Nghiên Cứu Hồi Quy Thành Phần Chính Trong Luận Văn Thạc Sĩ Toán Ứng Dụng

Luận văn thạc sĩ toán học nghiên cứu toán ứng dụng hồi quy thành phần chính và ứng dụng, khảo sát thực trạng, phân tích nguyên nhân, đề xuất giải pháp cải thiện thực tiễn.

• Tác giả: Nguyễn Đức Tuệ
• Người hướng dẫn: PGS. Tô Anh Dũng
• Trường học: Đại học Bách Khoa
• Chuyên ngành: Toán ứng dụng
• Đề tài: Hồi Quy Thành Phần Chính Và Ứng Dụng
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2014
• Địa điểm: Tp. Hồ Chí Minh

Mục lục chi tiết

• LỜI MỞ ĐẦU
• 1. CHƯƠNG 1: MÔ HÌNH HỒI QUY TUYẾN TÍNH ĐA BIẾN
• 1.1. Mô hình hồi quy tuyến tính đa biến tổng thể
• 1.2. Phương trình hồi quy tuyến tính đa biến mẫu
• 1.3. Ước lượng bình phương tối tiểu thông thường (OLS)
• 1.4. Định lý điều kiện cần
• 1.5. Nghiệm hệ phương trình chuẩn
• 1.6. Định lý điều kiện đủ
• 1.7. Các giả định của mô hình hồi quy tuyến tính cổ điển
• 2. CHƯƠNG 2: ƯỚC LƯỢNG VÀ KIỂM ĐỊNH TRONG HỒI QUY TUYẾN TÍNH ĐA BIẾN
• 2.1. Mối tương quan giữa các biến trong mô hình hồi quy
• 2.2. Hệ số tương quan
• 2.3. Kiểm định giả thuyết về các mối liên hệ tương quan
• 2.4. Đánh giá chất lượng mô hình hồi quy
• 2.4.1. Hệ số hồi quy chuẩn hóa
• 3. CHƯƠNG 3: HỒI QUY THÀNH PHẦN CHÍNH
• 3.1. Phân tích thành phần chính
• 3.2. Minh họa PCA
• 3.3. Thuật toán PCA
• 3.4. Cơ sở toán học của thuật toán PCA
• 3.5. Phương pháp hồi quy thành phần chính
• 3.5.1. Phương pháp bình phương tối tiểu thông thường mở rộng
• 3.5.2. Phương trình hồi quy trong hồi quy thành phần chính
• 3.5.3. Thuật toán PCR
• 3.5.4. Ứng dụng phương pháp PCR
• 3.5.4.1. Vận dụng phương pháp PCR trên số liệu thực tế
• 3.5.4.2. So sánh thuật toán PCR và OLS, Stepwise
• 3.5.4.3. Chương trình matlab cho thuật toán hồi quy thành phần chính
• KẾT LUẬN
• TÀI LIỆU THAM KHẢO
• PHỤ LỤC

Tóm tắt

I. Mô hình hồi quy tuyến tính đa biến

Mô hình hồi quy tuyến tính đa biến là một công cụ quan trọng trong thống kê, cho phép phân tích mối quan hệ giữa một biến phụ thuộc Y và nhiều biến độc lập X. Mô hình này được biểu diễn qua phương trình hồi quy tổng thể, trong đó các biến độc lập có thể tương tác với nhau. Một trong những thách thức lớn nhất trong phân tích hồi quy là hiện tượng đa cộng tuyến, khi mà các biến độc lập có mối tương quan với nhau, dẫn đến sai lệch trong kết quả phân tích. Để khắc phục vấn đề này, các phương pháp như hồi quy thành phần chính (hồi quy thành phần chính) đã được phát triển. Phương pháp này cho phép loại bỏ phần nhiễu của dữ liệu mà không cần phải loại bỏ các biến giải thích quan trọng. Theo Draper và Smith (1981), hồi quy thành phần chính có thể giúp cải thiện độ chính xác của các dự đoán bằng cách giảm thiểu sai số.

1.1. Phương trình hồi quy tuyến tính đa biến mẫu

Trong thực tế, việc xác định các hệ số của phương trình hồi quy tổng thể không thể thực hiện chính xác mà chỉ có thể ước lượng từ các giá trị quan sát. Phương trình hồi quy mẫu được xây dựng từ các mẫu khác nhau và thể hiện mối quan hệ giữa các biến độc lập và biến phụ thuộc. Phương pháp bình phương tối tiểu thông thường (OLS) là một trong những phương pháp phổ biến nhất để ước lượng các hệ số hồi quy. Mục tiêu của OLS là tìm ra các hệ số sao cho tổng bình phương các phần dư là nhỏ nhất. Điều này cho phép các nhà nghiên cứu có được những ước lượng gần nhất với thực tế, từ đó đưa ra các dự đoán chính xác hơn về biến phụ thuộc Y dựa vào các biến độc lập X.

