Đề tài: Chi tiêu cho việc đi lại bằng xe máy trong một tháng

Chia sẻ: Phương Nam Phương Nam | Ngày: | Loại File: DOCX | Số trang:25

Thêm vào BST

Báo xấu

115
lượt xem 21
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Ở Việt Nam, trong khi người dân chưa tạo được thói quen sử dụng những phương tiện đi lại công cộng , các loại xe du lịch nhiều chỗ lại là món hàng xa xỉ thì xe máy được xem là phương tiện giao thông phổ biến và được ưa chuộng nhất.Tuy nhiên, trong tình hình giá cả ngày càng leo thang thì chỉ việc chi tiêu cho việc đi lại để học hành, làm việc.. như thế nào cho hợp lý cũng là một bài toán khó. Mặc dù chính phủ đã có những biện pháp nhằm ổn định giá xăng dầu so với...

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Đề tài: Chi tiêu cho việc đi lại bằng xe máy trong một tháng

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC HOA SEN KHOA KINH TẾ THƯƠNG MẠI Đề án: KINH TẾ LƯỢNG Đề tài: Chi tiêu cho việc đi lại bằng xe máy trong một tháng Nhóm 11: Huỳnh Lệ Phương Thanh (092097) Phạm Lê Thuý Ngọc (092081) Huỳnh Tấn Phú (091867) Lê Thị Diễm My (092075) Nguyễn Thị Diệp Liên (092069) Nguyễn Lưu Bảo Đoan GV: Ngày: 26/06/2011 LÝ DO CHỌN ĐỀ TÀI Ở Việt Nam, trong khi người dân chưa tạo được thói quen sử dụng những phương tiện đi lại công cộng , các loại xe du lịch nhiều chỗ lại là món hàng xa xỉ thì xe máy được xem là phương tiện giao thông phổ biến và được ưa chuộng nhất.Tuy nhiên, trong tình hình giá cả ngày càng leo thang thì chỉ việc chi tiêu cho việc đi lại để học hành, làm việc.. như thế nào cho hợp lý cũng là một bài toán khó. Mặc dù chính phủ đã có những biện pháp nhằm ổn định giá xăng dầu so với thế giới nhưng việc giá xăng dầu cứ mỗi ngày một tăng như hiện nay đã ít nhiều ảnh hưởng đến cuộc sống của người dân. Cứ hễ giá xăng tăng thì những mặt hàng khác cũng được dịp tăng đến chống mặt như giá gạo, giá giữ xe…. Đặc biệt, thành phố Hồ Chí Minh việc đi lại là thường xuyên và xa, cũng như tình trạng kẹt xe diễn ra hằng ngày , nên vấn đề về giá xăng vẫn luôn được đặt lên hàng đầu. Cũng là người chịu sự tác động trên, chúng tôi thấu hiểu được mối quan tâm của người dân về vấn đề chi tiêu nhạy cảm này vì thế nhóm chúng tôi quyết định chọn đề tài chi tiêu cho việc đi lại bằng xe máy trong một tháng. Chúng tôi hy vọng sẽ tìm ra được những yếu tố nào có tác
động mạnh mẽ đến việc chi tiêu cho phương tiện đi lại bằng xe máy từ đó sẽ giúp mọi người hạn chế được những chi phí không cần thiết.Các yếu tố chúng tôi xem xét đến là độ tuổi của xe, giá của xe, độ tuổi của người sử dụng, hãng xe và nghề nghiệp của người sử dụng.
LỜI CẢM ƠN Chúng tôi xin chân thành gửi lời cảm ơn đến thầy Nguyễn Lưu Bảo Đoan - giảng viên bộ môn Kinh tế lượng đã cung cấp những kiến thức căn bản và tận tình hướng dẫn giúp nhóm thực hiện tốt đề án này.
