Độ phù hợp hồi quy Stepwise

Nhược điểm lớn nhất của hồi quy Stepwise là cho phép các biến không có liên quan vào trong mô hình, do vậy, hồi quy Stepwise có thể tạo ra các mối quan hệ ảo hay tác động giả lên biến phụ thuộc trong mô hình.

Xem thêm: https://www.vietlod.com/lua-chon-mo-hinh-stepwise-vs-bma

Hồi quy Stepwise chỉ được khuyến khích sử dụng khi các biến đưa vào trong mô hình được sử hỗ trợ vững chắc của các lý thuyết liên quan đến vấn đề nghiên cứu. Trong trường hợp này, để đánh giá sự cải thiện độ phù hợp của mô hình thông qua các chỉ số như R – bình phương hoặc các chỉ số thông tin như AIC, BIC ở mỗi bước thì chúng ta có thể sử dụng câu lệnh nestreg để ghi nhận sự thay đổi của các chỉ số này. Câu lệnh nestreg cho biết rất nhiều thông tin về độ phù hợp của mô hình như thống kê Wald, Chi – bình phương, R – bình phương, sự thay đổi R – bình phương cũng như các chỉ số thông tin AIC, BIC cho mỗi mô hình trung gian.

Hình: Quy trình thực hiện hồi quy Stepwise

Khi hồi quy Stepwise thuận (forward selection) được lựa chọn, cách đơn giản nhất để ghi nhận sự thay đổi độ phù hợp của các mô hình trung gian của Stepwise là sử dụng nestreg. Trình tự các bước như sau:

• Đầu tiên, thực hiện hồi quy Stepwise bằng câu lệnh stepwise trên Stata
• Sau đó, ước lượng lại mô hình bằng câu lệnh nestreg với trật tự các biến được thiết lập như trong kết quả ước lượng của câu lệnh stepwise. Lưu ý, ở đây tôi sử dụng đúng mẫu đã được ước lượng bằng câu lệnh stepwise để đảm bảo tính trùng khớp giữa hai ước lượng thông qua thiết lập tùy chọn if e(sample)