Phân tích các nhân tố ảnh hưởng đến tuổi thọ kỳ vọng của con người (life expectancy at birth – LEB)

Mục tiêu nghiên cứu Qua quá trình nghiên cứu, phân tích các số liệu, những mục tiêu mà chúng tôimong muốn đạt được bao gồm: Một là, xác định các nhân tố có thể ảnh hưởng đến tuổi thọ của

MỤC LỤC

PHẦN 1: GIỚI THIỆU ĐỀ ÁN MÔN HỌCLý do chọn đề tàiMục tiêu nghiên cứuPhạm vi nghiên cứuMục đích nghiên cứuPhương pháp nghiên cứu:Bố cục của đề án môn họcPHẦN 2: CƠ SỞ LÝ

THUYẾTCác nghiên cứu trước đây:Định hướng nghiên cứu

mới:Phát biểu giả thiết thống kê:PHẦN 3: PHƯƠNG PHÁP

NGHIÊN CỨUPhương pháp hồi quyMô tả các biếnLựa chọn mô hình:PHẦN 4: PHÂN TÍCH DỮ LIỆUHồi quy đơn biếnMô hình hồi quyPHẦN 5: KẾT LUẬN VÀ KIẾN NGHỊTóm tắt các kết quả

chínhKhuyến nghị về chính sáchNhững điểm còn hạn chế của mô hình

biến

TÀI LIỆU THAM KHẢO

PHẦN 1: GIỚI THIỆU ĐỀ ÁN MÔN HỌC

1.1 Lý do chọn đề tài

Tuổi thọ luôn là một vấn đề được con người quan tâm từ xưa đến nay dù đó

là một nhà nghiên cứu khoa học hay chỉ là một người dân bình thường luôn quantâm đến tuổi thọ của chính mình

Ngày nay, khi kinh tế xã hội ngày càng phát triển, đời sống vật chất ngàycàng một nâng cao thì con người càng chú ý hơn đến việc, nâng cao sức khỏe, kéodài cuộc sống của mình để tồn tại, học tập, lao động cũng như hưởng thụ đượcnhiều hơn Trong nghiên cứu khoa học, tuổi thọ cũng là một trong những chỉ tiêuquan trọng để đánh giá một quốc gia, ví dụ như nó là một nhân tố để tính HDI (chỉ

số phát triển con người), HPI (chỉ số hành tinh hạnh phúc) Với nhiều ý nghĩa quantrọng như vậy, việc tìm ra các yếu tố ảnh hưởng đến tuổi thọ cũng như nghiên cứucác biện pháp tăng cường tuổi thọ luôn được các quốc gia quan tâm và được xem

là nghiên cứu quan trọng đối với các nhà khoa học

Bản đồ Thế giới : Ước lượng quãng đời khi sanh, theo thống kê của Liên Hiệp Quốc 2007/2008.

  trên 80   77,5-80,0   75,0-77,5

  72,5-75,0   70,0-72,5   67,5-70,0

  65,0-67,5

  60-65   55-60   50-55   45-50   dưới 45

  không có dữ liệu

Vì vậy, nhóm chúng tôi quyết định chọn đề tài “Các nhân tố ảnh hưởng đếntuổi thọ khi sinh của con người trên thế giới” làm đề án môn học

1.2 Mục tiêu nghiên cứu

Qua quá trình nghiên cứu, phân tích các số liệu, những mục tiêu mà chúng tôimong muốn đạt được bao gồm:

Một là, xác định các nhân tố có thể ảnh hưởng đến tuổi thọ của con ngườiHai là, xây dựng mô hình hồi quy thể hiện sự tác động (tiêu cực hoặc tíchcực), mức độ tác động của các nhân tố này lên tuổi thọ của con người

Ba là, đề xuất một số kiến nghị, các chính sách để có thể nâng cao tuổi thọcủa con người

