Tải bản đầy đủ - 0 (trang)
III- Hồi quy đơn biến

III- Hồi quy đơn biến

Tải bản đầy đủ - 0trang

Intercept



-31864.0



4116.35



-7.74084



0.0000



Slope



307.918



18.8445



16.3399



0.0000



Analysis of Variance



Source



Sum

Squares



Model



1.08054E10



1



Residual



6.0706E8



15 4.04707E7



Total (Corr.) 1.14124E10



of Df Mean

Square



F-Ratio P-Value



1.08054E10 266.99 0.0000



16



Correlation Coefficient = 0.97304

R-squared = 94.6807 percent

R-squared (adjusted for d.f.) = 94.3261 percent

Standard Error of Est. = 6361.65

Mean absolute error = 3972.39

Durbin-Watson statistic = 2.40009 (P=0.7247)

Lag 1 residual autocorrelation = -0.231529

y = -31864 + 307.918*x1

Trong đó:

- Correlation Coefficient: Hệ số tương quan

- R-squared: hệ số xác định (bình phương R)

- Standard Error of Est: độ lệch chuẩn

- Mean absolute erro: trung bình lỗi



13



Đánh giá yếu tố “Bưu phẩm đi có cước” với biến phụ thuộc là “Doanh thu”

để xem số lượng bưu phẩm đi có cước ảnh hưởng thế nào đến doanh thu:

 Nhìn vào kết quả phân tích ở trên ta thấy hệ số tương quan của nó là

R=0.97304 điều đó cho thấy “Bưu phẩm đi có cước” rất tương quan với “Doanh

thu”.

 Tiếp theo đến hệ số xác định R2 = 94,6807% điều đó khẳng định được

rằng yếu tố “Bưu phẩm đi có cước” có khả năng giải thích khoảng 94,6807% sự

thay đổi của biến phụ thuộc chính là “Doanh thu”

 Ta so sánh đến giá trị P-value của biến độc lập này.

- Trước hết xin nói rõ ý nghĩa của giá trị P-value trong phân tích thống kê

số liệu: khi nhà nghiên cứu đã nghiên cứu ra một giả thuyết thì ơng cũng pải

định nghĩa giả thuyết đảo cho nó (null hypothesis) tức là một giả thuyết ngược

lại với những gì mình nghiên cứu và tin nó là thật. Ví dụ như theo truyền thống

trong y học nếu giá trị xác suất nhỏ hơn 5% nhà nghiên cứu có thể bác bỏ đi giả

thuyết đảo còn nếu giá trị xác suất mà lớn 5% thì khơng có lý do gì để bác bỏ nó



14



hay chưa có bằng chứng đầy đủ dể bác bỏ nó nhưng cũng khơng có nghĩa là giả

thuyết đảo là đúng là sự thật.

Với yếu tố này Pvalue = 0.0000 điều này có nghĩa là yếu tố mà ta đang xét

gần như bác bỏ giả thuyết đảo của nó, và cũng gần như chấp nhận giả thuyết

đang tin tưởng đó là yếu tố “Bưu phẩm đi có cước” có ảnh hưởng nhiều đến

Doanh thu

 Đánh giá với độ lệch chuẩn: hầu hết ta mong đợi các giá trị quan sát của y

nằm trong khoảng phạm vi 2s của các giá trị y tính tốn theo phương pháp bình

phương cực tiểu của chúng

 Ta sẽ kiểm định giả thuyết với giá trị độ dốc B

- Bác bỏ Ha nếu B = 0 và ngược lại bác bỏ Ho nếu B ≠ 0 (B > 0 hoặc B <

0)

- Giả định độ tin cậy P = 95%

Ta cóttính= 16.3399

So sánhtbảng=

Ta nhậnthấyttính>tbảng

 Ta chấp nhận Ha và bác bỏ Ho. Điều này cho thấy mơ hình mà ta đang xét

với một biến độc lập (Bưu phẩm đi có cước) là khá phù hợp và biến này có khả

năng giải thích cho biến phụ thuộc là Doanh thu.