MỤC LỤC
1. Phương pháp nghiên cứu và thực hiện đề tài - Thu thập số liệu: nhóm đã phát phiếu khảo sát để thu thập thông tin, ý kiến và số liệu trực tiếp từ các bạn sinh viên trường đại học Hoa Sen, các công nhân viên chức cũng như những người dân ở các khu dân cư. - Xử lý số liệu: dùng sự trợ giúp của các phần mềm như Eview 5.0, MS Excel - Tổng hợp kết quả và hoàn chỉnh bài viết. Kết quả khảo sát : Số phiếu phát ra 250 Số phiếu thu lại 250 Số phiếu hợp lệ 250 2. Giải thích các biến Biến phụ thuộc Tên biến Đơn vị Ý nghĩa Chi tiêu cho việc đi lại bằng xe gắn máy Y 1000 VND Biến độc lập - định lượng Đơn Dấu Tên Ý bi ế vị Diễn giải kỳ nghĩa vọng n tính Độ - Sự hao mòn máy móc (bố nồi , bình xăng con…) sẽ ảnh tuổi hưởng đến chi phí tiền xăng, bảo trì. Ngoài ra, xe sử Năm X1 + của dụng lâu năm thì chi phí sửa chữa cũng xe lớn hơn. xe - Xe tay ga thường có giá cao hơn nhưng tốn nhiên liệu hơn Giá Triệu - Chất lượng của các bộ phận máy móc tốt hơn do dó mua X2 +/- không tốn nhiều tiền để sửa chữa, thay đổi.Tuy nhiên, VND xe giá phụ tùng của chính hãng thường cao hơn nên dẫn đến chi phí sửa chữa, thay thế cao. Tuổi - Người lớn tuổi chăm sóc xe kĩ hơn nên sẽ chi cho khoảng của sửa chữa ít hơn. người Tuổi X3 - - Giới trẻ thường tân trang xe theo phong cách riêng , tốn sử nhiều cho việc mua phụ tùng xe. dụng
Biến độc lập - định tính Lựa chọn Dấu kì vọng Diễn giải Tên biến Ý nghĩa 1 0 Sự tiêu hao Hãng xe D1 Hãng xe Hãng xe Honda nhiên liệu và độ khác +/- bền của các Hãng xe D2 Hãng xe Hãng xe Yamaha hãng xe khác khác +/- nhau ảnh hưởng Hãng xe đến chi tiêu đi D3 Hãng xe Hãng xe Suzuki khác lại trong tháng. +/- Ngành Tùy vào đặc thù Nghề nghiệp Công nhân viên chức D4 nghề khác +/- của ngành nghề của người sử Ngành Nghề nghiệp D5 Sinh viên nghề khác dụng mà chi tiêu +/- cho việc đi lại Ngành Nghề nghiệp Dịch vụ D6 sẽ khác nhau nghề khác +/- 3. Thống kê mô tả kết quả khảo sát • Biến định lượng Y X1 X2 X3 Mean 387.0000 3.586387 28.09600 24.18400 Median 300.0000 2.000000 23.00000 20.50000 Maximum 1600.000 27.00000 110.0000 53.00000 Minimum 100.0000 0.000000 5.500000 18.00000 Std. Dev. 256.9535 3.619464 15.34678 7.767075 Skewness 2.799893 2.918914 2.546489 1.976975 Kurtosis 12.16898 14.81552 11.80239 6.263872 Jarque-Bera 1202.373 1809.238 1077.298 273.8185 Probability 0.000000 0.000000 0.000000 0.000000 Sum 96750.00 896.5967 7024.000 6046.000 Sum Sq. Dev. 16440250 3262.029 58645.36 15021.54 Observations 250 250 250 250 Dựa vào bảng số liệu trên ta có thể rút ra kết luận cho mẫu quan sát được như sau: - Trung bình người ta chi cho phương tiện đi lại trong 1 tháng là 387000 VND - Độ tuổi trung bình của người sử dụng xe gắn máy là 24 tuổi - Độ tuổi của xe trung bình là 3.5 năm - Giá xe trung bình là 28 triệu VND • Biến định tính  Hãng xe: Nghề nghiệp của người sử dụng xe: 
Dựa vào biểu đồ dễ thấy Honda là hãng xe được ưa chuộng nhất và sinh viên là đối tượng được khảo sát nhiều nhất (theo số liệu mẫu mà chúng tôi thu thập được). Ta có hàm hồi qui tổng quát sau đây : Yi = 1 + 2X1i + 3X2i + 4X3i + 5D1i + 6D2i + 7D3i + 8D4i + 9D5i + 10D6i
4. Vẽ đồ thị scatter và linear của mô hình Quan sát đồ thị ta nhận thấy X2, X3 đều có quan hệ tuyến tính đồng biến với Y trong khi X1 lại không có mối quan hệ rõ ràng với Y.
