Bài giảng thống kê trong kinh tế và kinh doanh 2 đại học kinh tế huế

Chương DỮ LIỆU VÀ THỐNG KÊ THỐNG KÊ ỨNG DỤNG TRONG KINH DOANH VÀ KINH TẾ Thống kê gì? o Thống kê hệ thống phương pháp bao gồm thu thập, tổng hợp, trình bày số liệu, tính tốn đặc trưng đối tượng nghiên cứu nhằm phục vụ cho q trình phân tích, dự đốn định Kế toán Kinh tế học Tài THỐNG KÊ ỨNG DỤNG TRONG KINH DOANH VÀ KINH TẾ Marketing Sản xuất … DỮ LIỆU Dữ liệu, phần tử, biến, quan sát o Dữ liệu kiện số thu thập, tổng hợp phân tích để trình bày giải thích o Tất liệu thu thập nghiên cứu cụ thể gọi tập liệu nghiên cứu o Phần tử: thực thể mà từ liệu thu thập o Biến: đặc tính quan tâm phần tử o Quan sát: tập hợp số đo thu thập phần tử Bảng 1.1 Bộ liệu 25 công ty danh sách S&P 500 Công ty Abbott Laboratories Altria Group Apollo Group Bank of New York Bristol-Myers Squibb Cincinnati Financial Comcast Deere eBay Federated Dept Stores Hasbro IBM International Paper Knight-Ridder Manor Care Medtronic National Semiconductor Novellus Systems Pitney Bowes Pulte Homes SBC Communications St Paul Travelers Teradyne UnitedHealth Group Wells Fargo Thị trường chứng khoán Mã cổ phiếu Xếp hạng BusinessWeek N N NQ N N NQ NQ N NQ N N N N N N N N NQ N N N N N N N ABT MO APOL BK BMY CINF CMCSA DE EBAY FD HAS IBM IP KRI HCR MDT NSM NVLS PBI PHM SBC STA TER UNH WFC 90 148 174 305 346 161 296 36 19 353 373 216 370 397 285 53 155 386 339 12 371 264 412 159 Giá cổ phiếu (USD) Lợi nhuận cổ phần (USD) 46 2,02 66 4,57 74 0,90 30 1,85 26 1,21 45 2,73 32 0,43 71 5,77 43 0,57 56 3,86 21 0,96 93 4,94 37 0,98 66 4,13 34 1,90 52 1,79 20 1,03 30 1,06 46 2,05 78 7,67 24 1,52 38 1,53 15 0,84 91 3,94 59 4,09 (Nguồn: Tạp chí Business Week, Số 4/4/2005) Dữ liệu định tính liệu định lượng o Dữ liệu định tính: ▪ Bao gồm nhãn hay tên dùng để phân biệt phần tử ▪ Dữ liệu định tính liệu thu từ biến định tính o Dữ liệu định lượng: ▪ Bao gồm trị số để biểu diễn mức độ ▪ Dữ liệu định lượng liệu thu với biến định lượng Dữ liệu thời điểm liệu chuỗi thời gian o Dữ liệu thời điểm: ▪ o Là liệu thu thập xấp xỉ vào thời điểm Dữ liệu chuỗi thời gian: ▪ Là liệu thu thập qua nhiều gian đoạn thời gian (Nguồn: Tổng cục Hải quan) Biểu đồ 1.1 Kim ngạch xuất nhập Việt Nam – ASEAN giai đoạn 1996-2016 Thang đo Thang đo định danh (Nominal Scale) BIẾN ĐỊNH TÍNH Thang đo thứ bậc (Ordinal Scale) THANG ĐO Thang đo khoảng (Interval Scale) BIẾN ĐỊNH LƯỢNG Thang đo tỷ lệ (Ratio Scale) 10 o Dự báo làm trơn hàm mũ với α=0,2 