Phương pháp hồi quy bội trong dự báo và ứng dụng vào dự báo doanh thu dịch vụ viễn thông tại viễn thông Thái Nguyên

Vũ Xuân Nam và Đtg

Tạp chí KHOA HỌC & CÔNG NGHỆ

102(02): 87 - 92

PHƯƠNG PHÁP HỒI QUY BỘI TRONG DỰ BÁO
VÀ ỨNG DỤNG VÀO DỰ BÁO DOANH THU DỊCH VỤ VIỄN THÔNG
TẠI VIỄN THÔNG THÁI NGUYÊN
Vũ Xuân Nam*, Phạm Việt Bình, Nguyễn Văn Huân
Trường Đại học Công nghệ thông tin và Truyền thông - ĐH Thái Nguyên

TÓM TẮT
Doanh thu là một mục tiêu hướng tới của bất kỳ doanh nghiệp hay tập đoàn kinh tế trọng điểm của
mỗi quốc gia. Để đạt được mục tiêu này, một trong những giải pháp được sử dụng phổ biến là
phân tích và dự báo doanh thu trên cơ sở nhân lực và vật lực của mỗi đơn vị nhằm đảm bảo tối
thiểu hoá chi phí, tối đa hoá lợi nhuận.
Bài báo này đề xuất giải pháp ứng dụng một phương pháp phân tích và dự báo “hồi quy bội” vào
dự báo doanh thu dịch vụ viễn thông tại Chi nhánh Viễn thông Thái Nguyên trên cơ sở ba chỉ tiêu
chính Dân số, Số thuê bao, Thu nhập bình quân của người dân nhằm làm cơ sở hỗ trợ cho nhà
quản lý đưa ra quyết định đúng đắn, đảm bảo doanh thu tối đa.
Từ khoá: Hồi quy bội, phân tích và dự báo, doanh thu, chi phí, lợi nhuận.

GIỚI THIỆU*
Trong hoạt động sản xuất - kinh doanh, bất cứ
doanh nghiệp nào cũng đều cần phải quan tâm
tới việc phân tích và dự báo doanh thu của
mình nhằm xây dựng kế hoạch chiến lược,
tăng lợi thế cạnh tranh, từ đó dẫn đến mục
đích tối thiểu hoá chi phí sản xuất và tối đa
hoá lợi nhuận thu được [5].

Vì doanh thu là một yếu tố quan trọng, nó
quyết định đến sự tồn tại của mỗi doanh
nghiệp. Do đó, việc phân tích và dự báo
doanh thu là một trong những nhiệm vụ quan
trọng, hỗ trợ cho các nhà quản lý lập kế hoạch
sản xuất – kinh doanh và đưa ra các quyết
định đúng đắn trên cơ sở nhân lực và vật lực
hiện có của doanh nghiệp nhằm hướng tới
mục tiêu tối thiểu hóa chi phí và đạt lợi nhuận
tối đa [5].
Bài toán phân tích và dự báo doanh thu đã
được nhiều nhà quản lý, chuyên gia kinh tế
trong nước và thế giới quan tâm nghiên cứu
và ứng dụng vào trong hoạt động sản xuấtkinh doanh, cụ thể:
Trên thế giới, bài toán phân tích và dự báo đã
được ứng dụng phổ biến vào trong các hoạt
động sản xuất-kinh doanh, đặc biệt là các hoạt
động dự báo tốc độ tăng trưởng kinh tế, chỉ số
GDP (Gross Domestic Product), tài chính ngân hàng, lạm phát, thất nghiệp, doanh thu
[12,13,14].
*

Tel: 0943 299688, Email:

Ở Việt Nam, bài toán phân tích và dự báo đã
được một số nhà quản lý, chuyên gia kinh tế
nghiên cứu và đề xuất một số giải pháp ứng
dụng [2,5,7] vào một số lĩnh vực cụ thể: Phân
tích và dự báo tình hình tài chính [2], tiền tệ
[6], hoạch định và điều hành chính sách tài

