Mô hình hồi quy

Chia sẻ: Nguyen Lan | Ngày: | Loại File: PPT | Số trang:7

Thêm vào BST

Báo xấu

112
lượt xem 7
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập (biến thuyết minh) quy định các biến phụ thuộc (biến được thuyết minh) như thế nào.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Mô hình hồi quy

Mô hình hồi qui ∧ Y i = 96.1131 + ( 1.0767) X2i + 0.4128X3i SRF  ∧ Yi =  96.1131 + ( 1.0767) X2i + 0.4128X3i + Ui
Khoảng tin cậy (α=5%) 5.1 Khoảng tin cậy β 1 ∧ ∧ ∧ ∧ (n − 3) (n − 3) β 1− t α /2 . se(β 1) ≤ β 1 ≤ β 1+ t α /2 . se(β 1) 96.1131 - 2.365*3.0665 ≤ β1 ≤ 96.1131 + 2.365*3.0665 88.861 ≤ β1 ≤ 103.36544 5.2 Khoảng tin cậy β 2 ∧ ∧ ∧ ∧ ( n − 3) (n − 3) β 2 − t α /2 . se(β 2 ) ≤ β 2 ≤ β 2 + t α /2 . se(β 2 ) 1.0767 - 2.365*0.2503 ≤ β2 ≤ 1.0767 + 2.365*0.2503 0.4848 ≤ β2 ≤ 1.66865 5.2 Khoảng tin cậy β 3 ∧ ∧ ∧ ∧ ( n − 3) ( n − 3) β 3 − t α /2 . se(β 3 ) ≤ β 3 ≤ β 3 + t α /2 . se(β 3 ) 0.4128 - 2.365*0.1505 ≤ β3 ≤ 0.4128 + 2.365*0.1505 0.0569 ≤ β3 ≤ 0.76869
6.1 Kiểm định hệ số β 1 H 0 : β1 = 0 1. Đặt giả thiết: H1 : β1 ≠ 0 2. Tính biểu thứ c thống kê t0 ˆ ˆ β1 − β 0 j t0 = = (96.1131-0)/3.0665 = 31.3428 ˆ se( β ) 1 Vớ i mứ c ý nghĩa α= 0.05 => α/2= 0.025 tαn −3) = ( /2 2.36462 to = 31.34280 > 2.365 => bác bỏ H0
to = 6.1 Kiểm định hệ số β 2 H0 : β2 = 0 1. Đặt giả thiết: H1 : β 2 ≠ 0 2. Tính biểu thứ c thống kê t0 ˆ ˆ β2 − β 0j t0 = = (1.0767-0)/0.2503 = 4.3019 ˆ se( β ) 2 Vớ i mứ c ý nghĩa α= 0.05 => α/2= 0.025 tαn −3) = ( /2 2.36462 to = 4.30190 > 2.365 => bác bỏ H0
6.1 Kiểm định hệ số β 3 H 0 : β3 = 0 1. Đặt giả thiết: H1 : β3 ≠ 0 2. Tính biểu thứ c thống kê t0 β3 ˆ j ˆ −β0 t0 = = (0.4128-0)/0.1505 = 2.7432 ˆ se( β ) 3 Vớ i mứ c ý nghĩa α= 0.05 => α/2= 0.025 tαn −3) = 2.36462 ( /2 to = 2.74320 > 2.365 => bác bỏ H0
3. Hệ số xác định và hệ số xác định có điều chỉnh 3.1 Hệ số xác định R 2 = ESS / TSS = 350.483 / 365.6 =0.9587 ∧2 RSS σ = = 15.117 / (10- 3 ) = 2.1596 n−3 ∧ ∧2 2.1596 = 1.4695 σ= σ = 3.2 Hệ số xác định có điều chỉnh n −1 R 2 = 1 − (1 − R 2 ) = 1-(1-0.9587)*((10-1)/(10-3)) = 0.946838 n− k
to = 5. Kiểm định sự phù hợp của mô hình H0 : R2 = 0 1. Đặt giả thiết: H1 : R 2 > 0 2. Tính biểu thức thống kê F R (n − 3) 2 F= = (0.9587*(10-3))/(2*(1-0.9587)) = 81.1464 2(1 − R ) 2 Vớ i độ tin cậy 95% => α = 0.05 tra bảng R ta có: Fα ;(k −1,n−k ) = 4.7374 F= 81.1464 > 4.7374 => bác bỏ H0 : R2=0