Đang tải... (xem toàn văn)
BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG - Trong lịch sử phát triển nhân loại, có hai thách thức lớn nhất mà con người phảiđối mặt, đó là phát triển kinh tế và bảo vệ môi trường.. Gần đây, môi tr
Trang 1BÁO CÁO THỰC HÀNH KINH TẾ LƯỢNG
- Trong lịch sử phát triển nhân loại, có hai thách thức lớn nhất mà con người phảiđối mặt, đó là phát triển kinh tế và bảo vệ môi trường Gần đây, môi trường dần trởthành mối quan tâm hàng đầu đối với không chỉ các quốc gia phát triển mà cả cácquốc gia đang phát triển bởi chất lượng môi trường đang ngày càng suy giảm với sựnóng lên toàn cầu và biến đổi khí hậu Đặc biệt, ô nhiễm môi trường có thể ảnh hưởnglâu dài đến các thế hệ trong tương lai Suy thoái môi trường chính là dấu ấn của quátrình phát triển công nghiệp, hay nói cách khác là phát triển kinh tế Suy thoái môitrường là sự suy giảm về chất lượng cũng như số lượng các nguồn tài nguyên thiênnhiên, đồng thời thể hiện qua sự tàn phá của các hệ sinh thái, sự tuyệt chủng của cácloại động thực vật và sự ô nhiễm
- Để đo lường chất lượng môi trường, một trong số các chỉ số thường xuyên đượcsử dụng nhất là khối lượng khí thải CO2 Trên thực tế, các quốc gia phát triển thườngcó mức phát thải CO2 trên đầu người cao, trong khi các quốc gia đang phát triển lạicó tốc độ tăng phát thải CO2 rất nhanh Những điểm khác biệt này góp phần làm trầmtrọng thêm các vấn đề về môi trường, tạo ra thách thức trong việc tìm kiếm các giảipháp bảo vệ môi trường phù hợp cho Việt Nam - quốc gia đang phát triển Vì vậy,việc nghiên cứu về ảnh hưởng của một số nhấn tố kinh tế và xã hội đến lượng phátthải CO2 tại Việt Nam, từ đó có cơ sở đưa ra các đề xuất khuyến nghị là vô cùng cầnthiết
- Vì vậy, nghiên cứu này tập trung xem xét ảnh hưởng của các nhân tố:(i) vốnđầu tư trực tiếp nước ngoài (FDI), (ii) diện tích rừng (FOREST AREA), (iii) mật độdân số (POPULATION), đến khí thải CO2 của nước ta từ năm 1991 đến năm 2020.
2 Nội dung nghiên cứu
- Đưa ra và phân tích các biến ảnh hưởng đến khí thải CO2 của nước ta từ năm1991- 2000
- Xây dựng mô hình, chạy thống kê mô tả, chạy tương quan giữa các biến và kiểmđịnh mô hình.
Trang 2II.Thu thập số liệu
Sau khi tìm hiểu, nghiên cứu, thu thập số liệu, nhóm em có bảng số liệu sau:
1991 19796.6 96167.74 47.743817 68.358820 0.4291992 20812.9 98575.88 51.871770 69.788747 0.5751993 24244.9 100984.02 56.059238 71.176405 1.1181994 26682.3 103392.16 61.014303 72.501087 2.241
1996 35033.5 108208.44 73.077795 74.946448 2.9381997 40842.9 110616.58 79.035158 76.058603 3.2771998 45473.9 113024.72 83.591105 77.128424 2.3721999 46412.8 115432.86 87.581399 78.123713 2.528
