Chương 3
MƠ HÌNH HỒI QUY NHIỀU BIẾN
Chương 3
MƠ HÌNH HỒI QUY NHIỀU BIẾN
3.1 Mơ hình hồi quy nhiều biến
3.2 Phương pháp bình phương nhỏ nhất
3.3 Ước lượng và kiểm định giả thiết
3.4 Phân tích hồi quy và dự báo
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
3.1.1 Mơ hình hồi quy nhiều biến
Yi 1 2 X 2i 3 X 3i ... k X ki Ui
(3.1)
Trong đó:
Yi: giá trị của biến phụ thuộc Y ( i 1, n )
1
hệ số chặn (hệ số tự do)
j
hệ số góc (hệ số hồi quy riêng) của biến
giải thích ( j = 2, k )
Ui: sai số ngẫu nhiên
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Mơ hình hồi quy mẫu xây dựng dựa trên mẫu
ngẫu nhiên kích thước n (Yi , X 2i , X 3i ,..., X ki ), i 1, n
Yˆi ˆ1 ˆ2 X 2i ˆ3 X 3i ... ˆk X ki
Trong đó:
Yˆi
ước lượng của Yi ( i 1, n )
ước lượng của hệ số hồi quy tổng thể
ˆj
( j = 1, k )
(3.2)
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ta ký hiệu
Y1
Y2
Y
...
Yn
1
2
...
k
U1
U 2
U
...
U n
1 X 21
1 X 22
X
... ...
1 X 2n
X 31
X 32
...
X 3n
... X k 1
... X k 2
... ...
... X kn
Thì mơ hình hồi quy tổng thể (3.1) có thể biểu
diễn dưới dạng ma trận:
Y X U
(3.3)
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Tương tự, nếu ta ký hiệu
Yˆ1
ˆ2
Y
Yˆ
...
Yˆ
n
ˆ1
ˆ2
ˆ
...
ˆ
k
Thì mơ hình hồi quy mẫu (3.2) có thể biểu diễn
dưới dạng ma trận như sau:
ˆ Xˆ
Y
(3.4)
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
3.1.2 Các giả thiết cơ bản của MHHQ nhiều biến
Giả thiết 1. Các biến giải thích Xj (j = 2, k ) không
phải biến ngẫu nhiên, giá trị của chúng là xác
định
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Giả thiết 2. Kỳ vọng tốn của các sai số ngẫu
nghiên Ui bằng không
E (Ui ) E (U / X i ) 0
(i )
Giả thiết 3.
2
cov(U i ,U j ) E (U i .U j )
0
(i j )
(i j )
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Giả thiết 4. Hạng ma trận X bằng k
rg(X) = k
Giả thiết này có nghĩa giữa các biến Xj khơng có
hiện tượng cộng tuyến hay các cột của ma trận
X độc lập tuyến tính
Giả thiết 5.
U i ~ N (0, )
2
(i )
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
3.1.3 Phương pháp bình phương nhỏ nhất
Xét hàm hồi quy tổng thể và hàm hồi quy mẫu
Yi 1 2 X 2i 3 X 3i ... k X ki Ui
Yˆi ˆ1 ˆ2 X 2i ˆ3 X 3i ... ˆk X ki
hoặc ở dạng ma trận
Y X U
ˆ Xˆ
Y
(3.1)
(3.2)
(3.3)
(3.4)
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ta ký hiệu các phần dư ei:
ei Yi Yˆi
Các phần dư này cũng có thể biểu diễn dưới
dạng ma trận như sau:
e1 Y1 Yˆ1
e 2 Y2 Yˆ2
ˆ Y Xˆ
e Y Y
...
...
...
e Y Yˆ
n n n
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Theo phương pháp bình phương nhỏ nhất, khi
xây dựng hàm hồi quy mẫu, các hệ số hồi quy
mẫu ˆj phải được xác định sao cho tổng bình
phương các phần dư đạt giá trị nhỏ nhất, tức là:
2
e
i min
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ta có
2
T
e
e
i e
e
2
i
min
(eT e)
0
ˆ
Giải phương trình trên ta được:
1
T
ˆ
X X . X T Y
(3.5)
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
1
T
ˆ
X X . X T Y
(3.5)
Công thức (3.5) là công thức xác định hệ số hồi
quy mẫu ˆj theo phương pháp bình phương nhỏ
nhất và các ước lượng ˆj được xác định theo
công thức (3.5) được gọi là các ước lượng bình
phương nhỏ nhất.
