Home | KTL nâng cao ( trang 17)

KTL nâng cao

Hệ số tự tương quan ACF – PACF

Hệ số tự tương quan ACF vs PACF

Kiểm định hệ số tự tương quan là một phương pháp phổ biến để kiểm định tính dừng của một chuỗi dữ liệu. Cùng với kỹ thuật lấy sai phân hoặc kiểm định nghiệm đơn vị, một chuỗi thời gian dừng còn được xác định qua phân tích hệ số tự tương quan ACF hay tự tương quan riêng PACF. Quá ...

Đọc tiếp »

Các thành phần chuỗi thời gian

Thành phần chuỗi thời gian

Thông thường, một chuỗi thời gian bao gồm 3 thành phần chính sau: (i) tính xu hướng - trend; (ii) tính thời vụ - seasonal; và (iii) tính chu kì - cyclic. Bài viết sẽ đi sâu trình bày về 3 thành phần chuỗi thời gian này. 1. Giới thiệu về 3 thành phần chuỗi thời gian Tính xu hướng tồn ...

Đọc tiếp »

Thế nào là một chuỗi thời gian dừng?

Kiểm tra một chuỗi thời gian dừng

Chuỗi thời gian dừng hay gọi tắt là chuỗi dừng (stationary) là một chuỗi thời gian không bao hàm các yếu tố xu thế. Chuỗi thời gian dừng sẽ có các giá trị xoay quanh giá trị trung bình của chuỗi. Có 2 cách để kiểm tra tính dừng của chuỗi là lấy sai phân (bậc 1 hoặc bậc 2), ...

Đọc tiếp »

Phương pháp Box-Jenkins

Phương pháp Box - Jenkins trong dự báo chuỗi thời gian

Một phương pháp rất phổ biến trong việc lập mô hình chuỗi thời gian là phương pháp trung bình trượt kết hợp tự hồi quy (autoregressive integrated moving average – ARIMA), thường được gọi là phương pháp Box-Jenkins. Bài viết này trình bày các nguyên lý cơ bản của phương pháp Box-Jenkins đối với việc lập mô hình và dự báo ...

Đọc tiếp »

Phương pháp dự báo

Phân biệt phương pháp định tính và phương pháp định lượng

Có 2 phương pháp dự báo được sử dụng chủ yếu là phương pháp dự báo định tính (qualitative research methods) và phương pháp dự báo định lượng (quantitative research methods). Mỗi phương pháp đều có những điểm mạnh và hạn chế riêng. Tùy theo mục đích dự báo (điểm/khoảng) hoặc khoảng cách dự báo (ngắn hạn, trung hạn, dài ...

Đọc tiếp »

Phương pháp phân tích phân tách – Stata

Phương pháp phân tích phân tách

Hàm phân tách tuyến tính, chẳng hạn phân tích phân tách (discriminant analysis) được sử dụng để thực hiện một kiểm định đa biến về sự khác nhau giữa các nhóm. Ngoài ra, phân tích phân tích còn được sử dụng để xác định số nhóm tối thiểu cần thiết để mô tả các sự khác nhau này. Bài viết ...

Đọc tiếp »

Phân tích hệ số tin cậy Cronbach anpha – Stata

Hệ số tin cậy Cronbach anpha

Hệ số tin cậy Cronbach anpha được sử dụng để kiểm tra độ tin cậy bên trong của thang đo. Nó cho biết mức độ tương quan giữa các biến trong mỗi nhóm (nhân tố). Giá trị của hệ số tin cậy anpha cao của phương pháp không có nghĩa tính chất nhất quán của thang đo đã được thỏa ...

Đọc tiếp »

Phân tích nhân tố khám phá – Stata

Phân tích nhân tố khám phá EFA trên Stata

Tiếp tục bài giới thiệu về nhân tố khám phá EFA, bài viết này sẽ minh họa các bước thực hiện và giải thích các kết quả phân tích nhân tố khám phá trên phần mềm Stata. Kết quả phân tích nhân tố sẽ được thực hiện với phép trích nhân tố mặc định là pf với 2 phép xoay varimax và ...

Đọc tiếp »

Phân tích nhân tố khám phá

Phép xoay nhân tố

Phân tích nhân tố khám phá EFA (Exploratory factor analysis) là một phương pháp rút gọn dữ liệu, cho biết mối quan hệ giữa các nhóm biến quan sát với các biến ẩn được gọi là các nhân tố. Sự kết hợp giữa phân tích nhân tố khám phá và phân tích nhân tố khẳng định sẽ tạo ra một ...

Đọc tiếp »

Hồi quy tobit trên STATA

Hồi quy tobit trên Stata

Mô hình tobit, đôi khi còn được gọi là mô hình hồi quy kiểm duyệt (censored regression model), được xây dựng để ước lượng mối quan hệ tuyến tính giữa các biến giải thích khi biến phụ thuộc bị kiểm duyệt. Xem thêm Dữ liệu Censored – Truncated Ví dụ: chúng ta muốn xây dựng một mô hình đánh giá ...

Đọc tiếp »