BÀI TẬP THỰC HÀNH NHÓM

BẢNG ĐÁNH GIÁ THÀNH VIÊN NHÓM

Tên thành viên MSSV Đánh giá

Lê Thanh Bình 050610220832 100%
Tạ Hoàng Phương Chi 050610220844 100%
Đỗ Ngọc Thùy Dương 050610220113 100%
Dương Nguyễn Ngọc Hiệp 050610220178 100%
Trần Thái Ngọc 050610220370 100%
Nguyễn Thị Bảo Trâm 050610220653 100%

Giải
C3.1.
(i) Phương trình có dạng:

Price = -19,315 + 0,1284SQRFT + 15,1982BDRMS

(ii) Khi tăng thêm 1 phòng ngủ, diện tích nhà không đổi thì giá nhà trung
bình tăng 15,198 (nghìn $)
(iii) Nếu phòng ngủ rộng thêm 140 feet vuông thì giá nhà trung bình tăng
33,1742 (nghìn $)
0,1284×140 + 15,1982 = 33,1742
Do kích thước của phòng ngủ tăng thêm nên mức độ ảnh hưởng đến giá nhà
cũng lớn hơn giá nhà ở trường hợp (ii) là 17,976 (nghìn $)
(iv) R2= 0.631918. Theo mô hình hồi quy mẫu, diện tích và số phòng ngủ
giải thích 63,1918% của biến động giá
(v) Căn nhà đầu tiên trong mẫu có sqrft = 2,428 và bdrms = 4. Dự đoán giá
của căn nhà:
Price = -19,315 + 0,1284x2,428 + 15,1982x4 = 41,7896 (nghìn $)
(vi) Phần dư của căn nhà đầu tiên trong mẫu là -54,6052. Suy ra người mua
đã trả giá thấp cho căn nhà này
C3.2.
i) Giá trị trung bình của prpblck (tỷ lệ người da đen): 0.113486
Giá trị trung bình của income (thu nhập): 47053.78
Độ lệch chuẩn của prpblck: 0.182416
Độ lệch chuẩn của income: 13179.29
Đơn vị tính của prpblck: tỷ lệ phần trăm (%)
Đơn vị tính của income: đô la (USD)

ii) Psoda= 0.956320 + 0.114988prpblck + (1.60E - 06)income

β2= 0.114988. Theo mô hình hồi quy mẫu, khi tỷ lệ người da đen tăng 1%
thì tỷ lệ giá soda trung bình tăng khoảng 0.114988
Theo tỷ lệ gia tăng trên, em nghĩ rằng đây là một con số không quá lớn
iii) Psoda= 1.037399 + 0.064927prpblck
β2= 0.064927
=>Xét hệ số 0,115>0. 064927. Tác động của phân biệt đối xử là lớn hơn khi
xét thêm biến thu nhập.
iv) log(psoda)= -0.045678 + 0.111118prpblck + (1.56E - 06)income
Nếu prpblck tăng 20% thì thay đổi của gái soda (psoda) tăng khoảng
0.111118x20%=2.22236%

v) log(psoda)= -0.072912 + 0.086163prpblck + 1.97E-06income +

0.150520prppov
Khi thêm prppov vào ta thấy giảm 0.024955
vi) Hệ số tương quan giữa Log(income) và prppov = -0,8385 => Đây là
tương quan nghịch chiều và có độ tương quan chặt chẽ. (Vì 0.7 < |-0.8385| <
0.9). Đúng với kỳ vọng, khi trung bình thu nhập tăng thì tỉ lệ nghèo đói
giảm.
vii) Chưa đủ cơ sở để chấp nhận phát biểu trên vì mức độ cộng tuyến có thể
không cao và dường như không để lại hậu quả gì. Ngoài ra việc kết hợp cả
hai biến log(income) và prppov vào cùng một mô hình hồi quy còn giúp dễ
dàng nhận thấy sự phân biệt đối xử tốt hơn.
C4.1.
(i) Giá trị nhỏ nhất: Minimum = 0,000000
Giá trị lớn nhất: Maximum = 99,00000
Trung bình: Mean= 56,15703

(ii)
• log(wage) = 0.3903 - 0,0026jc + 0,0351totcoll + 0,0025exper +
0,0001phsrank
• H0: Mô hình không có ý nghĩa thống kê
H1: Mô hình có ý nghĩa thống kê
p_value = 0,2152 > a (0,05): Chấp nhận H0
=> Vậy biến phsrank không có ý nghĩa thống kê
• Việc tăng 10% điểm xếp hạng tại trường trung học tác động đến
0,001% tiền lương
(iii) Thêm biến phsrank vào mô hình không làm thay đổi đáng kể về tỷ suất
sinh lợi của việc học đại học 2 năm hay 4 năm. Vì khi phân vị xếp hạng ở
trường trung học tăng thêm 1 bậc thì tỷ suất sinh lợi giữa việc học đại học 2
năm hay 4 năm tăng0,0001x100% = 0,01%.

(iv)
• Khi thêm biến id vào cả hai mô hình thì hệ số hồi quy của nó đều
bằng 6,15x10−8 . Do đó, khi các yếu tố khác không đổi, nếu biến id
thay đổi thì tỷ suất sinh lợi giữa các trường cao đẳng với các trường
Đại học thay đổi 6,15x10−8 %, có thể nói là không đáng kể nên xem
như không có ý nghĩa thống kê.

(Mô hình 4.2 sau khi thêm biến id)

(Mô hình 4.1 sau khi thêm biến id)

• P-value=0.5455
C4.2.
(i) Có 1494 cặp vợ chồng không có trẻ em sống chung cùng nhà.

(ii) Phương trình hồi quy: Nettfa = -104,405 + 1,307inc + 1,665age

𝛽1 = 1,307 -> Khi thu nhập trung bình hàng năm (inc) tăng 1 nghìn $, tuổi
của người khảo sát (age) không thay đổi thì giá trị tổng tài sản tài chính ròng
trung bình tăng 1,307 (nghìn $)
𝛽2 = 1,665 -> Khi tăng thêm một tuổi và thu nhập trung bình hàng năm
không đổi thì tổng tài sản tài chính ròng trung bình tăng khoảng 1,665 (nghìn
$)
(iii) Hệ số chặn 𝛽0 = −104,4045 không có ý nghĩa thực tiễn vì nó thể hiện
giá trị ước lượng của nettfa khi inc = 0 và age = 0. Trên thực tế thì không có
ai có inc = 0 và age = 0 hết.

(iv) Ta có cặp giả thuyết:

Ho: 𝛽1 = 1
H1: 𝛽2 > 1
p − value(2 phía) 0,0001
p − value(1 phía) = = = 0,00005
2 2
(v) Phương trình ước lượng hồi quy đơn của nettfa theo inc là
Nettfa = -28,413 +1,291inc

Nếu chỉ hồi quy đơn của nettfa theo inc, hệ số ước lượng của inc không khác
nhiều so với ước lượng của câu (ii) vì hệ số tương quan giữa inc và age rất
nhỏ nên hệ số góc của hồi quy đơn và hồi quy bội không khác nhiều.