2. Néi dung chÝnh
6.1. Khái niệm hồi quy
6.2. Mô hình hồi quy tuyến tính đơn
6.3. Tương quan tuyến tính
3. 6.1. Khái niệm hồi quy
6.1.1 Mèi liªn hÖ gi÷a c¸c hiÖn tưîng KT-XH
• Phân tích hồi quy là nghiên cứu mối liên hệ phụ
thuộc của biến (biến phụ thuộc) vào một hay
nhiều biến khác (biến độc lập) nhằm ước lượng
hoặc dự đoán giá trị trung bình (tổng thể) của
biến phụ thuộc trên cơ sở giá trị biết trước (trong
mẫu) của các biến độc lập.
4. 6.1. Khái niệm hồi quy
6.1.1 Mèi liªn hÖ gi÷a c¸c hiÖn tưîng KT-XH
• VD. Giả sử công ty sản xuất bia muốn dùng
phương pháp phân tích hồi quy nghiên cứu mối
quan hệ phụ thuộc giữa doanh số bia bán ra so
với chi phí thị trường.
- Doanh số: biến phụ thuộc
- Chi phí thị trường: biến độc lập
6. 6.1. Khái niệm hồi quy
6.1.1 Mèi liªn hÖ gi÷a c¸c hiÖn tưîng KT-XH
• Một số quy ước và tên gọi:
- Nếu nghiên cứu một biến phụ thuộc vào một biến
độc lập => phân tích hồi quy đơn biến hay hồi quy
hai biến (1 biến nguyên nhân, 1 biến kết quả).
- Nếu nghiên cứu sự phụ thuộc của một biến được
giải thích phụ thuộc vào hai hay nhiều biến giải
thích => hồi quy đa biến hay hồi quy bội.
7. 6.1. Khái niệm hồi quy
6.1.1 Mèi liªn hÖ gi÷a c¸c hiÖn tưîng KT-XH
• Một số quy ước và tên gọi:
- y là biến phụ thuộc (biến được giải thích)
- xk là biến độc lập (biến giải thích)
Phương trình hồi quy: y = a + bx
a: tung độ góc (hệ số chặn hay hệ số tự do) cho biết giá trị
trung bình y khi x = 0.
b: hệ số độ dốc của đường hồi quy tổng thể (có thể âm,
dương và bằng 0) cho biết khi x thay đổi 1 đơn vị thì y
thay đổi b đơn vị.
12. Dïng phư¬ng ph¸p b×nh phư¬ng nhá nhÊt ®Ó x¸c
®Þnh gi¸ trÞ cña a vµ b
2
x
b
x
a
xy
x
b
na
y
Gi¶i hÖ phư¬ng tr×nh ®Ó x¸c
®Þnh gi¸ trÞ cña a,b
14. Gi¶i hÖ phư¬ng tr×nh
• Thay sè:
• Gi¶i hÖ:
92
,
1
92
,
2
b
a
b
a
b
a
782
76
1722
76
10
175
PT hồi qui:
Y = 2.92+1.92X
15. Cã thÓ x¸c ®Þnh ®ưîc a, b b»ng c¸ch sö
dông c«ng thøc
x
b
y
a
y
x
xy
b
x
2
16. ý nghÜa cña tham sè: a? b?
§¸nh gi¸ møc ®é chÆt chÏ cña liªn hÖ
Sö dông hÖ sè tư¬ng quan r:
2
2
y
y
x
x
y
y
x
x
r
i
i
i
i
y
x
y
x
xy
r
y
x
b
r
17. Trong bảng phân tích hồi quy từ
excel ta có thể tính giá trị r là
Multiple hay công thức CORREL.
18. ý nghÜa cña hÖ sè tư¬ng quan
• BiÓu thÞ cưêng ®é cña liªn hÖ
r = 1 liªn hÖ hoµn toµn chÆt chÏ (hµm sè)
|r| -> 1 liªn hÖ cµng chÆt chÏ
r = 0 kh«ng cã liªn hÖ
• BiÓu hiÖn tÝnh chÊt cña liªn hÖ
r > 0 tư¬ng quan thuËn
r < 0 tư¬ng quan nghÞch
22. Dïng phư¬ng ph¸p b×nh phư¬ng nhá nhÊt ®Ó x¸c
®Þnh gi¸ trÞ cña a vµ b
2
x
b
x
a
xy
x
b
na
y
Gi¶i hÖ phư¬ng tr×nh ®Ó x¸c
®Þnh gi¸ trÞ cña a,b
24. X¸c ®Þnh gi¸ trÞ cña a, b
0061
.
0
04
.
9
1423925
2985
18302
2985
10
2
.
