CÂU 1:

MÔ HÌNH HỒI QUY TUYẾN TÍNH ĐƠN, MÔ HÌNH HỒN HỢP

1. Xác định mô hình.
Giải thích các biến:
 Biến phụ thuộc:
Wage: Thu nhập trong mỗi giờ của người lao động (Đvt: USD/ giờ)
 Biến độc lập:
 Biến định lượng:
Educ: số năm đi học (năm)
Exper: kinh nghiệm làm việc (năm)
Faminc: thu nhập khác của gia đình ($)
 Biến định tính:
Black: da màu
+ black=1: nếu da màu
+ black=0: nếu không phải da màu
Metro: khu vực đô thị
+ metro=1: nếu khu vực đô thị
+ metro=0: nếu không phải khu vực đô thị
South: khu vực miền bắc
+ south=1: nếu khu vực miền bắc
+ south=0: nếu không phải khu vực miền bắc
West: khu vực miền tây
+ west=1: nếu khu vực miền tây
+ west=0: nếu không phải khu vực miền tây
Female: phụ nữ
+ female = 1: phụ nữ
+ female = 0: nam
Midwest: vùng trung tây
+ midwest = 1: người lao động ở vùng trung tây
+ midwest = 0: người lao động không ở vùng trung tây

2. Ước lượng mô hình.

MÔ HÌNH 1
PRF: Wage = β 1 + β 2.educ + β 3 . exper + β 4 *faminc + β 5*black + β 6*female + β 7
*metro + β 8*midwest + β 9*south + β 10*west + u
Kết quả ước lượng với mẫu 1200 quan sát như sau:

Và hàm hồi quy mẫu trên mô tả mối quan hệ giữa các biến kinh tế như sau:
SRF: w
^ age i = -18.5462 + 2.5468*educi + 0.2016*experi + 3.65E-05*faminci -
0.8853*blacki -4.5275*femalei +3.3601*metroi -1.2192*midwesti -1.2217*southi
+0.0778*westi
Từ mô hình 1 ta có:
^
β 1= -18.5462: Với những người lao động là nam không phải da màu, không ở khu vực đô
thị, không ở khu vực miền bắc, không ở khu vực miền tây, người lao động không ở vùng
trung tây, số năm đi học= số năm kinh nghiệm= thu nhập khác của gia đình =0 thì thu
nhập trung bình trong mỗi giờ của một người lao động là -18.5462 $/ giờ
^
β 2= 2.5468: Nếu số năm đi học tăng 1 năm thì thu nhập trung bình trong mỗi giờ của
người đó tăng 2.5468 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 3= 0.2016: Nếu số năm kinh nghiệm tăng 1 năm thì thu nhập trung bình trong mỗi giờ
của người đó tăng 0.2016 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 4 = 3.65E-05: Nếu thu nhập khác của gia đình tăng 1$ thì thu nhập trung bình trong mỗi
giờ của người đó tăng 3.65E-05$/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 5= -0.8853: Thu nhập trung bình người da màu thấp hơn người không phải da màu là
0.8853 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 6= -4.5275: Thu nhập trung bình người lao động nữ thấp hơn nam là 4.5275$/ giờ, trong
điều kiện các yếu tố khác không đổi.
^
β 7= 3.3601: Thu nhập trung bình người ở khu vực đô thị cao hơn người lao động không ở
khu vực đô thị là 3.3601 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 8= -1.2192: Thu nhập trung bình người ở khu vực vùng trung tây thấp hơn người không
ở khu vực vùng trung tây là 1.2192 $/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 9= -1.2217: Thu nhập trung bình người ở khu vực miền bắc thấp hơn người không ở khu
vực miền bắc là 1.2217$/ giờ, trong điều kiện các yếu tố khác không đổi.
^
β 10= 0.0778: Thu nhập trung bình người ở khu vực miền tây cao hơn người không ở khu
vực miền tây là 0.0778$/ giờ, trong điều kiện các yếu tố khác không đổi.

R Squared = R2 = 0.2785 ≈ 27.85%. Nghĩa là mô hình cho biết 27.85% giải thích của
các biến độc lập trong biến động (quanh giá trị trung bình) của biến phụ thuộc. 72.15%
cho biết tỷ lệ biến động (quanh giá trị trung bình) của biến phụ thuộc gây ra bởi sai số
hoặc các yếu tố chưa được đưa vào mô hình.

