Download giai de thi stata co san file and more Exercises Mathematics in PDF only on Docsity!
Câu 1:
a) Pt hồi quy tổng thể: lam phát = B1 + B2cung tien + B3tang truong.
lam phát = B1 + B2(cung tien + 1 ) + B3tang truong B2 = 1
b)
_cons -. 2342135. 9799249 - 0. 24 0. 812 - 2. 187201 1. 718774 tangtruong - 1. 662006. 2505661 - 6. 63 0. 000 - 2. 161383 - 1. 162628 cungtien 1. 033131. 0090422 114. 26 0. 000 1. 01511 1. 051152 lamphat Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 260612. 089 75 3474. 82785 Root MSE = 4. 31 Adj R-squared = 0. 9947 Residual 1356. 03409 73 18. 5758094 R-squared = 0. 9948 Model 259256. 055 2 129628. 027 Prob > F = 0. 0000
F( 2 , 73 ) = 6978. 32
Source SS df MS Number of obs = 76
. regress lamphat cungtien tangtruong
Pt hồi quy mẫu: ^ lamphat =¿-0.2342135 + 1.033131cungtien – 1.662006tangtruong
c) Ý nghĩa các hệ số hồi quy mẫu:
B1 mũ: với các yếu tố khác ko đổi, khi cung tiền và tangtruong = 0 thì lạm phát trung bình
là -0.2342135%
B2 mũ: với các yếu tố khác ko đổi, khi tốc độ tăng trưởng của cung tiền tăng 1% thì lạm
phát trung bình tăng 1.033131%
B3 mũ: với các yếu tố khác ko đổi, khi tốc độ tăng sản lượng quốc gia tăng 1% thì lạm phát
trung bình giảm 1.662006%.
Sử dụng lý thuyết kinh tế để giải thích dấu của các hệ số hồi quy thu được: Google
d) các biến độc lập giải thích được 99,47% sự thay đổi của biến phụ thuộc (lam phát).
(con số 0.9947 = R^2 điều chỉnh = Adj R-squared)
Pt hồi quy tổng thể: lam phát = B1 + B2cung tien + B3tang truong.
Khi cung tiền tăng 1% (1 đơn vị = 1%) thì lam phát = B1 + B2(cung tien+1) + B3tang
truong
lam phát = B1 + B2cung tien + B2 + B3tang truong
=> lý thuyết: khi Khi cung tiền tăng 1% thì lam phát tăng B2(%)
Đề bài: khi Khi cung tiền tăng 1% thì lam phát tăng 1%
=> B2(%) = 1% => B2 = 1
Trình bày vào giấy thi thì viết luôn như sau:
H0: B2 = 1
H1: B2 khác 1
Prob > F = 0. 0005
F( 1 , 73 ) = 13. 43
( 1 ) cungtien = 1
. test cungtien= 1
Pgia tri = 0.0005 < alpha = 0.05 => bác bỏ H0, chấp nhận H1.
Kết luận: Không đủ cơ sở để cho rằng Khi cung tiền tăng 1% thì lam phát tăng 1%
Đề bài nói khi tăng trưởng tăng 1% thì lạm giảm hơn (giảm nhiều hơn) 1% (có thể là giảm
2%; 3%). Mà giảm thì mang dấu âm tức là -2% hay -3% thì < -1%
=> B3% < - 1% => B3 < - 1
Trình bày vào giấy thi thì viết luôn như sau:
H0: B3 ≥ -
H1: B3 < -
pgiatri 5 =. 00503819 t 5 = - 2. 6420408
. scalar list t 5 pgiatri 5 . scalar pgiatri 5 = 1 - ttail(e(df_r),t 5 ) . scalar t 5 =r(estimate)/r(se)
lamphat Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] ( 1 ) tangtruong = - 1
. lincom tangtruong+ 1 pgiatri 4 =. 00503819 t 4 = - 2. 6420408 . scalar list t 4 pgiatri 4 . scalar pgiatri 4 = 1 - ttail(e(df_r),t 4 ) . scalar t 4 = (_b[ tangtruong ]+ 1 )/_se[ tangtruong ]
P-giá trị = 0.00503819 < alpha = 0.05 => bác bỏ H0, chấp H1.
