Hồi quy hàm mũ là gì?
Hồi quy hàm mũ là việc khớp một đường cong có dạng \(y = A \cdot B^{x}\) với một tập các cặp quan sát. Đây là công cụ phù hợp mỗi khi một đại lượng tăng hoặc giảm theo một hệ số gần như không đổi mỗi khi x tăng một đơn vị — như tăng trưởng dân số, lãi kép, phân rã phóng xạ, nuôi cấy vi khuẩn và nhiều quá trình tự nhiên khác. Đây là công cụ thống kê phổ quát, không phụ thuộc vào quy tắc của bất kỳ quốc gia nào.
Cách sử dụng
Nhập dữ liệu, mỗi dòng một cặp theo định dạng x,y. Bạn cần ít nhất hai điểm, các giá trị x không được giống hệt nhau, và mọi giá trị y phải dương tuyệt đối (vì phương pháp lấy logarit tự nhiên của y). Chọn số chữ số hiển thị, rồi đọc kết quả A, B và hệ số tương quan r.
Giải thích công thức
Mô hình này phi tuyến, nhưng khi lấy logarit thì nó trở thành tuyến tính: \(\ln(y) = \ln(A) + x \cdot \ln(B)\). Vì vậy ta thực hiện khớp đường thẳng bằng bình phương tối thiểu thông thường trên các điểm đã biến đổi \((x_i, \ln y_i)\). Với \(\bar{x}\) là trung bình của x và meanLnY là trung bình của ln y, ta định nghĩa \(S_{xx} = \sum (x_i - \bar{x})^2\), \(S_{yy} = \sum (\ln y_i - \text{meanLnY})^2\) và \(S_{xy} = \sum (x_i - \bar{x})(\ln y_i - \text{meanLnY})\). Khi đó
$$B = \exp(S_{xy}/S_{xx}), \quad A = \exp(\text{meanLnY} - \bar{x} \cdot \ln B), \quad r = \frac{S_{xy}}{\sqrt{S_{xx}} \cdot \sqrt{S_{yy}}}$$
Ví dụ minh họa
Với các điểm (1, 2.7), (2, 7.4), (3, 20.1), (4, 54.6), (5, 148.4): \(n = 5\), \(\bar{x} = 3\), \(\text{meanLnY} \approx 2.99906\). \(S_{xx} = 10\), \(S_{xy} \approx 10.01167\), \(S_{yy} \approx 10.02337\). Do đó
$$B = \exp(1.001167) \approx 2.7215, \quad A = \exp(2.99906 - 3 \cdot 1.001167) \approx 0.9956, \quad r \approx 0.99999985$$Mô hình khớp được \(y \approx 0.9956 \cdot 2.7215^{x}\) rất sát với hàm gốc \(y \approx e^{x}\).
Diễn giải Kết quả của Bạn
Một phép hồi quy hàm mũ trả lại ba số — \(A\), \(B\) và \(r\) — cùng nhau mô tả mô hình \(y = A \cdot B^{\,x}\). Dưới đây là cách đọc từng số một.
Cơ số \(B\): tăng trưởng hoặc suy giảm
Cơ số \(B\) kiểm soát hướng và tốc độ thay đổi cho mỗi lần tăng một đơn vị trong \(x\):
- \(B > 1\) có nghĩa là tăng trưởng. Mỗi bước trong \(x\) nhân \(y\) với \(B\), do đó đường cong tăng lên. Phần trăm thay đổi trên mỗi đơn vị là \((B-1)\times100\%\). Ví dụ, \(B = 1.08\) tương ứng với tăng 8% trên mỗi đơn vị của \(x\).
- \(B < 1\) có nghĩa là suy giảm. Mỗi bước nhân \(y\) với một số nhỏ hơn một, do đó đường cong giảm về không. Công thức tương tự \((B-1)\times100\%\) cho kết quả âm; ví dụ \(B = 0.85\) là một thay đổi \(-15\%\) trên mỗi đơn vị.
- \(B = 1\) là phẳng. \(y\) vẫn bằng \(A\) bất kể \(x\) là gì (thay đổi không phần trăm).
Hệ số \(A\): giao điểm với trục y
\(A\) là giá trị của \(y\) khi \(x = 0\), vì \(A \cdot B^{0} = A\). Nó neo chứa đường cong theo phương thẳng đứng và đại diện cho lượng ban đầu, dân số ban đầu, tiền gốc, hoặc liều lượng ở gốc của trục \(x\) của bạn.
Hệ số tương quan \(r\): độ phù hợp trên thang logarit
Độ phù hợp này hoạt động bằng cách lấy \(z_i = \ln y_i\) và chạy một phép hồi quy tuyến tính thông thường của \(z\) so với \(x\). Do đó, \(r\) đo lường mức độ tốt của dữ liệu đã biến đổi logarit \(\ln(y)\) nằm trên một đường thẳng — không phải là mức độ tốt của các giá trị \(y\) thô phù hợp với đường cong. Giá trị \(r\) gần \(+1\) hoặc \(-1\) cho biết mối quan hệ hàm mũ mạnh; dấu hiệu khớp với hướng (dương cho tăng trưởng, âm cho suy giảm).
Sử dụng các dải diễn giải tương quan tiêu chuẩn cho \(|r|\):
- 0.9 – 1.0: phù hợp rất mạnh — dữ liệu tuân theo chặt chẽ mô hình hàm mũ.
- 0.7 – 0.9: phù hợp mạnh — hàm mũ là một mô tả tốt với một số sự phân tán.
- 0.5 – 0.7: phù hợp vừa phải — một xu hướng tồn tại nhưng các yếu tố khác đang được đánh giá.
- dưới 0.5: phù hợp yếu — một mô hình hàm mũ có thể không phù hợp.
Bởi vì \(r\) phản ánh sự phù hợp trên thang logarit, một \(r\) cao không đảm bảo lỗi nhỏ trên thang \(y\) ban đầu; các giá trị \(y\) lớn được trọng số hóa ít hơn sau phép biến đổi \(\ln\). Luôn vẽ biểu đồ đường cong phù hợp so với dữ liệu thô của bạn như một kiểm tra lý trí.
Câu hỏi thường gặp
Tại sao y phải dương? Phép khớp hoạt động trên \(\ln(y)\), mà logarit của số 0 hoặc số âm thì không xác định.
r ở đây có ý nghĩa gì? Đó là hệ số tương quan giữa x và ln(y). Tham khảo cách đánh giá: \(0.7 < |r| \le 1\) mạnh, \(0.4 < |r| < 0.7\) trung bình, \(0.2 < |r| < 0.4\) yếu, dưới 0.2 không có tương quan.
Nếu tất cả giá trị x của tôi đều bằng nhau thì sao? Khi đó \(S_{xx} = 0\) và độ dốc không xác định; bạn cần cung cấp ít nhất hai giá trị x khác nhau.