1.3 Phạm vi nghiên cứu

Chúng tôi nghiên cứu đề tài này trên phạm vi thế giới, đơn vị nghiên cứu làquốc gia, kích thước mẫu nghiên cứu là 100 quốc gia trải đều ở tất cả các châu lụctrên thế giới Nội dung nghiên cứu xoay quanh mô hình hồi quy về nhân tố tuổi thọ

để đánh giá tác động của các nhân tố mà nhóm chúng tôi cho rằng có liên quan vàảnh hưởng đến tuổi thọ

1.4 Mục đích nghiên cứu

Với việc nghiên cứu đề tài này, chúng tôi mong muốn sẽ giải thích phần nào

sự tác động cũng như mức độ tác động của các nhân tố tự nhiên, kinh tế, xã hộiđến vấn đề tuổi thọ của con người Căn cứ trên mô hình tối ưu, chúng tôi dự kiến

đề xuất một số gợi ý chính sách để nâng cao tuổi thọ của con người trong hiện tại

và tương lai

1.5 Phương pháp nghiên cứu:

Phương pháp thu thập dữ liệu: chúng tôi khai thác, xử lý và phân tích bộ dữliệu thứ cấp World Health Statistic 2010, trong đó các chỉ số thống kê vào năm2008

thiểu thông thường OLS Ngoài ra, nhóm xử lý dữ liệu gốc từ chương trìnhMicrosoft Excel, chạy mô hình hồi quy, thống kê mô tả cùng các kiểm định bằngphần mềm Eview 6.0

1.6 Bố cục của đề án môn học

Đề án môn học của chúng tôi được thực hiện với các phần cơ bản:

- Giới thiệu đề án môn học

- Tổng quan cơ sở lý thuyết

- Phương pháp nghiên cứu

- Phân tích dữ liệu

- Kết luận và một số kiến nghị về chính sách

PHẦN 2: CƠ SỞ LÝ THUYẾT

2.1 Các nghiên cứu trước đây:

Tìm hiểu các biện pháp để kéo dài tuổi thọ là việc mà con người đã thựchiện từ thời xa xưa Khi mà khoa học chưa phát triển, người ta kỳ vọng vào nhữngphương thuốc kỳ bí thậm chí cả những hoạt động rất duy tâm mang đầy màu sắcthần thoại để mơ đến sự bất tử, vĩnh hằng Ngày nay, khi khoa học kỹ thuật ngàycàng phát triển, con người ngày càng mở rộng hiểu biết của mình về thế giới, giảithích được nhiều hiện tượng tự nhiên và xã hội hơn thì vấn đề tuổi thọ cũng đượcphân tích và giải thích ngày càng thực tế hơn, rời xa dần các yếu tố mang tính tâmlinh, huyền bí

Qua các ấn phẩm báo chí, tạp chí phổ thông, chúng ta cũng thấy không íttác giả đề cập đến những vấn đề có liên quan đến tuổi thọ con người như: những bíquyết để nâng cao tuổi thọ? Điều gì khiến người ta nhanh bị lão hóa? V.v…Kếtluận và khuyến nghị của các ấn phẩm này chủ yếu xoay quanh vấn đề di truyềnhọc, chế độ ăn uống, nghỉ ngơi, làm việc, giải trí của con người Những giải thíchnhư vậy là còn quá đơn giản, chưa mang tính phổ quát cho phạm vi toàn cầu, còn

bỏ sót nhiều nhân tố quan trọng Một số nghiên cứu khác cũng đã đề cập đến cácbiến vĩ mô ở tầm cao hơn như: trình độ dân trí, dịch vụ công cộng, thu nhập bìnhquân v.v… nhưng dự liệu chưa đầy đủ hoặc không còn mang tính mới để giải thíchtốt hơn cho vấn đề của thế giới hiện tại

Theo tìm hiểu và tham khảo của nhóm chúng tôi, một trong những nghiêncứu tương đối hoàn chỉnh về đánh giá các nhân tố tác động đến tuổi thọ của tác giảTony Smith được thực hiện năm 2000 Tác giả đã chọn phân tích các nhóm biếnsau:

