Tiểu luận Phân tích các yếu tố ảnh hưởng đến giá nhà

TRƯỜNG ĐẠI HỌC NGOẠI THƯƠNG 
KHOA TÀI CHÍNH NGÂN HÀNG 
========***======== 
TIỂU LUẬN NHÓM KINH TẾ LƯỢNG 
Đề tài:PHÂN TÍCH CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN GIÁ NHÀ 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng 
Sinh viên thực hiện: 
 Đinh Thị Minh Phương MSV: 1213310087 
 Nguyễn Thị Hoa MSV: 1213310033 
 Đỗ Ngọc Sơn MSV: 1213310099 
 Nguyễn Thị Thủy MSV: 1213310115 
 Phạm Phượng Anh MSV: 1213310007 
 Nguyễn Mạnh Tuấn MSV: 1213310133 
 Lớp tín chỉ: KTL309.7 
Hà Nội, tháng 4 năm 2014 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 2 
MỤC LỤC 
1. MỞ ĐẦU......3 
 Lời Mở Đầu ..................................................................................................... 3 
2. NỘI DUNG......4 
2.1. CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU .................................. 4 
2.1.1. Giới thiệu mô hình Hedonic .................................................................... 4 
2.1.2. Mô hình nghiên cứu ................................................................................ 5 
2.2. MÔ TẢ DỮ LIỆU ......................................................................................... 6 
2.2.1. Đồ thị. ..................................................................................................... 6 
2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1)......................... 8 
2.3. PHÂN TÍCH DỮ LIỆU. ............................................................................... 9 
2.3.1. Hồi quy mô hình (phương pháp OLS). .................................................... 9 
2.3.1.1. Hàm hồi quy mẫu (SRF): P= 
0 + 
1S +
2(Be) +
3Y +
4N +ei (phụ lục 2) ..... 9 
2.3.2. Kiểm định các khuyết tật của mô hình.(P= β0 + β1S + β2Y + β3N +Ui) .... 13 
2.3.2.1. Đa công tuyến. ..................................................................................................... 13 
2.3.2.2. Phương sai sai số thay đổi................................................................................... 16 
2.3.2.3. Tự tương quan. .................................................................................................... 19 
2.3.3. Khắc phục các khuyết tật của mô hình. ................................................. 19 
2.4. ĐÁNH GIÁ ................................................................................................ 20 
KẾT LUẬN ......................................................................................................... 22 
PHỤ LỤC ............................................................................................................ 23 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 3 
LỜI MỞ ĐẦU 
 Thị trường bất động sản là một thị trường có diễn biến phức tạp và là một lĩnh vực có ảnh 
hưởng lớn đến sự phát triển của nền kinh tế. Việc xác định giá nhà đất đối với nghiên cứu kinh tế 
lượng luôn là một trong những đề tài nghiên cứu đáng quan tâm.Nắm rõ tình hình giá cả của nhà 
đất là một lợi thế đối với các nhà kinh doanh bất động sản cũng như những người có nhu cầu 
mua nhà.Trên thực tế, quyết định mua một ngôi nhà mang ý nghĩa đầu tư tài chính hơn là đơn 
thuần một quyết định tiêu dùng cá nhân.Chính vì thế xét trên cả phương diện các học thuyết kinh 
tế và cả phương diện mô hình kinh tế lượng, việc nghiên cứu những nhân tố ảnh hưởng tới giá 
nhà mang lại nhiều ý nghĩa thực tiễn thú vị. 
Để nghiên cứu giá nhà ta thường thu thập số liệu về những yếu tố ảnh hưởng đến ngôi nhà đó. 
Giá nhà khi biến động thường phụ thuộc vào rất nhiều yếu tố, từ những yếu tố tình hình biến 
động trên thị trường bất động sản và thị trường tài chính hoặc chỉ đơn giản là những yếu tố liên 
quan đến cơ sở vật chất, nội thất, kiến trúc, của ngôi nhà.Những ngôi nhà nào có cơ sở vật chất 
khác nhau sẽ có những giá trị khác nhau, dẫn đến giá cả trên thị trường của chúng cũng sẽ khác 
nhau. Xuất phát từ thực tế khách quan,và nhu cầu cấp thiết đó, nhóm chúng em tiến hành khảo 
sát mô hình hồi quy để tìm ra sự phụ thuộc của giá nhà đến các yếu tố cấu trúc và môi trường 
xung quanh. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 4 
2. NỘI DUNG 
2.1.CƠ SỞ LÝ THUYẾT VÀ MÔ HÌNH NGHIÊN CỨU 
2.1.1. Giới thiệu mô hình Hedonic 
Phương pháp định giá Hedonic được định nghĩa là kỹ thuật phân tích hồi quy được sử 
dụng để xác định giá trị của những thuộc tính liên quan đến hàng hóa trên thị trường trong các 
giai đoạn cụ thể. Những thuộc tính có thể đo lường được như kích cỡ, tốc độ, trọng lượng, sẽ 
ảnh hưởng đến giá trị của hàng hóa. Theo Griliches (1971), phương pháp Hedonic dựa trên cơ 
sở: giá của một hàng hóa không đồng nhất có thể được xác định thông qua những thuộc tính liên 
quan đến hàng hóa đó. 
Vì thế, hàm hồi quy Hedonic có dạng: 
pi = h(ci), 
• Pi là giá của hàng hóa 
• Ci là vector của các đặc tính liên quan đến hàng hóa. 
Theo Triplett (1986), phương pháp định giá Hedonic đã phát triển và được ứng dụng 
nhiều vào cách xác định các chỉ số giá trước khi nó được xây dựng thành một khung cơ sở hoàn 
chỉnh. Theo Malpezzi (2002), Court (1939) là người đầu tiên áp dụng phương pháp hồi quy 
Hedonic. Phương pháp của ông liên hệ giá của xe ô tô với những đặc điểm tạo ra sự hài lòng của 
khách hàng như sức mạnh của động cơ, tốc độ, trang trí nội thất của xe,Vì thế, mô hình được 
biết đến với tên gọi “mô hình định giá Hedonic”. Mô hình Hedonic được phát triển hoàn chỉnh 
hơn qua hai nghiên cứu quan trọng là lý thuyết tiêu dùng của Lancaster (1966) và mô hình giá ẩn 
Hedonic của Rosen (1974). Cả hai hướng tiếp cận đều nhằm mục tiêu ước tính giá trị và số lượng 
thuộc tính dựa trên những sản phẩm khác nhau được đưa vào quan sát. Lancaster đã xây dựng 
nền tảng lý thuyết cho mô hình Hedonic: sự thỏa dụng của người tiêu dùng có được từ những đặc 
tính của sản phẩm, chứ không phải trực tiếp từ sản phẩm đó. Hiện nay, phương pháp định giá 
Hedonic được áp dụng rộng rãi tại các quốc gia phát triển.Theo Malpezzi (2003), trong quá trình 
phát triển, thị trường nhà ở là một trong ứng dụng rộng rãi của mô hình định giá Hedonic, vì nhà 
ở là hàng hóa không đồng nhất; đồng thời nhu cầu của người tiêu thụ cũng không đồng nhất.Thật 
vậy, một căn hộ gồm nhiều đặc điểm riêng biệt về diện tích, chất lượng, vị trí, Mỗi căn nhà có 
một vị trí nhất định, thời gian xây dựng khác nhau, có diện tích khác nhau. Bên cạnh đó, mức độ 
thỏa dụng của người mua khác nhau, định giá căn hộ cũngkhác nhau. Một căn hộ có cùng một 
nhóm đặc điểm được định giá khác nhau theo từng người mua. Việc định giá vì thế cũng trở nên 
khó khăn. Từ đó, phương pháp Hedonic được sử dụng phổ biến vì nó ước tính được giá trị của 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 5 
các đặc điểm riêng lẻ cấu thành nên giá trị chung của cả căn hộ. Theo nghiên cứu ứng dụng mô 
hình Hedonic trong thị trường nhà ở của Thibodeau và Malpezzi (1980), phương pháp định giá 
Hedonic là một mô hình hồi quy của giá trị hoặc giá thuê căn hộ dựa trên những đặc tính liên 
quan đến căn hộ. Trong đó, từng biến độc lập đại diện cho từng đặc điểm riêng biệt và các hệ số 
trong kết quả của mô hình là giá tiềm ẩn của những đặc điểm này. Mô hình hồi quy của giá 
thuê nhà hoặc giá trị căn hộ có dạng như sau: 
R = f (S, N, L, C, T), 
Trong đó: R là giá thuê hoặc giá trị căn hộ; S là những đặc điểm thuộc cấu trúc; N là đặc 
điểm thuộc môi trường xung quanh; L là vị trí; C là đặc điểm về hợp đồng giao dịch và T là thời 
hạn căn hộ được quan sát. 
2.1.2. Mô hình nghiên cứu 