- Kiểm định khuyết tật phương sai sai số thay đổi:

 Ta xét cặp giả thuyết sau:

{ H 0 : Mô hình có PSSS không đổi

H 1 : Mô hình có PSSS thay đổi

 Kết quả kiểm định như sau:


Heteroskedasticity Test: White

F-statistic 2.215307     Prob. F(45,1154) 0.0000

Obs*R-squared 95.41968     Prob. Chi-Square(45) 0.0000
Scaled explained SS 1672.651     Prob. Chi-Square(45) 0.0000

Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 04/11/23 Time: 22:58
Sample: 1 1200
Included observations: 1200
Collinear test regressors dropped from specification

Variable Coefficient Std. Error t-Statistic Prob.  

C 721.9568 831.4149 0.868347 0.3854

EDUC^2 1.276589 2.056658 0.620710 0.5349
EDUC*EXPER 0.872179 0.822349 1.060594 0.2891
EDUC*FAMINC 0.000455 0.000240 1.898509 0.0579
EDUC*BLACK -10.09830 43.19182 -0.233801 0.8152
EDUC*FEMALE -4.762223 21.86685 -0.217783 0.8276
EDUC*METRO 14.30172 29.11274 0.491253 0.6233
EDUC*MIDWEST -12.28372 34.70489 -0.353948 0.7234
EDUC*SOUTH 7.369765 32.05629 0.229901 0.8182
EDUC*WEST -2.240914 33.03004 -0.067845 0.9459
EDUC -51.26572 77.21467 -0.663938 0.5069
EXPER^2 0.148393 0.165242 0.898035 0.3694
EXPER*FAMINC 0.000206 5.11E-05 4.027996 0.0001
EXPER*BLACK -0.541066 8.340604 -0.064871 0.9483
EXPER*FEMALE -4.345126 4.549613 -0.955054 0.3398
EXPER*METRO 1.026932 5.937142 0.172967 0.8627
EXPER*MIDWEST 1.968210 6.992985 0.281455 0.7784
EXPER*SOUTH 11.40284 6.899506 1.652704 0.0987
EXPER*WEST 4.880534 7.054540 0.691829 0.4892
EXPER -26.14111 16.94187 -1.542988 0.1231
FAMINC^2 8.03E-09 5.60E-09 1.433792 0.1519
FAMINC*BLACK -0.000959 0.003690 -0.259759 0.7951
FAMINC*FEMALE -0.003368 0.001382 -2.436724 0.0150
FAMINC*METRO -0.000915 0.002388 -0.383004 0.7018
FAMINC*MIDWEST -0.002129 0.002032 -1.047730 0.2950
FAMINC*SOUTH 0.005443 0.001877 2.900292 0.0038
FAMINC*WEST -0.001291 0.001948 -0.662542 0.5078
FAMINC -0.008794 0.004522 -1.944692 0.0521
BLACK^2 212.7029 768.3454 0.276832 0.7820
BLACK*FEMALE 34.68112 217.9227 0.159144 0.8736
BLACK*METRO -23.90454 322.8504 -0.074042 0.9410
BLACK*MIDWEST -158.8681 411.5199 -0.386052 0.6995
BLACK*SOUTH -29.03632 331.1371 -0.087687 0.9301
BLACK*WEST -80.09504 403.3206 -0.198589 0.8426
FEMALE^2 268.2633 399.0170 0.672311 0.5015
FEMALE*METRO -19.13296 165.3563 -0.115707 0.9079
FEMALE*MIDWEST 23.98087 184.2176 0.130177 0.8964
FEMALE*SOUTH -180.8047 175.8539 -1.028153 0.3041
FEMALE*WEST -57.90113 183.7153 -0.315168 0.7527
METRO^2 -196.5017 478.7731 -0.410428 0.6816
METRO*MIDWEST 70.23221 222.4793 0.315680 0.7523
METRO*SOUTH 103.5859 237.9861 0.435260 0.6635
METRO*WEST 49.32194 264.6425 0.186372 0.8522
MIDWEST^2 118.7805 581.3838 0.204307 0.8381
SOUTH^2 -472.7891 556.1697 -0.850081 0.3955
WEST^2 -9.105782 576.0948 -0.015806 0.9874

