Ở bài học trước, chúng ta đã hiểu được “tại sao” cần đến hồi quy bội và cách diễn giải các hệ số của nó. Các bạn đã thấy qua ví dụ trên Stata rằng chỉ cần một dòng lệnh regress, phần mềm sẽ ngay lập tức cho ra kết quả. Nhưng bạn đã bao giờ tự hỏi, đằng sau sự đơn giản đó, Stata đã thực hiện những phép tính gì để tìm ra những con số chính xác đó chưa? Bài học hôm nay sẽ giúp chúng ta “nhìn vào bên trong” hộp đen đó. Chúng ta sẽ khám phá cách sử dụng đại số ma trận để suy ra công thức ước lượng OLS (Bình phương nhỏ nhất thông thường) trong trường hợp hồi quy bội. Nghe có vẻ phức tạp, nhưng đừng lo lắng! Tôi sẽ dẫn dắt các bạn đi qua từng bước một cách chậm rãi, giải thích ý nghĩa trực quan của từng thành phần trong công thức. Hiểu được nền tảng toán học này không chỉ giúp bạn củng cố kiến thức …
Các bài đã xem
- Tổng hợp các phương pháp tự tương quan trong hồi quy
- Hướng dẫn thực tiễn và quy trình xây dựng mô hình 6 bước
- Nền tảng hồi quy poisson – Mô hình log-linear và diễn giải tỷ lệ suất hiện
- Từ RCT đến Dữ liệu Quan sát – Các Giả định và Phương pháp Ước lượng Nâng cao
- Bài tổng hợp: Tổng quan hồi quy bội
- Tổng hợp chuỗi Mô hình Kỳ vọng Hợp lý Đa biến
- Thiết kế Thí nghiệm và Phân tích Năng lực trong RCTs bằng Stata
- Ước lượng, diễn giải mô hình và xử lý vấn đề đa cộng tuyến
- Thực hành FGLS và kiểm định giả thuyết trong SUR
-
Xem thêm