Y x2 x3 x4 x5 x678+d 61 23 0.0047 0.0040 166+d 111 48 0.1074 0.0130 1149+d 123 54 0.0899 0.0536 132+d 39 12 0.1093 0.0521 197+d 57 21 0.1089 0.0504 194+d 27 6 0.3727 0.2351 010+d 31 8 0.1853 0.0434 04+d 43 14 0.0157 0.0089 0281+d 33 9 0.2183 0.0508 19+d 127 56 0.0421 0.0034 02+d 29 7 0.0072 0.0052 04787+d 180 220 0.2579 0.2161 11461+d 80 164 0.1809 0.0727 1521+d 67 210 0.1067 0.0405 1563+d 40 100 0.1433 0.0802 12163+d 61 451 0.3568 0.1417 01190+d 33 238 0.3622 0.1565 01357+d 53 180 0.2511 0.1393 1952+d 50 65 0.1916 0.1766 11093+d 38 81 0.2805 0.1272 076+d 13 43 0.0524 0.0234 1260+d 22 11 0.1188 0.1081 0361+d 21 96 0.1780 0.0930 0557+d 23 150 0.2386 0.0776 04307+d 250 342 0.1750 0.1158 110695+d 287 385 0.3934 0.2455 0955+d 40 90 0.2875 0.2034 1620+d 33 226 0.1850 0.0724 1156+d 18 60 0.0845 0.0546 11322+d 59 224 0.2230 0.0900 1455+d 17 56 0.2741 0.0508 1802+d 24 40 0.3253 0.2145 1115+d 1 16 0.9919 0.2138 040+d 5 12 0.0744 0.0438 040+d 2 6 0.2125 0.0607 111+d 5 204 0.0250 0.0023 019+d 16 115 0.0126 0.0012 17+d 1 2 0.0942 0.0396 013+d 4 9 0.0316 0.0254 015+d 1 22 0.1036 0.0059 1

Yêu cầu: (Với d là tổng ngày sinh và tháng sinh của bạn) Hãy:

1 .Xây dựng mô hình hồi quy đơn giữa y với x3 và mô hình hồi quy bội bằng phần mềm quản trị cơ sở dữ liệu EXCEL với phương pháp tính toán ma trận

2 .Xây dựng mô hình hồi quy đơn y với x3 và mô hình hồi quy bội giữa biến y với các biến x trên bằng phần mềm SPSS và EVIEWS

3 .So sánh kết quả vừa tính được của các phần mềm4 .Đánh giá và kiểm định các mô hình vừa xây dựng

5 .Biến giả x6 co ảnh hưởng gì đến mô hình không

Yêu cầu: (Với d là tổng ngày sinh và tháng sinh của bạn) Hãy:

1 .Xây dựng mô hình hồi quy đơn giữa y với x3 và mô hình hồi quy bội bằng phần mềm quản trị cơ sở dữ liệu EXCEL với phương pháp tính toán ma trận

2 .Xây dựng mô hình hồi quy đơn y với x3 và mô hình hồi quy bội giữa biến y với các biến x trên bằng phần mềm SPSS và EVIEWS

3 .So sánh kết quả vừa tính được của các phần mềm4 .Đánh giá và kiểm định các mô hình vừa xây dựng

5 .Biến giả x6 co ảnh hưởng gì đến mô hình không

Nguyễn An Sơn. Lớp Cao học TCNH K22Ngày tháng năm sinh 23/08/1981Tổng ngày sinh và tháng sinh d = 31

Y x2 x3 x4 x5 x6109 61 23 0.0047 0.0040 1

97 111 48 0.1074 0.0130 1180 123 54 0.0899 0.0536 1

63 39 12 0.1093 0.0521 1128 57 21 0.1089 0.0504 1125 27 6 0.3727 0.2351 0

41 31 8 0.1853 0.0434 035 43 14 0.0157 0.0089 0

312 33 9 0.2183 0.0508 140 127 56 0.0421 0.0034 033 29 7 0.0072 0.0052 0

4818 180 220 0.2579 0.2161 11492 80 164 0.1809 0.0727 1

552 67 210 0.1067 0.0405 1594 40 100 0.1433 0.0802 1

2194 61 451 0.3568 0.1417 01221 33 238 0.3622 0.1565 01388 53 180 0.2511 0.1393 1

