1.

Từ ma trận tương quan ở Câu 2, hãy cho biết: có dấu hiệu của đa
cộng tuyến trong mô hình hồi quy ở Câu 1 hay không?
Ta có thể thấy, trong ma trận hệ số tương quan hệ số tương quan giữa tuổi
của người chồng và vợ rất cao là 0.91 lớn hơn 0.8 nên có sự đa cộng
tuyến.
2. Từ hồi quy phụ ở Câu 3, hãy cho biết: có dấu hiệu của đa cộng
tuyến trong hồi quy ở Câu 1 hay không?
R-squared trong mô hình hồi quy phụ là 0.83 cao hơn R-squared trong
mô hình hồi quy chính là 0.43, vì vậy có sự đa cộng tuyến.
3. Từ bảng VIF trong Câu 4, hãy cho biết: có vấn đề đa cộng tuyến
cao trong mô hình đã hồi quy ở Câu 1 hay không?
Có sự đa cộng tuyến trong mô hình hồi quy ở câu 1 vì hệ số phóng đại
phương sai của tuổi người chồng và vợ cao hơn 5 lần lượt là 5.9 và 6.05.
4. Biết rằng có một số cách để xử lý đa cộng tuyến và không cách nào
là hoàn hảo. Hãy cho biết những ưu điểm và nhược điểm của cách xử
lý đa cộng tuyến mà bạn đã chọn ở Câu 5.
Cách xử lí đa cộng tuyến ở câu 5 là biến đổi hệ số hồi quy bằng cách kết
hợp hai biến tuổi người chồng và tuổi người vợ thành biến age_diff. Sau
đó tiến hành nghiên cứu mối quan hệ giữa biến phụ thuộc và biến mới
được kết hợp.
5. Sử dụng kết quả hồi quy ở Câu 5, hãy cho biết những tác động của
biến age_wife và age_husband đến chi tiêu của hộ là biến expense.
Từ kết quả hồi quy ở câu 5, ta có thể thấy hệ số tuổi vợ và sự khác biệt về
tuổi giữa chồng và vợ đến sự tiêu dùng hàng tháng không có ý nghĩa
thống kê. Vì vậy, tuổi người chồng và vợ không ảnh hưởng gì đến sự tiêu
dùng hàng tháng. (với các yếu tố khác không đổi)
6. Từ đồ thị đã vẽ ở Câu 7, hãy cho biết liệu rằng có dấu hiệu của
phương sai thay đổi trong mô hình hồi quy ở Câu 1 hay không?
Nhìn đồ thị ta có thể thấy, phần dư (residual) có mối quan hệ tuyến tính
với giá trị ước lượng predicted monthly expense, vì vậy tồn tại hiện tượng
phương sai thay đổi trong mô hình.
7. Chúng ta có thể đưa ra kết luận gì về kết quả kiểm định ở Câu 8?
Bác bỏ H0 do p-value nhỏ hơn alpha, do đó có phương sai thay đổi trong
mô hình gốc ban đầu.
8. Mô tả ngắn gọn sự khác biệt trong kết quả hồi quy đạt được ở Câu
9 với kết quả hồi quy đạt được trong Câu 1.
Có thể thấy biến children ở mô hình hồi quy ở câu 1 có mức ý nghĩa
thống kê nhưng sau khi dùng robust standard errors (sai số chuẩn mạnh)
thì biến children không có mức ý nghĩa thống kê nữa. Biến income có ý
nghĩa thống kê ở mô hình câu 1 là 1% sau khi dùng robust standard errors
thì mức ý nghĩa thống kê thành 5%, trong đó mức ý nghĩa thống kê của
biến hhsize không thay đổi (1%).
9. Hãy giải thích ý nghĩa thống kê và ý nghĩa kinh tế của hệ số ược
lượng hhsize và children từ kết quả ở Câu 9.
Từ kết quả ta thấy rằng, hệ số kích cỡ hộ đến chi tiêu trung bình hàng
tháng có ý nghĩa thống kê còn hệ số tỷ lệ phần trăm trẻ em trong hộ đến
chi tiêu trung bình hàng tháng không có ý nghĩa thống kê. Vì vậy kích cỡ
hộ ảnh hưởng đến sự chi tiêu trung bình hàng tháng còn tỷ lệ phần trăm
trẻ em trong hộ thì không. Cụ thể, nếu kích cỡ hộ tăng lên 1 đơn vị thì chi
tiêu hàng tháng tăng gấp 0.7 lần.
10. Sự khác nhau giữa F-test với ước lượng sai số chuẩn thông
thường và F-test với ước lượng sai số chuẩn mạnh mà bạn đã thực
hiện trong Câu 10 là gì?
P-value của sai số chuẩn thông thường lớn hơn so với sai số chuẩn mạnh
(13.17>11.826). P-value của sai số chuẩn mạnh cao hơn nên nó ra kiểm
định chuẩn hơn, hệ số beta nó phản ánh chính xác sự thay đổi hơn