Mô hình hồi quy tuyến tính kết hợp phương pháp thành phần chính trong phân tích dữ liệu.

Abstract

Luận văn tập trung nghiên cứu mô hình hồi quy tuyến tính kết hợp phương pháp thành phần chính (Principal Component Regression – PCR) nhằm xử lý hiện tượng đa cộng tuyến trong dữ liệu đa biến. Nội dung nghiên cứu trình bày cơ sở lý thuyết về mô hình hồi quy tuyến tính, phân tích thành phần chính (PCA) và các tiêu chí đánh giá mô hình. Trên cơ sở đó, đề tài tiến hành xây dựng mô hình hồi quy tuyến tính truyền thống, đánh giá những hạn chế khi các biến độc lập có tương quan cao, sau đó áp dụng PCA để giảm chiều dữ liệu và tạo ra các thành phần chính độc lập. Các thành phần này được sử dụng để xây dựng mô hình PCR nhằm nâng cao độ ổn định và hiệu quả dự báo. Cuối cùng, luận văn so sánh mô hình hồi quy tuyến tính và mô hình PCR để lựa chọn phương pháp phù hợp hơn đối với dữ liệu có nhiều biến và tồn tại đa cộng tuyến.