Một số dạng hàm cơ bản trong phân tích hồi quy

Một phần của tài liệu Luận văn thạc sĩ công nghệ thông tin Dự đoán kết quả học tập của sinh viên trường nghề sử dụng phương pháp hồi quy bayes (Trang 31)

Dạng hàm Tuyến tính Dạng hàm này có phƣơng trình: Yi= β1 + β2Xi+ ui Nguồn [5] Hình 3.1: Hàm tuyến tính y x

Ƣu điểm của dạng hàm hồi quy tuyến tính là tính đơn giản của nó. Mỗi lần X tăng thêm một đơn vị thì Y tăng lên thêm β2 đơn vị. Nhƣợc điểm của dạng hàm tuyến tính cũng chính là tính đơn giản của nó, bất cứ lúc nào tác động của X phụ thuộc vào các giá trị của X hoặc Y, thì dạng hàm tuyến tính không thể là dạng hàm phù hợp.  Dạng Hàm Bậc hai Dạng hàm này có phƣơng trình: Yi= β1 + β2Xi+β3Xi2+ui Nguồn [5] Hình 3.2: Hàm bậc hai

Khi X tăng thêm một đơn vị thì Y tăng thêm β1+ 2β2Xi đơn vị.

Nếu β3> 0, thì khi X tăng lên, tác động bổ sung của X đến Y cũng tăng lên; nếu β3<0 thì khi X tăng lên, tác động bổ sung X đến Y giảm xuống. Nếu bạn có đƣờng biểu diễn chi phí thì chi phí biên (tức là số đơn vị mà C tăng lên khi Q tăng lên thêm một đơn vị) sẽ là MC = β1 + 2β2Q

Dạng Hàm logarit

Dạng hàm này có phƣơng trình: lnYi = β1 + β2lnXi+ui

Nguồn [5] Hình 3.3: Hàm logarit y x Log y log x

Giải thích dạng hàm này là nếu X thay đổi 1% thì Y sẽ thay đổi β2%, đây là tính chất đặc biệt của hàm logarit.

Dạng Hàm nghịch đảo

Dạng hàm này có phƣơng trình: Yi= β1 + β2(1/Xi) +ui

Nguồn [5]

Hình 3.4: Hàm nghịch đảo

Hàm nghịch đảo thƣờng đƣợc sử dụng khi Y và X đều dƣơng và khi đƣờng biểu diễn quan hệ của chúng dốc xuống (β1> 0 và β2> 0). Trong trƣờng hợp này dạng hàm tuyến tính không đƣợc tốt bởi vì đƣờng biểu diễn sẽ cắt trục tọa độ và Y sẽ trở nên âm đối các giá trị đủ lớn.

Một phần của tài liệu Luận văn thạc sĩ công nghệ thông tin Dự đoán kết quả học tập của sinh viên trường nghề sử dụng phương pháp hồi quy bayes (Trang 31)

Tải bản đầy đủ (PDF)

(56 trang)