- Nhóm biến kinh tế gồm: GDP bình quân, tốc độ tăng GDP bình quân, tỷ lệlạm phát

- Nhóm biến xã hội gồm: dân số thành thị, tốc độ tăng dân thành thị, tốc độtăng dân số, sức khỏe, chi tiêu cho y tế, số lượng bác sỹ trên 10000 dân, tỷ

lệ sinh đẻ của phũ nữ, AIDS, bệnh lao

- Nhóm biến liên quan đến yếu tố công nghệ: Radio/1000 dân, TV/1000 dân,điện thoại/1000 dân, tiêu thụ điện bình quân

- Nhóm biến liên quan đến giáo dục và môi trường như: tỷ lệ biết chữ, tỷ lệghi danh vào trường học, dân số tiếp cận nguồn nước sạch, tỷ lệ che phủcủa cây xanh, tỷ lệ bồi đắp phì nhiêu, tỷ lệ xói mòn, tỷ lệ thải khí CO2 bìnhquân

Tác giả sử dụng mô hình hồi quy đa biến dạng hàm tuyến tính, và đã gặp phải hiệntượng đa cộng tuyến mạnh Sau khi loại bỏ các biến không quan trọng, tác giả đãđưa ra mô hình hồi quy gồm các biến độc lập sau: GDP bình quân, tốc độ tăng dân

số, tỷ lệ bồi đắp phì nhiêu, tỷ lệ xói mòn, tỷ lệ che phủ của cây xanh, dân số tiếpcận nguồn nước sạch, AIDS, bệnh lao, tỷ lệ ghi danh vào trường học Tác giả thunhập số liệu năm 1995 cho 151 nước (những số liệu bị thiếu thì tác giả lấy ở nămgần nhất), kết quả mô hình hồi quy được thể hiện ở phụ lục 1

Năm 2009, nhóm 9 lớp cao học chương trình giảng dạy kinh tế Fullbrightnghiên cứu đề tài “Các nhân tố ảnh hưởng tới tuổi thọ trung bình của con ngườitrên thế giới” sử dụng nguồn dữ liệu thứ cấp từ Human Development Report năm

2001 của UNDP, sử dụng số liệu năm 1999 cho 120 quốc gia với các biến tác độngđến tuổi thọ trung bình là: chỉ số giáo dục, tỷ lệ dân số tiếp cận nước sạch, tỷ lệdân số tiếp cận thuốc thiết yếu, số bác sỹ trên 10000 dân, GDP bình quân, AIDS,

tỷ lệ dân thành thị, tốc độ tăng dân số Sau khi tiến hành ước lượng và kiểm định,

bỏ đi các biến không quan trọng, nhóm đã đưa ra mô hình hồi quy gồm các biếnchỉ số giáo dục, tỷ lệ dân số tiếp cận nước sạch, tỷ lệ dân số tiếp cận thuốc thiếtyếu, GDP bình quân, AIDS

2.2 Định hướng nghiên cứu mới:

Kế thừa những ý tưởng và thành quả nghiên cứu trước, nhóm chúng tôi quyết địnhnghiên cứu về vấn đề tuổi thọ con người với một số thay đổi như sau:

Biến phụ thuộc là tuổi thọ kỳ vọng khi sinh (Life Expectancy at Birth LEB) có sự khác biệt so với số liệu về tuổi thọ trung bình (Life Average) Nếu nhưcách tính tuổi thọ trung bình được tính toán ước lượng trung bình độ tuổi nhữngngười qua đời ở một thời điểm nào đó thì tuổi thọ kỳ vọng khi sinh là tuổi thọ ướclượng cho đứa trẻ khi sinh tại thời điểm cụ thể với điều kiện các yếu tố tác độngđến tuổi thọ trong tương lai không thay đổi so với thời điểm đứa trẻ ra đời