Kết luận: đủ cơ sở để cho rằng khi tăng trưởng tăng 1% thì lạm giảm hơn (giảm nhiều hơn)
Mở rộng: Đề bài nói khi tăng trưởng tăng 1% thì lạm phát giảm ít hơn 1%
Giảm thì âm
Giảm ít hơn 1% thì có thể là giảm 0,9%; 0,8%
Kiểm đinh cho B3% > -1% tức là kiểm định B3 > -
cách 1:
cách 2:
c)
Mean VIF 1. 04
tangtruong 1. 04 0. 960187
cungtien 1. 04 0. 960187
Variable VIF 1 /VIF
. vif
Do hệ số vif của tất cả các biến độc lập trong mô hình đều < 10 => Mô hình không có hiện
tượng đa cộng tuyến.
d)
H0: Mô hình ko có hiện tượng ps sai số thay đổi
H1: Mô hình có hiện tượng ps sai số thay đổi
Prob > chi 2 = 0. 0000 chi 2 ( 1 ) = 142. 42 Variables: fitted values of lamphat Ho: Constant variance Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
. hettest
Có pgiatri = 0.0000 < alpha = 0.05 => BBH0, CNH1 => Có cở sở để cho rằng Mô hình có
hiện tượng ps sai số thay đổi
Khắc phục:
_cons -. 2342135. 619615 - 0. 38 0. 707 - 1. 469104 1. 000677 tangtruong - 1. 662006. 1759137 - 9. 45 0. 000 - 2. 012601 - 1. 31141 cungtien 1. 033131. 0236942 43. 60 0. 000. 9859086 1. 080354 lamphat Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Robust Root MSE = 4. 31 R-squared = 0. 9948 Prob > F = 0. 0000
F( 2 , 73 ) = 956. 82
Linear regression Number of obs = 76
. reg lamphat cungtien tangtruong,robust
a)
_cons. 8410309. 0492415 17. 08 0. 000. 7444952. 9375667 sohlamviec 1 tuan. 0056829. 0008017 7. 09 0. 000. 0041112. 0072545 nkids. 0415078. 0069338 5. 99 0. 000. 0279143. 0551012 age. 0068623. 0005727 11. 98 0. 000. 0057395. 0079851 fulltime. 2704657. 0239919 11. 27 0. 000. 2234307. 3175006 educ. 0880369. 0025864 34. 04 0. 000. 0829665. 0931074 lnwage Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 1595. 11859 4 , 837. 329774361 Root MSE =. 48812 Adj R-squared = 0. 2775 Residual 1151. 296 4 , 832. 238264901 R-squared = 0. 2782 Model 443. 822584 5 88. 7645167 Prob > F = 0. 0000
F( 5 , 4832 ) = 372. 55
Source SS df MS Number of obs = 4 , 838
. regress lnwage educ fulltime age nkids sohlamviec 1 tuan . gen lnWAGE =ln( wage) . gen lnwage = log( wage)
a. 1) PT hồi quy mẫu:
Ln( ^ WAGE ) = 0.8410309 + 0.0880369 * educ + 0.2704657Fulltime + 0.068623age +
0.0415078 * nkids + 0.0056829*sohlamviec1tuan
Mô hình hồi quy log-lin đa biến và ý nghĩa (theo lý thuyết đã được học) thì như sau:
LnY = β 1 +^ ¿^ β 2 X 2 + β 3 X 3 + … +^ βk Xk + ui
Ý nghĩa của hệ số hồi quy:
β 2 : Với các yếu tố khác không đổi, khi X 2 tăng (giảm) 1 đơn vị thì Y trung bình tăng (giảm)
β 3 : Với các yếu tố khác không đổi, khi X 3 tăng (giảm) 1 đơn vị thì Y trung bình tăng (giảm)
βk : Với các yếu tố khác không đổi, khi Xk tăng (giảm) 1 đơn vị thì Y trung bình tăng (giảm)
βk *100 (%).
