Mục đích nghiên cứu
Bài viết đánh giá tình trạng suy dinh dưỡng tại 21 quốc gia và vùng lãnh thổ trên thế giới thông qua các chỉ số quan trọng như dân số, GDP bình quân đầu người và tỷ lệ thất nghiệp Những chỉ số này giúp xác định mối liên hệ giữa phát triển kinh tế và tình trạng dinh dưỡng, từ đó cung cấp cái nhìn tổng quan về vấn đề suy dinh dưỡng toàn cầu.
• Ứng dụng phần mềm Stata vào nghiên cứu, phân tích những yếu tố tác động đến suy dinh dưỡng tại 21 quốc gia và vùng lãnh thổ trong giai đoạn 2001- 2018.
Nghiên cứu định lượng và định tính cung cấp các giải pháp và khuyến nghị thiết thực cho các nhà quản lý Những thông tin này sẽ là nguồn tư liệu hữu ích, giúp họ xây dựng các biện pháp phù hợp với thực tiễn của từng quốc gia, từ đó cải thiện tình trạng suy dinh dưỡng toàn cầu.
Phương pháp nghiên cứu
Phương pháp nghiên cứu lý luận bao gồm việc khảo sát tài liệu liên quan đến đề tài, từ đó hệ thống hóa các cơ sở lý luận và tài liệu về vấn đề suy dinh dưỡng.
• Phương pháp xử lý số liệu: lấy nguồn dữ liệu từ WB để phân tích trên phần mềm Stata.
Kết cấu đề tài
Nội dung đề tài gồm 3 phần:
Nhóm nghiên cứu trong phần 1 của bài viết này sẽ trình bày lý do chọn đề tài, mục đích và phạm vi nghiên cứu, nhằm giúp người đọc có cái nhìn tổng quát về nội dung nghiên cứu.
• Phần B: Kết quả nghiên cứu
Bài viết này cung cấp cái nhìn tổng quan về suy dinh dưỡng (SDD), bao gồm đánh giá và phân loại SDD ở trẻ nhỏ và người lớn, cũng như tình hình SDD toàn cầu Người đọc sẽ được trang bị kiến thức về các mô hình đánh giá SDD, như mô hình tác động ngẫu nhiên (RE), mô hình tác động cố định (FE) và mô hình hồi quy gộp Đồng thời, bài viết cũng kiểm tra khả năng tồn tại các khuyết tật trong mô hình, như đa cộng tuyến và phương sai sai số thay đổi.
Chương 2: Phương pháp nghiên cứu
Nhóm nghiên cứu sẽ trình bày mô hình nghiên cứu của mình, giải thích ý nghĩa của các biến trong mô hình và các giả thuyết được xây dựng để hỗ trợ mô hình này.
Chương 3: Kết quả ước lượng
Sau khi hoàn thiện cơ sở lý thuyết và phương pháp nghiên cứu, nhóm sẽ lựa chọn mô hình phù hợp cho đề tài Tiếp theo, nhóm sẽ tiến hành kiểm định mô hình, bao gồm kiểm tra phương sai sai số thay đổi, tự tương quan và tính phù hợp của mô hình, nhằm đưa ra các biện pháp khắc phục cần thiết.
Phần C: Kết luận và kiến nghị là phần tổng kết của bài nghiên cứu, nơi nhóm sẽ trình bày một cái nhìn tổng quan về công trình nghiên cứu, chỉ ra những hạn chế của mô hình đã sử dụng, đồng thời thảo luận và đưa ra các đề xuất khuyến nghị cho đề tài SDD này.
CƠ SỞ LÝ THUYẾT
Khái quát về suy dinh dưỡng
Suy dinh dưỡng là tình trạng thiếu hụt các chất dinh dưỡng thiết yếu, ảnh hưởng đến sự sống, hoạt động và tăng trưởng bình thường của cơ thể Tình trạng này xảy ra khi chế độ ăn uống không cung cấp đủ dinh dưỡng hoặc khi cơ thể gặp khó khăn trong việc hấp thụ các chất dinh dưỡng từ thực phẩm.
