Bài giảng tin ứng dụng Gv: Trần Trung Hiếu Bộ môn CNPM – Khoa CNTT Email: tthieu@hua.edu.vn Website: http://fita.hua.edu.vn/tthieu Chương III: Các thống kê cơ bản, tương quan & hồi quy I. Thống kê mô tả (Desriptive Statistics) a. Các bước thực hiện b. Phân tích kết quả II. Tổ chức đồ (Histogram) a. Các bước thực hiện b. Phân tích kết quả III. Tương quan và hồi qui a. Tính hệ số tương quan b. Hồi quy tuyến tính c. Hồi quy phi tuyến Giới thiệu về phân phối chuẩn 1. Phân phối chuẩn, còn gọi là phân phối Gauss, là một phân phối xác suất cực kì quan trọng trong nhiều lĩnh vực. Nó là họ phân phối có dạng tổng quát giống nhau, chỉ khác tham số vị trí (giá trị trung bình μ) và tỉ lệ (phương sai σ2). 2. Định nghĩa: Biến ngẫu nhiên X có phân phối chuẩn với các tham số m (kỳ vọng), σ 2 (phương sai) nếu nó có hàm mật độ: Đồ thị hàm mật độ phân phối chuẩn Đồ thị hàm phân bố trong phân phối chuẩn I. Thống kê mô tả (Descriptive Statistics) 1. Ví dụ 1 – trang 23 2. Liên hệ xác suất thống kê và các thuật ngữ Excel sử dụng trong thống kê mô tả » Thống kê mô tả cho phép tính các số đặc trưng mẫu, các giá trị thống kê mẫu như trung bình, độ lệch chuẩn, sai số chuẩn, trung vị, mode…Số liệu tính toán được bố trí theo cột hoặc theo dòng  Mean (trung bình hay kỳ vọng): đặc trưng cho giá trị trung bình của DLNN  Standard Deviation (độ lệch chuẩn), Sample Variance (phương sai mẫu): đặc trưng cho độ phân tán các giá trị của DLNN xung quanh giá trị trung bình  Standard Error (sai số chuẩn): Sai số của trung bình  Median (trung vị): cho giá trị điểm giữa của dãy số, trong xác suất là giá trị M e của đại lượng ngẫu nhiên X sao cho P(X<M e )=P(X>M e )  Mode: là giá trị của biến ngẫu nhiên ứng với xác suất cực đại hay giá trị có tần suất xuất hiện trong mẫu lớn nhất I. Thống kê mô tả (Descriptive Statistics) 2. Liên hệ xác suất thống kê và các thuật ngữ Excel sử dụng trong thống kê mô tả (tiếp)  Kurtosis (độ nhọn): trong xác suất, người ta chứng minh được nếu DLNN X có phân phối chuẩn thì độ nhọn bằng 0. Ở đây, độ nhọn đánh giá đường mật độ phân phối của dãy số liệu có nhọn hơn hay tù hơn đường mật độ chuẩn tắc (dương là nhọn hơn, âm là tù hơn). Nếu trong khoảng [-2,2] thì có thể coi số liệu xấp xỉ chuẩn  Skewness (Độ lệch): Trong xác suất gọi là hệ số bất đối xứng đánh giá sự phân phối các giá trị có cân đối đối với giá trị trung bình hay không, nếu các giá trị của X đối xứng qua kỳ vọng thì Skewness=0  biểu hiện ở đường phân phối lệch trái hay lệch phải (âm là lệch trái, dương là lệch phải). Nếu trong khoảng [-2,2] thì có thể coi như số liệu cân đối như trong phân phối chuẩn.  Confidence Level (Nửa độ dài khoảng tin cậy): » Ví dụ: Confidence level = 95% » Trong xác suất tương đương bài toán tìm giá trị α sao cho P(m- α<=X<=m+ α) = 95% » Tìm giá trị α sao cho xác suất X rơi vào khoảng [m- α,m+ α] là 95% Kurtosis > 0 đường màu đỏ, Kurtosis <0 đường màu xanh phía dưới, =0 đường màu xanh ở giữa (chuẩn) Nếu Kurtosis > 0, kurtosis càng lớn đồ thị càng nhọn. Nếu kurtosis <0, kurtosis càng bé đồ thị càng tù Skewness > 0 là lệch phải, <0 là lệch trái [...]... một cột, các giá trị tương ứng giữa biến độc lập và biến phụ thuộc được xếp trên cùng một hàng - Ví dụ (giáo trình): Tìm đường hồi quy cuả năng xuất lúa y phụ thuộc vào độ dài bông, trọng lượng 1000 hạt, và số bông Cách thực hiện: Data-> Analysis-> Regression 18 Xuất hiện hộp thoại Miền dữ liệu của biến phụ thuộc Y Miền dữ liệu của các biến X Có để nhãn đầu dòng không? Độ tin cậy (bằng 1-α, với α là... Chart output: Hiển thị biểu đồ Phân tích kết quả từ biểu đồ » » Trong khoảng nào số liệu xuất hiện nhiều nhất Hình dạng tổ chức đồ có giống hình dạng đường mật độ trong phân phối chuẩn không (có tính đối xứng, nhô cao ở giữa-> dạng đường cong chuông) Nếu có thì kết luận dữ liệu có thể tuân theo luật chuẩn Hình ảnh về tổ chức đồ Histogram 7 120.00% 6 100.00% Frequency 5 80.00% 4 60.00% 3 40.00% 2 1 20.00%... chọn k từ 20-30, ví dụ minh họa chọn k từ 6-10), có thể lấy bằng công thức 6*log(n) trong đó n là số giá trị của DLNN X (lấy giá trị nguyên xấp xỉ) Tìm giá trị bước tăng trong miền phân tổ h = R/k (Sử dụng hàm Round(R/k,số chữ số lẻ) Tạo cột bin (Edit->Fill->Series, xem trang 25, 20) II Tổ chức đồ   Chuẩn bị: Vẽ tổ chức đồ » Chọn Tool -> Data Analysis-> Histogram để khai báo các mục: • • • • • • •... hơn xác xuất ý nghĩa 0.05 nên phương trình hồi quy tuyến tính được chấp nhận 2 Dựa vào các hệ số ta viết được đường hồi quy dự báo y = -4.06364 + 0.1116x1 + 0.075684x2 + 0.02011x3 Hệ số x1 không đáng tin cậy vì P-value = 0.093621 > 0.05 (mức ý nghĩa đã chọn) -> cần tiến hành lọc bớt biến x1 để đường hồi quy với các hệ số đều có ý nghĩa 22 6 Hồi quy phi tuyến 1 Các dạng hồi quy phi tuyến như hàm mũ, . Bài giảng tin ứng dụng Gv: Trần Trung Hiếu Bộ môn CNPM – Khoa CNTT Email: tthieu@hua.edu.vn Website:. nhiên ứng với xác suất cực đại hay giá trị có tần suất xuất hiện trong mẫu lớn nhất I. Thống kê mô tả (Descriptive Statistics) 2. Liên hệ xác suất thống kê và các thuật ngữ Excel sử dụng trong. Trong xác suất gọi là hệ số bất đối xứng đánh giá sự phân phối các giá trị có cân đối đối với giá trị trung bình hay không, nếu các giá trị của X đối xứng qua kỳ vọng thì Skewness=0  biểu