#Họ và tên: Trần Đoàn Khánh Ly
#Lớp: 24NH - MSSV: 2454020021
#Bài thực hành buổi 8
# Nhap lieu
datalikert=read.csv("/Users/trandoankhanhly/Documents/Phân tích dữ liệu/Likert.csv",header = TRUE)
save(datalikert,file = "datalikert.rda")
attach(datalikert)
is.data.frame(datalikert)
## [1] TRUE
#Câu 14
mreg=lm(Ftb~Atb+Btb+Ctb)
summary(mreg)
##
## Call:
## lm(formula = Ftb ~ Atb + Btb + Ctb)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.73037 -0.44846 0.09795 0.39376 1.34503
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.76022 0.32504 2.339 0.020361 *
## Atb 0.20139 0.05691 3.539 0.000504 ***
## Btb 0.13162 0.04943 2.663 0.008399 **
## Ctb 0.47633 0.04730 10.070 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5705 on 194 degrees of freedom
## Multiple R-squared: 0.4128, Adjusted R-squared: 0.4038
## F-statistic: 45.47 on 3 and 194 DF, p-value: < 2.2e-16
#Nhận xét: Mô hình hồi quy tuyến tính Ftb=0,76022 + 0,20139*Atb + 0,13162*Btb + 0,47633*Ctb + ei
# Mô hình có ý nghĩa thống kê với giá trị F-statistic là 45,47 và mức ý nghĩa
# Với R2=0,4128 là các biến Atb, Btb và Ctb giải thích khoảng 41,28% sự biến thiên của Ftb trong khi R2 hiệu chỉnh đạt 0,4038.
# Xét riêng từng biến, Atb có tác động cùng chiều đến Ftb với hệ số hồi quy 0,2013 điều này có nghĩa khi Atb tăng 1 đơn vị thì Ftb tăng 0,2013 đơn vị và mối quan hệ này có ý nghĩa thống kê ở mức 1% (p = 0,000504).
# Btb cũng có tác động cùng chiều và có ý nghĩa thống kê ở mức 1%, với hệ số 0,13162 (p = 0,00839)
# Biến Ctb có hệ số hồi quy cao nhất 0,47633 và có ý nghĩa thống kê ở mức 1% (p < 0,001), cho thấy mối quan hệ cùng chiều rõ rệt với Ftb
# Nhìn chung, cả ba biến Atb, Btb và Ctb đều có mối quan hệ cùng chiều và có ý nghĩa thống kê với Ftb trong mô hình nghiên cứu.
#Câu 15
mreg=lm(Ftb~Atb+Btb+Ctb)
summary(mreg)
##
## Call:
## lm(formula = Ftb ~ Atb + Btb + Ctb)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.73037 -0.44846 0.09795 0.39376 1.34503
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.76022 0.32504 2.339 0.020361 *
## Atb 0.20139 0.05691 3.539 0.000504 ***
## Btb 0.13162 0.04943 2.663 0.008399 **
## Ctb 0.47633 0.04730 10.070 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5705 on 194 degrees of freedom
## Multiple R-squared: 0.4128, Adjusted R-squared: 0.4038
## F-statistic: 45.47 on 3 and 194 DF, p-value: < 2.2e-16
library(car)
## Loading required package: carData
vif(mreg)
## Atb Btb Ctb
## 1.004380 1.030053 1.027108
require(lmtest)
## Loading required package: lmtest
## Loading required package: zoo
##
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numeric
dwtest(mreg)
##
## Durbin-Watson test
##
## data: mreg
## DW = 1.7709, p-value = 0.04459
## alternative hypothesis: true autocorrelation is greater than 0
### NHẬN XÉT CÂU 15
# Kiểm định đa cộng tuyến cho thấy các giá trị VIF các biến độc lập đều nhỏ hơn => Mô hình không có hiện tượng đa cộng tuyến.
# Kiểm định tự tương quan cho thấy giá trị DW = 1,7709 nằm trong khoảng chấp nhận (1,5 < DW < 2,5) => Mô hình không có hiện tượng tự tương quan.
#Câu 16
mreg=lm(Ftb~Atb+Btb+Ctb)
summary(mreg)
##
## Call:
## lm(formula = Ftb ~ Atb + Btb + Ctb)
##
## Residuals:
## Min 1Q Median 3Q Max
## -1.73037 -0.44846 0.09795 0.39376 1.34503
##
## Coefficients:
## Estimate Std. Error t value Pr(>|t|)
## (Intercept) 0.76022 0.32504 2.339 0.020361 *
## Atb 0.20139 0.05691 3.539 0.000504 ***
## Btb 0.13162 0.04943 2.663 0.008399 **
## Ctb 0.47633 0.04730 10.070 < 2e-16 ***
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## Residual standard error: 0.5705 on 194 degrees of freedom
## Multiple R-squared: 0.4128, Adjusted R-squared: 0.4038
## F-statistic: 45.47 on 3 and 194 DF, p-value: < 2.2e-16
op=par(mfrow=c(2,2))
plot(mreg)
### NHẬN XÉT CÂU 16
# - Đồ thị bên trái dòng 1 vẻ phần dư ei và giá trị dự báo của F^tbi,đồ thị này cho thấy các giá trị phần dư tập trung quanh đường y = 0 cho nên giả định về giá trị trung bình của ei = 0 là có thể chấp nhận được.
# - Đồ thị bên phải dòng 1 vẽ giá trị phần dư ei và giá trị lỳ vọng dựa vào phân phối chuẩn
# Kết quả cho thấy các giá trị phần dư tập trung rất gần các giá trị trên đường chuẩn do đó, phần dư ei tuân thủ theo quy luật phân phối chuẩn.
# - Đồ thị bên trái dòng 2 vẽ căn bậc hai của sai số chuẩn phần dư (Standardized residual) và các giá trị F^tbi. Đồ thị này cho thấy không có gì khác nhau giữa các số phần dư chuẩn cho các giá trị của F^tbi do đó, phần dư của phương sai tuân thủ quy luật phân phối chuẩn
# Tương tự cho đồ thị bên phải dòng 2.