• Nguyên nhân của suy dinh dưỡng:
Suy dinh dưỡng chủ yếu do các yếu tố bên ngoài như hoàn cảnh sống, điều kiện kinh tế, và thói quen ăn uống, sinh hoạt Những vấn đề này thường dẫn đến tình trạng suy dinh dưỡng ở nhiều người.
- Bữa ăn nghèo nàn về số lượng và chất lượng của các dưỡng chất: Đây là nguyên nhân phổ biến gây suy dinh dưỡng ở các nước nghèo.
Khả năng hấp thụ chất dinh dưỡng của người bệnh có thể bị ảnh hưởng nghiêm trọng do các bệnh lý đường tiêu hóa như viêm loét đại tràng, bệnh Crohn, hoặc sau khi trải qua một đợt bệnh nặng Dù được cung cấp thức ăn giàu dinh dưỡng, người bệnh thường cảm thấy chán ăn và không ngon miệng Các triệu chứng như ói mửa và tiêu chảy kéo dài dẫn đến mất chất dinh dưỡng, trong khi các bệnh lý như viêm loét dạ dày và các vấn đề về gan mật gây ra chứng khó tiêu, làm tình trạng chán ăn thêm trầm trọng Hơn nữa, các bệnh nhiễm trùng đường tiêu hóa và việc sử dụng kháng sinh có thể làm mất cân bằng hệ vi khuẩn đường ruột, từ đó giảm khả năng hấp thu dinh dưỡng của cơ thể.
Sức khỏe tâm thần đóng vai trò quan trọng trong thói quen ăn uống, với nhiều rối loạn như trầm cảm, chứng chán ăn tâm thần và ăn ói ảnh hưởng đến người bệnh Điều này không chỉ xảy ra ở người lớn mà còn có thể gặp ở trẻ em Khi gia đình ép buộc trẻ ăn uống quá mức, trẻ dễ phát sinh tâm lý sợ hãi và ám ảnh về thức ăn, dẫn đến bệnh chán ăn và nguy cơ suy dinh dưỡng.
Trẻ sơ sinh cần được bú mẹ hoàn toàn trong 6 tháng đầu đời để tránh nguy cơ suy dinh dưỡng Nhiều nghiên cứu đã chỉ ra rằng việc không cho trẻ bú sữa mẹ đủ trong giai đoạn này có thể dẫn đến tình trạng suy dinh dưỡng ở trẻ nhỏ Quan niệm cho rằng sữa công thức tốt hơn sữa mẹ là sai lầm Ngoài ra, mẹ bị suy dinh dưỡng hoặc không biết cách cho con bú cũng góp phần vào tình trạng này.
• Biểu hiện của suy dinh dưỡng:
- Bệnh suy dinh dưỡng ở người lớn thường có các biểu hiện trên lâm sàng như sau:
+ Mệt mỏi, uể oải, giảm vận động
+ Teo dần lớp mỡ dưới da
+ Lớp cơ lỏng lẻo, giảm khối lượng
+ Vết thương lâu lành hơn bình thường
- Ở những trường hợp suy dinh dưỡng nặng hơn, có thể gặp các dấu hiệu sau: + Da xanh xao, không đàn hồi, khô
+ Lớp mỡ dưới da gần như biến mất + Khuôn mặt gầy guộc
+ Tóc móng khô, dễ gãy rụng
+ Biểu hiện suy tim, suy gan, suy hô hấp do thiếu năng lượng kéo dài.
+ Có thể gây tử vong nếu nhịn đói liên tục từ 8-12 ngày.
