đây có đóng góp lớn nhất cho ngân sách nhà nước, trở thành ngành xuất khẩu chủ đạo với tốc độ tăng trưởng ở mức cao. Cơ cấu các ngành công nghiệp có sự chuyển biến tích cực, một số ngành công nghiệp như: điện, điện tử, công nghệ thông tin và viễn thông, chế tạo thiết bị năng lượng, dệt may, da giày, xây dựng… đã có những bước phát triển mạnh mẽ, góp phần tích cực trong giải quyết việc làm, chuyển dịch cơ cấu lao động, tăng năng suất và nâng cao đời sống của nhân dân. Để nghiên cứu về ảnh hưởng của các yếu tố lên toàn thể ngành công nghiệp Việt Nam, nhóm xem xét vấn đề qua 2 chiều: 1. Ngành Công nghiệp Việt Nam phụ thuộc vào Khai khoáng và Sản xuất phân phối điện và công nghiệp chế biến, chế tạo: Khi ngành Khai khoáng; ngành Sản xuất, phân phối điện và nghành Công nghiệp chế biến, chế tạo phát triển thì tổng trữ lượng dầu khí, điện, máy móc, thiết bị được chế tạo tăng lên. Ba ngành này phát triển cũng thúc đẩy mở rộng quy mô sản xuất, xây dựng một số ngành Công nghiệp mới như : điện lực, luyện kim đen, dệt may, da giày, chế tạo thiết bị năng lượng,... Từ đó thúc đẩy tăng trưởng Ngành công nghiệp Việt Nam. 2. Khai khoáng, Sản xuất phân phối điện và công nghiệp chế biến và chế tạo ảnh hưởng đến ngành Công nghiệp Việt Nam: Khi ngành khai khoáng giảm mạnh do nguồn tài nguyên có giới hạn, sản xuất và phân phối điện chưa có bước tiến đáng kể do trình độ khoa học – kỹ thuật và ứng dụng năng lượng mặt trời ở nước ta còn thấp thì công nghiệp chế biến chế tạo trở thành điểm sáng của khu vực công nghiệp Việt Nam và là động lực chính của tăng trưởng. Tài nguyên có giới hạn và đặc thù nước ta là phụ thuộc vào điều kiện tự nhiên là chính. Điều này khiến cho tốc độ tăng trưởng ngành Công nghiệp ở nước ta còn chậm, và chủ yếu dựa vào công nghiệp chế biến, chế tạo. Vì vậy, đề làm rõ hơn về vấn đề này, chúng em nghiên cứu sự tác động của chỉ số Khai khoáng, chỉ số sản xuất và phân phối điện lên, chỉ số công nghiệp chế biến, chế tạo đến toàn ngành Công nghiệp Việt Nam giai đoạn 1999-2019
Trang 1BỘ TÀI CHÍNH HỌC VIỆN TÀI CHÍNH Khoa Tài chính doanh nghiệp
BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG
Vấn đề nghiên cứu:
“Nghiên cứu sự tác động của chỉ số Sản xuất và phân phối điện, chỉ
số Công nghiệp chế biến, chế tạo và chỉ số Khai khoáng lên toàn
ngành Công nghiệp Việt Nam giai đoạn 1999-2019”
Giảng viên: Nguyễn Thị Quỳnh NgaSinh viên: Nhóm 1 – LỚP TC CQ56/11.02LT1
Trang 2Vấn đề nghiên cứu:
Nghiên cứu sự tác động của chỉ số Khai khoáng, chỉ số Sản
xuất, phân phối điện và chỉ số Công nghiệp chế biến, chế tạo lên toàn ngành Công nghiệp Việt Nam giai đoạn 1999-2019.
Các biến kinh tế sử dụng:
1 IN Phụ thuộc chỉ số toàn ngành Công nghiệp VN %
2 MAPI Độc lập chỉ số Công nghiệp chế biến, chế tạo %
Trang 3sản xuất, xây dựng một số ngành Công nghiệp mới như : điện lực, luyện kim đen,dệt may, da giày, chế tạo thiết bị năng lượng, Từ đó thúc đẩy tăng trưởng Ngànhcông nghiệp Việt Nam.