chính [9], xây dựng mô hình dự báo chỉ số
thống kê xã hội chủ yếu [4], dự báo biến động
giá chứng khoán [8], dự báo sự tác động của
vốn đầu tư từ nước ngoài [11], dự báo giá một
số mặt hàng tư liệu sản xuất [1].
Như vậy, bài toán phân tích và dự báo đã
được ứng dụng rộng rãi trong nhiều lĩnh vực
của đời sống xã hội, đặc biệt là tập đoàn kinh
tế trọng điểm của mỗi quốc gia như bưu chính
viễn thông, tài chính-ngân hàng, bảo hiểm,
giáo dục, y tế,.. từ đó hỗ trợ vào dự báo các
chỉ số GDP, lạm phát, thất nghiệp,… Tuy
nhiên, thực tế hiện nay việc ứng dụng các
phương pháp phân tích và dự báo vẫn chưa
nhiều, chúng ta chưa thấy và khai thác được
hết các thế mạnh của bài toán này.
Nhằm thúc đẩy nền kinh tế Việt Nam được
phát triển, đảm bảo an sinh xã hội, người làm
công có thêm thu nhập thì điều hết sức quan
trọng phải làm là các nhà quản lý trong các
tập đoàn kinh tế trọng điểm cần phải đề xuất
các giải pháp, khai thác những công cụ, lợi
thế của công nghệ thông tin vào hỗ trợ cho
hoạt động phân tích và dự báo doanh thu.
87


Vũ Xuân Nam và Đtg

Tạp chí KHOA HỌC & CÔNG NGHỆ

Bài báo này đề xuất giải pháp ứng dụng một
phương pháp phân tích và dự báo “hồi quy
bội” vào dự báo doanh thu dịch vụ viễn thông
(Chi nhánh Viễn thông Thái Nguyên) nhằm
hỗ trợ nhà quản lý đưa ra quyết định đúng đắn
và tăng doanh thu cho đơn vị.
PHƯƠNG PHÁP HỒI QUY BỘI
Phương pháp hồi quy bội còn gọi là phương
pháp hồi quy đa biến, dùng để phân tích mối
quan hệ giữa nhiều biến số độc lập (tức là
biến giải thích hay biến nguyên nhân) ảnh
hưởng đến một biến phụ thuộc (tức là biến
phân tích hay biến kết quả). Mô hình hồi quy
bội dùng cho dự báo sử dụng nhiều hơn một
biến độc lập.
Trong thực tế, có rất nhiều bài toán kinh tế –
cả lĩnh vực kinh doanh và kinh tế học, phải
cần đến phương pháp hồi quy đa biến. Một
chỉ tiêu kinh tế chịu sự tác động cùng lúc của
nhiều nhân tố thuận chiều hoặc trái chiều
nhau. Mặt khác, giữa những nhân tố lại cũng
có sự tương quan tuyến tính nội tại với nhau.
Phân tích hồi quy giúp ta vừa kiểm định lại
giả thiết về những nhân tố tác động và mức
độ ảnh hưởng, vừa định lượng được các quan
hệ kinh tế giữa chúng. Từ đó, làm nền tảng
cho phân tích dự báo và có những quyết sách
phù hợp, hiệu quả, thúc đẩy tăng trưởng [5].
Phương trình hồi quy đa biến dưới dạng

tuyến tính:

y = b 0 + b1x1 + b 2 x 2 + ... + b k x k + e
Trong đó: y là biến số phụ thuộc (kết quả
phân tích);
b 0 là tung độ gốc
b i là các độ dốc của phương trình theo các
biến x i
x i là các biến số (các nhân tố ảnh hưởng)
e là các sai số
Tuy nhiên, trong thực nghiệm y thường là
biến ước lượng. Do đó, y có thể được viết
dưới dạng yˆ như sau:

yˆ = b 0 + b1x 1 + b 2 x 2 + ... + b k x k
Mục tiêu của phương pháp hồi quy đa biến là
dựa vào dữ liệu lịch sử các biến số y i , x i .
Dùng thuật toán để tìm các thông số b 0 và
b i cho việc xây dựng phương trình hồi quy để
dự báo cho ước lượng trung bình của biến y i .
88

102(02): 87 - 92

Trường hợp có 2 biến độc lập:

yˆ = b 0 + b1x 1 + b 2 x 2

b1 =

b2 =

σy

⋅

σ x1
σy
σx 2

ryx1 − ryx 2 rx1x 2

⋅

1 − rx21x 2
ryx 2 − ryx1 rx1 x 2
1 − rx21x 2

b 0 = y − b1 x1 − b 2 x 2
x i x j − x i .x j

rxi x j =
∂x i =

∂x i .∂x j

k

∑

(x

i =1

ˆ i)
i −x
k

2

(hệ số tương quan cặp)