2. Yếu tố “Bưu kiện đi có cước (nghìn cái)”

Coefficients



Least Squares



Standard



T



Parameter



Estimate



Error



Statistic



P-Value



Intercept



-9231.65



3273.69



-2.81996



0.0129



Slope



32.4815



2.26514



14.3398



0.0000



Analysis of Variance



Source



Sum

Squares



Model



1.06365E10



1



Residual



7.75902E8



15 5.17268E7



Total (Corr.) 1.14124E10



of Df Mean

Square



F-Ratio P-Value



1.06365E10 205.63 0.0000



16

15



Correlation Coefficient = 0.965408

R-squared = 93.2013 percent

R-squared (adjusted for d.f.) = 92.748 percent

Standard Error of Est. = 7192.14

Mean absolute error = 5576.68

Durbin-Watson statistic = 1.16837 (P=0.0163)

Lag 1 residual autocorrelation = 0.369967



Đánh giá yếu tố “Bưu kiện đi có cước” với biến phụ thuộc là “Doanh thu” để

xem số lượng bưu phẩm đi có cước ảnh hưởng thế nào đến doanh thu:

16



 Nhìn vào kết quả phân tích ở trên ta thấy hệ số tương quan của nó là

R=0.965408 điều đó cho thấy “Bưu kiện đi có cước” rất tương quan với “Doanh

thu”.

 Tiếp theo đến hệ số xác định R2 = 93,2013% điều đó khẳng định được

rằng yếu tố “Bưu kiện đi có cước” có khả năng giải thích khoảng 93,2013% sự

thay đổi của biến phụ thuộc chính là “Doanh thu”

 Ta so sánh đến giá trị P-value của biến độc lập này.

Với yếu tố này Pvalue = 0.0000 điều này có nghĩa là yếu tố mà ta đang xét

gần như bác bỏ giả thuyết đảo của nó, và cũng gần như chấp nhận giả thuyết

đang tin tưởng đó là yếu tố “Bưu kiện đi có cước” có ảnh hưởng nhiều đến

Doanh thu

- Giả định độ tin cậy P = 95%

Ta cóttính= 14,3398

So sánhtbảng =

Ta nhậnthấyttính>tbảng

 Ta chấp nhận Ha và bác bỏ Ho. Điều này cho thấy mơ hình mà ta đang xét

với một biến độc lập (Bưu kiện đi có cước) là khá phù hợp và biến này có khả

năng giải thích cho biến phụ thuộc là Doanh thu.

3. Yếu tố “Thư và điện chuyển tiền (nghìn bức)”

Coefficients



Least Squares



Standard



T



Parameter



Estimate



Error



Statistic



P-Value



Intercept



-18892.3



8846.12



-2.13566



0.0496



Slope



8.29571



1.3586



6.10609



0.0000



Analysis of Variance

Source



Sum of Squares Df



Mean Square F-Ratio P-Value



Model



8.13829E9



1



8.13829E9



Residual



3.27415E9



15



2.18277E8



Total (Corr.) 1.14124E10



37.28



0.0000



16



Correlation Coefficient = 0.844457

17



R-squared = 71.3107 percent

R-squared (adjusted for d.f.) = 69.3981 percent

Standard Error of Est. = 14774.2

Mean absolute error = 11928.4

Durbin-Watson statistic = 0.278645 (P=0.0000)

Lag 1 residual autocorrelation = 0.755119



Đánh giá yếu tố “Thư và điện chuyển tiền” với biến phụ thuộc là “Doanh

thu” để xem số thư và điện chuyển tiền ảnh hưởng thế nào đến doanh thu:



18



 Nhìn vào kết quả phân tích ở trên ta thấy hệ số tương quan của nó là

R=0.844457 điều đó cho thấy “Thư và điện chuyển tiền” tương quan với

“Doanh thu”.

 Tiếp theo đến hệ số xác định R2 = 71,3107% điều đó khẳng định được

rằng yếu tố “Thư và điện chuyển tiền” có khả năng giải thích khoảng 71,3107%

sự thay đổi của biến phụ thuộc chính là “Doanh thu”

 Ta so sánh đến giá trị P-value của biến độc lập này.

