Tài liệu Xử lý Data với SPSS: Tương quan - Hồi quy (Nguyễn Duy Tâm) pdf

KiỂM ĐỊNH MỐI QUAN HỆ TUYẾN TÍNH Kiểm định mối quan hệ... Các loại quan hệ giữa biến phụ thuộc và biến độc lậpQuan hệ san bằng hàm mũ exponential Hồi quy chỉ xét đối với hồi quy tuyến t

Trang 1

Nguyễn Duy Tâm - http://sites.google.com/site/tam0505/

Trang 2

Con người – Tầm nhìn mới

Trang 3

Gi I THI U T ỚI THIỆU TƯƠNG QUAN – HỒI QUY ỆU TƯƠNG QUAN – HỒI QUY ƯƠNG QUAN – HỒI QUY NG QUAN – H I QUY ỒI QUY

Trang 4

 Là mối quan hệ tuyến tính giữa hai biến (X và Y)

(rXY)

Trang 5

H s t ệ số tương quan ố tương quan ương quan ng quan

 Độ mạnh của mối quan hệ (mạnh, yếu, hoặc không có quan hệ)

 Các loại quan hệ

▪ Đồng biến – X và Y biến thiên cùng chiều

▪ Nghịch biến – X và Y biến thiên ngược chiều

Strong Negative No Rel Strong Positive

-1.0 0.0 +1.0

Trang 7

Thực hành trên SPSS

Click here

Trang 8

Thực hành trên SPSS

Trang 9

XÁC ĐỊNH HỆ SỐ TƯƠNG QUAN

Trang 10

XÁC ĐỊNH HỆ SỐ TƯƠNG QUAN

Trang 11

KiỂM ĐỊNH MỐI QUAN HỆ TUYẾN TÍNH

 Kiểm định mối quan hệ

Trang 12

H I QUY tr c ti p ỒI QUY ực tiếp ếp

Path Diagram of A Linear Regression

Trang 13

H I QUY t ng h p ỒI QUY ổng hợp ợp

Trang 14

HỒI QUY TƯƠNG TÁC

Y= K + aX1 + BX2 + CX1*X2

Hệ số tác động tương tác: C X1 và X2 tương tác lẫn nhau cùng tác động lên Y.

Trang 15

Các loại quan hệ giữa biến phụ thuộc và biến độc lập

Quan hệ san bằng hàm mũ (exponential)

Hồi quy chỉ xét đối với hồi quy tuyến tinh (đối với tham số) Những mối quan hệ phi tuyến đều phải chuyển về quan hệ tuyến tính)

Trang 16

Mối quan hệ tuyến tính (linear)

Trang 17

Quan hệ logarithmic

Trang 18

Quan hệ nghịch đảo (inverse – hypecpol)

Trang 19

Quan hệ hàm bậc hai (Quadratic)

Trang 20

Quan hệ hàm bậc 3 (cubic)

Trang 21

NGHIÊN CỨU CÁC NHÂN TỐ TÁC ĐỘNG ĐẾN MƯC LƯƠNG HiỆN TẠI

(mối quan hệ) tác động đến mức lương hiện tại của người lao động trong công ty theo 2 mô hình sau.

 MH1: Lifeexpf = a + b1*calories + b2*gdp_gap

 MH2: Lifeexpf = a + b1*calories + b2*Ln(gdp_gap)

 MH3: Xây dựng mô hình hồi quy với Lifeexpf là biến phụ

thuộc và tất cả các biến còn lại là biến độc lập

Trang 22

MÔ HÌNH 1

Trang 24

BẢNG KẾT QuẢ

KIểM ĐịNH Hệ Số HồI QUY

Trang 25

Ý NGHĨA HỆ SỐ HỒI QUY

 Lifeexpf = 32,77 + 0,012*calories + 0*gdp_gap

giống nhau trừ lượng calories) thì nếu nước này có lượng

calories nạp vào hàng ngày hơn hơn nước kia 1 calories thì

tuổi thọ của người dân nước này cao hơn nước kia là 0,012

tuổi.

Trang 26

 Chú ý: mô hình hồi quy đa

biến độc lập (hồi quy bội)

ta dùng R 2 hiệu chỉnh để

nêu khả năng giải thích của

mô hình (69,8%)

Hệ số R2 và R2 hiệu chỉnh

Trang 27

DỰ BÁO BẰNG MÔ HÌNH HỒI QUY

DỰ BÁO CHO 3 NGƯỜI CÓ ĐIỀU

Trang 28

KẾT QuẢ DỰ BÁO

Trang 29

Xây dựng mô hình 3 và dự báo tuổi thọ BQ của phụ nữ cho 3 phương án của

Việt nam và năm 2008

Trang 30

GiẢ THIẾT CỦA MÔ HÌNH HỒI QUY BỘI

không tự tương quan

với nhau [cov(ui,uj) =0]

4 Phần dư (resid) có

phương sai không đổi Var(resid) = constant

5 Phần dư (resid) giữa

giá trị dự báo và giá trị thực tế tuân theo phân phối chuẩn.