a. 2) Nêu ý nghĩa các hệ số hồi quy:
B2 mũ = 0.0880369, với điều kiện các yếu tố khác không đổi, khi số năm đào tạo tăng 1 đơn
vị thì tiền lương trung bình tăng 0.0880369 * 100 (%) = 8.80369%
B3 mũ = 0.2704657, với điều kiện các yếu tố khác không đổi, khi thời gian làm việc trong
ngày tăng 1 đơn vị thì tiền lương trung bình tăng 0.2704657 * 100(%) = 27.04657%
B4 mũ = 0.068623, với điều kiện các yếu tố khác không đổi, khi tuổi tăng 1 đơn vị thì tiền
lương trung bình tăng 0.068623 * 100 (%) = 6.8623%
B5 mũ = 0.0415078, với điều kiện các yếu tố khác không đổi, khi số trẻ em phụ thuộc tăng
1 đơn vị thì tiền lương trung bình tăng 0.0415078 * 100(%) = 4.15078%
B6 mũ = 0.0056829, với điều kiện các yếu tố khác không đổi, khi số giờ lao động trong tuần
tăng 1 đơn vị thì tiền lương trung bình tăng 0.0056829*100(%) = 0.56829%
a. 3) Kiểm định các hệ số hồi quy có ý nghĩa:
Pt hồi quy tổng thể
Ln(Wage) = B1 + B2* educ + B3Fulltime + B4age + B5* nkids + B6*sohlamviec1tuan
kiểm định hệ số B2 có ý nghĩa:
H0: B2 = 0 (B2 không có ý nghĩa – educ ko có ý nghĩa trong mô hình)
H1: B2 khác 0 (B2 có ý nghĩa - educ có ý nghĩa trong mô hình)
p-giá trị = 0.000 < alpha = 0.05 => bác bỏ H0, chấp nhận H1 => B2 có ý nghĩa – tức là educ
có ý nghĩa trong mô hình
kiểm định hệ số B3 có ý nghĩa:
H0: B3 = 0 (B3 không có ý nghĩa – Fulltime ko có ý nghĩa trong mô hình)
H1: B3 khác 0 (B3 có ý nghĩa - Fulltime có ý nghĩa trong mô hình)
p-giá trị = 0.000 < alpha = 0.05 => bác bỏ H0, chấp nhận H1 => B3 có ý nghĩa – tức là
Fulltime có ý nghĩa trong mô hình
c) Kiểm định đa cộng tuyến
H0: Mô hình không có đa cộng tuyến
H1: Mô hình có đa cộng tuyến
Mean VIF 1. 21 educ 1. 02 0. 985213 age 1. 06 0. 947782 nkids 1. 06 0. 947661 fulltime 1. 45 0. 688918 sohlamviec~n 1. 46 0. 683825 Variable VIF 1 /VIF
. vif
Do các hệ số vif của các biến độc lập trong mô hình đều < 10 => mô hình không có hiện
tượng đa cộng tuyến.
d) Pt hồi quy tổng thể
Ln(Wage) = B1 + B2* educ + B3Fulltime + B4age + B5* nkids + B6*sohlamviec1tuan
lnwage Coef. Std. Err. t P>|t| [ 99 % Conf. Interval] ( 1 ) sohlamviec 1 tuan = 0
. lincom sohlamviec 1 tuan,level( 99 )
Ước lượng khoảng 99% cho hệ số của biến sohlamviec1tuan là (0.0036171 ; 0.0077487).
Ý nghĩa: Với đk các yếu tố khác không đổi, khi sohlamviec1tuan tăng 1 đơn vị thì lương
trung bình tăng ít nhất 0.0036171*100(%) và tăng nhiều nhất 0.0077487 *100(%).
