Chuỗi Seminar “Một số vấn đề về thống kê ứng dụng”

Time: 14:00 đến 16:00 ngày 31/03/2021, 14:00 đến 16:00 ngày 07/04/2021, 14:00 đến 16:00 ngày 14/04/2021, 14:00 đến 16:00 ngày 28/04/2021, 14:00 đến 16:00 ngày 12/05/2021,

Venue/Location: C101, VIASM

Speaker: Đỗ Văn Cường, Ngô Hoàng Long, Đào Thị Thanh Bình, Trịnh Thị Hường, Nguyễn Thị Nhung, Ngô Thị Thanh Nga

Thời gian	Giảng viên	Tên bài giảng
31/03/2021	TS. Đỗ Văn Cường (ĐH Bách Khoa Hà Nội) PGS. TS. Ngô Hoàng Long (ĐH Sư phạm Hà Nội)	Hồi quy Bayesian 1
7/4/2021	TS. Đỗ Văn Cường (ĐH Bách Khoa Hà Nội) PGS. TS. Ngô Hoàng Long (ĐH Sư phạm Hà Nội)	Hồi quy Bayesian 2
14/4/2021	PGS.TS. Đào Thị Thanh Bình (ĐH Hà Nội) TS. Trịnh Thị Hường (ĐH Thương Mại)	Phân tích nhân tố, Thang đo Likert và một số kiểm định
28/4/2021	TS. Nguyễn Thị Nhung (ĐH Thăng Long)	Phân tích nhân tố khám phá (EFA)
5/5/2021	PGS.TS. Đào Thị Thanh Bình (ĐH Hà Nội)	Mô hình cấu trúc (SEM1)
12/5/2021	TS. Ngô Thị Thanh Nga (ĐH Thăng Long)	Mô hình cấu trúc (SEM2)

Hồi quy Bayesian - Đỗ Văn Cường, PGS. TS. Ngô Hoàng Long

Tóm tắt: Chúng tôi trình bày cách tiếp cận Bayesian cho mô hình hồi quy tuyến tính. Một luật phân phối tiên nghiệm liên hợp sẽ được đưa ra trong trường hợp đặc biệt. Với các phân phối tiên nghiệm khác, chúng tôi sử dụng phần mềm R để tính toán các ước lượng dựa trên phân phối hậu nghiệm.

Phân tích nhân tố, Thang đo Likert và một số kiểm định - PGS.TS Đào Thị Thanh Bình và TS. Trịnh Thị Hường

Tóm tắt: Phân tích nhân tố được thường được sử dụng trong nghiên cứu xã hội học, đặc biệt liên quan tâm lý học, giáo dục học và dịch vụ. Chúng tôi trình bày tổng quan về quy trình của 1 nghiên cứu ứng dụng sử dụng phân tích nhân tố. Cơ sở toán của kiểm định độ tin cậy Alpha Cronbach, kiểm định Kaiser-Meyer-Olkin (KMO) và Bartlett được cung cấp. Sau đó, chúng tôi minh họa sử dụng phần mềm R để làm các thống kê mô tả với thang đo Likert và tiến hành các kiểm định trên.

Phân tích nhân tố khám phá (EFA) - Nguyễn Thị Nhung

Tóm tắt: Chúng tôi giới thiệu các bước cơ bản khi tiến hành phân tích EFA: Factor extraction, Factor selection, Factor Rotation và Factor scores. Đối với mỗi nhân tố, chúng tôi giới thiệu các phương pháp ước lượng và giải thích ý nghĩa. Gói lệnh EFA trên phần mềm mã nguồn mở R và dữ liệu được sử dụng để minh họa quá trình phân tích và giải thích ý nghĩa.

Mô hình cấu trúc (SEM) - PGS.TS Đào Thị Thanh Bình và TS. Ngô Thị Thanh Nga

Tóm tắt: Mô hình cấu trúc SEM là mô hình có những kỹ thuật phức hợp và linh hoạt được sử dụng để phân tích mối quan hệ nhân quả, quan hệ tiềm ẩn. Trong phần này, chúng tôi giới thiệu về các khái niệm của mô hinh SEM như biến quan sát, biến tiềm ẩn, tính xác định của mô hình (tường minh hay ẩn). Chúng tôi cũng giới thiệu các dạng mô hình chủ yếu khi phân tích SEM: mô hình đo lường, mô hình cấu trúc, mô hình xác lập, mô hình không xác lập, mô hình bão hòa, mô hình độc lập. Cuối cùng, chúng tôi đưa ra các kiểm định để Kiểm tra độ tin cậy của thang đo, Mức độ phù hợp của tổng thể mô hình. Chúng tôi sử dụng dữ liệu và gói lệnh SEM trong R để minh họa các phần phân tích SEM.