Ứng dụng hồi quy bán tham số trong khoa học xã hội

1 ĐẠI HỌC QUỐC GIA TP HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NHƢ MAI ỨNG DỤNG HỒI QUY BÁN THAM SỐ TRONG KHOA HỌC XÃ HỘI Chuyên ngành : TOÁN ỨNG DỤNG Mã số: 604636 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, 30 tháng 11 năm 2012 CƠNG TRÌNH ĐƢỢC HỒN THÀNH TẠI TRƢỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hƣớng dẫn khoa học : PGS.TS Tô Anh Dũng Cán chấm nhận xét : Cán chấm nhận xét : Luận văn thạc sĩ đƣợc bảo vệ Trƣờng Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: Xác nhận Chủ tịch Hội đồng đánh giá LV Trƣởng Khoa quản lý chuyên ngành sau luận văn đƣợc sửa chữa CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA ĐẠI HỌC QUỐC GIA TP.HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc Tp HCM, ngày 30 tháng 11 năm 2012 NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: Hà Nhƣ Mai MSHV: 10240512 Ngày, tháng, năm sinh: 08 – 04 – 1986 Nơi sinh: Phú Thọ Chuyên ngành: Toán Ứng Dụng Mã số : 604636 I TÊN ĐỀ TÀI: ỨNG DỤNG HỒI QUY BÁN THAM SỐ TRONG KHOA HỌC XÃ HỘI II NHIỆM VỤ VÀ NỘI DUNG:  Bổ sung số kiến thức  Tìm hiểu mơ hình hồi quy tham số hồi quy phi tham số  Tìm hiểu mơ hình hồi quy bán tham số  Ứng dụng hồi quy bán tham số khoa học xã hội III NGÀY GIAO NHIỆM VỤ : 02/ 2012 IV NGÀY HOÀN THÀNH NHIỆM VỤ: 11/ 2012 V CÁN BỘ HƢỚNG DẪN PGS.TS Tô Anh Dũng CÁN BỘ HƢỚNG DẪN CHỦ NHIỆM BỘ MƠN ĐÀO TẠO PGS.TS Tơ Anh Dũng TRƢỞNG KHOA….……… LỜI CẢM ƠN Tôi xin bày tỏ lịng biết ơn sâu sắc tới Thầy hƣớng dẫn – PGS.TS Tô Anh Dũng – Trƣởng môn Xác suất thống kê, Đại học Khoa học tự nhiên – Đại học Quốc Gia Tp Hồ Chí Minh, ngƣời ln khuyến khích, quan tâm giúp đỡ, truyền đạt kiến thức tạo điều kiện thuận lợi giúp tơi hồn thành luận văn tốt nghiệp Tơi xin bày tỏ lòng biết ơn chân thành đến tập thể Thầy, Cơ giáo mơn Tốn ứng dụng – Khoa Khoa học Ứng Dụng, phòng Đào Tạo Sau Đại Học – trƣờng Đại học Bách Khoa – Đại học Quốc Gia Tp.Hồ Chí Minh tận tình dạy dỗ, giúp đỡ, truyền đạt cho tơi suốt khóa học Tôi xin gửi lời cảm ơn đến tập thể bạn K2010 lớp cao học Toán Ứng Dụng – ngƣời bạn u q ln đồng hành, giúp đỡ chia khó khăn tơi suốt q trình học tập Cuối tơi xin bày tỏ lịng biết ơn sâu sắc đến gia đình, ngƣời thân u nhất, ln khích lệ giúp đỡ tơi suốt thời gian học tập vừa qua Hà Như Mai TÓM TẮT Luận văn gồm ba chƣơng Trong chƣơng I, trình bày số phƣơng pháp ƣớc lƣợng dùng mơ hình hồi quy Trong chƣơng trình bày số kiến thức mơ hình hồi quy tuyến tính hồi quy phi tuyến Trong chƣơng II, trình bày mơ hình hồi quy phi tham số bao gồm: mơ hình hồi quy, phƣơng sai, độ lệch chuẩn Trong chƣơng III, luận văn trình bày ứng dụng hồi quy bán tham số khoa học xã hội, xác định mối tƣơng quan phù hợp biến vấn đề bình đẳng giới thể qua trách nhiệm nam giới gia đình Kết tính tốn chƣơng III đƣợc thực R MỤC LỤC LỜI CẢM ƠN .4 TÓM TẮT MỤC LỤC MỞ ĐẦU .8 Tính cấp thiết