Xử lý Data với SPSS: Một số ứng dụng hồi quy trong thực tiễn (Nguyễn Duy Tâm)

Chia sẻ: Nguyễn Duy Tâm | Ngày: | Loại File: PDF | Số trang:4

0
318
lượt xem
163
download

Xử lý Data với SPSS: Một số ứng dụng hồi quy trong thực tiễn (Nguyễn Duy Tâm)

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Dùng bài tập trinh do hoc van.sav bạn hãy xây dựng và kiểm định mô hình hồi quy đơn sau: Salary = β0 + β1*EXP Bạn có nhận xét gì về mối quan hệ giữa hai biến salary và EXP? Trong trường hợp bạn đang thắc mắc rằng: 1.Mức lương sẽ tăng bao nhiêu phần trăm (%) khi kinh nghiệm tăng thêm 1 năm? 2.Mức lương sẽ tăng thêm bao nhiêu phần trăm (%) nếu như kinh nghiệm tăng thêm 1%? 3.Mức lương sẽ tăng lên bao nhiêu nếu như kinh nghiệm của bạn tăng 1%?...

Chủ đề:
Lưu

Nội dung Text: Xử lý Data với SPSS: Một số ứng dụng hồi quy trong thực tiễn (Nguyễn Duy Tâm)

  1. 17-Aug-10 Nguyễn Duy Tâm 1 Nguyen Duy Tam - IDR Con người – Tầm nhìn mới 2 Nguyen Duy Tam - IDR 1
  2. 17-Aug-10 MỘT SỐ MÔ HÌNH THÔNG DỤNG  Dùng bài tập trinh do hoc van.sav bạn hãy xây dựng và kiểm định mô hình hồi quy đơn sau: Salary = β0 + β1*EXP  Bạn có nhận xét gì về mối quan hệ giữa hai biến salary và EXP?  Trong trường hợp bạn đang thắc mắc rằng: 1. Mức lương sẽ tăng bao nhiêu phần trăm (%) khi kinh nghiệm tăng thêm 1 năm? 2. Mức lương sẽ tăng thêm bao nhiêu phần trăm (%) nếu như kinh nghiệm tăng thêm 1%? 3. Mức lương sẽ tăng lên bao nhiêu nếu như kinh nghiệm của bạn tăng 1%? Nguyen Duy Tam - IDR 3 MỘT SỐ MÔ HÌNH THÔNG DỤNG  Nhận xét: trạng thái biến phụ thuộc và biến độc lập đã thay đổi từ giá trị tuyệt đối (biến phụ thuộc đơn vị tiền và biến độc lập đơn vị năm) sang giá trị tương đối (phần trăm).  Một số mô hình giải quyết vấn đề trên 1. Mô hình LOG LIN 2. Mô hình LOG LOG 3. Mô hình LIN LOG Nguyen Duy Tam - IDR 4 2
  3. 17-Aug-10 MÔ HÌNH LOG - LIN  Đặc điểm: nghiên cứu phần trăm sự thay đổi của biến phụ thuộc khi biến độc lập thay đổi 1 đơn vị.  Bài tập: xây dựng và kiểm định mô hình Ln(salary) = β0 + β1EXP  Ý nghĩa hệ số hồi quy 100*β1: là sự thay đổi (đơn vị %) về mức lương khi số năm kinh nghiệm thay đổi (tăng) 1 năm  Bài tập áp dụng: nghiên cứu tốc độ tăng trưởng kinh tế (GDP) theo thời gian. (bài tập log_lin GDP.sav).  Anh/chị liên hệ trong công ty của mình, có thể áp dụng cho trường hợp nào?    Nguyen Duy Tam - IDR 5 MÔ HÌNH LOG - LOG  Đặc điểm: nghiên cứu phần trăm sự thay đổi của biến phụ thuộc khi biến độc lập thay đổi 1 phần trăm.  Bài tập: xây dựng và kiểm định mô hình LOG(SALARY) = β0 + Β1LOG(EXP)  Ý nghĩa hệ số β1: phần trăm sự thay đổi của biến lương khi số năm kinh nghiệm thay đổi 1%. (β1 chính là hệ số co giãn)  β1>1: mức lương thay đổi mạnh khi tăng số năm kinh nghiệm (co giãn mạnh)  β1
  4. 17-Aug-10 MÔ HÌNH LOG - LOG  Bài tập áp dụng: nghiên cứu tốc độ tiêu thụ cà phê (số tách/ngày) biến động theo mức giá. (bài tập log_log tieu thu caphe.sav)  Nghiên cứu tốc độ tăng trưởng giá caphê theo thời gian (bài tập log_log tieu thu caphe.sav)  Anh/chị liên hệ trong công ty mình hiện tại, có thể áp dụng mô hình này trong trường hợp nào? Nguyen Duy Tam - IDR 7 MÔ HÌNH LIN - LOG  Đặc điểm: sự thay đổi (số tuyệt đối) của biến phụ thuộc khi số biến độc lập thay đổi 1%.  Bài tập: xây dựng và kiểm định mô hình SALARY = β0 + β1LOG(EXP)  Ý nghĩa β1/100: là sự thay đổi về mức lương khi số năm kinh nghiệm tăng 1%.  Bài tập áp dụng: nghiên cứu sự thay đổi của GNP theo sự thay đổi củ mức cung tiền (MS).  Anh/chị liên hệ xem có thể áp dụng mô hình này cho những trường hợp nào? Nguyen Duy Tam - IDR 8 4

CÓ THỂ BẠN MUỐN DOWNLOAD

Đồng bộ tài khoản