Ết Quả Ước Ượng Tha Số V D Đ N Với Ô Hình Bmal3

Bảng 4.15: ết quả ước ượng tha số v d đ n với ô hình BMAL3_Split

Biến

Ước ượng	Sai số chuẩn	P-value
(Intercept)	-5.66681	1.08445	1.74e-7 ***
TUOI	0.03293	0.01800	0.0673 .
DANTOC	0.65596	0.26428	0.0131 *
TDHV	0.36477	0.05102	8.74e-13 ***
VAYVON	2.20035	0.49700	9.54e-06 ***
RRB	1.24120	0.27022	4.36e-06 ***
Chỉ số	Gi trị
Brier	0.173
AUC	0.819
AUC (bootstrap 1000 lần)	0.807
Kết quả dự đoán của mô hình theo dữ liệu ước lượng (dữ liệu huấn luyện)
Độ chính xác	75.06%
Độ nhạy	76.59%
Độ đặc hiệu	73.33%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		157	48
	KSL		48	132
Kết quả dự đoán của mô hình theo dữ liệu độc lập (dữ liệu kiểm tra)
Độ chính xác	81.05%
Độ nhạy	77.97%
Độ đặc hiệu	86.11%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		46	5
	KSL		13	31
Mức ý nghĩa thống kê: 0 „*‟ 0.001 „‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1

Có thể bạn quan tâm!

Xem toàn bộ 251 trang tài liệu này.

Ngu n: Kết qu tính toán của tác gi

Bảng 4.16: ết quả ước ượng tha số v d đ n với ô hình BMAL4_Split

Biến

Ước ượng	Sai số chuẩn	P-value
(Intercept)	-5.93648	1.10621	8.03e-8 ***
TUOI	0.03414	0.01814	0.05982 .
DANTOC	0.63536	0.26754	0.01756 *
TDHV	0.32873	0.05283	4.89e-10 ***
VAYVON	2.34278	0.49774	2.52e-06 ***
THUONGHIEU	0.76483	0.28077	0.00645 **
RRB	1.23943	0.27222	5.29e-06 ***
Chỉ số	Gi trị
Brier	0.170
AUC	0.827
AUC (bootstrap 1000 lần)	0.811
Kết quả dự đoán của mô hình theo dữ liệu ước lượng (dữ liệu huấn luyện)
Độ chính xác	75.58%
Độ nhạy	77.07%
Độ đặc hiệu	73.89%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		158	47
	KSL		47	133
Kết quả dự đoán của mô hình theo dữ liệu độc lập (dữ liệu kiểm tra)
Độ chính xác	77.89%
Độ nhạy	75.86%
Độ đặc hiệu	81.08%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		44	7
	KSL		14	30
Mức ý nghĩa thống kê: 0 „*‟ 0.001 „‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1

Ngu n: Kết qu tính toán của tác gi

Bảng 4.17: ết quả ước ượng tha số v d đ n với ô hình BMAL5_Split

Biến

Ước ượng	Sai số chuẩn	P-value
(Intercept)	-7.06888	1.18816	2.69e-09 ***
TUOI	0.04257	0.01771	0.016244 *
TDHV	0.35242	0.05110	5.32e-12 ***
NANGSUAT	0.03808	0.01841	0.049749 *
VAYVON	2.11751	0.49273	1.73e-05 ***
THUONGHIEU	0.76466	0.27891	0.006113 **
RRB	1.06591	0.27623	0.000114 ***
Chỉ số	Gi trị
Brier	0.171
AUC	0.823
AUC (bootstrap 1000 lần)	0.808
Kết quả dự đoán của mô hình theo dữ liệu ước lượng (dữ liệu huấn luyện)
Độ chính xác	75.58%
Độ nhạy	76.81%
Độ đặc hiệu	74.16%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		159	46
	KSL		48	132
Kết quả dự đoán của mô hình theo dữ liệu độc lập (dữ liệu kiểm tra)
Độ chính xác	76.84%
Độ nhạy	74.58%
Độ đặc hiệu	80.56%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		44	7
	KSL		15	29
Mức ý nghĩa thống kê: 0 „*‟ 0.001 „‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1