Với yếu tố này Pvalue = 0.0000 điều này có nghĩa là yếu tố mà ta đang xét

gần như bác bỏ giả thuyết đảo của nó, và cũng gần như chấp nhận giả thuyết

đang tin tưởng đó là yếu tố “Thư và điện chuyển tiền” có ảnh hưởng nhiều đến

Doanh thu

- Giả định độ tin cậy P = 95%

Ta cóttính= 6,10609

So sánhtbảng =

Ta nhậnthấyttính>tbảng

Ta chấp nhận Ha và bác bỏ Ho. Điều này cho thấy mơ hình mà ta đang xét

với một biến độc lập (Thư và điện chuyển tiền) là khá phù hợp và biến này có

khả năng giải thích cho biến phụ thuộc là Doanh thu.

4. Yếu tố “Báo chí phát hành (triệu tờ)”

Coefficients



Least Squares



Standard



T



Parameter



Estimate



Error



Statistic



P-Value



Intercept



-41489.8



5407.16



-7.67312



0.0000



Slope



199.431



14.1525



14.0915



0.0000



Analysis of Variance



Source



Sum of Squares Df



Mean Square F-Ratio P-Value



Model



1.06109E10



1



1.06109E10



Residual



8.01543E8



15



5.34362E7



Total (Corr.)



1.14124E10



16



198.57



0.0000



19



Correlation Coefficient = 0.964244

R-squared = 92.9766 percent

R-squared (adjusted for d.f.) = 92.5084 percent

Standard Error of Est. = 7310.01

Mean absolute error = 5100.44

Durbin-Watson statistic = 1.23012 (P=0.0238)

Lag 1 residual autocorrelation = 0.377733



20



Đánh giá yếu tố “Báo chí phát hành” với biến phụ thuộc là “Doanh thu” để

xem số lượng Báo chí phát hành ảnh hưởng thế nào đến doanh thu:

 Nhìn vào kết quả phân tích ở trên ta thấy hệ số tương quan của nó là

R=0.964244 điều đó cho thấy “Báo chí phát hành” tương quan với “Doanh thu”.

21



 Tiếp theo đến hệ số xác định R2 = 92,9766% điều đó khẳng định được

rằng yếu tố “Báo chí phát hành” có khả năng giải thích khoảng 92,9766% sự

thay đổi của biến phụ thuộc chính là “Doanh thu”

 Ta so sánh đến giá trị P-value của biến độc lập này.

Với yếu tố này Pvalue = 0.0000 điều này có nghĩa là yếu tố mà ta đang xét

gần như bác bỏ giả thuyết đảo của nó, và cũng gần như chấp nhận giả thuyết

đang tin tưởng đó là yếu tố “Báo chí phát hành” có ảnh hưởng nhiều đến Doanh

thu

- Giả định độ tin cậy P = 95%

Ta cóttính= 14,0915

So sánhtbảng =

Ta nhậnthấyttính>tbảng

Ta chấp nhận Ha và bác bỏ Ho. Điều này cho thấy mơ hình mà ta đang xét

với một biến độc lập (Báo chí phát hành) là khá phù hợp và biến nàycó khả năng

giải thích cho biến phụ thuộc là Doanh thu.

5. Điện báo có cước (triệutiếng)

Coefficients



Least Squares



Standard



T



Parameter



Estimate



Error



Statistic



P-Value



Intercept



39873.6



6465.78



6.16687



0.0000



Slope



-794.566



291.723



-2.7237



0.0157



Analysis of Variance



Source



Sum of Squares Df



Mean Square F-Ratio P-Value



Model



3.7765E9



1



3.7765E9



Residual



7.63594E9



15



5.09062E8



Total (Corr.) 1.14124E10



7.42



0.0157



16



Correlation Coefficient = -0.575249

R-squared = 33.0911 percent

R-squared (adjusted for d.f.) = 28.6305 percent

Standard Error of Est. = 22562.4

22



Mean absolute error = 16018.1

Durbin-Watson statistic = 0.170905 (P=0.0000)

Lag 1 residual autocorrelation = 0.791327



Đánh giá yếu tố “Điện báo có cước” với biến phụ thuộc là “Doanh thu” để

xem số lượng Điện báo có cước ảnh hưởng thế nào đến doanh thu:

23



Tài liệu bạn tìm kiếm đã sẵn sàng tải về

III- Hồi quy đơn biến

Tải bản đầy đủ ngay(0 tr)

×