( Word Reader - Unregistered ) www.word-reader.com

Sinh viên thực hiện chuyên đề theo bố cục sau
Chương 1. LÝ DO CHỌN ĐỀ TÀI
1.1. Mục đích
1.2. Ý nghĩa thực tiễn
Chương 2. CƠ SỞ LÝ LUẬN
2.1. Lý thuyết và thực tiễn
2.2. Xây dựng mô hình lý thuyết
2.3. Dự báo dấu
Chương 3. MÔ HÌNH HỒI QUY
3.1. Trình bày tóm tắt dữ liệu
3.2. Thống kê mô tả
3.3. Mô hình hồi quy
Chương 4. KIỂM ĐỊNH MÔ HÌNH
4.1. Nhận xét kết quả của mô hình
4.2. Kiểm định ý nghĩa của các biến độc lập
4.3. Kiểm định sự phù hợp mô hình
4.4. Kiểm định các giả thuyết mô hình
Chương 5. KẾT LUẬN
5.1. Kết luận về mô hình
5.2. Thực hiện dự báo
5.3. Kết luận chung cho mô hình
Tham khảo về chuyên đề về giá nhà đất

Bài tập dự án

1

Nguyễn Vũ Phương

( Word Reader - Unregistered ) www.word-reader.com
Chương I

LÝ DO CHỌN ĐỀ TÀI
1.1. Mục đích
Trong những năm gần đây giá nhà đất ở TP. Hồ Chí Minh tăng vọt. Việc sở
hữu một căn nhà ở thành phố này là một điều khó thực hiện. Để tìm hiểu quy luật
giữa giá nhà và những yếu tố ảnh hưởng khác, chúng tôi tiến hành thực hiện một
khảo sát về giá nhà đất và sự ảnh hưởng của diện tích căn nhà và số lầu của căn
nhà đối với giá. Từ đó, tìm ra quy luật về giá nhà đất trong mối tương quan với các
yếu tố khác.
1.2. Ý nghĩa thực tiễn
Khảo sát này có ý nghĩa thực tiễn là giúp cho những người có ý định mua nhà
cũng như những nhà nghiên cứu sử dụng bộ số liệu và quy luật để phục vụ cho mục
đích của mình trong lĩnh vực này.
Chương II

CƠ SỞ LÝ LUẬN
2.1. Lý thuyết và thực tiễn
Xét về mặt lý thuyết có rất nhiều yếu tố ảnh hưởng đến giá nhà như diện tích,
số lầu, địa điểm (quận), giá vàng, số phòng tắm, phòng ngủ trong căn nhà, màu sơn,
cách trang trí, độ tuổi của căn nhà,… Tuy nhiên, chúng ta không thể đưa tất cả các
biến vào mô hình để giải thích cho giá nhà vì nó sẽ làm yếu tố chính bị mờ đi. Trên
thực tế người mua chỉ quan tâm đến yếu tố chính ảnh hưởng trực tiếp đến giá nhà.
Cụ thể là trong việc đăng báo bán nhà tại TP. Hồ Chí Minh, người ta chỉ đưa thông
tin về diện tích, số lầu, giá tiền, và quận. Do vậy trong khuôn khổ của cuộc khảo sát
nhỏ này, chúng tôi chỉ quan tâm đến giá nhà ở Quận 1 - TP. Hồ Chí Minh với ảnh
hưởng của hai biến độc lập: diện tích và số lầu.
2.2. Xây dựng mô hình


PRICE = β1 + β 2 LANDAREA + β 3 FLOORS
Chú thích:

Price: Giá (tỉ đồng)
Landarea: diện tích đất ở (mét vuông)
Floors: Số lầu

Biến phụ thuộc là Price (Giá nhà) ở TP. Hồ Chí Minh với đơn vị tính là tỉ đồng.
Giá nhà chịu ảnh hưởng bởi Landarea (Diện tích - mét vuông) và Floors (Số lầu)
của căn nhà quy định. Diện tích và số lầu là hai biến độc lập.
2.3. Dự báo dấu
Theo quy luật thì:
- khi diện tích nhà tăng, khoảng chi phí xây dựng tăng thì giá tăng theo nên dấu
β
của 2 là dương
- khi số lầu nhà tăng tức người ta phải bỏ thêm chi phí xây lầu thì giá tăng theo
nên dấu của β 3 là dương