 Nội dung của bài tiểu luậnsẽ đi nghiên cứu sự ảnh hưởng giá nhà theo các yếu tố sau: 
- Những đặc điểm thuộc cấu trúc: 
S: Diện tích của ngôi nhà . 
Be: Số phòng ngủ . 
Y: Diện tích sân xung quanh ngôi nhà. 
- Những đặc điểm thuộc môi trường xung quanh ngôi nhà: 
N: chất lượng của nhà hang xóm(thang điểm 1-4 với 1 =best,4=worst) 

 Khi đưa vào mô hình hồi quy kinh tế lượng, biến P là biến phụ thuộc, vòn các biến S, Be, 
Y N là biến độc lập. Ta xétmô hình hồi quy kinh tế: 
 P= β0 + β1S + β2Be + β3Y + β4N +Ui 

 Dự đoán dấu của các hệ số dựa vào lý thuyết /kinh nghiệm thực tế: 
 Do theo lý thuyết trong các ngành khác cũng như trong thực tế, ta thấy diện tích nhà tác 
động cùng chiều với giá nhà, tức là diện tích nhà càng lớn thì diện tích nhà càng có xu 
hướng tăng. Vì thế β1 mang dấu (+) 
Tương tự với các biến số phòng ngủ và diện tích sân xung quanh càng lớn thì giá nhà 
càng có xu hướng tăng. Vì thế β2, β3 đều mang dấu (+) 
 Ngược lại, chất lượng của các nhà hàng xóm xung quanh càng tăng, thì khả năng 
cạnh tranh của các nhà hàng xóm so với nhà chúng ta càng lớn, vì thế biến chất lượng của 
các nhà hàng xóm có tác động ngược chiều với giá nhà và β4 mang dấu (-) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 6 

