Ktnl07 07401067 le dinh nguyen bài 1


MORT = 73.76835504 + 4167.318921*AGED - 25.2588845*ALCC - 843.8800387*EDU2 + 0.08981575805*HEXC + 0.4796537478*PHYS + 452.7654879*POV + 1.563511835*TOBC



tải về 1.42 Mb.
trang8/16
Chuyển đổi dữ liệu08.07.2016
Kích1.42 Mb.
#1542
1   ...   4   5   6   7   8   9   10   11   ...   16

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).




  1. 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.

  1. 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

  1. 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


tải về 1.42 Mb.

Chia sẻ với bạn bè của bạn:
1   ...   4   5   6   7   8   9   10   11   ...   16




Cơ sở dữ liệu được bảo vệ bởi bản quyền ©hocday.com 2024
được sử dụng cho việc quản lý

    Quê hương