i) Dựa vào Correlation Matrix:
− Biến V3 sẽ được đưa vào mơ hình đầu tiên vì cĩ hệ số tương quan lớn nhất (0.614) − Biến V9 sẽ được đưa vào mơ hình thứ 2 vì cĩ hệ số tương quan lớn gần kề (0.243)
− Vì khơng xảy ra hiện tượng đa cộng tuyến giữa các biến độc lập với nhau, do đĩ cĩ thể thêm các biến V5, V6, V7 vào mơ hình theo thứ tự giảm dần hệ số tương quan như sau: V6 (0.151) V5 (0.150) V7 (0.070).
ii) Sử dụng Minitab tiến hành phương pháp Stepwise, ta được kết quả:
Bảng 4.6. Phương pháp Stepwise
Candidate terms: V3, V5, V6, V7, V9_1, V3*V5, V3*V6, V3*V7, V3*V9_1, V5*V6, V5*V7, V5*V9_1, V6*V7, V6*V9_1, V7*V9_1.
---Step 1---- ---Step 2---- ---Step 3---- ---Step 4----
Coef P Coef P Coef P Coef P
Constant 730 -6468 -6887 -6375 V3 6.05 0.448 91.64 0.000 96.15 0.000 94.90 0.000 V5 2.43 0.738 5.68 0.209 10.19 0.000 12.46 0.000 V3*V5 0.0555 0.424 0.0452 0.253 V7 773.5 0.000 759.1 0.000 643.7 0.000 V3*V7 -9.488 0.000 -9.408 0.000 -9.071 0.000 V6 -0.3 0.990 V3*V6 -0.435 0.079 S 596.734 334.233 334.713 314.514 R-sq 41.03% 81.83% 81.61% 84.05% R-sq(adj) 39.46% 81.01% 80.95% 83.18% R-sq(pred) 36.86% 79.85% 79.90% 82.02% Mallows’ Cp 468.15 72.86 72.97 53.07 α to enter = 0.05, α to remove = 0.05
The stepwise procedure added terms during the procedure in order to maintain a hierarchical model at each step.
Model Summary
S R-sq R-sq(adj) R-sq(pred) 314.514 84.05% 83.18% 82.02% Regression Equation
V8 = -6375 + 94.90 V3 + 12.46 V5 - 0.3 V6 + 643.7 V7 - 0.435 V3*V6 - 9.071 V3*V7 Kết quả chạy trên Minitab cĩ sự khác biệt đáng kể đối với kết quả nhận định sơ bộ. Lí do của sự sai khác này là vì các hệ số tương quan chỉ thể hiện mỗi quan hệ tuyến tính giữa các biến, trong khi đĩ, khi thực hiện Stepwise Regression ta đã xem xét đến yếu tố tương tác bậc 2 (two-way interaction).