đề tài Mục tiêu Nội dung nghiên cứu Phƣơng pháp nghiên cứu CHƢƠNG I .10 I.1 KIẾN THỨC BỔ SUNG .11 I.1.1 Phƣơng pháp bình phƣơng cực tiểu 11 I.1.2 Tìm cực trị có điều kiện 13 I.1.3 Phƣơng pháp bình phƣơng cực tiểu có trọng số .16 I.1.4 Ƣớc lƣợng không chệch 19 I.2 HỒI QUY THAM SỐ 26 I.2.1 Hồi quy tuyến tính đơn biến .26 I.2.2 Mơ hình hồi quy tuyến tính đa biến 28 I.3 HỒI QUY PHI THAM SỐ 34 I.3.1 Hồi quy đa thức 36 I.3.2 Mơ hình que gẫy .37 I.3.3 Mơ hình Spline 39 CHƢƠNG II 47 II.1 MƠ HÌNH HỖN HỢP 48 II.1.1 Mơ hình hồi quy 48 II.1.2 Phƣơng sai  u2  2 .49 II.2 HỒI QUY BÁN THAM SỐ 51 II.2.1 Mơ hình hồi quy bán tham số đơn giản 52 II.2.2 Mơ hình hồi quy bán tham số hỗn hợp 54 II.3 MƠ HÌNH PHỤ TUYẾN TÍNH_GAM (Generalized Additive Models) 62 CHƢƠNG III 73 III.1 MÔ TẢ DỮ LIỆU 74 III.2 MƠ HÌNH (gam.1) 79 III.3 MƠ HÌNH (gam.2) 81 III.4 MƠ HÌNH (gam.3) 83 III.5 MƠ HÌNH (gam.4) 84 III.6 NHẬN XÉT 86 KẾT LUẬN .90 TÀI LIỆU THAM KHẢO 92 MỞ ĐẦU Tính cấp thiết đề tài Trong thực tế, hồi quy đƣợc ứng dụng rộng rãi ngành khoa học tự nhiên khoa học xã hội Hai loại hồi quy thông thƣờng hồi quy tham số hồi quy phi tham số Mơ hình thƣờng đƣợc sử dụng nhiều mơ hình hồi quy tham số Tuy nhiên, nhiều trƣờng hợp, hồi quy tham số đƣa mối tƣơng quan phù hợp với liệu, ngƣời ta cần dùng đến hồi quy phi tham số Do cần kết hợp hồi quy tham số hồi quy phi tham số Hồi quy bán tham số cầu nối hai mơ hình hồi quy tham số phi tham số Nó cho phép làm tốt hai việc phân tích hồi quy tham số phi tham số, giúp làm giảm bớt phức tạp liệu, giúp hiểu vấn đề dễ dàng hơn, tìm mối tƣơng quan phù hợp với liệu Tuy nhiên, hồi quy bán tham số khơng có nghĩa tìm mơ hình thay cho mơ hình cũ, mà chủ yếu mở rộng mơ hình thống kê chuẩn để giải số vấn đề khoa học xã hội Mục tiêu Nghiên cứu mơ hình hồi quy phân tích thống kê nhƣ hồi quy tham số, hồi quy phi tham số, hồi quy bán tham số Nội dung nghiên cứu  B ổ sung số kiến thức  T ìm hiểu mơ hình hồi quy tham số hồi quy phi tham số  T ìm hiểu mơ hình hồi quy bán tham số  Trình bày ứng dụng hồi quy bán tham số khoa học xã hội Phƣơng pháp nghiên cứu  Phƣơng pháp tham khảo tài liệu: tìm hiểu sở lý thuyết thực tiễn  Phƣơng pháp chuyên gia: thu thập ý kiến chuyên gia am hiểu lĩnh vực xem xét  Phƣơng pháp thống kê: phân tích xử lý số liệu xây dựng mơ hình hồi quy 10 CHƢƠNG I NHỮNG KIẾN THỨC CƠ BẢN Trong chƣơng này, luận văn trình bày số phƣơng pháp ƣớc lƣợng dùng mơ hình hồi quy Chƣơng trình bày kiến thức hai mơ hình hồi quy hồi quy tuyến tính hồi quy phi tuyến bao gồm, mơ hình tổng qt, phƣơng pháp ƣớc lƣợng, phƣơng sai, độ lệch chuẩn 79 III.2 MƠ HÌNH (gam.1) Dữ liệu thu đƣợc gồm biến liên tục biến rời rạc, mơ hình phù hợp để phân tích mơ hình hồi quy bán tham số Trƣớc tiên, xét mơ hình hồi quy bán tham số với thành phần phi tham số hàm phi tuyến biến propinc, age hours 80 famresp  1inlaborf   notinlbf  3 spinlabo   spnotinl +s1  propinc   s2  hours   5 widowed   married   nevmar  8child  s3  age  9educ  10 maeduc  11cath  12bapsect  13 jewish  14 noneoth 15attend  16 polviews  17 year Với hàm phi tuyến, ta sử dụng phƣơng pháp ƣớc lƣợng spline để ƣớc lƣợng, hàm s  x  đƣợc định nghĩa nhƣ sau s( x)  0  1 x  k 1 1k ( x   k ) K Cơng việc ƣớc lƣợng cho mơ hình đƣợc thực cách sử dụng hàm gói mgcv R gam.1 summary(gam.1) Parametric coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 215.059820 8.694104 24.736 < 2e-16 *** inlaborf 0.266247 0.193779 1.374 0.169477 notinlbf 0.251898 0.193482 1.302 0.192970 spinlabo 0.458736 0.114499 4.006 6.20e-05 *** spnotinl 0.222552 0.118083 1.885 0.059493 widowed 0.133852 0.137768 0.972 0.331280 married 0.061166 0.074441 0.822 0.411282 nevmar -0.003981 0.083957 -0.047 0.962183 childs 0.007096 0.016929 0.419 0.675117 educ 0.057306 0.008291 6.912 5.04e-12 *** maeduc 0.016997 0.007944 2.140 0.032402 * cath 0.049571 0.070598 0.702 0.482597 bapsect -0.252908 0.066547 -3.800 0.000145 *** jewish 0.466803 0.167935 2.780 0.005450 ** noneoth 0.104402 0.078080 1.337 0.181209 polviews 0.146926 0.013416 10.952 < 2e-16 *** attend -0.060342 0.009635 -6.263 3.92e-10 *** year -0.107168 0.004356 -24.602 < 2e-16 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Approximate significance of smooth terms: edf Ref.df F p-value s(propinc) 1.980 2.420 2.567 0.0656 s(hours) 1.000 1.000 0.442 0.5061 s(age) 2.074 2.661 31.061 0.05 Do đó, ta thay đổi điều cách sử dụng hàm B_ splines, chúng khơng phụ thuộc vào số lƣợng Knots Xét mơ hình 82 famresp  1inlaborf   notinlbf  3 spinlabo   spnotinl +s1  propinc   s2  hours   5 widowed   married   nevmar  8child  s3  age  9educ  10 maeduc  11cath  12bapsect  13 jewish  14 noneoth 15attend  16 polviews  17 year Trong hàm s( x) đƣợc định nghĩa nhƣ sau s( x)  i 1 Bi2 ( x)i hàm Bi2 ( x) đƣợc định nghĩa K Bi2 ( x)  x  i   x 21 Bi21 ( x)  i 21 B ( x), i  1, K i 21  i  i 21   i 1 i 1 1 Bi1 ( x )   0 neáu i  x  i 1 ngược lại Cơng việc ƣớc lƣợng cho mơ hình đƣợc thực cách sử dụng hàm gói liệu mgcv R nhƣ sau gam.2 summary(gam.2) Parametric coefficients: Estimate Std Error t value Pr(>|t|) (Intercept) 214.887598 8.705436 24.684 < 2e-16 *** inlaborf 0.264818 0.197690 1.340 0.180415 notinlbf 0.262598 0.193996 1.354 0.175883 spinlabo 0.445948 0.115823 3.850 0.000119 *** spnotinl 0.222169 0.118175 1.880 0.060134 widowed 0.129358 0.137647 0.940 0.347349 married 0.045072 0.076485 0.589 0.555676 nevmar -0.004876 0.083935 -0.058 0.953672 childs 0.007755 0.016928 0.458 0.646876 educ 0.056830 0.008300 6.847 7.95e-12 *** maeduc 0.017415 0.007945 2.192 0.028405 * cath 0.051952 0.070590 0.736 0.461763 bapsect -0.252577 0.066534 -3.796 0.000148 *** jewish 0.470016 0.168029 2.797 0.005163 ** noneoth 0.102249 0.078082 1.310 0.190389 polviews 0.146948 0.013414 10.954 < 2e-16 *** attend -0.060038 0.009634 -6.232 