- 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: 03/11/2021 bởi admin0
Trong loạt bài viết này “mô hình hồi quy tuyến tính” xin được gọi tắt là “mô hình hồi quy”
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Mô hình hồi quy đơn biến
Khái niệm
Mô hình hồi quy đơn biến là mô hình có duy nhất 1 biến độc lập, tức là mô hình có 2 biến gồm 1 biến phụ thuôc và 1 biến độc lập. Do đó mô hình còn tên gọi là mô hình hồi quy 2 biến.
Mục đích xây dựng hàm hồi quy đơn biến
+ Để kiểm tra mức độ ảnh hưởng của biến độc lập lên biến phụ thuộc
+ Xác định khả năng giải thích biến phụ thuôc của biến độc lập
+ Dự đoán sự biến đổi của biến phụ thuộc theo biến độc lập
So sánh giữa tương quan pearson và hồi quy đơn biến
+ Điểm khác biệt duy nhất đó là trong hồi quy thì xác định vai trò biến độc lập và phụ thuộc, còn trong phân tích tương quan thì 2 biến là độc lập
+ Không nhất thiết phải thực hiện hồi quy đơn biến ta cũng có thể suy ra nhiều chỉ số từ phân tích tương quan
Ví dụ như
* r (pearson)= R (hồi quy), do đó R bình phương của mô hình hôi quy bằng r^2 (bình phương hệ số tương quan)
* r đúng bằng hệ số hồi quy chuẩn hoá của biến độc lập
* p-value của hệ số tương quan đúng bằng pvalue của thống kê F và thống kê t (của biến độc lập)
+ Đặc biệt mô hình không có hiện tượng đa công tuyến