-Như vậy tuổi thọ kỳ vọng khi sinh là kết quả ảnh hưởng của cả một quátrình từ quá khứ đến hiện tại từ phía các nhân tố có liên quan, mức độ tác động củatừng nhân tố có thể thay đổi trong cả khoảng thời gian đó Khi phân tích tuổi thọ

kỳ vọng khi sinh chúng ta sẽ có điều kiện đánh giá chính xác hơn sự tác động củacác nhân tố có liên quan vào thời điểm nhất định từ đó nhà hoạch định chính sách

sẽ dễ dàng hơn trong việc lựa chọn và thực hiện quyết định

Trong mô hình chúng tôi không đưa vào các biến mà Tony Smith từng sửdụng như tỷ lệ bồi đắp phì nhiêu, tỷ lệ xói mòn đất, tỷ lệ che phủ cây xanh vìnhóm cho rằng trong thời điểm hiện nay nó hầu như không có tác động đến tuổithọ con người Bên cạnh đó chúng tôi sử dụng chỉ tiêu thu nhập quốc dân bìnhquân đầu người (GNIPP) thay cho tổng sản phẩm quốc nội (GDP)

Mô hình của nhóm còn có bổ sung thêm biến tỷ lệ tử vong của trẻ em dưới

5 tuổi, theo chúng tôi đây là biến có ảnh hưởng rất quan trọng đến tuổi thọ kỳvọng Qua phân tích mô hình sẽ càng làm rõ hơn vấn đề này

2.3 Phát biểu giả thiết thống kê:

Dựa vào lý thuyết kinh tế phát triển và kinh nghiệm thực tế, chúng tôi xác địnhđược kỳ vọng các biến độc lập ảnh hưởng đến tuổi thọ kỳ vọng khi sinh của conngười như sau:

TT Biến Đơn vị

Ký hiệu biến và

hệ số

Dấu kỳ vọng của

hệ số hồi quy

Số giường bệnh phản ánhmức độ phát triển về cơ sởvật chất trên lĩnh vực y tế

Số giường bệnh/ 10000dân tăng, chúng ta kỳ vọng

Số bác sỹ phản ánh mức

độ phát triển về nhân lựctrên lĩnh vực y tế Số bácsỹ/10000 tăng, chúng ta kỳvọng tuổi thọ tăng

Khi tỷ lệ tử vong trẻ emdưới 5 tuổi càng cao thìtuổi thọ kỳ vọng khi sinhcàng giảm xuống

Khi người dân được tiếpcận nguồn nước sạch, sứckhỏe được đảm bảo, bệnhtật giảm thiểu, tuổi thọ

tăng cao

Thể hiện mức độ quan tâmcủa chính phủ đối với lĩnhvực y tế, khi chính phủquan tâm nhiều hơn thìngười dân có nhiều cơ hộiđược chăm sóc sức khỏe,tuổi thọ tăng.

Khi thu nhập càng cao thìcon người càng có cơ hộicải thiện mức sống và nângcao tuổi thọ của mình

người POP/β8

(-)Nghịch biến

Với một quốc gia có quy

mô dân số lớn thì chínhphủ khó khăn trong hỗ trợ

y tế, nguồn tài nguyên tựnhiên cạn kiệt nhanh, chấtlượng môi trường sống suygiảm, tuổi thọ giảm

Tỷ lệ dân số có thu nhập

<1USD/ngày càng cao thìcàng khó có điều kiện đểcải thiện mức sống và tiếpcận với các dịch vụ chămsóc sức khỏe do đó làmtuổi thọ giảm

PHẦN 3: PHƯƠNG PHÁP NGHIÊN CỨU

3.1 Phương pháp hồi quy

Với bộ dữ liệu đã có nhóm nghiên cứu hồi quy đa biến bằng phương phápbình phương tối thiểu (OLS) Dùng phương pháp “Top down” để tìm mô hìnhthích hợp nhất, độ thích hợp là giá trị R2 hiệu chỉnh lớn nhất và các biến có ý nghĩa

về mặt thống kê, với mức ý nghĩa là 5% - 10%

Chiến lược xây dựng mô hình: Xây dựng mô hình từ tổng quát (U) đến đơngiản (R)

Các bước thực hiện :