Trẻ suy dinh dưỡng có thể biểu hiện qua việc cân nặng không tăng trưởng như dự kiến trong 3 tháng liên tiếp, kèm theo những thay đổi trong hành vi như quấy khóc, ít vui chơi và kém linh hoạt Trẻ thường có cơ thể chậm chạp hơn so với bạn cùng lứa, với các bắp thịt tay chân mềm nhão và bụng to dần Một dấu hiệu rõ ràng là trẻ chậm phát triển vận động, như chậm biết lẫy, ngồi, bò và đi đứng Hiện tượng biếng ăn kéo dài cũng rất phổ biến ở trẻ em hiện nay.
1.1.2 Đánh giá và phân loại tình trạng suy dinh dưỡng
1.1.2.1 Đánh giá và phân loại về tình trạng suy dinh dưỡng ở người lớn
Suy dinh dưỡng ở người lớn, đặc biệt là người cao tuổi, thường xảy ra do các nguyên nhân như bệnh mãn tính và chứng biếng ăn Tình trạng này có thể dẫn đến nhiều biến chứng nghiêm trọng, bao gồm hệ miễn dịch suy yếu, tăng nguy cơ mắc bệnh, hạn chế vận động và dễ té ngã, đồng thời cần người chăm sóc Để đánh giá tình trạng dinh dưỡng của người lớn, có nhiều phương pháp khác nhau được áp dụng.
• Chỉ số khối BMI (Body mass index)
Tổ chức Y tế Thế giới khuyên dùng BMI để đánh giá tình trạng dinh dưỡng ở người trưởng thành (WHO, 1995)
Chỉ số BMI được tính theo công thức: â ặ
Cân nặng: kg, chiều cao: mét
- Đánh giá o Người bình thường: BMI 18.5 – 24.9 o Người thiếu cân: BMI ≤ 18 o Người thừa cân: BMI 25 – 29.9 o Người béo phì: BMI ≥ 30
• SGA đánh giá tổng thể đối tượng
SGA là một công cụ sàng lọc lâm sàng đáng tin cậy, có khả năng lặp lại và tương quan tốt với các phép đo khác về tình trạng dinh dưỡng Công cụ này giúp dự đoán các biến chứng và nguy cơ tử vong liên quan đến dinh dưỡng.
- Áp dụng trong bệnh viện.
- Công cụ này đã được thử nghiệm và kiểm tra trong nhiều bộ kiểm tra đa biến cho trẻ em và người lớn.
- Trong các tiêu chí đánh giá đều có các mức độ nhẹ – vừa – nặng.
• Phương pháp đánh giá nguy cơ dinh dưỡng NRS-2002
• Áp dụng phương pháp hỏi ghi 24h qua
1.1.2.2 Đánh giá và phân loại về tình trạng suy dinh dưỡng ở trẻ em
Suy dinh dưỡng ở trẻ em không chỉ làm chậm quá trình tăng trưởng và giảm khả năng hoạt động thể lực mà còn có thể ảnh hưởng nghiêm trọng đến sự phát triển não bộ, trí thông minh và khả năng giao tiếp của trẻ Trong trường hợp nặng, tình trạng này còn làm tăng nguy cơ mắc nhiều bệnh tật Để đánh giá tình trạng suy dinh dưỡng ở trẻ, cần dựa vào các chỉ số cụ thể.
• Cân nặng theo chiều cao
Thông thường, suy dinh dưỡng ở trẻ được chia làm 3 loại: suy dinh dưỡng thể nhẹ cân, suy dinh dưỡng thể thấp còi và suy dinh dưỡng thể gầy còm.
Suy dinh dưỡng thể nhẹ cân xảy ra khi cân nặng của trẻ thấp hơn mức tiêu chuẩn so với những trẻ cùng độ tuổi và giới tính Cụ thể, giá trị cân nặng theo tuổi của trẻ sẽ nằm dưới đường biểu diễn -2SD.