5. Hệ số tương quan giữa các mô hình Nhìn vào ma trận tương quan giữa các biến trong mô hình, ta thấy chỉ có hệ số tương quan giữa X2 với Y là 0.312506 cao nhất nên có thể nói biến X2 có quan hệ chặc chẽ nhất với Y, ảnh hưởng nhiều nhất đến Y. Còn hệ số tương quan còn lại với biến Y rất nhỏ nên có thể nói các biến đó không giải thích nhiều cho biến Y, không ảnh hưởng nhiều đến biến Y. 6. Ước lượng mô hình hồi quy mẫu và kiểm định sự phù hợp của mô hình 6.1. Ước lượng mô hình hồi qui mẫu Ta có kết quả hồi qui sau:
 Khi độ tuổi của xe tăng lên 1 năm thì chi tiêu trung bình cho việc đi lại bằng xe máy giảm là 1.8 nghìn đồng. Điều này trái với kỳ vọng ban đầu của chúng tôi. Có thể khi xe càng được sử dụng lâu năm thì người ta sẽ hạn chế mức độ sử dụng (do xe hay chết máy hoặc không thích do xe đã quá cũ…). Tuy nhiên với mức ý nghĩa 5% thì X1 không có ý nghĩa về mặt thống kê, nghĩa là không ảnh hưởng nhiều đến vấn đề đang xét.  Gía mua xe tăng lên 1 triệu VND thì chi tiêu trung bình sẽ tăng 4.87 nghìn đồng. Gía mua xe cao thường các phụ tùng máy móc cũng chất lượng hơn và chỉ do chính hãng cung cấp nên giá mua các phụ tùng đó sẽ cao hơn. Hiện nay, xe có giá cao trên thị trường thường là xe tay ga, được đánh giá là tiêu hao nhiên liệu nhiều hơn, chi phí cho tiền xăng do đó cũng nhiều hơn.  Khi độ tuổi người sử dụng tăng 1 tuổi thì chi tiêu trung bình cho việc đi lại bằng xe sẽ tăng 8.24 nghìn đồng, trái với kỳ vọng ban đầu. Người lớn tuổi sẽ đòi hỏi mức độ an toàn cao do đó sẽ thường xuyên đi kiểm tra xe hơn tránh trường hợp bị mòn thắng, mềm bánh, bể bánh do quá cũ… 6.2. Đánh giá kết quả của mô hình hồi qui: Mức độ phù hợp của mô hình so với thực tế là R2 = 19.7078%, khá thấp. - Dựa vào bảng hồi quy gốc ta thấy các biến X1, D1, D2, D3, D4, D5, D6 không có ý - nghĩa về mặt thống kê Không có ảnh hưởng đến biến Y. 7. Kiểm định khuyết tật 7.1. Hiện tượng đa cộng tuyến • Cách 1: Dựa trên hệ số R2 và t Ta biết rằng khi có đa cộng tuyến gần hoàn hảo, hậu quả quan sát được, thể hiện ở sự mâu thuẫn giữa các kiểm định. Nếu có mâu thuẫn giữa các kiểm định T về các hệ số góc và kiểm định F về sự phù hợp của hàm hồi quy, có thể nói có đa cộng tuyến. Trong mô hình trên ta nhận thấy :
o R2 = 0.197078 (
Ta cần kiểm định giả thiết: H0: R2 = 0 (không có đa cộng tuyến) H1: R2 0 (có đa cộng tuyến) Ta có: Prob(F-statistic)=0.060748 >= 0.05 Chấp nhận H0 (với mức ý nghĩa 5%) Kết luận: Biến X2 không tương quan tuyến tính với các biến khác. • Cách 4: Sử dụng nhân tử phóng đại phương sai (VIF) Vì đây là mô hình hồi quy đa biến nên ta sử dụng: R2 VIF = = 1.063 < 10 Kết luận: không có hiện tượng đa cộng tuyến 7.2. Hiện tượng phương sai thay đổi • Cách 1: Quan sát đồ thị phần dư e theo (Yf) Trên Eviews, thực hiện lệnh vẽ đồ thị phân tán của e theo Yf ta được kết quả như hình trên Quan sát đồ thị ta thấy sự phân bố của e có khuynh hướng tăng giảm không đồng đều khi tăng. Ta kết luận giả thiết có hiện tượng phương sai thay đổi. • Cách 2: Sử dụng kiểm định Park Ta hồi quy lne2 theo lni được kết quả sau: Dependent Method: Least Date: 06/29/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob. C -8.603793 3.004410 -2.863721 0.0045 LOG(YF) 2.973502 0.506952 5.865454 0.0000 R-squared 0.121824 Mean 8.999977 Adjusted R- 0.118283 S.D. dependent 2.314896 S.E. of regression 2.173683 Akaike info 4.398691 Sum squared 1171.774 Schwarz 4.426862 Log likelihood -547.8363 F-statistic 34.40355
