GIÁo trình đỊnh giá ĐẤt mục lụC
PHƯƠNG PHÁP PHÂN TÍCH HỒI QUY
tải về 1.55 Mb.
|
- Điều hướng trang này:
- 5.2. Mô hình hồi qui tuyến tính bội dựa trên quan hệ nhân quả
- 5.3. Phương pháp phân tích hồi qui
5. PHƯƠNG PHÁP PHÂN TÍCH HỒI QUY5.1. Khái niệm cơ bản về hồi qui tuyến tính đơn giảnMô hình hồi qui tuyến tính đơn giản (Simple Linear Regression Model). Để mô hình hoá quan hệ tuyến tính trong đó diễn tả sự thay đổi của biến Y theo biến X cho trước người ta sử dụng mô hình hồi qui tuyến tính đơn giản. Mô hình hồi qui tuyến tính đơn giản Y theo X có dạng sau: Y = A + B * X + ei A: Là thông số diễn tả tung độ gốc của đường hồi qui của tập hợp chính, hay A là giá trị trung bình của biến phụ thuộc Y khi biến độc lập X thay đổi 1 đơn vị. B: Là thông số diễn tả độ dốc của đường hồi qui của tập hợp chính hay B diễn tả sự thay đổi của giá trị trung bình của biến phụ thuộc Y khi biến độc lập X thay đổi 1 đơn vị. Yi : Giá trị của biến phụ thuộc Y trong lần quan sát thứ i. Xi : Giá trị của biến độc lập X trong lần quan sát thứ i. ei : Giá trị đối với sự giao động ngẫu nhiên hay sai số trong lần quan sát thứ i Trong lý thuyết cũng như trên thực tế nhiều khi biến phụ thuộc không chỉ được giải thích bằng mô hình hồi qui tuyến tính đơn giản, chúng phụ thuộc vào nhiều biến, xem xét cụ thể đến giá đất có thể thấy nó phụ thuộc vào rất nhiều yếu tố như vị trí, chất đất, an ninh, cơ sở hạ tầng… chính vì vậy việc tìm hiểu mô hình hồi qui tuyến tính bội giúp cho việc giải thích biến phụ thuộc là rất cần thiết và có ý nghĩa. 5.2. Mô hình hồi qui tuyến tính bội dựa trên quan hệ nhân quảThuật ngữ hồi qui được Francis Galton đưa ra lần đầu tiên. Trong một bài viết, Galton tìm ra rằng mặc dù có xu hướng bố mẹ cao đẻ con cao và bố mẹ thấp đẻ con thấp, chiều cao trung bình của trẻ em do những ông bố bà mẹ cùng một chiều cao sinh ra có xu hướng tiến tới hay “hồi qui” ở chiều cao trung bình của toàn bộ dân số. Nói cách khác, chiều của trẻ em của những ông bố bà mẹ cao hay thấp một cách bất thường có xu hướng tiến tới chiều cao trung bình của toàn dân số. Quy luật hồi qui chung của Galton được xác nhận bởi bạn ông là Karl Pearson, người thu thập hơn một ngàn số liệu về chiều cao của các thành viên trong các nhóm gia đình. Karl Pearson tìm ra rằng chiều cao trung bình của các cháu trai trong một nhóm những người cha thấp lớn hơn nhiều chiều cao của những người cha, và như vậy “hồi qui” chiều cao của trẻ em trai cao và thấp về chiều cao trung bình của tất cả đàn ông. Theo cách nói của Galton đó là “hồi qui về trung bình” (Regression to mediocrity). Mặc dù phân tích hồi qui tập trung vào sự phụ thuộc của một biến vào các biến khác, nó không nhất thiết bao hàm quan hệ nhân quả. Theo cách nói của Kendall và Stuart “Một quan hệ thống kê, mặc dù mạnh và mặc dù có tính gợi ý, không bao giờ có thể thiết lập mối quan hệ nhân quả: các quan điểm của chúng ta về quan hệ nhân quả phải nằm ngoài thống kê, nó phải đến từ lý thuyết khác”. Trong ví dụ về sản lượng vụ mùa, không có nguyên nhân thống kê để giả sử rằng lượng mưa không phụ thuộc vào sản lượng vụ mùa. Thực tế chúng ta xem sản lượng vụ mùa phụ thuộc vào lượng mưa (giữa những yếu tố khác) là do những xem xét phi thống kê: ý niệm chung cho thấy rằng quan hệ này không thể đảo ngược do ta không thể kiểm soát được lượng mưa bằng cách thay đổi sản lượng vụ mùa. Trong tất cả các ví dụ, điểm cần chú ý là một quan hệ thống