Scenario Summary

Current Values: tổng số tiền nhận được nếu gửi 10 năm

Changing Cells:
$B$45 10 10
Result Cells:
$B$49 549.155 549.155
Notes: Current Values column represents values of changing cells at
time Scenario Summary Report was created. Changing cells for each
scenario are highlighted in gray.
tổng số tiền nhận được nếu gửi 15 năm

15

922.517
2.2. Hàm PV (Present Value)
vd1: tính số tiền cần phải gửi vào ngân hàng để sau 20 năm với lãi suất 7.5%/năm thu được tổng số t
vd2: tính số tiền cần phải gửi vào ngân hàng để sau 20 năm với lãi suất 7.5%/năm thu được tổng số t
vd1: vd2:
RATE 7.50% /năm RATE 7.50% /năm
NPER 20 năm NPER 20 năm
PMT 0 trđ PMT -1 trđ
FV 1000 trđ FV 1000 trđ
TYPE 0 TYPE 1
PV= -235.413 trđ PV= -99.266 trđ

vd3: anh bình mỗi tháng đầu tư 10 triệu đồng, sau 5 năm với lãi suất 8%/năm. Tính giá trị hiện tại củ
RATE 8.00% /năm
NPER 5 năm
PMT -10 trđ
FV 0 trđ
TYPE 0
PV= 493.184 trđ

2.3. Hàm PMT (Payment)

vd1: anh thành vay ngân hàng 1 tỷ đồng về để mua bất động sản, thanh toán trả góp trong 5 năm, lãi
RATE 9% /năm
NPER 5 năm
PV 1000 trđ
FV 0
TYPE 0
PMT= -20.75836 trđ
vd2: tính số tiền phải gửi đầu mỗi tháng để sau 20 năm, lãi suất bình quân 7.6%/năm sẽ thu được tổn
RATE 8% /năm
NPER 20 năm
PV 0 trđ
FV 1000
TYPE 1
PMT= -1.773 trđ
(NPV và IRR sv tham khảo thêm)
3. MỘT SỐ LỆNH TRONG BỘ WHAT-IF-ANALYSIS
3.1. Lệnh Scenario Manager
Lệnh này dùng để xây dựng kịch bản mới dựa trên sự thây đổi của 1 yếu tố.
VD1: Anh Bình gửi 100 triệu đồng vào 1 ngân hàng sau 10 năm, lãi suất bình quân 7%/năm. Đầu mỗ
a. Tính tổng số tiền anh sẽ nhận được?
b. Dùng công cụ Scenario Manager, tính tổng số tiền nhận được nếu gửi tiền sau 15 năm?
c. Dùng công cụ Scenario Manager, tính tổng số tiền nhận được nếu lãi suất tiền gửi bình quân là 8%
a. Ta phải dùng hàm phù hợp để tính (FV)
RATE 7% /năm
NPER 10 năm
PMT= -2 trđ
PV -100 trđ
TYPE 1
FV= 549.155 trđ
b. Vào Data/What-If-Analysis-->Hộp thoại.
Add và gõ tên Kịch bản 1: "Tổng số tiền nhận được nếu gửi 10 năm''
Trong Changing Cell: Đưa địa chỉ ô sẽ thay đổi giá trị (NPER-76)
Chọn OK -->Hộp thoại, có 10.
Chọn Add và gõ tên kịch bản 2: ''tổng số tiền nhận được nếu gửi 15 năm''
Chọn OK -->Hộp thoại, có 15.
Chọn OK, chọn Summary, OK
Kết quả sẽ hiển thị tại 1 Sheet mới có tên là Scenario Summary, nên định dạng lại cho hợp lý.
(Phông chữ, cỡ chữ, số thập phân, tiêu đề, đường viền…)