4.77e-10 *** year -0.107073 0.004362 -24.547 < 2e-16 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Approximate significance of smooth terms: edf Ref.df F p-value s(propinc) 6.965 7.783 2.190 0.0268 * s(hours) 1.000 1.000 0.322 0.5706 s(age) 2.002 2.566 32.309 |t|) (Intercept) 215.149771 8.695471 24.743 < 2e-16 *** inlaborf 0.228030 0.196271 1.162 0.245336 notinlbf 0.241774 0.193675 1.248 0.211928 spinlabo 0.454172 0.115237 3.941 8.16e-05 *** spnotinl 0.223124 0.118095 1.889 0.058868 widowed 0.134415 0.137881 0.975 0.329651 married 0.056392 0.075748 0.744 0.456612 nevmar -0.006447 0.084050 -0.077 0.938861 childs 0.007165 0.016935 0.423 0.672241 educ 0.056985 0.008305 6.862 7.15e-12 *** maeduc 0.016942 0.007944 2.133 0.032975 * cath 0.049260 0.070601 0.698 0.485365 bapsect -0.252905 0.066549 -3.800 0.000145 *** jewish 0.466416 0.167944 2.777 0.005492 ** noneoth 0.103625 0.078085 1.327 0.184508 polviews 0.146761 0.013417 10.938 < 2e-16 *** attend -0.060331 0.009636 -6.261 3.96e-10 *** year -0.107191 0.004357 -24.604 < 2e-16 *** 84 Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Approximate significance of smooth terms: edf Ref.df F p-value s(propinc) 3.000 3.000 3.017 0.0287 * s(hours) 1.000 1.000 0.482 0.4874 s(age) 2.101 2.694 30.561 |t|) (Intercept) 215.446609 8.683607 24.811 < 2e-16 *** inlaborf 0.255296 0.195999 1.303 0.192759 notinlbf 0.240857 0.193619 1.244 0.213535 hours 0.001119 0.001451 0.771 0.440511 spinlabo 0.475170 0.114873 4.136 3.55e-05 *** spnotinl 0.224256 0.118113 1.899 0.057634 widowed 0.089725 0.136147 0.659 0.509888 married 0.057014 0.075760 0.753 0.451735 nevmar -0.036871 0.083143 -0.443 0.657441 childs 0.009563 0.016891 0.566 0.571286 age -0.018356 0.002067 -8.881 < 2e-16 *** educ 0.058570 0.008279 7.074 1.59e-12 *** maeduc 0.016401 0.007942 2.065 0.038934 * cath 0.050613 0.070611 0.717 0.473518 bapsect -0.249777 0.066544 -3.754 0.000175 *** jewish 0.461255 0.167955 2.746 0.006037 ** noneoth 0.106139 0.078092 1.359 0.174120 polviews 0.146590 0.013419 10.924 < 2e-16 *** attend -0.060778 0.009635 -6.308 2.94e-10 *** year -0.106972 0.004356 -24.558 < 2e-16 *** Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ Approximate significance of smooth terms: edf Ref.df F p-value s(propinc) 3 2.643 0.0475 * Signif codes: ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ R-sq.(adj) = 0.111 Deviance explained = 11.3% 86 GCV score = 6.0308 Scale est = 6.0187 n = 11461 Đồ thị thể kết ƣớc lƣợng cho hàm phi tuyến s(propinc) phƣơng pháp B_spline với bậc tự mơ hình hồi quy bán tham số ( mơ hình gam.4) III.6 NHẬN XÉT Bảng inlaborf notinlbf spinlabo spnotinl Gam.1 0.266247 0.251898 0.458736 0.222552 Gam.2 0.264818 0.262598 0.445948 0.222169 Gam.3 0.228030 0.241774 0.454172 0.223124 Gam.4 0.301775 0.262665 0.480059 0.227457 Bảng so sánh giá trị ƣớc lƣợng cho biến inlaborf, notinlbf, spinlabo, spnotinl