72
b
a
b
a
b
a
Phư¬ng tr×nh håi quy lý thuyÕt cã d¹ng:
y = 9.04 – 0,0061x
ý nghÜa cña a vµ b
25. §¸nh gi¸ tr×nh ®é chÆt chÏ cña liªn hÖ
2
2
2
2
y
n
y
x
n
x
y
x
xy
y
x
xy
r
y
x
888
,
0
22
,
7
10
644
,
54
5
,
298
10
1423925
22
,
7
5
,
298
2
,
1830
2
2
r
26. Kiểm định ý nghĩa thống kê
của hệ số tương quan tuyến tính
• Thiết lập giả thuyết:
H0 : r = 0 (không có liên hệ giữa X và Y)
H1: r 0 (có liên hệ giữa X và Y)
Giá trị kiểm định: t =
Quy tắc kiểm định: Ở mức ý nghĩa , bác bỏ H0 nếu:
hay
)
2
/(
)
1
( 2
n
r
r
)
2
/(
)
1
( 2
n
r
r
2
/
,
2
n
t
)
2
/(
)
1
( 2
n
r
r
2
/
,
2
n
t
32. HÖ phư¬ng tr×nh x¸c ®Þnh gi¸ trÞ tham sè
2
2
2
1
1
0
2
2
2
2
2
1
1
2
0
2
1
2
1
2
2
1
1
1
0
1
2
2
1
1
0
.......
......
..........
..........
..........
..........
..........
..........
..........
..........
.......
.......
.......
n
n
n
n
n
n
n
n
n
n
n
n
x
a
x
x
a
x
x
a
x
a
y
x
x
x
a
x
a
x
x
a
x
a
y
x
x
x
a
x
x
a
x
a
x
a
y
x
x
a
x
a
x
a
na
y
33. HÖ sè tư¬ng quan béi ®ưîc dïng ®Ó ®¸nh gi¸
tr×nh ®é chÆt chÏ cña liªn hÖ
2
)
,....,
,
,
(
2
2
3
2
1
y
x
x
x
x
y
y
n
R
2
,....,
,
,
2
3
2
1
y
x
x
x
x
y
n
R
38. X¸c ®Þnh gi¸ trÞ c¸c tham sè a0, a1, a2
2
2
2
2
1
1
2
0
2
2
1
2
2
1
1
1
0
1
2
2
1
1
0
x
a
x
x
a
x
a
y
x
x
x
a
x
a
x
a
y
x
x
a
x
a
na
y
16554
.
1
56831
.
0
06323
.
0
2
1
0
a
a
a Intercept 0.063
x1-Salary 0.568
x2- Material 1.166
39. • Phư¬ng tr×nh håi quy tuyÕn tÝnh ®a
biÕn cã d¹ng:
y = 0.06323 + 0.56831x1 + 1.16554x2
§¸nh gi¸ tr×nh ®é chÆt chÏ cña liªn hÖ
–Dïng hÖ sè tư¬ng quan béi R
–Dïng tham sè tư¬ng quan chuÈn ho¸
41. HÖ sè tư¬ng quan béi
2
2
2
)
(
y
n
y
y
y
R
LT
983
,
0
828
.
7
*
7
28
.
435
1282
.
6
2
R
42. Tham sè tư¬ng quan chuÈn hóa
y
x
j
j
j
a
9330
.
0
7
7
16554
.
1 2
2
2
2
2
2
2
2
2
y
y
x
x
a
y
x
0651
.
0
7
7
56831
.
0 2
2
2
1
2
1
1
1
1
y
y
x
x
a
y
x
44. X¸c ®Þnh gi¸ trÞ c¸c tham sè a0, a1, a2
2
2
2
2
1
1
2
0
2
2
1
2
2
1
1
1
0
1
2
2
1
1
0
x
a
x
x
a
x
a
y
x
x
x
a
x
a
x
a
y
x
x
a
x
a
na
y
767
,
49
996
,
1
59
,
6981
2
1
0
a
a
a
45. • Phư¬ng tr×nh håi quy tuyÕn tÝnh ®a
biÕn cã d¹ng:
y = 6981,59 + 1,996x1 – 49,767x2
§¸nh gi¸ tr×nh ®é chÆt chÏ cña liªn hÖ
–Dïng hÖ sè tư¬ng quan béi R
–Dïng tham sè tư¬ng quan chuÈn ho¸
57. Dïng phư¬ng ph¸p b×nh phư¬ng nhá nhÊt ®Ó
x¸c ®Þnh gi¸ trÞ cña a vµ b
Gi¶i hÖ ph¬ng tr×nh ®Ó x¸c ®Þnh gi¸ trÞ cña
a,b
2
1
1
1
1
x
b
x
a
x
y
x
b
na
y
67. HÖ phư¬ng tr×nh x¸c ®Þnh gi¸ trÞ a,b,c
4
3
2
2
3
2
2
x
c
x
b
x
a
y
x
x
c
x
b
x
a
xy
x
c
x
b
na
y
c
b
a
c
b
a
c
b
a
4917510
164268
5850
288324
164268
5850
234
11448
5850
234
12
532