- Phân tích hồi quy tuyến tính trên SPSS
- Giới thiệu loạt bài viết về Hồi quy tuyến tính trên SPSS
- Hồi quy và hồi quy tuyến tính
- Mô hình hồi quy đơn biến và đa biến
- So sánh phân tích tương quan và phân tích hồi quy
- Thực hành hồi quy tuyến tính trên SPSS
- Các yêu cầu và giả định trong phân tích mô hình hồi quy tuyến tính
- Phân tích hồi quy cơ bản: Phần 1: Hệ số xác định R2
- Phần 2: Kiểm định sự phù hợp của hàm hồi quy: Thống kê F và bảng ANOVA
- Phần 3: Hệ số hồi quy và kiểm định ý nghĩa của hệ số hồi quy- Bảng Coefficients
- Phần 4: Khoảng tin cậy của các hệ số hồi quy- Bảng Coefficients
- Phần 5: Viết phương trình hồi quy
- Sử dụng hệ số hồi quy chưa chuẩn hoá và chuẩn hoá sao cho hợp lý
- Các sai lầm hay gặp khi phân tích hồi quy
- Có cần bỏ các biến không có ý nghĩa thống kê ra khỏi mô hình và thực hiện hồi quy lại không?
- Một số tính chất của mô hình hồi quy tuyến tính đơn biến
- Hồi quy tuyến tính không có hệ số chặn trên SPSS
- Lựa chọn mô hình- sự có mặt của các biến không cần thiết
- Thủ tục đánh giá sự có mặt của các biến không cần thiết bằng SPSS
- Hiệu chỉnh mô hình hồi quy bội bằng kỹ thuật đưa biến Stepwise
- Chẩn đoán mô hình với kỹ thuật Bootstrap
- Kiểm tra các điểm bất thường và cải thiện mô hình
- Có cần kiểm tra tương quan trước khi chạy hồi quy
- Khuyết tật và kiểm tra khuyết tật trong mô hình hồi quy tuyến tính
- Làm đẹp một số đồ thị khi trình bày kết quả hồi quy tuyến tính
- Viết kết quả phân tích hồi quy tuyến tính
- Tổng hợp kết quả hàm hồi quy lên bảng 1 cột
- Văn mẫu: Lý thuyết tương quan và hồi quy tuyến tính
- Văn mẫu: Trình bày kết quả tương quan và hồi quy tuyến tính
Cập nhật: 19/10/2022 bởi admin1
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Khoảng tin cậy của các hệ số hồi quy- Bảng Coefficients
Phân tích SPSS: Như chúng ta biết, các chỉ số mà phần mềm vừa ước lượng chỉ đúng với mẫu (tập hợp các quan sát ta thu thập được) Khi bạn thêm vào đó vài quan sát, hay phân tích với 1 mẫu khác (tập hợp các quan sát khác) thì các con số ước lượng được sẽ khác đi.
Từ các hệ số ước lượng được của hàm hồi quy mẫu ta cần suy rộng ra tính chất của tổng thể
Cú pháp tính toán khoảng tin cậy của các hệ số hồi quy trên SPSS
Tích thêm vào tùy chọn Statistics -> Confidence intervals.
Tại Level (%) chọn khoảng tin cậy muốn tính toán (thông thường hay để mặc định là 95%)
Về ý nghĩa của con số này mình sẽ nêu gắn liền với kết quả phân tích trên SPSS cho các bạn dễ hình dung nhé
Với biến baobi, hệ số ước lượng của hàm hôi quy mẫu là 0,240 và các bạn thường hay thấy 1 câu bình luận là “Nếu các yếu tố khác không đổi, khi tăng bao bì lên 1 đơn vị thì doanh số tăng 0,240 đơn vị”.
Khoảng tin cậy 95% của hệ số này là từ 0,027 đến 0,453, điều này có nghĩa là
+ Nếu bạn làm đi làm lại rất nhiều nghiên cứu này với nhiều mẫu thì ít nhất 95% các hệ số hồi quy của biến baobi sẽ nằm trong khoảng từ 0,027 đến 0,453
+ Nếu các yếu tố khác không đổi, khi tăng bao bì lên 1 đơn vị thì doanh số tăng thêm từ 0,027 đến 0,453 đơn vị (chấp nhận tối đa 5% sai lầm)
Nếu bạn chọn kiểm định ý nghĩa của hệ số hồi quy (thống kê T) với múc ý nghĩa α, đồng thời tính toán luôn khoảng tin cậy 1-α cho các hệ số hồi quy thì ta có tính chất sau (tính chất này xuất phát từ công thức tính toán khoảng tin cậy của hệ số hổi quy nhưng mình không đề cập ở đây)
Kiểm định cặp giả thuyết
Nếu khoảng tin cậy này chứa điểm 0 thì chấp nhận H0. Ngược lại nếu khoảng tin cậy này không chứa điểm 0 thì bác bỏ H0
Xem tiếp phần 5: https://vaxidi.com/viet-phuong-trinh-hoi-quy
Xem thêm: Trình bài kết quả hồi quy trong các luận văn tham khảo
