Xem Nhiều 5/2022 # Phân Tích Hồi Quy Nhị Phân Binary Logistic Trong Spss # Top Trend

Xem 18,216

Cập nhật thông tin chi tiết về Phân Tích Hồi Quy Nhị Phân Binary Logistic Trong Spss mới nhất ngày 19/05/2022 trên website Duongveyeuthuong.com. Hy vọng nội dung bài viết sẽ đáp ứng được nhu cầu của bạn, chúng tôi sẽ thường xuyên cập nhật mới nội dung để bạn nhận được thông tin nhanh chóng và chính xác nhất. Cho đến thời điểm hiện tại, bài viết này đã đạt được 18,216 lượt xem.

--- Bài mới hơn ---

  • Cung Thiên Bình (♎ Libra 23/9
  • Gợi Ý Quà Tặng Sinh Nhật Theo Từng Cung Hoàng Đạo (P2)
  • Hộp Âm Nhạc Cung Thiên Bình Dát Vàng (23/9
  • Ngày 14/10 Là Cung Gì? Tìm Hiểu Đặc Điểm Thiên Bình Sinh Ngày 14/10
  • Tử Vi Cung Thiên Bình Tuần 18/1
  • Bài viết này được đăng tải duy nhất và thuộc bản quyền của Phạm Lộc Blog. Việc chia sẻ lại nội dung lên website khác vui lòng dẫn nguồn link bài viết gốc này. Xin cảm ơn!

    1. Khái niệm hồi quy nhị phân (Binary Logistic)

    Hồi quy nhị phân hay còn gọi là hồi quy Binary Logistic là mô hình khá phổ biến trong nghiên cứu dùng để ước lượng xác suất một sự kiện sẽ xảy ra. Đặc trưng của hồi quy nhị phân là biến phụ thuộc chỉ có 2 giá trị: 0 và 1.

    Khi biến phụ thuộc ở dạng nhị phân thì không thể phân tích với dạng hồi quy thông thường vì nó sẽ vi phạm các giả định, dễ thấy nhất là khi biến phụ thuộc chỉ có hai biểu hiện thì không phù hợp khi giả định rằng phần dư có phân phối chuẩn, mà thay vào đó nó sẽ có phân phối nhị thức, điều này sẽ làm mất hiệu lực thống kê của các kiểm định trong phép hồi quy thông thường.

    2. Phương trình hồi quy nhị phân

    Phương trình hồi quy nhị phân Binary Logistic có dạng:

    Ứng dụng rất mạnh của hồi quy nhị phân Binary Logistic là khả năng dự báo. Từ phương trình hồi quy, chúng ta có phương trình mô hình hàm dự báo như sau:

    Trong đó P i = E(Y = 1/X) = P(Y = 1) gọi là xác suất để sự kiện xảy ra (Y = 1) khi biến độc lập X có giá trị cụ thể X i .

    3. Thực hành phân tích hồi quy nhị phân trên SPSS

    Thực hiện phân tích hồi quy nhị phân bằng phần mềm SPSS ở ví dụ dưới dây. Đây là nghiên cứu của một ngân hàng nhằm xem xét khả năng trả nợ của các cá nhân để quyết định có nên cho họ vay vốn hay không. Biến phụ thuộc TraNo mang 2 giá trị, 0 biểu hiện ý nghĩa không trả được nợ, 1 biểu hiện ý nghĩa trả được nợ. Có 3 biến độc lập trong mô hình tác động lên biến phụ thuộc TraNo gồm:

    1. Trình độ học vấn (HocVan): số năm đi học
    2. Độ tuổi (Tuoi): số tuổi đến hiện tại
    3. Thu nhập hàng tháng (ThuNhap): mức thu nhập hàng tháng tính bằng triệu đồng
    4. Hồi quy với biến độc lập định tính (biến giả Dummy) trên SPSS.

      Đưa biến phụ thuộc Y vào mục Dependent. Đưa các biến độc lập vào mục Covariates.

      Tại mục Method, chọn phương pháp Enter. Tiếp tục nhấp vào OK để xuất các bảng kết quả.

      Bảng Dependent Variable Encoding cho biết biến phụ thuộc đang mang 2 giá trị, “Không trả được nợ” mã hóa là 0 và “Trả được nợ” mã hóa là 1.

      Phần tiếp theo là mục Block 0. Chúng ta sẽ bỏ qua phần này bởi vì các kết quả phân tích ở Block 0 nằm ở trường hợp không có bất kỳ biến độc lập nào được đưa vào mô hình. Chúng ta sẽ sử dụng kết quả ở Block 1: Mô hình với đầy đủ các biến độc lập được đưa vào xử lý.

