Tiểu luận Những nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân
Bạn đang xem tài liệu "Tiểu luận Những nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân", để tải tài liệu gốc về máy hãy click vào nút Download ở trên.
Tóm tắt nội dung tài liệu: Tiểu luận Những nhân tố ảnh hưởng đến nhu cầu đi lại bằng xe bus của người dân
TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG KHOA KINH TẾ QUỐC TẾ =====000===== TIỂU LUẬN KINH TẾ LƯỢNG Đề Tài NHỮNG NHÂN TỐ ẢNH HƯỞNG ĐẾN NHU CẦU ĐI LẠI BẰNG XE BUS CỦA NGƯỜI DÂN Giảng viên hướng dẫn: Th. S Nguyễn Thúy Quỳnh Lớp tín chỉ: KTE309.2 Người thực hiện: Kiều Ngọc Ánh – 1611120016 Nguyễn Thị Dịu – 1611120023 Nguyễn Thị Hoàn – 1611120014 HÀ NỘI – THÁNG 5 NĂM 2018 MỤC LỤC MỞ ĐẦU CƠ SỞ LÍ THUYẾT 1 Mối quan hệ giữa cầu hàng hóa và giá cả thị trường 3 Hàm cầu Marshall. 3 Lý thuyết về hành vi người tiêu dùng 4 XÂY DỰNG MÔ HÌNH NGHIÊN CỨU 4 Phương pháp luận của nghiên cứu. 4 Xây dựng mô hình. 4 Giải thích biến. 5 Mô tả số liệu. 6 Nhận xét về sự tương quan giữa các biến. 7 ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ 7 Ước lượng mô hình. 7 Kết quả ước lượng mô hình. 7 Giải thích kết quả và ý nghĩa các chỉ số 9 Mức độ phù hợp của mô hình. 9 Kiểm định và khắc phục các khuyết tật của mô hình. 9 Kiểm định bỏ sót biến. 9 Kiểm định đa cộng tuyến. 10 Kiểm định phương sai sai số thay đổi. 11 Kiểm định phân phối chuẩn của sai số ngẫu nhiên. 13 Kiểm định giả thiết. 13 Kiểm định hệ số hồi quy. 13 Kiểm định sự phù hợp của mô hình. 16 KẾT LUẬN 17. TÀI LIỆU THAM KHẢO 18 DANH MỤC BẢNG Bảng 2.1. Giải thích các biến trong mô hình. 5 Bảng 2.2. Mô tả thống kê của các biến. 6 Bảng 2.3. Mô tả tương quan giữa các biến. 6 Bảng 3.1. Giải thích kết quả và ý nghĩa các hệ số hồi quy. 9 DANH MỤC HÌNH Hình 3.1. Kết quả mô hình hồi quy bằng phương pháp OLS 8 Hình 3.2. Kết quả chạy kiểm định RESET. 10 Hình 3.3. Kiểm định Collinearity Test. 11 Hình 3.4. Kết quả kiểm định White’s Test. 12 Hình 3.5. Kết quả kiểm định Normality of residual. 13 Hình 3.6. Ước lượng t của hệ số hồi quy. 14 MỞ ĐẦU Tính cấp thiết của đề tài Phương tiện giao thông là thứ góp mặt trong đời sống hàng ngày của mỗi chúng ta, và là nhu cầu thiết yếu để giúp con người di chuyển nhanh chóng, thuận tiện và dễ dàng hơn. Cuộc sống càng hiện đại kéo theo sự phát triển tiến bộ của phương tiện giao thông, con người có sự lựa chọn đa dạng hơn từ xe đạp, xe đạp điện, xe máy, đến otô, xe bus trong đó sự ra đời của phương tiện giao thông công cộng mà điển hình là xe bus đã góp phần quan trọng vào việc đáp ứng nhu cầu đi lại của học sinh, sinh viên và những người có thu nhập thấp. Hơn nữa với sự tăng vọt của dân số, việc đi xe bus cũng góp phần giải quyết nạn kẹt xe và bảo vệ môi