[C11] Giải thích hệ số ước lượng của “priceUS” từ mô hình hồi
quy ở Câu 3. Nếu giá bán giả định của vắc xin COVID 19 hay biến priceUS có xu hướng tăng thì xác suất quyết định tiêm vắc xin có xu hướng giảm do hệ số ước lượng âm. (với các yếu tố khác không đổi) 2.[C12] Trong Câu 3, có bốn hệ số đã ước lượng cho bốn biến giả đã được tạo từ “risk”. Chọn một trong bốn hệ số này và giải thích ý nghĩa của hệ số đã chọn. Hệ số ước lượng của neither là 1.09 có ý nghĩa thống kê, có nghĩa là những người nghĩ trong 12 tháng tới, họ “có thể hoặc không thể bị nhiễm COVID 19” thì xác suất quyết đinh tiêm vắc xin sẽ cao hơn đối với những người nghĩ rằng họ “hoàn toàn không bị nhiễm”. (với các yếu tố khác không đổi) 3.[C13] Trong Câu 3, có các hệ số đã ước lượng cho biến giả đã tạo ra từ “edu”. Hãy chọn một trong các hệ số này và giải thích ý nghĩa của của hệ số đã chọn. Nếu người tiêm vắc xin có trình độ tiểu học thì xác suất quyết đinh tiêm vắc xin sẽ giảm do hệ số ước lượng của primary là âm. (với các yếu tố khác không đổi) 4. [C14] Hãy giải thích ý nghĩa của tác động biên bởi biến “priceUS” đã tính ở Câu 6. Khi giá của liều vắc xin tăng lên 1$ thì xác suất tiêm vắc xin sẽ giảm đi 0.47%. (với các yếu tố khác không đổi) 5. [C15] Hãy giải thích ý nghĩa của tác động biên bởi “priceUS” đã tính ở Câu 7. Khi giá của liều vắc xin tăng lên 1$ thì xác suất tiêm vắc xin sẽ thay đổi đi 0.47%. (với các yếu tố khác không đổi) 6. [C16] Giải thích hệ số ước lượng của “hhincomeUS” từ mô hình hồi quy ở Câu 8. Biến hhincomeUS không có ý nghĩa thống kê. 7. [C17] Những hệ số đã ước lượng từ mô hình Logit (Câu 3) và mô hình Probit (Câu 8) khác nhau về độ lớn. Điều này có nghĩa là hai mô hình tìm những tác động khác nhau của biến độc lập đối với xác suất đang được xem xét phải không? Hãy giải thích ngắn gọn. 2 mô hình điều dựa trên phương pháp maximum likelihood, mô hình logit sử dụng hàm phân phối logit chuẩn trong khi các mô hình probit giả định hàm phân phối chuẩn chuẩn hóa. Cơ bản thì 2 mô hình đều đưa ra 1 kết quả như nhau nên tác động của chúng lên những biến độc lập là như nhau. 8. [C18] Giải thích ngắn gọn về đồ thị đã vẽ ở Câu 5. Câu 5 là đồ thị thể hiện xác suất giá tiền vắc xin thay đổi thế nào từ 0- 150$. Trục hoành thể hiện mức giá của liều vắc xin từ 0-150$, trục tung thể hiện xác suất dự đoán của việc tiêm vắc xin từ 0 - 80%. Nhìn đồ thị ta có thể thấy xác suất của việc tiêm vắc xin sẽ giảm khi giá của liều vắc xin tăng. 9. [C19] Mô tả ngắn gọn đồ thị đã vẽ ở Câu 10. Có phải xác suất dự đoán từ hai mô hình (Logit và Probit) rất khác nhau không? Xác suất dự báo của 2 mô hình không quá khác nhau, đều là đường cong đi xuống và logit model nằm trên probit model, cả 2 đều mô tả xác suất quyết định tiêm vắc xin giảm khi giá của liều vắc xin tăng từ 0$ cho đến 150$ 10.[C20] Từ câu trả lời của bạn ở Câu 19, bạn sẽ chọn mô hình nào, Logit hay Probit? Giải thích lý do bạn chọn mô hình đó. Em sẽ chọn mô hình logit vì mô hình logit tính được xác suất đơn giản hơn và tính tác động biến đơn giản hơn trên phần mềm Rstudio