• Call: 0888.032.788
  • E-mail: [email protected]
  • Login
Education Blog
  • Trang chủ
  • Chức năng
    • Hướng dẫn
    • Dịch vụ
    • Lý thuyết
    • Làm thuê
    • Luận văn
    • Mẹo vặt
    • Bài báo
  • Báo giá
  • Liên hệ
No Result
View All Result
Hỗ trợ nghiên cứu định lượng
No Result
View All Result
Home Hướng dẫn

ước tính cỡ mẫu cho hồi quy

11/06/2020
in Hướng dẫn, Tin hot
0
ước tính cỡ mẫu cho hồi quy
Share on FacebookShare on Twitter

Bài mới !

Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ

Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ

24/03/2023
Nghiên cứu sinh xây dựng đề cương luận án tiến sĩ cần biết

Nghiên cứu sinh xây dựng đề cương luận án tiến sĩ cần biết

24/02/2023
Tìm hiểu luận văn thạc sĩ tài chính

Tìm hiểu luận văn thạc sĩ tài chính

14/02/2023
Hướng dẫn phân nhóm dữ liệu Cluster Analysis SPSS

Hướng dẫn phân nhóm dữ liệu Cluster Analysis SPSS

13/09/2022
Nghiên cứu định tính 2022 Nghiên cứu định lượng

Nghiên cứu định tính 2022 Nghiên cứu định lượng

04/06/2022
tìm hiểu về thang đo likert

tìm hiểu về thang đo likert

25/09/2022
Phân biệt biến số với tham số

Phân biệt biến số với tham số

01/06/2022
Ước lượng xu hướng bằng model trạng thái không gian

Ước lượng xu hướng bằng model trạng thái không gian

29/05/2022
Lượt xem:3.259

ước tính cỡ mẫu cho hồi quy, trên thực tế có nhiều bài hướng dẫn về cỡ mẫu cho kiểm định t-test, anova, hay Chi2 test … nhưng ít có thông tin về cỡ mẫu cho mô hình hồi quy; Trong bài viết này chúng tôi sẽ hướng dẫn các bạn ước tính cỡ mẫu cho phương pháp hồi quy, các bước này được thực hiện đơn giản trên phần mềm thống kê R.

Mục lục bài viết

    • Bài mới !
    • Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ
    • Nghiên cứu sinh xây dựng đề cương luận án tiến sĩ cần biết
    • Tìm hiểu luận văn thạc sĩ tài chính
    • Hướng dẫn phân nhóm dữ liệu Cluster Analysis SPSS
    • Nghiên cứu định tính 2022 Nghiên cứu định lượng
    • tìm hiểu về thang đo likert
    • Phân biệt biến số với tham số
    • Ước lượng xu hướng bằng model trạng thái không gian
  • I. ƯỚC TÍNH CỠ MẪU
    • 1.1 Ước tính cỡ mẫu phù hợp
    • 1.2 Xác định cỡ mẫu
  • II VÀI KHÁI NIỆM LIÊN QUAN
  • 2.1 Effect size (Hiệu ứng)
    • 2.2 Power (độ nhạy)
  • 3. Thực hành ước tính cỡ mẫu cho phương pháp hồi quy
    • 3.1 Nghiên cứu trước
    • 3.2 Ước tính Cohen’s f2 
    • 3.3 Ước tính cỡ mẫu thông qua kiểm định F
  • IV Kết luận ước tính cỡ mẫu

I. ƯỚC TÍNH CỠ MẪU

1.1 Ước tính cỡ mẫu phù hợp

Trong nghiên cứu khoa học thì cỡ mẫu càng nhiều càng tốt, nhưng có tính nghịch đó là chi phí sẽ rất cao, Thực hiện nghiên cứu khoa học thì kèm theo đó là chi phí, bởi vậy chúng ta phải cân đối chi phí với cỡ mẫu, làm cho cho cỡ mẫu có độ tin cậy mà đồng thời chi phí thực hiện là thấp nhất.

Ước tính cỡ mẫu lớn

Kích thước mẫu lớn hơn thường dẫn đến tăng độ chính xác khi ước tính các tham số chưa biết. Ví dụ, nếu chúng ta muốn biết tỷ lệ của một loài cá nhất định bị nhiễm mầm bệnh, chúng ta thường có ước tính chính xác hơn về tỷ lệ này nếu chúng ta lấy mẫu và kiểm tra 200 chứ không phải 100 con. Một số sự kiện cơ bản của thống kê toán học mô tả hiện tượng này, bao gồm định luật về số lượng lớn và định lý giới hạn trung tâm .