983 50 65 0.1916 0.1766 11124 38 81 0.2805 0.1272 0

107 13 43 0.0524 0.0234 1291 22 11 0.1188 0.1081 0392 21 96 0.1780 0.0930 0588 23 150 0.2386 0.0776 0

4338 250 342 0.1750 0.1158 110726 287 385 0.3934 0.2455 0

986 40 90 0.2875 0.2034 1651 33 226 0.1850 0.0724 1187 18 60 0.0845 0.0546 1

1353 59 224 0.2230 0.0900 1486 17 56 0.2741 0.0508 1833 24 40 0.3253 0.2145 1146 1 16 0.9919 0.2138 0

71 5 12 0.0744 0.0438 071 2 6 0.2125 0.0607 142 5 204 0.0250 0.0023 050 16 115 0.0126 0.0012 138 1 2 0.0942 0.0396 044 4 9 0.0316 0.0254 046 1 22 0.1036 0.0059 1

.Câu 1: Xây dựng mô hình hồi quy đơn giữa y với x3 và mô hình hồi quy bội bằng phần mềm quản trị cơ sở dữ liệu EXCEL với phương pháp tính toán ma trận1. Mô hình hồi qui đơn giữa y và x3

Y y^x3 (x-xtb) (y-ytb) (x-xtb)(y-ytb) (x-xtb)2

109 23 -78.9 -815.375 64333.0875 6225.21 8.20410597 48 -53.9 -827.375 44595.5125 2905.21 298.4991

180 54 -47.9 -744.375 35655.5625 2294.41 368.169963 12 -89.9 -861.375 77437.6125 8082.01 -119.5257

128 21 -80.9 -796.375 64426.7375 6544.81 -15.01949125 6 -95.9 -799.375 76660.0625 9196.81 -189.1965

41 8 -93.9 -883.375 82948.9125 8817.21 -165.972935 14 -87.9 -889.375 78176.0625 7726.41 -96.30208

312 9 -92.9 -612.375 56889.6375 8630.41 -154.361140 56 -45.9 -884.375 40592.8125 2106.81 391.393533 7 -94.9 -891.375 84591.4875 9006.01 -177.5847

4818 220 118.1 3893.625 459837.1125 13947.61 2295.7281492 164 62.1 567.625 35249.5125 3856.41 1645.468

552 210 108.1 -372.375 -40253.7375 11685.61 2179.61594 100 -1.9 -330.375 627.7125 3.61 902.3126

2194 451 349.1 1269.625 443226.0875 121870.8 4978.0541221 238 136.1 296.625 40370.6625 18523.21 2504.7411388 180 78.1 463.625 36209.1125 6099.61 1831.256

983 65 -36.9 58.625 -2163.2625 1361.61 495.89961124 81 -20.9 199.625 -4172.1625 436.81 681.6884

107 43 -58.9 -817.375 48143.3875 3469.21 240.4401291 11 -90.9 -633.375 57573.7875 8262.81 -131.1375392 96 -5.9 -532.375 3141.0125 34.81 855.8654588 150 48.1 -336.375 -16179.6375 2313.61 1482.903

4338 342 240.1 3413.625 819611.3625 57648.01 3712.36810726 385 283.1 9801.625 2774840.038 80145.61 4211.675

986 90 -11.9 61.625 -733.3375 141.61 786.1946651 226 124.1 -273.375 -33925.8375 15400.81 2365.399187 60 -41.9 -737.375 30896.0125 1755.61 437.8406

1353 224 122.1 428.625 52335.1125 14908.41 2342.176486 56 -45.9 -438.375 20121.4125 2106.81 391.3935833 40 -61.9 -91.375 5656.1125 3831.61 205.6047146 16 -85.9 -778.375 66862.4125 7378.81 -73.07848

71 12 -89.9 -853.375 76718.4125 8082.01 -119.525771 6 -95.9 -853.375 81838.6625 9196.81 -189.196542 204 102.1 -882.375 -90090.4875 10424.41 2109.9450 115 13.1 -874.375 -11454.3125 171.61 1076.4938 2 -99.9 -886.375 88548.8625 9980.01 -235.643744 9 -92.9 -880.375 81786.8375 8630.41 -154.361146 22 -79.9 -878.375 70182.1625 6384.01 -3.407693