2001 56722.4 119444.96 99.317780 79.817777 2.2262002 66495.8 121048.92 105.595480 80.642308 2.8852003 70903.7 122652.88 112.880580 81.475825 2.7232004 85051.8 124256.84 121.387720 82.311227 2.7082005 92368.6 125860.8 130.549154 83.142095 3.3012006 94869.7 127464.76 139.658815 83.951800 4.1002007 105137.4 129068.72 149.615797 84.762269 8.0342008 117585.1 130672.68 158.086701 85.597241 11.5002009 132290 132276.64 166.620059 86.482923 10.0012010 151413.5 133880.6 177.322463 87.411012 11.0002011 155973.3 135228.2 188.694467 88.349117 11.0002012 155522.8 136575.8 199.081240 89.301326 10.0472013 164297.4 137923.4 210.137217 90.267739 11.5002014 180698.8 139271 223.632748 91.235504 12.5002015 201513.3 140618.6 255.264746 92.191398 14.5002016 222028.5 143776.8 272.980599 93.126529 15.8002017 229877.4 144153.9 293.358576 94.033048 17.5002018 286139.3 144912.9 314.947658 94.914330 19.1002019 341716.8 145671.9 323.972206 95.776716 20.3802020 355323.1 146430.9 332.270920 96.648685 19.980Trong đó:
- FOREST AREA : Diện tích rừng (sq.km)- GDP : tăng trưởng kinh tế (tỷ USD)- POPULATION : mật độ dân số (triệu người/km )2
Trang 3- FDI : vốn đầu tư trực tiếp nước ngoài (tỷ USD) Nguồn số liệu:
- Tổng cục thống kê- World bank
Với số liệu trên, sử dụng phần mềm Eviews để ước luợng, cho mức ý nghĩa = 5%𝛼và ta thu được báo cáo kết quả ước lượng như sau:
Báo cáo 1: Kết quả ước lượng mô hình CO2 theo GDP, FDI, FA và P
- Ma trận hiệp phương sai của hệ số hồi quy:
Báo cáo 2: Ma trận hiệp phương sai của hệ số hồi quy
Trang 4- Với hàm hồi quy trên, ta ước lượng được hàm hồi quy mẫu:
- ^β3 = - 2501961 : cho biết nếu diện tích rừng tăng 1% thì khí thải CO2 trungbình giảm 250.1961(kt) với điều kiện các yếu tố khác không đổi
- ^β4 = 215451.4 : cho biết nếu tăng trưởng kinh tế tăng 1% thì khí thải CO2trung bình tăng 215.4514 (kt) với điều kiện các yếu tố khác không đổi- ^β5 = 2939703 : cho biết nếu mật độ dân số tăng 1% thì khí thải CO2 trung bình
tăng 293.9703 (kt) với điều kiện các yếu tố khác không đổi
1 Kiểm định các hệ số hồi quy và sự phù hợp của hàm hồi quy 1.1 Kiểm định sự phụ thuộc của mô hình hồi quy
* Kiếm định cặp giả thuyết: {H0: R2=0H1: R2>0
* Tiêu chuẩn kiểm định:
F = R2/4
(1 − R2
)/25 ~ F(4,25)* Với mức ý nghĩa 0.05, miền bác bỏ:
W0.05 = {F|F > F0.05(4,25) }→ Từ báo cáo 1, ta có Fqs = 225.1068→ Với mức ý nghĩa α = 5%, tra bảng ta có F0.05
(4,25)= 2.76→ Fqs = 225.1068> 2.76 = F0.05(4,25) → Fqs thuộc Wα→ Vậy với α = 0.05 thì hàm hồi quy phù hợp.
1.2 Kiểm định sự phù hợp của các hệ số hồi quy
* Kiểm định giả thuyết: {H0: β 1=0
H1: β 1 ≠ 0 mức ý nghĩa 0,05* Sử dụng tiêu chuẩn kiểm định:
T = Se (^^β 1β 1) ~ T(n-5)
* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là: W = { t: |t| > t25 }
Trang 5→ Từ báo cáo 1 ở trên ta có tqs = 8.996969→ Mà t0.02525 = 2,060 => |𝑡𝑞𝑠| >t0.02525 => tqs Wα→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1
→ Vậy với mức ý nghĩa 5%, có thể cho rằng hệ số chặn có ý nghĩa thống kê trongthực tế.
* Kiểm định giả thuyết: {H0: β 2=0
H1: β 2 ≠ 0 mức ý nghĩa 0,05* Sử dụng tiêu chuẩn kiểm định:
T = ^β2Se(^β 2 ) ~ T(n-5)* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:
W0.05 = { t: |t| > t0.02525 }→ Từ báo cáo 1 ở trên ta có tqs = -1.930864→ Mà t0.025
25 = 2,060 => |𝑡𝑞𝑠| <t0.025
25 => tqs Wα
→ Chưa có cơ sở bác bỏ giả thuyết H0, tạm chấp nhận giả thuyết H0
→ Vậy với mức ý nghĩa 5%, có thể cho rằng vốn đầu tư trực tiếp nước ngoài khôngảnh hưởng đến CO2.