R-squared 0.079516     Mean dependent var 166.9200

Adjusted R-squared 0.043622     S.D. dependent var 997.0627
S.E. of regression 975.0732     Akaike info criterion 16.64048
Sum squared resid 1.10E+09     Schwarz criterion 16.83560
Log likelihood -9938.289     Hannan-Quinn criter. 16.71398
F-statistic 2.215307     Durbin-Watson stat 2.000468
Prob(F-statistic) 0.000010

Với kết quả kiểm định trên, ta thấy rằng Prob (Obs*R-squared) = 0.000 < 0,05

 bác bỏ H0, chấp nhận H1

  Với mức ý nghĩa 5%, mô hình có PSSS thay đổi

- Kiểm định khuyết tật sai số ngẫu nhiên không phân phối chuẩn
 Ta xét cặp giả thuyết sau:

 { H 0 : môhình có Sai số ngẫu nhiên phân phốichuẩn

H 1 : sai số ngẫu nhiêncủa mô hình kh ô ng ph â n ph ố ichu ẩ n

 Ta có kết quả kiểm định sau:

Quan sát kết quả trên ta thấy rằng P-value của kiểm định là 0.000 bé hơn mức ý nghĩa α
=5%. Nên ta bác bỏ H0, do đó chấp nhận H1.
 Kết luận: Vậy sai số ngẫu nhiên của mô hình không phân phối chuẩn với mức ý
nghĩa 5%.

- Kiểm định đa cộng tuyến

 Ta xét cặp giả thuyết sau:

{ H 0 : môhình không có đa cộng tuyến

H 1 :mô hình có đa cộng tuyến

 Ta thực hiện kiểm định trên bằng cách hồi quy educ theo exper, faminc, black, female,
metro, midwest, south, west ta có kết quả kiểm định như sau:
Ta thấy rằng giá trị P-value của kiểm định về ý nghĩa thống kê của hệ số ứng với biến
exper, faminc, female, metro lần lượt là 0.000, 0.000, 0.000, 0.0001, 0.0272 bé hơn mức
ý nghĩa 5%, điều này chứng tỏ rằng hệ số ứng với biến exper, faminc, female, metro có ý
nghĩa thống kê, nói cách khác biến exper, faminc, female, metro có tác động đến biến
educ.

=> bác bỏ H0, do đó chấp nhận H1.

 Kết luận: Vậy mô hình có đa cộng tuyến với mức ý nghĩa 5%.

- Kiểm định khuyết tật tự tương quan

 Ta xét cặp giả thuyết sau:

{ H 0 : Mô hình không có tự tương quan

H 1 : Mô hình có tự tươngquan

 Ta có kết quả kiểm định như sau:

Với kết quả kiểm định trên, ta thấy rằng P-value của Chi-squared của giả thuyết trên là
0.7863 lớn hơn mức ý nghĩa α =5%.

=> chưa đủ cơ sở bác bỏ H0, do đó chấp nhận H0.

 Kết luận: Vậy mô hình không có khuyết tật tự tương quan với mức ý nghĩa 5%.

- Kiểm định mô hình thiếu biến, dạng hàm sai:

 Ta xét cặp giả thuyết sau:

{ H 0 : Mô hình gốc không thiếu biến , dạng hàm đúng

H 1 : Mô hình gốc thiếu biến, dạng hàm sai

 Ta có kết quả kiểm định sau:


Ramsey RESET Test
Equation: UNTITLED
Specification: WAGE C EDUC EXPER FAMINC BLACK FEMALE
        METRO MIDWEST SOUTH WEST
Omitted Variables: Squares of fitted values
 Value df Probability
t-statistic  4.173577  1189  0.0000
F-statistic  17.41875 (1, 1189)  0.0000
Likelihood ratio  17.45237  1  0.0000

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR  2892.069  1  2892.069
Restricted SSR  200304.0  1190  168.3227
Unrestricted SSR  197412.0  1189  166.0319

LR test summary:
Value
Restricted LogL -4773.235
Unrestricted LogL -4764.509

Unrestricted Test Equation:

Dependent Variable: WAGE
Method: Least Squares
Date: 04/11/23 Time: 23:02
Sample: 1 1200
Included observations: 1200

Variable Coefficient Std. Error t-Statistic Prob.  