trường. Hiện nay chính phủ ngày càng đề cao và khuyến khích người dân tích cực sử dụng phương tiện công cộng và hạn chế sử dụng các phương tiện cá nhân như xe máy, ôtô, với mong muốn góp phần tích cực trong việc bảo vệ môi trường và giảm thiểu tình hình tắc nghẽn giao thông đô thị. Hơn thế nữa, việc sử dụng xe bus còn giúp đảm bảo an toàn khi tham gia giao thông, tránh những tai nạn đau thương không đáng có. Nhận thấy những tác động tích cực đến từ việc sử dụng phương tiện xe bus của người dân, chúng ta cần có những biện pháp cụ thể để gia tăng số lượng sử dụng xe bus mỗi ngày. Chính vì thế nhóm chúng em đã lựa chọn để tài “Phân tích sự ảnh hưởng của một số nhân tố đến nhu cầu đi lại bằng xe bus của người dân”. Thông qua việc phân tích các nhân tố ảnh hưởng đến nhu cầu sử dụng xe bus của người dân, ta sẽ xác định được đâu là những yếu tố có ảnh hưởng và tác động của chúng như thế nào. Từ đó có thể đề ra những biện pháp hữu ích nhất cho việc nâng cao hiệu quả sử dụng xe bus. Dù đã cố gắng hết sức để hoàn thành nghiên cứu một cách tốt nhất, song do hạn chế về mặt thời gian và còn ít kinh nghiệm nên bài làm của chúng em vẫn còn nhiều thiếu sót. Kính mong cô xem xét, góp ý để giúp chúng em hoàn thành nghiên cứu ở mức tốt hơn. Mục tiêu nghiên cứu Mục tiêu của nghiên cứu là từ bộ số liệu đã có chúng ta đi xây dựng mô hình hồi quy tốt nhất và sau đó phân tích các ảnh hưởng của các yếu tố: Thu nhập ( Income), Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu (Gas Price) đến nhu cầu đi lại bằng xe bus(Bus Travel). Đối tượng và phạm vi nghiên cứu Đối tượng nghiên cứu: ảnh hưởng của thu nhập, giá cả, quy mô dân số và giá xăng dầu lên nhu cầu đi lại bằng xe bus. Phạm vi nghiên cứu: chỉ nghiên cứu ảnh hưởng của bốn yếu tố thu nhập, giá cả, quy mô dân số và giá xăng dầu. Bố cục bài tiểu luận Bên cạnh các phần yêu cầu như lời mở đầu, kết luận, danh mục tài liệu tham khảo, phần nội dung chính của tiểu luận được chia làm ba phần: Chương I : Cơ sở lý thuyết Chương II : Xây dựng mô hình nghiên cứu Chương III : Ước lượng, kiểm định mô hình và suy diễn thống kê CƠ SỞ LÝ THUYẾT Mối quan hệ giữa cầu hàng hóa và giá cả thị trường Mối quan hệ giữa cầu hàng hóa và giá cả thị trường Theo lý thuyết kinh tế, cầu của một hàng hóa dịch vụ là số lượng của hàng hóa và dịch vụ đó mà người tiêu dùng sẵn lòng mua tương ứng với các mức giá khác nhau trong một khoảng thời gian xác định. Nhóm đã tiến hành nghiên cứu sự phụ thuộc của nhu cầu sử dụng xe bus với bốn yếu tố sau: Thu nhập (Income), Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu (Gas Price). Trong đó: •Income - Thu nhập của người dân: Theo lý thuyết thì thu nhập có thể tỷ lệ thuận hoặc tỷ lệ nghịch với lượng cầu về hàng hóa