CHƯƠNG 3 : PHƯƠNG PHÁP NGHIÊN CỨU
3.4 Phương pháp phân tích dữ liệu
Phân tích hồi quy
Với đặc trưng biến phụ thuộc là tái nghèo của hộ được đo lường bằng 1 nếu hộ tái nghèo và là 0 nếu khơng tái nghèo. Do đó, mơ hình hồi quy Logistic sẽ được sử dụng để phân tích các yếu tố ảnh hưởng lên khả năng tái nghèo của hộ gia đình sau khi đã thốt nghèo.
Hồi quy Logistic là mơ hình hồi quy đặc biệt khi biến phụ thuộc là một biến nhị phân chỉ nhận hai giá trị 0 và 1. Mơ hình hồi quy này sử dụng để dự đoán xác suất để xảy ra một sự việc dựa vào thông tin các biến độc lập trong mơ hình.
Xác suất: là khả năng để sự việc xảy ra, ký hiệu là P
Odds là tỷ lệ so sánh giữa hai xác suất: Xác suất xảy ra sự việc và không xảy
ra.
Khi chúng ta có biến phụ thuộc chỉ có hai lựa chọn: Y = 1, Y = 0, và xác suất để sự việc đó xảy ra ký hiệu là P (Y = 1) = P. Các nhà thống kê thường sử dụng một đại lượng quen thuộc là Odds của sự việc xảy ra, chứ không phải là xác suất để sự việc đó xảy ra
1
P Odds
Như vậy, theo cơng thức này thì Odds là một hàm số theo P. Odss >= 0, và Odds sẽ không xác định khi P = 1.
Từ cơng thức trên, ta có:
1
Odds P
Odds
Như vậy, xác suất P là một hàm số theo Odds.
Ta có P là xác suất xảy ra sự kiện, thì (1 – P) là xác suất khơng xảy ra sự kiện, xác suất P được đo lường như sau:
0 1 1 2 2 ( ... ) 1 1 1 i 1 k k i Z X X X P e e Với Z 0 1X1 2X2 ... kXk Zi ( , ), Pi (0,1) X ii( 1, )k
Odds của 2 trường hợp trên là: 1
1 1 i i i z z i z i P e Odds e P e
Lấy Log cơ số e của Odds ta có dạng hàm mơ hình hồi quy Logit:
0 1 1 2 2 ln( ) ... 1 i i i k k i P L Z X X X P Với X ii( 1, )k : là các biến độc lập.
Như vậy, mơ hình xác suất tái nghèo như sau:
Z = 𝜷0 + 𝜷1 * Vieclam + 𝜷2 * Hocvan + 𝜷3 * Gioitinh + 𝜷4 * Qmo + 𝜷5 * Phuthuoc + 𝜷6 * Tuoi + 𝜷7 * Dientichsx + 𝜷8 * Vaytindung + 𝜷9 * Hotro