REGRESSION ANALYSIS

Tháng CP vận hành SL áo khoác SL quần dài SL váy

1 44439 515 541 928
2 43936 929 692 711
3 44464 800 710 824
4 41533 979 675 758
5 46343 1165 1147 635
6 44922 651 939 901
7 43203 847 755 580
8 43000 942 908 589
9 40967 630 738 682
10 48582 1113 1175 1050
11 45003 1086 1075 984
12 44303 843 640 828
13 42070 500 752 708
14 44353 813 989 804
15 45968 1190 823 904
16 47781 1200 1108 1120
17 43202 731 590 1065
18 44074 1089 607 1132
19 44610 786 513 839

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.803398743793
R Square 65%
Adjusted R Squa 0.574539449834
Standard Error 1252.763897542
Observations 19

ANOVA
df SS MS F
Regression 3 42856229.8868037 14285409.9622679 9.1023650668997
Residual 15 23541260.7447753 1569417.38298502
Total 18 66397490.631579
 Coefficients Standard Error t Stat P-value
Intercept 35102.90044874 1837.2269111864 19.1064588892138 6.1119842793E-12
SL áo khoác 2.065953295996 1.66498177918926 1.2408263692843 0.2337268203189
SL quần dài 4.176355531102 1.68125256552288 2.48407384871567 0.0252877854518
SL váy 4.790641037264 1.7893161070527 2.67735869496816 0.0172226428211

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.689938980266
R Square 48%
Adjusted R Squa 0.410517771052
Standard Error 1474.602409202
Observations 19

ANOVA
df SS MS F
Regression 2 31606254.3879886 15803127.1939943 7.2676358302873
Residual 16 34791236.2435904 2174452.2652244
Total 18 66397490.631579

Coefficients Standard Error t Stat P-value

Intercept 38428.81911 1593.3000202 24.1190099914 5.2392365E-14
SL áo khoác 3.323826377 1.8801735677 1.76782954203 0.0961508484
SL quần dài 3.689616922 1.96736384 1.87541157735 0.0791057657

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.780421231628
R Square 61%
Adjusted R Squa 0.560189461123
Standard Error 1273.715390649
Observations 19

ANOVA
df SS MS F
Regression 2 40439876.28956 20219938.14478 12.463356842188
Residual 16 25957614.342019 1622350.89637619
Total 18 66397490.631579

Coefficients Standard Error t Stat P-value

Intercept 35475.30255364 1842.86085257726 19.2501254253827 1.7234552415E-12
SL quần dài 5.320968076942 1.42909547563112 3.72331182043146 0.001849065481
SL váy 5.417137848255 1.7453116456793 3.10382266781134 0.0068250074934

Số văn phòng
1 Diện tích (x1) (x2) Số lối vào(x3) Tuổi (x4)
2 2310 2 2 20
3 2333 2 2 12
4 2356 3 3 33
5 2379 3 2 43
6 2402 2 3 53
7 2425 4 2 23
8 2448 2 3 99
9 2471 2 2 34
10 2494 3 3 23
11 2517 4 4 55
12 2540 2 3 22
 Cho trước
4 chuỗi dữ liệu lịch sử
Cần tìm
Hàm hồi quy mô tả sự phụ thuộc
của CP vận hành vào: SL áo khoác, SL quần dài và SL váy
CP vận hành: biến phụ thuộc
SL áo khoác, Sl quần dài và SL váy: biến độc lập
Hàm hồi quy có dạng như sau:
CP vận hành = a + b SL áo khoác + c SL quần dài + d SL váy
CP vận hành = 35102.90 + 2.07 SL áo khoác + 4.18 SL quần dài + 4.79 SL váy

Cách thực hiện

B1: Xdựng bằng dữ liệu lịch sử
B2: Xđịnh rõ biến nào là biến phụ thuộc, biến nào là biến độc lập
B3: Sử dụng công cụ Regression để xđịnh hàm hồi quy theo mẫu trên
các hệ số a (hệ số tự do), b (mức độ ảnh hưởng của biến SL áo khoác), c
độ ảnh hưởng của biến SL quần dài), d (mức độ ảnh hưởng của biến SL v
B4: Đọc kết quả ptichs hồi quy
B5: Tiến hành dự báo dựa trên kết quả ptichs
Hãy dự báo CP vận hành cho bộ sản phẩm sau đây: 1000, 900, 7
44527.4