tùy theo hàng hóa đó là hàng hóa thong thường hay hàng hóa thấp cấp. Nếu là hàng hóa thông thường thì thu nhập tăng cầu tăng, nếu là hàng hóa thấp cấp thì thu nhập tăng cầu giảm. Xe bus là hàng hóa thứ cấp, khi thu nhập càng tăng sẽ kéo theo sự giảm nhu cầu sử dụng xe bus, chuyển sang sử dụng phương tiện khác. Do đó cầu về xe bus và thu nhập của người dân có mối tương quan nghịch. Fare - Giá vé: Theo lý thuyết thì khi giá cả của hàng hóa tăng lên (trong điều kiện các yếu tố khác không đổi) thì lượng cầu hàng hóa đó sẽ giảm xuống. Vậy khi giá vé xe bus tăng lên nó sẽ làm giảm nhu cầu sử dụng xe bus của người dân và ngược lại, khi các yếu tố khác không đổi. Gas Price - Giá cả của các loại hàng hóa có liên quan (hàng hóa thay thế và hàng hóa bổ sung): Giá cả của hàng hóa thay thế tăng dẫn đến lượng cầu của hàng hóa thay thế giảm dẫn đến lượng cầu của hàng hóa đang xét sẽ tăng và ngược lại. Trong bài nghiên cứu này, những phương tiện giao thông thay thế cho xe bus là ô tô, xe máy, chi phí của những phương tiện này là xăng ( Gas Price) nên nếu giá xăng tăng thì nhu cầu sử dụng xe bus sẽ tăng lên. POP - Dân số: nghiên cứu cụ thể trong bài này là quy mô dân số POP. Quy mô dân số tỷ lệ thuận với lượng cầu về hàng hóa, dân số tăng => nhu cầu sử dụng xe bus tăng. Hàm cầu Marshall Về mặt công thức toán, hàm cầu Marshall có thể được biểu diễn như sau: X = X(PX,PY,M) Trong đó: X là lượng cầu về một mặt hàng (Nhu cầu sử dụng xe bus) PX là giá của mặt hàng đó (giá vé Fare), PY là giá của các mặt hàng khác (Giá xăng Gasprice) M là thu nhập của người mua (Income) Giá cả của các mặt hàng khác và thu nhập được xem là biến ngoại sinh Lý thuyết về hành vi người tiêu dùng Lý thuyết về hành vi người tiêu dùng Theo lý thuyết này, các nhân tố ảnh hưởng đến cầu về một hàng hóa gồm 2 loại: các nhân tố bên trong (biến nội sinh) và các nhân tố bên ngoài (biến ngoại sinh). − Biến nội sinh gồm có: Giá cả chính hàng hóa đó. − Biến ngoại sinh gồm có: Giá cả hàng hóa thay thế Thu nhập của người tiêu dùng Quy mô thị trường Ngoài ra còn một số nhân tố khác không xét đến trong nghiên cứu này. XÂY DỰNG MÔ HÌNH NGHIÊN CỨU Phương pháp luận của nghiên cứu Để kiểm định sự tác động của bốn yếu tố là Thu nhập (Income), Giá cả (Fare), Quy mô dân số (Pop), Giá xăng dầu (Gasprice) lên nhu cầu sử dụng xe bus của người dân, nhóm chúng em đi xây dựng mô hình hồi quy tuyến tính và sử dụng phương pháp bình phương nhỏ nhất (Ordinary Least Lquares - OLS). Chúng em sử dụng bộ số liệu gồm 40 quan sát trong phần mềm Gretl – datafiles – Ramanathan – data4-4: Demand for bus travel and determinants. Chúng em sử dụng phần mềm gretl để phân tích, kiểm tra số liệu, từ đó rút ra các kết luận cho bài nghiên cứu. Xây dựng