kê tự nó không thể bao hàm quan hệ nhân quả một cách logíc. Để quy mối quan hệ nhân quả, người ta phải cần tới các xem xét có trước hay xem xét lý thuyết. a. Công thức tổng quát của mô hìnhYi = βo + β1X1i + β2X2i + β3X3i + ... βnXni + ei Trong đó Y là biến phụ thuộc, nó phụ thuộc vào các loại biến X1, X2, X3…Xn. Các biến X1, X2, X3…Xn là các biến độc lập tác độc đến biến phụ thuộc, là nguyên nhân gây dẫn đến kết quả là tác động đến biến Yi. ei : Giá trị đối với sự giao động ngẫu nhiên hay sai số trong lần quan sát thứ i Bài toán hồi qui tuyến tính dựa trên quan hệ nhân quả đó là các biến X1,, X2, X3,…Xn có một cơ sở lý thuyết tác động đến biến Y. Hệ số βo là tung độ gốc của mô hình, hệ số β1, β2, β3… βn được xác định qua quá trình điều tra, nó phản ánh mức độ tác động của các yếu tố đến biến Y. b. Các giả định quan trọng của mô hình.Trong mô hình bao gồm 2 phần: Phần kiểm soát và phần ngẫu nhiên, ei là biến ngẫu nhiên và tuân theo phân phối chuẩn, Xi là biến kiểm soát hay còn gọi la biến cho trước. Do Yi là tổng hợp của hai phần như vậy nên Y cũng là một biến ngẫu nhiên. Các giả định cụ thể: - Giá trị kỳ vọng của ei = 0 - Không có tự tương quan. - Phương sai đồng nhất. - Nhiễu ngẫu nhiên không có tương quan với X - Không nhận dạng sai mô hình. c. Lựa chọn mô hình.Chúng ta có thể xây dựng nhiều mô hình để xác định biến phụ thuộc Y, ứng với mỗi mô hình bao gồm 1 hay nhiều biến độc lập X, vấn đề đặt ra là trong các mô hình được xây dựng thì mô hình nào là tốt nhất. Người ta có thể dựa vào hệ số xác định R2 và hệ số xác định có điều chỉnh. Thông thường hệ số xác định càng cao thì mô hình càng tốt, song chúng ta hãy cảnh giác với ý nghĩa “tốt hơn” này bởi vì mỗi một mô hình hồi qui có nhiều thuộc tính, để đánh giá chất lượng của nó cần xem xét đồng thời các thuộc tính đó. Sẽ là sai lầm khi ta chỉ xem xét đến hệ số xác định bởi vì khi gia tăng một biến vào mô hình không hề làm giảm giá trị của hệ số xác định R2 mặc dù biến đưa và là không phù hợp. Chúng ta sẽ xem xét đến việc gia tăng của hệ số xác định sẽ được đánh đổi bằng việc giảm độ chính xác của các ước lượng, hệ số xác định có hiệu chỉnh được đưa ra nhằm xem xét việc đánh đổi giữa sự gia tăng hệ số xác định R2 với sự suy giảm của các ước lượng, mô hình chỉ tốt hơn khi sự gia tăng một biến làm cho hệ số xác định điều chỉnh gia tăng. Qua công thức trên ta thấy R2 hiệu chỉnh được tính đúng như R2 song có tính đến bậc tự do của ESS và TSS
Trong công thức xác định hệ số R2 điều chỉnh chúng ta thấy khi tăng k thì mẫu số giảm, song 1-R2 cũng giảm chính vì vậy mà khi tăng thêm biến giải thích thì hệ số xác định hiệu chỉnh cũng có thể tăng lên hay giảm đi, hệ số này dùng để so sánh mô hình có số lượng biến giải thích khác nhau. d. Kiểm định các hệ số biến độc lậpĐể khẳng định được một yếu tố X tác động đến Y với một độ tin cậy nhất định người ta dựa vào chỉ số kiểm định Tstat được tính cho từng hệ số β. Giả thiết Ho : β =0, H1 : β #0, Nếu trị số kiểm định tính được Tt có trị số tuyệt đối lớn hơn Tc (được tính theo từng mức độ tin cậy Pi ) khi đó ta có thể bác bỏ giả thiết Ho tức là hệ số β #0 và yếu tố X được xác định là ảnh hưởng đến Y với độ tin cậy Pi. Nếu Tt có trị số tuyệt đối nhỏ hơn Tc thì không thể bác bỏ giả thiết Ho như vậy tức là không thể khẳng định yếu tố X tác động đến Y Ví dụ điều tra giá đất và các yếu tố chi phối đến giá đất của 1 đường phố thu được kết quả ở bảng sau.