Trung bình 924.375 101.9 5801110.5 499587.6

β^1 = -258.86726β^2 = 11.6117984

Mô hình hồi qui đơn: y = -258.8673 + 11.611798x

2. Mô hình hồi qui bội

109 1 61 23 0.004686 0.00401497 1 111 48 0.107401 0.013015

180 1 123 54 0.089879 0.05362163 1 39 12 0.109258 0.052149

128 1 57 21 0.108945 0.050361125 1 27 6 0.372686 0.235116

Y= 41 X= 1 31 8 0.185297 0.04342335 1 43 14 0.015686 0.008874

312 1 33 9 0.218291 0.05077540 1 127 56 0.042064 0.00338933 1 29 7 0.007157 0.005202

4818 1 180 220 0.257901 0.2161491492 1 80 164 0.180904 0.072661

552 1 67 210 0.106718 0.040516594 1 40 100 0.143251 0.080191

2194 1 61 451 0.356825 0.1416671221 1 33 238 0.362208 0.1565021388 1 53 180 0.251103 0.139266

983 1 50 65 0.191645 0.1766211124 1 38 81 0.280457 0.127226

107 1 13 43 0.052359 0.023389291 1 22 11 0.118791 0.108124392 1 21 96 0.177995 0.092954588 1 23 150 0.23858 0.077649

4338 1 250 342 0.175034 0.11576810726 1 287 385 0.393399 0.245548

986 1 40 90 0.287506 0.203364651 1 33 226 0.185043 0.072352187 1 18 60 0.08445 0.054634

1353 1 59 224 0.222995 0.090012486 1 17 56 0.274058 0.050796833 1 24 40 0.325278 0.214513146 1 1 16 0.991854 0.213784

71 1 5 12 0.074397 0.0438371 1 2 6 0.212545 0.06070742 1 5 204 0.02498 0.00227550 1 16 115 0.012583 0.00121738 1 1 2 0.094208 0.03959944 1 4 9 0.031579 0.02540646 1 1 22 0.103627 0.005852

924.375ytb

β^=(X'X)-1(X'Y)

40 2125 4076 7.47361973 3.41251265 232125 268171 378221 420.381433 238.4124573 13674076 378221 914932 918.829324 463.6173753 2330

7.47361973 420.381433 918.829324 2.53589776 1.000590101 3.7054593.41251265 238.412457 463.617375 1.0005901 0.500031263 1.841945

23 1367 2330 3.70545875 1.841944698 23

0.11680807 -0.0001204 -9.669E-05 -0.1530921 -0.09472774 -0.067607-0.0001204 1.0914E-05 -3.116E-06 0.001258 -0.00351893 -0.000134

-9.669E-05 -3.116E-06 3.2072E-06 -0.0001619 -0.00062671 3.32E-05 X'Y =-0.1530921 0.001258 -0.0001619 2.18746637 -4.01831749 0.064114-0.0947277 -0.0035189 -0.0006267 -4.0183175 13.0612757 -0.031265-0.0676066 -0.0001335 3.3239E-05 0.0641139 -0.03126485 0.107828

Mô hình hồi qui bội: y = -830.92 + 18.062 x2 + 4.0622 x3 - 599.58 x4 + 8119.56 x5 - 345.853 x6

(X'X)=

(X'X)-1=

.Câu 1: Xây dựng mô hình hồi quy đơn giữa y với x3 và mô hình hồi quy bội bằng phần mềm quản trị cơ sở dữ liệu EXCEL với phương pháp tính toán ma trận

e e2 (y-ytb)2

100.79589465391 10159.812379 664836.390625-201.499065629331 40601.873449 684549.390625-188.169856097309 35407.894744 554094.140625182.525677178536 33315.622829 741966.890625

143.01949147657 20454.574942 634213.140625314.196467646514 98719.420282 639000.390625206.972870823855 42837.769257 780351.390625131.302080355877 17240.236306 790987.890625466.361072412525 217492.64986 375003.140625