1.2. Các giả định của mô hình hồi quy tuyến tính cổ điển

Để mô hình hồi quy tuyến tính cổ điển hoạt động hiệu quả, cần phải đảm bảo một số giả định cơ bản. Các biến độc lập phải là phi ngẫu nhiên và có giá trị trung bình bằng 0. Ngoài ra, các sai số ngẫu nhiên cũng cần có phương sai không đổi và không có mối tương quan giữa chúng. Việc kiểm tra các giả định này rất quan trọng vì nếu không thỏa mãn, kết quả phân tích có thể bị sai lệch. Sự hiểu biết về các giả định này giúp các nhà nghiên cứu đánh giá chất lượng của mô hình hồi quy và đưa ra các quyết định chính xác trong quá trình phân tích dữ liệu.

II. Ước lượng và kiểm định trong hồi quy tuyến tính đa biến

Trong chương này, các quy tắc kiểm định và lựa chọn mô hình hồi quy được trình bày để phục vụ cho việc kiểm định mô hình hồi quy dùng phương pháp hồi quy thành phần chính. Mối tương quan giữa các biến trong mô hình hồi quy được đánh giá thông qua hệ số tương quan. Hệ số này cho phép xác định mức độ và chiều hướng của mối quan hệ giữa các biến. Sử dụng phương pháp kiểm định giả thuyết, các nhà nghiên cứu có thể kiểm tra tính chính xác của các mối liên hệ này. Việc đánh giá chất lượng mô hình hồi quy cũng rất quan trọng, với các tiêu chí như hệ số xác định và hệ số hồi quy chuẩn hóa. Những tiêu chí này giúp xác định mức độ ảnh hưởng của từng biến độc lập đối với biến phụ thuộc Y.

2.1. Hệ số tương quan

Hệ số tương quan là một công cụ quan trọng trong việc đánh giá mối quan hệ giữa hai biến. Hệ số này có thể nằm trong khoảng từ -1 đến 1, với giá trị dương cho thấy mối quan hệ thuận và giá trị âm cho thấy mối quan hệ nghịch. Việc ước lượng hệ số tương quan từ dữ liệu mẫu là cần thiết, vì trong thực tế, các giá trị thực tế không thể xác định chính xác. Điều này dẫn đến việc sử dụng các phương pháp như kiểm định t để xác định tính chính xác của các mối quan hệ này.

2.2. Đánh giá chất lượng mô hình hồi quy

Đánh giá chất lượng mô hình hồi quy là một bước quan trọng trong quá trình phân tích dữ liệu. Các tiêu chí như hệ số hồi quy chuẩn hóa và hệ số xác định được sử dụng để đo lường mức độ ảnh hưởng của các biến độc lập đến biến phụ thuộc. Hệ số hồi quy chuẩn hóa, ký hiệu là beta, cho thấy mức độ ảnh hưởng của từng biến độc lập đối với biến phụ thuộc. Nếu beta dương, điều này cho thấy mối quan hệ thuận; nếu âm, điều này cho thấy mối quan hệ nghịch. Việc hiểu rõ về các chỉ số này giúp các nhà nghiên cứu đưa ra các dự đoán chính xác hơn về biến phụ thuộc Y.

III. Hồi quy thành phần chính

Hồi quy thành phần chính là một phương pháp mạnh mẽ trong phân tích hồi quy đa biến, giúp khắc phục hiện tượng đa cộng tuyến mà không cần loại bỏ các biến giải thích. Phương pháp này sử dụng các thành phần chính để đại diện cho dữ liệu, giảm thiểu phần nhiễu và cải thiện độ chính xác của mô hình hồi quy. Cơ sở lý thuyết của phương pháp hồi quy thành phần chính được xây dựng dựa trên việc phân tích các thành phần chính và thuật toán PCA. Việc áp dụng phương pháp này trong thực tế đã cho thấy nhiều kết quả khả quan, đặc biệt trong các lĩnh vực như dự báo khí hậu và phân tích hình ảnh.

