Bài 5
PHÂN TÍCH HỒI QUY
1. Hồi quy tuyến tính
2. Hồi quy phi tuyến
3. Hồi quy logic nhị phân
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>
1. Hồi quy tuyến tính
Nghiên cứu mối liên hệ giữa một tiêu thức kết quả với một hoặc nhiều tiêu
thức nguyên nhân, biểu diễn thông qua đường thẳng.
Cả biến phụ thuộc và biến độc lập đều cần là những biến định lượng.
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>
Analyze/regression/linear
Từ khung danh sách bên trái chuyển
biến định lượng làm biến phụ thuộc
vào ô Dependent phía trên bên phải,
đưa một hoặc nhiều biến độc lập
vào khung Independent(s)
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>
Nếu chỉ có một biến độc lập, ta có mô hình hồi quy tuyến tính đơn.
Vì F=71,115 và pvalue=0,000 nên chúng ta
có thể khẳng định tồn tạo mô hình hay tồn
tại mối
quan hệ giữa hai biến năm làm việc và thu
nhập trên tổng thể
Hệ số tương quan R đo lường mức độ tương quan giữa hai biến
Hệ số xác định R2 đánh giá mức độ phù hợp của mô hình thể hiện mối quan hệ
tương quan
tuyến tính
R2 = 0,264 có nghĩa là biến số năm làm việc sẽ giải thích 26,4% thu nhập/ năm của
nhân viên (còn lại là những biến số khác).
Nếu
Nếu
Nếu
Nếu
Nếu
R <0,3
0,3 ≤ R <0,5
0,5 ≤ R <0,7
0,7 ≤ R <0,9
0,9 ≤ R
Nếu
Nếu
Nếu
Nếu
Nếu
R2 <0,1
0,1 ≤ R2 <0,25
0,25 ≤ R2 <0,5
0,5 ≤ R2 <0,8
0,8 ≤ R2
Tương quan ở mức thấp
Tương quan ở mức trung bình
Tương quan khá chặt chẽ
Tương quan chặt chẽ
Tương quan rất chặt chẽ
Bảng coefficient cho phép chúng ta kiểm định các hệ số góc trong mô hình, ta có t1 =
8,433 và pvalue = 0,000<0,05 nên ta khẳng định tồn tại mối quan hệ giữa hai biến với
hệ số góc b1=0,00011 có nghĩa là khi tăng mỗi năm làm việc, thu nhập hàng năm tăng
110 ngàn đồng.
Ta có thể thành lập được phương trình hồi quy như sau:
Yt = 9.870 + 0,00011Xt + et
• Các giả định đối với hồi quy tuyến tính :
Phân phối chuẩn và phương sai bằng nhau : với bất kỳ giá trị nào
của X, thì biến Y phụ thuộc có phân phối chuẩn với giá trị trung bình
(X/Y) tương ứng với một giá trị X cụ thể và phương sai 2 không
đổi.
Độc lập : các giá trị Y độc lập thống kê đối với nhau tức là quan sát
này độc lập và không bị ảnh hưởng bởi các quan sát khác.
Tuyến tính : tất cả các giá trị trung bình (X/Y) đều nằm trên một
đường thẳng.
Khi chỉ có một biến độc lập, thì phương trình hồi quy tuyến tính có
dạng : trong đó et là sai số của phép hồi quy.
Nếu có hơn một biến độc lập, ta có mô hình hồi quy
tuyến tính bội.
Ký hiệu Xpt biểu hiện giá trị của
biến độc lập thứ p tại quan sát thứ t.
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>
• Hệ số Beta :
Hệ số beta được tính trực tiếp từ hệ số hồi quy như sau
Trong đó Sk là độ lệch chuẩn của biến độc lập thứ k thuộc X và Sy là độ
lệch chuẩn của biến y trong mẫu kích thước N được tính như sau
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>
Phương pháp đưa biến
Phương pháp Enter (mặc định), tất cả các biến độc lập sẽ được đưa vào
phương trình hồi quy đồng thời trong một bước duy nhất
Remove, thủ tục sẽ loại tất cả các biến độc lập đã đưa vào để xây dựng lại mô
hình khác
Phương pháp Forward sẽ tương ứng với việc đưa dần từng biến độc lập vào
phương trình hồi quy theo một quy tắc chọn biến được xác định
Phương pháp Backward sẽ từ tập các biến độc lập được đưa vào ban đầu, các
bước sẽ cho loại dần ra khỏi phương trình hồi quy từng biến có ít ý nghĩa hơn cả
đối với mô hình.
Phương pháp Stepwise, tại mỗi bước, song song với việc xem xét để đưa dần
vào phương trình hối quy những biến độc lập có nghĩa nhất đối với phương trình hồi
quy, thủ tục cũng xét để đưa ra khỏi phương trình đó biến độc lập khác theo một
quy tắc xác định.
Có thể lấy ra một biến nào đó từ khung danh
sách biến phía bên trái, đưa vào ô Selection
Variable và nhấn phím Rule bên cạnh để quy
định những quan sát được dùng để tính toán các
tham số hồi quy.
Gán vào ô Value một giá trị số để quy định nguyên tắc: quan sát được đưa vào tính
toán là quan sát mà giá trị của biến trên đó thoả mãn điều kiện.
Nhấn vào Statistics… để quy định các
tham số cần hiện thị.
2. Hồi quy phi tuyến
Đây là thủ tục cung cấp các tham số hồi quy để ước lượng đường cong “phù hợp
nhất” cho cặp biến hồi quy – biến độc lập.
Có thể dựa vào đồ thị và một số tiêu chuẩn khác để lựa chọn mô hình hồi quy phù
hợp nhất với hiện tượng nghiên cứu.
15.7
15.6
15.5
15.4
15.3
GIAT HANH
15.2
15.1
15.0
0
20
SANLUONG
40
60
80
100
Analyze/regression/curve Estimation…
Từ khung danh sách bên
trái chuyển biến định
lượng làm biến phụ thuộc
vào ô Dependent phía trên
bên phải, đưa biến độc lập
vào khung Independent
Hộp thoại trên cho thấy có 11 mô hình hồi quy: tuyến tính (linear), hyperbol (Inverse),
parabol (Quadratic), hàm bậc 3 (Cubic), hàm mũ (power),…
3. Hồi qui logic nhị phân
• Hồi qui logic nhị phân (Binary logistic regression) là phép
hôi quy để ước lượng xác suất của những biến độc lập
và biến phụ thuộc.
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>
Analyze/regression/Binary Logistic…
Download trọn bộ IBM SPSS v19+crack và ebooks – articles tại
/>