Đang tải... (xem toàn văn)
Đề tài Tiểu luận Kinh tế lượng sau đây tiến hành khảo sát mô hình hồi quy để tìm ra sự phụ thuộc của giá nhà đến các yếu tố cấu trúc và môi trường xung quanh. Mời các bạn cùng tham khảo.Đề tài Tiểu luận Kinh tế lượng sau đây tiến hành khảo sát mô hình hồi quy để tìm ra sự phụ thuộc của giá nhà đến các yếu tố cấu trúc và môi trường xung quanh. Mời các bạn cùng tham khảo.
TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA TÀI CHÍNH NGÂN HÀNG ========***======== TIỂU LUẬN NHÓM KINH TẾ LƯỢNG Đề tài:PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ NHÀ Giảng viên hướng dẫn: Th.S Phí Minh Hồng Sinh viên thực hiện: Đinh Thị Minh Phương MSV: 1213310087 Nguyễn Thị Hoa MSV: 1213310033 Đỗ Ngọc Sơn MSV: 1213310099 Nguyễn Thị Thủy MSV: 1213310115 Phạm Phượng Anh MSV: 1213310007 Nguyễn Mạnh Tuấn MSV: 1213310133 Lớp tín chỉ: KTL309.7 Hà Nội, tháng 4 năm 2014 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 2 MỤC LỤC 1. MỞ ĐẦU……………………………………………………………… …… 3 Lời Mở Đầu 3 2. NỘI DUNG………… ……………………………………………….……… 4 2.1. CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 4 2.1.1. Giới thiệu mô hình Hedonic 4 2.1.2. Mô hình nghiên cứu 5 2.2. MÔ TẢ DỮ LIỆU 6 2.2.1. Đồ thị. 6 2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1) 8 2.3. PHÂN TÍCH DỮ LIỆU. 9 2.3.1. Hồi quy mô hình (phương pháp OLS). 9 2.3.1.1. Hàm hồi quy mẫu (SRF): P= 0 + 1 S + 2 (Be) + 3 Y + 4 N +e i (phụ lục 2) 9 2.3.2. Kiểm định các khuyết tật của mô hình.(P= β 0 + β 1 S + β 2 Y + β 3 N +U i ) 13 2.3.2.1. Đa công tuyến. 13 2.3.2.2. Phương sai sai số thay đổi 16 2.3.2.3. Tự tương quan. 19 2.3.3. Khắc phục các khuyết tật của mô hình. 19 2.4. ĐÁNH GIÁ 20 KẾT LUẬN 22 PHỤ LỤC 23 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 3 LỜI MỞ ĐẦU Thị trường bất động sản là một thị trường có diễn biến phức tạp và là một lĩnh vực có ảnh hưởng lớn đến sự phát triển của nền kinh tế. Việc xác định giá nhà đất đối với nghiên cứu kinh tế lượng luôn là một trong những đề tài nghiên cứu đáng quan tâm.Nắm rõ tình hình giá cả của nhà đất là một lợi thế đối với các nhà kinh doanh bất động sản cũng như những người có nhu cầu mua nhà.Trên thực tế, quyết định mua một ngôi nhà mang ý nghĩa đầu tư tài chính hơn là đơn thuần một quyết định tiêu dùng cá nhân.Chính vì thế xét trên cả phương diện các học thuyết kinh tế và cả phương diện mô hình kinh tế lượng, việc nghiên cứu những nhân tố ảnh hưởng tới giá nhà mang lại nhiều ý nghĩa thực tiễn thú vị. Để nghiên cứu giá nhà ta thường thu thập số liệu về những yếu tố ảnh hưởng đến ngôi nhà đó. Giá nhà khi biến động thường phụ thuộc vào rất nhiều yếu tố, từ những yếu tố tình hình biến động trên thị trường bất động sản và thị trường tài chính hoặc chỉ đơn giản là những yếu tố liên quan đến cơ sở vật chất, nội thất, kiến trúc, của ngôi nhà.Những ngôi nhà nào có cơ sở vật chất khác nhau sẽ có những giá trị khác nhau, dẫn đến giá cả trên thị trường của chúng cũng sẽ khác nhau. Xuất phát từ thực tế khách quan,và nhu cầu cấp thiết đó, nhóm chúng em tiến hành khảo sát mô hình hồi quy để tìm ra sự phụ thuộc của giá nhà đến các yếu tố cấu trúc và môi trường xung quanh. Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 4 2. NỘI DUNG 2.1.CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 2.1.1. Giới thiệu mô hình Hedonic Phương pháp định giá Hedonic được định nghĩa là kỹ thuật phân tích hồi quy được sử dụng để xác định giá trị của những thuộc tính liên quan đến hàng hóa trên thị trường trong các giai đoạn cụ thể. Những thuộc tính có thể đo lường được như kích cỡ, tốc độ, trọng lượng,… sẽ ảnh hưởng đến giá trị của hàng hóa. Theo Griliches (1971), phương pháp Hedonic dựa trên cơ sở: giá của một hàng hóa không đồng nhất có thể được xác định thông qua những thuộc tính liên quan đến hàng hóa đó. Vì thế, hàm hồi quy Hedonic có dạng: pi = h(ci), • Pi là giá của hàng hóa • Ci là vector của các đặc tính liên quan đến hàng hóa. Theo Triplett (1986), phương pháp định giá Hedonic đã phát triển và được ứng dụng nhiều vào cách xác định các chỉ số giá trước khi nó được xây dựng thành một khung cơ sở hoàn chỉnh. Theo Malpezzi (2002), Court (1939) là người đầu tiên áp dụng phương pháp hồi quy Hedonic. Phương pháp của ông liên hệ giá của xe ô tô với những đặc điểm tạo ra sự hài lòng của khách hàng như sức mạnh của động cơ, tốc độ, trang trí nội thất của xe,…Vì thế, mô hình được biết đến với tên gọi “mô hình định giá Hedonic”. Mô hình Hedonic được phát triển hoàn chỉnh hơn qua hai nghiên cứu quan trọng là lý thuyết tiêu dùng của Lancaster (1966) và mô hình giá ẩn Hedonic của Rosen (1974). Cả hai hướng tiếp cận đều nhằm mục tiêu ước tính giá trị và số lượng thuộc tính dựa trên những sản phẩm khác nhau được đưa vào quan sát. Lancaster đã xây dựng nền tảng lý thuyết cho mô hình Hedonic: sự thỏa dụng của người tiêu dùng có được từ những đặc tính của sản phẩm, chứ không phải trực tiếp từ sản phẩm đó. Hiện nay, phương pháp định giá Hedonic được áp dụng rộng rãi tại các quốc gia phát triển.Theo Malpezzi (2003), trong quá trình phát triển, thị trường nhà ở là một trong ứng dụng rộng rãi của mô hình định giá Hedonic, vì nhà ở là hàng hóa không đồng nhất; đồng thời nhu cầu của người tiêu thụ cũng không đồng nhất.Thật vậy, một căn hộ gồm nhiều đặc điểm riêng biệt về diện tích, chất lượng, vị trí,… Mỗi căn nhà có một vị trí nhất định, thời gian xây dựng khác nhau, có diện tích khác nhau. Bên cạnh đó, mức độ thỏa dụng của người mua khác nhau, định giá căn hộ cũngkhác nhau. Một căn hộ có cùng một nhóm đặc điểm được định giá khác nhau theo từng người mua. Việc định giá vì thế cũng trở nên khó khăn. Từ đó, phương pháp Hedonic được sử dụng phổ biến vì nó ước tính được giá trị của Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 5 các đặc điểm riêng lẻ cấu thành nên giá trị chung của cả căn hộ. Theo nghiên cứu ứng dụng mô hình Hedonic trong thị trường nhà ở