mô hình Mô hình hồi quy tổng thể ngẫu nhiên: BUSTRAVL= β1 + β2FARE+ β3GASPRICE + β4INCOME + β5POP + ui Mô hinhh̀ hồi quy mẫu: BUSTRAVL = + FARE+ GASPRICE + INCOME + POP Giải thích biến Bảng 2.1. Giải thích các biến trong mô hình Mô tả số liệu Bộ số liệu được lấy ở kho dữ liệu Ramanathan data 4-4, Gretl. Mô tả thống kê cho các biến được thể hiện ở trong bảng dưới đây: (Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl) Bảng 2.2. Mô tả thống kê của các biến Bên cạnh đó, sử dụng phần mềm Gretl, mô tả tương quan giữa các biến BUSTRAVL, FARE, GASPRICE, INCOME và POP được thể hiện trong bảng 2.3 dưới đây: (Nguồn: Tác giả tự tính toán dựa trên số liệu phần 4-4 Ramanathan trong Gretl) Bảng 2.3. Mô tả tương quan giữa các biến Nhận xét về sự tương quan giữa các biến Hệ số tương quan giữa “FARE” và “BUSTRAVL” là -0.048, mức độ tương quan khá thấp, và ngược chiều. Kì vọng dấu là âm và giá vé bus không ảnh hưởng nhiề u tới lượng cầu đi lại bằng xe bus Hệ số tương quan giữa “GASPRICE” và BUSTRAVL” là 0.3787, tương quan ở mức t rung bình, và cùng chiều. Kì vọng dấu là dương và giá xăng ảnh hưởng trung bình tới lượng cầu đi bus. Hệ số tương quan giữa “INCOME” và “BUSTRAVL” là 0.2287, mức độ tương quan ở mức trung bình và cùng chiều. Kì vọng dấu là dương và Thu nhập có ảnh hưởng trung bình tới lượng cầu đi bus. Hệ số tương quan giữa “POP” và “BUSTRAVL” là 0.9313, mức độ tương quan lớn và cùng chiều. Kì vọng dấu ̂ là dương và Dân số ở thành phố ảnh hưởng rất lớ n tới lượng cầu đi lại bằng xe bus. Ngoài ra, Từ bảng ta thấy hệ số tương quan giữa các biến độc lập là đều nhỏ hơn 0.8 nên không có tương quan cao giữa các biến độc lập Kỳ vọng mô hình ít có khả năng xảy ra vấn đề đa cộng tuyến. ƯỚC LƯỢNG, KIỂM ĐỊNH MÔ HÌNH VÀ SUY DIỄN THỐNG KÊ Ước lượng mô hình Kết quả ước lượng mô hình Sử dụng phần mềm Gretl, hồi quy mô hình bằng phương pháp bình phương nhỏ nhất OLS, ta được kết quả như sau: Phương pháp bình phương tối thiểu OLS, sử dụng quan sát 1-40 Biến phụ thuộc: BUSTRAVL Ước lượng Sai số chuẩn Sai số chuẩn p-value const FARE -1088.59 -647.61 4285.83 -0.11992 1.83284 GASPRICE 2810.85 496.61 2852.16 0.0701137 0.123517 INCOME -0.3873 -1.3041 1.5027 -1.7104 14.8388 POP 0.70089 0.20072 0.14190 0.09605 2.905986 BUSTRAVL = 0.0688 > α =0.05 Nên: Không bác bỏ Ho KẾT LUẬN: Với mức ý nghĩa 5%, mô hình ban đầu không bỏ sót biến. Kiểm định đa cộng tuyến Nguyên nhân dẫn đến đa cộng tuyến: Do phương pháp thu thập số liệu, mẫu không đặc trưng cho tổng thể Bản chất của các biến kinh tế xã hội: luôn tự ngầm chứa các hiện tượng đa cộng tuyến Số quan sát nhỏ hơn số tham số: các biến số biểu diễn được qua nhau Dấu hiệu nhận biết đa cộng tuyến: Dấu hiệu 1: Dựa vào R cao và giá trị thống kê t-ratio