Tuần Số lượng xăng bán (1000 gallon) Dự báo làm trơn hàm mũ Sai số dự báo 10 11 12 17 21 19 23 18 16 20 18 22 20 15 22 17,00 17,80 18,04 19,03 18,83 18,26 18,61 18,49 19,19 19,35 18,48 4,00 1,20 4,96 -1,03 -2,83 1,74 -0,61 3,53 0,81 -4,35 3,52 Tổng MSE = 98,80/11 = 8,98 Sai số dự báo bình phương 16,00 1,44 24,60 1,06 8,01 3,03 0,37 12,32 0,66 18,92 12,39 98,80 DỰ PHĨNG XU HƯỚNG 23 o Ví dụ: Dữ liệu doanh số bán xe công ty BJ Scott Motors qua 10 năm: Năm Doanh số (chiếc) 450 400 400 350 390 300 320 340 Doanh số 250 200 270 260 150 300 100 320 50 340 10 370 o Xác định hàm xu hướng cho chuỗi thời gian trên? Năm 10 12 Dự phóng xu hướng o Dự phóng xu hướng: ▪ Dùng để dự báo xu hướng cho chuỗi thời gian có xu hướng tuyến tính dài hạn (có gia tăng giảm định theo thời gian) ▪ Phương pháp áp dụng sở phương pháp hồi quy tuyến tính giản đơn, tiến hành xây dựng đường xu hướng tuyến tính cho chuỗi thời gian, ước lượng mối liên hệ thời gian chuỗi giá trị chuỗi 25 Dự phóng xu hướng o Phương pháp: ▪ Phương trình xu tuyến tính: 𝑻𝒕 = 𝒃𝟎 + 𝒃𝟏 𝒕 Trong đó: • 𝑇𝑡 : giá trị chuỗi thời gian thời kỳ t • 𝑏0 : tung độ gốc đường xu hướng • 𝑏1 : độ dốc đường xu hướng • 𝑡: thứ tự thời gian chuỗi ▪ Xác định tung độ gốc 𝑏0 độ dốc 𝑏1 đường xu tuyến tính: 𝒀𝒕 𝒕 − 𝒀𝒕 × 𝒕ҧ 𝒃𝟏 = 𝜹𝟐𝒕 𝒃𝟎 = 𝒀𝒕 − 𝒃𝟏 𝒕ҧ Hoặc σ 𝒀𝒕 = 𝒏𝒃𝟎 + 𝒃𝟏 σ 𝒕 ൝ σ 𝒀𝒕 𝒕 = 𝒃𝟎 σ 𝒕 + 𝒃𝟏 σ 𝒕𝟐 THÀNH PHẦN XU HƯỚNG VÀ MÙA 27 o Dữ liệu doanh số bán ti vi nhà sản xuất bốn năm qua Quý Số TV bán (1000 bộ) 4 4 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4 Số TV bán (1000 chiếc) Năm 1 4 Quý Xu hướng mùa doanh số ti vi bán Mơ hình nhân o Mơ hình nhân: 𝒀𝒕 = 𝑻𝒕 × 𝑺𝒕 × 𝑰𝒕 Trong đó: • 𝑌𝑡 : chuỗi thời gian • 𝑇𝑡 : thành phần xu hướng • 𝑆𝑡 : thành phần mùa • 𝐼𝑡 : thành phần bất thường Khử thành phần mùa bất thường o Quy trình: ▪ Nhận diện thành phần mùa ▪ Tách thành phần mùa thành phần bất thường khỏi xu hướng chuỗi thời gian • Tính trung bình trượt • Tính trung bình trượt trung tâm (nếu số lượng liệu số chẵn) ▪ Xác định ảnh hưởng thành phần mùa thành phần bất thường chuỗi thời gian • Tính giá trị thành phần mùa – bất thường (𝑆𝑡 𝐼𝑡 ) 𝐆𝐢á 𝐭𝐫ị 𝐦ỗ𝐢 𝐪𝐮𝐚𝐧 𝐬á𝐭 𝐒𝐭 𝐈𝐭 = 𝐓𝐫𝐮𝐧𝐠 𝐛ì𝐧𝐡 𝐭𝐫ượ𝐭 𝐭𝐫𝐮𝐧𝐠 𝐭â𝐦 𝐭ươ𝐧𝐠 ứ𝐧𝐠 • Tính số mùa (𝑺𝒕 ) ▪ Khử thành phần mùa chuỗi thời gian: • Chia giá trị quan sát chuỗi thời gian cho số mùa tương ứng 30 Năm (1) Quý Số TV bán (1000 bộ) (𝒀𝒕 ) (2) (3) 4,8 Trung bình trượt mức độ (4) Trung bình trượt trung tâm (5) Giá trị thành phần mùa-bất thường (𝑺𝒕 𝑰𝒕 ) Chỉ số mùa (𝑺𝒕 ) Số TV bán (1000 