Ngu n: Kết qu tính toán của tác gi

Bảng 4.18: ết quả ước ượng tha số v d đ n với ô hình BMAL6_Split

Biến

Ước ượng	Sai số chuẩn	P-value
(Intercept)	-6.84008	1.16723	4.63e-09 ***
TUOI	0.04194	0.01756	0.016942 *
TDHV	0.38806	0.04940	3.99e-15 ***
NANGSUAT	0.03934	0.01906	0.039057 *
VAYVON	1.95122	0.48929	6.67e-05 ***
RRB	1.05942	0.27446	0.000113 ***
Chỉ số	Gi trị
Brier	0.175
AUC	0.815
AUC (bootstrap 1000 lần)	0.803
Kết quả dự đoán của mô hình theo dữ liệu ước lượng (dữ liệu huấn luyện)
Độ chính xác	74.55%
Độ nhạy	75.85%
Độ đặc hiệu	73.03%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		157	48
	KSL		50	130
Kết quả dự đoán của mô hình theo dữ liệu độc lập (dữ liệu kiểm tra)
Độ chính xác	77.89%
Độ nhạy	75.00%
Độ đặc hiệu	82.86%
Ma trận nhầm lẫn			Tham khảo
	Dự đoán		SL	KSL
	SL		45	6
	KSL		15	29
Mức ý nghĩa thống kê: 0 „*‟ 0.001 „‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1

Ngu n: Kết qu tính toán của tác gi

4.3.4. Một số kiể định nhóm ô hình sử dụng toàn bộ dữ liệu và nhó ô hình sử dụng một phần dữ liệu

Đầu tiên, kiểm tra hiện tượng đa cộng tuyến của nhóm mô hình sử dụng toàn bộ dữ liệu để ước lượng mô hình và nhóm mô hình sử dụng dữ liệu huấn luyện để ước lượng mô hình bằng ma trận tương quan. Theo Phụ lục 7.1 và Phụ lục 7.2, 12 mô hình không xảy ra hiện tượng đa cộng tuyến vì hệ số tương quan của tất cả các cặp biến có giá trị tuyệt đối bé hơn hoặc bằng 0.43 (hiển nhiên bé hơn 0.775) (Gujarati và Porter, 2009).

Kế đến kiểm định giả thuyếtrằng tất cả các hệ số đồng thời bằng 0 với thống kê về tỷ số hợp lý (LR – likelihood ratio statistic). Để đảm bảo các yếu tố trên có ý nghĩa, theo Gujarati và Porter (2009), kiểm định thống kê LR theo phân phối Chi bình phương của 12 mô hình đều có giá trị xác suất Pr(> Chi2) < 0.0001. Vì thế bác bỏ giả thuyếtnên các yếu tố đưa vào 12 mô hình hồi quy logistic là các yếu tố quan trọng (từ Phụ lục 7.3 đến Phụ lục 7.14).

Sau đó, so sánh chỉ số Brier vá AUC của mô hình. Chỉ số Brier của 12 mô hình lần lượt là 0.168, 0.171, 0.168, 0.166, 0.167, 0.170, 0.173, 0.178, 0.173, 0.170,

0.171, 0.175. Các chỉ số Brier này đều gần bằng nhau và gần bằng 0. Bên cạnh đó, chỉ số AUC của 12 mô hình lần lượt là 0.828, 0.823, 0.828, 0.833, 0.832, 0.827,

0.819, 0.811, 0.819, 0.827, 0.823, 0.815. Các chỉ số AUC này đều gần bằng nhau và lớn hơn 0.8. Hơn nữa, tác giả đã d ng phương pháp bootstrap để tính trung bình 1000 lần giá trị AUC của 12 mô hình thì kết quả bootstrap trung bình AUC của 12 mô hình cũng đều gần bằng nhau và lần lượt là 0.819, 0.816, 0.820, 0.822, 0.820,

0.817, 0.808, 0.801, 0.807, 0.811, 0.808, 0.803. Do đó, 12 mô hình trong 2 nhóm

mô hình đều được xem là mô hình tốt (Nguyễn Văn Tuấn, 2020).

