As shown in Table 6.3, the results

As shown in Table 6.3, the results indicate that the signs of all estimated coefficients are positive as we expect and these coefficients are statistically different from zero at the level of significance a = 0.01 or better. This means that horse power, crew size, fishing days and the location of Nha Trang’s anchovy purse seiners have statistically significant effects on annual
gross revenue. Furthermore, an application of the F- test for testing the overall significance of the model. Since F-value =297.5370 with P- value = 0.0000, then at least one of the parameters is not zero at the level of significance a= 0.01 or better. Thus, the estimated model is significant at the 1% level. In addition, R2= 0.9543 indicating that 95.43 % of the variation in gross revenue is explained by the variation in horse power, by the variation in crew size, by the variation in the number of days at sea and by location, in our sample, 4.57% of the variation in revenue is left unexplained and is due to variation in the error term. In this case, the estimated model fits the data well.
In this model, the returns to the inputs also can be measured by output elasticities. The input that makes the largest contribution to the value of the output is the number of days at sea. The coefficient of fishing days is about 0.5401, so an increase of 1% in the number of days at sea then the revenue will increase by 0.5401% while other variables are held constant. The coefficients of horse power and crew size are 0.3105 and 0.3107 respectively. Thus, horse power makes the smallest contribution to the gross revenue. The positive sign of area dummy variable implies that the anchovy purse seiners around the island can get more gross revenue than those in the mainland areas
However, a good regression model should not violate the least square assumptions. Some various tests for errors are performed in this case. Jarque-Bera test for the normality of errors, Lagrange Multiplier test for autocorrelation and White test for the heteroskedasticity of the errors (see table 6.4).

Kết quả (Việt) 1:

Như thể hiện trong bảng 6.3, kết quả chỉ ra rằng các dấu hiệu của tất cả ước tính hệ số là tích cực như chúng tôi mong đợi và các hệ thống kê khác nhau từ số không lúc ý nghĩa của cấp một = 0,01 hoặc tốt hơn. Điều này có nghĩa rằng mã lực, thủy thủ đoàn kích thước, Câu cá ngày và vị trí của Nha Trang cá cơm ví seiners có tác động ý nghĩa thống kê hàng nămTổng doanh thu. Hơn nữa, ứng dụng của F-thử nghiệm để thử nghiệm ý nghĩa tổng thể của các mô hình. Kể từ khi giá trị F = 297.5370 với giá trị P = 0.0000, sau đó ít nhất một trong các thông số không phải là zero lúc ý nghĩa của cấp một = 0,01 hoặc tốt hơn. Vì vậy, các mô hình ước tính là quan trọng ở mức 1%. Ngoài ra, R2 = 0.9543 chỉ ra rằng 95.43% của các biến thể tổng doanh thu được giải thích bởi các biến thể trong mã lực, bởi các biến thể kích thước phi hành đoàn, bởi sự thay đổi trong số ngày tại biển và theo vị trí, trong mẫu của chúng tôi, 4.57% của các biến thể trong doanh thu trái không giải thích được và là do sự thay đổi trong thuật ngữ lỗi. Trong trường hợp này, các mô hình ước tính phù hợp các dữ liệu tốt.Trong mô hình này, trả lại cho các đầu vào cũng có thể được đo bằng đầu ra elasticities. Các đầu vào mà làm cho sự đóng góp lớn nhất vào giá trị của đầu ra là số ngày tại biển. Hệ số câu cá ngày là về 0.5401, do đó, tăng trưởng dân số 1% trong số ngày tại biển sau đó doanh thu sẽ tăng 0.5401% trong khi các biến khác được tổ chức thường xuyên. Các hệ số của ngựa sức mạnh và phi hành đoàn kích thước là 0.3105 và 0.3107 tương ứng. Do đó, mã lực làm cho sự đóng góp nhỏ nhất đến tổng doanh thu. Dấu hiệu tích cực của tích giả biến ngụ ý rằng cá cơm ví seiners xung quanh hòn đảo có thể nhận được thêm tổng doanh thu so với những người ở các khu vực đất liềnTuy nhiên, một mô hình hồi quy tốt nên không vi phạm các giả định ít nhất vuông. Một số xét nghiệm khác nhau cho các lỗi được thực hiện trong trường hợp này. Jarque – Bera các thử nghiệm cho bình thường của lỗi, Lagrange nhân thử nghiệm cho autocorrelation và các thử nghiệm trắng cho heteroskedasticity lỗi (xem bảng 6.4).

Kết quả (Việt) 2:

Như thể hiện trong Bảng 6.3, kết quả cho thấy những dấu hiệu của tất cả các hệ số ước lượng là tích cực như chúng ta mong đợi và các hệ số thống kê khác nhau từ số không ở mức ý nghĩa a = 0,01 hoặc tốt hơn. Điều này có nghĩa rằng mã lực, kích thước phi hành đoàn, ngày đánh bắt cá và vị trí của tàu lưới vây cá cơm Nha Trang có những ảnh hưởng đáng kể về mặt thống kê hàng năm về
doanh thu. Hơn nữa, một ứng dụng của kiểm tra F- để thử nghiệm các ý nghĩa tổng thể của mô hình. Kể từ khi F-value = 297.5370 với P- value = 0.0000, sau đó ít nhất một trong những thông số không phải số không ở mức ý nghĩa a = 0,01 hoặc tốt hơn. Do đó, các mô hình ước lượng có ý nghĩa ở mức 1%. Ngoài ra, R2 = 0,9543 cho thấy 95,43% của sự biến đổi trong tổng doanh thu được giải thích bởi sự biến đổi trong mã lực, bởi sự biến đổi trong kích thước phi hành đoàn, bởi sự thay đổi của số ngày trên biển và theo vị trí, trong mẫu của chúng tôi, 4,57% của sự biến động trong doanh thu còn lại không giải thích được và là do sự thay đổi các sai số. Trong trường hợp này, các mô hình ước tính phù hợp với các dữ liệu tốt.
Trong mô hình này, lợi nhuận cho các đầu vào cũng có thể được đo bằng độ co giãn ra. Các đầu vào mà làm cho sự đóng góp lớn nhất với giá trị của đầu ra là số lượng ngày trên biển. Các hệ số của ngày đánh bắt khoảng 0,5401, do đó tăng 1% trong số ngày trên biển thì doanh thu sẽ tăng 0,5401% trong khi các biến số khác được giữ không đổi. Các hệ số của mã lực và kích thước phi hành đoàn là 0,3105 và 0,3107 tương ứng. Như vậy, sức ngựa làm cho sự đóng góp nhỏ nhất đến doanh thu. Những dấu hiệu tích cực của khu vực biến giả ngụ ý rằng các tàu lưới vây cá cơm quanh đảo có thể có được doanh thu gộp giảm hơn những người trong khu vực đại lục
Tuy nhiên, một mô hình hồi quy tốt không nên vi phạm các giả định vuông ít nhất. Một số xét nghiệm khác nhau cho các lỗi được thực hiện trong trường hợp này. Jarque-Bera thử nghiệm cho độ chuẩn của lỗi, Lagrange Multiplier thử nghiệm cho tương quan và kiểm tra Trắng cho heteroskedasticity các lỗi (xem bảng 6.4).