3.1. Cơ sở lý thuyết và thuật toán của phương pháp hồi quy thành phần chính

Phương pháp hồi quy thành phần chính dựa trên việc giảm chiều dữ liệu bằng cách tìm các thành phần chính, giúp loại bỏ phần nhiễu và đa cộng tuyến. Thuật toán PCA được sử dụng để xác định các thành phần chính này, từ đó xây dựng mô hình hồi quy chính xác hơn. Việc áp dụng thuật toán này giúp cải thiện đáng kể khả năng dự đoán của mô hình, cho phép các nhà nghiên cứu phân tích dữ liệu một cách hiệu quả hơn.

3.2. Ứng dụng phương pháp hồi quy thành phần chính

Phương pháp hồi quy thành phần chính đã được áp dụng rộng rãi trong nhiều lĩnh vực, từ khoa học tự nhiên đến kinh tế. Các nghiên cứu cho thấy rằng việc sử dụng phương pháp này giúp cải thiện độ chính xác của các mô hình dự đoán. Ví dụ, trong nghiên cứu về dự báo khí hậu, phương pháp hồi quy thành phần chính đã được sử dụng để phân tích các yếu tố ảnh hưởng đến khí hậu, từ đó đưa ra các dự đoán chính xác hơn về biến đổi khí hậu. Sự linh hoạt và hiệu quả của phương pháp này đã làm cho nó trở thành một công cụ không thể thiếu trong nghiên cứu khoa học.

Nội dung chính

Tổng quan nghiên cứu

Phân tích hồi quy tuyến tính đa biến là một công cụ quan trọng trong thống kê, được ứng dụng rộng rãi trong nhiều lĩnh vực như công nghiệp, nông nghiệp, kinh tế và khoa học cơ bản. Theo ước tính, mô hình hồi quy tuyến tính đa biến giúp dự đoán và phân tích định lượng mối quan hệ giữa một biến phụ thuộc và nhiều biến độc lập. Tuy nhiên, một vấn đề phổ biến trong phân tích hồi quy đa biến là hiện tượng đa cộng tuyến, khi các biến giải thích có mối tương quan tuyến tính với nhau, làm sai lệch kết quả ước lượng và dự đoán.

Mục tiêu nghiên cứu của luận văn là phát triển và ứng dụng thuật toán hồi quy thành phần chính (Principal Components Regression - PCR) nhằm khắc phục hiện tượng đa cộng tuyến mà không phải loại bỏ các biến giải thích quan trọng. Nghiên cứu được thực hiện trên dữ liệu thực tế thu thập từ một số tỉnh phía Bắc Việt Nam, với phạm vi thời gian từ năm 1999 đến 2001. Việc áp dụng phương pháp PCR không chỉ giúp giảm sai số trong mô hình mà còn nâng cao độ chính xác của dự báo, góp phần quan trọng trong việc xây dựng các mô hình hồi quy đa biến hiệu quả hơn.

Luận văn có ý nghĩa thiết thực trong việc cung cấp một giải pháp thay thế cho các phương pháp truyền thống như backward, forward hay stepwise, đồng thời phát triển phần mềm Matlab hỗ trợ thực hiện thuật toán PCR, tạo điều kiện thuận lợi cho người dùng trong nghiên cứu và ứng dụng thực tế.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên hai lý thuyết chính: mô hình hồi quy tuyến tính đa biến và phân tích thành phần chính (PCA). Mô hình hồi quy tuyến tính đa biến được xây dựng để mô tả mối quan hệ tuyến tính giữa biến phụ thuộc Y và các biến độc lập X, với giả định các sai số ngẫu nhiên có phân phối chuẩn, phương sai không đổi và không có tương quan giữa các sai số.

Phân tích thành phần chính (PCA) là phương pháp giảm số chiều dữ liệu bằng cách chuyển đổi các biến ban đầu thành một tập hợp các thành phần chính trực giao, giữ lại phần lớn biến thiên của dữ liệu. PCA giúp loại bỏ hiện tượng đa cộng tuyến bằng cách sử dụng các thành phần chính thay cho các biến gốc trong mô hình hồi quy.

Các khái niệm chính bao gồm:

• Hồi quy tuyến tính đa biến
• Đa cộng tuyến và ảnh hưởng của nó
• Phân tích thành phần chính (PCA)
• Thuật toán hồi quy thành phần chính (PCR)
• Các tiêu chuẩn lựa chọn mô hình hồi quy như hệ số xác định điều chỉnh (Adjusted R²), kiểm định F, kiểm định t

Phương pháp nghiên cứu

Nguồn dữ liệu chính là bộ số liệu điều tra dân số và các chỉ số kinh tế xã hội của 10 tỉnh phía Bắc Việt Nam trong giai đoạn 1999-2001. Cỡ mẫu gồm n = 10 quan sát với các biến độc lập gồm GDP bình quân đầu người, tỷ lệ phụ nữ chưa biết đọc biết viết, tỷ suất chết trẻ em dưới 1 tuổi, tuổi kết hôn trung bình lần đầu và tỷ lệ phụ nữ thực hiện biện pháp tránh thai.

