Professional Documents
Culture Documents
Nguyen Hu Quynh 31221026430
Nguyen Hu Quynh 31221026430
NĂM 2016
4 31 52 50
5 16 36 40
6 40 79 30
7 33 62 20
8 18 35 10
9 17 33 0
10 15 20
10 26 56
11 35
SUMMARY OUTPUT
Regression Statistics
Multiple R
R Square
Adjusted R
Standard E
Observatio
ANOVA
Regression
Residual
Total
Intercept
X Variable
RESIDUAL OUTPUT
Observation
1
2
3
4
5
6
7
8
9
10
Doanh thu
90
80
70 f(x) = 1.79111842105263 x + 3.81315789473684
R² = 0.942466157965943
60
50
40
30
20
10
0
10 15 20 25 30 35 40 45
SUMMARY OUTPUT
0.942466158 70
0.9352744277 0 60
10 15 20 25 30 35 40
3.8579793849 -4 50
10 40
-8 30
20 X Variable 1
df SS MS F Significance F 10
1 1950.52796053 1950.528 131.0486 3.06760347E-06 0
8 119.072039474 14.884 10 15 20 25 30 35 40
9 2069.6
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Lower 95.0%
Upper 95.0%
3.8131578947 3.94829542295 0.965773 0.362441 -5.29162767759 12.91794 -5.291628 12.91794
1.7911184211 0.15646172463 11.44765 3.07E-06 1.43031703706 2.15192 1.430317 2.15192
RESIDUAL OUTPUT
Predicted Y Residuals
Standard Residuals
39.635526316 0.36447368421 0.100203
34.262171053 -0.2621710526 -0.072078
43.217763158 -2.2177631579 -0.609722
59.337828947 -7.3378289474 -2.017362
32.471052632 3.52894736842 0.970201
75.457894737 3.54210526316 0.973818
62.920065789 -0.9200657895 -0.25295
36.053289474 -1.0532894737 -0.289577
34.262171053 -1.2621710526 -0.347004
50.382236842 5.61776315789 1.544471
Residual Plot
25 30 35 40 45
Y
Predicted Y
Variable 1
25 30 35 40 45
Số liệu bán hàng trong tháng 03 tại siêu thị ABC như sau
Value
25.2 29 26.77 20
8 18 28.4 29.6666667 28.64 10
9 17 27.6 30.3333333 25.45 0
1 2 3 4
10 26 24.8 22.6666667 22.91
11 40 26.8 20.3333333 23.84
12 28 26.8 27.6666667 28.69
13 35 25.8 31.3333333 28.48
14 30
15 33
29.2
31.8
34.3333333
31
30.44
30.31
M
16 27 33.2 32.6666667 31.11 50
40
17 30.6 30 29.88
30
Value
20
10
0
1 2 3 4
Moving Average Exponential Smoothing
50 50
40 40
30 Actual 30
Value
Value
20 Forecast 20
10 10
0 0
1 2 3 4 5 6 7 8 9 10111213141516 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
Data Point Data Point
Moving Average
50
40
30 Actual
Value
20 Forecast
10
0
1 2 3 4 5 6 7 8 9 10111213141516
Data Point
ntial Smoothing
Actual
Forecast
8 9 10 11 12 13 14 15 16
a Point
Bài tập 1
Công ty TNHH Quang Thông buôn bán máy vi tính có số máy PC trong năm qua như sau:
Tháng 1 2 3 4
Số lượng 54 55 52 56
1.Dùng phương pháp trung bình di động để dự báo số máy PC bán ra cho tháng 1 năm tới với cửa sổ trượ
2.Dùng phương pháp san bằng mũ để dự báo số máy PC bán ra cho tháng 1 năm tới với hệ số điều chỉnh
Bài tập 2
Tình hình kinh doanh của quán trà sữa Ciel Angel trong năm 2017 như sau. Yêu cầu:
1.Hãy sử dụng các phương pháp dự báo đã học để tính Số lượng, Đơn giá và Chi phí quảng cáo trong thá
2.Hãy sử dụng phương pháp hồi quy tuyến tính để xác định mối quan hệ (phương trình) giữa Số lượng và
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.508367514278
R Square 0.258437529573 R2=25% < 70% => Phương trình hồi quy không nên
Adjusted R Square -0.038187458597
Standard Error 0.485418865495
Observations 8
ANOVA
df SS MS
Regression 2 0.410592625109746 0.2052963
Residual 5 1.17815737489025 0.2356315
Total 7 1.58875
ương trình hồi quy không nên sử dụng vì độ tin cậy yếu
F Significance F
0.8712601 0.4735538