1 Thực hiện hồi quy OLS:

2 Loại bỏ biến không có ý nghĩa thống kê theo hướng nếu có nhiều biếnkhông có ý nghĩa ở mức 5% thì loại bỏ biến có giá trị p-value lớn nhất

3 Hồi quy OLS theo các biến còn lại

4 Nhận xét giá trị R2 hiệu chỉnh, ý nghĩa của các hệ số hồi quy, và giá trịthống kê kiểm định

5 Nếu mô hình cải thiện được R2 hiệu chỉnh thì thực hiện kiểm định WALD

về tính thích hợp của mô hình

6 Nếu mô hình không cải thiện được giá trị R2 hiệu chỉnh thì tiếp tục xâydựng mô hình với phương pháp loại bỏ tiếp các biến không có ý nghĩathống kê

7 Ra quyết định lựa chọn một mô hình Tiêu chí lựa chọn :

Phù hợp với kỳ vọng ban đầu đưa ra cho mục tiêu nghiên cứuCác biến có ý nghĩa về mặt thống kê ở mức ý nghĩa 5% - 10%

 Biến độc lập:

BED: Số giường bệnh trên 10000 dân

DOC: Số bác sỹ trên 10000 dân

DU5: Tỷ lệ tử vong trẻ em dưới 5 tuổi

FW: Tỷ lệ dân số tiếp cận nước sạch

GFM: Tỷ lệ chi tiêu của chính phủ cho y tế trong tổng chi tiêu của chínhphủ

GNIPP: GNI bình quân đầu người (PPP)

POP: Dân số

POV: Tỷ lệ dân số có thu nhập < 1USD/ngày

3.3 Lựa chọn mô hình:

Mô hình thỏa mãn các giả thuyết cơ bản của mô hình hồi qui tuyến tính bội:

Sai số ui của mô hình là ngẫu nhiên có trung bình bằng 0

Sai số ui có phương sai không đổi

Không có hiện tượng tự tương quan

Quan hệ giữa sai số với các biến độc lập là ngẫu nhiên

Không sai lầm khi nhận dạng mô hình

Không có hiện tượng đa cộng tuyến hoàn hảo

PHẦN 4: PHÂN TÍCH DỮ LIỆU

4.1.Thống kê mô tả:

Mean 70.51000 33.95000 18.30500 36.90000 89.93000 11.61500 13195.10 57929.43 14.55400 Median 73.00000 29.00000 18.00000 20.50000 94.50000 10.95000 7830.000 10633.50 2.650000 Maximum 83.00000 139.0000 54.00000 194.0000 100.0000 25.80000 47940.00 1344920 83.70000 Minimum 47.00000 3.000000 0.500000 3.000000 47.00000 3.500000 300.0000 234.0000 0.000000 Std Dev 9.113754 25.65993 12.97178 44.00126 12.54427 4.469298 13027.79 181374.1 19.58816 Skewness -0.948969 1.186230 0.299719 1.884629 -1.476133 0.266839 1.116702 6.072865 1.585879 Kurtosis 3.255519 4.652257 2.127271 6.050316 4.439016 2.843283 3.027903 40.94550 4.742129

Jarque-Bera 15.28108 34.82716 4.670759 97.96556 44.94435 1.289049 20.78698 6614.082 54.56276 Probability 0.000481 0.000000 0.096774 0.000000 0.000000 0.524912 0.000031 0.000000 0.000000

Sum 7051.000 3395.000 1830.500 3690.000 8993.000 1161.500 1319510 5792943 1455.400 Sum Sq Dev 8222.990 65184.75 16658.45 191675.0 15578.51 1977.487 1.68E+10 3.26E+12 37985.89

4.2 Hồi quy đơn biến

Chạy mô hình hồi quy đơn biến và đồ thị phân tán nhằm xác định lại dấu kỳ vọng

của từng biến phụ thuộc (chi tiết xem phụ lục 2)