-351.393452919969 123477.35876 782119.140625210.584669235185 44345.902917 794549.3906252522.27160762197 6361854.0626 15160315.640625

-153.467681343572 23552.329217 322198.140625-1627.61040826474 2649115.6411 138663.140625-308.312583018474 95056.648848 109147.640625-2784.05382539518 7750955.7027 1611947.640625-1283.74076378197 1647990.3486 87986.390625-443.256455924846 196476.28572 214948.140625487.100361378064 237266.76205 3436.890625

442.31158679679 195639.53981 39850.140625-133.440073572683 17806.253235 668101.890625422.137475589866 178200.0483 401163.890625

-463.865389373155 215171.09946 283423.140625-894.902503584957 800850.49092 113148.140625625.632201439749 391415.65148 11652835.6406256514.32486975257 42436428.509 96071852.640625199.805401094823 39922.198307 3797.640625

-1714.39918284601 2939164.5581 74733.890625-250.840646565287 62921.029969 543721.890625-989.175586023352 978468.33998 183719.39062594.6065470800314 8950.3987504 192172.640625627.395321661306 393624.88964 8349.390625219.078483533218 47995.381947 605867.640625190.525677178536 36300.033664 728248.890625260.196467646514 67702.201776 728248.890625

-2067.93961779676 4276374.2629 778585.640625-1026.48955918842 1053680.8151 764531.640625273.643661291833 74880.853365 785660.640625198.361072412525 39347.115049 775060.14062549.4076930652399 2441.120134 771542.640625

0.00 73903605.69 141264931.38

73903605.69

141264931.38ESS = 67361325.69

ULPSSS= 1944831.7286 ULPSbeta_mu2= 3.8928743 T*_beta2=ULDLCSS= ULPDlcbeta_mu2= 1.97303682 R2=

RSS=∑e2=

TSS=∑(y-ytb)2=

1 48.2260466158789 60.77395338411 1064.37914009555 -967.37914011 1645.7011936249 -1465.70119361 -65.6854474324967 128.6854474321 281.653827183216 -153.653827180 1366.71646038892 -1241.7164604

0 y^=X*β^= 2.97869447251288 e=y-y^= 38.02130552750 65.2690772457977 -30.2690772461 -262.780941961149 574.7809419610 1692.7335678497 -1652.73356780 -240.7389308256 273.7389308261 4568.47566867654 249.5243313231 1415.89961069894 76.10038930111 1151.43069805926 -599.430698061 517.155104509797 76.84489549020 3039.24402426521 -845.244024270 1785.48756164984 -564.487561651 1491.93718530952 -103.937185311 1309.54729650415 -326.54729650 1049.33544918739 74.66455081261 -608.772770007296 715.7727700070 417.825332970583 -126.825332970 586.377684435321 -194.377684440 681.269484511662 -93.2694845121 5563.03951196924 -1225.0395120 7674.69503964402 3051.304960361 1390.15311244071 -404.153112441 813.849075249469 -162.849075251 -214.956823854758 401.9568238551 1395.97487965958 -42.974879661 -394.109117858775 880.1091178591 965.925746974499 -132.925746970 393.272526197456 -247.27252620 -380.590195153599 451.5901951541 -750.801765893887 821.8017658940 91.5751020318584 -49.5751020321 -418.286715202573 468.2867152030 -539.691213599421 577.6912135990 -534.75966527167 578.7596652721 -1083.95451536035 1129.95451536

ESS=

e2=

RSS=∑e2=

36975 -830.9182373080325825384 18.0619999821862

9568863 β^= 4.0622018322698310437.7667253822 -599.5792108756716177.05203550339 8119.55995222819

19824 -345.853441799978

y = -830.92 + 18.062 x2 + 4.0622 x3 - 599.58 x4 + 8119.56 x5 - 345.853 x6

ULĐLC_β =

T*= β^/ULĐC_β

R2=ESS/TSS=

ULPSSS (σ^2(ε))=RSS/(n-k)=

ULMTHPS β =(X'X)-1 x (σ^2(ε))

Tα/2=TINV(0.025,(n-k))

22 11

1 Rkn

nR

5.8852416150.477

3693.47341 664836.39063935822.4007 684549.390632148279.989 554094.1406316559.94438 741966.8906323609.49861 634213.140631541859.768 639000.39063

