Giới thiệu về mô hình hồi quy biến phụ thuộc rời rạc - logit

Admin| 31/07/2017
Ứng dụng mô hình hồi quy logit (Logistic) về việc mở rộng mô hình nông nghiệp công nghệ cao
 
Tên tác giả: luanhay.vn

Từ khóa: hồi quykiểm định, eview, stataspss, luận văn, luận hay, bảng hỏi, mô hình, logit, probit
 
              Phương pháp này được sử dụng để lượng hóa ảnh hưởng giữa các yếu tố quan sát. Trong đề tài nghiên cứu này, chúng tôi sử dụng phương pháp phân tích hồi quy thông qua việc ứng dụng mô hình Logistic nhằm hướng đến việc xác định vai trò của những nhân tố ảnh hưởng đến quyết định đầu tư mở rộng mô hình NNCNC tại địa bàn TP. Đà Lạt. Hồi qui logistic là một kỹ thuật phân tích hồi qui trong đó biến số phụ thuộc (Y) là một biến số nhị phân (dichotomous – binary variable), theo đó Y thường được mã hoá là 1 và 0 (Y = 1, Quyết định; Y = 0, Không quyết định). Biến số độc lập trong hồi qui logistic có thể là biến số rời hoặc liên tục, biến số đơn hoặc đa biến số. Phần này chỉ trình bày những nguyên lý và hiểu biết cơ bản của hồi qui logistic.
            Phương trình hồi qui tuyến tính:       
            My/x = Beta0 + Beta1*X1 +...+ Betan*Xn
My/xlà số trung bình của Y ở một biến X biết trước
Beta) là hằng số chỉ nơi đường hồi qui cắt trục Y, và ước lượng giá trị trung bình của Y khi X = 0           
Betan (n = 1, 2...) là số ước lượng độ dốc, cho biết sự thay đổi trung bình của Y đi kèm với 1 sự thay đổi ở Xn.
Beta0, Beta1, Betan  biến thiên từ đến
            Khi Y là biến số nhị phân, phương trình trên không sử dụng được vì giá trị mong đợi (số trung bình) của Y là xác suất để Y = 1 với giới hạn biến thiên là từ 0 đến 1.
            Nếu đặt p = P(Y=1) thì tỉ số  (p/1–p) có thể biến thiên trong khoảng 0 đến . Ngoài ra, logarithm tự nhiên (ln) của p/(1-p) có thể biến thiên trong khoảng  đến  . Như vậy: Ln (p/(1-p)) = Beta0 + Beta1*X1 + ... +Betan*Xn                                      (1)
(1) được gọi là mô hình hồi qui logistic vì sự chuyển dạng của My/x (hoặc p) thành ln [p/(1–p)] được gọi là sự chuyển dạng logit (logit transformation);
(1) cũng được trình bày như sau: p = {exp (Beta0 + Beta1*X1 + ... +Betan*Xn)/ (1 + exp (Beta0 + Beta1*X1 + ... +Betan*Xn)}; exp: nghịch đảo của ln
Ý nghĩa Khi tăng thêm yếu tố Xn lên một đơn vị thì xác xuất đưa ra quyết định của hộ sẽ dịch chuyển từ P = 0 đến P= 1 (với điều kiện các yếu khác không đổi). Vậy Nếu  P = 1: Hộ dân mở rộng mô hình NNCNC/ P = 0 thì ngược lại
Trong quá trình ứng dụng mô hình hồi quy Logisitc vào nghiên cứu tác giả sẽ tiến hành thêm các kiểm định về hệ số beta, kiểm định về tính đúng đắn của mô hình, nhằm có được mộ mô hình đúng đắn cho việc đưa ra các kết luận nghiên cứu
 
Xem thêm lý thuyết về: Hướng dẫn hồi quy FEM/REM với Stata, Mô hình hồi quy tuyến tính, FEM và REM,  phân tích Tương quan và Đa cộng tuyến; phương sai sai số thay đổi ; tự tương quan, Hausman test; kiểm định phi tham số, VAR, MDS; EFA, VECM, CFA, SEM, PMG. Xem thêm một số bài nghiên cứu ứng dụng lý thuyết   Tra cứu giá trị thống kê qua bảng tính sẵn giá trịhồi quykiểm định, eview, stataspss
 
Để có thêm thông tin chi tiết liên hệ:Mr.Quân – nghiên cứu định lượng - 0127 800 1762 – hoặc email: luanvanhay@gmail.com – Add: Tầng 8, tòa nhà sáng tạo, số 1 Lương Yên, Hai Bà Trưng, Hà Nội
 

Đăng ký tuyển sinh

Hide Buttons