Trang 31

KiỂM ĐỊNH CÁC LỖI CỦA MÔ HÌNH

biến (đồ thị scatter)

phần dư (residual)

Trang 32

Giả định về sự liên hệ tuyến tính (đồ thị scatter)

 Biến độc lập X có thể giải thích cho biến phụ thuộc

Y khi X có mối liên hệ tuyến tính với X

thiên ngẫu nhiên

Trang 33

Giả định về sự liên hệ tuyến tính (đồ thị scatter)

hệ tuyến

tính

Trang 34

Kiểm tra đồ thị phân tán phần dư (scatter)

vào đường xu hướng

để kiểm tra mối liên

hệ tuyến tính)

Trang 35

Kiểm định phần dư có phân phối chuẩn (quy trình)

KHƠNG CĨ MốI LIÊN Hệ CĨ MốI LIÊN Hệ (CUBIC)

Trang 36

Kiểm định phần dư có phân phối chuẩn

 Ta có thể kiểm tra khả năng tuân theo phân phối

chuẩn của resid thông qua hai đồ thị

1 Đồ thị tần số Histogram ị tần số Histogram ần số Histogram ố Histogram th t n s Histogram

2 Đồ thị tần số Histogram ị tần số Histogram th Q-Q plot

Trang 37

Trang 38

Trang 39

Kiểm định hiện tượng phương sai không đổi

sai số (resid) cĩ

mối tương quan

với giá trị dự báo

(Y^).

Trang 40

Kiểm định hiện tượng phương sai thay đổi

H0: Khơng cĩ hiện tượng phương

sai thay đổi H1: Ngược lại

KIểM ĐịNH Hệ Số TƯƠNG QUAN

Trang 41

Kiểm định hiện tượng tự tương quan (autocorrelation)

cĩ mối tương quan với nhau [cov(ε i ,ε j ) <> 0]

 T ng quan b c 1: ương quan bậc 1: ậc 1:

 T ng quan b c p: ương quan bậc 1: ậc 1:

e i i

e i p

i

p i

Trang 42

Kiểm định hiện tượng tự tương quan (autocorrelation)

Trang 43

Kiểm định hiện tượng tự tương quan (auto)

Trang 44

Kiểm định hiện tượng tự tương quan (auto)

Trang 45

Kiểm định hiện tượng đa cộng tuyến (collinear)

 Cĩ thể phát hiện hiện tượng đa cộng tuyến dựa vào

các cách sau

1 Độ chấp nhận Tolerance = 1-R 2k

2 Hệ số phĩng đại phương sai

3 Ma trận hệ số tương quan giữa các biến





Trang 46

Kiểm định hiện tượng đa cộng tuyến (collinear)

Trang 47

Th t c ch n bi n nhanh (dành cho ng ủ tục chọn biến nhanh (dành cho người lười biến ục chọn biến nhanh (dành cho người lười biến ọn biến nhanh (dành cho người lười biến ếp ười lười biến ười lười biến i l i bi n ếp

 )

Trang 48

Thủ tục đưa vào dần

giữa biến phụ thuộc với từng biến độc lập Biến nào lớn nhất được đưa vào trước

vào)

Trang 49

Trang 50

Trang 51

Th t c lo i tr d n ủ tục chọn biến nhanh (dành cho người lười biến ục chọn biến nhanh (dành cho người lười biến ại trừ dần ừ dần ần

nào có mối tương quan thấp nhất loại ra dần

đưa vào)

Trang 52

Trang 53

Trang 54

Th t c l a ch n t ng b ủ tục chọn biến nhanh (dành cho người lười biến ục chọn biến nhanh (dành cho người lười biến ực tiếp ọn biến nhanh (dành cho người lười biến ừ dần ước c

tắt forward sellection, sau đó, xét biến này có thể tồn tại hay

không theo nguyên tắt backward elimination

đưa ra, cần thiết lập FIN>FOUT hoặc PIN < POUT

Trang 55

Trang 56

Trang 57

Sử dụng biến giả trong mô hình

quy với dự báo mức lương theo số năm kinh nghiệm và giới

tính Salary = a + b1*gender + b2*prevexp (*)

các hệ số hồi quy 

What’s problem???

Trang 58

Trang 59

hình hồi quy

để đưa vào mô hình hồi quy Trong trường hợp thang đo từ 5 trở lên, ta có thể xem biến ordinal như biến định lượng để đưa vào mô hình hồi quy.

 S d ng bài t p ử dụng bài tập ụng bài tập ậc 1: trinh do hoc van.sav đ d báo m c l ể dự báo mức lương ự báo mức lương ức lương ương quan bậc 1: ng

(salary) theo trình đ h c v n (edu) và s n m kinh nghi m

Tiêu đề	Tương Quan - Hồi Quy
Tác giả	Nguyễn Duy Tâm
Trường học	Trường Đại Học Kinh Tế Quốc Dân
Chuyên ngành	Xử lý dữ liệu
Thể loại	Tài liệu
Năm xuất bản	2025
Thành phố	Hà Nội

Định dạng
Số trang	59
Dung lượng	5,55 MB