Đọc thêm:   Dịch vụ phân tích định lượng xử lý số liệu Stata SPSS Eviews miniTab R

Trong một số tình huống, việc tăng độ chính xác cho kích thước mẫu lớn hơn là tối thiểu hoặc thậm chí không tồn tại. Điều này có thể xuất phát từ sự hiện diện của các lỗi hệ thống hoặc sự phụ thuộc mạnh mẽ vào dữ liệu hoặc nếu dữ liệu tuân theo phân phối có đuôi nặng.

Cỡ mẫu có thể được đánh giá bằng chất lượng của các ước tính kết quả. Ví dụ: nếu một tỷ lệ đang được ước tính, người ta có thể muốn có khoảng tin cậy 95% rộng hơn 0,06 đơn vị. Ngoài ra, cỡ mẫu có thể được đánh giá dựa trên sức mạnh của kiểm tra giả thuyết. Ví dụ: nếu chúng ta so sánh sự hỗ trợ cho một ứng cử viên chính trị nào đó giữa phụ nữ với sự hỗ trợ cho ứng cử viên đó ở nam giới, chúng ta có thể muốn có 80% sức mạnh để phát hiện sự khác biệt về mức hỗ trợ 0,04 đơn vị.

1.2 Xác định cỡ mẫu

Xác định cỡ mẫu là hành động chọn số lượng quan sát hoặc sao chép để đưa vào mẫu thống kê . Cỡ mẫu là một tính năng quan trọng của bất kỳ nghiên cứu thực nghiệm nào trong đó mục tiêu là đưa ra những suy luận về dân số từ một mẫu. Trong thực tế, cỡ mẫu được sử dụng trong một nghiên cứu thường được xác định dựa trên chi phí, thời gian hoặc sự thuận tiện của việc thu thập dữ liệu và nhu cầu của nó để cung cấp đủ sức mạnh thống kê . Trong các nghiên cứu phức tạp có thể có một số cỡ mẫu khác nhau: ví dụ, trong một khảo sát phân tầng sẽ có các kích cỡ khác nhau cho mỗi tầng. Trong một cuộc điều tra dân số, dữ liệu được tìm kiếm cho toàn bộ dân số, do đó cỡ mẫu dự định bằng với dân số. Trong thiết kế thí nghiệm , trong đó một nghiên cứu có thể được chia thành các nhóm điều trị khác nhau , có thể có các cỡ mẫu khác nhau cho mỗi nhóm.

Đọc thêm:   Hiệu quả kỹ thuật bởi Phân tích biên ngẫu nhiên SFA

Cỡ mẫu có thể được chọn theo nhiều cách:

  1. Sử dụng kinh nghiệm – các mẫu nhỏ, mặc dù đôi khi không thể tránh khỏi, có thể dẫn đến khoảng tin cậy rộng và nguy cơ sai sót trong kiểm tra giả thuyết thống kê .
  2. Sử dụng phương sai mục tiêu cho một ước tính được lấy từ mẫu cuối cùng thu được, nghĩa là nếu cần độ
  3. Chính xác cao (khoảng tin cậy hẹp) thì điều này có nghĩa là phương sai mục tiêu thấp của công cụ ước tính.
  4. Sử dụng mục tiêu cho sức mạnh của kiểm tra thống kê sẽ được áp dụng khi mẫu được thu thập.
  5. Sử dụng mức độ tin cậy, nghĩa là mức độ tin cậy cần thiết càng lớn thì cỡ mẫu càng lớn (đưa ra yêu cầu độ chính xác không đổi).

II VÀI KHÁI NIỆM LIÊN QUAN

2.1 Effect size (Hiệu ứng)

Trong thống kê , kích thước hiệu ứng là thước đo định lượng về độ lớn của một hiện tượng .  Nó có thể đề cập đến giá trị của một thống kê được tính toán từ một mẫu dữ liệu , giá trị của một tham số của dân số thống kê giả thuyết hoặc phương trình vận hành cách thống kê hoặc tham số dẫn đến giá trị kích thước hiệu ứng.  Ví dụ về kích thước hiệu ứng bao gồm các mối tương quan giữa hai biến,  các hồi quy hệ số trong một hồi quy, các trung bình chênh lệch, hoặc nguy cơ của một sự kiện đặc biệt (ví dụ như nhồi máu cơ tim) xảy ra. Hiệu ứng kích thước bổ sungkiểm tra giả thuyết thống kê và đóng vai trò quan trọng trong phân tích công suất , lập kế hoạch cỡ mẫu và trong phân tích tổng hợp .