của Thibodeau và Malpezzi (1980), phương pháp định giá Hedonic là một mô hình hồi quy của giá trị hoặc giá thuê căn hộ dựa trên những đặc tính liên quan đến căn hộ. Trong đó, từng biến độc lập đại diện cho từng đặc điểm riêng biệt và các hệ số trong kết quả của mô hình là giá tiềm ẩn của những đặc điểm này. Mô hình hồi quy của giá thuê nhà hoặc giá trị căn hộ có dạng như sau: R = f (S, N, L, C, T), Trong đó: R là giá thuê hoặc giá trị căn hộ; S là những đặc điểm thuộc cấu trúc; N là đặc điểm thuộc môi trường xung quanh; L là vị trí; C là đặc điểm về hợp đồng giao dịch và T là thời hạn căn hộ được quan sát. 2.1.2. Mô hình nghiên cứu Nội dung của bài tiểu luậnsẽ đi nghiên cứu sự ảnh hưởng giá nhà theo các yếu tố sau: - Những đặc điểm thuộc cấu trúc: S: Diện tích của ngôi nhà . Be: Số phòng ngủ . Y: Diện tích sân xung quanh ngôi nhà. - Những đặc điểm thuộc môi trường xung quanh ngôi nhà: N: chất lượng của nhà hang xóm(thang điểm 1-4 với 1 =best,4=worst) Khi đưa vào mô hình hồi quy kinh tế lượng, biến P là biến phụ thuộc, vòn các biến S, Be, Y N là biến độc lập. Ta xétmô hình hồi quy kinh tế: P= β 0 + β 1 S + β 2 Be + β 3 Y + β 4 N +U i Dự đoán dấu của các hệ số dựa vào lý thuyết /kinh nghiệm thực tế: Do theo lý thuyết trong các ngành khác cũng như trong thực tế, ta thấy diện tích nhà tác động cùng chiều với giá nhà, tức là diện tích nhà càng lớn thì diện tích nhà càng có xu hướng tăng. Vì thế β 1 mang dấu (+) Tương tự với các biến số phòng ngủ và diện tích sân xung quanh càng lớn thì giá nhà càng có xu hướng tăng. Vì thế β 2, β 3 đều mang dấu (+) Ngược lại, chất lượng của các nhà hàng xóm xung quanh càng tăng, thì khả năng cạnh tranh của các nhà hàng xóm so với nhà chúng ta càng lớn, vì thế biến chất lượng của các nhà hàng xóm có tác động ngược chiều với giá nhà và β 4 mang dấu (-) Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 6 Ý nghĩa của các tham số hồi quy như sau: β 0 : hệ số chặn. β 1 :mức thay đổi giá nhà theo diện tích nhà. β 2 : mức thay đổi giá nhà theo số phòng ngủ. β 3 : mức thay đổi giá nhà theo sân xung quanh nhà. β 4 :mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh. U i :yếu tố ngẫu nhiên. 2.2.Mô tả dự liệu 2.2.1. Đồ thị. Hình 1: Đồ thị mối liên hệ giữa biến p và s Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 7 Hình 2: Đồ thị mối liên hệ giữa biến p và y Hình 3: Đồ thị mối liên hệ giữa biến p và n Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 8 Hình 4: Đồ thị mối liên hệ giữa biến P và biến Be 2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1). Các biến Giá trị trung bình Giá trị lớn nhất giá trị nhỏ nhất Trung vị Phương sai P(nghìn đô la) 242.30 503.00 107.00 242.00 79.242 S(feet vuông) 1470.2 3269.0 702.00 1478.0 513.08 Be(số phòng) 2.8372 4.0000 2.0000 3.0000 0.65211 Y(feet vuông) 6284.8 19580 1780.0 6086.0 3072.6 N 1.7791 4.0000 1.0000 1.5000 0.87493 Nhận xét: • Biến P ( Price of the house) : Nghìn đô la Kết quả cho