3.2. Lệnh Goal Seek

Dùng để tìm kiếm mục tiêu, thực chất là tìm giá trị của 1 ô dữ liệu có liên quan đến 1 ô dữ liệu khác
VD: Anh B dự định vay ngân hàng 1 khoản tiền là 1 tỷ đồng để mua nhà trong thời hạn là 5 năm, biế
a. Hãy tính số tiền cố định mà anh B sẽ phải trả góp hàng tháng (sử dụng hàm PMT)
b. Nếu anh B chỉ có khả năng trả góp 15 triệu đồng/tháng, hãy tính xem anh B sẽ phải vay trong thời
a.
RATE 8% /năm
NPER 5 năm
PV 1000 trđ
FV 0 trđ
TYPE 0
PMT= -20.276 trđ
b.
RATE 8% /năm
NPER 7.4 năm
PV 1000 trđ
FV 0 trđ
TYPE 0
PMT= -15.0 trđ
%/năm thu được tổng số tiền tròn 1 tỷ đồng
%/năm thu được tổng số tiền tròn 1 tỷ đồng, đầu mỗi tháng gửi thêm 1 triệu đồng nữa?

m. Tính giá trị hiện tại của dự án đầu tư này.

trả góp trong 5 năm, lãi suất bình quân 9%/năm. Tính số tiền anh phải trả góp mỗi tháng?

6%/năm sẽ thu được tổng số tiền cả gốc và lãi tròn 1 tỷ đồng?

 h quân 7%/năm. Đầu mỗi tháng anh gửi thêm 2 triệu đồng nữa.

n sau 15 năm?
tiền gửi bình quân là 8%/năm.

ng lại cho hợp lý.

uan đến 1 ô dữ liệu khác có chứa công thức tính toán.

ng thời hạn là 5 năm, biết lãi suất vay cố định là 8%/năm.

B sẽ phải vay trong thời hạn là bao nhiêu lâu (sử dụng Goal Seek).
4. Một số lệnh trong Data Analysis
4.1. Lệnh thống kê mô tả - Descriptive Statistics
VD: Cho bảng số liệu x dưới đây:
3 4 5 6 8 8 17 18 18
25 23 15 14 12 11 5 7 7
a. tìm các giá trị thống kê mô tả cho số liệu x
b. phân tích kết quả thu được
X X Nhận xét
3 Chỉ tiêu Giá trị giá trị trung bình bằng 13.04
4 Mean 13.041667 sai số chuẩn bằng 2.11
5 Standard Err 2.1063045 trung vị: số phần tử nhỏ hơn 9.5 bằng số phần tử lớn hơn 9.5
6 Median 9.5 mốt: số phần tử bằng 5 chiếm nhiều nhất trong 24 số hạng.
8 Mode 5 độ lệch chuẩn = 10.32, từ đó tính được độ biến thiên ( phân tán
8 Standard Dev10.318743 phương sai
17 Sample Varia106.47645 độ nhọn đường phân phối dữ liệu, do nằm ngoài khoảng (-2.2,2
18 Kurtosis 2.5124296 độ bất đối xứng của đường phân phối dữ liệu, do nằm trong kh
18 Skewness 1.4399246 chênh lệch giữa số lớn nhất và nhỏ nhất
25 Range 43
27 Minimum 2 số nhỏ nhất
45 Maximum 45 số lớn nhất
25 Sum 313 tổng 24 số hạng
23 Count 24 số quan sát (dung lượng mẫu n=24)
15 Confidence L 4.3572229 95% giá trị xi nằm trong khoảng (13.04-4.36;13.04+4.36)tức k
14
12 Ghi chú: đối với độ biến thiên:
11 <=10%-->dữ liệu rất đồng đều
5 10%-->30%: dữ liệu khá đồng đều
7 30%-->50%: dữ liệu tương đối phân tán
7 50%-->70%: dữ liệu khá phân tâm
5 >=70%: dữ liệu rất phân tán
3
2

Vào data/data analysis/descriptive statistics/ok-->hộp thoại.

lưu ý: nếu không nhìn thấy bộ data analysis trong menu data, có thể thực hiện như sau:
vào file/option/add-ins-->analysis toolpak-->go-->hộp thoại, đánh dấu tất cả các tùy chọn, ok
đưa địa chỉ cột dữ liệu x vào input range
đánh dấu: label in first row; summary statistics; confidence level for mean
chọn output range + địa chỉ ô, ok
căn cứ vào kết quả thu được và thực tế của biến đang xét để có nhận xét phù hợp.