thấp Dựa vào hình 3.1 (trang 8), ta có thể thấy các giá trị của t thấp vì hầu hết nhỏ hơn 2 ( trừ t – ratio của POP là lớn hơn 2) và R = 0.887273 > 0.8. Kết luận 1: Mô hình có thể mắc đa cộng tuyến Dấu hiệu 2: Xét hệ số tương quan giữa các biến độc lập Theo lý thuyết thì nếu hệ số tương quan riêng giữa các biến độc lập >0.8 thì có đa cộng tuyến. Nhìn vào bảng 2.3 (trang 6), ta có hệ số tương quan giữa các biến độc lập đều nhỏ hơn 0.8, nên không có tương quan cao giữa các biến độc lập. Kết luận 2: Mô hình không mắc đa cộng tuyến Dấu hiệu 3: Thừa số tăng phương sai VIF VIF(Fare)=1.010 VIF(Gasprice) = 1.123 VIF(Pop) = 1.239 VIF(Income) = 1.136 VIF(j) < 10 Kết luận 3: Mô hình không có Đa cộng tuyến Hình 3.3. Kiểm định Collinearity Test Nguồn: Nhóm tác giả tự tính toán với sự hỗ trợ của phần mềm Gretl KẾT LUẬN: Dựa vào 3 dấu hiệu nhận biết ở trên, có nhiều dấu hiệu cho thấy mô hình không mắc đa cộng tuyến nên ta kết luận Mô Hình ước lượng ban đầu không mắc Đa cộng tuyến với mức ý nghĩa 5%. Kiểm định phương sai sai số thay đổi Lý thuyết Phương sai sai số thay đổi là hiện tượng mỗi sai số ngẫu nhiên u i có một phương sai riêng: var (ui) = σi Nguyên nhân: do bản chất mối quan hệ kinh tế, do kỹ thuật thu thập số liệu không đồng đều nên số liệu có chất lượng khác nhau; do hành vi của con người trong các hoạt động ngày càng hoàn thiện; hay do dạng hàm sai cũng có thể dẫn đến phương sai sai số thay đổi. Hậu quả: Các ước lượng OLS không còn tính chất BLUE Các dự báo cũng sẽ không hiệu quả Việc sử dụng thống kê t và F để kiểm định không còn đáng tin cậy nữa. Nhận dạng Để nhận biết mô hình có mắc bệnh phương sai sai số thay đổi hay không, ta có thể dùng phương pháp định tính hoặc phương pháp định lượng. Phương pháp định lượng Kiểm định White: Xét cặp giả thuyết {Ho: βi = 0 (phương sai sai số đồng nhất) H1: βi ≠ 0 (phương sai sai số thay đổi) Hình 3.4. Kết quả kiểm định White’s Test Chạy kiểm định White’s Test trên phần mềm Gretl , ta có kết quả p-value = 0.525971 > 0.05 => Không bác bỏ H0 KẾT LUẬN: Phương sai sai số không thay đổi với mức ý nghĩa 5%. Kiểm định phân phối chuẩn của sai số ngẫu nhiên Hình 3.5. Kết quả kiểm định Normality of residual Nguồn: Nhóm tác giả tự tính toán với sự hỗ trợ của phần mềm Gretl Xét cặp giả thuyết: {Ho: Nhiễu phân phối chuẩn H1: Nhiễu không phân phối chuẩn Ta tiến hành kiểm định Normality of residual trên phần mềm Gretl Dựa vào số liệu trong hình 3.5 ở trên, ta có thể thấy: giá trị p – value = 0.844128 > 0.05 => Không Bác bỏ H0 KẾT LUẬN: Mô hình có phân phối của nhiễu chuẩn với mức ý nghĩa 5%. Kiểm định giả thiết Kiểm định hệ số hồi quy Để kiểm định ý nghĩa thống kê của các biến độc lập ta xem xét hệ số hồi quy của các biến độc lập có khác 