CHƯƠNG PHÂN TÍCH HỒI QUY VÀ TƯƠNG QUAN NHỮNG CHỦ ĐỀ CHÍNH Mối liên hệ tượng KT-XH phương pháp hồi quy tương quan Xác định mô hình hồi quy tuyến tính đơn Đánh giá cường độ mối liên hệ phù hợp mô hình Ước lượng giá trị tương lai dựa vào mô hình hồi quy Mô hình hồi quy bội Mối quan hệ KT – XH phương pháp hồi quy tương quan  Phân tích hồi quy sử dụng để dự đoán Một mô hình thống kê sử dụng để dự đoán giá trị biến phụ thuộc (biến kết quả) dựa giá trị biến độc lập (biến nguyên nhân)  Phân tích tương quan sử dụng làm thước đo độ lớn mối liên hệ biến định lượng Biểu đồ phân tán (Scatter)  Đồ thị gồm tất cặp ( X i , Yi ) Y X Các loại mô hình hồi quy Mối liên hệ tuyến tính thuận Mối liên hệ tuyến tính nghịch Mối liên hệ phi tuyến Không có mối liên hệ Xác định mô hình hồi quy tuyến tính đơn  Mối liên hệ biến phương trình đường thẳng  Đường thẳng phù hợp với liệu Yi = β + β1 X i + ε i Y: biến phụ thuộc; X: biến độc lập; β0: Hệ số chặn β1 : Hệ số góc (độ dốc đường hồi quy) ει : Sai số mô hình Giả định  Mối quan hệ X Y tuyến tính  X Y biến định lượng  X sai số ngẫu nhiên;  Các giá trị Y độc lập với ( ví dụ Y1 không liên quan tới Y2)  Sai số ngẫu nhiên ε i ~ N (0, σ ) Mô hình hồi quy tổng thể chung Y Y =β +β X + Yi i = β 00 + β11X ii + εεi i Giá trị quan sát ε i : Sai số ngẫu nhiên Yi = b0 + b1 X i + ε i X Giá trị quan sát EPI 809/Spring 2008 Tổng thể mô hình hồi quy mẫu Tổng thể      Tổng thể mô hình hồi quy mẫu Tổng thể Unknown Relationship Yi = β + β X i + ε i      Mô hình hồi quy bội 5.1 Mô hình hồi bội 5.2 Xác định hệ số hồi quy 5.3 Xây dựng mô hình 5.1 Mô hình hồi quy bội  Mỗi liên hệ biến phụ thuộc với biến độc lập Yi = β + β1 X 1i + β X 2i + + β pi X pi + ε i ˆ Yi = b0 + b1 X 1i + b2 X 2i + + bpi X pi 5.1 Mô hình hồi quy bội Ví dụ  Kết chạy mô hình ˆ Yi = 562.270 − 5.438 X − 20.027 X Sử dụng mô hình để dự đoán Ước lượng nhiên liệu bình quân tháng cho hộ gia đình nhiệt độ trung bình 30 độ F độ dày cách nhiệt inches ˆ Yi = 562.270 − 5.438 X − 20.027 X = 562.270 − 5.438.30 − 20.012.6 = 278.969 Xác định hệ số xác định bội Kiểm định mức ý nghĩa chung  Chỉ có mối liên hệ tất biến X với Y hay không  Sử dụng kiểm định F H : b1 = b2 = = bp = (Không có mối quan hệ tuyến tính) H1 : ∃ bi ≠ Có biến độc lập ảnh hưởng tới Y F>2 Hàm hồi quy có nghĩa Kiểm định ý nghĩa cá biệt  Cho biết có mối liên hệ tuyến tính biến Y hay khổng  Sử dụng kiểm định thống kê t  Giả thiết: (không có mối liên hệ tuyến tính) (có mối liên hệ tuyến tính Y) Ước lượng khoảng tin cậy cho độ dốc 5.3 Xây dựng mô hình  Mục đích để xây dưng mô hình với số biến nguyên nhân ● Dễ dàng thuyết minh ● Xác suất cộng tuyến nhỏ  Thực hồi quy bước ● Nhằm lựa chọn mô hình phù hợp  Tiếp cận tập hợp cách tốt Nghiên cứu yếu tố ảnh hưởng đến hành vi mua hàng ngẫu hứng #Tạo biến trung gian >Modern = (Modern1+ Modern2+ Modern3+ Modern4+ Modern5)/5 >Trad =(Trad1 +Trad2+Trad3+Trad4+Trad5)/5 >Indiv =(Indiv1+Indiv2+Indiv3+Indiv4+Indiv5+Indiv6+Indiv7)/7 #phân tích >f2 = lm(IB~ShopEnjoy+Modern+Trad+Indiv+Age) >summary(f2) Phân tích kết Coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 2.615644 0.279454 9.360 < 2e-16 *** ShopEnjoy Modern 0.325801 0.030045 10.844 < 2e-16 *** 0.125704 0.054355 2.313 0.02101 * Trad -0.232754 0.052500 -4.433 1.06e-05 *** Indiv -0.064620 0.060412 -1.070 0.28511 Age -0.008635 0.003124 -2.764 0.00584 ** Tóm tắt  Các loại mô hình hồi quy  Xác định mô hình hồi quy tuyến tính đơn  Các mức độ biến đổi hồi quy tương quan  Ước lượng giá trị dự đoán  Xác định mô hình hồi quy bối