1445.619674 780351.39063916.2170373 790987.89063330373.1312 375003.140632731528.246 782119.1406374933.00225 794549.3906362262.39192 15160315.6415791.269252 322198.14063359317.1618 138663.140635905.137963 109147.64063714437.4606 1611947.6406318646.2073 87986.39062510802.93849 214948.14063106633.1369 3436.8906255574.795148 39850.140625512330.6583 668101.8906316084.66508 401163.8906337782.68421 283423.140638699.196741 113148.140631500721.806 11652835.6419310461.961 96071852.641163339.7383 3797.64062526519.82131 74733.890625161569.2882 543721.890631846.840282 183719.39063774592.0593 192172.6406317669.25421 8349.39062561143.70221 605867.64063203933.7044 728248.89063675358.1424 728248.890632457.690741 778585.64063219292.4476 764531.64063333727.1383 785660.64063334962.7501 775060.140631276797.207 771542.64063

25037682.55 141264931.38

116227249

(y-ytb)2=

TSS=∑(y-ytb)2=

0.8228

0.791

758717.65288929

88624.344426252 -91.34462725 -73.36310409 -116153.676 -71871.60866 -51294.33044-91.344627250448 8.2808457572 -2.363908119 954.46539401 -2669.873723 -101.3067914-73.363104086156 -2.363908119 2.4333831522 -122.8382701 -475.4951753 25.219087322-116153.67599293 954.46539401 -122.8382701 1659669.3525 -3048768.412 48644.348319-71871.608660063 -2669.873723 -475.4951753 -3048768.412 9909820.4395 -23721.19547-51294.330443386 -101.3067914 25.219087322 48644.348319 -23721.19547 81811.159459

297.698411863842.8776458707

ULĐLC_β = 1.5599304961288.2815502

3147.986728286.02650132

-2.7911409809202 > 2.34833837246.2766583498171 > 2.3483383724 Chấp nhận H1

T*= β^/ULĐC_β 2.6040915558622 > 2.3483383724-0.4654100734371 < 2.3483383724 Chấp nhận Ho

2.579286589773 > 2.3483383724 Chấp nhận H1-1.2091657248543 < 2.3483383724 Chấp nhận Ho

2.348338372444

R2=ESS/TSS=

σ^2(ε))=RSS/(n-k)=

ULMTHPS β =(X'X)-1 x (σ^2(ε))

Tα/2=TINV(0.025,(n-k))

22 11

1 Rkn

nR

Câu 2: Xây dựng mô hình hồi quy đơn y với x3 và mô hình hồi quy bội giữa biến y với các biến x trên bằng phần mềm SPSS và EVIEWS1. Mô hình hồi qui bội trên SPSS

CoefficientsaModel t

B Std. Error Beta1 (Constant) -830.865787469 293.311405196 -2.83270876192

x2 18.0637362811 2.8350415921 0.59889224349 6.37159480531x3 4.06153216497 1.53692604816 0.24153414852 2.64263343694x4 -599.1526199 1269.33472946 -0.05381262676 -0.4720209776x5 8118.31764325 3101.92274378 0.31217057837 2.61718885795x6 -345.928930201 281.807548939 -0.09099721177 -1.22753606674

a. Dependent Variable: y

Mô hình hồi qui bội: y = -830.866 + 18.064 x2 + 4.0615 x3 - 599.1526 x4 + 8118.3176 x5 - 345.9289 x6

2. Mô hình hồi qui đơn trên SPSS

CoefficientsaModel t

B Std. Error Beta1 (Constant) -258.867258114 298.400539083 -0.86751605379

x3 11.6117984113 1.97303682174 0.69053887257 5.88524161505a. Dependent Variable: y

Mô hình hồi qui đơn: y = -258.8673 + 11.611798x

Model SummarybModel R R Square

1 0.69053887257 0.47684393453 0.46307666965 1394.57223858 0.47684393453a. Predictors: (Constant), x3b. Dependent Va