Suy dinh dưỡng thể thấp còi xảy ra khi chiều cao của trẻ thấp hơn mức tiêu chuẩn so với những trẻ cùng độ tuổi và giới tính, với giá trị chiều cao theo tuổi nằm dưới -2SD Đây là dạng suy dinh dưỡng mãn tính, thể hiện tình trạng thấp còi trên lâm sàng do quá trình suy dinh dưỡng kéo dài trong những năm đầu đời, có thể bắt đầu từ giai đoạn thai kỳ nếu trẻ gặp phải tình trạng suy dinh dưỡng trong bụng mẹ.
Suy dinh dưỡng thể gầy còm xảy ra khi cân nặng của trẻ thấp hơn mức chuẩn so với chiều cao và giới tính, cụ thể là dưới mức -2SD Tình trạng này dẫn đến sự teo đi của cơ và mỡ, biểu hiện rõ rệt của suy dinh dưỡng cấp tính trong khoảng thời gian ngắn.
Suy dinh dưỡng ở trẻ em có thể được phân loại theo hình thái thành ba loại chính: suy dinh dưỡng thể teo đét, suy dinh dưỡng thể phù và suy dinh dưỡng thể hỗn hợp.
Suy dinh dưỡng thể phù (Kwashiokor) là một dạng suy dinh dưỡng nặng, thường gặp ở trẻ em Mặc dù trẻ có vẻ ngoài tròn trịa với khuôn mặt đầy đặn, nhưng tay chân lại gầy gò, teo nhỏ và cơ bắp có trương lực giảm Các triệu chứng đi kèm bao gồm phù nề và rối loạn sắc tố da.
Suy dinh dưỡng thể phù ở trẻ em có thể biểu hiện qua các dấu hiệu như đốm màu đỏ sẫm hoặc đen, thiếu máu kéo dài, còi xương, và thiếu vitamin A dẫn đến khô giác mạc và quáng gà Trẻ thường quấy khóc, tóc thưa dễ rụng, móng tay dễ gãy, và có thể gặp tình trạng nôn trớ, ỉa chảy Nếu cha mẹ không nhận thức được các triệu chứng này, việc điều trị cho trẻ có thể bị chậm trễ, dẫn đến nguy cơ cao về tỷ lệ tử vong Nguyên nhân chính gây ra suy dinh dưỡng thể phù là do thiếu protein, thường đi kèm với sự thiếu hụt các vi chất dinh dưỡng như vitamin và khoáng chất.
Mô hình nghiên cứu
Dạng tổng quát của mô hình là:
• t : thời điểm quan sát đối tượng
• đại diện cho tất cả các yếu tố không quan sát dược thay đổi giữa các đối tượng và thời gian
• đại diện cho tất cả các yếu tố không quan sát đươc mà thay đổi giữa các đối tượng nhưng không thay đổi theo thời gian
• Mô hình hồi quy gộp (POLS)
• Mô hình tác động cố định (Fixed Effect)
• Mô hình tác động ngẫu nhiên (Random Effect)
1.2.1 Mô hình hồi quy gộp (POLS)
Khi = 0, mô hình hồi quy trở thành mô hình hồi quy bình phương nhỏ nhất (OLS) Lúc này, mô hình hồi quy gộp được xác định là ước lượng OLS cho tất cả các quan sát.
Mô hình POLS được coi là tốt nhất khi uit thỏa mãn các giả thiết của mô hình OLS:
• E( | ) = 0 với mọi giá trị i, t:giá trị của các biến độc lập không chứa thông tin về giá trị trung bình của các yếu tố không quan sát được
• Var( | ) = 2 : phương sai của các yếu tố ngẫu nhiên là thuần nhất
1.2.2 Mô hình tác động cố định (FE)
Khi có sự tương quan giữa các biến X trong mô hình, các yếu tố không quan sát được có thể ảnh hưởng đến các biến đang xem xét, dẫn đến ước lượng mô hình bị chệch khi áp dụng mô hình POLS hoặc RE Do đó, việc sử dụng mô hình tác động cố định là cần thiết để cải thiện độ chính xác của ước lượng.