Kích thước hiệu ứng là một thành phần thiết yếu khi đánh giá sức mạnh của yêu cầu thống kê và nó là mục đầu tiên (độ lớn) trong tiêu chí MAGIC . Các độ lệch chuẩn của mức độ ảnh hưởng là cực kỳ quan trọng, vì nó chỉ ra bao nhiêu sự không chắc chắn được bao gồm trong đo lường. Độ lệch chuẩn quá lớn sẽ làm cho phép đo gần như vô nghĩa. Trong phân tích tổng hợp, trong đó mục đích là kết hợp nhiều kích thước hiệu ứng, độ không đảm bảo về kích thước hiệu ứng được sử dụng để cân nhắc kích thước hiệu ứng, do đó các nghiên cứu lớn được coi là quan trọng hơn các nghiên cứu nhỏ. Độ không đảm bảo về kích thước hiệu ứng được tính khác nhau cho từng loại kích thước hiệu ứng, nhưng nhìn chung chỉ yêu cầu biết kích thước mẫu của nghiên cứu ( N) hoặc số lượng quan sát ( n ) trong mỗi nhóm.

Đọc thêm:   Cách viết khảo lượt nghiên cứu tổng quan nghiên cứu trước luận văn thạc sĩ

Báo cáo kích thước hiệu ứng hoặc ước tính của chúng (ước tính hiệu ứng [EE] , ước tính hiệu quả) được coi là thông lệ tốt khi trình bày kết quả nghiên cứu thực nghiệm trong nhiều lĩnh vực.  Báo cáo về kích thước hiệu ứng tạo điều kiện cho việc giải thích tầm quan trọng của kết quả nghiên cứu, trái ngược với ý nghĩa thống kê của nó .Kích thước hiệu ứng đặc biệt nổi bật trong khoa học xã hội và trong nghiên cứu y học (trong đó kích thước của hiệu quả điều trị là quan trọng).

Công thức tính Cohen’s f2 có hồi quy bội

Cohen’s f2 = R2 / ( 1-R2)

2.2 Power (độ nhạy)

Power là độ nhạy của nghiên cứu thông thường ta dùng là 90%. Và trong ví dụ này thì chúng tôi vẫn dùng là 90%.

3. Thực hành ước tính cỡ mẫu cho phương pháp hồi quy

3.1 Nghiên cứu trước

Chúng ta dùng một (hay nhiều) nghiên cứu trước để tham khảo chỉ số R2

Chúng ta có một kết quả nghiên cứu như sau:

Từ nghiên cứu trên ta chỉ lấy :

  • R2= 0.3
  • u=9
  • Power = 0.9

3.2 Ước tính Cohen’s f2 

f2 = 0.3 /( 1-0.3) = 0.4285

3.3 Ước tính cỡ mẫu thông qua kiểm định F

##
## Multiple regression power calculation
##
## u = 9
## v = 62.25466
## f2 = 0.4285714
## sig.level = 0.01
## power = 0.9

Từ kết quả này ta có cỡ mẫu (n)

n = u + v + 1 = 9 + 63 + 1 = 73

IV Kết luận ước tính cỡ mẫu

Để có một nghiên cứu mới với độ tin cậy là 1% và độ nhạy của nghiên cứu là 90%, chúng ta phải sử dụng ÍT NHẤT là 73 quan sát để mô hình nghiên cứu có độ tin cậy thống kê.

Ước tính cỡ mẫu và việc làm quan trọng và được thực hiện đầu tiên trong các nghiên cứu khoa học, nhằm đảm bảo tính cân bằng giữa kinh tế và khoa học.