bốn mơ hình Những nam giới tham gia lao động, có xu hƣớng có trách nhiệm nhiều gia đình Đặc biệt, vợ đối tƣợng đƣợc khảo sát tham gia lao động họ có có trách nhiệm cao gia đình Hệ số spinlabo cao so với inlaborf, notinlbf, spnotinl bốn mơ hình Điều cho thấy, phụ nữ tham gia vào hoạt động lao động, tăng mức thu nhập cho gia đình, nam giới có trách nhiệm gia đình, giúp đỡ phụ nữ cơng việc nội 87 trợ, chia sẻ vấn đề chăm lo gia đình Nhƣ vậy, tham gia lao động giúp cho phụ nữ có thêm quyền bình đẳng Bảng widowed married nevmar Gam.1 0.133852 0.061166 -0.003981 Gam.2 0.129358 0.045072 -0.004876 Gam.3 0.134415 0.056392 -0.006447 Gam.4 0.089816 0.058421 -0.033049 Bảng so sánh kết ƣớc lƣợng cho biến widowed, married, nermar bốn mơ hình Kết cho thấy, nam giới khơng lập gia đình có trách nhiệm so với ngƣời kết hay góa bụa Trong đó, ngƣời tình cảnh góa bụa, có trách nhiệm gia đình cao so với hai nhóm Nhƣ vậy, ngƣời phụ nữ đóng góp vai trị quan trọng gia đình, gia đình thiếu vắng phụ nữ, địi hỏi nam giới phải có trách nhiệm Bảng Educ maeduc Gam.1 0.057306 0.016997 Gam.2 0.056830 0.017415 Gam.3 0.056985 0.016942 Gam.4 0.058469 0.016757 Bảng so sánh kết ƣớc lƣợng cho biến educ, maeduc bốn mơ hình Nhƣ vậy, trình độ văn hóa thân có ảnh hƣởng tích cực thái độ trách nhiệm gia đình Ngồi ra, trình độ văn hóa mẹ, ảnh hƣởng tích cực trách nhiệm trai gia đình Giáo dục góp phần nâng cao ý thức việc bình đẳng giới, phụ nữ có trình độ học vấn cao đƣợc hƣởng nhiều quyền lợi việc bình quyền 88 Bảng cath bapsect jewish noneoth attend Gam.1 0.049571 -0.252908 0.466803 0.104402 -0.060342 Gam.2 0.051952 -0.252577 0.470016 0.102249 -0.060038 Gam.3 0.049260 -0.252905 0.466416 0.103625 -0.060331 Gam.4 0.051736 -0.250822 0.454328 0.103074 -0.060650 Bảng so sánh kết ƣớc lƣợng cho biến cath, bapsect, jewish, noneoth, attend bốn mơ hình Chú thích Cath: Ngƣời theo đạo Thiên chúa Bapsect: Ngƣời theo đạo Tin lành Jewish: Ngƣời theo đạo Do thái Noneoth: Ngƣời theo tôn giáo khác Attend: Mức độ tham gia buổi lễ tôn giáo Những ngƣời theo đạo Tin lành có xu hƣớng tiêu cực việc chia sẻ trách nhiệm gia đình tín ngƣỡng tơn giáo khác ngƣời theo đạo Thiên chúa đạo Do thái có xu hƣớng tích cực chia sẻ trách nhiệm gia đình với vợ Ngƣợc lại, việc tham gia nhiều buổi lễ tôn giáo lại mang chiều hƣớng tiêu cực Giá trị ƣớc lƣợng biến attend mơ hình mang giá trị âm Bảng childs Gam.1 0.007096 Gam.2 0.007755 Gam.3 0.007165 Gam.4 0.010201 Bảng so sánh kết ƣớc lƣợng biến childs bốn mơ hình Kết cho thấy, số lƣợng có ảnh hƣởng tích cực ý thức trách nhiệm gia đình nam giới Ba mơ hình đầu, khơng có chênh lệch, mơ hình thứ 89 4, bổ sung thêm thành phần tuyến tính age hours, hệ số childs ảnh hƣởng tăng theo Bảng polviews year Gam.1 0.146926 -0.107168 Gam.2 0.146948 -0.107073 Gam.3 0.146761 -0.107191 Gam.4 0.146685 -0.107215 Bảng so sánh kết ƣớc lƣợng biến polviews, year bốn