ANOVAbModel Sum of Squares df Mean Square F

1 Regression 67361325.6878 1 67361325.6878 34.6360688675Residual 73903605.6872 38 1944831.72861Total 141264931.375 39

a. Predictors: (Constant), x3b. Dependent Variable: y

Residuals StatisticsaMinimum Maximum Mean Std. Deviation

Unstandardized Coefficients

Standardized Coefficients

Unstandardized Coefficients

Standardized Coefficients

Adjusted R Square

Std. Error of the Estimate

Change Statistics

R Square Change

Predicted Valu -235.643661499 4978.05371094 924.375 1314.23494063Residual -2784.05371094 6514.32470703 7.99360578E-15 1376.57700416Std. Predicted -0.88265699148 3.0844399929 -1.110223E-17 1Std. Residual -1.99634969234 4.67119932175 -2.1163626E-17 0.98709623359a. Dependent Variable: y

Câu 2: Xây dựng mô hình hồi quy đơn y với x3 và mô hình hồi quy bội giữa biến y với các biến x trên bằng phần mềm SPSS và EVIEWS

CoefficientsaSig. Correlations

Lower Bound Upper Bound Zero-order Partial Part0.00770477808 -1426.9462802 -234.78529474

2.84691996E-07 12.3022385718 23.8252339903 0.82439269446 0.73771196431 0.460058614530.01234760157 0.93812264237 7.18494168757 0.69053887257 0.41279301769 0.190810356720.63992730458 -3178.75115433 1980.44591453 0.27814035554 -0.08068698846 -0.034082097750.01313658033 1814.45217886 14422.1831076 0.55635955803 0.40948759191 0.188973140440.22805257176 -918.630774216 226.772913813 -0.03866053461 -0.20600521768 -0.08863378156

y = -830.866 + 18.064 x2 + 4.0615 x3 - 599.1526 x4 + 8118.3176 x5 - 345.9289 x6

CoefficientsaSig. Correlations

Lower Bound Upper Bound Zero-order Partial0.39110480259 -862.947567942 345.213051713

8.18040837E-07 7.61759418422 15.6060026384 0.69053887257 0.69053887257

Model SummarybDurbin-Watson

F Change df1 df2 Sig. F Change

34.6360688675 1 38 8.18040837E-07 1.65652589471

ANOVAbSig.

8.18040837E-07

95% Confidence Interval for B

95% Confidence Interval for B

Coefficientsa

Tolerance

0.590104542350.6240893988

0.401129176350.366451262960.94872946085

Collinearity Statistics

Câu 3: So sánh kết quả vừa tính được của các phần mềm 1/ Đối với hồi qui đơn: Kết quả tương tự nhau sau khi tính được giữa các phần mềm2/ Đối với hồi qui bội: Số liệu giữa hai phần mềm co sự chênh lệch, sự khác nhau chủ yếu giữa phần thập phân của các số.

2/ Đối với hồi qui bội: Số liệu giữa hai phần mềm co sự chênh lệch, sự khác nhau chủ yếu giữa phần thập phân của các số.

Câu 4: Đánh giá và kiểm định các mô hình vừa xây dựng1/ Đối với mô hình hồi qui đơn co hai biến y và x3 thì do R2 = 0.477 là rất nhỏ nên khả năng giải thích của biến x3 đối với mô hình là không đủDo đo cần thêm nhiều biến hơn để giải thích2/ Đối với mô hình hồi qui bội co R2 = 0.8228 là tương đối nên khả năng giải thích của cac biến đối với mô hình là tương đối.

CoefficientsaModel

Std. Error Beta1 (Constant) -830.86578746886 293.31140519574

x2 18.06373628107 2.8350415921025 0.5988922434916x3 4.0615321649684 1.5369260481599 0.241534148523x4 -599.15261990021 1269.3347294599 -0.0538126267615x5 3101.9227437848 0.3121705783663x6 -345.92893020142 281.80754893867 -0.0909972117746

a. Dependent Variable: y

Model SummarybModel R R Square Adjusted R Square

1 0.9070505672967 0.8227407316333 0.7966731921676 858.18752889279a. Predictors: (Constant), x6, x3, x4, x2, x5b. Dependent Variab

Unstandardized Coefficients

Standardized Coefficients

Std. Error of the Estimate

1/ Đối với mô hình hồi qui đơn co hai biến y và x3 thì do R2 = 0.477 là rất nhỏ nên khả năng giải thích của biến x3 đối với mô hình là không đủ

2/ Đối với mô hình hồi qui bội co R2 = 0.8228 là tương đối nên khả năng giải thích của cac biến đối với mô hình là tương đối.

