Ncmkt2 chương 6

Chương 6.

Tương quan
và Hồi quy
tuyến tính
THS. PHẠM THỊ LAN
PHƯƠNG


NỘI DUNG CHƯƠNG 6
1. Tương quan tuyến tính
2. Hồi quy tuyến tính
◦

Hồi quy đơn biến (Hồi quy tt đơn)

◦

Hồi quy đa biến (Hồi quy tt bội)


1. Tương quan tuyến tính

Đồ thị
phân
tán



Biểu đồ phân tán Mối tương quan giữa 2 biến Doanh số bán và Chi phí chào hàng

1. Tương quan tuyến tính

1.1 Hệ số tương quan Pearson (r)
•Nếu r càng tiến về 1, -1: tương quan tuyến tính càng
mạnh, càng chặt chẽ. (-1 <= r <= 1)
•Nếu | r | = 1: tương quan tuyến tính tuyệt đối, khi
biểu diễn trên đồ thị phân tán Scatter như hình vẽ ở
trên, các điểm biểu diễn sẽ nhập lại thành 1 đường
thẳng.
•r < 0: tương quan âm  x tăng thì y giảm và ngược lại,
•r > 0: tương quan dương  x tăng thì y tăng và ngược lại,
•Nếu r càng tiến về 0: tương quan tuyến tính càng yếu.
•Nếu r = 0: khơng có mối tương quan tuyến tính. Lúc
này sẽ có 2 tình huống xảy ra. Một, khơng có một mối
liên hệ nào giữa 2 biến. Hai, giữa chúng có mối liên hệ
phi tuyến.


1. Tương quan tuyến tính
Một số đặc điểm của r


1. Tương quan tuyến tính

Kiểm định giả thuyết hệ số tương quan
tuyến tính r
 Bước phân tích hệ số tương quan giúp kiểm tra
sự tương quan giữa các biến độc lập với biến
phụ thuộc trước khi chạy hồi quy

H0: Hệ số tương quan giữa 2 biến bằng 0
H1: Hệ số tương quan giữa 2 biến khác 0
 Nếu sig <0,05 ta bác bỏ H0, nghĩa là giữa 2 biến
này có mối tương quan tuyến tính
 Nếu sig >0,05 ta có thể cho rằng giữa 2 biến này
khơng có mối tương quan tuyến tính


1. Tương quan tuyến tính

Kiểm định giả thuyết hệ số tương quan
tuyến tính r
Analyze  Correlate  Bivariate
 Bước phân tích hệ số tương quan giúp kiểm tra
sự tương quan giữa các biến độc lập với biến
phụ thuộc trước khi chạy hồi quy
H0: Hệ số tương quan giữa 2 biến bằng 0
H1: Hệ số tương quan giữa 2 biến khác 0
 Nếu sig <0,05 ta bác bỏ H0, nghĩa là giữa 2 biến
này có mối tương quan tuyến tính
 Nếu sig >0,05 ta có thể cho rằng giữa 2 biến này
khơng có mối tương quan tuyến tính


1. Tương quan tuyến tính

Video: Kiểm định giả thuyết hệ số tương
quan tuyến tính r
H0: Hệ số tương quan giữa 2 biến
bằng 0

H1: Hệ số tương quan giữa 2 biến
khác 0
 Nếu sig <0,05 ta bác bỏ H0 Hệ
số tương quan giữa 2 biến thực
sự có ý nghĩa thống kê  giữa 2
biến này có mối tương quan
tuyến tính
 Nếu sig >0,05 ta chấp nhận H0 
giữa 2 biến này khơng có mối
tương quan tuyến tính

•Ký hiệu ** cho biết rằng cặp biến này có sự tương quan
tuyến tính ở mức tin cậy đến 99% (tương ứng mức ý nghĩa
1% = 0.01). 
•Ký hiệu * cho biết rằng cặp biến này có sự tương quan
tuyến tính ở mức tin cậy đến 95% (tương ứng mức ý nghĩa
5% = 0.05). 


`


1. Tương quan tuyến tính

Kiểm định giả thuyết hệ số tương quan
tuyến tính r
ATb
BTb
CTb
DTb

ETb

FTb


NỘI DUNG CHƯƠNG 6
1. Tương quan tuyến tính
2. Hồi quy tuyến tính
◦

Hồi quy đơn biến (Hồi quy tt đơn)

◦

Hồi quy đa biến (Hồi quy tt bội)


2.1. Hồi quy đơn biến
Hồi quy là q trình mơ hình hóa và kiểm định quan hệ giữa các biến độc lập X
với biến phụ thuộc Y đồng thời kiểm tra xem mối quan hệ đó có ý nghĩa thống kê
hay khơng.
Trong phần này, ta sử dụng mơ hình hồi quy tuyến tính để ứng dụng cụ thể vào
việc dự báo và miêu tả mối quan hệ, dấu và độ lớn của mối quan hệ giữa các
biến độc lập X và biến phụ thuộc Y.
Nếu chỉ có 1 biến X  Hồi quy đơn biến
Nếu có nhiều biến X1, X2, X3…  Hồi quy đa biến


2.1. Hồi quy đơn biến

Phương trình hồi quy đơn biến


2.1. Hồi quy đơn biến

Phương trình hồi quy đơn biến
Ví dụ: Đánh giá mức độ ảnh hưởng của chi phí chào hàng (X) lên doanh số bán
ra dự đoán (Y) mà doanh nghiệp sẽ đạt được trong năm.

B0 (hằng số) Là giá trị doanh số dự đốn khi chi phí chào hàng =0 (khơng có hoạt
động chào hàng)
B1 (độ dốc): là lượng tăng giảm (triệu VNĐ) của doanh số dự đốn do lượng tăng
giảm của chi phí chào hàng.


2.1. Hồi quy đơn biến

Phương trình hồi quy đơn biến

B0 (hằng số) Là giá trị doanh số lý thuyết khi chi phí chào hàng =0 (khơng có hoạt động chào hàng)
B1 (độ dốc): là lượng tăng giảm (triệu VNĐ) của doanh số dự đoán do lượng tăng giảm của chi phí chào
hàng.


2.1. Hồi quy đơn biến
Tiến trình thực hiện
Analyze  Regression  Linear


2.1. Hồi quy đơn biến

Output

• Hệ số xác định R2 (coefficient of
determination): con số thống kê
tổng hợp khả năng giải thích của
một phương trình. Nó biểu thị tỷ lệ
biến thiên của biến phụ thuộc do
biến thiên của biến độc lập
• 0 <= R2 <= 1
Khi R2 càng gần 0, khả năng giải
thích càng kém và ngược lại.


2.1. Hồi quy đơn biến
Output

Kiểm định sự phù hợp của hàm
hồi quy (Anova)
Kết quả mong muốn là sig <0,05
để bác bỏ H0. Khi đó kết luận hàm
hồi quy hồn tồn phù hợp với dữ
liệu.