Chào mừng các bạn đã quay trở lại. Trong bài học trước, chúng ta đã học cách sử dụng kiểm định F để xác định xem mô hình của mình có ý nghĩa thống kê tổng thể hay không. Giả sử kết quả cho thấy mô hình của chúng ta có ý nghĩa, vậy là xong rồi phải không? Chưa hẳn. Một mô hình có ý nghĩa thống kê không đồng nghĩa với việc nó là một mô hình “tốt”. Chúng ta cần trả lời một câu hỏi khác, cũng quan trọng không kém: “Mô hình của chúng ta giải thích được bao nhiêu phần trăm sự biến động của thực tế?”. Đây chính là lúc các thước đo độ phù hợp của mô hình (goodness-of-fit statistics) phát huy tác dụng. Trong số đó, (hay \(R^2\)) là thước đo nổi tiếng và được sử dụng rộng rãi nhất. Hầu như mọi báo cáo hồi quy đều có sự xuất hiện của nó. Tuy nhiên, R-squared cũng là một con số đầy cạm bẫy nếu chúng ta không hiểu rõ bản …