 Ý nghĩa của các tham số hồi quy như sau: 
β0: hệ số chặn. 
β1 :mức thay đổi giá nhà theo diện tích nhà. 
β2 : mức thay đổi giá nhà theo số phòng ngủ. 
β3 : mức thay đổi giá nhà theo sân xung quanh nhà. 
β4:mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh. 
Ui :yếu tố ngẫu nhiên. 
2.2.Mô tả dự liệu 
2.2.1. Đồ thị. 
 Hình 1: Đồ thị mối liên hệ giữa biến p và s 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 7 
 Hình 2: Đồ thị mối liên hệ giữa biến p và y 
 Hình 3: Đồ thị mối liên hệ giữa biến p và n 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 8 
 Hình 4: Đồ thị mối liên hệ giữa biến P và biến Be 
2.2.2. Giá trị trung bình, sai số tiêu chuẩn, trung vị.(phụ lục 1). 
Các biến Giá trị trung 
bình 
Giá trị lớn 
nhất 
giá trị nhỏ 
nhất 
Trung vị Phương sai 
P(nghìn đô la) 242.30 503.00 107.00 242.00 79.242 
S(feet vuông) 1470.2 3269.0 702.00 1478.0 513.08 
Be(số phòng) 2.8372 4.0000 2.0000 3.0000 0.65211 
Y(feet vuông) 6284.8 19580 1780.0 6086.0 3072.6 
N 1.7791 4.0000 1.0000 1.5000 0.87493 

 Nhận xét: 
• Biến P ( Price of the house) : Nghìn đô la 
Kết quả cho thấy: 
- Giá trị trung bình của dữ liệu: 242.30 
- Trung vị của dữ liệu là : 242.00, giá trị lớn nhất là 503.00 và nhỏ nhất là 107.00 
- Độ lệch chuẩn là 8.901 tương đương với phương sai là 79.242 
Ta có thể thấy dữ liệu có độ chênh lệch rất lớn, chính vì thế không thể đánh giá qua 
các giá trị trung bình hay phân vị để đưa ra một mức kết quả chung. Điều này thể hiện 
0
100
200
300
400
500
600
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5
P
ri
ce
 o
f 
th
e
 h
o
u
se
 (
T
h
o
u
sa
n
d
s 
o
f 
 U
S
A
Number of bedrooms
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 9 
tầm quan trọng của việc xây dựng mô hình kinh tế lượng để đưa ra những con số tốt 
nhất. 
• Biến S ( size of the house) : feet vuông 
Kết quả cho thấy: 
- Giá trị trung bình của dữ liệu: 1470.2 
- Trung vị của dữ liệu là: 3269.0 , giá trị lớn nhất là: 3269.0 và nhỏ nhất là 702.00 
- Độ lệch chuẩn là 22.651 tương đương với phương sai là 513.08 
 Ta có thể thấy với biến S này, cũng như P độ chênh lệch của dữ liệu là rất lớn. 
• Biến Be (Numbers of bedroom in the house) : 
Kết quả cho thấy: 
- Giá trị trung bình của dữ liệu: 2.8372 
- Trung vị của dữ liệu là: 3.0000 , giá trị lớn nhất là: 4.0000 và nhỏ nhất là 2.0000 
- Độ lệch chuẩn là 0.8075 tương đương với phương sai là 0.65211 
 Ta có thế thấy dữ liệu có độ chênh lệch không lớn lắm 
• Biến Y ( size of the yard around the house) : feet vuông 
- Giá trị trung bình của dữ liệu: 6284.8 
- Trung vị của dữ liệu là: 6086.0, giá trị lớn nhất là: 19580.0 và nhỏ nhất là 1780.0 
- Độ lệch chuẩn là 55.43 tương đương với phương sai là 3072.6 
• Biến N ( Quality of the neighborhood near the house) : 
- Giá trị trung bình của dữ liệu: 1.7791 
- Trung vị của dữ liệu là: 1.5000, giá trị lớn nhất là: 4.0000 và nhỏ nhất là 1.0000 
- Độ lệch chuẩn là 0.935 tương đương với phương sai là 0.87493 
2.3.Phân tích dữ liệu. 
2.3.1. Hồi quy mô hình (phương pháp OLS). 
2.3.1.1. Hàm hồi quy mẫu (SRF): P= 0 + 1S +2(Be) +3Y +4N +ei (phụ lục 2) 
Với : β0 = 122.212 
 β1= 0.105368 
 β2= -3.07718 
 β3= 0.00413637 
 β4 = -29.2793 
a) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). 
∗ Kiểm định hệ số β0: 
Đặt giả thiết: H0: β0=0 (hệ số không có ý nghĩa thống kê) 
 H1: β0 0. 
Cách 1: p-value=1.29(e^-5)Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức 
là hệ số chặn có ý nghĩa thống kê 
Cách 2: |tqs| ≥ t/
(
), 


	()
>t.

()
5.010>t.

()
 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là hệ số chặn có ý nghĩa thống kê. 
• Kiểm định hệ số β1: 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 10 
Đặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê) 
 H1: β1≠0. 
Cách 1: p-value=1.92(e^-10)Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 
tức làhệ sốβ1 có ý nghĩa thống kê 
Cách 2:|tqs| ≥ t/
(
), 


	()
>t.

()
 8.596>t.