C 1.403835 5.366482 0.261593 0.7937

EDUC 0.810848 0.437075 1.855172 0.0638
EXPER 0.053848 0.045584 1.181292 0.2377
FAMINC 5.68E-06 1.12E-05 0.506869 0.6123
BLACK -0.313680 1.366687 -0.229518 0.8185
FEMALE -1.148719 1.112747 -1.032327 0.3021
METRO 1.057806 1.136481 0.930773 0.3522
MIDWEST -0.321423 1.188362 -0.270476 0.7868
SOUTH -0.461001 1.128806 -0.408397 0.6831
WEST -0.266799 1.164402 -0.229130 0.8188
FITTED^2 0.014795 0.003545 4.173577 0.0000

R-squared 0.288915     Mean dependent var 23.64004

Adjusted R-squared 0.282934     S.D. dependent var 15.21655
S.E. of regression 12.88534     Akaike info criterion 7.959182
Sum squared resid 197412.0     Schwarz criterion 8.005841
Log likelihood -4764.509     Hannan-Quinn criter. 7.976758
F-statistic 48.30919     Durbin-Watson stat 1.975848
Prob(F-statistic) 0.000000

Với kết quả kiểm định trên, ta thấy rằng P-value của các kiểm định T, F của giả thuyết
trên đều là 0.0000 bé hơn mức ý nghĩa α =5%. Nên ta bac bỏ H0, chấp nhận H1.
 Kết luận: Vậy mô hình có khuyết tật mô hình thiếu biến, dạng hàm sai với mức ý
nghĩa 5%.

=> Cần thêm biến vào mô hình

Khắc phục khuyết tật mô hình thiếu biến, dạng hàm sai
Bằng cách thêm biến educ2 vào mô hình trên và ước lượng lại được kết quả:
PRF: Wage = β 1 + β 2.educ + β 3 . exper + β 4 *faminc + β 5*black + β 6*female + β 7*metro
+ β 8*midwest + β 9*south + β 10*west + β 11*educ2+ u
Thực hiện kiểm định lại khuyết tật mô hình thiếu biến dạng hàm sai với mô hình trên ta
được kết quả như sau:

Ramsey RESET Test

Equation: UNTITLED
Specification: WAGE C EDUC EXPER FAMINC BLACK FEMALE
        METRO MIDWEST SOUTH WEST EDUC^2
Omitted Variables: Squares of fitted values

Value df Probability
t-statistic  0.385250  1188  0.7001
F-statistic  0.148418 (1, 1188)  0.7001
Likelihood ratio  0.149907  1  0.6986

F-test summary:
Mean
Sum of Sq. df Squares
Test SSR  24.79436  1  24.79436
Restricted SSR  198489.7  1189  166.9384
Unrestricted SSR  198464.9  1188  167.0580

LR test summary:
Value
Restricted LogL -4767.776
Unrestricted LogL -4767.701

Unrestricted Test Equation:

Dependent Variable: WAGE
Method: Least Squares
Date: 04/11/23 Time: 23:04
 Sample: 1 1200
Included observations: 1200

Variable Coefficient Std. Error t-Statistic Prob.  

C -4.586628 4.867067 -0.942380 0.3462

EDUC 0.633530 0.781371 0.810792 0.4176
EXPER 0.174663 0.056404 3.096622 0.0020
FAMINC 3.14E-05 1.35E-05 2.332227 0.0199
BLACK -0.695995 1.368603 -0.508544 0.6112
FEMALE -3.991682 1.416358 -2.818272 0.0049
METRO 2.944393 1.234151 2.385764 0.0172
MIDWEST -1.013794 1.202465 -0.843096 0.3993
SOUTH -1.123933 1.149449 -0.977801 0.3284
WEST -0.044082 1.166684 -0.037784 0.9699
EDUC^2 0.060848 0.047317 1.285968 0.1987
FITTED^2 0.002052 0.005327 0.385250 0.7001

R-squared 0.285122     Mean dependent var 23.64004

Adjusted R-squared 0.278503     S.D. dependent var 15.21655
S.E. of regression 12.92509     Akaike info criterion 7.966168
Sum squared resid 198464.9     Schwarz criterion 8.017069
Log likelihood -4767.701     Hannan-Quinn criter. 7.985342
F-statistic 43.07471     Durbin-Watson stat 1.969607
Prob(F-statistic) 0.000000

