Home | KTL cơ bản | Lựa chọn mô hình – Stepwise vs BMA

Lựa chọn mô hình – Stepwise vs BMA

Tầm quan trọng của lựa chọn mô hình
Xây dựng mô hình thống kê là một nghệ thuật toán học. Vì lý do đó, các nhà nghiên cứu phải cân nhắc rất nhiều yếu tố để đi đến một mô hình đẹp. Mô hình đẹp là một mô hình đơn giản mô tả sát nhất với thực tế. Một mô hình phản ánh 100% thực tế đôi khi không còn là “mô hình” nữa, vì tính quá phức tạp không thể ứng dụng được của nó. Ngược lại, một mô hình chỉ mô tả thực tế khoảng 1% thì cũng không thể sử dụng được. Xây dựng mô hình, do đó, không chỉ tùy thuộc vào các phép tính thống kê, toán học, mà còn phải xem xét đến các yếu tố thực tế để bảo đảm cho sự hữu ích của mô hình. Nói như Good va2 Hardin[1] (2006, trang 152): “Don't be too quick to turn on the computer. Bypassing the brain to compute by reflex is a sure recipe for disaster.”

Một trong những vấn đề nan giải trong phân tích hồi qui đa biến là lựa chọn một mô hình để có thể mô tả đầy đủ dữ liệu. Giả sử một mô hình với 1 biến phụ thuộc y và 3 biến độc lập x1, x2 và x3 thì chúng ta các mô hình sau đây có thể được sử dụng để tiên đoán y: y = f(x1), y = f(x2), y = f(x3), y = f(x1, x2), y = f(x1, x3), y = f(x2, x3), và y= f(x1, x2, x3). Mở rộng ra cho nhiều biến thì chúng ta có vô số mô hình để lựa chọn.

Vậy làm thế nào chúng ta chọn được một mô hình tối ưu?

Phần nội dung có thu phí bên dưới đã được ẩn. Vui lòng đăng nhập hoặc đăng ký gói Premium. Trân trọng!