Phân tích hồi qui tuyến tính với SPSS

Phân tích hồi qui tuyến tính với SPSS Nguyễn Văn Chức – chuc1803@gmail.com Hồi qui mô hình thống kê sử dụng để dự đoán giá trị biến phụ thuộc (dependence variable) hay gọi biến kết dựa vào giá trị biến độc lập (independence variable) hay gọi biến nguyên nhân Nếu mô hình hồi qui phân tích phụ thuộc biến phụ thuộc vào biến độc lập gọi hồi qui đơn, có nhiều biến độc lập gọi hồi qui bội Hồi qui tuyến tính mô hình hồi qui mối quan hệ biến biểu diễn đường thẳng (đường thẳng đường phù hợp với liệu) Bài viết giới thiệu sơ lược mô hình hồi qui tuyến tính đơn cách thực hồi qui phần mềm SPSS v18 Hồi qui tuyến tính đơn Hồi qui tuyến tính đơn biểu diễn mối quan hệ biến phụ thuộc vào biến độc lập Mô hình hồi qui biểu diễn sau: Ví dụ: Có liệu diện tích cửa hàng bán trái doanh thu hàng năm sau: Yêu cầu: Lập mô hình hồi qui tuyến tính thể mối quan hệ doanh thu diện tích cửa hàng Sử dụng SPSS 1 Mở SPSS, tạo file liệu với tên định dạng biến tab Variable view sau: Nhập liệu tab : Data view sau: 2.Thực hồi qui sau: Trong menu Analyze, chọn Regression, chọn Linear, xuất hộp thoại, định biến phụ thuộc ô Dependent biến độc lập ô Independent(s) Thiết lập thêm tham số tùy chọn (nếu cần thiết) để giải thích mô hình Bấm OK để thực hồi qui Kết sau: Các hệ số hồi qui cho bảng Coefficients Phương trình hồi qui tương ứng Khi diện tích tăng lên đơn vị, mô hình dự đoán doanh thu hàng năm tăng trung bình 1487$ Bây sử dụng mô hình hồi qui để dự đoán doanh thu hàng năm cho cửa hàng có diện tích 1400m2: Doanh thu = 1636.415+1.487*1400= 3718.215 ($000) Một số tham số quan trọng để đánh giá mô hình hồi qui Tham số R bình phương hiệu chỉnh (Adjusted R Square) cho biết mức độ (%) biến thiên biến phụ thuộc giải thích biến độc lập Trong ví dụ này, nói 93% biến đổi doanh thu hàng năm giải thích biến đổi qui mô cửa hàng (đo diện tích) Bảng ANOVA Giá trị Sig( P-value) bảng ANOVA dùng để đánh giá phù hợp (tồn tại) mô hình Giá trị Sig nhỏ (thường