Theo Bảng 4.19, nhóm mô hình sử dụng toàn bộ dữ liệu để ước lượng mô hình và nhóm mô hình sử dụng dữ liệu huấn luyện để ước lượng, cả hai có kết quả dự đoán với hai bộ dữ liệu là xấp xỉ nhau.

Từ các kết quả trên, tác giả có thể kết luận rằng nhóm mô hình sử dụng dữ liệu huấn luyện để ước lượng mô hình có dự báo tốt hơn so nhóm mô hình nhóm mô hình sử dụng toàn bộ dữ liệu để ước lượng mô hình. Đồng thời, các mô hình này cũng thoả mãn 3 tiêu chí chọn lựa mô hình gồm đơn giản, đầy đủ và có ý nghĩa thực tế. Cụ thể, các mô hình có từ 4 đến 6 biến độc lập. Đặc biệt, các biến độc lập trong mô hình do phương pháp BMA chọn lựa đều có ý nghĩa thống kê và có dự báo tốt hơn. Cuối cùng, các biến trong mô hình đều có ý nghĩa thực tế về mặt lý thuyết, ý nghĩa kinh tế và rất dễ khảo sát. Như vậy, các mô hình BMAL1_Split, BMAL2_Split, BMAL3_Split, BMAL4_Split, BMAL5_Split, BMAL6_Split sẽ là những mô hình có nhiều ưu điểm hơn với dữ liệu nghiên cứu.

Bảng 4.19: Tổng hợp c c mô hình

MÔ HÌNH
BMAL1	BMAL1 _Split	BMAL2	BMAL2 _Split
Biến	TUOI ***	TUOI *	TUOI ***	TUOI *
	TDHV ***	TDHV ***	TDHV ***	TDHV ***
	VAYVON ***	VAYVON ***	VAYVON ***	VAYVON ***
	RRB ***	RRB ***	RRB ***	RRB ***
	THUONGHIEU **	THUONGHIEU **
Brier	0.168	0.173	0.171	0.178
AUC	0.828	0.819	0.823	0.811
Bootstrap AUC	0.819	0.808	0.816	0.801
Dữ liệu ước lượng tham số mô hình	480 hộ	385 hộ	480 hộ	385 hộ
Độ chính xác mô hình	75.83%	75.58%	75.62%	74.55%
Dữ liệu kiểm tra mô hình	không	95 hộ	không	95 hộ
Độ chính xác mô hình	không	80.00%	không	78.95%
Mức ý nghĩa thống kê: 0 „*‟ 0.001 „‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1

Ngu n: Kết qu tính toán của tác gi

Bảng 4.19 Tổng hợp c c ô hình (tiếp theo)

MÔ HÌNH
BMAL3	BMAL3 _Split	BMAL4	BMAL4 _Split
Biến	TUOI **	TUOI .	TUOI **	TUOI .
	TDHV ***	TDHV ***	TDHV ***	TDHV ***
	VAYVON ***	VAYVON ***	VAYVON ***	VAYVON ***
	RRB ***	RRB ***	RRB ***	RRB ***
	DANTOC *	DANTOC *	DANTOC *	DANTOC *
			THUONGHIEU *	THUONGHIEU **
Brier	0.168	0.173	0.166	0.17
AUC	0.828	0.819	0.833	0.827
Bootstrap AUC	0.82	0.807	0.822	0.811
Dữ liệu ước lượng tham số mô hình	480 hộ	385 hộ	480 hộ	385 hộ
Độ chính xác mô hình	75.42%	75.06%	77.29%	75.58%
Dữ liệu kiểm tra mô hình	không	95 hộ	không	95 hộ
Độ chính xác mô hình	không	81.05%	không	77.89%
Mức ý nghĩa thống kê: 0 „*‟ 0.001 „‟ 0.01 „*‟ 0.05 „.‟ 0.1 „ ‟ 1

Ngu n: Kết qu tính toán của tác gi