2 Khai khoáng, Sản xuất phân phối điện và công nghiệp chế biến và chế tạo ảnh hưởng đến ngành Công nghiệp Việt Nam:
Khi ngành khai khoáng giảm mạnh do nguồn tài nguyên có giới hạn, sảnxuất và phân phối điện chưa có bước tiến đáng kể do trình độ khoa học – kỹ thuật
và ứng dụng năng lượng mặt trời ở nước ta còn thấp thì công nghiệp chế biến chếtạo trở thành điểm sáng của khu vực công nghiệp Việt Nam và là động lực chínhcủa tăng trưởng Tài nguyên có giới hạn và đặc thù nước ta là phụ thuộc vào điềukiện tự nhiên là chính Điều này khiến cho tốc độ tăng trưởng ngành Công nghiệp ởnước ta còn chậm, và chủ yếu dựa vào công nghiệp chế biến, chế tạo
Vì vậy, đề làm rõ hơn về vấn đề này, chúng em nghiên cứu sự tác động của chỉ số Khai khoáng, chỉ số sản xuất và phân phối điện lên, chỉ số công nghiệp chế biến, chế tạo đến toàn ngành Công nghiệp Việt Nam giai đoạn 1999- 2019.
II LẬP MÔ HÌNH HỒI QUY:
2.1 Cơ sở lựa chọn mô hình:
Cơ sở lý thuyết:
Xuất phát từ tầm quan trọng của Kinh tế lượng Kinh tế lượng là một mônhọc có phạm vi nghiên cứu rộng và đóng vai trò quan trọng trong nền kinh tế quốcdân Kinh tế lượng cung cấp các thông tin cần thiết cho việc nghiên cứu, phân tích,
dự đoán, dự báo và đưa ra các quyết định kinh tế
Cơ sở thực tiễn:
Xuất phát từ vai trò, tầm quan trọng của ngành Công nghiệp đối với nềnKinh tế quốc dân Công nghiệp là một trong hai ngành sản xuất vật chất cơ bản của
Trang 4nền kinh tế quốc dân, trình độ phát triển Công nghiệp là một trong những tiêu chíquan trọng đánh giá trình độ phát triển của một quốc gia Việt Nam là nước đangphát triển, đang đẩy mạnh hoạt động công nghiệp hóa – hiện đại hóa Vì vậy,nghiên cứu sự phát triển, tăng trưởng của ngành Công nghiệp là hết sức cần thiết.Qua nghiên cứu chỉ số ngành Công nghiệp cho thấy phụ thuộc vào nhiều yếu tố, trong đó có yếu tố Khai khoáng; Sản xuất, phân phối điện và công nghiệp chế biến, chế tạo.
2.2 Mục đích nghiên cứu:
Đưa ra được mô hình hồi quy phù hợp, từ đó phân tích, dự báo và đưa ra những nhận định chính xác nhất
2.3 Lập mô hình hổi quy và mô tả mối quan hệ KT giữa các biến
Để thấy được mối quan hệ giữa các biến trong mô hình hồi quy Ta lựa chọn
mô hình hồi quy tổng thể như sau:
PRM: INi = β1+ β2EXi + β3ELi + β4 MAPIi +Ui
Trong đó:
IN (chỉ số toàn ngành Công nghiệp): là biến phụ thuộc
EX (chỉ số khai khoáng), EL (chỉ số sản xuất và phân phối điện), MAPI (chỉ
số công nghiệp chế biến, chế tạo): là các biến độc lập
β1 là hệ số chặn: cho biết khi chỉ số khai khoáng; chỉ số sản xuất, phân phối
điện và chỉ số công nghiệp chế biến, chế tạo đồng thời = 0 thì giá trị chỉ số ngành
CN trung bình bằng β1%
β2 là hệ số góc: cho biết khi chỉ số khai khoáng tăng lên 1 % thì chỉ số toàn
