Bài giảng Tin học ứng dụng trong kinh doanh 1: Chương 4 ĐH Tôn Đức Thắng
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (473.04 KB, 20 trang )
Chương 4.
Dự báo trong kinh doanh
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
1
NỘI DUNG
•
•
•
•
•
•
•
1/8/16
Ứng dụng Excel trong dự báo kinh tế
Nội dung của dự báo
Phân tích hồi quy đơn trong Excel
Phân tích hồi quy bội trong Excel
Phân tích hồi quy sử dụng cơng cụ regression
Đồ thị trong hồi quy tuyến tính đơn
Dự báo nhanh sử dụng các hàm tuyến tính đơn
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
2
1. ỨNG DỤNG EXCEL TRONG DỰ BÁO
•
Dự báo kinh tế là việc đưa ra các dự báo những sự kiện kinh tế sẽ xảy ra trong tương lai
dựa trên cơ sở phân tích khoa học các số liệu kinh tế của quá khứ và hiện tại.
•
Tùy theo tầm của dự báo người ta phân thành dự báo dài hạn, dự báo trung hạn, dự báo
ngắn hạn.
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
3
2. NỘI DUNG CỦA DỰ BÁO
•
•
•
1/8/16
Phân tích hồi quy đơn trong Excel
Phân tích hồi quy bội trong Excel
Dự báo nhanh sử dụng các hàm tuyến tính
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
4
VÍ DỤ
•
1/8/16
Hãy dự báo giá trị sản xuất nếu chi phí điện năng là 3.2 triệu Kwh.
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
5
3. PHÂN TÍCH HỒI QUY ĐƠN
•
•
•
Hàm Slope và Intercept để ước lượng các tham số của hàm hồi quy đơn
Hàm Slope dùng để ước lượng hệ số góc (β1) của phương trình y = β0 + β1 x.
Cú pháp:
– Known_y’s:
Slope(Known_y’s,known_x’s)
giá trị quan sát của biến phụ thuộc y
– Known_x’s: Giá trị quan sát của biến độc lập x.
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
6
3. PHÂN TÍCH HỒI QUY ĐƠN
•
Hàm Intercept dùng để ước lượng hệ số tự do β0 của phương trình hồi quy
bậc nhất theo cú pháp
•
Cú pháp:
Intercept(Known_y’s,known_x’s)
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
7
3. PHÂN TÍCH HỒI QUY ĐƠN
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
8
4. PHÂN TÍCH HỒI QUY BỘI
•
•
4.1. Hàm LINEST
Để ước lượng các tham số của mơ hình hồi qui bội.
Cú pháp:
–
–
–
linest(known_y’s,
[known_x’s],[const],[stat])
Known_y’s: vùng địa chỉ
chứa biến phụ thuộc y
Known_x’s: vùng địa chỉ chứa các biến độc lập x1, .., xk.
–
1/8/16
Const: hằng số để chọn mơ hình hồi quy. Nếu const = 1 (TRUE- mặc định) thì β0 có mặt trong mơ hình hồi
quy. Nếu const = 0 (FALSE) thì bỏ qua β0 (β0 =0).
Stat: tùy chọn để hiển thị các tham số thống kê. Nếu stat =1 (TRUE, mặc đinh) thì tính toán các tham số thống
kê. Nếu stat = 0 (FALSE) thì khơng tính các tham số này.
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
9
4. PHÂN TÍCH HỒI QUY BỘI
•
Có thống kê về số lượng ô tô bán được (y), giá xăng (x1), sự tăng dân số
(x2), và số lượng đường giao thông được xây dựng trong 15 năm. Giả thiết
có quan hệ tuyến tính giữa y và xj. Hãy ước lượng các hệ số của hàm hồi
quy.
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
10
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
11
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
12
5. PHÂN TÍCH HỒI QUY BỘI BẰNG CƠNG CỤ REGRESSION
Data Analysis Regression
Cách mở:
Home Option Add-Ins Excel Add-Ins Analysis Toolpak -->Menu Data Data
Analysis
Vùng địa chỉ chứa biến phụ thuộc y
Vùng địa chỉ chứa các biến độc lập x 1,
.., xk.
Vị trí hiển thị bảng kết quả
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
13
5. PHÂN TÍCH HỒI QUY BỘI BẰNG CƠNG CỤ REGRESSION
Các hệ số giống như
trường hợp sử dụng hàm
Linest
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
14
6. ĐỒ THỊ TRONG HỒI QUY TUYẾN TÍNH ĐƠN
•
Bên cạnh các phần đã khai báo để chạy ra bảng kết quả hồi quy. Chọn thêm ô Line Fit Plots để hiện
thị thêm hình vẽ đối với trường hợp mơ hình hồi quy đơn
Chọn để thể hiện thêm đồ thị
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
15
6. ĐỒ THỊ TRONG HỒI QUY TUYẾN TÍNH ĐƠN
Double Click vào đồ thị sau đó chọn
layout 3
175
f(x) = 82.8x + 23.87
R² = 0.91
170
165
Số xe
Số xe
160
Linear (Số xe)
Predicted Số xe
155
150
Linear (Predicted Số
xe)
1.6
1.62 1.64 1.66 1.68
1.7
1.72 1.74 1.76 1.78
Giá xăng
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
16
7. DỰ BÁO NHANH SỬ DỤNG CÁC HÀM TUYẾN TÍNH
•
Hàm Forecast dự báo theo phương pháp hồi quy tuyến tính đơn theo cú
pháp sau:
•
Cú pháp:
forecast(x, known_y’s, known_x’s)
•
Trong đó:
– x: giá trị của biến độc lập x dùng để dự báo
– known_y: các giá trị quan sát của biến phụ thuộc y.
– known_x: các giá trị quan sát của biến độc lập x.
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
17
7. DỰ BÁO NHANH SỬ DỤNG CÁC HÀM TUYẾN TÍNH
•
1/8/16
Dùng forecast để dự báo giá trị sản xuất khi mức tiêu thụ điện năng là 3.2 triệu Kwh.
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
18
7. DỰ BÁO NHANH SỬ DỤNG CÁC HÀM TUYẾN TÍNH
•
Hàm trend dự báo theo phương pháp hồi quy tuyến tính với cú pháp sau:
trend(known_y’s, known_x’s,new_x,[const])
•
Trong đó:
– Const: tùy chọn mơ hình hồi quy. Nếu const = 1 (TRUE - mặc định) thì hồi quy có tính cả hệ
số b0. Nếu const = 0 (FALSE) thì bỏ qua hệ số b0. Các tham số khác tương tự như hàm
forecast.
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
19
BÀI TẬP
•
•
Nghiên cứu về chi phí chăm sóc (x) năng suất lúa (y) trên 10 thửa ruộng cho ta kết quả:
Biết y có quan hệ tuyến tính với x. Hãy sử dụng các hàm của Excel để dự báo nhanh
năng suất ở mức chăm sóc 13 USD/ha.
1/8/16
MaMH: 701005
-
Ch.4: Dự báo trong Kinh doanh
20