* Kiểm định giả thuyết: {H0: β 3=0
H1: β 3 ≠ 0 mức ý nghĩa 0,05* Sử dụng tiêu chuẩn kiểm định:
T = ^β3Se(^β 3 ) ~ T(n-5)* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:
W0.05 = { t: |t| > t0.02525 }→ Từ báo cáo 1 ở trên ta có tqs = -6.575863→ Mà t0.025
25 = 2,060 => |𝑡𝑞𝑠| >t0.025
25 => tqs Wα→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1
→ Vậy với mức ý nghĩa 5%, có thể cho rằng diện tích rừng ảnh hưởng đến CO2.
* Kiểm định giả thuyết: {H0: β 4=0
H1: β 4 ≠ 0 mức ý nghĩa 0,05* Sử dụng tiêu chuẩn kiểm định:
T = ^β4Se(^β 4 ) ~ T(n-5)* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:
Trang 6W0.05 = { t: |t| > t0.025 }→ Từ báo cáo 1 ở trên ta có tqs = 2.329088
→ Mà t0.025
25 = 2,060 => |𝑡𝑞𝑠| >t0.025
25 => tqs Wα→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1
→ Vậy với mức ý nghĩa 5%, có thể cho rằng tăng trưởng kinh tế ảnh hưởng đến CO2.
* Kiểm định giả thuyết: {H0: β 5=0
H1: β 5 ≠ 0 mức ý nghĩa 0,05* Sử dụng tiêu chuẩn kiểm định:
T = ^β5Se(^β 5 ) ~ T(n-5)* Miền bác bỏ giả thuyết H0, mức ý nghĩa 0,05 là:
W0.05 = { t: |t| > t0.02525 }→ Từ báo cáo 1 ở trên ta có tqs = 3.065454
→ Mà t0.025
25 = 2,060 => |𝑡𝑞𝑠| >t0.025
25 => tqs Wα→ Bác bỏ giả thuyết H0, chấp nhận đối thuyết H1
→ Vậy với mức ý nghĩa 5%, có thể cho rằng mật độ dân số ảnh hưởng đến CO2
2 Kiểm định các khuyết tật2.1 Kiểm định đa cộng tuyến2.1.1 Hồi quy phụ
Ước lượng mô hình:
CO2 = 1 + 𝑖 𝛽 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) + 𝛽4LOG(GDP𝑖) +𝛽5LOG(POPULATION𝑖) + 𝑈𝑖 thu được hệ số xác định R1= 0.972985, k’=4.
Báo cáo 3: Hồi quy phụ- Tiến hành kiểm định cặp giả thuyết
𝐻0: Mô hình không có đa cộng tuyến
Trang 7𝐻1: Mô hình có đa cộng tuyến- Tiêu chuẩn kiểm định: F = R1/(4-2)
(1- R2
)/(30-4) ~F(1; n-2)- Miền bác bỏ: 𝑊(𝛼) = { : > 𝐹 𝐹 F0.05
(2 ;27)}
- Dựa vào mẫu, ta có: F = qsR1/(4-2)
(1- R2)/(30-4) = 791.845- Tra bảng: F0.05
(2 ;27) = 3.35
- Nhận thấy: 791.845 > 3.35 nên 𝐹𝑞𝑠 ∈ 𝑊(𝛼 ) Do đó bác bỏ 0, chấp nhận H𝐻 1=> Vậy với mức ý nghĩa = %, bằng phương pháp hồi quy phụ, mô hình có đa cộng𝜶 𝟓tuyến
2.1.2 Hệ số phóng đại phương sai
Báo cáo 4 : Hệ số phóng đại phương sai
Hệ số VIF của các biến đều lớn hơn 10 => Có thể cho rằng mô hình có hiện tượng đacộng tuyến cao.
2.1.3 Độ đo Theil.
Hồi quy mô hình:
CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) + 𝛽4LOG(GDP𝑖) +𝛽5LOG(POPULATION𝑖) +𝑈𝑖 thu được hệ số xác định R = 0.9729852
* Hồi quy mô hình sau: - Mô hình bỏ biến FDI
CO2𝑖=𝛽1+ 2LOG(FOREST_AREA )+ 3LOG(GDP )+ 4LOG(POPULATION𝛽 𝑖 𝛽 𝑖 𝛽 𝑖) +𝑈𝑖thu được R− 2
2 =0.968957.