Durbin-Watson 1.863584 Prob(F- 0.000000 Ta cần kiểm định giả thiết: H0:2=0 (không có phương sai thay đổi) H1:20 (có phương sai thay đổi) Ta thấy xác suất để chấp nhận giả thiết H0 p_value = 0% < = 5% Ta bác bỏ giả thiết H0 Có hiện tượng phương sai thay đổi • Cách 3: Kiểm định Gleijer Hồi quy theo Yf ta được kết quả hồi quy sau Dependent Method: Least Date: 06/29/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob. C -124.4110 34.10317 -3.648077 0.0003 YF 0.715080 0.084540 8.458479 0.0000 R-squared 0.223899 Mean 152.3249 Adjusted R- 0.220769 S.D. dependent 172.3861 S.E. of regression 152.1722 Akaike info 12.89587 Sum squared resid 5742781. Schwarz 12.92404 Log likelihood -1609.984 F-statistic 71.54587 Durbin-Watson 1.736398 Prob(F-statistic) 0.000000 Ta cần kiểm định giả thiết: H0:2=0 (không có hiện tượng phương sai thay đổi) H1:20 (có phương sai thay đổi) Xác suất để chấp nhận giả thiết H0 p_value= 0% < = 5% Ta bác bỏ giả thiết H0 Có hiện tượng phương sai thay đổi Hồi quy theo ta được kết quả hồi quy sau Dependent Mate: 06/24/11 Dample: Least ethod: S Included 1 250 Variable Coefficient Std. Error t-Statistic Prob. C -113193.2 53427.58 -2.118628 0.0351 SQR(YF) 8209.308 2715.877 3.022710 0.0028 R-squared 0.035533 M.D. dependent ean 419239.1 16737.44 Adjusted R- 0.031644 Skaike info S.E. of regression 117337.3 Achwarz 26.19146 Sumlikelihood resid Log squared stat 3.41E+12 S-statistic 26.21963 -3271.933 F rob(F-statistic) 9.136777 Durbin-Watson 1.991125 P 0.002768 Ta cần kiểm định giả thiết: H0:2=0 (không có hiện tượng phương sai thay đổi) H1:20 (có phương sai thay đổi) Xác suất để chấp nhận giả thiết H0 p_value= 0.002768 < = 0.05 Ta bác bỏ giả thiết H0 Có hiện tượng phương sai thay đổi Hồi quy ei theo ta được kết quả hồi quy sau Dependent Mate: 06/24/11 Dample: Least ethod: S Included 1 250 Variable Coefficient Std. Error t-Statistic Prob. C 97282.52 27023.24 3.599957 0.0004 YF^-1 -20892179 9389490. -2.225060 0.0270 R-squared 0.019573 M.D. dependent ean 310331.4 19160.98 Adjusted R- 0.015619 Skaike info S.E. of regression 109466.3 Achwarz 26.05259 Sumlikelihood resid Log squared 2.97E+12 S-statistic 26.08076 -3254.574 F rob(F-statistic) 4.950892 Durbin-Watson 2.017434 P 0.026977
Ta cần kiểm định giả thiết: H0:2=0 (không có hiện tượng phương sai thay đổi) H1:20 (có phương sai thay đổi) Xác suất để chấp nhận giả thiết H0 p_value= 0.026977< = 0.05 Ta bác bỏ giả thiết H0 Có hiện tượng phương sai thay đổi Hồi quy theo ta được kết quả hồi quy sau Dependent Method: Least Date: 06/26/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob. C 254.5152 47.21176 5.390928 0.0000 YF^(-1/2) -3596.935 895.1041 -4.018455 0.0001 R-squared 0.061132 Mean 66.45365 Adjusted R- 0.057347 S.D. dependent 101.3886 S.E. of regression 98.43852 Akaike info 12.02471 Sum squared 2403155. Schwarz 12.05288 Log