()
 Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức làhệ số β1 có ý nghĩa thống kê,tức là 
diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P). 
• Kiểm định hệ số β2: 
Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê) 
 H1: β2≠0. 
Cách 1: p-value=0.7301> 0.05 =>Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ số β2 
không có ý nghĩa thống kê. 
Cách 2: |tqs| ≥ t/
(
)


	()
<t.

()
0.3476<t.

()
 Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ số β2 khôngcó ý nghĩa thống kê, tức là số 
phòng ngủ (Be) không ảnh hưởng đến giá mua nhà(P). 
• Kiểm định hệ số β3: 
Đặt giả thiết H0: β3=0 (hệ số không có ý nghĩa thống kê) 
 H1: β3≠0. 
Cách 1: p-value=0.0073Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhậnH1 tức làhệ số 
β3 có ý nghĩa thống kê. 
Cách 2:|tqs| ≥ t/
(
)


	()
>t.

()
2.837>t.

()
 Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 tức là hệ số β3 có ý nghĩa thống kê ,tức 
là diện tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P). 
• Kiểm định hệ số β4: 
Đặt giả thiết H0: β4=0 (hệ số không có ý nghĩa thống kê) 
 H1: β4≠0. 
Cách 1: p-value=1.85(e^-6)Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 
tức là hệ số β4 có ý nghĩa thống kê. 
Cách 2:|tqs| ≥ t/
(
) 

 
	( )
>t.

()
5.627>t.

()
 Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhậnH1 tức làhệ số β4 có ý nghĩa thống kê ,tức là 
chất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P). 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 11 
b)Hệ số R2. 
• Có hệ số R2 = 90.5090%,ý nghĩa: các biến giải thích giải thích được 90.5090% sự biến 
động của biến phụ thuộc. 
• Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%). 
Đặt giả thiết H0: 
! = 

 = 
 = 
" (#
=0) 
 H1: 
$≠ 0 (j ∈ {1, 2, 3, 4}) (#
≠ 0) 
Cách 1: p-value(F)= 6.74(e^-19) Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận 
H1 tức là R2≠0, hàm phù hợp. 
Cách 2:Fqs>%&('
!,)
')90.59510 >%.
(",)
 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2≠0, hàm phù hợp, các biến giải 
thích giải thích được 90.5090% sự biến động của biến phụ thuộc. 
c) Xác định lại mô hình hồi quy kinh tế. 
• Nhận xét: vì hệ số β2 khôngcó ý nghĩa thống kê nên ta xét mô hình hồi quy kinh tế mới 
(loại bỏ biến Be:số phòng ngủ ra khỏi mô hình): 
 P= β0 + β1S + β2Y + β3N +Ui 
• Và hàm hồi quy mẫu (SRF): P= 0 + 1S +2Y +3N +ei(phụ lục 3) 
 Với : β0 =117.465 
 β1 =0.1026444 
 β2 =0.00411703 
 β3 =-29.1998 
c.1)Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). 
• Kiểm định hệ số β0: 
Đặt giả thiết H0: β0=0 (hệ số không có ý nghĩa thống kê) 
 H1: β0≠0. 
Cách 1: p-value= 7.66(e^-7) Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 
tức là hệ số chặn có ý nghĩa thống kê 
Cách 2:|tqs| ≥ t/
(
)


	()
>t.

(*)
5.878>t.

(*)
 Với mức ý nghĩa α = 5% bác bỏ H0,chấp nhậnH1 tức là hệ số chặn có ý nghĩa thống kê. 
• Kiểm định hệ số β1: 
Đặt giả thiết H0: β1=0 (hệ số không có ý nghĩa thống kê) 
 H1: β1≠0. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 12 
Cách 1: p-value= 1.55(e^-13) Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 
tức là hệ sốβ1 có ý nghĩa thống kê 
Cách 2:|tqs| ≥ t/
(
)


	()
>t.

(*)
11.01>t.

(*)
 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ sốβ1 có ý nghĩa thống kê,tức là 
diện tích nhà ở (S) có ảnh hưởng đến giá mua nhà (P). 
• Kiểm định hệ số β2: 
Đặt giả thiết H0: β2=0 (hệ số không có ý nghĩa thống kê) 
 H1: β2≠0. 
Cách 1: p-value= 0.0068 Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 
khôngcó ý nghĩa thống kê. 
Cách 2: |tqs| ≥ t/
(
)


	()
>t.

(*)
2.859>t.

(*)
 Với mức ý nghĩa α=5% chấp nhận H0 tức là hệ sốβ2 khôngcó ý nghĩa thống kê,tức là diện 
tích sân xung quanh nhà(Y) có ảnh hưởng đến giá mua nhà(P). 
• Kiểm định hệ số β3: 
Đặt giả thiết: H0: β3=0 (hệ số không có ý nghĩa thống kê), 
 H1: β3≠0. 
Cách 1: p-value=1.43(e^-6) Với mức ý nghĩa α=5% bác bỏ H0 ,chấp nhận H1 
tức là hệ số β3 có ý nghĩa thống kê. 
Cách 2:|tqs| ≥ t/
(
)


	()
>t.

(*)
5.681>t.

