Giải pháp lựa chọn mô hình hồi quy đơn biến

Trong nhiều nghiên cứu, các nhà khoa học đã thực hiện phân tích hồi quy đơn biến để xem xét sự phụ thuộc của một biến (biến phụ thuộc) vào một biến khác (biến giải thích) để ước lượng hay dự đoán giá trị trung bình của biến phụ thuộc trên cơ sở giá trị biết trước của các biến giải thích. Đây là việc làm thường xuyên của các nhà khoa học, tuy nhiên họ chưa đưa ra những căn cứ khoa học lựa cho việc lựa chọn mô hình của mình. Tác giả đã tìm hiểu và giới thiệu 11 dạng mô hình hồi quy đơn biến, đồng thời cung cấp những cơ sở khoa học giúp các nhà khoa học, học viên lựa chọn mô hình hồi quy đơn biến phù hợp nhất cho nghiên cứu của mình.
Nội dung trích xuất từ tài liệu:
Giải pháp lựa chọn mô hình hồi quy đơn biếnTạp chí Khoa học - Công nghệ Thủy sảnSố 2/2015VAÁN ÑEÀ TRAO ÑOÅIGIẢI PHÁP LỰA CHỌN MÔ HÌNH HỒI QUY ĐƠN BIẾNSOLUTION FOR SELECTING UNIVARIATE REGRESSION MODELPhạm Văn Thông1Ngày nhận bài: 27/8/2014; Ngày phản biện thông qua: 27/11/2014; Ngày duyệt đăng: 10/6/2015TÓM TẮTTrong nhiều nghiên cứu, các nhà khoa học đã thực hiện phân tích hồi quy đơn biến để xem xét sự phụ thuộc của mộtbiến (biến phụ thuộc) vào một biến khác (biến giải thích) để ước lượng hay dự đoán giá trị trung bình của biến phụ thuộctrên cơ sở giá trị biết trước của các biến giải thích. Đây là việc làm thường xuyên của các nhà khoa học, tuy nhiên họ chưađưa ra những căn cứ khoa học lựa cho việc lựa chọn mô hình của mình. Tác giả đã tìm hiểu và giới thiệu 11 dạng mô hìnhhồi quy đơn biến, đồng thời cung cấp những cơ sở khoa học giúp các nhà khoa học, học viên lựa chọn mô hình hồi quy đơnbiến phù hợp nhất cho nghiên cứu của mình.Từ khóa: Hồi quy đơn biếnABSTRACTIn many studies, scientists have conducted univariate regression analyses to examine the dependence of a variable (adependent variable) on another variable (an explanatory variable). Then they can estimate or predict the average value ofdependent variables basing on known-value of the explanatory variables. Scientists have carried out in this way frequently;however, they have not shown scientific foundations of their univariate regression models. The author have studied andintroduced 11 types of univariate regression models, and provided scientific foundations in order to help scientists andstudents choose the best univariate regression models in their researches .Keyword: Univariate RegressionI. MỞ ĐẦUHồi quy đơn biến là mô hình thống kê được sử dụngđể dự đoán giá trị của biến phụ thuộc (dependencevariable) hay còn gọi là biến kết quả dựa vào nhữnggiá trị của một biến độc lập (independence variable)hay còn gọi là biến nguyên nhân.Hiện nay, các nhà nghiên cứu, các học viên caohọc… thường hồi quy theo mô hình đường thẳng(linear) mà chưa đưa ra được cơ sở lý luận khoahọc để giải thích vì sao chọn mô hình đường thẳnghay bất kỳ dạng mô hình nào khác. Một số khác đưara dẫn chứng chưa thuyết phục như dạng mô hìnhnày đơn giản, dễ tính toán.Bài báo này cung cấp cho các nhà nghiên cứu,các học viên cao học và độc giả nói chung cơ sở lýluận khoa học đúng đắn giải thích cho việc lựa môhình hồi quy của mình.1II. NỘI DUNG1. Phân tích các dạng mô hìnhVới sự phát triển mạnh mẽ của công nghệthông tin, việc hồi quy không cần nhiều thời giantính toán như trước mà nó được trợ giúp bởi rấtnhiều phần mềm từ đơn giản như Microsoft Excelđến phần mềm PASW Statistics 18 hay phần mềmR, phần mềm Eview, phần mềm Stata… Tuy nhiêntrong bài báo này tôi muốn đề cập một số khía cạnhcủa hai phần mềm đơn giản và thông dụng hiện naylà Microsoft Excel 2010 và PASW Statistics 18.- Microsoft Excel 2010 là công cụ phổ thông,đơn giản trong tính toán, có hỗ trợ hồi quy đơn biến,tuy nhiên số lượng mô hình mà Excel 2010 đưa ra ít(chỉ 6 dạng mô hình). Khi hồi quy từ Excel 2010, kếtquả chỏ có phương trình hồi quy với hệ số tươngquan giữa biến độc lập và biến phụ thuộc mà chưacung cấp được các chỉ số để đánh giá mô hìnhThS. Phạm Văn Thông: Viện Khoa học và Công nghệ khai thác thủy sản - Trường Đại học Nha Trang194 • TRƯỜNG ĐẠI HỌC NHA TRANGTạp chí Khoa học - Công nghệ Thủy sảnSố 2/20159. Logistic: Y = 1 / (1/u + (b0 * (b1X)) hoặc ln(1/y-1/u)=ln (b0) + (ln(b1)*X). u là giá trị giới hạn trên, nó manggiá trị dương và lớn hơn giá trị lớn nhất của biếnphụ thuộc. Ví dụ giá trị lớn nhất của biến phụ thuộclà 100 thì u chọn là 101 (u=101).10. Growth: Y = e(b0 + (b1 * X)) hoặc ln(Y) = b0 + (b1 * X)11. Exponential: Y = b0 * (e(b1 * X)) hoặc ln(Y) = ln(b0) + (b1 * X)Chú giải: b0 là các hằng số; b1 là hệ số hồi quyđược; X là biến độc lập; Y là biến phụ thuộc.Tiêu chí đánh giá [1,2]:- Tham số R bình phương hiệu chỉnh (adjustedR square) cho biết mức độ % sự biến thiên của biếnphụ thuộc được giải thích bởi biến độc lập. R bìnhphương hiệu chỉnh càng cao càng tốt vì biến độc lậpgiải thích được nhiều cho biến phụ thuộc.- Giá trị Sig (P-value) của bảng anova dùng đểđánh giá sự phù hợp (tồn tại) của mô hình. Giá trịSig nhỏ (thường ...