Professional Documents
Culture Documents
Thống kê
BÀ RỊA VŨNG TÀU
smpl 2011 2020 if TINH_SER=1
xyline(d) nam GRDP__TY_USD_
GRDP__TY_US DAN_SO__NG
FDI__TY_USD_ D_ PAPI PCI HIN_NGUOI_
Mean 0.957870 15.86799 15.12661 31.15782 1086.070
Median 0.742200 15.15679 14.62585 32.17000 1082.300
Maximum 2.299900 19.45138 20.95534 34.42000 1167.900
Minimum 0.199900 10.78467 12.99000 26.03197 1022.500
Std. Dev. 0.747651 2.869993 2.415449 2.629120 48.73543
Skewness 1.033148 -0.150068 1.419908 -0.786254 0.375271
Kurtosis 2.652306 2.037508 4.409828 2.441902 2.008703
GRDP__TY_US DAN_SO__NG
FDI__TY_USD_ D_ PAPI PCI HIN_NGUOI_
Mean 2.266190 10.33117 13.83999 31.63800 2028.070
Median 2.473050 9.777770 13.08871 32.67500 1971.500
Maximum 3.508600 15.51991 16.39310 35.82000 2580.600
Minimum 1.006200 6.040337 11.95930 25.57000 1659.100
Std. Dev. 0.867528 3.309210 1.679100 3.249892 301.0344
Skewness -0.239736 0.275342 0.398529 -0.729021 0.676644
Kurtosis 1.766133 1.741600 1.515080 2.394951 2.355624
GRDP__TY_US DAN_SO__NG
FDI__TY_USD_ D_ PAPI PCI HIN_NGUOI_
Mean 1.654400 11.55417 13.48352 31.28900 2923.340
Median 1.767850 11.40841 13.53054 31.85000 2934.800
Maximum 2.562300 17.25501 14.50000 34.54000 3177.400
Minimum 0.850900 6.497388 12.10000 26.46000 2640.200
Std. Dev. 0.513028 3.678367 0.775151 2.683370 181.5139
Skewness 0.105735 0.106948 -0.436988 -0.806994 -0.155624
Kurtosis 2.327954 1.711824 2.079650 2.483301 1.757411
GRDP__TY_US DAN_SO__NG
FDI__TY_USD_ D_ PAPI PCI HIN_NGUOI_
Mean 0.660870 2.869015 13.75967 31.70700 1121.270
Median 0.634200 2.642728 14.14754 33.10000 1115.150
Maximum 1.263500 4.130381 14.98586 35.67000 1178.300
Minimum 0.184800 1.990985 12.19980 23.42000 1082.000
Std. Dev. 0.334271 0.733344 1.123007 4.237431 32.47680
Skewness 0.205703 0.575785 -0.343377 -1.280193 0.694850
Kurtosis 2.400052 2.003464 1.435172 3.028467 2.317870
GRDP__TY_US DAN_SO__NG
FDI__TY_USD_ D_ PAPI PCI HIN_NGUOI_
Mean 4.422630 46.07867 13.67860 31.22200 8271.390
Median 3.973550 44.35320 13.47456 31.66500 8221.900
Maximum 8.338200 64.29902 15.52000 34.34000 9227.600
Minimum 1.340000 27.12158 12.09000 26.39000 7498.400
Std. Dev. 2.198790 13.14837 1.218331 2.714913 569.1039
Skewness 0.345885 0.077421 0.262103 -0.770762 0.354504
Kurtosis 2.142837 1.707226 1.660295 2.408995 2.047979
Để thực hiện kiểm trung bình trước tiên cần sử dụng kiểm định phương sai để xem xét sự
khác biệt phương sai giữa các tỉnh theo GRDP, có tồn tại hay không sự khác biệt từ đó
mới lựa chọn kiểm định trung bình phù hợp để đánh giá sự khác biệt trung bình GRDP
giữa các tỉnh.
GRDP__TY_USD_.testby(var) tinh
Category Statistics
H0: Không có sự khác biệt về phương sai giữa các nhóm tỉnh về GRDP
GRDP__TY_USD_.testby(mean) tinh
Bảng: Kiểm định khác biệt trung bình GRDP theo các tỉnh
Analysis of Variance
Category Statistics
Std. Err.
T_NH Count Mean Std. Dev. of Mean
Bà R?a -
Vung Tàu 10 337131.3 60975.86 19282.26
Bình Duong 10 219496.1 70307.48 22233.18
Bình Phu?c 10 45249.84 14158.72 4477.380
Ð?ng Nai 10 245480.0 78150.59 24713.39
Tây Ninh 10 929719.9 2756720. 871751.3
Tp. H? Chí
Minh 10 978987.5 279350.2 88338.29
All 60 459344.1 1142716. 147524.0
H1 : Có sự khác biệt về điểm trung bình GRDP giữa các nhóm tỉnh về GRDP
Giá trị α = 0.05. Từ bảng kiểm định phương sai ở trên, ta có P _ value của Welch là
0.0000 < α cho trước nên chấp nhận H1. Vậy có sự khác biệt về điểm trung bình GRDP
giữa các tỉnh.
Phần 3
Variable Coefficient Std. Error t-Statistic Prob. Variable Coefficient Std. Error t-Statistic Prob.
