Chuong 3 du bao va phan tich hoi quy tuong quan

tin hoc ung dung

Trang 1

ThS ThS Nguyn Nguyn Kim Nam Kim Nam http//:www.namqtkd.come.vn

CHƯƠNG III:

DỰ BÁO VÀ PHÂN TÍCH HỒI QUY

TƯƠNG QUAN TIN HỌC ỨNG DỤNG TRONG KINH DOANH

1

ThS Nguyn Kim Nam-Trng b môn Lý thuyt cơ s - Khoa QTKD

2

Khoa QTKD - ThS Nguyễn Kim Nam

11 PHÂN TÍCH TƯƠNG QUAN PHÂN TÍCH TƯƠNG QUAN

3

4

VD2:

VD2: Để Để nghiên nghiên cứu cứu quan quan hệ hệ giữa giữa tuổi tuổi nghề nghề (y) (y) và và số số sản sản phẩm phẩm sai sai hỏng

hỏng (x) (x) của của công công nhân nhân trong trong phân xưởng người ta thống kê ngẫu phân xưởng người ta thống kê ngẫu nhiên 18 công nhân, số liệu thu được như trong bảng

nhiên 18 công nhân, số liệu thu được như trong bảng sau sau Tìm tương Tìm tương quan giữ tuổi nghề và số sản phẩm sai hỏng

22 PHÂN TÍCH HỒI QUY ( PHÂN TÍCH HỒI QUY (Regresssion Regresssion))

Hồi Hồi quy quy đơnđơn tuyến tuyến tính tính::

Dạng đơn giản nhất của một mô hình hồi qui chứa một

biến phụ thuộc (còn gọi là "biến đầu

biến phụ thuộc (còn gọi là "biến đầu ra," "biến nội sinh," ra," "biến nội sinh,"

hay "biến

hay "biến Y") và một biến độc lập đơn (còn gọi là "hệ Y") và một biến độc lập đơn (còn gọi là "hệ

số," "biến ngoại

số," "biến ngoại sinh sinh," hay " ," hay "biến biến X") X").

Phương trình hồi quy tuyến tính đơn có thể biểu diễn

theo dạng

22 PHÂN TÍCH HỒI QUY ( PHÂN TÍCH HỒI QUY (Regresssion Regresssion)) Hồi Hồi quy quy đơnđơn tuyến tuyến tính tính::

Trang 2

7

8

9

22 PHÂN TÍCH HỒI QUY PHÂN TÍCH HỒI QUY

vì

vì giá giá trị trị 7,72E 7,72E 06 < 0,05 06 < 0,05 nên nên phương phương trình trình hồi hồi quy quy

này

này là là thích thích hợp hợp

Ví

Ví dụ dụ 2: 2:

10

22 PHÂN TÍCH HỒI QUY PHÂN TÍCH HỒI QUY Hồi Hồi quy quy đađa tuyến tuyến tính tính

Trang 3

13

14

15

16

Trang 4

33 ỨNG DỤNG EXCEL TRONG DỰ BÁO KINH DOANHỨNG DỤNG EXCEL TRONG DỰ BÁO KINH DOANH

Dự báo theo phương pháp phân tích nhân

quả (hồi quy và phân tích tương quan).

Đểdự báo bằng phương pháp sử dụng mô hình

hồi quy tuyến tính đơn y= ax + b (y là biến phụ

thuộc, x là biến độc lập) khi biết được một trong

hai giá trị ta có thể sử dụng các hàm TREND,

FORECAST, LINEST, SLOPE và INTERCEPT.

19

Dự báo theo phương pháp phân tích nhân quả (hồi quy và phân tích tương quan).

Hàm FORECAST

Ý nghĩa: Hàm Forecast tính, ước lượng giá trị tương lai căn cứ vào giá trị hiện tại và quá khứ

Cú pháp:

=FORECAST(x, known_y’s, known_x’s)

20

Trong đó:

◦ x là giá trị dùng để dự báo.

◦ known_y’s là các giá trị hoặc vùng địa

chỉ của tập số liệu phụ thuộc quan sát

được

◦ known_x’s là các giá trị hoặc vùng địa

chỉ của tập số liệu độc lập quan sát

được.

21

Hàm Trend

Ý nghĩa: Hàm Trend dùng để trả về giá trị dọc theo đường hồi quy (theo phương pháp bình phương nhỏ nhất)

Cú pháp:

=TREND(known_y’s, known_x’s, new_x’s, const)

22

Trong đó:

◦ known_y’s, known_x’s, new_x’s là các

giá trị hoặc vùng địa chỉ chứa giá trị đã

biết của x, y tương ứng và giá trị mới

của x.