Giả định rằng các tác động ròng từ các yếu tố không quan sát được lên biến Y cho đối tượng αi không thay đổi theo thời gian, chúng ta có thể thay thế chúng bằng một tập hợp các tham số cố định 1, 2,…,n Dựa trên giả định này, mô hình hiệu ứng cố định (FE) có thể được viết lại một cách rõ ràng.
Trong bài viết này, chúng ta xem xét tổng hợp các tham số từ 0 đến n, trong đó mỗi tham số tương ứng với một đối tượng i Những tham số này được gọi là các tham số tác động không quan sát được, phản ánh tính không đồng nhất mà chúng ta không thể quan sát trực tiếp.
Có các phương pháp sau để hồi quy mô hình
• Phương pháp hồi quy với biến giả
Biến giả là các biến nhị phân có giá trị 1 hoặc 0, biểu thị trạng thái có hoặc không của thuộc tính trong biến định tính Để thực hiện hồi quy mô hình với biến giả, cần tạo ra biến giả tương ứng cho từng đối tượng trong mẫu.
= 1 nếu yếu tố không xác định có tương quan với biến tương ứng X it
= 0 nếu yếu tố không xác định không tương quan với biến tương ứng X it
Hồi quy OLS biến phụ thuộc Y theo n biến giả và các biến giải thích ta được mô hình hồi quy không có hệ số cắt
Hoặc với một hệ số cắt = 0
Hồi quy với biến giả có thể thực hiện với tất cả các đối tượng mà không có hệ số cắt, hoặc với n-1 biến giả kèm theo hệ số cắt, giúp ước lượng tác động cố định của n tham số cắt và độ dốc Ước lượng của các hệ số này là không thiên chệch khi cỡ mẫu nhỏ và đáng tin cậy trong trường hợp cỡ mẫu lớn với T cố định khi n tiến tới vô cực Tuy nhiên, ước lượng của các hệ số cắt không tin cậy trong trường hợp này do việc bổ sung thêm đối tượng dẫn đến việc tạo ra tham số mới Thông thường, giá trị T lớn hơn sẽ cải thiện độ chính xác của các ước lượng Do đó, nhiều nhà nghiên cứu coi tham số cắt như yếu tố đối chứng và bỏ qua các ước lượng thực tế của nó.
• Phương pháp ước lượng dọc
Khi kích thước mẫu N lớn, việc áp dụng phương pháp hồi quy với biến giả có thể trở nên phức tạp hoặc không khả thi Trong những trường hợp này, phương pháp ước lượng dọc sẽ là lựa chọn phù hợp hơn.
Quá trình ước lượng theo chiều dọc được thực hiện theo 2 bước
Quá trình chuyển đổi dữ liệu ban đầu sang dữ liệu trung bình theo thời gian được gọi là phép biến đổi bên trong Đối với mỗi biến, sự biến đổi được xác định theo công thức: yit = Yit - ̅, xit = Xit - ̅̅̅, và uit = uit - ̅.
Trong nghiên cứu này, giá trị trung bình của Y cho quan sát i trong thời gian T năm được ký hiệu là ̅, trong khi giá trị trung bình của X cho quan sát i trong cùng thời gian được biểu thị bằng ̅̅̅ Đồng thời, giá trị trung bình của u cho đối tượng i trong thời gian T năm cũng được xác định và ký hiệu là ̅.
, , : các độ lệch so với giá trị trung bình theo thời gian Chạy hồi quy OLS của y it lên x it
Phương pháp này loại bỏ ảnh hưởng đặc trương của các yếu tố không quan sát được.
1.2.3 Mô hình tác động ngẫu nhiên (RE)
Nếu các biến X không tương quan, điều này có nghĩa là các yếu tố không quan sát được không ảnh hưởng đến các biến trong mô hình Do đó, ta có thể coi nhóm = + là sai số ngẫu nhiên tổng hợp trong mô hình Mô hình này được gọi là mô hình tác động ngẫu nhiên hay mô hình các thành phần của sai số.