Bài tập dự án

2

Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com
Chương III

THU THẬP DỮ LIỆU

3.1. Mô hình

PRICE = β1 + β 2 LANDAREA + β 3 FLOORS
Chú thích:

Price: Giá (tỉ đồng)
Landarea: diện tích đất ở (mét vuông)
Floors: Số lầu

3.2. Biến phụ thuộc, biến độc lập và đơn vị tính
Biến phụ thuộc là Price (Giá nhà) ở TP. Hồ Chí Minh với đơn vị tính là tỉ đồng.
Giá nhà chịu ảnh hưởng bởi Landarea (Diện tích - mét vuông) và Floors (Số lầu)
của căn nhà quy định. Diện tích và số lầu là hai biến độc lập.
3.3. Phạm vi thu thập số liệu
Bộ số liệu được thu thập trên báo Mua và Bán (thứ Năm ngày 24/04/2008) về
giá nhà ở Quận 1 - TP. Hồ Chí Minh.
Tổng số quan sát: 76
Bộ số liệu được chọn một cách ngẫu nhiên với tính đa dạng cao.
3.4. Bộ số liệu
BẢNG SỐ LIỆU QUAN SÁT VỀ GIÁ NHÀ ĐẤT
OBS
1
2
3
4
5
6
7
8
9

10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29

Bài tập dự án

LANDAREA
39
40
38.5
85.8
144.9
82.5

51
52
52
84
64
64.6
1000
68
64
52
52
23.8
181.5
192
48
27.2
13.4
27
30
63
36
54
20.8

3

FLOORS
1
1
2

1
3
1
1
2
1
1
3
3
1
2
3
2
1
3
4
2
1
1
1
1
1
1
2
2
1

PRICE
2.75125
0.79875

3.4
9.7625
11.5375
7.1
3.3725
6.745
5.325
7.6325
11.5375
11.5375
301.75
11.5375
11.5375
6.745
5.5025
7
62.125
26.625
10.295
1.42
0.6
2.92875
1.33125
2.13
1.2425
4.4375
0.97625

Nguyễn Vũ Phương



( Word Reader - Unregistered ) www.word-reader.com
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57

58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76

60
21
38
76
93
84
68
96
53.2
64

60
80
56
30
21
32
62.7
24
13.95
72
12
92.5
64
56
80
51.15
27
32
28.8
72
50
1000
600
150
80
72
108
100
92
68

112.8
68
100
144
151.2
60
74.4

1
1
2
3
3
2
1
3
3
3
1
1
2
1
1
1
2
3
1
1
1
1

3
4
2
4
1
1
2
1
3
1
1
5
8
1
1
1
3
1
3
1
3
3
2
4
1

4
0.95
5.2
15.62

17.75
9.7625
13.3125
18.6375
9.23
9.585
8.165
4.0825
5.05875
1.1
0.6
2.13
2.13
1.42
0.8
4
0.568
2.15
6.9225
14.555
11.5375
7.6325
1.9
1.5265
1.5265
3.195
4.26
230.75
106.5
46.15

35.5
6.39
32.8375
62.125
18.6375
13.3125
15.975
8.52
21.3
23.9625
31.95
33.725
4.5

Nguồn: Báo Mua và Bán - thứ Năm ngày 24/04/2008 (Chỉ khảo sát ở quận 1)
Chú thích:

Bài tập dự án

Price: Giá (tỉ đồng)
Landarea: diện tích đất ở (mét vuông)
Floors: Số lầu

4

Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com
Chương IV


ƯỚC LƯỢNG VÀ KIỂM ĐỊNH MÔ HÌNH
4.1. Ước lượng
4.1.1. Mô hình ước lượng mẫu

PRICE = βˆ1 + βˆ2 LANDAREA + βˆ3 FLOORS

PRICE = −11.65 + 0.26 LANDAREA + 2.54 FLOORS
4.1.2. Kiểm định dấu
So sánh với giả thuyết, ta thấy dấu của các hệ số đi kèm với Landarea và
Floors giống với những gì ta kỳ vọng.
4.1.3. Ý nghĩa mô hình
Giả sử ta cố định số lầu (floors), kết quả ước lượng nói lên rằng nếu tăng thêm
2
1 m thì về trung bình giá của căn nhà sẽ tăng 0.26 tỉ đồng.
Giả sử ta giữ nguyên diện tích sử dụng (landarea), kết quả ước lượng nói lên
rằng nếu tăng thêm 1 lầu thì về trung bình giá của căn nhà sẽ tăng 2.54 tỉ đồng.