Trang 8Báo cáo 5: Chạy eview mô hình bỏ biến FDI
- Mô hình bỏ biến FOREST_AREA.
Hồi quy mô hình:
CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) +𝛽3LOG(GDP𝑖) +𝛽4LOG(POPULATION𝑖)+𝑈𝑖 thu được
R− 3
2 =0.926259
Báo cáo 5: Chạy eview mô hình bỏ biến FOREST_AREA
- Mô hình bỏ biến GDP.Mô hình bỏ biến GDP.
Hồi quy mô hình: CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(POPULATION𝑖)+𝑈𝑖 thu được R− 4
2=0.967124.
Trang 9Báo cáo 6: Chạy eview mô hình bỏ biến GDP
- Mô hình bỏ biến POPULATION.Mô hình bỏ biến POPULATION.
Hồi quy mô hình:
CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(GDP𝑖) + 𝑈𝑖thu được R2− 5=0.962831.
Báo cáo 7: Chạy eview mô hình bỏ biến POPULATION.
Độ đo Theil: m = 0.972985 – (0.972985 – 0.968957 + 0.972985 – 0.926259 +0.972985 – 0.967124 + 0.972985 – 0.962831) = 0.906216 ~ R2
Mô hình gốc có đa cộng tuyến mức độ cao hay mô hình gốc có đa cộng tuyếngần hoàn hảo.
Như vậy, thông qua phương pháp Hồi quy phụ và độ đo
𝜶 = 𝟓%, mô hình mắc khuyết tật đa cộng tuyến.
2.2 Phương sai sai số thay đổi
Trang 10- Sử dụng chương trình Eview để có báo cáo kiểm định White như sau:
Báo cáo 8: Kiểm định White của mô hình hồi quy* Kiểm định cặp giả thuyết:
- H : Phương sai sai số không thay đổi 0 - H : Phương sai sai số thay đổi 1 Mức ý nghĩa 5%
* Sử dụng tiêu chuẩn kiểm định:
χ = nRW2 ~ χ2 (kw−1)* Miền bác bỏ giả thuyết H0, với mức ý nghĩa α = 0,05
W0.05 = { χ2| χ > χ0.052 (14 )
}→ Ta có: χqs
2= 19.79820→ Tra bảng được: χ0.05
2 (14 )
=23.6848 χqs2
< χ0.052 (14 )
χqs2
W 0.05→ Chưa có cơ sở để bác bỏ giả thuyết H0
→ Vậy với mức ý nghĩa 5% mô hình không có phương sai sai số thay đổi.
Trang 112.2.2 Kiểm định dựa trên biến phụ thuộcƯớc lượng mô hình:
CO2𝑖 = 1 + 𝛽 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(GDP )𝑖+𝛽5LOG(POPULATION )+𝑖 𝑈𝑖 thu được 𝑒 , CO2𝑖
Ước lượng mô hình hồi quy sau: ei
2 = + 𝛼1 𝛼2CO 2i
2 + v thu được hệ số xác định R =i 20.513781
- Tiến hành kiểm định cặp giả thuyết𝐻0: Phương sai sai số ngẫu nhiên không đổi𝐻1: Phương sai sai số ngẫu nhiên thay đổi- Tiêu chuẩn kiểm định: χ2= n.R1 ~ χ2(1)- Miền bác bỏ: W0.05 = { χ2 : χ2 > χ0.05
2 (1)}
- Dựa vào mẫu, ta có: = 30 x 0.513781 = 15.41343- Tra bảng: χqs
= 30 x 0.513781= 15.41343Nhận thấy 15.41343 > 3.8415 nên χqs
2 ∈ W0.05 Do đó bác bỏ giả thuyết H , chấp nhận đối thuyết H01Vậy với mức ý nghĩa 𝜶 = 𝟓% PSSSNN có thay đổi
2.3 Kiểm định tự tương quan