(*)
 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là hệ số β3 có ý nghĩa thống kê ,tức là 
chất lượng nhà hàng xóm xung quanh(N) có ảnh hưởng đến giá mua nhà(P). 
c.2) Hệ số R2’. 
• Có hệ số R2’= 90.4789%, ý nghĩa: các biến giải thích giải thích được 90.4789% sự biến 
động của biến phụ thuộc. 
c.3) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%). 
• Đặt giả thiết H0: 
! = 

 = 
 (#
=0) 
 H1: 
$≠ 0 (j ∈ {1, 2, 3}) (#
≠ 0) 
Cách 1: p-value(F)= 5.88(e^-20) Với mức ý nghĩa α=5% bác bỏ H0,chấp 
nhậnH1 tức là R2’≠0, tức là các biến giải thích giải thích được 90.4789% sự biến động của 
biến phụ thuộc. 
Cách 2: Fqs>%&(,)
')123.5382>%.
(,*)
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 13 
 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhậnH1 tức là R2’≠0, tức là các biến giải thích 
giải thích được 90.4789% sự biến động của biến phụ thuộc. 
c.4) So sánh 2 mô hình hồi quy. 
• Vì #+2<#+2’ (89.51% < 89.7465%) 
 Mô hình hồi quy mới phù hợp và chính xác hơn so với mô hình cũ. 
 Lựa chọn mô hình hồi quy mới để kiểm định và khắc phục các khuyết tật của mô hình ở 
những phần sau của bài tiểu luận. 
2.3.2. Kiểm định các khuyết tật của mô hình.(P= β0 + β1S + β2Y + β3N +Ui) 
2.3.2.1. Đa công tuyến. 
a) Cách 1: Hồi quy mô hình phụ(phương pháp OLS) (phụ lục 4): 
 S=,-0 +	,- 1Y +,-2N +ei 
Với:α-0 = 1509.44 
α-1 = 0.0557122 
α-2 = -218.848 
a.1) Kiểm định các tham số hồi quy (với mức ý nghĩa α=5%). 
• Kiểm định hệ số α0: 
Đặt giả thiết H0:α0 =0 (hệ số không có ý nghĩa thống kê) 
 H1:α0≠0 
Cách 1: p-value= 2(e^-7) Với mức ý nghĩa α=5%,bác bỏ H0tức là α0có ý nghĩa 
thống kê. 
 Cách 2: |tqs| ≥ t/
(
)&/
&	(&) >t.

(")
6.266>t.

(")
 Với mức ý nghĩa α=5%,bác bỏ H0tức là α0có ý nghĩa thống kê. 
• Kiểm định hệ số α1: 
Đặt giả thiết H0:α1 =0 (hệ số không có ý nghĩa thống kê) 
 H1:α1≠0 
Cách 1: p-value=0.0190Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức là 
α1 có ý nghĩa thống kê. 
 Cách 2: |tqs| ≥ t/
(
)&/
&	(&) >t.

(")
2.444>t.

(")
 Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1 tức là α1 có ý nghĩa thống kê 
• Kiểm định hệ số α2 
Đặt giả thiết H0:α2 =0 (hệ số không có ý nghĩa thống kê), 
 H1:α2≠0 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 14 
Cách 1: p-value= 0.0093 Với mức ý nghĩa α=5%,bác bỏ H0,chấp nhận H1tức là 
α2có ý nghĩa thống kê 
 Cách 2: |tqs| ≥ t/
(
)&/
&	(&) >t.

(")
2.734>t.

