tailieunhanh - Bài giảng Mô hình hồi quy tuyến tính đơn giản

Bài giảng trình bày phân tích tương quan; mô hình hồi quy tuyến tính đơn giản; kiểm tra giả định mô hình hồi quy tuyến tính. bài giảng để nắm chắc kiến thức. | Bài giảng Mô hình hồi quy tuyến tính đơn giản Tuan V. Nguyen Senior Principal Research Fellow, Garvan Institute of Medical Research Professor, UNSW School of Public Health and Community Medicine Professor of Predictive Medicine, University of Technology Sydney Adj. Professor of Epidemiology and Biostatistics, School of Medicine Sydney, University of Notre Dame Australia Phân tích dữ liệu và ứng dụng | Đại học Dược Hà Nội | 12/6 to 17/6/2019 © Tuan V. Nguyen Mô hình hồi qui tuyến tính • Phân tích tương quan • Mô hình hồi qui tuyến tính đơn giản • Kiểm tra giả định mô hình hồi qui tuyến tính Khái niệm tương quan (correlation) • Khi hai biến số (x và y) có liên quan với nhau • Mối liên quan có thể cùng chiều hay nghịch đảo • Ví dụ: mối liên quan giữa tiêu thụ chocolate và giải Nobel (?) Tương quan giữa 2 biến liên tục Làm sao định lượng mối liên quan? Sir Francis Galton (16/2/1822 – 17/1/1911) Research interest: Didn’t have data on “intelligence” so instead studied HEIGHT “Those qualifications of intellect and disposition which lead to reputation” Galton’s conclusions: • Nature dominates: “families of reputation were much more likely than ordinary families to produce offspring of ability” • Recommended “judicious marriages during several generations” to “produce a highly gifted race of men” • His “genetic utopia”: “Bright, healthy • Although a self-proclaimed genius, who wrote that he individuals were treated and paid well, and could read @2½, write/do arithmetic @4, and was encouraged to have plenty of children. Social comfortable with Latin texts @8, he couldn’t figure undesirables were treated with reasonable out how to model these data(!) kindness so long as they worked hard and stayed celibate.” • He went to JD Dickson, a mathematician at Cambridge, who formalized the relationship by J Singer's slide developing what we now know as linear regression Làm thế nào để mô tả mối tương quan