thấy: - Giá trị trung bình của dữ liệu: 242.30 - Trung vị của dữ liệu là : 242.00, giá trị lớn nhất là 503.00 và nhỏ nhất là 107.00 - Độ lệch chuẩn là 8.901 tương đương với phương sai là 79.242 Ta có thể thấy dữ liệu có độ chênh lệch rất lớn, chính vì thế không thể đánh giá qua các giá trị trung bình hay phân vị để đưa ra một mức kết quả chung. Điều này thể hiện 0 100 200 300 400 500 600 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 Price of the house (Thousands of USA Number of bedrooms Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 9 tầm quan trọng của việc xây dựng mô hình kinh tế lượng để đưa ra những con số tốt nhất. • Biến S ( size of the house) : feet vuông Kết quả cho thấy: - Giá trị trung bình của dữ liệu: 1470.2 - Trung vị của dữ liệu là: 3269.0 , giá trị lớn nhất là: 3269.0 và nhỏ nhất là 702.00 - Độ lệch chuẩn là 22.651 tương đương với phương sai là 513.08 Ta có thể thấy với biến S này, cũng như P độ chênh lệch của dữ liệu là rất lớn. • Biến Be (Numbers of bedroom in the house) : Kết quả cho thấy: - Giá trị trung bình của dữ liệu: 2.8372 - Trung vị của dữ liệu là: 3.0000 , giá trị lớn nhất là: 4.0000 và nhỏ nhất là 2.0000 - Độ lệch chuẩn là 0.8075 tương đương với phương sai là 0.65211 Ta có thế thấy dữ liệu có độ chênh lệch không lớn lắm • Biến Y ( size of the yard around the house) : feet vuông - Giá trị trung bình của dữ liệu: 6284.8 - Trung vị của dữ liệu là: 6086.0, giá trị lớn nhất là: 19580.0 và nhỏ nhất là 1780.0 - Độ lệch chuẩn là 55.43 tương đương với phương sai là 3072.6 • Biến N ( Quality of the neighborhood near the house) : - Giá trị trung bình của dữ liệu: 1.7791 - Trung vị của dữ liệu là: 1.5000, giá trị lớn nhất là: 4.0000 và nhỏ nhất là 1.0000 - Độ lệch chuẩn là 0.935 tương đương với phương sai là 0.87493 2.3.Phân tích dữ liệu . 2.3.1. Hồi quy mô hình (phương pháp OLS). 2.3.1.1. Hàm hồi quy mẫu (SRF): P= 0 + 1 S + 2 (Be) + 3 Y + 4 N +e i (phụ lục 2) Với : 0 = 122.212 1 = 0.105368 2 = -3.07718 3 = 0.00413637 4 = -29.2793 a) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). ∗ Kiểm định hệ số β 0: Đặt giả thiết: H 0 : β 0 =0 (hệ số không có ý nghĩa thống kê) H 1 : β 0 0. Cách 1: p-value=1.29(e^-5)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhận H 1 tức là hệ số chặn có ý nghĩa thống kê Cách 2: |t qs | , > 5.010> Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhận H 1 tức là hệ số chặn có ý nghĩa thống kê. • Kiểm định hệ số β 1: Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢ NG Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 10 Đặt giả thiết H 0 : β 1 =0 (hệ số không có ý nghĩa thống kê) H 1 : β 1 0. Cách 1: p-value=1.92(e^-10)<0.05 =>Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhận H 1 tức làhệ sốβ 1 có ý nghĩa thống kê Cách 2:|t qs | , > 8.596> Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhận H 1 tức làhệ số β 1 có ý nghĩa thống kê,tức là diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P). • Kiểm