(độ lệch chuẩn)

Kiểm tra mô hình
Để kiểm tra mô hình, người ta thường dựa
vào các tiêu chuẩn sau:
Tiêu chuẩn 1. Sai số chuẩn của hàm số nhỏ nhất
Nếu kí hiệu yˆ t là giá trị của hàm y = f( x i ) tại
thời điểm t; y t là những giá trị thực tế của y
tại thời điểm t, còn S là sai số chuẩn phải đạt
giá trị nhỏ nhất trong số các hàm số đưa ra và
các giá trị ( y t − yˆ t ) 2 là không tự tương quan.
Trong đó: n là số quan sát, m là số biến độc
lập trong phương trình
n

S=

∑ (y

t =1

t

− yˆ t ) 2

n − (m + 1)

Tiêu chuẩn 2. Hiện tượng tự tương quan: Có
thể xuất hiện giữa các mức độ cùng một dãy
số thời gian hoặc các phần dư εt = y t − yˆ t ,
tức là giữa các độ lệch so với xu thế. Hiện
tượng tự tương quan xuất hiện là do ảnh
hưởng của các nhân tố vẫn tiếp tục tác động
vào quá trình nghiên cứu trong suốt một thời
gian nào đó.
Tiêu chuẩn 3. Hiện tượng cộng tuyến hay đa
cộng tuyến
Khi xây dựng mô hình hồi quy bội, việc chọn
nhân tố đưa vào mô hình là quan trọng. Yêu
cầu của phương pháp là các nhân tố phải độc


Vũ Xuân Nam và Đtg

Tạp chí KHOA HỌC & CÔNG NGHỆ

lập với nhau nhưng điều đó khó thực hiện
trong kinh tế và chúng ta phải chọn các nhân
tố mà có thể coi như độc lập. Đưa nhiều nhân

tố quá vào mô hình sẽ không tránh khỏi hiện
tượng đa cộng tuyến, nó sẽ làm sai lệch kết
quả thu được. Hiện tượng cộng tuyến hay đa
cộng tuyến xuất hiện khi một cặp nhân tố hay
nhiều cặp nhân tố có mối quan hệ hàm số. Để
giải quyết vấn đề này, trong thực tế khi lựa
chọn nhân tố, người ta có thể tính trước các
hệ số tương quan r giữa các tiêu thức nhân tố.
Nếu hệ số nào lớn hơn hoặc bằng 0.8 (r ≥ 0.8)
thì hai nhân tố đó coi như là cộng tuyến và
phải loại bỏ một trong hai nhân tố đó ra khỏi
mô hình hồi quy bội.
Muốn biết loại bỏ xi hay xj thì phải tính thêm
ryxi và ryx j . Nếu ryxi > ryx j thì loại bỏ x j ,
ngược lại thì loại bỏ x i .
Tiêu chuẩn 4: Hệ số tương quan bội đủ lớn
Đây là tiêu chuẩn đặc trưng cho mức độ chặt
chẽ của mối liên hệ giữa tiêu thức kết quả và
toàn bộ tiêu thức nguyên nhân.
Hệ số tương quan bội được tính theo công
thức sau:
n

r = 1−

∑ ( y t − yˆ t ) 2
t =1
n

∑ (y

t =1

t

− y t )2

Trong đó: |r| luôn trong khoảng từ 0 đến 1.
Nếu |r| càng gần 1 (0.75 ≤ |r| < 1) thì giữa y và
x1, x2,…., xn có quan hệ càng chặt chẽ.
Nếu 0.65 < |r| < 0.75: Ta nói rằng quan hệ
tương đối chặt khi không tìm được hàm có r
lớn hơn ta chấp nhận hàm này.
Nếu |r| < 0.65: Ta phải tìm kiếm hàm số khác.
Ngoài ra còn có tiêu chuẩn sai số của tham số
đủ bé.
ỨNG DỤNG PHƯƠNG PHÁP HỒI QUY
BỘI TRONG DỰ BÁO DOANH THU DỊCH
VỤ VIỄN THÔNG (CHI NHÁNH VIỄN
THÔNG THÁI NGUYÊN)
Để dự báo nhu cầu sử dụng dịch vụ viễn
thông có nhiều phương pháp khác nhau. Song
để phù hợp với điều kiện hiện nay của Việt
Nam, đối với dịch vụ viễn thông lựa chọn
phương pháp dự báo phù hợp như sau:
Phương pháp hồi quy tương quan bội.