ngành Công nghiệp thay đổi |β2| %
β3 là hệ số góc: cho biết khi chỉ số sản xuất và phân phối điện tăng lên 1%
thì chỉ số toàn ngành Công nghiệp thay đổi |β3| %
β4 là hệ số góc: cho biết khi chỉ số công nghiệp chế biến, chế tạo tăng lên 1%
thì chỉ số toàn ngành Công nghiệp thay đổi |β4| %
Trang 5U i : là sai số ngẫu nhiên
Sau khi có mô hình hồi quy tổng thể, để dễ tính toán và xử lí số liệu, ta thunhỏ mô hình hồi quy tổng thể để có mô hình hồi quy mới gọi là mô hình hồi quymẫu nhằm điều tra chọn mẫu, từ đó có những kết luận cho tổng thể:
Trong đó:
1 , 2 , 3 , : là các hệ số hồi quy mẫu (thực chất là ước lượng điểm
của các hệ số hồi quy β1, β2, β3, β4)
e i là phần dư (là sai lệch giữa giá trị cá biệt của biến phụ thuộc so với ước
lượng giá trị trung bình của chúng trong mẫu)
III PHÂN TÍCH SỐ LIỆU
Trang 6Nguồn số liệu : https://finance.vietstock.vn/du-lieu-vi-mo/46/san-xuat-cong-nghiep.htm
Trang 83 Kết quả ước lượng và giá trị của phần dư:
Residual Actual Fitted
4 Ước lượng tham số của mô hình:
Mô hình hồi quy mẫu:
INi = ^β1 + ^β2EXi + ^β3ELi + ^β4 MAPIi + ei
với ^β1 = -7,328207; ^β2 = 0,136953; ^β3 = -0,008499;^β4 = 0,934390
Trang 9 INi= -7,328207 + 0,136953EXi - 0,008499ELi + 0,934390MAPIi + ei
-Ý nghĩa kinh tế:
+ ^β1= -7,328207: không có ý nghĩa kinh tế
+ ^β2 = 0.136953: nói lên khi chỉ số khai khoáng tăng 1% trong điều kiện chỉ số kháckhông đổi thì chỉ số trung bình toàn ngành công nghiệp Việt Nam tăng 0.136953%.+ ^β3 = -0.008499: nói lên khi chỉ số sản xuất và phân phối điện tăng 1% trong điềukiện chỉ số khác không đổi thì chỉ số trung bình toàn ngành công nghiệp Việt Namgiảm 0.008499 %
+ ^β4 = 0,934390: nói lên khi chỉ số công nghiệp chế biến, chế tạo tăng 1% trongđiều kiện chỉ số khác không đổi thì chỉ số trung bình toàn ngành công nghiệp ViệtNam tăng 0,934390 %
5 Ước lượng khoảng tin cậy của các hệ số hồi quy:
5.1 EL, MAPI không thay đổi, nếu EX tăng 1 % thì IN tăng giảm trong khoảng nào?
* Khoảng tin cậy hai phía của β2:
Trang 10Tra bảng giá trị tới hạn phân phối Student: t0,0517 = 1,74
Vậy khi EL,MAPI không đổi, EX tăng 1 % thì IN tăng tối thiểu 0,081823%
5.2 EX , MAPI không thay đổi, nếu EL tăng 1 % thì IN thay đổi trong khoảng nào?
* Khoảng tin cậy hai phía của :
Vậy với mức ý nghĩa 5%, EX và MAPI không thay đổi, nếu EL tăng 1 % thì
IN thay đổi trong khoảng từ (-0,12454 ; 0,10754 ) %
* Tối đa:
β3 ≥ ^β3 - Se(^β3) * t α n−4
Tra bảng giá trị tới hạn phân phối student: t0,0517 = 1,74
Trang 11Vậy khi EX,MAPI không đổi, EL tăng 1 % thì IN giảm tối thiểu 0,08719%
5.3 EX , EL không thay đổi, nếu MAPI tăng 1 % thì IN thay đổi trong khoảng nào?
* Khoảng tin cậy hai phía của B4:
Vậy với mức ý nghĩa 5%, EX và EL không thay đổi, nếu MAPI tăng 1 % thì
IN thay đổi trong khoảng từ (0,7992656 ; 1,0695144) %
Trang 12Vậy khi EX, EL không đổi, MAPI tăng 1 % thì IN tăng tối đa 1,0458196 %
Vậy khi EX,EL không đổi, MAPI tăng 1 % thì IN tăng tối thiểu 0,8229604%
5.4 Phương sai sai số ngẫu nhiên là bao nhiêu?
* Ước lượng khoảng tin cậy 2 phía của σ2
=> Vậy với mức ý nghĩa 5% thì khoảng tin cậy của σ2 là [0,4912; 1,96053]
* Ta tìm khoảng tin cậy bên trái của σ2:
- Tra bảng giá trị tới hạn phân phối Khi bình phương
χ 1−α 2 (n− 4) = χ0,952 (17) = 8,6718
=> σ2≤ 14,82982
8,6718
=> σ2 ≤ 1,71012
Vậy với mức ý nghĩa 5% khi các yếu tố ngẫu nhiên thay đổi 1 đơn vị thì chỉ
số toàn ngành công nghiệp Việt Nam thay đổi tối đa 1,71012 đơn vị
χ1−α 2( n− 4)
Trang 13* Ta tìm khoảng tin cậy bên phải của σ2:
=> Khoảng tin cậy phải của σ2 là 0,537564
Vậy với mức ý nghĩa 5% khi các yếu tố ngẫu nhiên thay đổi 1 đơn vị thì chỉ
số toàn ngành công nghiệp Việt Nam thay đổi tối thiểu 0,537564 đơn vị
6 Kiểm định sự phù hợp của mô hình
6.1 Kiểm định sự phù hợp của mô hình
- Kiểm định cặp giả thuyết sau :{H0: R2=0
Ta thấy : F qs > F(3 ;17)α → F qs ϵ W α Do đó bác bỏ giả thuyết H0, chấp nhận H1
Kết luận: Với mức ý nghĩa 5%, mô hình trên phù hợp
Trang 14- Miền bác bỏ : W α= { t / |t|>t α
2
(n−4 )
}+ Từ báo cáo Eviews ta có:
t qs = - 0,154537 →|T qs|=0.154537
+ Với n=21 và mức ý nghĩa α=0.05ta có : t0.02517 = 2.110
Ta thấy : |t qs| < t0,02517 → T qs W α Do đó chưa đủ có sở bác bỏ giả thuyết H o
Vậy với mức ý nghĩa 5% thì có thể cho rằng chỉ số sản xuất và phân phối điện không ảnh hưởng đến ngành công nghiệp Việt Nam.
t qs = 14,59062 →|T qs|=14,59062
Trang 15+ Với n=21 và mức ý nghĩa α=0.05ta có : t0.02517 = 2.110
Ta thấy : |t qs| > t(17)0,025→ T qs ∈ W α Dó đó bác bỏ H0 và chấp nhận H1
Vậy với mức ý nghĩa 5% thì cho ta thấy chỉ số công nghiệp chế biến, chế tạo có ảnh hưởng đến ngành công nghiệp Việt Nam.
III KIỂM ĐỊNH CÁC KHUYẾT TẬT CỦA MÔ HÌNH
1 Phát hiện Đa cộng tuyến
Ki m tra khuy t t t đa c ng tuy n theo mô hình h i quy ph :ểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ết tật đa cộng tuyến theo mô hình hồi quy phụ: ật đa cộng tuyến theo mô hình hồi quy phụ: ộng tuyến theo mô hình hồi quy phụ: ết tật đa cộng tuyến theo mô hình hồi quy phụ: ồi quy phụ: ụ:
Dependent Variable: MAPI
Method: Least Squares
R-squared 0.462592 Mean dependent var 113.4905
Adjusted R-squared 0.402880 S.D dependent var 4.448585
S.E of regression 3.437579 Akaike info criterion 5.438976
Sum squared resid 212.7051 Schwarz criterion 5.588193
Log likelihood -54.10924 Hannan-Quinn criter 5.471360
F-statistic 7.747050 Durbin-Watson stat 1.028364
Prob(F-statistic) 0.003739
- H i quy mô hình: ồi quy phụ: MAPI i= α1 + α2 EX i + α3 EL i + V i thu được c R12 = 0,462592
- Ki m đ nh gi thuy t:ểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ịnh giả thuyết: ả thuyết: ết tật đa cộng tuyến theo mô hình hồi quy phụ:
H o: Mô hình g c không có đa c ng tuy nốc không có đa cộng tuyến ộng tuyến theo mô hình hồi quy phụ: ết tật đa cộng tuyến theo mô hình hồi quy phụ:
H1: Mô hình g c có đa c ng tuy nốc không có đa cộng tuyến ộng tuyến theo mô hình hồi quy phụ: ết tật đa cộng tuyến theo mô hình hồi quy phụ:
- Tiêu chu n ki m đ nh:ẩn kiểm định: ểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ịnh giả thuyết:
F = R1
2
/(3−1) (1−R12)/(n−3) F
(2 ;n−3)
- Mi n bác b gi thuy t ền bác bỏ giả thuyết ỏ giả thuyết ả thuyết: ết tật đa cộng tuyến theo mô hình hồi quy phụ: H o:
W α = {F :F > F(2 ;n−3)α }
Trang 16- Tính F qs:
F qs = 7,747050 (tra k t qu trên báo cáo Eview)ết tật đa cộng tuyến theo mô hình hồi quy phụ: ả thuyết:
F(2 ;18)0,05 = 3,55
F qs> F(2 ;18)0,05 F qs ∈ W α
Bác b gi thuy t ỏ giả thuyết ả thuyết: ết tật đa cộng tuyến theo mô hình hồi quy phụ: H o, ch p nh n đ i thuy t ấp nhận đối thuyết ật đa cộng tuyến theo mô hình hồi quy phụ: ốc không có đa cộng tuyến ết tật đa cộng tuyến theo mô hình hồi quy phụ: H1
V y v i m c ý nghĩa ật đa cộng tuyến theo mô hình hồi quy phụ: ới mức ý nghĩa ức ý nghĩa 5% thì có th cho r ng mô hình g c có đa c ng tuy nểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ằng mô hình gốc có đa cộng tuyến ốc không có đa cộng tuyến ộng tuyến theo mô hình hồi quy phụ: ết tật đa cộng tuyến theo mô hình hồi quy phụ:
Bi n pháp kh c ph c: Lo i b bi n MAPI ra kh i mô hìnhện pháp khắc phục: Loại bỏ biến MAPI ra khỏi mô hình ắc phục: Loại bỏ biến MAPI ra khỏi mô hình ụ: ại bỏ biến MAPI ra khỏi mô hình ỏ giả thuyết ết tật đa cộng tuyến theo mô hình hồi quy phụ: ỏ giả thuyết
2 Phát hiện Phương sai sai số thay đổi :
* Kiểm định White với lựa chọn không có tích nhân chéo
Hồi quy mô hình ban đầu thu được tìm được phần dư e t→ e t2
- Hồi quy mô hình White có dạng:
- Sử dụng chương trình Eview để có báo cáo kiểm định White như sau:
Dependent Variable: EBINH
Method: Least Squares
Adjusted R-squared -0.047278 S.D dependent var 1.110416
S.E of regression 1.136362 Akaike info criterion 3.263184
Sum squared resid 21.95241 Schwarz criterion 3.462141
Log likelihood -30.26343 Hannan-Quinn criter 3.306363
F-statistic 0.699043 Durbin-Watson stat 1.900950
Prob(F-statistic) 0.565435
Trang 17Từ báo cáo thu được: Rw= 0,109814
- Kiểm định cặp giả thuyết:
H0: Phương sai sai số không thay đổi
H1: Phương sai sai số thay đổi
Vậy chưa có cơ sở bác bỏ H0 nên ta tạm thời chấp nhận giả thuyết H0
Vậy với mức ý nghĩa 5% thì mô hình ban đầu có phương sai sai số không thay đổi.
3 Phát hiện tự tương quan :
Theo báo cáo Eviews
Breusch-Godfrey Serial Correlation LM Test:
Obs*R-squared 4.392072 Prob Chi-Square(2) 0.1112
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 09/20/20 Time: 20:46
Sample: 1999 2019
Included observations: 21
Presample missing value lagged residuals set to zero.
Variable Coefficient Std Error t-Statistic Prob.