Coefficientsat Sig.

Lower Bound Upper Bound-2.8327087619194 0.0077047781 -1426.9462801981 -234.785294739626.3715948053071 0.00 12.302238571833 23.8252339903072.6426334369381 0.0123476016 0.9381226423685 7.1849416875683

-0.4720209775991 0.6399273046 -3178.7511543311 1980.44591453072.6171888579468 0.0131365803 1814.4521788617 14422.183107629

-1.2275360667386 0.2280525718 -918.63077421625 226.77291381341

Model SummarybChange Statistics

R Square Change F Change df1 df2

0.8227407316333 31.561886871 5 34 7.5E-12 2.203591

95% Confidence Interval for B

Durbin-Watson

Sig. F Change

Câu 5: Biến giả x6 co ảnh hưởng gì đến mô hình không

109 1 61 23 0.004686 0.00401497 1 111 48 0.107401 0.013015

180 1 123 54 0.089879 0.05362163 1 39 12 0.109258 0.052149

128 1 57 21 0.108945 0.050361125 1 27 6 0.372686 0.235116

Y= 41 X= 1 31 8 0.185297 0.04342335 1 43 14 0.015686 0.008874

312 1 33 9 0.218291 0.05077540 1 127 56 0.042064 0.00338933 1 29 7 0.007157 0.005202

4818 1 180 220 0.257901 0.2161491492 1 80 164 0.180904 0.072661

552 1 67 210 0.106718 0.040516594 1 40 100 0.143251 0.080191

2194 1 61 451 0.356825 0.1416671221 1 33 238 0.362208 0.1565021388 1 53 180 0.251103 0.139266

983 1 50 65 0.191645 0.1766211124 1 38 81 0.280457 0.127226

107 1 13 43 0.052359 0.023389291 1 22 11 0.118791 0.108124392 1 21 96 0.177995 0.092954588 1 23 150 0.23858 0.077649

4338 1 250 342 0.175034 0.11576810726 1 287 385 0.393399 0.245548

986 1 40 90 0.287506 0.203364651 1 33 226 0.185043 0.072352187 1 18 60 0.08445 0.054634

1353 1 59 224 0.222995 0.090012486 1 17 56 0.274058 0.050796833 1 24 40 0.325278 0.214513146 1 1 16 0.991854 0.213784

71 1 5 12 0.074397 0.0438371 1 2 6 0.212545 0.06070742 1 5 204 0.02498 0.00227550 1 16 115 0.012583 0.00121738 1 1 2 0.094208 0.03959944 1 4 9 0.031579 0.02540646 1 1 22 0.103627 0.005852

924.375

40 2125 4076 7.47361973 3.41251265

ytb

β^=(X'X)-1(X'Y)

2125 268171 378221 420.381433 238.41245734076 378221 914932 918.829324 463.6173753

7.47361973 420.381433 918.829324 2.53589776 1.0005901013.41251265 238.412457 463.617375 1.0005901 0.500031263

0.07441977 -0.0002041 -7.585E-05 -0.1128937 -0.11433032-0.0002041 1.0749E-05 -3.075E-06 0.00133739 -0.00355764

-7.585E-05 -3.075E-06 3.197E-06 -0.0001817 -0.00061707 X'Y =-0.1128937 0.00133739 -0.0001817 2.14934469 -3.99972762-0.1143303 -0.0035576 -0.0006171 -3.9997276 13.05221043

Mô hình hồi qui bội: y = -1047.763 + 17.63373 x2 +4.1688 x3 - 393.937 x4 + 8019.279 x5

(X'X)=

(X'X)-1=

Kết luận: Biến giả x6 co ảnh hưởng đến mô hình hồi qui bội

154.12336603316 -45.1233660331171.74825614245 -1074.7482561

1740.8953956799 -1560.895395765.1386024561265 -2.1386024561405.843403902297 -277.84340391192.01044019693 -1067.0104402

y^=X*β^= -192.539268104595 e=y-y^= 233.539268105-166.162860693105 201.162860693-107.147650403252 419.1476504031435.77910011271 -1395.7791001