(")
 Với mức ý nghĩa α=5%,bác bỏ H0, chấp nhận H1 tức là α2 có ý nghĩa thống kê. 
• Có hệ số R2 = 32.9425%,ý nghĩa: các biến Y và N giải thích được 32.9425% sự biến động 
của biến S. 
a.2) Kiểm định sự phù hợp của mô hình (với mức ý nghĩa α=5%). 
• Đặt giả thiết H0:α! = α
 (#
=0) 
 H1: α$≠ 0 (j ∈ {1, 2}) (#
≠ 0) 
Cách 1: p-value(F)= 0.000338 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 
tức là R2≠0, tức là các biến giải thích giải thích được 32.9425% sự biến động của biến 
phụ thuộc. 
Cách 2: Fqs>%&(
,)
')9.825133>%.
(
,")
 Với mức ý nghĩa α=5% bác bỏ H0,chấp nhận H1 tức là R2≠0, tức là các biến giải thích 
giải thích được 32.9425% sự biến động của biến phụ thuộc. 
• Vì α0 , α1 , α2đều có ý nghĩa thống kê và R2≠0 nên mô hình có hiện tượng đa cộng tuyến 
không hoàn hảo nhưng hiện tượng đa cộng tuyến là không đáng kể. 
b) Cách 2: nhân tử phóng đại phương sai (VIF) 
• VIF được thiết lập trên cơ sơ hệ số xác định R2 trong hồi quy của 1 biến giải thích với các 
biến giải thích còn lại (phụ lục 5)là: 
01%(2) = 11 − #
 = 1.49125 < 10 
01%(<) = 11 − #
 = 1.277 < 10 
01%(>) = 11 − #
 = 1.319 < 10 
 Không có hiện tượng đa công tuyến hoặc nếu có thì không đáng kể. 
c) Cách 3: xét R2 , tỷ số t của các biến giải thích (của mô hình P= β0 + β1S +β2Y + β3N +Ui) 
(phụ lục 3). 
 R2 khá cao (0.904789) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 15 
 t(S) =11.01 
 t(Y)= 2.859 
 t(N)= -5.681 
 R2 cao,các tỷ số t không quá nhỏ 
 Mô hình không có hiện tượng đa cộng tuyến hoặc nếu có thì không đáng kể. 
d) Cách 4: Xét tương quan cặp giữa các biến giải thích(phụ lục 6) 
 S Y N 
S 1 0.4518 -0.4788 
Y 0.4518 1 -0.3166 
N -0.4788 -0.3166 1 
• Vì hệ số tương quan cặp giữa các biến giải thích không cao (<0.8) 
 Khả năng tồn tại đa cộng tuyến trong mô hình là thấp. 
e) Cách 5: Độ đo Theil (đo mức độ đa cộng tuyến)(phụ lục 7,8,9) 
 m = R2–∑(AB − A
CB ) 
• Với:R2là hệ số xác định bôi trong mô hình hồi quy của P với các biến giải thích S,Y,N. 
 R2
-i là hệ số xác định bội trong mô hình hồi quy của P với lần lượt các tổ hợp biến(S,Y) ; 
(Y,N) ; (N,S) 
• Theo kết quả hồi quy ta có: 
 R2
-N = 0.825989 
 R2
-S = 0.608592 
R2
-Y = 0.884838 
 R2 = 0.904789 (phụ lục 3) 
 m= 0.904789 – (0.904789 –0.825989) – (0.904789–0.608592) – (0.904789 – 0.884838) 
 m= 0.509841 
• Ta có tỷ số : m / R2 = 0.509841/ 0.904789 =0.56349 > 0.5 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 16 
 mô hình có hiện tượng đa cộng tuyến , nhưng chưa kết luận được mức độ nghiêm trọng 
của hiện tượng. 
2.3.2.2. Phương sai sai số thay đổi. 
a) Phương pháp đồ thị 
• Từ những đồ thị vẽ DE
 theo FG ,S ,Y và N nhận thấy không tìm được bất kì sự liên hệ nào 
giữa DE
theo FG ,S ,Y và N 
 Mô hình không có hiện tượng phương sai sai số thay đổi. 
Vẽ DE
 theoFG 
 Vẽ DE
 theo S 
 Vẽ DE
 theo Y 
Vẽ DE
 theo N 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 17 
b) phương pháp kiểm định. 
b.1) Cách 1:Dùng kiểm định White (phụ lục 10) 
• Ước lượng mô hình hồi quy: 
HCB= β0 + β1S + β2Y + β3N + β4S2 +β5Y2 + β6N2 + β7S.Y+ β8Y.N + β9N.S +Ui 
• Phương pháp ước lượng OLS,với mức ý nghĩa α=5% 
• Đặt giả thiết H0: phươngsai sai số không thay đổi 
 H1: phương sai sai số thay đổi. 
 [p-value = P(Chi-square(9) > 8.691904) = 0.466186] > α 
 X2qs≤ X
(KL) nR2 ≤ X
.(*) 8.691904≤ X
.(*) 
 Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương sai 
sai số thay đổi. 
b.2) Cách 2:Dùng kiểm định Breush-Pagan-Godfrey(phụ lục 11). 
• Ước lượng mô hình hồi quy:HCB= β0 + β1Z1i+...+ βmZmi + Ui 
• Phương pháp ước lượng OLS, mức ý nghĩa α=5% 
• Đặt giả thiết H0: phươngsai sai số không thay đổi 
 H1: phương sai sai số thay đổi. 
 [p-value = P(Chi-square(3) > 6.061559) = 0.108653] >α 
 X2qs≤ X
(KL) ESS/2≤ X
.(*) 6.061559≤ X
.() 
 Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương sai 
sai số thay đổi. 
b.3) Cách 3:Dùng kiểm định Park (phụ lục 12) 
• Ước lượng mô hình hồi quy: lnHC= β0 + β1lnMN + Ui 
• Hồi quy mô hình với biến phụ thuộc là lgDE
 và biến giải thích là lgFG với phương pháp 
ước lượng OLS, mức ý nghĩa α=5%. 
• Đặt giả thiết H0: hệ số góc của mô hình không có ý nghĩa thống kê 
 H1: hệ số góc của mô hình có ý nghĩa thống kê. 
Cách 1: p-value = 0.7117>0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0tức là hệ số góc 
của mô hình không có ý nghĩa thống kê,tức là mô hình gốc không có hiện tượng phương 
sai sai số thay đổi. 
Cách 2: |tqs| ≤ t/
(
)


	()
<t.

("!)
0.3721<t.

("!)
 Với mức ý nghĩa α=5%,chấp nhận H0tức là hệ số góc của mô hình không có ý nghĩa 
thống kê,tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 18 
b.4) Cách 4:Kiểm định dựa trên biến phụ thuộc(phụ lục 13). 
• Ước lượng mô hình hồi quy:HCB= β0 + β1(ON)2+Ui 
• Phương pháp ước lượng OLS, mức ý nghĩa α=5% 
• Đặt giả thiết H0: phươngsai sai số không thay đổi 
 H1: phương sai sai số thay đổi. 
Cách 1: P-value(F) = 0.435129 > α =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô 
hình gốc không có hiện tượng phương sai sai số thay đổi. 
Cách 2: |Fqs| ≤ F(!,
)( 	() )
2<F.
(!."!)
0.621216 <F.
(!,"!)
 =>Với mức ý nghĩa 
α=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai sai số thay đổi. 
Cách 3: X2qs≤ X
(KL) nR2 ≤ X
.(*) 0.641775 ≤ X
.(!) 
 Với mức ý nghĩa α=5%,chấp nhận H0tức là mô hình gốc không có hiện tượng phương sai 
sai số thay đổi. 
b.5) Cách 5:Kiểm định Glejser (phụ lục 14). 
• Ước lượng mô hình hồi quy:|HC|= β0 + β1MN + Ui 
• Phương pháp ước lượng OLS, mức ý nghĩa α=5% 
• Đặt giả thiết H0: phươngsai sai số không thay đổi 
H1: phương sai sai số thay đổi. 
Cách 1: P-value(F) = 0,639276 > 0.05 =>Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô 
hình gốc không có hiện tượng phương sai sai số thay đổi 
Cách 2: |tqs| ≤ t/
(
)


	()
<t.