a Phương pháp kiểm định Breusch – Godfrey (BG)* Ước lượng mô hình ban đầu thu được et
Trang 12* Ước lượng mô hình BG có dạng:
et = α1 +α2 LOG(FDI)+α LOG(FOREST_AREA)+ α LOG(GDP)+ α345LOG(POPULATION)+ α6et −+α7 et − 2+Vt
→ Thu được: RBG2
* Sử dụng chương trình Eview để tiến hành kiểm định BG ta có báo cáo
Báo cáo 9: Kiểm định BG bậc 2 đối với mô hình hồi quy ban đầu* Kiểm định cặp giả thuyết:
- H : Mô hình ban đầu không có tự tương quan bậc 2 0 - H : Mô hình ban đầu có tự tương quan bậc 2 1 Mức ý nghĩa 5%
* Sử dụng tiêu chuẩn kiểm định: :
χ2 = ( − 2)𝑛 RBG2 ~ χ2* Miền bác bỏ giả thuyết H0, với mức ý nghĩa 0,05 là:
𝑊𝛼 = {χ2: χ2 >0,05 }→ Theo báo cáo ta có: qs2= 0.0078→ Mà 0,05 5.9915 =>qs2 <0,05=>qs2 𝑊0.05
=> Tạm chấp nhận giả thuyết H0, bác bỏ đối thuyến H1→ Vậy mô hình không có tự tương quan bậc 2b Phương pháp kiểm định Durbin – Waston
Trang 13Ước lược mô hình:
CO2𝑖 = 𝛽1 + 𝛽2LOG(𝐹𝐷𝐼𝑖) + 𝛽3LOG(FOREST_AREA𝑖) +𝛽4LOG(GDP )𝑖+𝛽5LOG(POPULATION𝑖)+ thu được ; −1𝑈𝑖 𝑒𝑖 𝑒𝑖
- Tiến hành kiểm định cặp giả thuyết:
H : Mô hình gốc không có tự tương quan 0 H : Mô hình gốc có tự tương quan 1- Sử dụng thống kê:
𝑑 = ∑
(( ei-ei-1)2
( ei)2- Với = 30, ′ = 4, = 5% , ta có: 𝑛 𝑘 𝛼 dL = 1.143; dU = 1.739
Tự tươngquan (+)
Không có kếtluận
Không có tựtương quan
Không có kếtluận
Tự tươngquan (-)0 1.143 1.739 2.261 2.857 4- Dựa vào báo cáo Eviews, ta có: = 0.808826dqs
- Nhận thấy: 0< 𝑑qs< 1.143 nên ta mô hình gốc có tự tương quan dương
Vậy với mức ý nghĩa = % , bằng phương pháp kiểm định Durbin – Waston , mô𝜶 𝟓hình gốc có tương quan dương
2.4 Kiểm định các biến bỏ sót biến thích hợp
2.4.1 Kiểm định tính phân phối chuẩn của sai số ngẫu nhiên
- Khi sử dụng giả thiết bình phương nhỏ nhất, ta nói rằng U có phân phối chuẩn,nhưng trong thực tế điều này có thể bị vi phạm, vì thế ta phải kiểm tra xem điềunày có bị vi phạm hay không bằng cách sử dụng kiểm định Jarque – Bera:* Kiểm định cặp giả thuyết:
H : U có phân phối chuẩn0
H : U không có phân phối chuẩn Mức ý nghĩa α=5%1* Sử dụng tiêu chuẩn kiểm định:
𝑊0.05={ 𝐽𝐵 𝐽𝐵 | > ❑0.05} * Sử dụng Eview để lấy báo cáo kiểm định JB là:
Trang 14Báo cáo 10: Kết quả kiểm định JB → Theo báo cáo trên ta có 𝐽𝐵𝑞𝑠 = 0.384323
→ Mà với 0,05, ❑0.05 5.9915 JB qs❑0.05 JBqs 𝑊0.05
→ Vậy với α= 0,05 chưa có cơ sở bác bỏ giả thuyết 0, tạm chấp nhận giả thuyết H0𝐻tức U có phân phối chuẩn
2.4.2 Kiểm định Ramsey
- Để kiểm tra xem mô hình có bỏ sót biến hay không ta sử dụng kiểm định Ramsey đểkiểm tra, cụ thể:
