Đang tải... (xem toàn văn)
Phương pháp nghiên cứu
Chương 4: Xữ lý liệu I Các đại lượng đo lường phân tán II Ước lượng thông số đám đông từ mẫu III.Một số phép kiểm định IV.Kiểm định phi tham số: Chi-square V Phân tích nhân tố (factor analysis) VI.Phân tích tương quan (Regression analysis) Sử dụng cơng cụ thống kê phân tích Mục tiêu kiểu câu hỏi nghiên cứu Mục tiêu chung Quan hệ biến Mục tiêu cụ thể So sánh nhóm Kiểu câu hỏi/ giả thiết Kiểu thống kê Khác biệt Thống kê khác biệt (v.d t-test, ANOVA) Mức độ liên quan, biến liên quan Liên quan Thống kê liên quan (v.d tương quan, hồi quy) Mơ tả Tóm lược liệu Mơ tả Thống kê mơ tả (v.d trung bình, tỷ lệ) I Các đại lượng đo lường độ phân tán • Thơng số • Đám đơng • Mẩu n N • 1.Trung bình • Phương sai X (X /n i ) Xi/ N i1 i N • Độ lệch tiêu chuẩn • Hàm phân phối n ( Xi ) / N i 1 s ( Xi X ) /( n 1) i 1 s s2 2 X i N ( , ) X i N ( , X ) I Các đại lượng đo lường độ phân tán • Thơng số • Tỷ lệ • Phương sai • Độ lệch • tiêu chuẩn • Đám đông Mẩu Pp P p Ps s N p 2p p P P (1 P ) p p p P(1P) s s n p p s s Phân phối chuẩn đơn vị Đo lường dạng hình phân phối (Measures of Shape) • • • • • Độ lệch (skewness) đo lường độ lệch phân phối hai phía Phân phối lệch trái (negative skew, left-skewed) phía trái dài hơn, phần lớn số liệu tập trung phía phải phân phối Phân phối lệch phải (positive sknew, right-skewed) phía phải dài hơn, phần lớn số liệu tập trung phía trái phân phối Khi lệch phải, giá trị sknewness dương; lệch trái, giá trị skewness âm Độ lớn giá trị sknewness lớn Với phân phối chuẩn, độ lệch gần nhận giá trị Đo lường dạng hình phân phối (Measures of Shape) Đo lường dạng hình phân phối (Measures of Shape) • Độ nhọn (kurtosis) – – Độ nhọn (kurtosis) đo lường mức độ nhọn hay bẹt phân phối so với phân phối bình thường (có độ nhọn 0) Phân phối có dạng nhọn giá trị kurtosis dương có dạng bẹt giá trị kurtosis âm Với phân phối bình thường, giá trị độ lệch độ nhọn Căn tỷ số giá trị skewness kurtosis sai số chuẩn nó, ta đánh giá phân phối có bình thường hay khơng (khi tỷ số nhỏ -2 lớn +2, phân phối khơng bình thường) II Ước lượng thông số đám đông S S X Ps μ Pp Đám đông II Ước lượng thông số đám đông II.1.1 Ước lượng trung bình đám đơng – Chuyển phân phối chuẩn tổng quát trở phân phối chuẩn đơn vị với biến ngẩu nhiên – Tìm xác xuất P cho: – Đối với phân phối chuẩn đơn vị, ta có n 30 Z X X P(a Z b) (1 ) P ( Z / Z Z / ) (1 ) V.2.3 Hệ số xác định R2 (coefficient of determination) • Hệ số xác định thể tỷ trọng tổng biến thiên biến phụ thuộc giải thích biến thiên biến độc lập • Hệ số xác định gọi R bình phương (R2) ESS R TSS where 0R 1 V.2.3 Ví dụ tình đặc biệt R2 y R2 = x R2 = y R2 = +1 x Quan hệ tuyến tính hồn hão giửa x y : 100% tổng biến thiên y giải thích biến thiên x V.2.3 Ví dụ tình đặc biệt R2 y < R2 < x y x Mối quan hệ tuyến tính yếu: Một phận biến thiên y giải thích biến thiên x V2.3 Ví dụ tình đặc biệt R2 R2 = y Khơng có mối quan hệ tuyến tính giửa x y R2 = x V.2.4 Kiểm định giả thuyết •Dùng phép kiểm định t, với t tính sau: •Giả thuyết Ho: òi = ã H1: òi t b1 SE (b1 ) • SE (bi): sai lệc tiêu chuẩn hệ số bi – Nếu t nhỏ ttc , chấp nhận giả thuyết H0: ßi = – Nếu t lớn ttc , từ chối giả thuyết H0 Điều nầy có nghĩa biến xi có tác động đến biến Y Độ lệch chuẩn hệ số góc hàm tương quan: SEbi • Độ lệch chuẩn hệ số góc hàm tương quan (b1) tính theo cơng thức sau: SE b1 sε (x x) sε ( x) x n where: SEb1= sai lệch tiêu chuẩn hệ số góc hàm tương quan sε RSS = Độ lệch chuẩn ước lượng n2 Độ lệch chuẩn ước lượng (Sε) • Độ lệch tiêu chuẩn biến thiên biến phụ thuộc xoay quanh đường tương quan ước lượng côg thức RSS s n k 1 Các ký hiệu RSS = Tổng biến thiên sai lệch (phần dư) n = Cở mẩu k = Số lượng biến độc lập (trong trường hợp hàm biến số biến độc lập 1) V.3 Mơ hình hàm tương quan đa biến Hàm tương quan đám đông Y-intercept Population slopes Random Error y β0 β1x1 β2 x βk x k ε Hàm tương quan ước lượng Estimated (or predicted) value of y Estimated intercept Estimated slope coefficients ˆ y b0 b1x1 b2 x bk x k Hệ số xác định hàm tương quan đa biến • Tỷ lệ % biến thiên y giải thích biến thiên đồng thời tất Xi ESS Sum of squares regression R TSS Total sum of squares Hệ số xác định điều chỉnh (Adjusted R2) • R2 khơng giảm thêm biến độc lập vào mơ hình – Gây khó khăn việc so sánh mơ hình trước sau thêm biến • Tác đông thực thêm biến – Chúng ta giãm bậc tự có biến thêm vào – Việc thêm biến có đũ lực giải thích để bù đấp cho mát giãm bậc tự hay không? Hệ số xác định điều chỉnh (Adjusted R2 ) (continued) • Thể % tổng biến thiên y giải thích đượcbởi tất biến Xi điều chỉnh cho số biến sử dụng n 1 R (1 R ) n k 1 A (n = Cở mẩu, k = số lượng biến độc lập) Hệ số xác định điều chỉnh (Adjusted R2 ) Tác dụng việc sử dụng R2 điều chỉnh • Trừng phạt việc đưa nhiều biến không cần thiết vào mơ hình • Hữu dụng việc so sánh mơ hình Thường giá trị nhỏ R2 Kiểm tra độ tin cậy mơ hình tương quan • Dùng kiểm định F: Thể tất biến đơc lập có mối quan hệ tương quan tuyến tính với biến phụ thuộc y hay khơng? • Giả thuyết : – H0: β1 = β2 = … = βk = (khơng có quan hệ tuyến tính) – HA: Tối thiểu có βi ≠ (Tối thiểu có biến có quan hệ tuyến tính với y) Cách xác định giá trị F (continued) • Giá trị F tính toán: ESS MESS k F RSS MRSS n k 1 where F has (numerator) D1 = k and (denominator) D2 = (n – k - 1) degrees of freedom Kiểm định tương quan tuyến tính giửa xi y (kim nh t) ãGi thuyt kim nh: òi = •Nếu giá trị t nhỏ •Dùng phép kiểm định t, với t P-value bác tính sau: bỏ giả thuyết Ho bi i t SE (bi ) •Nếu giá trị t lớn P-value chấp nhận Ho ... U - KolmogorovSmirnov WaldWolfowitz -Friedman two-way ANOVA - Median extension - KruskalWallis oneway ANOVA Interval and Ratio - T-test - Z test - T-test for paired samples - T-test - Z test -. .. test - McNemar - Fisher exact test - χ2 twosample test - Cochran Q - χ2 for ksamples Ordinal - KolmogorovSmirnov onesample test - Runs test - Sign test - Wilcoxon matched-pairs test -Median test... loại liệu trắc nghiệm Thang đo One-sample Case Two-Samples Tests Related Samples k-Samples Tests Independent Samples Related Samples Independent Samples Nominal - Binomial - χ2 one-sample test -