Thực hành 5: Ngoại suy thống kê (Statistical Inferences)

Cùng nắm kiến thức trong bài thực hành 5 "Ngoại suy thống kê (Statistical Inferences)" thông qua việc tìm hiểu các nội dung sau: kiểm định F, kiểm tra độ tin cậy của toàn mô hình, mở rộng mô hình, kiểm định đồng thời một số giả thuyết, mức quảng cáo tối ưu, hồi quy với thông tin bổ trợ, xây dựng mô hình, đa cộng tuyến.
Nội dung trích xuất từ tài liệu:
Thực hành 5: Ngoại suy thống kê (Statistical Inferences) Thöïc Haønh 5: Ngoaïi Suy Thoáng Keâ (Statistical Inferences) I. Kieåm ñònh F: Nhö tronghoài quy ñôn giaûn,ta ñaõduøngkieåmñònht ñeåkieåmñònhgiaûthuyeát vôùi MOÄT giaûthuyeát.Tronghoài quy tuyeántính ña bieán,ta vaãncoù theåduøng kieåmñònht nhötreân.Tuy nhieân,neáuta muoánkieåmñònhgiaûthuyeátvôùi HAI giaûthuyeátÑOÀNG THÔØI trôûleân,ta phaûi duøngkieåmñònhF. Ta xeùttieápví duï veàBig Andy BurgerBarn, ta öôùclöôïng moâhình: Si = β1 + β2Pi + β3Ai + εi Ta coù theå duøng kieåm ñònh t ñeå kieåm ñònh giaû thuyeát H0: β2 = 0 so vôùi H1: β2 ≠ 0. Moät caùch khaùc ñeå kieåm ñònh laø duøng kieåm ñònh F. Neáu giaû thuyeát H0 laø ñuùng thì haøm soá giôùi haïn (töùc laø vôùi β2 = 0) seõ ñöôïc vieát thaønh Si = β1 + β3Ai + εi Kieåm ñònh F so saùnh toång bình phöông sai soá cuûa hai moâ hình : khoâng giôùi haïn vaø coù giôùi haïn. Neáu coù söï khaùc bieät lôùn giöõa hai moâ hình, ta coù theå suy luaän raèng, giôùi haïn ta ñaët ra laø khoâng ñuùng. Giaù trò kieåm ñònh F laø: SSER vaø SSEU laø toång bình phöông soá dö cuûa moâ hình giôùi haïn vaø moâ hình khoâng giôùi haïn laáy töø baûng ANOVA cuûa hai moâ hình. J laø soá löôïng giôùi haïn, töùc giaû thuyeát caàn kieåm ñònh. N laø soá löôïng quan saùt cuûa moâ hình khoâng giôùi haïn vaø K laø soá löôïng bieán ñoäc laäp (keå caû giao ñieåm) trong moâ hình khoâng giôùi haïn. Neáu giaû thuyeát H0 laø ñuùng, F seõ phaân phoái theo phaân phoái FJ/N-K. Trong Excel, ta khoâng coù tieän ích naøo thöïc hieän kieåm ñònh naøy tröïc tieáp. Ta coù theå xaây döïng moät template cho kieåm ñònh naøy nhö sau. Trong baûng tính treân, ta duøng : • Haøm FINV(a, j, n-k) ñeå tính giaù trò F-quyeát ñònh cuûa pheùp kieåm ñònh • Haøm FDIST(kieåm ñònh F, j, n-k) tính giaù trò p töông öùng vôùi giaù trò F ñöôïc tính toaùn. Trong pheùp kieåm ñònh naøy, ta caàn öôùc löôïng 2 moâ hình: moâ hình khoâng giôùi haïn vaø moâ hình giôùi haïn. Moâ hình khoâng giôùi haïn ta ñaõ öôùc löôïng ôû chöông tröôùc. Trong phaàn naøy, ta tieáp tuïc öôùc löôïng moâ hình giôùi haïn. Ta môû file Andy.xls, tieán haønh Tools/Data Analysis/Regression vôùi