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ma trận XTX được xác định như sau:
XTX
1
X 21
...
X
k1
n
X 2i
...
X
ki
1
X 22
...
X k2
... 1 1 X 21
... X 2 n 1 X 22
... ... ... ...
... X kn 1 X 2 n
X
X
2i
2
2i
...
X ki X 2i
X
X X
3i
2i
3i
...
X ki X 3i
...
...
...
...
... X k1
... X k 2
... ...
... X kn
X
X X
2 i ki
...
2
X ki
ki
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
Ma trận XTY cũng được xác định tương tự:
XTY
1
X 21
...
X
k1
1
X 22
...
X k2
... 1 Y1 Yi
... X 2 n Y2 Yi X 2i
...
... ... ...
... X kn Yn Yi X ki
VÍ DỤ 3.1
Nghiên cứu mối quan hệ phụ thuộc giữa doanh
số bán ra với chi phí dành cho quảng cáo và
giá bán, người ta thu thập được các số liệu sau
đây tại 10 cửa hàng cùng kinh doanh một loại
mặt hàng:
Yi 84 90 92 96 100 108 120 126 130 136
Xi 8
9
10 9
10
12
13
14
14
15
Zi 9
8
8
7
8
7
7
6
6
7
Trong đó:
Yi: doanh số bán ra trong một tháng của cửa
hàng thứ i (triệu đồng)
Xi: chi phí dành cho quảng cáo trong một tháng
của cửa hàng thứ i (triệu đồng)
Zi: giá bán của cửa hàng thứ i
(ngàn đồng/1 đv sp)
Bằng phương pháp bình phương nhỏ nhất và dựa
vào số liệu trên, hãy xây dựng hàm hồi quy mẫu
dưới dạng sau:
Yˆ i ˆ1 ˆ 2Xi ˆ 3Zi
Đáp số:
Yi 1082
T
X Y YX
12746
i i
YZ 7766
i i
n
XT X Xi
Z
i
X Z 10
X X Z 114
Z X Z 73
i
2
i
i
i
i
i i
2
i
114 73
1356 816
816 541
A11 A 21 A 31 67740 2106 5964
XT X A12 A 22 A 32 2106
81
162
A A A 5964 162
564
23
33
13
XT X 1944
67740 2106 5964
1
1
1
T
T
X X T X X
2106 81
162
1944
XX
5964
162
564
67740 2106 5964 1082 69, 53704
1
ˆ XT X .XT Y 1 2106 81
162 12746 6, 08333
1944
7766 4, 20370
5964
162
564
ˆ 69, 53704 6, 08333X 4, 20370Z
Y
i
i
i
Ý nghĩa của các hệ số hồi quy
2 6.08333 :
Khi giá bán khơng đổi, chi phí
dành cho quảng cáo tăng lên 1 triệu đồng, thì
doanh số bán ra trung bình của cửa hàng tăng
lên 6.08333 triệu đồng.
3 4.2037 : Khi chi phí dành cho quảng cáo
khơng đổi, giá bán tăng lên 1ngàn đồng/ 1 đv
sản phẩm, thì doanh số bán ra trung bình của
cửa hàng giảm xuống 4.2037 triệu đồng.
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
3.1.4 Các tính chất của ước lượng BPNN
1. Đường hồi quy mẫu đi qua điểm trung bình
mẫu (Y , X 2 ,... X k ) , tức là:
Y ˆ1 ˆ 2 X 2 ... ˆ k X k
trong đó:
1
Y Yi
n
Xj
1
X ji
n
( j 2, k )
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
2. Giá trị trung bình của các giá trị Yˆi được xác định
theo hàm hồi quy mẫu bằng giá trị trung bình của
biến phụ thuộc, tức là:
1
ˆ
Y Yˆi Y
n
3. Tổng các phần dư của hàm hồi quy mẫu bằng 0:
e
i
0
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
4. Các phần dư ei khơng tương quan với Yˆi :
ˆ0
e
Y
ii
5. Các phần dư ei không tương quan với X ji :
e X
i
ji
0
( j 2, k )
Chương 3
§3.1 Mơ hình hồi quy nhiều biến và
phương pháp bình phương nhỏ nhất
6. Với các giả thiết của mơ hình hồi quy tuyến
tính cổ điển thì các ước lượng bình phương nhỏ
nhất ˆj là các ước lượng hiệu quả của j ( j 1, k ).