Kiểm định B2 = B
H0: B2 – B4 = 0
H1: B2 - B4 khác 0
Prob > F = 0. 0000
F( 1 , 4832 ) = 924. 14
( 1 ) educ - age = 0
. test educ- age= 0
Do p-gia trị < alpha = 0.05 => bác bỏ H0; chấp nhận H
KL: Không đủ cơ sở để cho rằng tác động của Age và EDUC đến ln(WAGE) là như nhau
Câu 4:
Giải câu trên:
a)
Pt hồi quy tổng thể: WAGE = B1 + B2*EDUC
a) 1. Viết pt hồi quy mẫu:
_cons - 7. 557896. 8375254 - 9. 02 0. 000 - 9. 199827 - 5. 915965 educ 1. 999438. 0593251 33. 70 0. 000 1. 883134 2. 115742 wage Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 759874. 709 4 , 837 157. 096281 Root MSE = 11. 28 Adj R-squared = 0. 1900 Residual 615341. 375 4 , 836 127. 241806 R-squared = 0. 1902 Model 144533. 334 1 144533. 334 Prob > F = 0. 0000
F( 1 , 4836 ) = 1135. 90
Source SS df MS Number of obs = 4 , 838
. reg wage educ
pt hồi quy mẫu là: WAGE = -7.557896 + 1.999438*EDUC
AIC 2 = - 1. 3290277
AIC 1 = 4. 8465026
. scalar list AIC 1 AIC 2 . scalar AIC 2 = ln(e(rss)/e(N)) + 2 *e(rank)/e(N) _cons 1. 543178. 0381943 40. 40 0. 000 1. 4683 1. 618056 educ. 0934004. 0027054 34. 52 0. 000. 0880965. 0987043 lnwage Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 1595. 11859 4 , 837. 329774361 Root MSE =. 51442 Adj R-squared = 0. 1976 Residual 1279. 72715 4 , 836. 264625135 R-squared = 0. 1977 Model 315. 391432 1 315. 391432 Prob > F = 0. 0000
F( 1 , 4836 ) = 1191. 84
Source SS df MS Number of obs = 4 , 838
. reg lnwage educ . scalar AIC 1 = ln(e(rss)/e(N)) + 2 *e(rank)/e(N) _cons - 7. 557896. 8375254 - 9. 02 0. 000 - 9. 199827 - 5. 915965 educ 1. 999438. 0593251 33. 70 0. 000 1. 883134 2. 115742 wage Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 759874. 709 4 , 837 157. 096281 Root MSE = 11. 28 Adj R-squared = 0. 1900 Residual 615341. 375 4 , 836 127. 241806 R-squared = 0. 1902 Model 144533. 334 1 144533. 334 Prob > F = 0. 0000
F( 1 , 4836 ) = 1135. 90
Source SS df MS Number of obs = 4 , 838
. reg wage educ
Do AIC1 = 4.8465026 > AIC2 = -1.3290277 => Mô hình ở câu (b) tốt hơn.
c)
Mô hình hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS +
B6*AGE + U
c) 1.
B2 > 0 vì số năm đào tạo (EDUC) tăng lên thì người lao động sẽ giỏi hơn, làm việc hiệu quả
hơn do đó tiền lương của họ cũng sẽ được gia tăng.
B3 > 0 vì làm việc (FULLTIME) trong ngày nhiều hơn thì tiền lương được trả cho lao động
cũng sẽ tăng lên.
B4 > 0 vì số giờ lao động trong 1 tuần (SOHLAMVIEC1TUAN) nhiều hơn thì tiền lương
được trả cho lao động cũng sẽ tăng lên.
B5 > 0 vì số trẻ em trong gia đình nhiều hơn thì cần làm việc nhiều hơn để nuôi lớn các em do
đó dẫn đến tiền lương cũng cần gia tăng để thực hiện cho điều này.
B6 > 0 vì tuổi tăng lên thì kinh nghiệm nhiều hơn từ đó dẫn đến làm việc tốt hơn và hiệu quả
hơn giúp tiền lương cũng được gia tăng.
c) 2.