Phương pháp phân tích bao gồm:

• Ước lượng mô hình hồi quy tuyến tính đa biến bằng phương pháp bình phương tối tiểu thông thường (OLS)
• Kiểm định các giả thuyết về mối quan hệ giữa các biến, đánh giá hiện tượng đa cộng tuyến
• Áp dụng thuật toán hồi quy thành phần chính (PCR) để khắc phục đa cộng tuyến
• So sánh kết quả giữa các phương pháp OLS, backward, forward, stepwise và PCR
• Phát triển chương trình Matlab để thực hiện thuật toán PCR với giao diện thân thiện

Quá trình nghiên cứu được thực hiện trong vòng 5 tháng, từ tháng 7 đến tháng 12 năm 2014, dưới sự hướng dẫn của PGS.TS Tô Anh Dũng.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiện tượng đa cộng tuyến rõ rệt trong dữ liệu: Ma trận tương quan cho thấy các biến giải thích có mối liên hệ chặt chẽ, ví dụ biến tuổi kết hôn trung bình và tỷ lệ phụ nữ chưa biết đọc biết viết có hệ số tương quan nghịch là -0.736 (độ tin cậy 99%). Điều này gây ảnh hưởng tiêu cực đến độ chính xác của mô hình hồi quy OLS.

2. Hiệu quả của phương pháp hồi quy thành phần chính (PCR): PCR giảm số chiều dữ liệu từ 5 biến xuống còn 2-3 thành phần chính, giữ lại hơn 85% lượng thông tin ban đầu. Kết quả hồi quy PCR cho thấy sai số chuẩn của các hệ số hồi quy giảm đáng kể so với OLS, đồng thời các hệ số hồi quy có ý nghĩa thống kê cao hơn.

3. So sánh các phương pháp xây dựng mô hình:

   • Phương pháp đưa vào một lượt (Enter) cho hệ số xác định điều chỉnh R² = 0.882, nhưng mô hình không thể suy rộng do giá trị sig của F = 0.054 > 0.05.
   • Phương pháp loại trừ dần (Backward) loại bỏ biến không phù hợp, nâng R² điều chỉnh lên 0.805 với mô hình có thể suy rộng.
   • Phương pháp đưa dần vào (Forward) và chọn từng bước (Stepwise) chỉ giữ lại biến tuổi kết hôn trung bình với R² điều chỉnh khoảng 0.575.
   • PCR cho kết quả mô hình ổn định, giảm đa cộng tuyến mà không phải loại bỏ biến giải thích, cải thiện độ tin cậy của mô hình.

4. Phát triển phần mềm Matlab: Chương trình Matlab được xây dựng thành công, hỗ trợ thực hiện thuật toán PCR với giao diện thân thiện, giúp người dùng dễ dàng áp dụng trong phân tích dữ liệu thực tế.

Thảo luận kết quả

Hiện tượng đa cộng tuyến làm cho các hệ số hồi quy trong mô hình OLS trở nên không ổn định và khó giải thích. Việc loại bỏ biến giải thích theo các phương pháp truyền thống có thể dẫn đến mất thông tin quan trọng. PCR giải quyết vấn đề này bằng cách chuyển đổi dữ liệu sang không gian các thành phần chính trực giao, giảm thiểu sai số và giữ lại các biến giải thích quan trọng.

So với các nghiên cứu trước đây, kết quả của luận văn phù hợp với báo cáo của ngành và các công trình quốc tế về ứng dụng PCR trong phân tích dữ liệu đa chiều. Việc phát triển phần mềm Matlab cũng tạo điều kiện thuận lợi cho việc ứng dụng rộng rãi phương pháp này trong thực tế.

Dữ liệu có thể được trình bày qua các biểu đồ ma trận tương quan, biểu đồ phân bố các thành phần chính, và bảng so sánh các hệ số hồi quy giữa các phương pháp, giúp minh họa rõ ràng hiệu quả của PCR.

Đề xuất và khuyến nghị

1. Áp dụng rộng rãi phương pháp hồi quy thành phần chính trong phân tích dữ liệu đa biến: Động viên các nhà nghiên cứu và chuyên gia thống kê sử dụng PCR để khắc phục đa cộng tuyến, nâng cao độ chính xác mô hình. Thời gian thực hiện: ngay lập tức.

