Tin học ứng dụng CHUONG4

Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương CHƯƠNG ỨNG DỤNG EXCEL TRONG HỒI QUY TƯƠNG QUAN VÀ DỰ BÁO KINH TẾ Các yếu tố hoạt động sản xuất kinh doanh có mối liên hệ mật thiết với Xác định tính chất chặt chẽ mối liên hệ yếu tố sử dụng số liệu biết để dự báo giúp nhà quản lý nhiều việc hoạch định kế hoạch sản xuất kinh doanh tương lai 4.1 ỨNG DỤNG EXCEL TRONG DỰ BÁO KINH TẾ 4.1.1 Ý nghĩa dự báo kinh tế Dự báo phán đoán kiện xảy tương lai sở phân tích khoa học liệu khứ nhờ số mô hình toán học Dự báo kinh tế việc đưa dự báo kiện kinh tế xảy tương lai dựa sở phân tích khoa học số liệu kinh tế khứ Chẳng hạn, nhà quản lý dựa sở số liệu doanh thu bán hàng kỳ trước kỳ để đưa dự báo thị trường tiềm doanh nghiệp tương lai Do đó, hoạt động sản xuất kinh doanh dự báo đem lại ý nghĩa lớn Nó sở để lập kế hoạch quản trị sản xuất marketing tạo tính hiệu sức cạnh tranh cho chiến lược sản xuất tương lai Dự báo mang tính khoa học đòi hỏi nghệ thuật dựa sở phân tích khoa học số liệu thu thập Bởi lẽ dựa vào số liệu thời gian lấy số lượng bao nhiêu, mức độ thời gian cuối nhiều hay khiến cho mô hình dự đoán phản ánh đầy đủ hay không đầy đủ thay đổi nhân tố biến động tượng Do mà dự báo vừa mang tính chủ quan vừa mang tính khách quan Dự báo muốn xác cần phải loại trừ tính chủ quan người dự báo 4.1.2 Giới thiệu phương pháp dự báo kinh tế Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Ngày dự báo sử dụng rộng rãi lĩnh vực đời sống xã hội với nhiều loại phương pháp dự báo khác phương pháp lấy ý kiến ban điều hành, phương pháp điều tra người tiêu dùng, phương pháp Delphi… Trong thống kê người ta sử dụng nhiều phương pháp khác như: phương pháp trung bình giản đơn, phương pháp trung bình dài hạn, phương pháp san hàm mũ Chương đề cập đến ba phương pháp là: phương pháp trung bình dài hạn, phương pháp trung bình động, phương pháp hồi quy tương quan…  Phương pháp trung bình dài hạn: Số dự báo trung bình cộng quan sát thực tế trước n 1 Công thức: F t   Trong đó:  i0 Dti n Ft+1 số dự báo kỳ thứ t + Dt số quan sát kỳ thứ t n tổng số quan sát Phương pháp làm san ngẫu nhiên, phù hợp với mô hình mà lượng tăng (giảm) tuyệt đối liên hoàn xấp xỉ (dòng yêu cầu đều) Tuy nhiên, khối lượng tính toán nhiều phải lưu trữ nhiều số liệu  Phương pháp trung bình động: Số dự báo kỳ thứ t +1 trung bình cộng n kỳ trước Như vậy, kỳ dự báo lại bỏ số liệu xa khứ thêm vào số liệu Công thức: Ft 1  Dt  Dt 1   Dt  n n 1 Thường người ta lấy n nhỏ n = 3, 4, 5… Đây phương pháp dự báo phù hợp với mô hình mà lượng tăng (giảm) tuyệt đối liên hoàn xấp xỉ  Phương pháp hồi quy tương quan: Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Phân tích hồi quy nghiên cứu mối phụ thuộc biến (gọi biến phụ thuộc hay biến giải thích) với hay nhiều biến khác (được gọi (các) biến độc lập hay biến giải thích có giá trị biết) nhằm ước lượng dự báo giá trị trung bình biến phụ thuộc với giá trị biết (các) biến độc lập + Mô hình hồi quy tuyến tính (mô hình hồi quy đường thẳng): mô hình hồi quy nói lên mức phụ thuộc tuyến tính biến phụ thuộc với hay nhiều biến độc lập mà phương trình mô hình hồi quy có dạng tuyến tính hệ số Mô hình hồi quy tổng thể gồm k biến: Yi = 1 + 2X2i + 3X3i + + kXki + Ui Trong Ui sai số ngẫu nhiên Mô hình hồi quy mẫu tương ứng là: y = ˆ + ˆ 2x2 i + ˆ 3x3i + + ˆ kxki + ui Trong đó, ˆ 1, ˆ 2, ˆ 3, , ˆ k ước lượng điểm không chệch 1, 2, 3, , k phương pháp bình phương nhỏ Nó đại lượng ngẫu nhiên, với mẫu khác chúng có giá trị khác ui sai số ngẫu nhiên gây sai lệch y với giá trị trung bình Trong mô hình ta chấp nhận giả thuyết biến độc lập, không tương tác có phương sai không thay đổi Trên thực tế, nghiên cứu trường hợp cụ thể người ta tiến hành phân tích phương sai tương quan trước để thăm dò dạng mối quan hệ phụ thuộc đồng thời kiểm tra xem có tượng tự tương quan, đa cộng tuyến hay phương sai thay đổi không (thường dùng thủ tục kiểm định Dolbin Watsern) Mô hình quan hệ tuyến tính xây dựng sở mối liên hệ biến phụ thuộc Y nhiều biến độc lập X gọi mô hình hồi quy tuyến tính bội Khi mô hình quan hệ tuyến tính xây dựng sở mối liên hệ hai biến (biến phụ thuộc Y biến độc lập X) gọi mô hình hồi quy tuyến tính đơn Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Trên sở thông tin thu mẫu thống kê ta sử dụng phương pháp bình phương nhỏ để ước lượng hệ số mô hình hồi quy Tức dựa quan điểm ước lượng không chệch giá trị quan sát biến giải thích gần với giá trị thực hay phần dư chúng nhỏ tốt + Mô hình hồi quy phi tuyến: dạng mô hình hồi quy phi tuyến nói lên mức phụ thuộc biến phụ thuộc với hay nhiều biến độc lập mà phương trình mô hình hồi quy có dạng phi tính hệ số Chẳng hạn, hàm sản xuất Cobb Douglas, hồi quy Parabol, hồi quy Hyperbol… Như vậy, dựa vào quan sát thu thập theo thời gian kỳ trước ta xây dựng mô hình hồi quy (cách xây dựng mô hình học môn Kinh tế lượng) Thay số liệu biến cho kỳ dự báo vào mô hình hồi quy ta cho ta kết cần dựa báo 4.1.3 Dự báo phương pháp trung bình dài hạn Excel Quy trình dự báo: - Nhập số liệu thu thập vào bảng tính - Sử dụng hàm AVERAGE để tính số dự báo Để hiểu rõ ta xét ví dụ minh hoạ sau: Ví dụ 4.1: Ở địa phương A người ta tiến hành thu thập số trẻ sơ sinh năm liên tiếp (2001-2005) Giả sử tốc độ tăng trẻ sơ sinh hàng năm tương đối ổn định Hãy dự báo số trẻ sơ sinh năm 2006 với số liệu sau: năm số trẻ sơ sinh (bé) Bài giải: 2000 29 2001 30 2002 28 2003 31 2004 29 2005 26 - Nhập số liệu thu thập vào bảng tính theo dạng cột sử dụng hàm EVERAGE để dự báo ta có: Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Hình 4.1 Phương pháp dự báo trung bình dài hạn sử dụng hàm AVERAGE 4.1.4 Dự báo phương pháp trung bình động Excel  Quy trình dự báo hàm AVERAGE - Nhập số liệu thu thập vào bảng tính - Sử dụng hàm AVERAGE để tính số dự báo Xét ví dụ 4.1: Sử dụng phương pháp dự báo trung bình động kỳ ta có: Hình 4.2 Phương