_cons - 20. 32563 1. 101488 - 18. 45 0. 000 - 22. 48505 - 18. 16621 age. 158212. 0128111 12. 35 0. 000. 1330965. 1833276 nkids. 9004737. 1551031 5. 81 0. 000. 596401 1. 204546 sohlamviec 1 tuan. 0769804. 0179327 4. 29 0. 000. 0418241. 1121367 fulltime 4. 171537. 5366761 7. 77 0. 000 3. 119407 5. 223666 educ 1. 913549. 0578545 33. 08 0. 000 1. 800128 2. 02697 wage Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 759874. 709 4 , 837 157. 096281 Root MSE = 10. 919 Adj R-squared = 0. 2411 Residual 576081. 292 4 , 832 119. 222122 R-squared = 0. 2419 Model 183793. 417 5 36758. 6834 Prob > F = 0. 0000 F( 5 , 4832 ) = 308. 32 Source SS df MS Number of obs = 4 , 838
. reg wage educ fulltime sohlamviec 1 tuan nkids age
Mô hình hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS +
B6*AGE + U
Mở rộng nếu đề yêu cầu viết pt tổng thể: WAGE = B1 + B2EDUC + B3FULLTIME +
B4SOHLAMVIEC1TUAN + B5NKIDS + B6*AGE
Pt hồi quy mẫu là: WAGE = -20.32563 + 1.913549EDUC + 4.171537FULLTIME +
0.0769804SOHLAMVIEC1TUAN + 0.9004737NKIDS + 0.158212*AGE
Ta thấy các hệ số hồi quy mẫu trong pt hồi quy mẫu ở trên đều > 0 => có phù hợp với các dự
đoán dấu ở câu c ý 1 (có phù hợp với lý thuyết)
c) 4.
Lí thuyết Y = B1 + B2*X
Để X tác động đến Y thì cần B2 khác 0
Để X tác động tích cực đến Y thì cần B2 > 0
Để X tác động tiêu cực đến Y thì cần B2 < 0
Mô hình hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS +
B6*AGE + U
Trả lời:
là đúng
Giải thích:
H0: B2 ≤ 0 ; B2 = 0
H1: B2 > 0 (*)
pgiatri = 9. 76 e- 217
t 4 = 33. 075199
. scalar list t 4 pgiatri
. scalar pgiatri=ttail(e(df_r),t 4 )
. scalar t 4 =(_b[ educ ]- 0 )/_se[ educ ]
Có pgiatri = 9.76 * 10^ - 217 < alpha = 0.05 => BBH0, CNH1.
KL: Tại alpha = 5%, có đủ cơ sở để cho rằng số năm đào tạo có tác động tích cực đến tiền
lương theo giờ.
c) 5.
Mô hình hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS +
B6*AGE + U
Lí thuyết: khi AGE tăng 1 đơn vị (1 năm) thì WAGE tăng B6 đơn vị
Đề bài: khi AGE tăng 1 đơn vị (1 năm) thì WAGE tăng nhiều hơn 0,15$/giờ
Cần kiểm định B6 đơn vị nhiều hơn 0,15 $/giờ => B6 > 0,
Giải:
H0: B6 ≤ 0,15 ; B6 = 0,
H1: B6 > 0,15 (*)
pgiatri =. 2607733
t 5 =. 64100998
. scalar list t 5 pgiatri
. scalar pgiatri=ttail(e(df_r),t 5 )
. scalar t 5 =(_b[ age ]- 0. 15 )/_se[ age ]
Có p-gia trị = 0.2607733 > alpha = 0.05 => CNH0, BBH
KL: Ko có cơ sở để cho rằng
