MORT = 73.76835504 + 4167.318921*AGED - 25.2588845*ALCC - 843.8800387*EDU2 + 0.08981575805*HEXC + 0.4796537478*PHYS + 452.7654879*POV + 1.563511835*TOBC
- Việc đưa 3 biến không có tác động đến biến phụ thuộc MORT gây ra hiện tượng đa cộng tuyến, làm cho mô hình ban đầu (bao gồm tất cả các biến) có R2 cao (cao hơn cả mô hình sau khi ước lượng lại), trị thống kê mất ý nghĩa, làm cho chúng ta có đánh giá sai lầm về mô hình: chúng ta chấp nhận mô hình có ý nghĩa thống kê, các biến đưa vào đều có tác động đến biến phụ thuộc.
- Sau khi bỏ 3 biến không làm ảnh hưởng đến MORT, ta thấy mô hình phù hợp hơn (R2 = 0.946903), tức là mô hình đưa ra có ý nghĩa thống kê, các biến đưa vào giải thích hầu hết biến phụ thuộc MORT (với mức ý nghĩa 10%, trị thống kê của các hệ số hồi qui ở các biến đều lớn hơn mức tra bảng).
-
Trở lại với mô hình gốc ban đầu ( Mô hình không giới hạn U) , lần lượt mỗi lần bỏ một biến có ít ý nghĩa nhất và ước lượng lại . Đánh giá chất lượng của phép hồi qui mới ?
Bỏ EDU1
Dependent Variable: MORT
|
|
|
Method: Least Squares
|
|
|
Date: 05/14/10 Time: 21:23
|
|
|
Sample: 1 51
|
|
|
|
Included observations: 51
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
C
|
92.81956
|
102.7758
|
0.903127
|
0.3717
|
AGED
|
4144.662
|
314.8831
|
13.16254
|
0.0000
|
ALCC
|
-24.63643
|
10.36327
|
-2.377283
|
0.0222
|
EDU2
|
-1057.359
|
416.9455
|
-2.535966
|
0.0151
|
HEXC
|
0.078052
|
0.031636
|
2.467190
|
0.0179
|
INCC
|
0.004070
|
0.005617
|
0.724592
|
0.4728
|
PHYS
|
0.591597
|
0.221220
|
2.674242
|
0.0107
|
POV
|
469.5791
|
203.7221
|
2.304998
|
0.0263
|
TOBC
|
1.426362
|
0.326631
|
4.366888
|
0.0001
|
URB
|
-35.97989
|
33.81937
|
-1.063884
|
0.2936
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.948413
|
Mean dependent var
|
855.0059
|
Adjusted R-squared
|
0.937089
|
S.D. dependent var
|
137.9660
|
S.E. of regression
|
34.60463
|
Akaike info criterion
|
10.09976
|
Sum squared resid
|
49096.70
|
Schwarz criterion
|
10.47854
|
Log likelihood
|
-247.5438
|
F-statistic
|
83.75303
|
Durbin-Watson stat
|
1.585340
|
Prob(F-statistic)
|
0.000000
|
|
|
|
|
|
|
|
|
|
|
MORT = 92.8195617 + 4144.66192*AGED - 24.63643081*ALCC - 1057.359357*EDU2 + 0.07805159076*HEXC + 0.004070138276*INCC + 0.5915970828*PHYS + 469.5791064*POV + 1.426361908*TOBC - 35.97989484*URB
Sau khi ước lượng lại mô hình ta thấy: R2 = 0.948413 cao do xảy ra hiện tượng đa cộng tuyến vì mô hình vẫn còn đưa vào mô hình biến không có ảnh hưởng đến MORT, nếu chấp nhận mô hình thì ta sẽ có những kết luận sai lầm.
-
Với mô hình mới có K-1 biến giải thích, tiếp tục như câu 4 và yêu cầu như trên ?
