đề tài ASSIGNMENT 7

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH ĐẠI HỌC BÁCH KHOA KHOA CƠ KHÍ BỘ MƠN KỸ THUẬT HỆ THỐNG TRONG CÔNG NGHIỆP oOo ASSIGNMENT GVHD: TS Nguyễn Vạng Phúc Nguyên SVTH: Họ Tên Kiều Phạm Ngọc Thành Lê Thanh Tòng Phạm Phương Thảo Trần Ngọc Tú TP.Hồ Chí Minh, tháng 12/2020 MSSV 1814007 1814383 1814056 1814685 Câu - Biểu đồ phân tán: Graph  Scatter Plot  Simple  OK Kết quả: - Mối quan hệ hai biến: quan hệ tuyến tính chi phí bảo trì số tuổi, thấy số năm tăng chi phí tăng - Hệ số tương quan: Stat  Basic Statistics  Correlations Kết quả: Correlations Pearson correlation 0.938 P-value 0.000 - Phương trình hồi quy: Stat  Regression  Regression  Fit Regression Model Kết quả: Analysis of Variance Source DF Adj SS Adj MS F-Value P-Value Regression 634820 634820 50.96 0.000   Age (x) 634820 634820 50.96 0.000 Error 87197 12457       Lack-ofFit 65565 10928   Pure Error 21632 21632     Total 722017       0.51 0.791 Model Summary S R-sq 111.610 87.92% Rsq(adj) R-sq(pred) 86.20% 81.33% Coefficients Term Coef SE Coef TValue P-Value VIF Constan t 208.2 75.0 2.78 0.027   Age (x) 70.92 9.93 7.14 0.000 1.00 Regression Equation Cost (y) = 208.2 + 70.92 Age (x) - Least square line: Y = 208.2 + 70.92*X - H0: ¿ Khơng có mối quan hệ tuyến tính chi phí số tuổi xe H1: ≠ Có mối quan hệ tuyến tính chi phí số tuổi xe F = 50.96, P – value < 0.05 Suy bác bỏ H0 Vậy có mối quan hệ tuyến tính chi phí số tuổi xe - Dự báo chi phí cho xe tuổi: Y = 208.2 + 70.92*5 = 562.8 Câu - Biểu đồ phân tán: Graph  Scatter Plot - Mối quan hệ hai biến: quan hệ tuyến tính doanh số sách số feet, thấy số feet tăng doanh số sách tăng - Hệ số tương quan: Stat  Basic Statistics  Correlations Kết quả: Pearson correlation 0.950 P-value 0.000 - Phương trình hồi quy: Stat  Regression  Regression  Fit Regression Model Kết quả: Analysis of Variance Source DF Adj Adj MS F-Value P-Value SS Regressio n 27032 27032.3 83.74 0.000  X 27032 27032.3 83.74 0.000 Error Total 2905 322.8         10 29938   Model Summary S Rsq(adj) R-sq(pred) R-sq 17.9671 90.30% 89.22% 84.32% Coefficients TValue P-Value Term Coef SE Coef Constan t 32.5 20.2 1.61 0.142   36.41 3.98 9.15 0.000 1.00 X Regression Equation Y = 32.5 + 36.41 X - Biểu đồ: VIF - Least square line: Y = 32.5 + 36.41 X - H0: ¿ Khơng có mối quan hệ tuyến tính số sách bán số feet H1: ≠ Có mối quan hệ tuyến tính số sách bán số feet F =83.74, P – value < 0.01 Suy bác bỏ H Vậy có mối quan hệ tuyến tính số sách bán số feet - Dự báo doanh số cho feet: Y = 32.5 + 36.41*4 = 178.14 Câu B1: Nhập liệu B2: Chọn Stat Regression Regression Fit Regression Model… B3: Ô Responses, chọn “Y” ô Continuous predictor, chọn “X” Kết ta nhận Regression Analysis: Y versus X Analysis of Variance Source DF Adj SS Adj MS F-Value P-Value Regression 317,532 317,532 9,58 0,011  X 317,532 317,532 9,58 0,011 Error 10 331,385   Lack-ofFit 330,885   Pure Error 0,500 33,138   36,765 R-sq 5,75660 48,93% Coefficients Term Constan t 0,090       Rsq(adj) R-sq(pred) 43,83% Coef SE Coef 15,85 73,53 0,500   Total 11 648,917   Model Summary S   