Significance F
0.0011265321347
 Lower 95% Upper 95%Lower 95.0%
Upper 95.0%
31186.943983802 39018.857 31186.944 39018.857
-1.482871360622 5.614778 -1.482871 5.614778
0.5928505143466 7.7598605 0.5928505 7.7598605
0.9768040340239 8.604478 0.976804 8.604478

Significance F
0.0056825799733

Lower 95% Upper 9 Lower 95Upper 95.0%

35051.17395 41806 35051 41806
-0.661963532 7.30962 -0.662 7.30962
-0.481008108 7.86024 -0.481 7.86024
 Significance F
0.0005456383352

Lower 95% Upper 95%Lower 95.0%

Upper 95.0%
31568.612066534 39381.993 31568.612 39381.993
2.291421005059 8.3505151 2.291421 8.3505151
1.7172424417864 9.1170333 1.7172424 9.1170333

Giá trị tài sản

(y) SUMMARY OUTPUT
$142,000
$144,000 Regression Statistics
$151,000 Multiple R 0.9947113
$150,000 R Square 99%
$139,000 Adjusted R 0.9824176
$169,000 Standard Er1754.4785
$126,000 Observatio 11
$142,000
$163,000 ANOVA
$169,000 df SS
$149,000 Regression 4 1.732E+09
Residual 6 18469168
Total 10 1.751E+09

Coefficients
Standard Error
Intercept 38812.683 20275.757
Diện tích (x33.606268 8.9725502
Số văn phòn12659.708 733.04088
Số lối vào(x2277.3347 1147.0135
Tuổi (x4) -269.9303 25.9782
 Y=aX+b

i và SL váy

ến độc lập

quần dài + 4.79 SL váy

nào là biến độc lập

m hồi quy theo mẫu trên
ng của biến SL áo khoác), c (mức
độ ảnh hưởng của biến SL váy)

phẩm sau đây: 1000, 900, 750

 MS F Significance F
433064526 140.68783 4.659E-06
3078195

t Stat P-value Lower 95% Upper 95%Lower 95.0%

Upper 95.0%
1.9142408 0.104094 -10800.31 88425.674 -10800.31 88425.674
3.7454534 0.0095608 11.651229 55.561307 11.651229 55.561307
17.270125 2.414E-06 10866.021 14453.394 10866.021 14453.394
1.9854471 0.0943092 -529.3063 5083.9757 -529.3063 5083.9757
-10.39065 4.653E-05 -333.4967 -206.3639 -333.4967 -206.3639
REGRESSION ANALYSIS
n=2
Month Cost B Made C Made
1 44439 541 928

The data table contains the cost o

2 43936 692 711 numbers of units of product B, an
3 44464 710 824
4 41533 675 758 X1: B Made
5 46343 1147 635 X2: C Made
6 44922 939 901 Y: Cost
7 43203 755 580
8 43000 908 589
9 40967 738 682
10 48582 1175 1050
11 45003 1075 984
12 44303 640 828
13 42070 752 708
14 44353 989 804
15 45968 823 904
16 47781 1108 1120
17 43202 590 1065 Regression Function
18 44074 607 1132
19 44610 513 839

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.78042
R Square 0.60906 R square =0,61 (61%)
>>>> Together, B made and C Made
explain 61% of the variation in monthly
Adjusted R Square 0.56019 operating cost.
Standard Error 1273.72 Standard Error=1274
Observations 19

ANOVA
df SS MS F Significance F
Regression 2 40439876 20219938 12.46335684 0.00055
Residual 16 25957614 1622350.9
Total 18 66397491

Coefficients
Standard Error t Stat P-value Lower 95%
Intercept 35475 1842.8609 19.250125 1.72346E-12 31569
B Made 5.32097 1.4290955 3.7233118 0.001849065 2.29142
C Made 5.41714 1.7453116 3.1038227 0.006825007 1.71724
e contains the cost of running a plant over 19 months as well as the
nits of product B, and product C produced during each month.

Regression Function

nd C Made
tion in monthly
gnificance F

Upper 95%
Lower 95,0%
Upper 95,0%
39382 31569 39382
8.35052 2.29142 8.35052
9.11703 1.71724 9.11703