Nhận xét: Các mô hình hồi quy đơn biến của các biến độc lập BED, DOC, FW,

GFM, GNIPP đều thể hiện tính chất đồng biến và mô hình hồi quy đơn biến của

biến độc lập DU5, POP và POV thể hiện tính chất nghịch biến đúng với dấu kỳ

vọng

-0.0000 2.205072

-DOC 0.804553 0.557725 1.000000

0.0000 0.0000 5.116477 2.261037

-DU5 -0.894693 -0.470241 -0.703314 1.000000

0.0000 0.0000 0.0000 9.496045 1.887651 3.370567

-FW 0.775349 0.457866 0.673682 -0.819109 1.000000

0.0000 0.0000 0.0000 0.0000 4.451349 1.844562 3.064495 5.528191

-GFM 0.439838 0.272953 0.470388 -0.291484 0.337764 1.000000

0.0000 0.0060 0.0000 0.0033 0.0006 1.785198 1.375427 1.888175 1.411401 1.510036

-GNIPP 0.717597 0.570833 0.722701 -0.570410 0.598951 0.502896 1.000000

0.0000 0.0000 0.0000 0.0000 0.0000 0.0000 3.541039 2.330095 3.606216 2.327801 2.493461 2.011651

-POP -0.016741 -0.032812 -0.026343 0.023149 -0.009590 -0.163082 -0.060927 1.000000

0.8687 0.7459 0.7947 0.8192 0.9246 0.1050 0.5471 1.017026 1.033925 1.027056 1.023698 1.009683 1.19486 1.06488

-POV -0.837963 -0.451275 -0.692695 0.846950 -0.778277 -0.267508 -0.574531 0.094995 1.000000

0.0000 0.0000 0.0000 0.0000 0.0000 0.0071 0.0000 0.3471 6.17143 1.822406 3.254096 6.533812 4.510132 1.365203 2.350347 1.104966

-Kiểm tra hiện tượng đa cộng tuyến giữa các biến độc lập bằng công thức:

Nếu VIF > 10 thì có hiện tượng đa cộng tuyến

tương quan giữa các biến đều có VIF < 10.

4.4 Mô hình hồi quy

Mô hình hàm hồi qui ban đầu

4.4.1 Mô hình tổng quát (8 biến): Mô hình 1 (phụ lục 3)

Đưa tất cả 8 biến độc lập vào mô hình, ta được kết quả hồi quy như sau:

LEB = 74.23320 + 0.011022*BED + 0.109704*DOC - 0.112005*DU5 - 0.050596*FW +

0.199018*GFM + 0.000112*GNIPP + 2.25E-06*POP - 0.092203*POV

(t = 0.721714) (t = 2.573564) (t = -7.271502) (t = -1.091751)

(t = 2.374182) (t = 2.940123) (t = 1.279860) (t = -2.862111) (p=0.4723) (p=0.0117) (p=0.0000) (p=0.2778)

(p=0.0197) (p=0.0042) (p=0.2038) (p=0.0052)

Nhận xét:

- Dấu của các hệ số ước lượng đúng với dấu của bảng ma trận tương quan và

phát biểu giả thuyết ở phần trên, ngoại trừ 2 biến FW, POP

- Độ thích hợp của mô hình là cao: R2 điều chỉnh=0,8863 cho thấy các biếnđộc lập trong mô hình giải thích được 88,63% sự biến động của biến phụthuộc (LEB)

- Mô hình có mức ý nghĩa chung, thể hiện ở Prob(F-statistic)=0, cho thấy tồntại ít nhất một nhân tố trong mô hình ảnh hưởng đến biến LEB

- Qua kết quả hồi quy, ta thấy 3 biến BED, FW và POP có p-value > 5%(mức ý nghĩa) Do đó, tác động biên của các biến BED, FW, POP lên biếnphụ thuộc LEB là không có ý nghĩa về mặt thống kê

- Theo chiến lược xây dựng mô hình đã đặt ra, ta sẽ loại biến BED ra khỏi

mô hình (vì có p-value lớn nhất = 47.23%)