Với kết quả kiểm định trên, ta thấy rằng P-value của các kiểm định t, F của giả thuyết
trên là 0.7001 lớn hơn mức ý nghĩa α =5%.
 Kết luận: Mô hình mới này không còn khuyết tật mô hình thiếu biến, dạng hàm sai
với mức ý nghĩa 5%.
CÂU 3:
Xét mô hình: PRF: Wage = β 1 + β 2.educ + β 3 . exper + β 4 *faminc + β 5*black + β 6
*female + β 7*metro + β 8*midwest + β 9*south + β 10*west +u
Kiểm định sự phù hợp của mô hình trên đối với tổng thể với mức ý nghĩa 5%
 Cặp giả thuyết:

{
2
H 0 : R =0
H 1 : R2 ≠ 0

R 2 / ( k −1 )
 Tiêu chuẩn kiểm định: Fqs = ≈ 51.0372
( 1−R2 ) / ( n−k )
 F0.05(9,1190) = 2.5
Ta thấy Fqs > F0.05(9,1190)
=> Bác bỏ H0, chấp nhận H1
 Như vậy với mức ý nghĩa 5%, mô hình hồi quy là phù hợp
3. Khoảng tin cậy.
 Khoảng tin cậy đối xứng của hệ số β 1 có dạng:
(^
β 1 – Se ( ^
β 1). t (n-k) α/2; ^
β 1 + Se ( ^
β 1). t (n-k) α/2) (1)

Có ^
β 1 = -18.54623; Se ( ^
β 1) = 2.456010 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96

Thay số vào (1) ta được khoảng tin cậy đối xứng của β 1 là: (-23.364; -13.727)

 Khoảng tin cậy đối xứng của hệ số β 2 có dạng:

(^
β 2 – Se ( ^
β 2). t (n-k) α/2; ^
β 2 + Se ( ^
β 2). t (n-k) α/2) (2)

Có ^
β 2 = 2.546866; Se ( ^
β 2) = 0.135147 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (2) ta được khoảng tin cậy đối xứng của β 2 là: (2.281; 2.812)
 Khoảng tin cậy đối xứng của hệ số β 3 có dạng:
(^
β 3 – Se ( ^
β 3). t (n-k) α/2; ^
β 3 + Se ( ^
β 3). t (n-k) α/2) (3)

Có ^
β 3 = 0.201683; Se ( ^
β 3) = 0.028888 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (3) ta được khoảng tin cậy đối xứng của β 3 là: (0.0145; 0.2583)

 Khoảng tin cậy đối xứng của hệ số β 4 có dạng:

(^
β 4 – Se ( ^
β 4 ). t (n-k) α/2; ^
β 4 + Se ( ^
β 4 ). t (n-k) α/2) (4)

Có ^
β 4 = 3.65E-05; Se ( ^
β 4 ) = 8.50E-06 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (4) ta được khoảng tin cậy đối xứng của β 4 là: (1.98E-05; 5.32E-05)

 Khoảng tin cậy đối xứng của hệ số β 5 có dạng:

(^
β 5 – Se ( ^
β 5). t (n-k) α/2; ^
β 5 + Se ( ^
β 5). t (n-k) α/2) (5)

Có ^
β 5 = -0.885380; Se ( ^
β 5) = 1.369154 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (5) ta được khoảng tin cậy đối xứng của β 5 là: (-3.571; 1.800)

 Khoảng tin cậy đối xứng của hệ số β 6 có dạng:

(^
β 6 – Se ( ^
β 6). t (n-k) α/2; ^
β 6 + Se ( ^
β 6). t (n-k) α/2) (6)

Có ^
β 6 = -4.527500; Se ( ^
β 6) = 0.768668 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (6) ta được khoảng tin cậy đối xứng của β 6 là: (-6.0355; -3.019)

 Khoảng tin cậy đối xứng của hệ số β 7 có dạng:

(^
β 7 – Se ( ^
β 7). t (n-k) α/2; ^
β 7 + Se ( ^
β 7). t (n-k) α/2) (7)

Có ^
β 7 = 3.360163; Se ( ^
β 7) = 1.000446 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (7) ta được khoảng tin cậy đối xứng của β 7 là: (1.397; 5.322)

 Khoảng tin cậy đối xứng của hệ số β 8 có dạng:

(^
β 8 – Se ( ^
β 8). t (n-k) α/2; ^
β 8 + Se ( ^
β 8). t (n-k) α/2) (8)
Có ^
β 8 = -1.219214; Se ( ^
β 8) = 1.176766 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (8) ta được khoảng tin cậy đối xứng của β 8 là: (-3.527; 1.089)

