Là gì
Multiple Linear Regression (Hồi quy bội) là mở rộng của hồi quy tuyến tính đơn (xem trang) sang nhiều yếu tố đầu vào cùng lúc. Thay vì chỉ hỏi "kết quả y đổi thế nào theo một yếu tố x", ta hỏi "y đổi thế nào theo từng yếu tố x1, x2, x3, khi giữ các yếu tố kia không đổi".
Phương trình có dạng ŷ = b0 + b1 x1 + b2 x2 +... + bk xk. Mỗi hệ số b cho biết: khi yếu tố tương ứng tăng một đơn vị và các yếu tố còn lại giữ nguyên, y dự đoán thay đổi bao nhiêu. Các yếu tố đầu vào có thể là biến đứng riêng, hoặc hàm của chúng như tích hai biến (interaction, tức tác động chung) hay bình phương. Chữ "tuyến tính" ở đây là vì các hệ số ước lượng là tổ hợp tuyến tính của các giá trị y, không phải vì đồ thị là đường thẳng; nên mô hình có số hạng tương tác hay bình phương vẫn gọi là hồi quy tuyến tính.
Hồi quy bội phức tạp hơn hồi quy đơn, nên khi dữ liệu đòi hỏi thì nên tìm người có chuyên môn thống kê hỗ trợ. Phần tính toán giao cho phần mềm, còn việc xây mô hình và diễn giải thuộc trách nhiệm người phân tích.
Vì sao cần
Kết quả của một quy trình hiếm khi chỉ do một yếu tố. Nếu chỉ dùng hồi quy đơn từng yếu tố một, ta dễ gán công cho yếu tố này những gì thực ra do yếu tố khác (hai yếu tố đi cùng nhau). Hồi quy bội tách phần đóng góp riêng của từng yếu tố, và thường giải thích được tỷ lệ biến thiên của y cao hơn: thêm biến độc lập thì có thể giải thích thêm một phần biến thiên của y.
Phần còn lại dành cho thành viên
Đang kiểm tra quyền xem của bạn…