("!)
0.4722<t.

("!)
 Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai 
sai số thay đổi. 
b.6) Cách 6:Kiểm định Goldfeld- Quandt(phụ lục 15,16) 
• Sắp xếp lại số liệu theo thứ tự tăng dần của biến S. 
• Ta bỏ đi c =5 quan sát ở giữa từ 20 -24. Thu được hai mẫu có kích thước băng nhau (19 
quan sát) 
 Mẫu thứ nhất gồm các quan sát 1-19 
 Mẫu thứ hai gồm các quan sát 25-43 
• Ước lượng OLS ,mức ý nghĩa α=5% cho từng mẫu. Thu được: 
 RSS1=4080.510 (phụ lục 15) 
 RSS2=7270.282 (phụ lục 16) 
• Đặt giả thiết H0: phương sai sai số không thay đổi 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 19 
 H1: phương sai sai số thay đổi 
 Fqs<%&(RS,RS)
T/RS
T/RS
<%.
(!,!)
1.7817 < 2.40 
 Với mức ý nghĩa α=5%,chấp nhận H0 tức là mô hình gốc không có hiện tượng phương sai 
sai số thay đổi. 
2.3.2.3. Tự tương quan. 
a. Kiểm định Breusch-Godfrey(phụ lục 17) 
Dựa trên kết quả chạy Gretl ở phụ lục 17, ta nhận thấy 
p –value = 0.356 > 0.05 nên mô hình không có lỗi tự tương quan 
b. Kiểm định Durbin – Watson: 
Gỉa thiết: H0: Không có sự tương quan 
 H1: Có sự tương quan. 
Kiểm định Durbin-Watson trong Gretl được kết quả sau đây: 
Durbin-Watson statistic = 1.67979 
p-value = 0.11293 
-Ta có p-value > 0.05 nên với mức ý nghĩa U = 5%,không có cơ sở thống kê để bác bỏ giả 
thiết H0 
 -Trong gretl, Tools/Statistical tables/DW/ sample size: 43; number of 
regression(including the constants): 3ta thu được kết quả 
dL = 1.3663 
dU = 1.6632 
vì dU<d<4- dU nên chấp nhận giả thiết H0 
Vậy Mô hình không có tự tương quan 
2.3.3. Khắc phục các khuyết tật của mô hình. 
Trong các khuyết tật xét trong bài tiểu luận này thì chỉ có tồn tại hiện tượng đa cộng 
tuyến không hoàn hảo. Tuy nhiên ta có thể bỏ qua khuyết tật này vì các lý do sau: 
• R2 cao,các tỷ số t không quá nhỏ (phụ lục 3) 
• Var(βi) tương đối nhỏ (phụ lục 3) 
• Dấu các ước lượng hồi quy đúng như dự đoán (phụ lục 3) 
• Hầu hết các phương pháp kiểm tra đa cộng tuyến đều cho kết quả không có hiện tượng đa 
cộng tuyến hoặc có thì không đáng kể. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 20 
• Đây không phải là tập số liệu chuỗi nên không thể dùng phương pháp sai phân cấp 1 để 
khắc phục hiện tương đa cộng tuyến. 
• Việc lấy thêm số liệu hoặc lấy thêm mẫu mới là tương đối khó khăn. 
• Thông tin tiên nghiệm cho mô hình này là không sẵn có. 
• Biện pháp bỏ biến có thể làm giảm chất lượng của dự đoán vì: 
 Thứ nhất :Ngay phần 2.3.1.1 đã xác định lại mô hình hồi quy kinh tế chỉ gồm các biến 
giải thích S ,Y ,N vì biến Be không có ý nghĩa thống kê. 
 Thứ hai :Trong thực tế giá của căn nhà phụ thuộc khá chặt chẽ vào diện tích nhà(S) , 
diện tích sân (Y) và chất lượng các nhà xung quanh (N). 
 Thứ ba :Trong phần tính thang đo độ Theil . Ta đã ước lượng mô hình hồi quy của P 
với lần lượt các tổ hợp biến (S,Y) ; (Y,N) ; (N,S) và thu được: 
 #+2
-N =0.817288 (phụ lục 7) 
 #+2
-S = 0.589021 (phụ lục 8) 
 #+2
-Y = 0.879080 (phụ lục 9) 
 Tất cả các hệ số hiệu chỉnh này đều nhỏ hơn hệ số hiệu chỉnh (#+2=0.897465, phụ lục 3) 
trong ước lượng mô hìnhkinh tế ban đầu (mô hình không có biến Be). 
2.4.Đánh giá 
Sau các phần: 
• Nêu ra cơ sở lý thuyết 
• Thiết lập mô hình toán học 
• Ước lượng các tham số (với bộ số liệu có sẵn) 
• Phân tích kết quả 
 Đi tìm các khuyết tật của mô hình: đa cộng tuyến ,phương sai sai số thay đổi ,tự 
tương quan. 
 Sửa chữa các khuyết tật của mô hình. 
Mô hình tốt nhất được lựa chọn là: 
P= β0 + β1S + β2Y + β3N +Ui 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 21 
β0: hệ số chặn. 
β1 : mức thay đổi giá nhà theo diện tích nhà. 
Β2 : mức thay đổi giá nhà theo sân xung quanh nhà. 