mơ hình Nam giới có tính cách tự cởi mở có trách nhiệm cao gia đình Tuy nhiên, biến year lại mang giá trị âm mơ hình Mơ hình hồi quy bán tham số trƣờng hợp cho thấy rằng, tuổi tác trở thành yếu tố dự đoán quan trọng phù hợp với dạng tuyến tính, có mối quan hệ chặt chẽ biến đầu famresp Do đó, khơng cần thiết phải sử dụng hàm phi tuyến trƣờng hợp Uớc lƣợng cho biến age mơ hình gam.4 - 0.018618 kết cho thấy, tuổi tác có ảnh hƣởng tiêu cực ý thức trách nhiệm gia đình nam giới Kết ƣớc lƣợng cho hàm phi tuyến hours cho thấy đồ thị hours có dạng tuyến tính Tuy nhiên gam.4, ƣớc lƣợng tuyến tính biến hours chƣa có ý nghĩa thống kê (p= 0.487935 > 0.05) 90 KẾT LUẬN Trong ngành khoa học xã hội, phân tích thống kê cơng cụ đắc lực việc phân tích yếu tố dự đốn, mơ phỏng, giúp cải thiện vấn đề xã hội thực tế Tuy nhiên, liệu liên quan đến vấn đề khoa học xã hội phức tạp có nhiều yếu tố ảnh hƣởng đến vấn đề cần khảo sát ảnh hƣởng biến khơng giống nhau, quan hệ tuyến tính, biến khác có mối quan hệ phi tuyến Để đạt hiệu cao trình phân tích, cần có kết hợp linh hoạt hai mơ hình hồi quy tuyến tính hồi quy phi tuyến Trong luận văn trình bày mơ hình hồi quy bán tham số, mơ hình hồi quy kết hợp hồi quy tuyến tính hồi quy phi tuyến Điều giúp tiếp cận với ứng dụng toán xã hội thực tế Trong chƣơng 1, luận văn nêu số phƣơng pháp ƣớc lƣợng dùng để ƣớc lƣợng cho mơ hình Luận văn trình bày dạng tổng qt mơ hình hồi quy tuyến tính, mơ hình hồi quy phi tuyến với phƣơng pháp ƣớc lƣợng, khoảng tin cậy cho mơ hình Trong chƣơng 2, luận văn trình bày mơ hình hồi quy bán tham số, có nêu số dạng mơ hình nhƣ mơ hình hỗn hợp, mơ hình hồi quy bán tham số đơn giản mơ hình hồi quy bán tham số kết hợp Một số phƣơng pháp ƣớc lƣợng đƣợc trình bày chƣơng Đề tài nêu ví dụ để minh họa cho mơ hình, nhiên ví dụ đƣợc tham khảo từ tài liệu tham khảo Trong chƣơng 3, luận văn trình bày ứng dụng cụ thể khoa học xã hội vấn đề bình đẳng giới, cụ thể vấn đề trách nhiệm gia đình nam giới.Q trình tính tốn ƣớc lƣợng cho mơ hình đƣợc thực phần mềm thống kê R, có mơ hình đƣợc xem xét mơ hình dựa việc xác định mối quan hệ cho ba biến liên tục thu nhập cá nhân (propinc), thời gian làm việc (hours), tuổi (age) Mơ hình (gam.1): Các biến liên tục đóng vai trị hàm phi tuyến mơ hình hồi quy bán tham số Phƣơng pháp ƣớc lƣợng cho hàm phi tuyến dùng kỹ thuật spline tuyến tính 91 Mơ hình (gam.2): Trong mơ hình 2, có cải tiến cho mơ hình cách thay đổi phƣơng pháp ƣớc lƣợng cho hàm phi tuyến phƣơng pháp B_spline Mơ hình (gam.3): Trong mơ hình 3, để giảm bớt gợn sóng mơ hình 2, mơ hình sử dụng hàm B_spline với bậc tự biến thu nhập cá nhân (propinc) Mơ hình (gam.4): Trong mơ hình đƣa hours age trở thành thành phần dự đốn tuyến tính, giữ lại mối quan hệ phi tuyến biến thu nhập cá nhân (propinc) Tuy nhiên, hạn chế luận văn, chƣa kiểm định giả thuyết thống kê nên kết đạt đƣợc chƣa phản ánh thực