2. Phát triển và hoàn thiện phần mềm hỗ trợ phân tích PCR: Cải tiến giao diện và tính năng của chương trình Matlab để phù hợp với nhiều loại dữ liệu và nhu cầu phân tích khác nhau. Chủ thể thực hiện: các nhóm nghiên cứu và phát triển phần mềm trong lĩnh vực thống kê.

3. Đào tạo và nâng cao nhận thức về đa cộng tuyến và các phương pháp khắc phục: Tổ chức các khóa học, hội thảo chuyên sâu cho sinh viên, nhà nghiên cứu và chuyên gia phân tích dữ liệu. Mục tiêu tăng tỷ lệ áp dụng PCR trong các nghiên cứu thực tế. Thời gian: trong vòng 1 năm.

4. Khuyến khích nghiên cứu mở rộng ứng dụng PCR trong các lĩnh vực khác nhau: Kinh tế, y tế, môi trường, kỹ thuật,... nhằm khai thác tối đa tiềm năng của phương pháp. Chủ thể thực hiện: các viện nghiên cứu, trường đại học và tổ chức khoa học.

Đối tượng nên tham khảo luận văn

1. Sinh viên và nghiên cứu sinh ngành Toán ứng dụng, Thống kê: Nắm vững kiến thức về hồi quy đa biến và phương pháp PCR, áp dụng trong luận văn và nghiên cứu khoa học.

2. Chuyên gia phân tích dữ liệu và nhà thống kê: Áp dụng phương pháp PCR để xử lý dữ liệu đa chiều có hiện tượng đa cộng tuyến, nâng cao chất lượng phân tích.

3. Giảng viên và nhà nghiên cứu trong lĩnh vực kinh tế, xã hội và kỹ thuật: Sử dụng kết quả nghiên cứu để phát triển mô hình dự báo và phân tích chính xác hơn.

4. Nhà phát triển phần mềm và công cụ phân tích dữ liệu: Tham khảo thuật toán và ứng dụng Matlab để xây dựng các công cụ hỗ trợ phân tích hồi quy thành phần chính.

Câu hỏi thường gặp

1. Hồi quy thành phần chính (PCR) là gì?
   PCR là phương pháp hồi quy đa biến sử dụng phân tích thành phần chính để giảm số chiều dữ liệu, khắc phục hiện tượng đa cộng tuyến giữa các biến độc lập mà không phải loại bỏ biến giải thích.

2. PCR khác gì so với phương pháp hồi quy bình phương tối tiểu thông thường (OLS)?
   Khác biệt chính là PCR sử dụng các thành phần chính trực giao thay cho biến gốc, giúp giảm đa cộng tuyến và sai số, trong khi OLS trực tiếp ước lượng các hệ số hồi quy từ biến gốc, dễ bị ảnh hưởng bởi đa cộng tuyến.

3. Khi nào nên sử dụng phương pháp PCR?
   PCR phù hợp khi dữ liệu có nhiều biến độc lập có mối tương quan cao với nhau, gây đa cộng tuyến, làm sai lệch kết quả hồi quy và dự báo.

4. Phương pháp PCR có nhược điểm gì không?
   PCR có thể làm mất đi tính trực quan của các biến giải thích gốc do chuyển sang không gian thành phần chính, gây khó khăn trong việc giải thích kết quả mô hình.

5. Làm thế nào để chọn số lượng thành phần chính trong PCR?
   Thông thường chọn số thành phần chính sao cho tổng các trị riêng chiếm ít nhất 85% tổng biến thiên của dữ liệu, đảm bảo giữ lại phần lớn thông tin ban đầu.

Kết luận

• Luận văn đã nghiên cứu và phát triển thành công thuật toán hồi quy thành phần chính (PCR) nhằm khắc phục hiện tượng đa cộng tuyến trong mô hình hồi quy tuyến tính đa biến.
• Kết quả thực nghiệm trên dữ liệu thực tế cho thấy PCR cải thiện độ chính xác và tính ổn định của mô hình so với các phương pháp truyền thống.
• Phần mềm Matlab hỗ trợ thực hiện thuật toán PCR được xây dựng với giao diện thân thiện, tạo điều kiện thuận lợi cho ứng dụng thực tế.
• Các phương pháp kiểm định và tiêu chuẩn lựa chọn mô hình được áp dụng nghiêm ngặt, đảm bảo tính khoa học và độ tin cậy của kết quả.
• Đề xuất mở rộng ứng dụng PCR trong nhiều lĩnh vực và phát triển công cụ hỗ trợ phân tích nhằm nâng cao hiệu quả nghiên cứu và thực tiễn.