◦ const là hằng số Ngầm định nếu const =

1 (True) thì hồi quy theo hàm y = ax + b,

nếu const = 0 (False) thì hồi quy theo

Hàm SLOPE và INTERCEPT

Ý nghĩa: Hàm SLOPE để tính hệ số góc a và hàm INTERCEPT để tính hệ số tự do b của hàm hồi quy tuyến tính đơn y=ax+b Thay các

hệ số a, b này vào hàm số với giá trị đã biết của

x hoặc y ta sẽ tìm ra giá trị còn lại cần dự báo

Cú pháp:

= SLOPE(known_y’s, known_x’s)

= INTERCEPT(known_y’s, known_x’s)

Trang 5

Trong đó:

◦ known_y’s là các giá trị hoặc vùng địa

chỉ của tập số liệu phụ thuộc quan sát

được

◦ known_x’s là các giá trị hoặc vùng địa

chỉ của tập số liệu độc lập quan sát

được.

25

Ví dụ: Lợi nhuận của một DN phụ thuộc vào giá thành sản phẩm DN đã thống kê được số liệu như sau:

26

Nếu sang kỳ tới giá thành của DN là 270000 thì lợi nhuận sẽ là bao nhiêu?

Dùng hàm Trend:

27

Sử dụng hàm FORECAST:

28

Sử dụng hàm SLOPE và INTERCEPT:

Hàm LINEST

Ta có thể sử dụng hàm LINEST cho phương pháp dự báo mô hình hồi quy tuyến tính đơn y

= ax + b và mô hình hồi quy tuyến tính bội

y = a1x1+ a2x2+…+ anxn + b

Cú pháp:

=LINEST(known_y’s, known_x’s, const, stats)

Nhập xong được kết thúc bằng tổ hợp phím Ctrl + Shift + Enter

Trang 6

Hàm LINEST

Trong đó:

known_y’s, known_x’s, là các giá trị hoặc vùng

địa chỉ chứa giá trị đã biết của x và y tương

ứng

const là hằng số Ngầm định nếu const = 1

(True) thì tính toán hệ số tự do b, nếu const =

0 (False) bỏ qua b (b = 0)

stats là các tham số thống kê

31

Sử dụng hàm LINEST

Ví dụ: Lợi nhuận của doanh nghiệp (y) phụ thuộc và giá thành sản phẩm (x1), chi phí quản lý (x2), chi phí bán hàng (x3) Dự báo lợi nhuận của doanh nghiệp đạt được khi

x1= 600, x2= 35, x3= 25 bằng hàm

LINEST như hình sau:

32

33

Kéo, vào fx rồi Ctr+sh

Bài tập: Một DN nhận thấy doanh thu của công ty phụ thuộc vào chi phí quảng cáo trên truyền hình DN đã thống kê được số liệu qua 5 tháng như sau:

34

Tháng Chi phí quảng cáo (triệu) Doanh thu (tỷ)

Sử dụng hàm TREND, FORECAST,

SLOPE và INTERCEPT để dự báo cho

tháng 6 nếu tháng 6 công ty dự định chi

cho quảng cáo là 14,75 triệu:

Sử dụng hàm FORECAST để dự báo cho

tháng 6 nếu tháng 6 công ty dự định chi cho quảng cáo là 14,75 triệu:

Trang 7

Tương tự, bạn có thể dùng các hàm

TREND, SLOPE và INTERCEPT để dự

báo (sv tự thực hiện)

37

S

Sử ử dụng dụng phương phương pháp pháp bình bình quân quân di di độngđộng

Trong Excel sử dụng menu Tools / Data Analysis / Moving average moving dùng để dự báo theo phương pháp trung bình di động

Mục interval để nhập số kỳ tính bình quân.Tùy chọn Chat Output để vẽ đồ thị của dãy dữ liệu quan sát và dữ liệu tính toán Tùy chọn Standard Errors để hiển thị sai số giữa số quan sát và số

tính toán.

Ví dụ:

38

Có số liệu thống kê về doanh thu ở một cửa hàng

trong một năm như bảng sau Với số kỳ tính bình

quân n=3 Hãy tính toán và dự báo doanh thu cho

tháng 1 năm tiếp theo

39

S

Sử ử dụng dụng phương phương pháp pháp san san bằng bằng số số mũ mũ

Phương pháp san bằng hàm mũ (Exponential Smoothing) còn có tên gọi là phương pháp điều hòa mũ Phương pháp này đưa ra các dự báo cho giai đoạn trước và thêm vào đó một lượng điều chỉnh để có được lượng dự báo cho giai đoạn kế tiếp Sự điều chỉnh này là một tỷ lệ nào đó của sai

số dự báo ở giai đoạn trước và được tính bằng cách nhân số dự báo của giai đoạn trước với hệ số

αnằm giữa 0 và 1 Hệ số này gọi là hệ số điều hòa

Ví dụ:

40

Có số liệu thống kê về doanh thu ở một cửa hàng

trong một năm như bảng sau Hãy tính toán và dự

báo doanh thu cho tháng 1 năm tiếp theo, theo

phương pháp san bằng số mũ với α = 0.3

Tiêu đề	Dự báo và phân tích hồi quy tương quan
Tác giả	ThS. Nguyễn Kim Nam
Trường học	Khoa QTKD
Thể loại	Bài giảng
Năm xuất bản	2012

Định dạng
Số trang	7
Dung lượng	3,48 MB