bộ) khử mùa (7) (8) ) = (3) : (7) (6)=(3) : (5) 5,16 Quý 1 4,1 6,0 4,88 5,350 (0,971 + 0,918 + 0,908) = = 𝟎, 𝟗𝟑 5,475 1,096 5,738 1,133 5,975 0,971 6,188 0,840 6,325 1,075 6,400 1,156 6,49 6,538 0,918 6,45 6,675 0,839 6,763 1,109 5,600 6,5 5,50 5,70 5,875 5,8 2 4 5,2 6,8 7,4 6,300 6,350 6,450 6,24 Quý 6,075 6,19 = (0,840+0,839+0,834) =0,84 6,24 6,0 5,6 7,5 7,8 6,800 6,838 1,141 6,84 6,3 6,875 6,938 0,908 6,77 5,9 7,000 7,075 0,834 8,0 7,150 8,4 6,625 6,725 Quý = (1,096 + 1,075 + 1,109) = 𝟏, 𝟎𝟗 Quý = (1,133 + 1,156 + 1,141) = 𝟏, 𝟏𝟒 6,67 6,88 7,02 7,34 7,37 Dùng chuỗi thời gian khử mùa để nhận diện thành phần xu hướng Quý 4 4 Tổng Số TV bán (1000 bộ) (𝒀𝒕 khử mùa) 5,16 4,88 5,50 5,70 6,24 6,19 6,24 6,49 6,45 6,67 6,88 6,84 6,77 7,02 7,34 7,37 101,74 Số TV bán Năm Số TV bán (1000 bộ) (𝒀𝒕 ) 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4 1 4 Quý 4 Dùng chuỗi thời gian khử mùa để nhận diện thành phần xu hướng (tt) o Phương pháp: ▪ Phương trình xu tuyến tính: 𝑻𝒕 = 𝒃𝟎 + 𝒃𝟏 𝒕 Trong đó: • 𝑇𝑡 : giá trị lý thuyết (giá trị khử mùa) chuỗi thời gian thời kỳ t • 𝑏0 : tung độ gốc đường xu hướng • 𝑏1 : độ dốc đường xu hướng • 𝑡: thứ tự thời gian chuỗi ▪ Xác định tung độ gốc 𝑏0 độ dốc 𝑏1 đường xu tuyến tính: 𝒀𝒕 𝒕 − 𝒀𝒕 × 𝒕ҧ 𝒃𝟏 = 𝜹𝟐𝒕 𝒃𝟎 = 𝒀𝒕 − 𝒃𝟏 𝒕ҧ Hoặc σ 𝒀𝒕 = 𝒏𝒃𝟎 + 𝒃𝟏 σ 𝒕 ൝ σ 𝒀𝒕 𝒕 = 𝒃𝟎 σ 𝒕 + 𝒃𝟏 σ 𝒕𝟐 ▪ Bảng tính toán số liệu: Năm Quý 4 4 Số TV bán (1000 bộ) (𝒀𝒕 ) 4,8 4,1 6,0 6,5 5,8 5,2 6,8 7,4 6,0 5,6 7,5 7,8 6,3 5,9 8,0 8,4 Tổng ▪ Phương trình xu tuyến tính: 𝑇𝑡 = 5,104 + 0,148𝑡 Số TV bán (1000 bộ) (𝒀𝒕 khử mùa) 5,16 4,88 5,50 5,70 6,24 6,19 6,24 6,49 6,45 6,67 6,88 6,84 6,77 7,02 7,34 7,37 101,74 t 𝒀𝒕  t 𝒕𝟐 10 11 12 13 14 15 16 136 5,16 9,76 16,50 22,80 31,20 37,14 43,68 51,92 58,05 66,70 75,68 82,08 88,01 98,28 110,10 117,92 914,98 16 25 36 49 64 81 100 121 144 169 196 225 256 1496 Dự báo điều chỉnh mùa o Phương pháp: ▪ Dựa vào phương trình xu tuyến tính để dự báo cho thời gian 𝑇𝑡 = 5,104 + 0,148𝑡 ▪ Lấy giá trị dự báo × Chỉ số mùa tương ứng Năm t Số TV bán dự báo hàm xu (1000 bộ) Chỉ số mùa Số TV bán dự báo hàm xu (1000 bộ) điều chỉnh mùa 17 7,62 0,93 7,62 × 0,93 = 7,0866 18 7,77 0,84 7,77 × 0,84 = 6,5268 19 7,92 1,09 7,92 × 1,09 = 8,6328 20 8,07 1,14 8,07 × 1,14 = 9,1998 Quý Số TV bán (1000 bộ) (𝒀𝒕 khử mùa) Mơ hình nhân mở rộng với thành phần chu kỳ o Mơ hình nhân: 𝒀𝒕 = 𝑻𝒕 × 𝑺𝒕 × 𝑪𝒕 × 𝑰𝒕 Trong đó: • 𝑌𝑡 : chuỗi thời gian • 𝑇𝑡 : thành phần xu hướng • 𝑆𝑡 : thành phần mùa • 𝐶𝑡 : thành phần chu kỳ • 𝐼𝑡 : thành phần bất thường 36