 Khoảng tin cậy đối xứng của hệ số β 9 có dạng:

(^
β 9 – Se ( ^
β 9 ). t (n-k) α/2; ^
β 9 + Se ( ^
β 9 t (n-k) α/2) (9)

Có ^
β 9 = -1.221721; Se ( ^
β 9 ) = 1.121652 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (9) ta được khoảng tin cậy đối xứng của β 9 là: (-3.422; 0.978)

 Khoảng tin cậy đối xứng của hệ số β 10 có dạng:

(^
β 10 – Se ( ^
β 10 ). t (n-k) α/2; ^
β 10 + Se ( ^
β 10 t (n-k) α/2) (10)

Có ^
β 10 = 0.077846; Se ( ^
β 10 ) = 1.169455 và t (n-k) α/2 = t (1200-10)0.05/2 = t11900.025 = 1.96
Thay số vào (10) ta được khoảng tin cậy đối xứng của β 10 là: (-2.216; 2.372)

3. Kiểm định các hệ số:

- Kiểm định β 1:
Ta xét cặp giả thuyết:

{ H 0 : β 1=0
H 1 : β1≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.0000 < 0.05

=> Bác bỏ H0, chấp nhận H1

 Vậy ta kết luận ước lượng của hệ số β 1 có ý nghĩa thống kê với mức ý nghĩa 5%.
- Kiểm định β 2:
Ta xét cặp giả thuyết:

{ H 0 : β 2=0
H 1 : β2≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.0000 < 0.05

=> Bác bỏ H0, chấp nhận H1

 Vậy ta kết luận ước lượng của hệ số β 2 có ý nghĩa thống kê với mức ý nghĩa 5%.
- Kiểm định β 3:
Ta xét cặp giả thuyết:

{ H 0 : β 3=0
H 1 : β3≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.0000 < 0.05

=> Bác bỏ H0, chấp nhận H1

 Vậy ta kết luận ước lượng của hệ số β 3 không có ý nghĩa thống kê với mức ý nghĩa
5%
- Kiểm định β 4 :
Ta xét cặp giả thuyết:

{ H 0 : β 4 =0
H 1 : β 4 ≠0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.0000 < 0.05

=> Bác bỏ H0, chấp nhận H1

=> Hệ số góc β 4 có ý nghĩa thống kê

- Kiểm định β 5:
Ta xét cặp giả thuyết:
 { H 0 : β 5=0
H 1 : β5≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.5180 > 0.05

=> Chưa đủ cở sở Bác bỏ H0, chấp nhận H0

=> Hệ số góc β 5 không có ý nghĩa thống kê

- Kiểm định β 6:
Ta xét cặp giả thuyết:

{ H 0 : β 6 =0
H 1 : β6≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.0000 < 0.05

=> Bác bỏ H0, chấp nhận H1

=> Hệ số góc β 6 có ý nghĩa thống kê

- Kiểm định β 7:
Ta xét cặp giả thuyết:

{ H 0 : β 7 =0
H 1 : β7≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.0008 < 0.05

=> Bác bỏ H0, chấp nhận H1

=> Hệ số góc β 7 có ý nghĩa thống kê

- Kiểm định β 8:
Ta xét cặp giả thuyết:

{ H 0 : β 8 =0
H 1 : β8≠ 0

Điều kiện bác bỏ Pvalue < 0.05

 Pvalue = 0.3004 > 0.05

=> Chưa đủ cở sở Bác bỏ H0, chấp nhận H0

=> Hệ số góc β 8 không có ý nghĩa thống kê

- Kiểm định β 9:
Ta xét cặp giả thuyết:

{ H 0 : β 9 =0
H 1 : β9≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.2763 > 0.05

=> Chưa đủ cở sở Bác bỏ H0, chấp nhận H0

=> Hệ số góc β 9 không có ý nghĩa thống kê

- Kiểm định β 10:

Ta xét cặp giả thuyết:

{ H 0 : β 10=0
H 1 : β 10 ≠ 0

Điều kiện bác bỏ Pvalue < 0.05

Pvalue = 0.9469 > 0.05

=> Chưa đủ cở sở Bác bỏ H0, chấp nhận H0

=> Hệ số góc β 10 không có ý nghĩa thống kê