0 hay không. Ho: βi = 0 Sử dụng cặp giả thiết: { H1: βi ≠ 0 Có 3 cách kiểm tra là : Sử dụng khoảng tin cậy Sử dụng kiểm định t Sử dụng giá trị p-value Khoảng tin cậy Với mức ý nghĩa α=0,05, khoảng tin cậy của các hệ số hồi quy là: (n – k) ; (n – k) ) ̂ ( βi – Se(βi). tα/2 βi + Se(βi).tα/2 Trong đó: ̂ : hệ số ước lượng. βi – Se( ): sai số tiêu chuẩn của hệ số ước lượng. βi – tα/2(n – k): giá trị tới hạn mức ý nghĩa α bậc tự do (n – k). Nếu giá trị so sánh 0 không thuộc khoảng tin cậy, ta bác bỏ H0, biến đó có ý nghĩa thống kê. Áp dụng cho các hệ số: Hình 3.6. Ước lượng t của hệ số hồi quy Từ hình 3.6 ta thấy: Khoảng tin cậy 95% của các biến FARE, GASPRICE và INCOME đều chứa giá trị 0, từ đó không bác bỏ giả thiết H0, các biến này không có ý nghĩa thống kê. Khoảng tin cậy 95% của biến POP không chứa giá trị 0, từ đó bác bỏ Ho, chứng tỏ biến POP có ý nghĩa thống kê đối với cầu đi lại bằng xe bus. Kiểm định t Thống kê t sử dụng cho cặp giả thiết trên là: tqs = βi Se(βi) Miền bác bỏ H0: |tqs| > |tα/2(n – k)| = |t0.025(40)| ≈ 2.021 Nếu giá trị tqs thuộc miền bác bỏ, ta bác bỏ H0, biến đó có ý nghĩa thống kê Áp dụng cho các hệ số: Biến Thống kê t FARE -1,304 GASPRICE 1,503 INCOME -1,710 POP 14,84 Giá trị thống kê t của các biến FARE, GASPRICE, INCOME đều không thuộc miền bác bỏ, từ đó không bác bỏ Ho, các biến này không có ý nghĩa thống kê. Giá trị thống kê của biến POP thuộc miền bác bỏ, từ đó bác bỏ Ho, biến POP có ý nghĩa thống kê. Giá trị P–value Xét giá trị p–value trong kiểm định t Nếu p–value nhỏ hơn mức ý nghĩa, ta bác bỏ H0, biến đó có ý nghĩa thống kê. Nếu p–value lớn hơn mức ý nghĩa, ta chưa đủ cơ sở để bác bỏ H 0, biến đó có thể không có ý nghĩa thống kê Áp dụng cho các hệ số: Biến p-value FARE 0,2007 GASPRICE 0,1419 INCOME 0,0961 POP 1,14e-016 Giá trị p-value của các biến FARE, GASPRICE, INCOME đều lớn hơn mức ý nghĩa 5%, nên không bác bỏ Ho, các biến này không có ý nghĩa thống kê. Giá trị p-value của biến POP nhỏ hơn mức ý nghĩa 5%, nên ta bác bỏ Ho, biến POP có ý nghĩa thống kê. TỪ KẾT QUẢ TRÊN TA CÓ KẾT LUẬN: Các biến FARE, GASPRICE và INCOME đều không có ý nghĩa thống kê đối với biến BUSTRAVL. Duy chỉ có biến POP là có ý nghĩa thống kê với biến BUSTRAVL. Ý nghĩa thống kê của POP: Với các yếu tố khác không đổi, nếu dân số tăng 1000 người thì cầu đi laị bằng xe bus tăng 1,83284 nghìn người/giờ. Kiểm định sự phù hợp của mô hình Cặp giả thiết để kiểm định sự phù hợp của mô hình là {Ho: β1 = β2 = β3 = β4 = β5 = 0 (mô hình không phù hợp) Fqs = Với cặp giả thiết này, sử dụng kiểm định F với giá trị quan sát: ( n là số quan sát, k là số hệ số hồi quy) So sánh Fqs với Fα(k-1;n-k), ta có: Nếu Fqs < Fα, thì không bác bỏ H0, Mô hình không phù hợp Nếu Fqs > Fα , thì bác bỏ H0, Mô hình phù hợp Dựa theo kết quả chạy mô hình OLS trên Gretl phần 4.1.1 ta có giá trị: Bác bỏ H0 Mô hình phù hợp KẾT LUẬN : Với mức ý nghĩa 5%, mô hình hồi quy là phù hợp. KẾT LUẬN Dựa trên cơ sở lí thuyết về các nhân tố ảnh hưởng đến sự biến động của biến số Mức độ giao thông bằng xe bus ở đô thị (Nhu cầu đi lại bằng xe bus của người dân) cũng như các kết quả nghiên cứu thực nghiệm, bài tiểu luận đã chọn ra các biến: Giá Vé, Giá xăng dầu, Thu nhập bình quân đầu người, Dân số. Qua việc chạy mô hình ta thấy được mối quan hệ gắn bó giữa biến phụ thuộc và các biến còn lại trong mô hình. Theo kết quả nghiên cứu, số lượng cư dân có ảnh hưởng rất lớn đến nhu cầu sử dụng xe bus làm phương tiện đi lại của người dân. Điều này rất có ý nghĩa đối với nhà nước trong việc quy hoạch giao thông đô thị, với các doanh nghiệp trong ngành chuyên chở bằng xe bus. Mô hình kinh tế lượng về "Phân tích sự ảnh hưởng của một số nhân tố đến nhu cầu đi lại bằng xe bus của người dân" đã lượng hóa các yếu tố để chúng ta có thể có những biện pháp, chiến lược nhằm quy hoacḥ tốt giao thông đô thị, giảm ùn tắc giao thông, giúp cho nền kinh tếcónhững chuyển biến mới hiêụ quảhơn. Ngoài ra, mô hình vẫn còn nhiều khiếm khuyết như không thể hiện được hết các yếu tố ảnh hưởng: mức độ an toàn, thời gian chờ xe để có kết quả chính xác hơn. Qua đây, nhóm chúng em cũng xin chân thành cảm ơn sự hướng dẫn và giảng dạy nhiệt tình của cô Nguyễn Thúy Quỳnh đã tạo điều kiện cho chúng có dịp ̣ tiếp xúc với một đề tài nghiên cứu khoa học giúp chúng em có thêm nhiều hiểu biết trong việc hoàn thiện các kỹ năng - kiến thức quan trọng về kinh tế lượng. Do vốn kiến thức và kĩ năng còn hạn chế nên bản báo cáo này không thể tránh khỏi sai sót, chúng em rất mong nhận được sự góp ý của cô để chúng em có thể hoàn thiện hơn, áp dụng tốt hơn trong các công việc sau này. Chúng em xin chân thành cảm ơn cô! 17 TÀI LIỆU THAM KHẢO PGS.TS. Nguyễn Quang Dong, Giáo trình Bài giảng kinh tế lượng, NXB Giao thông vận tải, 1998. PGS.TS. Nguyễn Quang Dong, Bài tập Kinh tế lượng, NXB Khoa học kỹ thuật, 1998. PGS.TS. Nguyễn Cao Văn, TS. Trần Thái Ninh, Giáo trình Lý thuyết xác suất và thống kê toán, NXB Thống kê, 2006. Ph. D Lawrence C Hamilton, Statistics with Stata: Version 10, Cengage Learning, 7 edition, 2008. TS. Hoàng Xuân Bình, Giáo trình Kinh tế vĩ mô cơ bản, NXB Khoa học và Kỹ thuật, 2015. PGS.TS. Nguyễn Văn Dần, TS. Đỗ Thị Thục, Giáo trình kinh tế vĩ mô 2, buyt-cua-sinh-vien-dh-555742.html BẢNG ĐÁNH GIÁ NHÓM Nguyễn Thị Hoàn Nguyễn Thị Dịu Kiều Ngọc Ánh ĐTB Nguyễn Thị Hoàn 10 10 10 Nguyễn Thị Dịu 10 10 10 Kiều Ngọc Ánh 10 10 10
File đính kèm:
- tieu_luan_nhung_nhan_to_anh_huong_den_nhu_cau_di_lai_bang_xe.docx