Mô hình tác động ngẫu nhiên phân tích sự tác động của ci đến sự thay đổi của tổng thể Xét mô hình
= 0 + 1 ∗ 1 + 2 ∗ 2 +⋯+ ∗ + + Thay = + vào mô hình trên ta được
Để đạt được kết quả ước lượng không chệch và hiệu quả, mô hình này áp dụng phương pháp bình phương nhỏ nhất tổng quát (GLS) Các bước thực hiện bao gồm việc chuyển đổi dữ liệu ban đầu thành dạng dự trữ trung bình thời gian có trọng số.
Trong đó: ̅ : giá tr ị trung bình của Y cho quan sát i trong thời gian T năm ̅̅̅ : giá tr ị trung bình của X cho quan sát i trong thời gian T năm
, : các độ lệch so với giá trị trung bình trọng số theo thời gian
Thực hiện hồi quy OLS cho mô hình
Nếu = 0 thì mô hình RE sẽ trở thành mô hình POLS
Nếu giá trị của biến "Nếu" bằng 1, mô hình RE sẽ chuyển thành mô hình FE Ước lượng RE không cần thiết và không bị chệch khi cỡ mẫu nhỏ; ngược lại, ước lượng GLS cho kết quả tin cậy khi cỡ mẫu lớn với T cố định và i tiến tới vô cùng.
Nhóm tác giả đã áp dụng kiểm định Breusch-Pagan Lagrange và kiểm định Hausman để xác định mô hình phù hợp nhất cho nghiên cứu của mình.
• Kiểm định Breusch – Pagan Lagrange cho phép chúng ta lựa chọn giữa mô hình POLS và mô hình RE
Xét giá trị p-value với mức ý nghĩa α (thường α nhận giá trị 1%, 5%, 10%) và cặp kiểm định
H0: 2 = 0 (Mô hình POLS là phù hợp)
H1: 2 ≠ 0 (Mô hình RE là phù hợp)
Nếu p-value > α Chấp nhận giả thiết H0, lựa chọn mô hình POLS
Nếu p-value < α Bác bỏ giả thiết H0, chấp nhận H1, lựa chọn mô hình RE
Kiểm định Hausman là công cụ hữu ích giúp lựa chọn giữa mô hình hiệu ứng ngẫu nhiên (RE) và mô hình hiệu ứng cố định (FE) Để thực hiện kiểm định này, chúng ta cần xem xét giá trị p-value so với mức ý nghĩa α, thường được đặt ở các mức 1%, 5% hoặc 10%, cùng với cặp kiểm định tương ứng.
H0: Mô hình RE là phù hợp H1: Mô hình FE là phù hợp Nếu p-value > α Chấp nhận giả thiết H0, lựa chọn mô hình RE
Nếu p-value < α Bác bỏ giả thiết H0, chấp nhận H1, lựa chọn mô hình FE
Kiểm tra các khuyết tật của mô hình
Sau khi chọn mô hình nghiên cứu thích hợp, nhóm tiến hành kiểm định để phát hiện các khuyết tật còn tồn tại Từ đó, nhóm đưa ra các giải pháp thích hợp nhằm khắc phục những vấn đề này.
1.3.1 Phát hiện đa cộng tuyến
Hiện tượng đa cộng tuyến (Multicollinearity) xảy ra khi các biến độc lập có mối quan hệ gần như tuyến tính, dẫn đến sai số chuẩn cao và giá trị thống kê không có ý nghĩa Để kiểm tra đa cộng tuyến, có thể sử dụng ma trận tương quan Pearson; nếu hệ số tương quan giữa các biến độc lập nhỏ hơn 0.05, có thể kết luận rằng không có hiện tượng đa cộng tuyến.
Ngoài ra, còn sử dụng thước đo độ phóng đại phương sai (Variance Inflation Factor, VIF) để kiểm tra Nếu VIF < 10 thì không xảy ra đa cộng tuyến.