Β3: mức thay đổi giá nhà theo chất lượng của các nhà hàng xóm xung quanh. 
Ui : yếu tố ngẫu nhiên. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 22 
KẾT LUẬN 
 Việc xây dựng mô hình đã giúp giải thích phần nào ảnh hưởng của các yếu tố đối với giá nhà 
(cấu trúc ngôi nhà bao gốm số phòng ngủ, diện tích sân xung quanh và môi trường xung quanh 
ngôi nhà gồm chất lượng của nhà hang xóm). Từ hàm hồi quy mẫu này ta có thể kết luận được 
rằng, giá nhà có ảnh hưởng phụ thuộc vào diện tích nhà, diện tich sân vườn cũng như chất lượng 
các nhà hàng xóm xung quanh. Nếu các biến độc lập tăng lên cũng sẽ làm giá nhà tăng, và tăng 
nhiều hay ít được xác định dựa trên trên hàm hồi quy mẫu (Ngoại trừ duy nhất biến số lượng 
phòng ngủ). Và có thể khẳng định thêm rằng, dựa vào các sô liệu này ta có thể dự đoán được 
những thay đổi có thể xảy ra ở hiện tại cũng như trong tương lai để từ đó có thể đưa ra được 
những kế hoạch đúng đắn phục vụ cho các mục đích kinh tế cũng như đời sống.Mô hình đã 
tương đối xác nhận tính chính xác của giá nhà đối với các nhân tố này Tuy nhiên mô hình cuối 
đưa ra vẫn còn chưa thực sự hoàn hảo. Có nhiều lí do dẫn đến sự tương đối này. Thứ nhất là quá 
trình thu thập dữ liệu thông tin vẫn gặp phải một số sai sót khách quan và chủ quan. Thứ hai là 
các yếu tố xét đến trong mô hình chưa bao gồm tất cả những yếu tố quan trọng nhất quyết định 
nên giá cả của ngôi nhà ( đặc biệt là quan hệ cung- cầu về nhà ở). Tuy vậy, qua việc xây dựng và 
chạy mô hình để hoàn thiện bài tiểu luận này, chúng em đã được củng cố hơn về cách xây dựng 
mô hình và hoàn thiện mô hình, cũng như hiểu hơn về môn kinh tế lượng và vai trò của nó trong 
việc nghiên cứu các vấn đề kinh tế. 
 Nhóm em xin gửi lời cảm ơn tới cô Phí Minh Hồng giảng dạy bộ môn Kinh tế lượng đã tận 
tình giúp đỡ để chúng em có thể hoàn thành được bài tiểu luận này. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 23 
PHỤ LỤC 
Phụ Lục 1: giá trị trung bình ,sai số tiêu chuẩn và trung vị. 
Phụ Lục 2:hồi quy mô hình kinh tế gốc. 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 24 
Phụ Lục 3:hồi quy mô hình kinh tế đã bỏ biến( Be) 
Phụ Lục 4:Hồi quy mô hình phụ (để phát hiện đa cộng tuyến) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 25 
Phụ Lục 5:Bảng tính VIF (để phát hiện đa cộng tuyến) 
Phụ Lục 6:Ma trận tương quan giữa S ,Y ,N (để phát hiện đa cộng tuyến) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 26 
Phụ Lục 7:Tính R2
-N ( để tính độ đo Theil phát hiện đa cộng tuyến) 
Phụ Lục 8:Tính R2
-S ( để tính độ đo Theil phát hiện đa cộng tuyến) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 27 
Phụ Lục 9: Tính R2
-Y ( để tính độ đo Theil phát hiện đa cộng tuyến) 
Phụ Lục 10:Kểm định White (để phát hiện phương sai sai số thay đổi) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 28 
Phụ Lục 11:Kiểm định BPG (để phát hiện phương sai sai số thay đổi) 
Phụ Lục 12:Kiểm định Park (để phát hiện phương sai sai số thay đổi). 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 29 
Phụ Lục 13:Kiểm định dựa vào biế phụ thuộc (để phát hiện phương sai sai số thay đổi). 
Phụ Lục 14:Kiểm định Glejser(để phát hiện phương sai sai số thay đổi). 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 30 
Phụ Lục 15:Tính RSS1 trong kiểm định Goldfeld- Quandt (để phát hiện phương sai sai số thay đổi) 
Phụ Lục 16:Tính RSS2 trong kiểm định Goldfeld- Quandt (để phát hiện phương sai sai số thay đổi) 
Nhóm 17_Lớp KTE309.7 BÀI TẬP KINH TẾ LƯỢNG 
Giảng viên hướng dẫn: Th.S Phí Minh Hồng Trang 31 
 Phụ lục17 : Kiểm định Breusch-Godfrey (để phát hiện tự tương quan)