Tags: cỡ mẫugiá trịhồi quykhoa họckiểm nghiệmnghiên cứutrung bìnhước lượng

Related Posts

Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ
Hướng dẫn

Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ

by tonteo
24/03/2023
Nghiên cứu sinh xây dựng đề cương luận án tiến sĩ cần biết
Hướng dẫn

Nghiên cứu sinh xây dựng đề cương luận án tiến sĩ cần biết

by tonteo
24/02/2023
Tìm hiểu luận văn thạc sĩ tài chính
Hướng dẫn

Tìm hiểu luận văn thạc sĩ tài chính

by tonteo
14/02/2023
Hướng dẫn phân nhóm dữ liệu Cluster Analysis SPSS
Hướng dẫn

Hướng dẫn phân nhóm dữ liệu Cluster Analysis SPSS

by tonteo
13/09/2022
Nghiên cứu định tính 2022 Nghiên cứu định lượng
Dịch vụ

Nghiên cứu định tính 2022 Nghiên cứu định lượng

by tonteo
04/06/2022
tìm hiểu về thang đo likert
Lý thuyết

tìm hiểu về thang đo likert

by tonteo
25/09/2022
Phân biệt biến số với tham số
Hướng dẫn

Phân biệt biến số với tham số

by tonteo
01/06/2022
Load More

Bài viết mới

Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ

Nhận hướng dẫn viết đề cương đầu vào nghiên cứu sinh tiến sĩ

24/03/2023
Cách viết khảo lượt nghiên cứu tổng quan nghiên cứu trước luận văn thạc sĩ

Cách viết khảo lượt nghiên cứu tổng quan nghiên cứu trước luận văn thạc sĩ

21/03/2023
Nhận làm khảo sát số liệu hiệu chỉnh data Amos-CBSEM Smartpls -PLSSEM

Nhận làm khảo sát số liệu hiệu chỉnh data Amos-CBSEM Smartpls -PLSSEM

11/03/2023
Nhận làm mới luận văn cao học chỉnh sửa đề cương thạc sĩ

Nhận làm mới luận văn cao học chỉnh sửa đề cương thạc sĩ

09/03/2023
Dịch vụ phân tích định lượng xử lý số liệu Stata SPSS Eviews miniTab R

Dịch vụ phân tích định lượng xử lý số liệu Stata SPSS Eviews miniTab R

09/03/2023

Bài phổ biến

  • Phân tích thống kê mô tả

    Phân tích thống kê mô tả

    0 shares
    Share 0 Tweet 0
  • 5 khuyết tật của mô hình hồi quy

    0 shares
    Share 0 Tweet 0
  • lý thuyết nhận thức rủi ro TPR

    0 shares
    Share 0 Tweet 0
  • Hiệu chỉnh data biến tương tác: Modify variable Interaction DID

    0 shares
    Share 0 Tweet 0
  • mô hình tự hồi quy var trên eviews

    0 shares
    Share 0 Tweet 0

Chúng tôi

Hỗ trợ nghiên cứu định lượng

Hỗ trợ nghiên cứu khoa học

Chúng tôi hỗ trợ nghiên cứu định lượng cho các bạn công ty, doanh nghiệp, nghiên cứu viên, nghiên cứu sinh .... về các vấn đề định lượng trong nghiên cứu thị trường hay học thuật; Trong khi nghiên cứu khoa học các bạn gặp bất cứ vấn đề gì về định lượng, đừng ngần ngại hãy liên hệ ngay với chúng tôi, để được tư vấn và hỗ trợ nhanh chóng nhất và hiệu quả cao nhất.

Ngoài ra chúng tôi còn các dịch vụ khác như hỗ trợ tư vấn đề tài nghiên cứu khoa học, hướng dẫn chạy định lượng, cung cấp số liệu sơ cấp thay thứ cấp.

Kèm theo đó chúng tôi còn có dịch vụ hướng dẫn xử lý định lượng online trên các phần mềm thống kê phổ biến: R, Python, SPSS, Eviews, Stata, NCSS ...

© 2018 luanvanhay.org - Hỗ trợ nghiên cứu định lượng chuyên nghiệp LVH.

No Result
View All Result
  • Trang chủ
  • Chức năng
    • Hướng dẫn
    • Dịch vụ
    • Lý thuyết
    • Làm thuê
    • Luận văn
    • Mẹo vặt
    • Bài báo
  • Báo giá
  • Liên hệ

© 2018 luanvanhay.org - Hỗ trợ nghiên cứu định lượng chuyên nghiệp LVH.

Welcome Back!

Login to your account below

Forgotten Password?

Retrieve your password

Please enter your username or email address to reset your password.

Log In