102(02): 87 - 92

Xây dựng mô hình
Trên cơ sở nghiên cứu về phương pháp phân

tích và dự báo “hồi quy bội” trong dự báo
kinh tế.
Trong phần này, bài báo đề xuất giải pháp áp
dụng phương pháp phân tích và dự báo “hồi
quy bội” vào dự báo doanh thu của dịch vụ
viễn thông Thái Nguyên.
Trên cơ sở nghiên cứu về các yếu tố chủ yếu
tác động đến doanh thu trong hoạt động kinh
doanh của dịch vụ viễn thông Thái Nguyên,
cụ thể:
+ Dân số
+ Số thuê bao
+ Thu nhập
Bảng 1. Bảng số liệu thống kê các yếu tố

(Nguồn: Niên giám thống kê 2012)

Do dự báo doanh thu dịch vụ viễn thông dựa
vào 3 yếu tố: dân số, số thuê bao và thu nhập,
mà 3 yếu tố này có tính chất độc lập nhau
trong quá trình nghiên cứu, nên phương pháp
phân tích và dự báo “hồi quy bội” được sử
dụng ứng với 3 biến độc lập. Ta xây dựng
phương trình dự báo sau:
y = b 0 + b1x 1 + b 2 x 2 + b 3 x 3 (*)
Trong đó:
y là doanh thu
b 0 , b1 , b 2 , b 3 là các hằng số
x1 là dân số
x 2 là số thuê bao

x 3 là thu nhập bình quân
Sử dụng công cụ Data Analysis để giải
phương trình (*), ta thu được kết quả sau:
Bảng 2. Bảng kết quả tóm tắt

89


Vũ Xuân Nam và Đtg

Tạp chí KHOA HỌC & CÔNG NGHỆ

Bảng 3. Bảng phân tích phương sai

Bảng 4. Bảng phân tích hồi quy

102(02): 87 - 92

Sum of Square) là tổng bình phương các
sai lệch giữa các giá trị của biến phụ thuộc y
nhận được từ hàm hồi quy mẫu (ký hiệu y*i).
Độ lớn của ESS phản ánh mức độ giao động
của các giá trị cá biệt của mô hình với giá trị
trung bình mẫu hàm hồi quy.
n

ESS = Σ ( y *i −y)2
i=1

Do ngẫu nhiên Residual RSS (Residual

Sum of Square) là tổng bình phương của
tất cả các sai lệch giữa các giá trị quan sát
của y (y i) và các giá trị nhận được từ hàm
hồi quy y*
Một số thuật ngữ trong bảng kết quả:
+ Bảng tóm tắt SUMMARY OUTPUT:
Regression Statistics: Các thông số của mô
hình hồi quy.
Multiple r: Hệ số tương quan bội
(0≤ r
≤1), cho thấy mức độ chặt chẽ của mối liên hệ
tương quan bội.
r Square: Hệ số xác định, cho biết trong sự
biến động của biến phụ thuộc y thì có bao
nhiêu % sự biến động là do các biến độc lập x
ảnh hưởng, còn lại là do sai số ngẫu nhiên.
Adjusted r: Hệ số xác định mẫu điều chỉnh, là
hệ số xác định có tính đến độ lớn hay nhỏ của
bậc tự do df.
Standard Error: Sai số chuẩn của y do hồi quy.
Observation: Số quan sát hay dung lượng mẫu.
+ Bảng phân tích phương sai ANOVA
(Analysis of variance):
Regression: Do hồi quy
Residual: Do ngẫu nhiên
Total: Tổng cộng
Df (Degree of freedom): Số bậc tự do
SS (Sum of Square): Tổng bình phương của
mức động (sai lệch) giữa các giá trị quan sát
của y và giá trị bình quân của chúng.