likelihood -1501.089 F-statistic 16.14798 Durbin-Watson 1.842150 Prob(F-statistic) 0.000078 Ta cần kiểm định giả thiết: H0:2=0 (không có hiện tượng phương sai thay đổi) H1:20 (có phương sai thay đổi) P_value = 0% < = 5%Ta bác bỏ giả thiết H0 Có hiện tượng phương sai thay đổi • Cách 4: Sử dụng kiểm định White White F-statistic 3.587506 Probability 0.000062 Obs*R-squared 38.43069 Probability 0.000131 Test Equation: Dependent Method: Least Date: 06/24/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob. C -76025.23 162825.7 -0.466912 0.6410 X1 -7965.344 6938.527 -1.147988 0.2521 X1^2 269.9184 341.0415 0.791453 0.4295 X2 -1414.579 1990.719 -0.710587 0.4780 X2^2 42.20679 19.71868 2.140447 0.0333 X3 7832.861 10648.23 0.735602 0.4627 X3^2 -29.19270 157.3486 -0.185529 0.8530 D1 -12758.30 31060.38 -0.410758 0.6816 D2 -53222.83 33716.60 -1.578535 0.1158 D3 -48288.14 39536.38 -1.221360 0.2232 D4 -48883.01 33493.29 -1.459487 0.1458 D5 18593.95 26849.34 0.692529 0.4893 D6 -31663.40 42462.11 -0.745686 0.4566 R-squared 0.153723 Mean 52800.97 Adjusted R- 0.110873 S.D. dependent 157392.8 S.E. of regression 148411.2 Akaike info 26.70396
Sum squared 5.22E+12 Schwarz 26.88708 Log likelihood -3324.995 F-statistic 3.587506 Durbin-Watson 1.886799 Prob(F- 0.000062 Ta cần kiểm định giả thiết: H0: không có phương sai thay đổi H1: có phương sai thay đổi Từ kết quả bảng trên ta thấy p_value rất bé Bác bỏ H0 Có phương sai thay đổi Kết luận: Mô hình có hiện tượng phương sai thay đổi do những nguyên nhân sau: Trong mẫu chúng tôi quan sát được có những giá trị quá lớn và quá bé so với giá trị - của các quan sát khác.Ví dụ quan sát biến độ tuổi của xe ta thấy xe sử dụng lâu nhất là 27 năm trong khi đó có xe chỉ sử dụng được nửa năm.Có sự biến thiện rất lớn quanh với giá trị trung bình là 3.5 năm. Do tính chất công việc cũng như khoảng cách từ nơi ở đến nơi làm việc khác nhau - nên chi tiêu của những người cùng nhóm công việc sống ở các quận khác nhau sẽ có sự biến thiên không giống nhau.Ví dụ anh A và B cùng làm dịch vụ ở quận 1.Nhưng do nhà anh A ở quận 3 nên chi tiêu cho việc đi lại sẽ ít hơn anh B nhà ở quận 12 trong khi giá cả luôn tăng cao. Nếu các yếu tố sai số ngẫu nhiên khác không đổi và không ảnh hưởng nhiều đến phương sai của Ui thì chính sự biến thiên của yếu tố khoảng cách này sẽ làm phương sai của Ui. Và chúng tôi đã bỏ xót yếu tố này,xem nó như một yêu tố sai số ngẫu nhiên không đáng kể trong khi sự biến thiên của chúng lại có tác động mạnh mẽ đến biến Y. Do hạn chế nhiều mặt(thời gian,…) nên đối tượng chúng tôi khảo sát nhiều nhất - là sinh viên, nên sai số khi tính toán sẽ rất lớn.
7.3. Kiểm định giả thuyết sai số ngẫu nhiên có phân phối chuẩn RESID Mean 1.69E-14 Median -40.28532 Maximum 1239.985 Minimum -537.2748 Std. Dev. 230.2456 Skewness 2.099238 Kurtosis 9.850042 Jarque-Bera 672.3987 Probability 0.000000 Sum 2.35E-12 Sum Sq. Dev. 13200241 Observations 250 Xét giả thiết : H0: Sai số ngẫu nhiên có phân phối chuẩn H1: Sai số ngẫu nhiên không có phân phối chuẩn Với =5% thì X 2 = 18.3 vì JB = 672.3987 > X 2 nên có thể bác bỏ giả thiết H0 .Vậy sai số ngẫu nhiên có phân phối chuẩn.