Trang 18EX 0.013447 0.031013 0.433583 0.6708
EL -0.009414 0.057276 -0.164355 0.8716
RESID(-1) 0.110229 0.298234 0.369604 0.7168 RESID(-2) 0.498045 0.279605 1.781242 0.0951 R-squared 0.209146 Mean dependent var -4.06E-15
Adjusted R-squared -0.054472 S.D dependent var 0.861099
S.E of regression 0.884241 Akaike info criterion 2.826781
Sum squared resid 11.72822 Schwarz criterion 3.125216
Log likelihood -23.68120 Hannan-Quinn criter 2.891549
F-statistic 0.793369 Durbin-Watson stat 2.021215
Prob(F-statistic) 0.570878
- H i quy mô hình: ồi quy phụ: e i2 = α1 + α2EL + α3MAPI + α4EX + α5e i−1 + α6e i−2 + V i
- Ki m đ nh c p gi thuy t:ểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ịnh giả thuyết: ặp giả thuyết: ả thuyết: ết tật đa cộng tuyến theo mô hình hồi quy phụ:
{H o : Mô hình gốc không tự tương quan bậc 2
H1: Mô hình gốc tự tương quan bậc 2
- Tiêu chu n ki m đ nh: ẩn kiểm định: ểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ịnh giả thuyết: χ2 = (n – 2) R2 χ2 (2)
- Mi n bác b :ền bác bỏ giả thuyết ỏ giả thuyết W α = { χ2 : χ2 > χ α2 (2) }
- Tính χ qs2 :
χ qs2 = (21 – 2) * 0,209146 = 3,973774
χ0,052 (2) = 5,9915
χ qs2 < χ0,052 (2) χ qs2 ∉ W α Ch a đ c s bác b gi thuy t Hư ủ cơ sở bác bỏ giả thuyết H ơ sở bác bỏ giả thuyết H ở bác bỏ giả thuyết H ỏ giả thuyết ả thuyết: ết tật đa cộng tuyến theo mô hình hồi quy phụ: o
- K t lu n ết luận ận : V i m c ý nghĩa ới mức ý nghĩa ức ý nghĩa 5% thì ta có th cho r ng mô hình g c không tểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ằng mô hình gốc có đa cộng tuyến ốc không có đa cộng tuyến ự
tươ sở bác bỏ giả thuyết Hng quan b c 2.ật đa cộng tuyến theo mô hình hồi quy phụ:
4 Phát hiện các sai lầm chỉ định: (Kiểm định các biến bị bỏ sót)
*Phương pháp Ramsey:
- Để kiểm tra xem mô hình có bỏ sót biến hay không ta sử dụng kiểm địnhRamsey để kiểm tra, cụ thể:
+ Sử dụng Eview để lấy báo cáo của kiểm định Ramsey:
Ramsey RESET Test
Equation: UNTITLED
Trang 19Bước 1: Ước lượng mô hình gốc thu được R12 = 0,959095
Ước lượng mô hình Ramsey thu được R22 = 0,97214
Bước 2: Kiểm định cặp giả thuyết:{H o : Mô hình gốc không bỏ sót biến
H1: Mô hình gốc bỏ sót biến
Bước 3: Sử dụng tiêu chuẩn kiểm định:
Trang 20Bước 5: Giá trị thống kê quan sát là : = 3,511668
Tra bảng giá trị tới hạn chuẩn phân phối Fisher : F0,05
Chưa có cơ sở bác bỏ Ho nên tạm thời chấp nhận Ho
Vậy với mức ý nghĩa 0,05 thì mô hình gốc không bị bỏ sót biến.
5 Kiểm định tính phân bố chuẩn của sai số ngẫu nhiên :
Bằng cách kiểm định Jarque-Bera ta kiểm tra xem khi sử dụng giả thuyết bình phương nhỏ nhất, giả thuyết U có phân phối chuẩn có bị vi phạm hay không?
Trang 21- Ki m đ nh c p gi thuy t:ểm tra khuyết tật đa cộng tuyến theo mô hình hồi quy phụ: ịnh giả thuyết: ặp giả thuyết: ả thuyết: ết tật đa cộng tuyến theo mô hình hồi quy phụ:
H0: Sai số ngẫu nhiên có phân phối chuẩn
H1: Sai số ngẫu nhiên không có phân phối chuẩn
- Sử dụng tiêu chuẩn kiểm định:
Chưa có cơ sở bác bỏ giả thuyết H0, tạm thời chấp nhận H0
Vậy với mức ý nghĩa 5% thì sai số ngẫu nhiên có phân phối chuẩn
IV ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH TỐT
4.1 Mô hình hồi quy mới:
ei