Link tải luận văn miễn phí cho ae
Sai lệch xác định mô hình................................................................................................................................ 2
Mức độ phù hợp (Goodness-of-fit)................................................................................................................8
Đa cộng tuyến (Multicollinearity).................................................................................................................11
Ảnh hưởng của đối tượng nghiên cứu (Influential observations).........................................................14
Vấn đề với biến số định danh, thứ tự..........................................................................................................27
GIỚI THIỆU
Dịch và biên tập từ tài liệu mở của UCLA
Khi xây dựng mô hình hồi quy logistic (sau được gọi tắt là mô hình) nhằm xác định các mối liên quan đa biến
hay nhằm mục đích đoán nếu không đáp ứng các giả định của mô hình - tức là các tiền đề phải thừa
nhận để có thể xây dựng mô hình - có thể dẫn đến ước lượng sai hệ số của mô hình hay cho ra sai số
chuẩn của hệ số ước lượng được rất lớn và đương nhiên dẫn đến suy diễn kết quả phân tích sai lệch. Do đó
trước khi sử dụng kết quả phân tích từ mô hình trong suy diễn và giải thích kết quả cần kiểm tra xem mô
hình xây dựng được có đủ phù hợp không. Bài viết này tập trung vào cách làm thế nào để đánh giá sự phù
hợp của mô hình, các vấn đề gây sai lệch và phát hiện các đối tượng nghiên cứu có tác động đáng kể đến
mức độ phù hợp của mô hình hay đến ước lượng của các tham số của mô hình. Các giả định được xem xét
và đánh giá bao gồm:
• Hàm logistic là phù hợp với biến thiên xác suất của các biến số độc lập
• Không bỏ mất biến số quan trọng khỏi mô hình
• Không thêm vào mô hình biến số không liên quan
• Không có sai số đo lường trong các biến số độc lập
• Các đối tượng nghiên cứu là độc lập với nhau
• Các biến số độc lập không có tương quan tuyến tính với nhau
Chú ý: Biến số độc lập được đưa vào mô hình được gọi là biến số tiên đoán trong tài liệu này. Các ví dụ sử dụng dữ kiện
logistic.dta được Việt hóa từ dữ kiện của trang UCLA (gõ lệnh use
Sai lệch xác định mô hình
Khi xây dựng mô hình, giả định cần có là logarit của biến số phụ thuộc là biến thiên tuyến tính với các biến số
độc lập (xem lại hàm logistic).
logit(y) = ax1 + bx2 + e
Giả định này gồm hai phần, thứ nhất là tính đến hàm liên kết ở vế trái của công thức, giả định này là hàm
logit phù hợp với biến thiên của biến số phụ thuộc. Thứ hai là ở vế phải của phương trình, giả định là đã đưa
vào tất cả các biến số có liên quan và không có biến số nào không phù hợp được đưa vào mô hình và hàm
logit là một kết hợp tuyến tính giữa các biến số độc lập.
Trên cơ sở đó, có thể có các sai lệch như dùng logit làm hàm liên kết để thể hiện mối liên quan giữa biến số
phụ thuộc và các biến số độc lập là không đúng hay mối liên quan giữa các biến số này không có tính tuyến
tính. Việc lựa chọn sai hàm liên kết thường không quá nghiêm trọng, nhất là trong trường hợp ta đang xét
trong xây dựng mô hình logistic, mà trong thực tế cần quan tâm nhiều hơn là mô hình đã có đủ các biến số
độc lập có liên quan chưa và liệu các biến số có liên quan tuyến tính hay không.
Lệnh linktest trong Stata được sử dụng để phát hiện việc xác định sai mô hình, được chạy ngay sau khi thực
hiện các lệnh logit hay logistic. Cách kiểm tra của lệnh linktest là nếu mô hình đã được xác định hợp lý thì
sẽ không thể tìm thêm bất cứ biến số tiên đoán nào có ý nghĩa thống kê nữa trừ khi do cơ hội (xem lại Cơ hội
- sai lệch - gây nhiễu; Dịch tễ học cơ bản của Nguyễn Đỗ Nguyên).
