Professional Documents
Culture Documents
CHUONG VI - Hoi Quy
CHUONG VI - Hoi Quy
◼ Ví dụ: Sau khi xem xét mối quan hệ giữa chi tiêu quảng cáo
và doanh thu bán hàng, trưởng bộ phận Marketing cố gắng dự
đoán doanh thu cho một mức chi tiêu quảng cáo nhất định.
◼ Đôi khi, một người quản lý sẽ dựa vào trực giác để đánh giá
hai biến có liên quan như thế nào một cách định tính.
◼ Tuy nhiên, nếu dữ liệu của các biến có thể thu được thì một
phương pháp trong thống kê gọi là phân tích hồi quy
(regression analysis) có thể được sử dụng để phát triển một
phương trình cho thấy các mối liên hệ giữa các biến có liên
quan.
1. Tương quan giữa các đại lượng ngẫu nhiên
◼ Giả sử hai đại lượng ngẫu nhiên X và Y là hai dấu hiệu
trên cùng một đối tượng nghiên cứu. Để đo mức độ tương
quan giữa X và Y người ta xét số:
𝐸(𝑋𝑌) − 𝐸(𝑋)𝐸(𝑌)
𝑅𝑋𝑌 =
𝜎(𝑋)𝜎(𝑌)
được gọi là hệ số tương quan giữa X và Y.
◼ Với mọi đại lượng ngẫu nhiên, ta có −1 𝑅𝑋𝑌 1.
◼ Trường hợp 𝑅𝑋𝑌 = 0 ta nói X và Y không tương quan với
nhau.
◼ Trường hợp 𝑅𝑋𝑌 = 1 ta nói X và Y có tương quan tuyến
tính.
Hệ số tương quan mẫu
𝑋𝑌−𝑋.𝑌
◼ Ta gọi 𝑟𝑋𝑌 = là hệ số tương quan mẫu giữa X và
𝑆𝑋 .𝑆𝑌
Y.
◼ Ta cũng có −1 𝑟𝑋𝑌 1.
2. Mô hình hồi quy tuyến tính đơn
◼ Ví dụ về chuỗi nhà hàng thức ăn nhanh Armand’s Pizza
Parlors.
1. Mô hình
◼ Mô hình hồi quy tuyến tính đơn tổng thể có dạng:
𝑌 = 𝛽0 + 𝛽1 𝑋 + 𝜀 (1)
Trong đó:
✓ 𝑌: biến phụ thuộc (dependent variable);
Bấm AC
Gọi kết quả:
Shift 1 4(Var): n, X SX
Y SY
Shift 1 5 : rXY, A(=b0), B(=b1)
◼ Case study: Trong tình huống Armand’s Pizza Parlors, thu
thập dữ liệu ngẫu nhiên của 10 nhà hàng (𝑛 = 10), ta có tập dữ
liệu mẫu (data set) và đồ thị phân tán như sau:
◼ Phương trình hồi quy tuyến tính và hệ số tương quan mẫu:
𝑌 = 60 + 5𝑋, 𝑟𝑋𝑌 = 0,9501
◼ Ý nghĩa kinh tế:
Square feet (X) 1400 1600 1700 1875 1100 1550 2350 2450 1425 1700
4. Computer Solution