pháp dự báo trung bình động sử dụng hàm AVERAGE Ngoài quy trình dự báo sử dụng hàm AVERAGE ta sử dụng trình cài thêm Moving Average để không đưa giá trị dự báo mà đưa sai số chuẩn đồ thị dự báo  Bổ sung cung cụ phân tích liệu Data Analysis vào Excel + Khởi động Excel Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương + Vào thực đơn Tools, chọn Add-Ins Hộp thoại Add-Ins xuất tích vào mục Analysis ToolPak Analysis ToolPak VBA Hình 4.3 Bổ sung công cụ Data Analysis + Nhấn OK để hoàn tất việc cài đặt Lúc menu dọc thực đơn Tools xuất mục Data Analysis  Quy trình dự báo sử dụng trình cài thêm Moving Average + Nhập số liệu thu thập vào bảng tính + Chọn Tools\ Data Analysis\ Moving Average, OK Các hộp thoại xuất hình sau: Hình 4.4 Hộp thoại chứa công phân tích liệu Hình 4.5 Hộp thoại Moving Average Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Một số thuật ngữ: Input Range: Vùng địa chứa quan sát biết Labels in First Row: Tích vào để khẳng định ô chọn không chứa liệu Interval: n kỳ trước kỳ dự báo Output Option: Khai báo vùng kết xuất kết Output Range: Nhập vào vùng địa chứa kết địa ô phía bên trái vùng chứa kết NewWworksheet Ply: Kết xuất sheet New Workbook: Kết xuất file Excel Chart Output: Tích vào mục để đưa đồ thị kết dự báo Standard Errors: Đưa sai số chuẩn dự báo + Nhấn OK để đưa kết dự báo Lại xét ví dụ 4.1 dự báo phương pháp sử dụng trình cài thêm Moving Average Các bước thực sau: - Nhập có số liệu thu thập vào bảng tính - Tools\ Data Analysis\ Moving Average, OK Bảng hộp thoại xuất ta điền thông tin vào hình sau: Hình 4.6 Nhập thông số cho mô hình dự báo - Nhấn OK ta bảng kết sau: Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương 4.1.5 Dự báo hồi quy tuyến tính Excel Để dự báo hồi quy tuyến tính Excel ta có nhiều cách sử dụng hàm Excel sử dụng trình cài thêm Regression 4.1.5.1 Sử dụng hàm TREND, FORECAST, LINEST, SLOPE INTERCEPT Để dự báo phương pháp sử dụng mô hình hồi quy tuyến tính đơn y = ax + b (y biến phụ thuộc, x biến độc lập) biết hai giá trị ta sử dụng hàm TREND, FORECAST, LINEST, SLOPE INTERCEPT  Sử dụng hàm TREND - Trả 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) - Trong đó: known_y’s, known_x’s, new_x’s giá trị vùng địa chứa giá trị biết x, y tương ứng giá trị x const số Ngầm định const = (True) hồi quy theo hàm y = ax + b, const = (False) hồi quy theo hàm y = ax Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Xét ví dụ minh hoạ sau: Ví dụ 4.2: Lợi nhuận doanh nghiệp phụ thuộc vào giá thành sản phẩm Dùng hàm TREND dự báo lợi nhuận mà doanh nghiệp đạt giá thành sản phẩm 270.000 đồng Ta có kết công thức sau:  Sử dụng hàm FORECAST - Tính, ước lượng giá trị tương lai vào giá trị - Cú pháp: =FORECAST(x, known_y’s, known_x’s) - Trong đó: x giá trị dùng để dự báo known_y’s giá trị vùng địa tập số liệu phụ thuộc quan sát known_x’s giá trị vùng địa tập số liệu độc lập quan sát Xét Ví dụ 4.2 trên: Ta có kết công thức dự báo