Bài giảng Thống kê kinh doanh và SPSS - Bài 5: Phân tích hồi quy - Trương Minh Chiến

Bài 5PHÂN 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 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 R 2 đánh giá mức độ phù hợp của mô hình thể hiện mối quan hệ tương quan 
tuyến tính 
R 2 = 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 	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 
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 e t 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 X pt 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 S k 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 
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. 
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