Hs xác nh R2 (R square)

Một phần của tài liệu Phân tích số liệu bằng epi info 2002 (Trang 73 - 74)

1. Mô hình hi quy tuy n tính

1.5 Hs xác nh R2 (R square)

Chúng ta có th ánh giá m nh c a m i liên quan trong ph ng trình h i qui thông qua vi c so sánh phân tán c a các m s li u so v i ng h i qui và phân tán a các m này so v i ng trung bình y (trung bình c a bi n Y). N u chúng ta s ng th phân tán trong ví d trên và v ng th ng c t tr c tung giá tr trung bình

Variable Coefficient Std Error F-test P-Value

n3 0.254 0.134 3.5968 0.058951

CONSTANT 56.986 4.308 174.9680 0.000000

Correlation Coefficient: r^2= 0.01

Source df Sum of Squares Mean Square F-statistic

Regression 1 1520.319 1520.319 3.597

Residuals 273 115393.848 422.688

y và song song v i tr c hoành, chúng ta có th thu c m t hình nh v m c phân tán c a các m th so v i ng trung bình và ng h i quy.

Hình nh th hi n trên th cho th y, phân tán c a các m th so v i ng h i quy s nh h n phân tán so v i ng trung bình. Tuy v y chúng ta c ng ch a th

t lu n r ng ng h i quy là m t bi u di n t t nh t cho m i liên h gi a hai bi n, do ó chúng ta s ph i s d ng m t giá tr khác c g i là s xác nh (coefficient of determination) R2.

Trong ví d này thìR2= 0,01

Giá tr h s xác nh o l ng s phù h p c a mô hình ng h i quy trong vi c lý gi i các giá tr quan sát c a bi n Y. Khi giá tr (yi -y) nh , t c là kho ng cách t giá tr quan sát t i ng h i quy nh thì t ng bình ph ng không c lý gi i s nh . u này d n n giá tr t ng bình ph ng c lý gi i s l n h n, và do ó R2 s l n h n. Giá tr R2 l n nh t s b ng 1, và k t qu là t t c các m quan sát s n m trên ng th ng h i quy. Trong tr ng h p ng h i quy hoàn toàn không lý gi i c s bi n thiên c a Y, giá tr R2 s b ng 0. Trong tr ng h p giá tr R2 l n, ng h i quy gi i thích c ph n l n s bi n thiên c a giá tr Y, và chúng ta s ti n hành xem xét n ph ng trình ng h i quy. N u giá tr R2 nh ngh a là ng h i quy này không gi i thích c s bi n thiên c a các giá tr quan sát Y – hay nói cách khác ng h i qui này không giúp gì trong vi c mô t m i liên quan gi a hai bi n s , và do ó chúng ta có th a ra k t lu n r ng không th dùng ph ng trình h i quy này trong vi c d oán và c l ng cho b s li u. Tuy nhiên chúng ta ch có th lo i b gi thuy t sau khi ã thông qua các ki m nh th ng kê.

Một phần của tài liệu Phân tích số liệu bằng epi info 2002 (Trang 73 - 74)