4.4.2 Mô hình giới hạn gồm 7 biến (loại biến BED): Mô hình 2 (phụ lục 4)

Phương trình hồi quy:

LEB = 74.41315 + 0.115244*DOC - 0.112663*DU5 - 0.049966*FW + 0.195199*GFM +

0.000120*GNIPP + 2.23*E -06 *POP - 0.091887*POV

(t = 2.755674) (t = -7.346259 (t = -1.081158) (t = 2.339374)

(t=3.280982) (t=1.271083) (t=-2.860028) (p=0.0071) (p=0.0000) (p=0.2825) (p=0.0215)

- Mô hình có mức ý nghĩa chung, thể hiện ở Prob(F-statistic)=0, cho thấy tồntại ít nhất một nhân tố trong mô hình ảnh hưởng đến biến LEB

- Sau khi loại biến BED ra khỏi mô hình ban đầu, ta thấy 2 biến FW và POP

có p-value vẫn > 5% (mức ý nghĩa) Do vậy, tác động biên của các biến

FW, POP lên biến phụ thuộc LEB là không có ý nghĩa về mặt thống kê

- Theo chiến lược xây dựng mô hình đã đặt ra, ta tiếp tục loại biến FW rakhỏi mô hình (vì có p-value lớn nhất = 28.25%)

4.4.3 Mô hình giới hạn gồm 6 biến (loại biến BED,FW): Mô hình 3 (phụ lục 5)

Phương trình hồi quy:

LEB = 69.75148 + 0.113196*DOC - 0.105647*DU5 + 0.187521*GFM + 0.000114*GNIPP +

2.08E-06*POP - 0.083748*POV

(t = 2.707028) (t = -7.596105) (t = 2.253498) (t = 3.156672) (t = 1.188640) (t = -2.678903)

- Dấu của các hệ số ước lượng đúng với kỳ vọng ban đầu ngoại trừ biến POP.

- Độ thích hợp của mô hình là cao: R2 điều chỉnh=0,8867 cho thấy các biếnđộc lập trong mô hình giải thích được 88,67% sự biến động của biến phụthuộc (LEB)

- Mô hình có mức ý nghĩa chung, thể hiện ở Prob(F-statistic)=0, cho thấy tồntại ít nhất một nhân tố trong mô hình ảnh hưởng đến biến LEB

- Sau khi tiếp tục loại bỏ biến FW ra khỏi mô hình 7 biến, ta thấy biến POPvẫn có p-value > 5% (mức ý nghĩa) Do vậy, tác động biên của các biếnPOP lên biến phụ thuộc LEB là không có ý nghĩa về mặt thống kê

- Theo chiến lược xây dựng mô hình đã đặt ra, ta tiếp tục loại biến POP rakhỏi mô hình (do có p-value = 23.76%)

4.4.4 Mô hình giới hạn gồm 5 biến (loại biến BED, FW và POP) : Mô hình 4

(phụ lục 6)

Phương trình hồi quy:

LEB = 69.97183+ 0.117375*DOC 0.107269*DU5 + 0.170009*GFM + 0.000114*GNIPP

-0.077926*POV

(t = 2.810774) (t= -7.733224) (t = 2.071301) (t= 3.154060) (t = -2.518325)

(p=0.0060) (p=0.0000) (p=0.0411) (p=0.0022) (p=0.0135)

 Kiểm định việc lựa chọn mô hình

Thực hiện kiểm định WALD để đưa ra quyết định lựa chọn mô hình tổng quát (U)hay mô hình giới hạn 5 biến (R) (Chi tiết xem phụ lục 7)

Giả thuyết kiểm định

H0: β2 = β5 = β8 = 0, chọn mô hình R

H1: Có ít nhất 1 hệ số beta không bằng 0, chọn mô hình ban đầu U

c(2)=c(5)=c(8)=0

Với mức ý nghĩa 5%, kết quả kiểm định Wald như sau: F-statistic =1.030582, p_value = 38,29% lớn hơn mức ý nghĩa 5% (Chi tiết xem phụ lục 9) Không bác bỏ H0