1.3.2 Phát hiện phương sai sai số thay đổi
Phương sai của phần dư thay đổi là hiện tượng mà các giá trị phần dư có phân phối không đồng nhất và phương sai không giống nhau Việc bỏ qua hiện tượng này có thể dẫn đến các ước lượng OLS của các hệ số hồi quy trở nên không hiệu quả.
Trong mô hình hồi quy tuyến tính đa biến OLS, việc phát hiện phương sai sai số thay đổi có thể được thực hiện thông qua kiểm định White (sử dụng cú pháp estat imtest) hoặc kiểm định Breusch – Pagan (sử dụng cú pháp estat hettest).
Trong mô hình tác động cố định FE, chúng ta sử dụng kiểm định Wald (câu lệnh xttest3) để phát hiện phương sai sai số thay đổi heteroscedasticity
Trong mô hình tác động ngẫu nhiên RE, kiểm định LM – Breusch và Pagan Lagrangian Multiplier (sử dụng lệnh xttest0) được áp dụng để phát hiện sự thay đổi trong phương sai sai số.
H0: phương sai sai số không đổi H1: phương sai sai số thay đổi Nếu p-value < α Bác bỏ H0, mô hình có phương sai sai số thay đổi
Nếu p-value > α Chấp nhận H0, mô hình có phương sai sai số không đổi
1.3.3 Kiểm định tự tương quan của phần dư
Hiện tượng tự tương quan là sự tương quan giữa các thành phần của chuỗi các quan sát được sắp xếp theo thứ tự thời gian hoặc không gian.
Trong mô hình hồi quy tuyến tính cổ điển, giả định rằng không có tương quan giữa các phần dư, tức là ( , ) = 0 ∀ , Nếu tồn tại i và j mà ( , ) ≠ 0, điều này cho thấy có sự tự tương quan Để kiểm tra sự tự tương quan của phần dư trong mô hình, chúng ta sử dụng các phương pháp thống kê phù hợp.
• Dùng kiểm định Wooldridge để kiểm định tương quan bậc k
H0: không có hiện tượng tự tương quan H1: có xảy ra hiện tượng tự tương quan Nếu p-value < α Bác bỏ H0, mô hình xảy ra hiện tượng tự tương quan
Nếu p-value > α Chấp nhận H0, mô hình không xảy ra hiện tượng tự tương quan
• Dùng kiểm định Pesaran để kiểm định tương quan chéo
Trong phân tích thống kê, giả thuyết H0 cho rằng không tồn tại hiện tượng tương quan chéo, trong khi H1 khẳng định sự tồn tại của hiện tượng này Nếu giá trị p-value nhỏ hơn mức ý nghĩa α, chúng ta bác bỏ H0, cho thấy mô hình có sự tương quan chéo giữa các quan sát Ngược lại, nếu p-value lớn hơn α, chúng ta chấp nhận H0, xác nhận rằng mô hình không có hiện tượng tương quan chéo.
1.3.4 Kiểm định sự phù hợp của mô hình
Sử dụng kiểm định Ramsey Reset để xác định mô hình có thiếu biến quan sát hay không
H0: không có biến nào bị thiếu H1: mô hình bị thiếu biến Nếu p-value < α Bác bỏ H0, mô hình bị định dạng thiếu biến giải thích
Nếu p-value > α Chấp nhận H0, mô hình không bị định dạng thiếu
CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU
Nhóm tác giả đã sử dụng dữ liệu mảng kết hợp giữa chuỗi thời gian từ năm 2001 đến 2018 và các quan sát chéo từ 21 quốc gia tại châu Á, châu Phi và châu Mỹ để thực hiện nghiên cứu này Việc áp dụng kiểu dữ liệu này giúp nâng cao độ chính xác và tính khả thi của các phân tích.
Một là, tăng quy mô mẫu vì số quan sát của dữ liệu là có hạn.
