KIKIỂỂM ĐM ĐỊỊNH VÀ LNH VÀ LỰỰA CHA CHỌỌN MÔ HÌNHN MÔ HÌNH
 Các loCác loạại sai sót ci sai sót củủa da dạạng mô hình ng mô hình
hhồồi quii qui
 HHậu quả của sai sót mô hìnhậu quả của sai sót mô hình
 PhPhươương pháp phát hing pháp phát hiệện các sai sót n các sai sót
ccủủa da dạạng mô hình hng mô hình hồồi quii qui
 Tiêu chuTiêu chuẩẩn ln lựựa cha chọọn mô hình n mô hình
Các loCác loạại sai sót ci sai sót củủa da dạạng mô ng mô
hình hhình hồồi quii qui
CCáác dc dạạng sai sng sai sóót ct củủa da dạạng mô hng mô hìình nhnh nhưư
sau:sau:
 BBỏỏ ssóót bit biếến quan trn quan trọọng, ng,
 ĐĐưưa bia biếến không liên quan vn không liên quan vàào mô o mô
hhìình, nh,
 SSửử ddụụng dng dạạng hng hààm sm sốố không đkhông đúúng, ng,
 Sai sSai sốố trong đo ltrong đo lườường, vng, vàà
 XXáác đc địịnh dnh dạạng cng củủa pha phầần sai sn sai sốố không không
đđ
úú
ng. ng.
 Ví dVí dụụ vvềề hàm chi phí chàm chi phí củủa doanh nghia doanh nghiệệp, p,
ddạạng hàm đúng sẽ là: ng hàm đúng sẽ là:
YY
ii
= b= b
11
+ b+ b
22
XX
ii
+ b+ b

(6.2)(6.2)
 ĐĐưưa bia biếến không liên quan vào mô hình n không liên quan vào mô hình
(X(X
i4i4
))::
YY
ii
= l= l
11
+ l+ l
22
XX
ii
+ l+ l
33
XX
ii
22
+ l+ l
44
XX
ii
33
+ l+ l
55
XX
ii
44
++ uu
3i 3i

*X*X
ii
**
33
+ u+ u
ii
**
trong đó trong đó YY
ii
* = Y* = Y
ii
+ + εε
ii
và và XX
ii
* = X* = X
ii
+ w+ w
ii
; ;
εε
ii
và wvà w
ii
là sai slà sai sốố ccủủa phép đo la phép đo lườường. ng.
NhNhưư vvậậy, thay vì sy, thay vì sửử ddụụng các bing các biếến sn sốố
đúng là đúng là YY
ii
và và XX
ii

 khi có skhi có sựự sai sót, ksai sót, kếết qut quảả ccủủa phép a phép
ướước lc lượượng sẽ không thng sẽ không thỏỏa mãn các đa mãn các đặặc c
điđiểểm cm củủa “a “ướước lc lượượng không chng không chệệch ch
tuytuyếến tính tn tính tốốt nht nhấất” (BLUE). t” (BLUE).
 chúng tôi chchúng tôi chỉỉ ttậập trung phát hip trung phát hiệện hai n hai
lolo
ạạ
i sai sót đi sai sót đ
ầầ
u tiên. u tiên.
Hậu quả của sai sót mô hìnhHậu quả của sai sót mô hình
 Để minh họa, ta dùng mô hình 3 Để minh họa, ta dùng mô hình 3
biến và xem xét 2 loại sai sót đầu biến và xem xét 2 loại sai sót đầu
tiên:tiên:
1.1. Bỏ sót biến có liên quan:Bỏ sót biến có liên quan:
Giả sử dạng đúng của mô hình là:Giả sử dạng đúng của mô hình là:
YY
ii
= = 
11
+ + 
22
XX
2i 2i
+ + 
33
XX
3i3i
+ u+ u
ii

11
cũng bị chệch, mặc dù cũng bị chệch, mặc dù 
22
không chệch.không chệch.
3.3. Var(uVar(u
ii
) = ) = 
22
bị ước lượng sai.bị ước lượng sai.
4.4. Var(Var(
22
) là ước lượng chệch của var() là ước lượng chệch của var(
22
).).
5.5. Do vậy, khoảng tin cậy và các kiểm định không Do vậy, khoảng tin cậy và các kiểm định không
chính xác.chính xác.
6.6. Dự báo dựa trên mô hình sai sẽ không đáng tin Dự báo dựa trên mô hình sai sẽ không đáng tin
cậy.cậy.








Hậu quả của sai sót mô hìnhHậu quả của sai sót mô hình
 Đưa vào mô hình biến không có liên quanĐưa vào mô hình biến không có liên quan
Giả sử mô hình đúng như sau:Giả sử mô hình đúng như sau:
YY

)=)=
11
; ; E(E(
22
)=)=
22
; v; và à
E(E(
33
)=)=0; 0;





Hậu quả của sai sót mô hìnhHậu quả của sai sót mô hình
 Phương sai sai số, Phương sai sai số, 
22
, được ước , được ước
lượng đúng;lượng đúng;
 Khoảng tin cậy và các kiểm định Khoảng tin cậy và các kiểm định
vẫn đáng tin cậy;vẫn đáng tin cậy;
 Tuy nhiên, các ước lượng Tuy nhiên, các ước lượng  không không
hiệu quả, tức là, phương sai của hiệu quả, tức là, phương sai của
chúng có thể lớn hơn phương sai chúng có thể lớn hơn phương sai
của của 
PhPh
ươươ
ng pháp phát hing pháp phát hi
ệệ

kk


khai thác dkhai thác d
ữữ
lili
ệệ
u (data u (data
mining)mining)
 chúng ta lchúng ta lựựa ra a ra kk bibiếến (n (k k ≤≤ cc))
 mmứức ý nghĩa thc ý nghĩa thựực sc sựự ((

**) t) từừ mmứức ý c ý
nghĩa danh nghĩa (nghĩa danh nghĩa (

) có th) có thểể đđượược tính c tính
theo công ththeo công thứức sau:c sau:

* * ≈≈ (c/k).(c/k).

 nnếếu u cc = 15, = 15, kk = 5, và = 5, và

= 5%, ta có = 5%, ta có
ththểể tính đtính đượược mc mứức ý nghĩa thc ý nghĩa thựực sc sựự là là
(15/5).(5) = 15%. (15/5).(5) = 15%.
 llưưu ý ru ý rằằng khi ng khi c = kc = k thì sẽ không có thì sẽ không có
hihiệện tn tượượng ng khai thác dkhai thác dữữ liliệệuu. .
2. Ki2. Kiểểm đm địịnh binh biếến bn bịị bbỏỏ sót và sót và
ddạạng hàm sng hàm sốố không đúngkhông đúng
2.1 Ki2.1 Kiểểm tra phm tra phầần dn dưư

+ a+ a
33
XX
ii
22
+ u+ u
2i2i
(2)(2)
YY
ii
= a= a
11
+ a+ a
22
XX
ii
+ u+ u
3i3i
(3)(3)
-400
-200 0
200
400
Residuals
0 2 4 6 8 10
sanluong
3 2
1