định hệ số β 2: Đặt giả thiết H 0 : β 2 =0 (hệ số không có ý nghĩa thống kê) H 1 : β 2 0. Cách 1: p-value=0.7301> 0.05 =>Với mức ý nghĩa α=5% chấp nhận H 0 tức là hệ số β 2 không có ý nghĩa thống kê. Cách 2: |t qs | < 0.3476< Với mức ý nghĩa α=5% chấp nhận H 0 tức là hệ số β 2 khôngcó ý nghĩa thống kê, tức là số phòng ngủ (Be) không ảnh hưởng đến giá mua nhà(P). • Kiểm định hệ số β 3: Đặt giả thiết H 0 : β 3 =0 (hệ số không có ý nghĩa thống kê) H 1 : β 3 0. Cách 1: p-value=0.0073<α =>Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhậnH 1 tức làhệ số β 3 có ý nghĩa thống kê. Cách 2:|t qs | > 2.837> Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhận H 1 tức là hệ số β 3 có ý nghĩa thống kê ,tức là diện tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P). • Kiểm định hệ số β 4: Đặt giả thiết H 0 : β 4 =0 (hệ số không có ý nghĩa thống kê) H 1 : β 4 0. Cách 1: p-value=1.85(e^-6)< 0.05 =>Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhận H 1 tức là hệ số β 4 có ý nghĩa thống kê. Cách 2:|t qs | > 5.627> Với mức ý nghĩa α=5% bác bỏ H 0 ,chấp nhậnH 1 tức làhệ số β 4 có ý nghĩa thống kê ,tức là chất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P). [...]... TẬP KINH TẾ LƯỢNG β0: hệ số chặn β1 : mức thay đổi giá nhà theo diện tích nhà Β2 : mức thay đổi giá nhà theo sân xung quanh nhà Β3: mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh Ui : yếu tố ngẫu nhiên Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 21 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG KẾT LUẬN Việc xây dựng mô hình đã giúp giải thích phần nào ảnh hưởng của các yếu tố đối... của các yếu tố đối với giá nhà (cấu trúc ngôi nhà bao gốm số phòng ngủ, diện tích sân xung quanh và môi trường xung quanh ngôi nhà gồm chất lượng của nhà hang xóm) Từ hàm hồi quy mẫu này ta có thể kết luận được rằng, giá nhà có ảnh hưởng phụ thuộc vào diện tích nhà, diện tich sân vườn cũng như chất lượng các nhà hàng xóm xung quanh Nếu các biến độc lập tăng lên cũng sẽ làm giá nhà tăng, và tăng nhiều... hai là các yếu tố xét đến trong mô hình chưa bao gồm tất cả những yếu tố quan trọng nhất quyết định nên giá cả của ngôi nhà ( đặc biệt là quan hệ cung- cầu về nhà ở) Tuy vậy, qua việc xây dựng và chạy mô hình để hoàn thiện bài tiểu luận này, chúng em đã được củng cố hơn về cách xây dựng mô hình và hoàn thiện mô hình, cũng như hiểu hơn về môn kinh tế lượng và vai trò của nó trong việc nghiên cứu các vấn... Minh Hồng Trang 11 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG Cách 1: p-value= 1.55(e^-13) < 0.05 =>Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê Cách 2:|tqs| ≥ t ( ) / ( >t ) ( *) 11.01>t ( *) Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê,tức là diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P) • Kiểm định hệ số β2: Đặt giả thiết H0:... việc nghiên cứu các vấn đề kinh tế Nhóm em xin gửi lời cảm ơn tới cô Phí Minh Hồng giảng dạy bộ môn Kinh