Hai là, kiểm soát các yếu tố không quan sát được là rất quan trọng Những yếu tố này có thể khác nhau giữa các đối tượng, nhưng lại không thay đổi theo thời gian hoặc có thể thay đổi theo thời gian mà không khác nhau giữa các đối tượng Việc này giúp giảm thiểu sự chệch trong ước lượng.
Ba là, làm giảm hiện tượng đa cộng tuyến giữa các biến giải thích Điều này làm kết quả của việc ước lượng tham số chính xác hơn.
Để ước lượng mô hình với kiểu dữ liệu mảng, nhóm tác giả đã áp dụng ba mô hình: hồi quy gộp POLS, mô hình tác động cố định FE và mô hình tác động ngẫu nhiên RE Quá trình thiết lập mô hình hồi quy và kiểm định được thực hiện thông qua phần mềm Stata14.
2.1.2.1 Mô hình hồi quy tổng thể PRF log_undernourishment = β0 + β1*log_refugee + β2*log_GDPpercap + β3*log_unemployed + β4 * log_afrate + β5*log_fins + β6*contn1 + β7*contn2 + β8*contn3 + c it + u it
Trong đó: β0 là hệ số chặn β1; β2 ; β3 ; β4; β5; β6; β7; β8 là các hệ số góc là các yếu tố không quan sát được là phần dư, thoả mãn các giả thiết OLS
Trong đó: ̂ là hệ số chặn β0 ̂ ̂ ̂ ̂ β1; β2; β3; β4 ; ̂ là ước lượng của yếu tố không quan sát được ̂ là ước lượng của phần dư
2.2 Giới thiệu các biến số
Dựa vào lý thuyết nêu trên, nhóm tác giả xây dựng mô hình các biến số sau:
Tên biến log_undernourishment log_refugee log_GDPpercap log_unemployed log_afrate log_fins contn1 contn2 contn3 ở châu Mĩ, =
Bảng trên trình bày các biến số quan trọng trong nghiên cứu của nhóm, nhằm phân tích tác động của từng yếu tố đến tình trạng suy dinh dưỡng ở người dân Mỗi biến số được lựa chọn dựa trên lý do cụ thể, góp phần làm rõ hơn mối liên hệ giữa chúng và số lượng người bị suy dinh dưỡng.
Tổng sản phẩm quốc nội (GDP) là giá trị tiền tệ của tất cả sản phẩm và dịch vụ cuối cùng được sản xuất trong lãnh thổ của một quốc gia GDP không chỉ phản ánh sự tăng trưởng kinh tế mà còn là chỉ số đánh giá mức sống của người dân Sự gia tăng GDP có tác động trực tiếp đến chi tiêu cho sức khỏe và chế độ dinh dưỡng hàng ngày của cộng đồng.
Tổng số dân tị nạn thường là những người rời bỏ quê hương vì lý do chủng tộc, tôn giáo, quốc tịch, thảm họa tự nhiên hoặc xung đột vũ trang Họ không thể hoặc không muốn nhận sự bảo hộ từ quốc gia mà mình có quốc tịch Đáng chú ý, tỷ lệ người tị nạn bị suy dinh dưỡng rất cao do thiếu thốn lương thực và thực phẩm.
Tổng số người thất nghiệp trong kinh tế học đề cập đến tình trạng người lao động có nhu cầu tìm việc nhưng không thể tìm được cơ hội làm việc hoặc không được các tổ chức, công ty, và cộng đồng tiếp nhận Thất nghiệp là nguyên nhân chính gây ra những khó khăn trong chi tiêu và tiêu dùng hàng ngày của cuộc sống.
Tổng số phụ nữ sinh con trong độ tuổi 15-19 cho thấy đây là giai đoạn mà cơ thể nữ giới chưa phát triển hoàn toàn về mặt sinh lý, dẫn đến nhiều rủi ro cho sức khỏe của cả mẹ và trẻ Việc mang thai và sinh con ở độ tuổi này có thể gây ra những nguy cơ cao, bao gồm việc trẻ sinh ra không khỏe mạnh và có nguy cơ bị suy dinh dưỡng.
