Bài giảng Thống kê ứng dụng trong kinh doanh: Chương 12 - ThS. Nguyễn Tiến Dũng

Bài giảng "Thống kê ứng dụng trong kinh doanh - Chương 12: Hồi quy tuyến tính đa biến" cung cấp cho người học các kiến thức: Phương trình hồi quy tuyến tính tổng thể đa biến, phương trình hồi quy tuyến tính mẫu đa biến, hồi quy với biến đầu vào định tính,... Mời các bạn cùng tham khảo nội dung chi tiết.
Nội dung trích xuất từ tài liệu:
Bài giảng Thống kê ứng dụng trong kinh doanh: Chương 12 - ThS. Nguyễn Tiến Dũng CHƯƠNG 12HỒI QUY TUYẾN TÍNH ĐA BIẾN Ths. Nguyễn Tiến DũngViện Kinh tế và Quản lý, Trường ĐH Bách khoa Hà Nội Email: dung.nguyentien3@hust.edu.vnMỤC TIÊU CỦA CHƯƠNG● Sau khi kết thúc chương này, người học có thể ● Nêu được ý nghĩa của phân tích hồi quy đa biến (hồi quy bội) trong NCKH ● Mô tả được cách xác định phương trình hồi quy đa biến với dữ liệu mẫu ● Kể tên và biết cách tính các chỉ tiêu đánh giá mức độ phù hợp của mô hình hồi quy đa biến ● Hiểu các giả định và cách kiểm tra tính đúng đắn của các giả định khi xây dựng phương trình hồi quy bội© Nguyễn Tiến Dũng Thống kê ứng dụng 2CÁC NỘI DUNG CHÍNH12.1 Phương trình hồi quy tuyến tính tổng thể đa biến12.2 Phương trình hồi quy tuyến tính mẫu đa biến12.3 Hồi quy với biến đầu vào định tính12.4 Hồi quy phi tuyến© Nguyễn Tiến Dũng Thống kê ứng dụng 3Vai trò và ý nghĩa của hồi quy đa biến● Muốn nghiên cứu ảnh hưởng đồng thời của nhiều biến đầu vào tới 1 biến đầu ra● Các biến đầu vào và biến đầu ra đều có dữ liệu định lượng (khoảng, tỷ lệ)● Trong số các biến đầu vào, có biến định tính (biến giả)© Nguyễn Tiến Dũng Thống kê ứng dụng 412.1 PHƯƠNG TRÌNH HỒI QUY TUYẾN TÍNH BỘI VỚIDỮ LIỆU TỔNG THỂ● TD Trang 358: 3 biến độc lập● yi = b0 + b1x1i + b2x2i + b3x3i + ei● KQ làm việc = f(PT tình huống, Khả năng trình bày viết, Khả năng trình bày miệng)● x1 = Khả năng PT tình huống● x2 = Khả năng trình bày viết● x3 = Khả năng trình bày miệng● y = Kết quả làm việc● bj: hệ số độ dốc của y theo xj, trong điều kiện các biến khác được giữ nguyên không đổi  hệ số hồi quy riêng phần© Nguyễn Tiến Dũng Thống kê ứng dụng 512.2 PHƯƠNG TRÌNH HỒI QUY TUYẾN TÍNH MẪU ĐABIẾN● TD: PTHQTT mẫu với 3 biến đầu vào yi  b0  b1 x1i  b2 x2 i  b3 x3i  ei (i  1, n ) yˆ i  b0  b1 x1i  b2 x2 i  b3 x3i© Nguyễn Tiến Dũng Thống kê ứng dụng 6Data Analysis (Excel): Regression© Nguyễn Tiến Dũng Thống kê ứng dụng 7Hiểu các kết quả phân tích● SSR = 171,3057● SSE = 37,6277● SST = 208,9333● Hệ số xác định bội R2 = SSR/SST = 0,8199● Hệ số xác định bội hiệu chỉnh R2adj = 0,7708  n 1  2 R  1  (1  R )  2   n  k 1  adj© Nguyễn Tiến Dũng Thống kê ứng dụng 8Đánh giá ý nghĩa toàn diện của mô hình● H0: b1=b2=b3=0● H1: Có ít nhất một hệ số bi khác 0● Chỉ tiêu KĐ Fisher MSR SSR / k FStat    16, 6931 MSE SSE / ( n  k  1)● p-value(FStat) = 0,0002 < 0,05  Mô hình có ý nghĩa© Nguyễn Tiến Dũng Thống kê ứng dụng 9Sai số chuẩn của ước lượng (Standard Error)● Đo lường sự phân tán của các giá trị thực tế trong dữ liệu mẫu của biến phụ thuộc xung quanh giá trị của biến phụ thuộc được dự đoán bằng đường hồi quy SSE 37, 6277 sY / X    1,8495 n  k 1 15  3  1© Nguyễn Tiến Dũng Thống kê ứng dụng 10Đánh giá ý nghĩa của từng biến độc lập  H 0 : b j  0● KĐ tính khác không của các hệ số    H1 : b j  0 bj● Chỉ tiêu KĐ tStat bj tStat  sb j● Các hệ số bj được Excel tính sẵn trong bảng Coefficients● Số bậc tự do: df = n-k-1● KQ: Các hệ số của x1, x2 và x3 đều không thực sự khác 0 với độ tin cậy 95%  Tại sao?© Nguyễn Tiến Dũng Thống kê ứng dụng 11Hiện tượng đa cộng tuyến (Multi-collinearity)● Đa cộng tuyến: tình trạng các biến đầu vào của PTHQ có tương quan chặt với nhau● Biểu hiện của đa cộng tuyến ● R2 cao mà KQ KĐ Student lại không khẳng định được các hệ số bê-ta là khác 0 ● Hệ số tương quan tuyến tính giữa các biến đầu vào là lớn rij ● Hệ số phóng đại phương sai VIFj = 1/(1-R2j) có giá trị lớn (>5 – 10)© Nguyễn Tiến Dũng Thống kê ứng dụng 12Hệ số tương quan giữa 2 biến và VIF x1 x2 x3 VIF x1 1,0000 0,5781 0,6761 1,8429 x2 0,5781 1,0000 0,8675 4,0435 x3 0,6761 0,8675 1,000 4,9590© Nguyễn Tiến Dũng Thống kê ứng dụng 13Khắc phục hiện tượng đa cộng tuyến© Nguyễn Tiến Dũng Thống kê ứng dụng 14Kiểm tra các giả định của mô hình HQTT đa biến: Phântích phần dư● Quan hệ tuyến tính giữa biến đầu ra và các biến đầu vào ● Vẽ đồ thị phần dư lần lượt theo từng biến đầu vào● Phần dư có phân phối normal● PS của phần dư không đổi ● KĐ Park: Mô hình HQTT Ln(e2) theo y^● Không có sự tự tương quan ● KĐ Durbin-Watson● Không có hiện tượng đa cộng tuyến© Nguyễn Tiến Dũng Thống kê ứng dụng 1512.3 HỒI QUY VỚI BIẾN ĐẦU VÀO ĐỊNH TÍNH● Hồi quy với biến giả (dummy variables)● TD: ● Thu nhập = f(Số năm kinh nghiệm; Bằng MBA) ● y = Thu nhập ● x1 = Số năm kinh nghiệm ● d = Bằng MBA (1=có; 0=không)© Nguyễn Tiến Dũng Thống kê ứng dụng 16Hồi quy với biến giả (MBA) yˆ  8993, 52  1072,14. x  2935, 39.d© Nguyễn Tiến Dũng T ...