- Sử dụng Eview để lấy báo cáo của kiểm định Ramsey:
Báo cáo 11: Kết quả kiểm định Ramsey
Trang 15* Kiểm định cặp giả thuyết:
H : Mô hình ban đầu không bỏ sót biến 0
H : Mô hình ban đầu bỏ sót biến Mức ý nghĩa α=0,05 1* Sử dụng tiêu chuẩn kiểm định:
F=( RRS2
)/(p-1)(1- RRS
)/ (n-k-p+1) ~ F((p-1),n-k-p+1)* Miền bác bỏ:
𝑊0.05 ={ 𝐹|𝐹 > F0.05(1 ,24)} → Giá trị thống kê quan sát là : 𝐹𝑞𝑠=381.4548, F0.05
(1 ,24)= 4.26 → 𝐹𝑞𝑠 > F0.05
(1 ,24) → 𝐹𝑞𝑠 ∈ 𝑊𝛼
→ Vậy α = 0.05, bác bỏ giả thuyết 0, chấp nhận đối thuyết H1: mô hình bỏ sót𝐻biến
3 Xác định khoảng tin cậy các hệ số hồi quy
3.1 Khoảng tin cậy của β13.1.1 Khoảng tin cậy 2 phía của β1
β1 - Se(^β1 ) tαn −5 ≤ 𝛽1 ≤^β1 + Se(^β1 ) tαn −5- Với α = 0.05 → t0.025
25 = 1,708- ^β1 = 15451103
- Se(^β1) = 1717368
→12517838.46 ≤ 1 ≤ 18384367.54𝛽
→ Vậy với α = 0.05 khí thải CO2 tự định nằm trong khoảng (125178.3846;183843.6754) kt
3.1.2 Khoảng tin cậy trái của β1
* Mức khí thải CO2 tự định tối đa là bao nhiêu?𝛽1 ≤ ^β1 + Se(^β1 ) tαn −5- Với α = 0.05 → t0.02525 = 1,708
- ^β1 = 15451103- Se(^β1) = 1717368 → 1 ≤ 18384367.54𝛽
→ Vậy với α = 0.05 mức khí thải CO2 tối đa là 183843.6754 kt3.1.3 Khoảng tin cậy phải của β1
* Mức khí thải CO2 tối thiểu là bao nhiêu
β1 - Se(^β1 ) tαn −5 ≤ 𝛽1- Với α = 0.05 → t0.02525 = 1,708
- ^β =15451103
Trang 16- Se(^β1) = 1717368 →12517838.46 ≤ 1𝛽
→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là 125178.3846 kt
3.2.1 Khoảng tin cậy 2 phía của β2
β2 - Se(^β2 ) tαn −5
≤ 𝛽2 ≤^β2 + Se(^β2 ) tαn −5
- Với α = 0.05 → t0.02525 = 1,708- ^β2 = -18494.17
- Se(^β2) = 9578.184
→-34853.70827 ≤ 2 ≤ -2134.631728𝛽
→ Vậy với α = 0.05 khí thải CO2 tự định nằm trong khoảng (348.5370827 ; 21.34631728 ) kt
-3.2.2 Khoảng tin cậy trái của β2
* Mức khí thải CO2 tự định tối thiểu là bao nhiêu?
β2 - Se(^β2 ) tαn −5
≤ 𝛽2- Với α = 0.05 → t0.025
25= 1,708- ^β2 = -18494.17
- Se(^β2) = 9578.184→-34853.70827 ≤ 𝛽2
→ Vậy với α = 0.05 mức khí thải CO2 tối thiểu là -348.5370827 kt3.2.3 Khoảng tin cậy phải của β2
* Mức khí thải CO2 tối đa là bao nhiêu
𝛽2 ≤^β2 + Se(^β2 ) tαn −5
- Với α = 0.05 → t0.02525 = 1,708- ^β2 = -18494.17
- Se(^β2) = 9578.184→𝛽2 ≤ -2134.631728
→ Vậy với α = 0.05 mức khí thải CO2 tối đa là -21.34631728 kt
3.3.1 Khoảng tin cậy 2 phía của β3^
β3 - Se(^β3 ) tαn −5
≤ 𝛽3 ≤ ^β3 + Se(^β3 ) tαn −5
- Với α = 0.05 → t0.02525 = 1,708- ^β3 = -2501961 Se(^β3) = 380476.5