Theo phương pháp hồi qui ta có phương trình mối quan hệ giữa giá đất và các yếu tố ảnh hưởng đến giá đất như sau: Y = o + 1X1 + 2X2 +… + x Trong đó Y là giá đất, X là các yếu tố ảnh hưởng đến giá đất. Dựa vào số liệu điều tra, chúng ta xác định các hệ số (dùng phần mềm máy tính EXCEL) trong ví dụ trên có 2 yếu tố chúng ta thu thập được ảnh hưởng đến giá đất là mặt tiền và khoảng cách của thửa đất so với mặt tiền đường phố. Ta xác định được o =10, 96, 1=1,06, 2=-0,25. Giá trị kiểm định Tstart yếu tố mặt tiền = 3,53 và Tstart yếu tố KCMĐ = -18,16 đều cho thấy các yếu tố Mặt tiền và KCMĐ ảnh hưởng đến giá đất với độ tin cậy 95%. Ta xây dựng được mối quan hệ giữa giá đất với các yếu tố mặt tiền và KCMĐ theo phương trình sau: Giá đất = 10,96+1,05*X1-0,25*X2 Khi xác định giá đất của thửa đất bất kỳ trong khu vực điều tra chỉ cần thay các giá trị mặt tiền của thửa đất và khoảng cách của thửa đất tới mặt tiền đường phố.
a) Cơ sở lý luậnPhương pháp này dựa trên cơ sở của bài toán phân tích hồi qui, trên cơ sở các giao dịch thu thập trên thị trường có thể xác định mức độ ảnh hưởng của các yếu tố lên giá bất động sản để từ đó dự báo cho các bất động sản khác. b) Phạm vi áp dụng và yêu cầu của phương pháp- Phạm vi áp dụng: Phương pháp này áp dụng đối với những bất động sản thường xuyên giao dịch trên thị trường, các yếu tố tác động đến giá bất động sản dễ dàng được điều tra. - Yêu cầu của phương pháp: Các thông tin thu nhận được phải đầy đủ và chính xác, có thể kiểm chứng được trên thực tế. Vì là phương pháp mang tính chất toán học nên người định giá phải có kiến thức về toán học (Bài toàn hồi qui) và có thể sử dụng tin học trong việc thành lập mô hình định giá.
c) Các bước tiến hành phương phápBước 1: Điều tra giá bán của những tài sản tương tự, các yếu tố của bất động sản có thể tác động đến giá bất động sản. Bước 2: Lựa chọn mô hình hồi qui phù hợp để xem xét mức độ ảnh hưởng của các yếu tố đến giá bất động sản. Bước 3: Xác định mô hình tốt nhất và đánh giá mức độ ảnh hưởng của các yếu tố. Bước 4: Xác định được các yếu tố của bất động sản cần định giá và đưa vào mô hình để xác định giá bất động sản. d) Kỹ thuật tính toán áp dụng trong phương pháp:Trong khi phân tích các yếu tố ảnh hưởng đến giá đất thì cần xem xét đến mức độ ảnh hưởng của các yếu tố, xác định mối tương quan của yếu tố ảnh hưởng đến giá đất, kiểm định lại sự tương quan theo các chỉ số kiểm định (Tstat) Sắp xếp các yếu tố và chạy mô hình hồi qui để sử dụng thành thạo, cần nắm bắt được tin học trong đó xác định các mô hình và trong mỗi một mô hình xác định được các giá trị kiểm định. e) Những điều cần chú ý trong phương phápGiá đất điều tra phải gần với thời gian định giá, số liệu điều tra nên theo cùng một đơn vị thời gian hoặc có thể điều tra lúc giá bắt đầu tăng hoặc bắt đầu giảm. Cần xây dựng đồ thị mối quan hệ của giá đất với các yếu tố ảnh hưởng. Каталог: share -> proxy -> alfresco-noauth -> api -> internal -> shared -> node node -> BÁ ĐẠo và VÔ ĐỐI node -> 12 cung hoàng đẠo cung Bạch Dương (Aries 22/3 20/4) node -> TÍnh cách 12 cung hoàng đẠo bảo Bình (21/1-19/2) node -> [Tính hai mặt của 12 cung hoàng đạo] Bạch Dương: "Thiên thần" và "ác quỷ" node -> HƯỚng dẫn sử DỤng và KÊ khai c/o mẫu ico hàng cà phê việt nam xuất khẩU node -> Ch¬ng 3: Ph¬ng ph¸p ®o su node -> NÓI "anh yêu em" LẦn nữA, ĐƯỢc không ? Tác giả: Shino node -> Là gì? Vâng, bạn có thể đã nghe từ đó trước đây, lập trình là xây dựng một chương trình. Một chương trình máy tính là một tập hợp các hướng dẫn. Đây bắt đầu là vấn đề node -> 10 CÂu nói nổi tiếng của các tổng thống mỹ node -> Truyện ngắn Vì cơn gió nhẹ Niềm tin và niềm “hi vọng ngớ ngẩn”. Cậu đấy đã quay trở lại. “Nếu hai người yêu nhau luôn nghĩ về nhau, chắc chắn sẽ gặp được nhau.” tải về 1.55 Mb. Chia sẻ với bạn bè của bạn:
|