Áp dụng phương pháp PCR trong các nghiên cứu phân tích dữ liệu đa biến, đồng thời phát triển thêm các công cụ hỗ trợ để phổ biến rộng rãi phương pháp này trong cộng đồng khoa học và thực tiễn.

Trích đoạn nội dung tài liệu

Chương 1 M6 hình hồi quy tuyén tinh đa biên 1.1 Mô hình hồi quy tuyến tính đa biến tổng thể Giả sử ta có biến Y phụ thuộc vào k bién độc lập XỊ, Xa,., X,_ và có n bộ giá trị quan sát của (Y, Xị,Xa,., Xp là (ye, #4; #2,. Hàm hồi quy tổng thể ứng với từng quan sát là : Yi = Øụ + Pity + Bowie +. + Øy#1g + £1 yo = Bo + đl#21 + Box +.1) Yn = Pot Pitni + Øa#na +. + ng + En Dat các ma trận tương ứng như sau: 1 wy #13 +--+ yp Bo Y1 1 x9, 33 +++ “Lop fen 12 X=].

B= Y= | #m #n2 00+ nk nx (k+1) Pr (£+1)x1 Ứn / nxỊ €1 €2 ce= En nxl1 Khi đó công thức (1.1) được viết dưới dang ma trận như sau: Y1 1 ay 12 ++ yy Bo Ey 12 | Ì var #33 -'' Lop : By h £2 In / nx] ¬. +++ Ink nx(k+1) Dr (E+1)x1 En / mx] Hay Y=XxGrt+e (1.,k) là các hằng số. 6o : là giá trị của biến Y khi k biến X có giá trị bang 0. Lip: biểu hiện giá trị độc lập của biến thứ p tai quan sát thứ i.,k) : là các tham số chưa biết gọi là hệ số hồi quy riêng (partial regression coefficients), thể hiện mức độ thay đổi của biến Y khi biến X; thay đổi một đơn vị.

Như vậy đ; cho thấy ảnh hưởng riêng của biến X; đến trung bình biến Y. z; :là sai số, chính là biên độc lập ngẫu nhiên có phân phối chuẩn, với trung bình bằng 0, phương sai không đổi (bằng nhau) và là độc lập không có mối liên hệ với nhau. Mô hình này cho rằng biến phụ thuôc có phân phối chuẩn đối với bất kì kết hợp nào của các biến độc lập trong mô hình.2 Phương trình hồi quy tuyến tính da bién mẫu Trong thực tế không thể xác định một cách chính xác các hệ số 8; (j =0,1,2,.,k) của phương trình hồi quy đa biến tổng thể mà chỉ có thể ước lượng chúng từ các giá trị quan sát của mẫu thu thập được. Ứng với n bộ giá tri quan sat của (Y, XI, Xa,.

ta có n bộ ước lượng (%, #41, #a,.,m là ước lượng của (Yi, Ta, 82., Be) là bộ ước lượng của (Bo, 81, .,€n) là bộ ước lượng cua (e1,£a, ., En) Ham hồi quy mau ứng với từng ước lượng là: Y= Bo + Bye + Bons +.4+ Beep + €y ÿ› = Bo + By x21 + Boxe +.+ Ô;», + €9 (1 3) Yn = Bo + Ben + Botne +. + Ô}#ny + En Dat các ma trận tương ứng như sau: Ï ay 132 +++ LE Bo Ø1 Ï x9, 33 +++ “Lop ˆ By ˆ Yo | #m #n2 00+ nk nx (k+1) Pr (£+1)x1 Ứn / nxỊ „ mx<1 Khi đó công thức (1.3) viết dưới dạng ma trận như sau: Ø1 Ï I1 #12 +++ Lp Bo ey Yo | Ì var #33 -'' Lop : By h Ê2 InP nxỊ | ®m n2 +7 #nk nx(k+1) Pr (k+1)x1 en Pony Hay Y=Xx6+é (1. Ước lượng bình phương tối tiểu thông thường (OLS) 1.1 Giới thiệu Ta có thể có rất nhiều mẫu khảo sát nên có thể xây dựng được rất nhiều hàm hồi quy mẫu khác nhau được xây dựng từ những mẫu khác nhau. Những hàm hồi quy mẫu đều là ước lượng xấp xỉ của hàm hồi quy tổng thể.