tế lượng đã tận tình giúp đỡ để chúng em có thể hoàn thành được bài tiểu luận này Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 22 Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG PHỤ LỤC Phụ Lục 1: giá trị trung bình ,sai số tiêu chuẩn và trung vị Phụ Lục 2:hồi quy mô hình kinh tế gốc Giảng viên hướng... Thứ hai :Trong thực tế giá của căn nhà phụ thuộc khá chặt chẽ vào diện tích nhà( S) , diện tích sân (Y) và chất lượng các nhà xung quanh (N) Thứ ba :Trong phần tính thang đo độ Theil Ta đã ước lượng mô hình hồi quy của P với lần lượt các tổ hợp biến (S,Y) ; (Y,N) ; (N,S) và thu được: + # 2-N =0.817288 (phụ lục 7) + # 2-S = 0.589021 (phụ lục 8) + # 2-Y = 0.879080 (phụ lục 9) + Tất cả các hệ số hiệu chỉnh... 2=0.897465, phụ lục 3) trong ước lượng mô hìnhkinh tế ban đầu (mô hình không có biến Be) 2.4.Đánh giá Sau các phần: • Nêu ra cơ sở lý thuyết • Thiết lập mô hình toán học • Ước lượng các tham số (với bộ số liệu có sẵn) • Phân tích kết quả Đi tìm các khuyết tật của mô hình: đa cộng tuyến ,phương sai sai số thay đổi ,tự tương quan Sửa chữa các khuyết tật của mô hình Mô hình tốt nhất được lựa chọn là: P= β0 + β1S... β2≠0 Cách 1: p-value= 0.0068 < 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 khôngcó ý nghĩa thống kê Cách 2: |tqs| ≥ t ( ) / ( ) >t ( *) 2.859>t ( *) Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 khôngcó ý nghĩa thống kê,tức là diện tích sân xung quanh nhà( Y) có ảnh hưởng đến giá mua nhà( P) • Kiểm định hệ số β3: Đặt giả thiết: H0: β3=0 (hệ số không có ý nghĩa thống kê), H1: β3≠0 Cách... thêm rằng, dựa vào các sô liệu này ta có thể dự đoán được những thay đổi có thể xảy ra ở hiện tại cũng như trong tương lai để từ đó có thể đưa ra được những kế hoạch đúng đắn phục vụ cho các mục đích kinh tế cũng như đời sống.Mô hình đã tương đối xác nhận tính chính xác của giá nhà đối với các nhân tố này Tuy nhiên mô hình cuối đưa ra vẫn còn chưa thực sự hoàn hảo Có nhiều lí do dẫn đến sự tương đối... tự tương quan 2.3.3 Khắc phục các khuyết tật của mô hình Trong các khuyết tật xét trong bài tiểu luận này thì chỉ có tồn tại hiện tượng đa cộng tuyến không hoàn hảo Tuy nhiên ta có thể bỏ qua khuyết tật này vì các lý do sau: • R2 cao ,các tỷ số t không quá nhỏ (phụ lục 3) • Var(βi) tương đối nhỏ (phụ lục 3) • Dấu các ước lượng hồi quy đúng như dự đoán (phụ lục 3) • Hầu hết các phương pháp kiểm tra đa . Phương MSV: 12 13 310 087 Nguyễn Thị Hoa MSV: 12 13 310 033 Đỗ Ngọc Sơn MSV: 12 13 310 099 Nguyễn Thị Thủy MSV: 12 13 310 115 Phạm Phượng Anh MSV: 12 13 310 007 Nguyễn Mạnh Tuấn MSV: 12 13 310 133 Lớp. 2.8372 4.0000 2.0000 3.0000 0.65 211 Y(feet vuông) 6284.8 19 580 17 8 0.0 6086.0 3072.6 N 1. 77 91 4.0000 1. 0000 1. 5000 0.87493 Nhận xét: • Biến P ( Price of the house) : Nghìn đô la Kết quả. β 1 S + β 2 Y + β 3 N +U i • Và hàm hồi quy mẫu (SRF): P= 0 + 1 S + 2 Y + 3 N +e i (phụ lục 3) Với : 0 = 11 7. 465 1 =0 .10 26444 2 =0.004 11 70 3 3 =-29 .19 98