4,23% TValue P-Value VIF 3,09 5,13 0,000   X 1,113 0,360 Regression Equation 3,10 0,011 1,00 Y = 15,85 + 1,113 X Fits and Diagnostics for Unusual Observations Ob s Y Fit 18,00 32,54 R  Large residual Resid Std Resid 14,54 -3,06 R a) Đường hồi quy Y = 15.85 + 1.113* X Fitted Line Plot Y = 15,85 + 1,113 X S R-Sq R-Sq(adj) 35 5,75660 48,9% 43,8% Y 30 25 20 15 10 12 14 16 X b) Sai số chuẩn ước lượng là: 5.75660 c) Bảng ANOVA One-way ANOVA: Y versus X Method Null hypothesis All means are equal Alternative hypothesis Not all means are equal Significance level α = 0,05 Equal variances were assumed for the analysis Factor Information Factor Levels Values X 11 10 11 12 13 15 Analysis of Variance Sourc e DF X 10 648,417 64,8417 Error Total Adj SS 0,500 11 648,917   Adj MS F-Value P-Value 129,68 0,068 0,5000         Model Summary S R-sq R-sq(adj) R-sq(pred) 0,70710 99,92% 99,15% * Means X N Mean StDev 1 15,00 2 15,50 18,00 * (9,02 26,98) 23,00 * (14,02 31,98) 24,00 * (15,02 32,98) 25,00 * (16,02 33,98) 1 32,00 * (23,02 40,98) 1 35,00 * (26,02 43,98) 32,00 * (23,02 40,98) 34,00 * (25,02 42,98) 18,00 * (9,02 26,98) * 95% CI (6,02 23,98) 0,707 (9,147 21,853) Pooled StDev = 0,707107 d) R-sq = 48.93% Phần trăm thay đổi đơn đặt hàng qua thư giải thích số lượng danh mục phân phối là: 48.93% e) Kiểm tra hệ số góc hồi quy có khác đáng kể hay khơng (Sử dụng mức ý nghĩa 0,01.) Giả thiết: H0: β 1=0 H1: β ≠ Ta thấy: P_value = 0.011 > ∝ = 0.01  Chấp nhận giả thuyết H0 Hệ số góc hồi quy khơng khác đáng kể f) Kiểm tra ý nghĩa hồi quy sử dụng thống kê F từ bảng ANOVA với mức ý nghĩa 0.01 Giả thiết: H0: β 1=0 H1: β ≠ F = 129,68và P-value = 0.068 > ∝ = 0.01  chấp nhận giả thuyết H0 Kết đồng với câu (e) g) Dự báo số lượng đơn đặt hàng qua thư nhận 10.000 danh mục phân phối với khoảng thời gian dự đoán 90% Dự đoán Y X=10 với khoảng tin cậy 90% Y^ =15.85+ 1.113∗10=26.98 Prediction for Y Regression Equation Y = 15,85 + 1,113 X Settings Variabl e X Prediction Fit Setting 10 SE Fit 90% CI 90% PI 26,9779 1,93379 (23,4730 30,4828) (15,9713 37,9845) Khoảng dự đoán 90% cho số lượng đơn đặt hàng qua thư nhận 10.000 danh mục phân phối là: (15,9713 37,9845) Câu 11 a B1: Chọn Graph > Scatter plot B2: Chọn Simple > OK B3: Trong ô Y variables, Nhập cột “Building Permits” B4: Trong ô X variables, Nhập cột “Interest Rate (%)” OK Kết Scatterplot of Building Permits vs Interest Rate(%) 1000 900 Building Permits 800 700 600 500 400 300 200 100 10 11 12 13 14 Interest Rate(%) Từ biểu đồ ta thấy có mối quan hệ tuyến tính nghịch biến Building Permits (Y) Interest Rate (X) lãi suất tăng, số lượng giấy phép xây dựng trung bình giảm b B1: Chọn Stat > Regression > Regression > Fit Regression Model B2: Trong ô Response, Nhập cột “Building Permits” B3: Trong ô Continuous predictors, Nhập cột “Interest Rate (%)” OK Kết quả: Regression Analysis: Building Permits versus Interest Rate(%) Analysis of Variance Source DF Adj SS Adj MS F-Value P-Value Regression 559607 559607 26.88 0.001   Interest (%) Rate 559607 559607 26.88 0.001 Error 145753 20822     Total 705360       Model