tế cách đầy đủ Vì liệu liệu kham khảo nƣớc ngoài, thời gian thu thập liệu lâu nên kết phân tích chƣa thực phù hợp với ngƣời Việt Nam, chƣa phản ánh đƣợc thực trạng xã hội đất nƣớc 92 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Đậu Thế Cấp (2008), Xác suất thống kê, Lý thuyết tập, NXB Giáo dục [2] Tô Anh Dũng (2007), Lý thuyết xác suất thống kê toán, NXB Đại học quốc gia TP Hồ Chí Minh [3] Nguyễn Văn Tuấn (2007), Phân tích số liệu biểu đồ R, NXB Khoa học Kỹ thuật Tiếng Anh [4] Adonis Yatchew , Semiparametric Regression for the Applied Econometrician, Cambridge University press [5] David Rupper, M.P.Wand and R.J.Carroll (2003), Semiparametric Regression, Cambridge University press [6] Hastie, T J and Tibshirani, R J (1990), Generalized Additive Models, Chapman & Hall/CRC [7] Henderson, C R (1975), Best Linear Unbiased Estimation and Prediction under a Selection Model Vol 31, No 2, Biometrics [8] Luke Keele (2008), Semiparametric Regression for the Social Sciences, John Wiley & Sons, Ltd [9] Mood, A M (1950) , Introduction to the Theory of Statistic, New York: McGraw – Hill [10] Vincenzo Verardi, Nicolas Debarsy (2011), Robinson’s n - consistent semiparametric regression estimator in Stata, version , Centre for Research in the Economics of Development [11] Wolfgang Härdle, Marlene Müller, Stefan Sperlich, Axel Werwatz (2004), Nonparametric and Semiparametric Models , An Introduction , Springer [12] W N Venables, D M Smith and the R Development Core Team (2012), An Introduction to R, Notes on R: A Programming Environment for Data Analysis and Graphics Version 2.15.0 93 CỘNG HÕA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập – Tự – Hạnh phúc LÝ LỊCH TRÍCH NGANG SƠ LƢỢC LÝ LỊCH Họ tên : Ngày, tháng, năm sinh: HÀ NHƢ MAI Phái 08 – 04 – 1986 Nơi sinh: Phú Thọ Mã số học viên : 10240512 Khoa : Khoa học ứng dụng Ngành học : Toán ƣng dụng Địa liên lạc : : Nữ 111/6c ấp 4, xã Xuân Thới Thƣợng, huyện Hóc Mơn,TP HCM Q TRÌNH ĐÀO TẠO Đại học : Chế độ học : quy Thời gian học : từ 9/2004 đến 6/2008 Nơi học : Trƣờng Đại học Đà Lạt Ngành học : Toán học Sau đại học : Ngành Toán ứng dụng trƣờng Đại học Bách Khoa TP HCM (2010 – 2012) Q TRÌNH CƠNG TÁC Từ 9/2008 đến nay: Giảng viên Toán trƣờng Cao đẳng Kỹ thuật Lý Tự Trọng TP HCM Ngày 30 tháng 11 năm 2012 Ngƣời khai Hà Nhƣ Mai ... HỌC XÃ HỘI II NHIỆM VỤ VÀ NỘI DUNG:  Bổ sung số kiến thức  Tìm hiểu mơ hình hồi quy tham số hồi quy phi tham số  Tìm hiểu mơ hình hồi quy bán tham số  Ứng dụng hồi quy bán tham số khoa học xã. .. cần kết hợp hồi quy tham số hồi quy phi tham số Hồi quy bán tham số cầu nối hai mơ hình hồi quy tham số phi tham số Nó cho phép làm tốt hai việc phân tích hồi quy tham số phi tham số, giúp làm... nhƣ hồi quy tham số, hồi quy phi tham số, hồi quy bán tham số Nội dung nghiên cứu  B ổ sung số kiến thức  T ìm hiểu mơ hình hồi quy tham số hồi quy phi tham số