Phân tích Hồi quy

Một phần của tài liệu TrnMinhTnh_LVThs2018 (Trang 54 - 55)

Phân tích hồi quy là một phân tích thống kê để xác định xem các biến độc lập quy định các biến phụ thuộc nhƣ thế nào. Các hệ số cần lƣu ý trong phân tích hồi quy:

- Giá trị R bình phƣơng hiệu chỉnh (Adjusted R Square), nó phản ánh mức độ ảnh hƣởng của các biến độc lập lên biến phụ thuộc. Thƣờng thì giá trị này phải từ 50% trở lên mới có thể sử dụng.

- Durbin – Watson (DW) dùng để kiểm định tự tƣơng quan của các sai số kề nhau, có giá trị biến thiên trong khoảng từ 0 đến 4.

Nếu các phần sai số không có tƣơng quan chuỗi bậc nhất với nhau thì giá trị sẽ gần bằng 2 (từ 1 đến 3).

Nếu giá trị càng nhỏ, càng gần về 0 thì các phần sai số có tƣơng quan thuận Nếu càng lớn, càng về 4 có nghĩa là các phần sai số có tƣơng quan nghịch

Giá trị F trong bảng ANOVA chính là để kiểm tra xem mô hình hồi quy tuyến tính này có thể suy rộng và áp dụng cho tổng thể đƣợc hay không. Giá trị Sig. của kiểm định F phải < 0.05

Hệ số hồi quy chuẩn hóa Beta, trong tất cả các hệ số hồi quy, biến độc lập ano2 có Beta lớn nhất thì biến đó ảnh hƣởng nhiều nhất đến sự thay đổi của biến phụ thuộc và ngƣợc lại.

Hệ số VIF dùng để kiểm tra hiện tƣợng đa cộng tuyến, theo tài liệu thì giá trị F < 10 sẽ không có hiện tƣợng đa cộng tuyến. Tuy nhiên trên thực tế nghiên cứu của nhiều tác giả thì giá trị F cần < 3 sẽ không có hiện tƣợng đa cộng tuyến.

Một phần của tài liệu TrnMinhTnh_LVThs2018 (Trang 54 - 55)

Tải bản đầy đủ (DOC)

(120 trang)
w