Bỏ EDU1 Và INCC 5
Dependent Variable: MORT
|
|
|
Method: Least Squares
|
|
|
Date: 05/14/10 Time: 21:24
|
|
|
Sample: 1 51
|
|
|
|
Included observations: 51
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
C
|
103.0909
|
101.2163
|
1.018521
|
0.3143
|
AGED
|
4127.928
|
312.2544
|
13.21976
|
0.0000
|
ALCC
|
-25.19964
|
10.27548
|
-2.452404
|
0.0184
|
EDU2
|
-911.4815
|
363.0489
|
-2.510630
|
0.0160
|
HEXC
|
0.089616
|
0.027160
|
3.299569
|
0.0020
|
PHYS
|
0.550671
|
0.212676
|
2.589252
|
0.0132
|
POV
|
396.2853
|
175.8333
|
2.253755
|
0.0295
|
TOBC
|
1.533024
|
0.289927
|
5.287621
|
0.0000
|
URB
|
-24.63730
|
29.80849
|
-0.826520
|
0.4132
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.947753
|
Mean dependent var
|
855.0059
|
Adjusted R-squared
|
0.937801
|
S.D. dependent var
|
137.9660
|
S.E. of regression
|
34.40841
|
Akaike info criterion
|
10.07326
|
Sum squared resid
|
49725.42
|
Schwarz criterion
|
10.41417
|
Log likelihood
|
-247.8682
|
F-statistic
|
95.23350
|
Durbin-Watson stat
|
1.629472
|
Prob(F-statistic)
|
0.000000
|
|
|
|
|
|
|
|
|
|
|
MORT = 103.0909379 + 4127.928148*AGED - 25.19963943*ALCC - 911.4814852*EDU2 + 0.08961614111*HEXC + 0.5506708875*PHYS + 396.2853088*POV + 1.533024196*TOBC - 24.63729751*URB
Sau khi ước lượng lại mô hình ta thấy: R2 = 0.948413 cao do vẫn còn hiện tượng đa cộng tuyến, mô hình này không phải là mô hình đánh giá đúng đắn tác động của một số biến có ý nghĩa đến biến phụ thuộc
-
Tiếp tục quá trình nầy cho đến khi tất cả các biến còn lại đều có ý nghĩa. Mô hình cuối nầy có giống như mô hình giới hạn R mà các bạn thu được từ kết quả câu 3 hay không ? từ kết quả đó bạn có suy gẫm gì?
bỏ EDU1 Và INCC và URB 6
Dependent Variable: MORT
|
|
|
Method: Least Squares
|
|
|
Date: 05/14/10 Time: 21:25
|
|
|
Sample: 1 51
|
|
|
|
Included observations: 51
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable
|
Coefficient
|
Std. Error
|
t-Statistic
|
Prob.
|
|
|
|
|
|
|
|
|
|
|
C
|
73.76836
|
94.44515
|
0.781071
|
0.4390
|
AGED
|
4167.319
|
307.4568
|
13.55416
|
0.0000
|
ALCC
|
-25.25888
|
10.23731
|
-2.467337
|
0.0177
|
EDU2
|
-843.8800
|
352.4100
|
-2.394597
|
0.0211
|
HEXC
|
0.089816
|
0.027059
|
3.319302
|
0.0018
|
PHYS
|
0.479654
|
0.193828
|
2.474637
|
0.0174
|
POV
|
452.7655
|
161.4134
|
2.805006
|
0.0075
|
TOBC
|
1.563512
|
0.286509
|
5.457105
|
0.0000
|
|
|
|
|
|
|
|
|
|
|
R-squared
|
0.946903
|
Mean dependent var
|
855.0059
|
Adjusted R-squared
|
0.938259
|
S.D. dependent var
|
137.9660
|
S.E. of regression
|
34.28140
|
Akaike info criterion
|
10.05018
|
Sum squared resid
|
50534.21
|
Schwarz criterion
|
10.35321
|
Log likelihood
|
-248.2797
|
F-statistic
|
109.5479
|
Durbin-Watson stat
|
1.610035
|
Prob(F-statistic)
|
0.000000
|
Chia sẻ với bạn bè của bạn: |