_cons - 16. 60603 3. 007403 - 5. 52 0. 000 - 22. 50664 - 10. 70542 exper. 2267911. 3880815 0. 58 0. 559 -. 534636. 9882181 age -. 1625928. 3880437 - 0. 42 0. 675 -. 9239459. 5987602 nkids. 4300363. 3147438 1. 37 0. 172 -. 1875003 1. 047573 Sohlamviec 1 tuan. 0325546. 0351135 0. 93 0. 354 -. 0363391. 1014484 fulltime 1. 067718. 8963007 1. 19 0. 234 -. 69085 2. 826286 educ 2. 409027. 3634496 6. 63 0. 000 1. 695929 3. 122126 wage Coef. Std. Err. t P>|t| [ 95 % Conf. Interval] Total 147205. 248 1 , 156 127. 34018 Root MSE = 9. 8342 Adj R-squared = 0. 2405 Residual 111219. 275 1 , 150 96. 7124128 R-squared = 0. 2445 Model 35985. 9735 6 5997. 66225 Prob > F = 0. 0000
F( 6 , 1150 ) = 62. 02
Source SS df MS Number of obs = 1 , 157
. reg wage educ fulltime Sohlamviec 1 tuan nkids age exper if female == 1 & married== 1
Pt hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS
+ B6AGE + B7EXPER
Hàm hồi quy mẫu:
WAGE = -16.60603 + 2.409027EDUC + 1.067718FULLTIME +
0.0325546SOHLAMVIEC1TUAN + 0.4300363NKIDS -1.625928*AGE +
0.2267911*EXPER
Mở rộng: Nếu đề yêu cầu nêu ý nghĩa của các hệ số hồi quy thì làm như sau:
B1 mũ: Với đk các yếu tố khác ko đổi, Khi tất các biến độc lập = 0 thì WAGE(Tiền lương
theo giờ) trung bình của nữ giới đã kết hôn là -16.60603 đơn vị
B2 mũ: Với đk các yếu tố khác ko đổi, Khi EDUC(số năm đào tạo) tăng 1 đơn vị thì
WAGE(Tiền lương theo giờ) trung bình của nữ giới đã kết hôn tăng 2.409027 đơn vị
a) 2.
Các biến độc lập trong mô hình hồi quy 2 biến (gồm 1 biến phụ thuộc và 1 biến độc lập) giải
thích được R-squared * 100 (%) sự thay đổi của biến phụ thuộc
Các biến độc lập trong mô hình hồi quy đa biến (gồm 1 biến phụ thuộc và 2 biến độc lập trở
lên) giải thích được Adj R-squared * 100 (%) sự thay đổi của biến phụ thuộc
Giải ý 2. Các biến độc lập trong mô hình giải thích được 24,05% sự thay đổi của tiền lương
theo giờ.
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS
+ B6AGE + B7EXPER
kiểm định tại alpha = 5%, khi số năm đào tạo tăng 2 năm, số tuổi tăng 1 năm và số
năm kinh nghiệm cùng tăng 3 đv thì wage tăng ít hơn 10 đv
WAGE = B1 + B2(EDUC +2) + B3FULLTIME + B4*SOHLAMVIEC1TUAN +
B5NKIDS + B6(AGE +1) + B7*(EXPER + 3)
2B2 + B6 + 3B7 < 10
h0: 2B2 + B6 + 3B7 ≥ 10
h1: 2B2 + B6 + 3B7 < 10 (*)
b)
b) 1.
Pt hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS
+ B6AGE + B7EXPER
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5(NKIDS
– 1) + B6AGE + B7EXPER
-B5 = 1 => B5 = -
Đề bài cho: Số trẻ em phụ thuộc (NKIDS) giảm đi 1 thì tiền lương (WAGE) tăng 1$/giờ
Thế đảo ngược lại như sau: Số trẻ em phụ thuộc (NKIDS) tăng lên 1 thì tiền lương (WAGE)
giảm 1$/giờ
Lí thuyết: Số trẻ em phụ thuộc (NKIDS) tăng lên 1 thì tiền lương (WAGE) giảm B5 đơn vị
=> Cần kiểm định B5 = -
Nếu pro thì làm luôn như sau:
Pt hồi quy tổng thể là:
WAGE = B1 + B2EDUC + B3FULLTIME + B4SOHLAMVIEC1TUAN + B5NKIDS
+ B6AGE + B7EXPER
Đề bài cho: Số trẻ em phụ thuộc (NKIDS) giảm đi 1 thì tiền lương (WAGE) tăng 1$/giờ