MS (Mean of Square): Phương sai hay số bình
quân của tổng bình phương sai lệch kể trên.
TSS (Total Sum of Square): Tổng bình
phương của tất cả các mức sai lệch giữa các
giá trị quan sát yi và giá trị bình quân của y.
Do hồi quy Regression ESS (Explained
90

n

n

i =1

i =1

RSS = ∑ e 2 = ∑ ( y i − y *i ) 2
Ta có thể kiểm tra chéo như sau:
TSS = ESS + RSS
2
r = ESS/ TSS
2
SD = VAR = MSS of RSS
F-stat: Tiêu chuẩn F dùng làm căn cứ để kiểm
định độ tin cậy về mặt khoa học (thống kê)
của toàn bộ phương trình hồi quy
Significance F: Ý nghĩa thống kê F
+ Bảng phân tích hồi quy:
Coefficients: Cột giá trị của các hệ số hàm
hồi quy:

- Intercept: Hệ số tự do b. Hệ số này cho thấy
xuất phát điểm của đường hồi quy
- x Variable 1, x Variable 2, x Variable
3…là các hệ số góc của các biến tương ứng
x 1 , x 2, x 3 …
Standard Error: (se) độ lệch chuẩn của mẫu
theo biến xi
t-stat: Tiêu chuẩn t dùng làm căn cứ để kiểm
định độ tin cậy về mặt khoa học (thống kê)
của độ co giãn b i (i = 1,2,3…,n) tức là của
mối liên hệ giữa x và y.
P-value: Xác suất để t > t-stat, dùng kiểm
định độ tin tin cậy về mặt khoa học (thống kê)
của độ co giãn ai (i = 1,2,3…,n) tức là của
mối liên hệ giữa x và y.
Lower 95%, Upper 95%, Lower 98%, Upper
98%: là cận dưới và cận trên của khoảng ước
lượng cho các tham số với độ tin cậy 95% và
độ tin cậy 98%.


Vũ Xuân Nam và Đtg

Tạp chí KHOA HỌC & CÔNG NGHỆ

- Nhận xét: Dựa vào bảng kết quả trên ta có
phương trình hồi quy:
y = 134.21* x1 + 1.29* x2 + 0.81* x3 –
14349.01
Như vậy khi x1 = 114.22, x2 = 325.67,

x3
= 184.86 thì giá trị dự báo của y tính được là:
y = 134.21*114.22 + 1.29* 325.67 + 0.81*
184.86 – 14349.01 = 710.08
Tức là doanh thu năm 2012 sẽ đạt được là
710.080.000.000 đồng.
Ngoài ra, dựa vào bảng kết quả ta thấy:
Nếu số thuê bao x2 và thu nhập bình quân x3
không đổi thì cứ tăng dân số x1 lên 10 nghìn
người sẽ làm cho doanh thu y tăng lên 134.21
tỷ đồng.
Nếu dân số x1 và số thuê bao x2 không đổi thì
cứ tăng 100.000 đồng thu nhập bình quân x3
sẽ làm cho doanh thu y tăng lên 0.81 tỷ đồng.
Điểm xuất phát của mô hình a0 = - 14349.01
cho thấy các nhân tố khác làm giảm doanh
thu là - 14349.01 tỷ đồng.
Multiple r = 0.96 cho thấy mối quan hệ giữa
các biến là tương đối chặt chẽ.
2
r = 0.92 cho thấy trong 100% sự biến động
của doanh thu thì có 92% biến động là do dân
số, số thuê bao, thu nhập bình quân, còn 8%
là do các yếu tố ngẫu nhiên và các yếu tố
khác không có trong mô hình.
Significance F = 0.0351005 < 0.05 nên có thể
kết luận dữ liệu thống kê có ý nghĩa.
+ Kết quả cụ thể như biểu đồ sau:

Hình 1. Biểu đồ kết quả phân tích dự báo

KẾT LUẬN
Phân tích và dự báo doanh thu là một bài toán
có một vai trò quan trọng trong bất kỳ doanh
nghiệp hay tập đoàn kinh tế trọng điểm của
mỗi quốc gia, giúp cho các nhà quản lý đưa ra

