Phân tích hồi quy ppsx

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 Independents Download trọn bộ IBM SPS

Trang 1

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

http://www.mediafire.com/?1j5bcyb3asc8n

Trang 2

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.

Trang 3

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)

Trang 4

Nếu chỉ có một biến độc lập, ta có mô hình hồi quy tuyến tính đơn.

Vì F=71,115 và p-value=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)

Trang 5

- Nếu R <0,3 - Nếu R2 <0,1 Tương quan ở mức thấp

- Nếu 0,3 ≤ R <0,5 - Nếu 0,1 ≤ R2 <0,25 Tương quan ở mức trung bình

- Nếu 0,5 ≤ R <0,7 - Nếu 0,25 ≤ R2 <0,5 Tương quan khá chặt chẽ

- Nếu 0,7 ≤ R <0,9 - Nếu 0,5 ≤ R2 <0,8 Tương quan chặt chẽ

- Nếu 0,9 ≤ R - Nếu 0,8 ≤ R2 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:

Y t = 9.870 + 0,00011X t + e t

Trang 6

• 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

µ (X/Y) tương ứng với một giá trị X cụ thể và phương sai δ2 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 µ (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.

Trang 7

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.

Trang 8

• 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 S y là độ lệch chuẩn của biến y trong mẫu kích thước N được tính như sau

Trang 9

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

Trang 10

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

Trang 11

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

SANLUONG

100 80

60 40

20 0

15.7

15.6

15.5

15.4

15.3

15.2

15.1 15.0

Trang 12

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),…

Trang 13

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.

Trang 14

Analyze/regression/Binary Logistic…

Định dạng
Số trang	14
Dung lượng	818 KB