      Bảng đầu tiên là Omnibus Tests of Model Coefficients. Bảng này cho kết quả phân tích các hệ số của mô hình. Step 1 là bước thứ nhất trong chạy mô hình Logistic. Do ở đây chúng ta dùng phương pháp Enter đưa các biến độc lập vào cùng một lần nên chỉ xuất hiện Step 1 trong kết quả thống kê. Trường hợp dùng các phương pháp khác bảng này sẽ có thêm các Step 2, 3, 4 tùy số lượng biến đưa vào.

      Cột Chi-square và Sig. thể hiện kết quả của kiểm định Chi bình phương, đây là kiểm định để xem hệ số hồi quy của các biến độc lập có đồng thời bằng 0 hay không. Do phương pháp được chọn là Enter nên 3 giá trị sig của Step, Block và Model đều như nhau (hiện không có nhiều tài liệu đề cập đến việc chạy hồi quy Logistic bằng các phương pháp khác). Trong trường hợp này, sig của cả 3 chỉ số này đều bằng 0.000 < 0.05 (độ tin cậy 95%) nên mô hình hồi quy có ý nghĩa thống kê.

      Bảng Model Summary cho kết quả tóm tắt của mô hình. Cột -2 Log likelihood (ký hiệu à -2LL) là một thông số để xem xét so sánh giữa các mô hình hồi quy với nhau, mô hình nào có -2LL nhỏ hơn sẽ tốt hơn. Thông số này không mang nhiều ý nghĩa nếu không có sự so sánh với mô hình hồi quy khác.

      Hai cột Cox & Snell R SquareNagelkerke R Square là giá trị R bình phương giả. Hồi quy logistic không sử dụng giá trị R bình phương giống với hồi quy tuyến tính. Cũng giống như -2LL, 2 chỉ số này dùng để so sánh các mô hình hồi quy khác nhau trên cùng một bộ số liệu, cùng một biến phụ thuộc để xem mô hình nào tốt hơn. Mô hình tốt hơn sẽ có R bình phương lớn hơn.

      Bảng Classification Table cho thấy phân loại đối tượng trả được nợ và không trả được nợ theo hai tiêu chí: quan sát thực tế và dự đoán. Ý nghĩa:

      • Trong 129 trường hợp quan sát không trả được nợ, thì dự đoán có 122 trường hợp không trả được, tỉ lệ dự đoán đúng là 122/129 = 94.6%.
      • Trong 171 trường hợp quan sát trả được nợ, dự đoán có 168 trường hợp trả được, tỉ lệ dự đoán đúng là 168/171 = 98.2%.

      Như vậy, tỷ lệ trung bình dự đoán đúng là (94.6 + 98.2)/2 = 96.7%.

      • Độ tuổi: 35 tuổi
      • Thu nhập: 17 triệu/tháng

      --- Bài cũ hơn ---

    5. Hướng Dẫn Hồi Quy Nhị Phân Binary Logistic Trên Spss
    6. Kiểm Thử Hồi Quy (Regression Testing) Là Gì?
    7. Kiểm Thử Lại Và Kiểm Thử Hồi Quy
    8. Phân Tích Và Đọc Kết Quả Hồi Quy Đa Biến Trong Spss
    9. 7 Đặc Điểm Nổi Bật Của Cô Nàng Thuộc Cung Thiên Bình
    10. Bạn đang xem bài viết Phân Tích Hồi Quy Nhị Phân Binary Logistic Trong Spss trên website Duongveyeuthuong.com. Hy vọng những thông tin mà chúng tôi đã chia sẻ là hữu ích với bạn. Nếu nội dung hay, ý nghĩa bạn hãy chia sẻ với bạn bè của mình và luôn theo dõi, ủng hộ chúng tôi để cập nhật những thông tin mới nhất. Chúc bạn một ngày tốt lành!

  • Web hay
  • Links hay
  • Push
  • Chủ đề top 10
  • Chủ đề top 20
  • Chủ đề top 30
  • Chủ đề top 40
  • Chủ đề top 50
  • Chủ đề top 60
  • Chủ đề top 70
  • Chủ đề top 80
  • Chủ đề top 90
  • Chủ đề top 100
  • Bài viết top 10
  • Bài viết top 20
  • Bài viết top 30
  • Bài viết top 40
  • Bài viết top 50
  • Bài viết top 60
  • Bài viết top 70
  • Bài viết top 80
  • Bài viết top 90
  • Bài viết top 100