Sinh viên cần điền thông tin cá nhân vào các ô màu vàng

Họ tên SV: Trần Thị Kim Thoa Ngày sinh 2/29/2004

Lớp : FM001 Mã số SV : 31221021686
Số máy : 2
Bài tập 1
Công ty TNHH ABC buôn bán iphone với kết quả hàng tháng như sau:
Tháng 1 2 3
Số lượng 50 38 46
dự báo bằng
phương pháp
trung bình trượt #N/A #N/A #N/A
dự báo bằng
phương pháp san
bằng mũ #N/A 50 45.2

1.Dùng phương pháp trung bình di động để dự báo số Iphone bán ra cho tháng tới với cửa sổ trượt w = 5

24.75

Kết quả tháng tới

2.Dùng phương pháp san bằng mũ để dự báo Iphone bán ra cho tháng tới với hệ số điều chỉnh a = 0,4.

25.0545

Kết quả tháng tới

Bài tập 2
Tình hình kinh doanh của XYZ trong năm 2017 như sau. Yêu cầu:
1.Hãy sử dụng các phương pháp dự báo đã học để tính Chi phí quảng cáo và doanh thu trong tháng 9.

2.Hãy sử dụng phương pháp hồi quy tuyến tính để xác định mối quan hệ (phương trình) giữa Chi phí quản
Đánh giá nên sử dụng phương trình này hay không? Vì sao?

Chi phí quảng cáo

Tháng Doanh Thu
(đồng)
1 4,000,000 4,000,000
2 4,000,000 8,000,000
3 3,500,000 10,500,000
4 3,300,000 9,900,000
5 3,500,000 7,000,000
6 3,800,000 7,600,000
7 3,700,000 3,700,000
8 4,200,000 8,400,000
bài 2.1

phương pháp trung bình phương pháp san bằng mũ

trượt với hệ số điều chỉnh a=0.4

dự báo chi
dự báo doanh dự báo chi phí
phí quảng
thu quảng cáo
cáo
#N/A #N/A #N/A
#N/A #N/A 4,000,000
#N/A #N/A 4,000,000
3,700,000 8,100,000 3,800,000
3,575,000 8,850,000 3,600,000
3,525,000 8,750,000 3,560,000
3,575,000 7,050,000 3,656,000
3,800,000 6,675,000 3,673,600
tháng 9 3,900,000 6,566,667 3,884,160

bài 2.2

SUMMARY OUTPUT

Regression Statistics
Multiple R 0.3495561811376
R Square 0.1221895237715
Adjusted R Square-0.0241122222666
Standard Error 2498502.0764976
Observations 8

ANOVA
df SS MS
Regression 1 5213674242424.23 5213674242424.23
Residual 6 37455075757575.80 6242512626262.63
Total 7 42668750000000.00

Coefficients Standard Error t Stat

Intercept 17927272.727273 11566693.3738111 1.54990472626024
X Variable 1 -2.81060606060606 3.07544345811044 -0.91388643585498
RESIDUAL OUTPUT

Observation Predicted Y Residuals Standard Residuals

1 6684848.4848485 -2684848.4848485 -1.16068256846702
2 6684848.4848485 1315151.51515152 0.568551054982718
3 8090151.5151515 2409848.48484849 1.04179775685485
4 8652272.7272727 1247727.27272728 0.539402988223811
5 8090151.5151515 -1090151.5151515 -0.471281663663669
6 7246969.6969697 353030.303030305 0.152617967524163
7 7528030.3030303 -3828030.3030303 -1.65488967789612
8 6122727.27272727 2277272.72727273 0.984484142441273

không nên dùng hồi quy vì R^2=12,22% <70% nê

 4 5 6 7 8 9 10
33 43 28 46 15 19 40

#N/A 42 37.6 39.2 33 30.2 29.6

45.52 40.512 41.5072 36.10432 40.062592 30.0376 25.6225

ới với cửa sổ trượt w = 5.

ệ số điều chỉnh a = 0,4.

anh thu trong tháng 9.

g trình) giữa Chi phí quảng cáo và doanh thu.

g pháp san bằng mũ
số điều chỉnh a=0.4

dự báo
doanh thu
#N/A
4,000,000
5,600,000
7,560,000
8,496,000
7,897,600
7,778,560
6,147,136
7,048,282

F Significance F
0.8351884176397 0.3960151752

P-value Lower 95% Upper 95%

Lower 95.0% Upper 95.0%
0.1721406540887 -10375406.37 46229951.82 -10375406.37 46229951.82
0.396015175162012 -10.3359451058 4.71473298457 -10.34 4.71
 PROBABILITY OUTPUT

Percentile Y
6.25 3700000
18.75 4000000
31.25 7000000
43.75 7600000
56.25 8000000
68.75 8400000
81.25 9900000
93.75 10500000

22% <70% nên độ tin cậy thấp

 11 12
14 26

26.8 22.8 24.75

31.3735 24.4241 25.0545