chæ 1 bieán ñoäc laäp laø Advert. Chæ coù Advert Ta coù keát quaû: Ta ñieàn vaøo ñaày ñuû caùc thoâng soá, ta seõ coù: Giaù trò kieåm ñònh F > giaù trò quyeát ñònh F , giaù trò p < a, ta coù theå keát luaän raèng taïi a = 5%, giaù caû coù aûnh höôûng ñeán toång doanh thu. II. Kieåm tra ñoä tin caäy cuûa toaøn moâ hình: Ta coù theåaùpduïngkieåmñònhF ñeåkieåmtrañoätin caäycuûatoaønmoâhình. Ta coù moâhìnhnhösau: yi = β1 + β2x2 + β3x3 + …βkxk + εi Kieåm tra ñoä tin caäy cuûa toaøn moâ hình laø kieåm tra xem caùc bieán ñoäc laäp coù goùp phaàn giaûi thích y hay khoâng, nghóa laø : H0: β2 = β3 = …=βk = 0 H1: toái thieåu 1 trong soá caùc beta baèng 0 Ta coù theå duøng template ôû treân ñeå kieåm tra moâ hình Andy’s burger barn. Ta tính moâ hình giôùi haïn vôùi khoâng coù bieán ñoäc laäp naøo ngoaøi giao ñieåm. ôû ñaây, J = 2 vì ta coù 2 giaû thuyeát β2 = β3 = 0 Ta coù theå coù keát quaû töø baûng ANOVA cho kieåm ñònh söï tin caäy cuûa toaøn moâ hình III. Môû roäng moâ hình Khaùi nieämlôïi nhuaänbieângiaûmdaànlaø moätkhaùi nieämquantroïngtrongkinh teávaø ta phaûi löu taâmkhi moâhình hoaùcaùcquanheäkinh teá.Ví duï, trongmoâ hình Andy’s BurgerBarn, ta coù theålaäpluaänraèngvôùi moãi dollar chi phí taêng theâmcho quaûngcaùoseõlaømtaênglôïi nhöngvôùi möùcñoäít daàn,vaøñeánmoät luùc naøoñoù, taêngquaûngcaùoseõkhoângtaêngdoanhsoátheâmnöõa,thaämchí coù theågiaûmlôïi nhuaän.Döïa treânphaântích ñoù, ta coù theåmôûroängmoâhình thaønh: Si = β1 + β2Pi + β3Ai + β4A2 + εi Trong worksheet chöùa döõ lieäu, ta taïo theâm moät bieán ñoäc laäp teân “ A2” vaø nhaäp coâng thöùc = C2^2 vaøo oâ D2 vaø copy coâng thöùc cho ñeán heát vuøng döõ lieäu. Ta thöïc hieän öôùc löôïng moâ hình môû roäng : Vaø ta coù keát quaû Ta thaáy, giaù caû P laïi khoâng ñöùng vöõng ôû möùc 5%, nghóa laø giaù caû khoâng aûnh höôûng tôùi doanh soá. Trong khi ñoù, Advert vaø A2 ñeàu ñöùng vöõng ôû möùc 5%. Ñieàu naøy coù nghóa laø, quaûng caùo aûnh höôûng ñeán doanh soá vaø coù bieåu hieän cuûa lôïi nhuaän bieân giaûm daàn. IV. Kieåm ñònh ñoàng thôøi moät soá giaû thuyeát Tieáptheoví duï treân,neáuta muoánkieåmtrahieäuquaûcuûaquaûngcaùo,ta phaûi kieåmtrañoàngthôøi hai giaûthuyeát: H0 : β2 = β4 = 0 ( quaûng caùo hoaøn toaøn khoâng taùc duïng) H1 : toái thieåu 1 heä soá khaùc 0 (quaûng caùo coù taùc duïng) Ta ñaõ coù moâ hình khoâng giôùi haïn, ta seõ tieán haønh öôùc löôïng moâ hình giôùi haïn vôùi : β2 = β4 = 0 tieáp theo, ta coù theå ñieàn thoâng tin caàn thieát vaøo template Ta loaïi boû giaû thuyeát H0 vaø keát luaän raèng chi phí cho quaûng caùo ...