8. Phát hiện sự có mặt của các biến không cần thiết Ta dùng kiểm định Wald để phát hiện sự có mặt của các biến không cần thiết trong mô hình hồi quy gốc. Ta có giả thiết: H0: C2=C5=C6=….=C10=0 Wald Test: Equation: Untitled Test Statistic Value df Probability F-statistic 1.631517 (7, 240) 0.1272 Chi-square 11.42062 7 0.1213 Null Hypothesis Summary: Normalized Restriction (= 0) Value Std. Err. C(2) -1.807152 4.452963 C(5) 8.240063 48.68221 C(6) -43.80584 52.67516 C(7) -119.4921 62.12745 C(8) -71.12323 50.93906 C(9) -31.25481 41.72117 C(10) -52.45613 63.20247 Restrictions are linear in coefficients. Theo kết quả ở bảng trên, ta có F = 1.631517 có p-value là 0.1272 > 0.05 nên ta chấp nhận giả thiết H0. Tức là các biến X1, D1, D2, D3…, D6 đều không cần thiết
đưa vào mô hình. -Biến hãng xe không có ảnh hưởng đến sự thay đổi của Y có lẽ do không có sự khác biệt về chất lượng cũng như việc tiêu hao nhiên liệu hoặc các hãng bù trừ tính năng cho nhau.Ví dụ hãng Yamaha có chất lượng phụ tùng, máy móc tốt hơn hãng Honda nhưng lại tiêu hao nhiên liệu hơn Honda. -Biến nghề nghiệp người sử dụng không cần thiết đưa vào mô hình tức không có sự chênh lệch cao trong việc chi tiêu trong tháng cho việc đi lại giữa các nhóm ngành nghề.Trên thực tế sinh viên không chỉ sử dụng xe cho việc đi học mà còn đi chơi, đi làm thêm,… ngược lại người làm trong lĩnh vực dịch vụ không hẳn phải chi tiêu cho việc này nhiều nhất nếu người đó làm bán thời gian hoặc nơi làm việc gần nơi ở của họ… Vì những lý do kể trên chúng tôi đề nghị một mô hình mới như sau Ước lượng mô hình hồi quy mới: Dependent Method: Least Date: 06/25/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob. C 42.64099 56.07442 0.760436 0.4477 X2 5.211232 0.977071 5.333525 0.0000 X3 8.184925 1.930571 4.239640 0.0000 R-squared 0.158870 Mean 387.0000 Adjusted R- 0.152059 S.D. 256.9535 S.E. of 236.6123 Akaike info 13.78265 Sum squared 13828387 Schwarz 13.82491 Log likelihood -1719.831 F-statistic 23.32630 Durbin-Watson 1.152774 Prob(F- 0.000000 Đánh giá mô hình • Mức độ phù hợp của mô hình so với thực tế là R2 = 15.8870%, khá thấp. • Dựa vào bảng hồi quy gốc ta thấy các biến X2 , X3 có p_value =0
9. Kiểm định khuyết tật cho mô hình mới 9.1. Hiện tượng phương sai thay đổi • Chủ quan Dựa vào đồ thị ta thấy phần dư có xu hướng giảm dần khi i tăng , ta kết luận có hiện tượng phương sai thay đổi. • Kiểm định park Dependent Method: Least Date: 06/26/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob. C -15.29415 3.971749 -3.850733 0.0001 LOG(YF) 4.088209 0.669315 6.108051 0.0000 R-squared 0.130765 Mean 8.947184 Adjusted R- 0.127260 S.D. dependent 2.611807 S.E. of regression 2.439965 Akaike info 4.629812 Sum squared resid 1476.450 Schwarz 4.657984 Log likelihood -576.7265 F-statistic 37.30829 Durbin-Watson 1.667392 Prob(F-statistic) 0.000000 Ta cần kiểm định giả thiết: H0: β2 = 0 (không có phương sai thay đổi) H1: β2 ≠ 0 (có phương sai thay đổi) Xác suất để ủng hộ giả thiết H0 =0% Không chấp nhận giả thiết H0 với mức ý nghĩa 5%. Vậy có hiện tượng phương sai thay đổi. • Cách 3: Kiểm định Glejser Hồi quy│ei│theo i ta được kết quả như sau Dependent Method: Least Date: 06/26/11 Sample: 1 250 Included Variable Coefficient Std. Error t-Statistic Prob.
C 2.951200 0.422941 6.977806 0.0000 YF -0.003222 0.001057 -3.049311 0.0025 R-squared 0.036138 Mean 1.704279 Adjusted R- 0.032252 S.D. dependent 1.735882 S.E. of regression 1.707660 Akaike info 3.916093 Sum squared resid 723.1937 Schwarz 3.944265 Log likelihood -487.5116 F-statistic 9.298297 Durbin-Watson 1.907569 Prob(F-statistic) 0.002542 Ta cần kiểm định giả thiết: H0: β2 = 0 (không có phương sai thay đổi) H1: β2 ≠ 0 (có phương sai thay đổi) P_value = 0.0025