-468.307138552387 501.3071385524675.21026584064 142.7897341591558.04618714865 -66.0461871491292.01677828309 -740.01677828661.110974673081 -67.1109746732903.52885925822 -709.528859261638.67474317502 -417.674743181655.10938695379 -267.109386951445.77092203025 -462.77092203869.767549581965 254.232450418

-472.325630319637 579.32563032206.317016611333 84.6829833887398.055794831982 -6.055794832511.841781544029 76.1582184565645.82715944781 -1307.82715947432.25823940903 3293.741760591550.35607442481 -564.35607442983.616408394357 -332.61640839

-75.3723916082426 262.3723916081560.42749624908 -207.42749625

-215.146805693508 701.1468056941134.29979234683 -301.29979235360.233927686385 -214.23392769

-587.393162193841 658.393162194-584.38933047196 655.389330472-100.75321054222 142.753210542

-281.404345816531 331.404345817-741.348927332692 779.348927333-748.411762878179 792.411762878-932.305437803758 978.305437804

ESS=

e2=

RSS=∑e2=

R2=ESS/TSS=

36975 -1047.762991079355825384 17.6337295272577

9568863 β^= 4.1688145267596710437.7667253822 -393.9371517557196177.05203550339 8019.27953632006

y = -1047.763 + 17.63373 x2 +4.1688 x3 - 393.937 x4 + 8019.279 x5

ULĐLC_β =

T*= β^/ULĐC_β

ULPSSS (σ^2(ε))=RSS/(n-k)=

ULMTHPS β =(X'X)-1 x (σ^2(ε))

Tα/2=TINV(0.025,(n-k))

22 11

1 Rkn

nR

2036.118162 664836.390631155083.814 684549.390632436394.436 554094.140634.573620465 741966.8906377196.95709 634213.140631138511.279 639000.39063

54540.58975 780351.3906340466.49652 790987.89063175684.7528 375003.140631948199.296 782119.14063251308.8472 794549.3906320388.90818 15160315.6414362.098837 322198.14063547624.8321 138663.140634503.882922 109147.64063503431.2021 1611947.6406174452.1911 87986.390625

71347.4246 214948.14063214156.9263 3436.89062564634.13885 39850.140625335618.1859 668101.890637171.207676 401163.8906336.67265105 283423.140635800.074238 113148.140631710411.879 11652835.64110848734.79 96071852.641318497.7787 3797.640625110633.6751 74733.89062568839.27188 543721.89063

43026.1662 183719.39063491606.8431 192172.6406390781.56487 8349.39062545896.17577 605867.64063

433481.556 728248.89063429535.1745 728248.8906320378.47912 778585.64063109828.8404 764531.64063607384.7505 785660.64063627916.4019 775060.14063957081.5296 771542.64063

26146989.78 141264931.38

115117942

0.8149

(y-ytb)2=

TSS=∑(y-ytb)2=

R2=ESS/TSS=

0.788

769029.11115183

57230.969691486 -156.9670964 -58.33328339 -86818.52107 -87923.34329-156.96709641331 8.2662345864 -2.364381917 1028.4921553 -2735.932192-58.333283386665 -2.364381917 2.4585747024 -139.7066082 -474.5457905

-86818.52106962 1028.4921553 -139.7066082 1652908.6383 -3075906.978-87923.343294106 -2735.932192 -474.5457905 -3075906.978 10037529.788

239.22995149332.8751060131

ULĐLC_β = 1.567984281285.6549453

3168.2060835

-4.3797316537461 > 2.34505612896.1332449819694 > 2.3450561289 Chấp nhận H1

T*= β^/ULĐC_β 2.6587093887688 > 2.3450561289-0.306409704412 < 2.3450561289 Chấp nhận Ho2.5311735805615 > 2.3450561289 Chấp nhận H1

2.3450561289497

σ^2(ε))=RSS/(n-k)=

ULMTHPS β =(X'X)-1 x (σ^2(ε))

Tα/2=TINV(0.025,(n-k))

22 11

1 Rkn

nR