Cập nhật: 10/11/2023 bởi admin0
Nội dung chính (Nếu bạn chưa đăng nhập, nhiều nội dung có thể đã bị ẩn đi)
Mở đầu
Phân tích biệt số- Discriminant hay còn được gọi là phân tích phân biệt được sử dụng trong trường hợp chúng ta có 1 (hay nhiều) biến độc lập là biến liên tục và 1 biến phụ thuộc là biến phân loại (chia thành 2 hoặc nhiều danh mục bên trong)
Khác với ordinal regression, trong phân tích biệt số thì biến phụ thuộc không phải một biến thứ bậc. Tức là các số 1-2-3-…chỉ là để phân định rằng chúng khác nhau chứ không có tính chất 1<2<3<…
Cũng khác với hồi quy logistic. Trong khi hồi quy logistic xây dựng ra các hàm để “phân biệt” ra 2 nhóm trên cơ sở một nhóm gốc và 1 nhóm khác nó, tức là 1 hàm hồi quy sẽ cho ta gợi ý xem 1 quan sát nên ở nhóm này hay không nên ở nhóm này. Như vậy nếu có 3 nhóm ta cần xâu dựng ra 3 hàm như thế, 4 nhóm ta cần xây dựng 6 hàm và tất nhiên việc giải thích khá khó nếu chúng ta chỉ có 1-2 hàm (có thể hơn). Phân tích biệt số cũng yêu cầu 1 số giả định khắt khe hơn hồi quy logistic.
Trong trường hợp biến phân loại chỉ có 2 giá trị thì các bạn sẽ phải suy nghĩ xem chọn dạng phân tích nào. Chắc chắn các bạn thấy rằng hồi quy logistichay được sử dụng hơn (gặp nhiều hơn hẳn) vì nó khá dễ giải thích các kiểm định và hệ số hồi quy (Hay là vì gặp nhiều nên dễ thì mình cũng không rõ)
Trong quá trinh hỗ trợ các bạn làm các nghiên cứu có dạng như “các yếu tố ảnh hưởng đến quyết định mua”, khi thiết kế bảng hỏi nhiều bạn thường để 3 đáp án là có mua, không mua và chưa quyết định, như vậy 1 phân tích biệt số ở đây rất phù hợp. Tuy nhiên vì có thể ít gặp nên các bạn thường quy đổi lại có về 1 nhóm, không và phân vân về 1 nhóm để chạy hồi quy binary logistic cho dễ. Hi vọng khi đọc xong bài này các bạn sẽ có thêm một lựa chọn phù hợp.