Bài tập dự án

5

Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com
4.2. Kiểm định về mặt đại số
4.2.1. Mô hình 1

PRICE = −6.62 + 0.26LANDAREA


Nhận xét:
Mô hình khảo sát trên phù hợp và các hệ số hồi quy đều có ý nghĩa thống kê
với R-squared và Adjusted R-squared tương đối lớn.
4.2.2. Mô hình 2

PRICE = −11.65 + 0.26 LANDAREA + 2.54 FLOORS

Nhận xét:
Mô hình khảo sát trên phù hợp và các hệ số hồi quy đều có ý nghĩa thống kê
với R-squared và Adjusted R-squared tương đối lớn. Tuy nhiên, hệ số của mô hình 2
tốt hơn hệ số mô hình 1.

Bài tập dự án

6

Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com
4.2.3. Bảng so sánh mô hình 1 và mô hình 2
Mô hình 1
Mô hình 2
-6.616409
-11.65002
0.259937
0.261237
2.536909
0.930882

0.935887
0.929948
0.93413
11.81045
11.45247
10322.02
9574.617
7.80181
7.752962
7.863145
7.844965

Constant
Landarea
Floors
R-squared
Adjusted R-squared
S.E. of regression
Sum squared resid
Akaike info criterion
Schwarz criterion

Từ bảng so sánh ta thấy R-squared và Adjusted R-squared của mô hình 2 tốt
hơn mô hình 1; và Akaike info criterion cũng như Schwarz criterion của mô hình 2
nhỏ hơn mô hình 1. Điều đó chứng tỏ mô hình 2 tốt hơn mô hình 1 về mặt đại số.
4.3. Kiểm định về mặt thống kê
4.3.1. Mô hình 1

PRICE = −6.62 + 0.26LANDAREA


Ta có 1 bài toán kiểm định:
Kiểm định cho giả thuyết H0: ‘Diện tích không ảnh hưởng đến giá bán.’ Ta có
bài toán kiểm định sau
H0 : β2 = 0

 H1 : β 2 ≠ 0

Ta dùng thống kê T =

βµ 2 − β 2
: St ( N − 2) , nếu H0 đúng ta có :
µ )
se( β
2

βµ 2
= 31.57 , với mức ý nghĩa λ = 0.05 và N = 76, ta có tcrit = 1.96 . So
µ )
se( β
2
| > tcrit nên bác bỏ H0, nghĩa là ‘Diện tích có ảnh hưởng đến giá bán.’

t stat =

sánh | tstat

Bài tập dự án

7


Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com
Nhận xét:
Mô hình 1 cho một đường hồi qui với các biến có ý nghĩa thống kê với P-value
của biến Landarea rất nhỏ.
4.3.2. Mô hình 2

PRICE = −11.65 + 0.26 LANDAREA + 2.54 FLOORS

Ta có 3 bài toán kiểm định:
+ Bài toán 1:
Kiểm định cho giả thuyết H 0 : ‘Diện tích không ảnh hưởng đến giá bán.’ Ta có
bài toán kiểm định sau
H0 : β2 = 0

 H1 : β 2 ≠ 0

Ta dùng thống kê T =

βµ 2 − β 2
: St ( N − 3) , nếu H0 đúng ta có :
µ )
se( β
2

βµ 2
0.26124
=

= 32.64 , với mức ý nghĩa λ = 0.05 và N = 76, ta có
µ )
0.008
se( β
2
tcrit = 1.96 . So sánh | tstat | > tcrit nên bác bỏ H0, nghĩa là ‘Diện tích có ảnh hưởng đến
giá bán.’
t stat =

+ Bài toán 2:
Kiểm định cho giả thuyết H0 : ‘Số lầu không ảnh hưởng đến giá bán.’ Ta có bài
toán kiểm định sau
 H 0 : β3 = 0