Vấn đề đặt ra là có quy tắc hay phương pháp nào để tìm ra hàm hồi quy mẫu “ sát ” với hàm hồi quy tổng thể nhất có thể được. Nói cách khác là làm thế nào để xác định được giá trị các tham số 8 = (8, 61, 62., 8%)" gần với các giá trị thực 8 = (Bo, 61, B2. Mặc dù trên thực tế chúng ta không bao giờ biết được các giá trị thực này [3]. Mục tiêu tiếp theo sẽ là sử dụng các dit liệu z/1:z¿s;.;z và y để tìm ước lượng “tốt nhất” của các tham số của tổng thể là 6 = (Bo, 61, Bo.

, 6,)7 Sau đây chúng ta sẽ dùng phương pháp ước lượng được dùng phổ biến nhất là phương pháp bình phương tối tiểu (OLS). Phương pháp này thường được gọi là bình phương tối tiểu thông thường, để phân biệt với những phương pháp bình phương tối tiểu khác [3]. Gia sử ta có n bộ giá trị quan sat của (X1, Xa,., X„) và Y, kí hiệu là ry; #2;. Nhắc lại ký hiệu ước lượng của 8 = (90, 61, B2-., Be)? là 2 = (Bo, B1, 3.

Be)”, phan dư ước lượng |ê| = |; — |. Chúng ta phải tim giá trị tính toán % sao cho ÿ, càng gần các y càng tốt, tức |ê| = jy, — | càng nhỏ càng tốt. Dé khảo sát nr nr tất cả các quan sát cùng lúc thì người ta xét Д é? và mong muốn Ð ` é? > min. i=l ¡=1 Vậy tiêu chuẩn tối ưu được sử dụng bởi phương pháp bình phương tối tiểu là.

“ _` _—— cực tiều hóa hàm mục tiêu RSS = Soa = » (w — Bo — t#n — Bot —.5) t=1 t=1 với các tham số chưa biết là 9 = (69, 61, B2. RSS gọi là tổng bình phương các phần dư và phương pháp OLS là cực tiểu tổng bình phương các phần dư. RSS là bình phương khoảng cách được đo lường từ đường hồi quy đến các số liệu. Sử dụng khoảng cách đo lường này, có thể nói rằng phương pháp OLS là tìm đường thang “gần nhất” với dữ liệu trên đồ thị [3].2 Định lý điều kiện cần Để cực tiểu RSS với 8 = (80, 81, Bo.

BE sẽ thỏa hệ phương trình sau day, được gọi là hệ phương trình chuẩn [3]. ^ ?\ ^ ?\ ^ ?\ Me oh lÍ FT = | Te >ot fi È ant boo mạ TC. TC Ủy >> ry, t=1 t=1 t=1 Me wtn = Øg t=1 ^ + ^ + ^ + ^ + 3) ta +Ð Ø >> 4 + Bo So feta t+. Ð Ủy >> Z#H oh lÍ 1 t=1 t=1 t=1 ^ ?\ A ?\ A ?\ A Mes were = Bo >.

tạ + 81 Yo tute + Bo Yo xa +. KX nr oh lÍ 1 t=1 t=1 t=1 t=1 ?\ A + ^ + A ?\ A ?\ S2 ru = Bo Ð) xu + Bi SD Xu Xe + 0 > Xeip +. + Ủy YD 27 ep =1 =1 =1 t=1 t=1 Chitng minh Dé tối tiểu ESS véi B = (6p, 61, bo., Gq)? chúng ta xét đạo ham riêng a theo từng biến 2225. ARSS của hàm mục tiêu ?\ ?\ RSS = ỳ ep = ỳ (yw — Bo — itu — Poti —.- — ty) t=1 t=1 2855 — 2S” (y, — By — BX — boXw —.— ÂyX#)-(—1) OBo ¿=1 =—3)À,( t— Bo — Bra — Bot —.— Bren) £=1 ki 1 » (TY: — Bo — Bite — Bowes —.

1:21 — Bo > #/i—a > # 4 — Bo > ta ¿1 —.) =1 £=1 (=1 “ = 25> (ye- Bo — Bieta — Bower — — Bret) (—X 2) 2 t=1 = —2(95 ¿#2 — Bo > #;2—I > #£18t2 — Bo > # t2 — (=1 — Bi 3) 88a — i=1 — Br 3) te Xt2) i=1 oes =2 » (yt — Bo — Bieta — Bowe —.— Ôk#u)(—&) k t=1 = —2(3> warn — Bo > #¿—i > 4/1#tk — Bo > titi, —. — Br >> #2) Ham muc tiéu dat cuc tri khi các đạo hàm riêng bằng không. i=1 i=1 Tức là Km =0. Tương đương T 8RS5.