Vậy, với thông tin từ mẫu, mức ý nghĩa 5%, các hệ số hồi quy β2, β5, β8đồng thời bằng 0 Do đó, ta sẽ lựa chọn mô hình giới hạn 5 biến

 Kiểm định tự tương quan: (Chi tiết xem phụ lục 8)

Do p_value = 0.55 > 0.05 (mức ý nghĩa), mô hình được chọn cuối cùng không

có hiện tượng tự tương quan

 Kiểm định phương sai thay đổi – HET: (Chi tiết xem phụ lục 9)

Do p_value = 0.0003 < 0.05 (mức ý nghĩa), mô hình được chọn cuối cùng cóhiện tượng phương sai thay đổi Ta biết phương sai của các ước lượng phụ thuộcvào phương sai của sai số, do nếu mô hình có hiện tượng HET thì phương sai củacác các tham số ước lượng theo OLS cũng sẽ không còn nhỏ nhất và nhất quánnữa Điều này sẽ dẫn đến các kiểm định giả thuyết không còn giá trị nữa

Nghĩa là: => không còn ý nghĩa

Để khắc phục hiện tượng phương sai thay đổi, chúng ta có thể thực hiện ước lượngbằng phương pháp White Heteroskedasticity - Consistent Standard Errors &Covariance Tuy có thể không chữa được HET nhưng các S.E của các hệ số hồi quy được ước lượng nhất quán > các kiểm định T, F vẫn còn hiệu lực)

Dependent Variable: LEB

Method: Least Squares

Date: 09/08/10 Time: 22:13

Sample: 1 100

Included observations: 100

White Heteroskedasticity-Consistent Standard Errors & Covariance

Variable Coefficient Std Error t-Statistic Prob

DOC 0.117375 0.035951 3.264914 0.0015

POV -0.077926 0.042608 -1.828916 0.0706R-squared 0.891966 Mean dependent var 70.51000

Adjusted R-squared 0.886220 S.D dependent var 9.113754

S.E of regression 3.074189 Akaike info criterion 5.142084

Sum squared resid 888.3598 Schwarz criterion 5.298394

Log likelihood -251.1042 Hannan-Quinn criter 5.205345

F-statistic 155.2198 Durbin-Watson stat 1.787873

Prob(F-statistic) 0.000000

Nhận xét:

- Dấu của các hệ số ước lượng đều đúng với kỳ vọng ban đầu

- Độ thích hợp của mô hình là cao: R2 điều chỉnh=0,8862 cho thấy các biếnđộc lập trong mô hình giải thích được 88,62% sự biến động của biến phụthuộc (LEB)

- Mô hình có mức ý nghĩa chung, thể hiện ở Prob(F-statistic)=0, cho thấy tồntại ít nhất một nhân tố trong mô hình ảnh hưởng đến biến LEB

- Các biến DOC, DU5, GFM, GNIPP trong mô hình đều có ý nghĩa thống kêvới mức ý nghĩa 5%, biến POV có ý nghĩa thống kê với mức ý nghĩa 10%

Ý nghĩa của các hệ số hồi quy:

- = 0.1174 có nghĩa khi các yếu tố khác không đổi, Số lượng bác sĩ tănglên 1 người /10000 dân thì tuổi thọ kỳ vọng khi sinh tăng 0.1174 năm vàngược lại

- = - 0.1073 có nghĩa khi các yếu tố khác không đổi, Tỷ lệ tử vong của trẻ

< 5 tuổi tăng 1 ‰ thì tuổi thọ kỳ vọng khi sinh giảm 0.1073 năm và ngượclại

- = 0.1700 có nghĩa khi các yếu tố khác không đổi, Tỷ lệ chi tiêu của chínhphủ cho y tế trong tổng chi tiêu của chính phủ tăng 1 % thì tuổi thọ kỳ vọngkhi sinh tăng 0.1700 năm và ngược lại

- = 0.000114 có nghĩa khi các yếu tố khác không đổi, GNI trên đầu người