R-squared 0.892226 Mean dependent var 14.80514 R-squared 0.676280 Mean dependent var 2.160985
Adjusted R-squared 0.884388 S.D. dependent var 15.93847 Adjusted R-squared 0.652737 S.D. dependent var 1.082269
S.E. of regression 5.419367 Akaike info criterion 6.297490 S.E. of regression 0.637771 Akaike info criterion 2.017980
Sum squared resid 1615.325 Schwarz criterion 6.472019 Sum squared resid 22.37135 Schwarz criterion 2.192509
Log likelihood -183.9247 Hannan-Quinn criter. 6.365758 Log likelihood -55.53940 Hannan-Quinn criter. 2.086248
F-statistic 113.8316 Durbin-Watson stat 0.514642 F-statistic 28.72495 Durbin-Watson stat 0.258914
Prob(F-statistic) 0.000000 Prob(F-statistic) 0.000000
Với mô hình này có hệ số xác định (R2) là 0.892, cho biết các biến sử Với mô hình này có hệ số xác định (R2) là 0.676, cho biết các biến sử
dụng trong mô hình này có thể giải thích 89.2% sự biến thiên của dụng trong mô hình này có thể giải thích 67.6% sự biến thiên của
GRDP phụ thuộc vào PAPI, FDI, dân số và PCI. Dựa vào hệ số P GRDP phụ thuộc vào PAPI, FDI, dân số và PCI. Dựa vào hệ số P
value cho thấy cả 4 biến có giá trị P value nhỏ hơn mức ý nghĩa 5%, value cho thấy cả 4 biến có giá trị P value nhỏ hơn mức ý nghĩa 5%,
cho thấy 4 biến này tác động thuận chiều đến GRDP, đó là FDI có hệ cho thấy 4 biến này tác động thuận chiều đến GRDP, đó là FDI có sự
số tác động là 3.13, PAPI có hệ số tác động là 1.18, PCI có hệ số tác tác động là 22.4%, PAPI có sự động là 17.2%, PCI có sự tác động là
động là 0.61 và dân số với hệ số tác động là 0.004. 7% và dân số với sự tác động là 0.02%.
Mô hình Lin Log Mô hình Log Log
Dependent Variable: GRDP__TY_USD_ Dependent Variable: LOG(GRDP__TY_USD_)
Method: Panel Least Squares Method: Panel Least Squares
Date: 03/27/22 Time: 00:32 Date: 03/27/22 Time: 00:32
Sample: 2011 2020 Sample: 2011 2020
Periods included: 10 Periods included: 10
Cross-sections included: 6 Cross-sections included: 6
Total panel (balanced) observations: 60 Total panel (balanced) observations: 60
Variable Coefficient Std. Error t-Statistic Prob. Variable Coefficient Std. Error t-Statistic Prob.
Đối với mô hình lin log cho thấy có sự khác biệt nhiều so với hai mô Mô hình Log Log có sự khác biệt hoàn toàn so với các mô hình trước
hình trước đó, trong mô hình này chỉ có duy nhất biến dân số tác động đó do mô hình này đo lường được sự tác động của 3 biến đó là FDI,
đến GRDP ở độ tin cậy 95% và sự tác động là 17.6%, 3 biến còn lại là PAPI và dân số với sự tác động lần lượt là 0.43%, 2.7% và 1.4%, biến
PCI, PAPI và FDI không tác động đến GRDP khi xét ở độ tin cậy PCI không tác động do có P value là 0.10 lớn hơn mức alpha cho trước
95%. Hệ số R2 của mô hình là 0.724, cho biết các biến này có thể dự là 5%. Các biến trong mô hình có thể giải thích được 74.6% sự biến
báo 72.4% sự biến thiên của GRDP. động của GRDP.
Với phương pháp lựa chọn AIC, BIC và HQIC cảng nhỏ thì càng tốt và R2 càng cao thì
mô hình đó càng tốt, kèm theo các điều kiện biến trong mô hình cũng có độ tin cậy cao.
Do đó, hai mô hình Lin Lin và Lin Log là hai mô hình không được lựa chọn làm mô hình
tối ưu để ước lượng các tham số. Với sự so sánh các tiêu chí AIC, BIC, HQIC và R2 cho
thấy mô hình tối ưu nhất là mô hình Log Log. Do đó, tiến hành lựa chọn mô hình làm mô
hình cơ sở để giải thích sự tác động của GRDP dựa trên hai biến FDI, PAPI, dân số và
PCI.
Wald Test:
Equation: LOGLOG
Từ bảng kiểm định Wald ở trên, ta có P _ value 0.000. Khi xét ở độ tin cậy 95% thì Bác
bỏ H0, chấp nhận H1, hay ít nhất một trong bốn có ý nghĩa thống kê hoặc 1 trong 4 biến
tồn tại sự tác động đến biến phụ thuộc Y ở độ tin cậy 95%.
Dựa vào bảng kết quả trên ta cũng có giá trị F = 0.000 . Với giá trị xác suất là 0.000 < α
cho trước là (5%) nên ta chấp nhập giả thuyết là hai mô hình hồi quy là khác nhau. Nghĩa
là có sự khác nhau về sự tác động của các biến độc lập đến GRDP theo các tỉnh khác
nhau.
Value df Probability
F-statistic 1.184307 (2, 53) 0.3139
Likelihood ratio 2.623260 2 0.2694
Từ bảng kiểm định ở trên, ta có P _ value(F_ statistic) 0.3139 = > α cho trước nên chấp
nhận H0.
H0: Mô hình không xảy ra hiện tượng phương sai thay đổi;
Từ bảng kiểm định Breusch – Pagan - Godfrey ở trên, ta có P _ value 0.000 < α (5%)
cho trước nên chấp nhận H1.
Từ bảng kiểm định BG ở trên, ta có P _ value 0.0000 < α (5%) cho trước nên chấp nhận
H1.
loglog.varinf
Với giá trị VIF cao nhất là 3.12 nhỏ hơn 5 cho thấy mô hình không có hiện tượng đa cộng
tuyến, các biến PCI, FDI, dân số và PAPI độc lập và không tương quan với nhau.