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
Sai lệch xác định mô hình................................................................................................................................ 2
Mức độ phù hợp (Goodness-of-fit)................................................................................................................8
Đa cộng tuyến (Multicollinearity).................................................................................................................11
Ảnh hưởng của đối tượng nghiên cứu (Influential observations).........................................................14
Vấn đề với biến số định danh, thứ tự..........................................................................................................27
GIỚI THIỆU
Dịch và biên tập từ tài liệu mở của UCLA
Khi xây dựng mô hình hồi quy logistic (sau được gọi tắt là mô hình) nhằm xác định các mối liên quan đa biến
hay nhằm mục đích đoán nếu không đáp ứng các giả định của mô hình - tức là các tiền đề phải thừa
nhận để có thể xây dựng mô hình - có thể dẫn đến ước lượng sai hệ số của mô hình hay cho ra sai số
chuẩn của hệ số ước lượng được rất lớn và đương nhiên dẫn đến suy diễn kết quả phân tích sai lệch. Do đó
trước khi sử dụng kết quả phân tích từ mô hình trong suy diễn và giải thích kết quả cần kiểm tra xem mô
hình xây dựng được có đủ phù hợp không. Bài viết này tập trung vào cách làm thế nào để đánh giá sự phù
hợp của mô hình, các vấn đề gây sai lệch và phát hiện các đối tượng nghiên cứu có tác động đáng kể đến
mức độ phù hợp của mô hình hay đến ước lượng của các tham số của mô hình. Các giả định được xem xét
và đánh giá bao gồm:
• Hàm logistic là phù hợp với biến thiên xác suất của các biến số độc lập
• Không bỏ mất biến số quan trọng khỏi mô hình
• Không thêm vào mô hình biến số không liên quan
• Không có sai số đo lường trong các biến số độc lập
• Các đối tượng nghiên cứu là độc lập với nhau
• Các biến số độc lập không có tương quan tuyến tính với nhau
Chú ý: Biến số độc lập được đưa vào mô hình được gọi là biến số tiên đoán trong tài liệu này. Các ví dụ sử dụng dữ kiện
logistic.dta được Việt hóa từ dữ kiện của trang UCLA (gõ lệnh use
You must be registered for see links
)Sai lệch xác định mô hình
Khi xây dựng mô hình, giả định cần có là logarit của biến số phụ thuộc là biến thiên tuyến tính với các biến số
độc lập (xem lại hàm logistic).
logit(y) = ax1 + bx2 + e
Giả định này gồm hai phần, thứ nhất là tính đến hàm liên kết ở vế trái của công thức, giả định này là hàm
logit phù hợp với biến thiên của biến số phụ thuộc. Thứ hai là ở vế phải của phương trình, giả định là đã đưa
vào tất cả các biến số có liên quan và không có biến số nào không phù hợp được đưa vào mô hình và hàm
logit là một kết hợp tuyến tính giữa các biến số độc lập.
Trên cơ sở đó, có thể có các sai lệch như dùng logit làm hàm liên kết để thể hiện mối liên quan giữa biến số
phụ thuộc và các biến số độc lập là không đúng hay mối liên quan giữa các biến số này không có tính tuyến
tính. Việc lựa chọn sai hàm liên kết thường không quá nghiêm trọng, nhất là trong trường hợp ta đang xét
trong xây dựng mô hình logistic, mà trong thực tế cần quan tâm nhiều hơn là mô hình đã có đủ các biến số
độc lập có liên quan chưa và liệu các biến số có liên quan tuyến tính hay không.
Lệnh linktest trong Stata được sử dụng để phát hiện việc xác định sai mô hình, được chạy ngay sau khi thực
hiện các lệnh logit hay logistic. Cách kiểm tra của lệnh linktest là nếu mô hình đã được xác định hợp lý thì
sẽ không thể tìm thêm bất cứ biến số tiên đoán nào có ý nghĩa thống kê nữa trừ khi do cơ hội (xem lại Cơ hội
- sai lệch - gây nhiễu; Dịch tễ học cơ bản của Nguyễn Đỗ Nguyên).
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links