lợi nhuận (y) đạt giá thành sản phẩm (x) 270.000 đồng hàm FORECAST sau: Trường Đại học Kinh tế & QTKD Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Như vậy, dù sử dụng hàm TREND hay hàm FORECAST cho ta kết giống  Sử dụng hàm SLOPE INTERCEPT Ngoài việc sử dụng hai hàm để dự báo ta sử dụng kết hợp hai hàm SLOPE để tính hệ số góc a va hàm INTERCEPT để tính hệ số tự b hàm hồi quy tuyến tính đơn y=ax+b Thay hệ số a, b vào hàm số với giá trị biết x y ta tìm giá trị lại cần dự báo - Cú pháp: = SLOPE(known_y’s, known_x’s) = INTERCEPT(known_y’s, known_x’s) Trong đó: known_y’s giá trị vùng địa tập số liệu phụ thuộc quan sát known_x’s giá trị vùng địa tập số liệu độc lập quan sát Xét Ví dụ 4.2 trên: Sử dụng hàm SLOPE hàm INTERCEPT để dự báo mức lợi nhuận (y) đạt giá thành sản phẩm (x) 270.000 đồng hình sau: Trường Đại học Kinh tế & QTKD 10 Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương + Để xuất đường dự báo ta kích phải vào đường đồ thị chọn Add Strendline, hộp thoại Strendline xuất ta chọn loại đồ thị Moving Average với kỳ tab Type hình sau: Hình 4.14 Hộp thoại chứa loại đồ thị + Nhấn OK ta đồ thị sau: Trường Đại học Kinh tế & QTKD 30 Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Dự báo số trẻ sơ sinh số tr ẻsơ sinh 32 31 30 29 28 27 26 25 31 30 Lợi nhuận 29 29 28 27 2000 2001 2002 2003 2004 per Mov Avg (Lợi nhuận) 2005 năm 4.2 PHÂN TÍCH TƯƠNG QUAN TRONG EXCEL 4.2.1 Nhắc lại kiến thức tương quan Khi nghiên cứu mối phụ thuộc, xét theo trình độ chặt chẽ mối phụ có loại phụ thuộc sau đây: Phụ thuộc hàm (mối liên hệ hàm số): Hai biến ngẫu nhiên X Y gọi phụ thuộc hàm số tồn f cho Y=f(X) tức đại lượng X biến đổi theo quy tắc xác định giá trị tương ứng đại lượng Y Đây phụ thuộc hoàn toàn chặt chẽ Phụ thuộc thống kê (mối liên hệ tương quan): Hai biến ngẫu nhiên X Y gọi phụ thuộc thống kê giá trị X ta xác định quy luật phân phối xác suất có điều kiện Y: F(y/X=x) = P(Y>y/X=x) Đây phụ thuộc không hoàn toàn chặt chẽ tức tượng biến đổi làm cho tượng liên quan biến đổi ảnh hưởng hoàn toàn định đến biến đổi Phân tích tương quan chủ yếu dựa sở phân tích hai đặc trưng hệ số tương quan (trường hợp hai biến ngẫu nhiên), hệ số tương quan bội hệ số tương quan riêng phần (trường hợp có nhiều hai biến ngẫu nhiên) 4.2.1.1 Hệ số tương quan  Định nghĩa Trường Đại học Kinh tế & QTKD 31 Bài giảng Tin học ứng dụng Nguyễn Thị Lan Hương Hệ số tương quan đo lường mức độ quan hệ tuyến tính hai biến mà không phân biệt biến biến phụ thuộc biến biến giải thích Giả sử X Y hai biến ngẫu nhiên có V(X) > V(Y) > 0, hệ số tương quan hai biến X Y xác định sau: XY = E ( X  E ( X ))(Y  E (Y )) V ( X ).V (Y ) (5.1) (*) tức XY tính kỳ vọng toán chênh lệch biến X Y với kỳ vọng toán chúng chia cho trung bình nhân phương sai biến  Tính chất hệ số tương quan (1) XY = YX (2)  XY < (3) XY = X Y độc lập với (4) XY = + X Y có mối quan hệ phụ thuộc tuyến tính (5) XY >0 X Y có mối tương quan thuận XY