Summary S Rsq(adj) R-sq R-sq(pred) 144.298 79.34% 76.38% Coefficients 71.69% Term Coef TSE Coef Value Constant 2217 316 Interest Rate -144.9 28.0 (%) Regression Equation P-Value VIF 7.01 0.000   -5.18 0.001 1.00 Building = 2217 - 144.9 Interest Rate(%) Permits Fits and Diagnostics for Unusual Observations Ob s Building Permits Fit Resid Std Resid 343.0 652.0 -309.0 -2.28 R Từ kết MINITAB trên, ta có hàm hồi quy phù hợp là: Y^ =2217−144.9 X với Y^ ‘Building Permits’ X ‘Interest Rate (%)’ c Giả thuyết kiểm định: H : β1 =0 Khơng có mối quan hệ tuyến tính lãi suất giấy phép xây dựng Giả thuyết đối: H : β1 ≠ Có mối quan hệ tuyến tính lãi suất giấy phép xây dựng Từ câu b ta có: Coefficients TTerm Coef SE Coef Value P-Value VIF Constant 2217 316 7.01 0.000   Interest - 28.0 -5.18 0.001 1.00 Rate(%) 144.9  P-value (= 0.01) < α = 0.05 Như vậy, kết luận có chứng bác bỏ H0 α = 0.05 Hay có mối quan hệ tuyến tính lãi suất giấy phép xây dựng Do đó, hệ số góc có ý nghĩa α = 0.05 d Từ phương trình câu (b) kết luận Interest Rate (%) tăng thêm 1% mức giảm Building Permits 144.9 e Từ kết MINITAB câu (b), hệ số xác định r2 (R-sq) 79.34% f Có 79,3% thay đổi số lượng Giấy phép xây dựng (Building Permits) giải thích thay đổi Lãi suất (Interest Rate) g Từ phần (a), (b) (d), ta thấy có mối quan hệ tuyến tính Số lượng Giấy phép xây dựng Lãi suất, mà mối quan hệ nghịch (có dấu âm) Lãi suất tăng thêm 1% giảm trung bình 144.9 Giấy phép xây dựng Câu 15 Thao tác mintab để phân tích hồi quy B1: Nhập liệu đề B2: Chọn Stat Regression Regression Fit Regression Model… B3: Ơ Responses, chọn “chi phí hoạt động Y” Continuous predictor, chọn “chi phí cầu thủ X” Kết ta nhận Regression Analysis: Chi phí hoạt động (Y) versus Chi phí cầu thủ (X) Analysis of Variance Source DF Adj SS Adj MS F-Value P-Value Regression 2101 2101.72 72.56 0.000   Chi phí cầu thủ (X) 2101 2101.72 72.56 0.000 Error 24 695.2 Total 25 2796   28.97         Model Summary S R-sq 5.38197 75.14% Coefficients Rsq(adj) R-sq(pred) 74.11% 70.15% TValue P-Value Term Coef SE Coef VIF Constant 18.8 4.14 4.56 0.000   Chi phí cầu thủ 1.30 (X) Regression Equation 0.153 8.52 0.000 1.00 Chi phí hoạt động = 18.88 + 1.302 Chi phí cầu thủ (X) (Y) Fits and Diagnostics for Unusual Observations Chi phí Ob hoạt s động (Y) 60.00 R  Large residual Std Fit Resid Resid 42.3 17.69 3.45 R a Xác định phương trình hồi quy (sử dụng mơ hình hồi quy tuyến tính) cho chi phí cầu thủ chi phí hoạt động Phương trình hồi quy (minitab): Y^ =18.88+ 1.302 X ($ millions) Trong đó: Y chi phí vận hành X chi phí cầu thủ b Xác định R2 nhận xét Hệ số R2 = 75.14% Hệ số R2 cho ta thấy chi phí cầu thủ (X) có 75,14% thay đổi chi phí hoạt động (Y) đội bóng c Kiểm định mức ý nghĩa hồi quy với mức ý nghĩa 0.1 Kiểm tra có mối quan hệ đáng kể chi phí cầu (X) với chi phí hoạt động (Y) Giả thiết: H0: β 1=0 khơng có quan hệ tuyến tính chi phí cầu thủ (X) với chi phí hoạt động (Y) H1 : β ≠ có quan hệ tuyến tính chi p hí cầu thủ (X) với chi phí hoạt động (Y) Ra định: Nếu p-value ≤ α 0.1 bác bỏ giả thiết H0 Mà theo kết từ minitab, p-value=0.000