 H1 : β 3 ≠ 0

Ta dùng thống kê T =
Bài tập dự án

βµ 3 − β3
: St ( N − 3) , nếu H0 đúng ta có :
µ )
se( β
3
8

Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com


βµ 3
2.536909
=
= 2.387141 , với mức ý
µ
se( β 3 ) 1.062740
nghĩa λ = 0.05 và N = 76, ta có tcrit = 1.96 . So sánh | tstat | > tcrit nên bác bỏ H0, nghĩa
là ‘Số lầu có ảnh hưởng đến giá bán.’
t stat =

+ Bài toán 3:
Kiểm định cho giả thuyết H0: ‘Cả diện tích lẫn số lầu không ảnh hưởng đến giá
bán.’ Ta có bài toán kiểm định sau
 H 0 : β 2 = β3 = 0

 H1 : β 2 ∨ β 3 ≠ 0
Ta dùng thống kê Fstat =

R 2 / ( K − 1)

(1− R ) / ( N − K )
2

: F ( K − 1, N − K ) , với K = 3, N = 76,

nếu H0 đúng ta có :
Fstat =

R 2 / ( K − 1)


(1− R ) / ( N − K )
2

=

0.935887 /(3 − 1)
= 532.8032 ,
(1- 0.935887) /(76 − 3)

với

mức

ý

nghĩa

λ = 0.05 và N = 76, ta có Fc = 3.12 . So sánh | Fstat | > Fc nên bác bỏ H0, nghĩa là cả
diện tích lẫn số lầu có ảnh hưởng đến giá bán.
Nhận xét:
Mô hình 2 cho một đường hồi qui với các biến có ý nghĩa thống kê với P-value
của biến Landarea và biến Floors rất nhỏ. Như vậy, việc đưa thêm biến Floors vào
mô hình là hợp lý.

Bài tập dự án

9

Nguyễn Vũ Phương



( Word Reader - Unregistered ) www.word-reader.com
Chương V

KẾT LUẬN
5.1. Đánh giá mô hình

·
Mô hình tìm được PRICE
= −11.65 + 0.26 LANDAREA + 2.54 FLOORS từ nhận định
đầu tiên là phù hợp với thực tế.
5.2. Ý nghĩa
Từ việc tìm ra mô hình phù hợp này, ta có thể dùng mô hình trên để dự báo. Cụ
thể, xét bài toán dự báo giá nhà trung bình khi diện tích nhà ở là 200 m 2 và số lầu là
2, với mức ý nghĩa 5%. Với sự trợ giúp của phần mềm Eviews, ta có

·
Giá trị ước lượng điểm cho giá nhà là: PRICE
0 = 45.67 tỉ.
Khoảng dự báo cho giá nhà trung bình là: [ 42.63, 48.72] .
Với mức ý nghĩa 5% khi diện tích nhà ở là 200 m 2 và số lầu là 2, giá nhà trung
bình nằm trong khoảng [ 42.63, 48.72 ] .
5.3. Mở rộng mô hình
Ta thấy rằng giá nhà không chỉ phụ thuộc vào diện tích và số lầu mà còn phụ
thuộc vào nhiều yếu tố khác như: vị trí căn nhà, số phòng, quận, khu vực (nội thành
hay ngoại thành),v.v.
Từ đó, ta có thể điều tra thêm các yếu tố trên để đưa vào mô hình nhằm tăng
tính thực tế của mô hình đang khảo sát. Chẳng hạn, ta đưa vào yếu tố quận, khu
vực khi đó ta sẽ dùng biến giả để so sánh các phạm trù.

Như vậy ta có thể đưa ra các chính sách để quản lý giá nhà đất giữa các quận
với nhau.

Bài tập dự án

10

Nguyễn Vũ Phương


( Word Reader - Unregistered ) www.word-reader.com

PHỤ LỤC
1. Biểu đồ phân bố rải (Scatter graphs)

2. Tài liệu tham khảo
- Trần Thiện Trúc Phượng, Lê Hồng Nhật (2007), Bài giảng Kinh tế lượng, Khoa Kinh
tế - ĐHQG TP. Hồ Chí Minh.
- Hoàng ngọc Nhậm (2006), Bài tập Kinh tế lượng, Đại học Kinh tế TP. Hồ Chí Minh.
- Ramanathan, R. (1998) Introductory Econometrics with Application (4th edition),
Harcourt Brace College Publishers.

01665797886
01263255886

Bài tập dự án

11

Nguyễn Vũ Phương