Tên Kiểm định

β1 {H0:β1 = 0 ; H1:β1≠ 0

KTC: (-2.182888 ; -0.1921717)

β2 {H0:β2 = 0 ; H1:β2≠ 0

KTC: (0.0191558 ; 0.0280828)

β3 {H0:β3 = 0 ; H1:β3≠ 0

KTC: (0.0060244 ; 0.0222024)

β4 {H0:β4 = 0 ; H1:β4 ≠ 0

KTC: (0.0047922 ; 0.022668)

- Nhận xét: Với các biến GINI, LAB, EDU, PAR giá trị 0 đều không nằm trong khoảng tin
cậy nên ta bác bỏ giả thuyết H0, các biến có ý nghĩa thống kê ở mức ý nghĩa α = 5%

3.2 Kiểm định bằng phương pháp P – value:

Tên Kiểm định Kết luận

β1 {H0:β1 = 0 ; H1:β1≠ 0 Bác bỏ H0

p = 0.006 < α = 0.05 Biến GINI thực sự có tác động đến biến lnGDP

β2 {H0:β2 = 0 ; H1:β2≠ 0 Bác bỏ H0

p = 0.000 < α = 0.05 Biến LAB thực sự có tác động đến biến lnGDP

β3 {H0:β3 = 0 ; H1:β3≠ 0 Bác bỏ H0

p = 0.001 < α = 0.05 Biến EDU thực sự có tác động đến biến lnGDP

β4 {H0:β4 = 0 ; H1:β4≠ 0 Bác bỏ H0

p = 0.003 < α = 0.05 Biến PAR thực sự có tác động đến biến lnGDP

- Thiết lập cặp giả thuyết:

{ H 0 : β 1=β 2=β 3=β 4 H 1 : β 21 + β 22+ β 23 + β 24 > 0
2
R ( n−k−1 ) 0.4774 ( 315−4−1 )
- F s= = =70.79
( 1−R2 ) k 4 ( 1−0.4774 )
F α =2.400771678
- Vậy F s > F α =¿ Bác bỏ H0. Mô hình phù hợp.
2.5 kiểm định phương sai sai số thay đổi:

Một giả định của hồi quy tuyến tính là phương sai của sai số không đổi theo những mức giá trị
dự đoán (Unstandardized Predicted Value) khác nhau của biến phụ thuộc.

Khi có hiện tượng phương sai sai số thay đổi xảy ra:

- Các ước lượng bình phương nhỏ nhất vẫn là không chệch nhưng không hiệu quả.
- Các dự báo không còn hiệu quả nữa.

Để kiểm định phương sai sai số thay đổi trong mô hình, nhóm đã tiến hành kiểm định Breusch –
Pagan.

Ta có cặp giả thuyết thống kê:

H0: Mô hình có phương sai thuần nhất

H1: Mô hình có phương sai sai số thay đổi.

Nếu P - value nhỏ hơn mức ý nghĩa 5% thì ta có đủ cơ sở bác bỏ H0 và chấp nhận H1 có nghĩa là
mô hình có phương sai sai số thay đổi.

Sử dụng STATA, chạy lệnh “hettest” nhóm thu được bảng sau:

Ta thấy P – value = 0.000 < 0.05 => Bác bỏ H0, chấp nhận H1.

Kết luận: Mô hình mắc lỗi phương sai sai số thay đổi.