102(02): 87 - 92

các quyết định đúng đắn và đảm bảo doanh
thu của đơn vị.
Bài báo cáo đã đề xuất giải pháp ứng dụng
một phương pháp phân tích và dự báo “hồi
quy bội” vào dự báo Doanh thu dịch vụ viễn
thông tại Chi nhánh Viễn thông Thái Nguyên
trên cơ sở ba chỉ số chính: Dân số, Số thuê
bao, Thu nhập bình quân của người dân.
TÀI LIỆU THAM KHẢO
[1]. Trần Thị Trâm Anh, Ứng dựng mô hình phân
tích, dự báo giá một số mặt hàng tư liệu sản xuất
quan trọng ở Việt Nam gian đoạn 2006-2010, Đề
tài NCKH Cấp Bộ 01/05/06 - 01/05/07.
[2]. Nguyễn Tấn Bình, (2003), Phân tích hoạt
doanh nghiệp, Nxb TP. Hồ Chí Minh.
[3]. Cục thống kê tỉnh Thái Nguyên, (2012), Niên
giám thống kê Tỉnh Thái Nguyên năm 2011, Nxb
Thống Kê.
[4]. Lê Văn Dụy, Nghiên cứu ứng dụng một số
phương pháp và mô hình dự báo ngắn hạn để dự
báo các chỉ tiêu thống kê xã hội chủ yếu, Đề tài

NCKH Cấp Bộ 2009 – 2010.
[5]. Nguyễn Văn Huân, Phạm Việt Bình, (2011),
Phân tích dữ liệu và dự báo kinh tế, Nxb Khoa
học và Kỹ thuật.
[6]. Bùi Duy Phú, Xây dựng hàm cầu tiền của Việt
Nam, phân tích & dự báo qua một số mô hình thực
nghiệm, Đề tài NCKH Cấp Ngành, KNH 2010 – 06.
[7]. Nguyễn Năng Phúc, (1998), Phân tích hoạt động
kinh doanh của doanh nghiệp, Nxb Thống Kê.
[8]. Phùng Duy Quang, Mô hình chuỗi thời gian
dùng để dự báo biến động giá chứng khoán và
áp dụng vào thị trường chứng khoán Việt Nam,
Đề tài Cấp trường Đại học Ngoại Thương, Mã
số NT 2007-02.
[9]. Trần Văn Tá, Phân tích và dự báo tình hình
kinh tế tài chính khu vực và thế giới tác động đến
Việt Nam, Đề tài NCKH Cấp Bộ 2/2002 - 2/2003.
[10]. Nguyễn Ngọc Tuyến, Xây dựng mô hình
phân tích và dự báo các chỉ tiêu kinh tế tài chính
phục vụ công tác phân tích, hoạch định và điều
hành chính sách tài chính, Đề tài NCKH Cấp Bộ
6/2007 - 5/2008.
[11]. Phạm Thị Thắng,Phạm Thị Kim Vân, Sử
dụng các mô hình kinh tế lượng trong phân tích và
dự báo tác động của vốn đầu tư trực tiếp nước
ngoài đối với phát triển kinh tế-xã hội Việt Nam,
Đề tài NCKH Cấp Bộ 01/05/06 - 01/05/07.
[12]. Allan Timmermann, (2012), Forecasting
methods in economics and finance, University of
Califonia and CREATES.

91


Vũ Xuân Nam và Đtg

Tạp chí KHOA HỌC & CÔNG NGHỆ

[13]. Elsevier Science Ltd, (2001), Time Series:
Economic Forecasting, International Encyclopedia
of the Social & Behavioral Sciences.

102(02): 87 - 92

[14]. Frederick L. joutz, (2006), Econometric
Forecasting Models, The George Washington
University.

SUMMARY
MULTIPLE REGRESSION METHOD IN FORECASTING
AND APPLICATION IN FORECASTING RENVENUE
OF TELECOMMUNICATIONS SEVICES AT THAINGUYEN
Vu Xuan Nam*, Pham Viet Binh, Nguyen Van Huan
College of Information Technology and Communication – TNU

Revenue is a directed goal of many enterprises or pointed economy corporations in each
countries, it decides the existence and development of those countries. To achieve this goal, one of
the common solutions is used to analyze and forecast revenue that bases on human and equipment
resources of each economic organizations to ensure minimized expenditure and maximized
profit. This article proposes a solution to apply a analysis and forecast method "multiple

regression" in forecasting revenue of telecommunications services at
Thainguyen
telecommunication branch that bases on three main norms: Population, Subscribers, the average
income of each citizen in order to support for managers who can give exact decisions, to ensure
maximum revenue.
Key words: multiple regression, analysis and forcast, revenue, expenditure, profit.

Ngày nhận bài: 04/1/2013, ngày phản biện:31/1/2013, ngày duyệt đăng: 26/3/2013
*

Tel: 0943 299688, Email:

92