ORSS — (0:0:0: -0:0 T Suy ra QRSS — 9. ORSS _ Bo Đổi mm. —2 > (ye — Bo — Bian — Ôa#ia —.— Brain) = 0 f= —2(Š) zii — Bo SD ma TÔI DD #7 — Bo DD meen —. — Be SD tytn) = 0 t1 1 : 1 tI 1 tS —2( 3) + — Bo > miy—ỔI YD #tl#tp — B2 DD fiatk —.— Bi DD Vee —-.— Be YD eK) =0 Hay t=1 t=1 t=1 t=1 t=1 t=1 —2( » i#¿¿ — Bo » #;;— (=1 (=1 > xix; — Be > rity —.

— Bp » #‡p#+¡) =O (=1 (=1 (=1 (=1 —2( 32 yerrr — Bo 2 mu —A DD ray — B2 SD crete, —-.— Bi SD turg —---— Be dD #2) =0 \ (=1 (=1 (1 (=1 1 1 (T7 ^ „ Tì „ Tì „Tì So ye = nổo + i >> tu + Ø2 >> mạ +.= Po >> tu + Pi Soa at Be domi ++ Pe 2 tintin t=1 t=1 t=1 t=1 S ai = Bo Y mạ + 61 Y) ta._ Từ on 3) nu = Bo >> tu + 81 0 tutu + Go So mo#u +. + be dS tu#u t=1 t=1 t=1 t=1 t=1 ^ Tr » UtZtk= Bo » Lik TT Ôi » #41#tg + By » Gy, +. t=1 Ty _ 2 tụ Ta có hệ phương trình chuẩn cần chứng minh.3 Nghiệm hệ phương trình chuẩn Trong phần trước chúng ta có: 1 11 X12 Lk Bo Yo 1 21 X22 Lk By 1 xX =. 1 đ„1 Ln2 Pr (k+1)x1 Ứn / nxị ( 1 1 Z11 221 XI= | xp 123 \ ưu, Lk Suy ra: ( 1 1 1 11 X12 Lik Z11 22 1octt đn] 1 21 2292 2E Xx†TxX=-= 12 2 2.

2m2 1 Ini n2 Unk nx(k+1) \ vu +2 (k+1)xn (ụ ` \ TL nmr »-- »-- » Ltk t=1 t=1 t=1 ve) ve) ve) ?\ » +‡1 » TH] » +1‡13#12 » *tl*tk t=1 t=1 t=1 t=1 ?\ ?\ ?\ ?\ Siete Sitptn Yo 272 » +*‡2*⁄tk t=1 t=1 t=1 t=1 “2 \ » Ltk » LE Lt] » LK LQ » “tk ) t=1 t=1 t=1 t=1 (k+1)x(k+1) Và, fal ( 1 1 LÀ M1 So YL Z11 221 Ln t=1 Y2 ve) XTxY- 112 22 *#n2 » Yt-L42 t=1 Yn \ ưu 2h Link ) (k+1)xn nx1 (k+1)x1 Do đó, ta dao ham riêng dưới dang ma trận T ORS'S _ (0RSS.7) Ham mục tiêu đạt cực trị khi các đạo hàm riêng bằng 0. Tức là TP =0. Hay -2X TY +2X'TXÊÔ=0 X'XB=X'Y ˆ dể) 1.8 Ì Xi Vig +++ Tp 1 2 % -. Vì X= |, " „ 2k là bộ n giá tri của (k +1) biên độc lập tuyến tính.

Suy ra: rank(X) = (k +1) nên (X?7X) khả nghịch. Vậy ta có ước lượng 8=(X'X) }1X`Y.4 Định lý điều kiện đủ Ước lượng = (X' X)"!X Y là ước lượng cực tiểu của hàm mục tiêu RSS [3]. Chứng minh Ta tinh dao ham cap hai Seon của hàm mục tiêu RSS. Từ công thức (1.7) suy ra 2283 =2XỈ'X apoB Cụ > C Goic là vectơ thực khác 0, e= ' Suyra cl = ( Co Cl ttt CE ) 1x (k+1) Ck (g+1)xI Xét dang toàn phương: w= Clixc(k41)) & ((h+1) xn) & (nx (k41)) E((h+1) x1) T = (Xe)! (Xe)nx1 1xn nr Đặt vectd v = Ã(„xe)C(¿x1) = SUY TA w=vlv=)\v?>0 : t=1 Vv „ mx<1 Nếu vecto v = 0 thì X.