4.2. Lệnh chạy mô hình hồi quy - Regression

Y= a1*X1+a2*X2+…+an*Xn+b
VD: Doanh thu Y của công ty Z (tỷ đồng) và sản lượng sản phẩm x1,x2 (tấn) như sau:
Y X1 X2
23 14 7 Yêu cầu: xây dựng mô hình hồi quy tuyến tính biểu diễn mối li
25 16 9 dự báo y tại (30;30)?
28 15 12 Vào data/data analysis/regression/ok-->hộp thoại
32 17 14 đưa địa chỉ cột y vago input y range
34 19 15 đưa địa chỉ cột x1,x2 vào input x range
37 18 17 đánh dấu: label; confidence level
39 20 19 chọn output range + địa chỉ ô, ok
40 22 22 nhận xét các bảng kết quả
42 23 24 viết mô hình hồi quy
45 25 27 thay giá trị của x1,x2 vào để tính y dự báo
R: xét trị tuyệt đối của nó
SUMMARY OUTPNếu <=30%-->tương quan rất yếu; 30%-->50%: yếu; 50%-->70%: tươn
>=99%: rất chặt chẽ; r<0--> tương quan nghịch; r>0--> tương quan
Regression Statistics
Multiple R0.98536 Hệ số tương quan bội R=98.54%;y có tương quan chặt chẽ với X1,X2
R Square 0.97093 hệ số xác định: 97.09% sự biến động của Y là do X1,X2
Adjusted 0.96263 hệ số xác định đã điều chỉnh
Standard E1.43299 sai số chuẩn
Observatio 10 số quan sát (dung lượng mẫu n=10)

ANOVA F thực tếMức ý nghĩa

df SS MS F Significance F
Regressio 2 480.126 240.063 116.907 4.19E-06
Residual 7 14.3742 2.05346
Total 9 494.5
nếu mức ý nghĩa >10%: chấp nhận giả thiết h0, bác bỏ đối thiết h1-->phương sai =0
Nếu mức ý nghĩa <=10%: chấp nhận đối thiết H1, bác bỏ đối thiết H0-->phương sai <>0
 Khi đó mức ý nghĩa càng nhỏ--> Độ tin cậy của kết luận này càng cao
Với KQ trên : do mức ý nghĩa <1%-->Chấp nhận H1, bác bỏ H0: Phương sai khác 0 với độ

Coefficients
Standard Error
t Stat P-valueLower 95% Upper 95%Lower 95.0%
Intercept 18.7183 5.82592 3.21294 0.0148 4.942234 32.4944 4.94223
X1 -0.2929 0.57213 -0.5119 0.62448 -1.645742 1.06001 -1.6457
X2 1.28414 0.318 4.03818 0.00494 0.532191 2.0361 0.53219
Gía trị của các hệ số mô hình được hiển thị tại cột Coefficients kèm theo độ tin cậy tương ứ
P-Value>10%: hệ số chưa đủ độ tin cậy (mức ns)
5%<P-Value<=10%: hệ số có độ tin cậy 90% (mức *)
1%<P-Value<=5%: hệ số có độ tin cậy 95% (mức **)
P-Value<=1%: hệ số có độ tin cậy 99% (mức ***)

theo bảng trên:

hệ số của x1 bằng -0.2929 với độ tin cậy rất thấp (mức ns)
hệ số của x2 bằng 1.2841 với độ tin cậy 99% (mức***)
hệ số tự do bằng 18.7183 với độ tin cậy 95% (mức**)
viết mô hình hồi quy:
Y = -1.2929*X1 + 1.2841*X2 + 18.7183
Tính Y dự báo: Y (30;30) = 19.1834
4.3. lệnh so sánh, phân tích phương sai
vd: 2 giống lúa có cùng điều kiện chăm sóc cho năng suất như nhau (kh/sào)
yêu cầu: so sánh phương sai năng suất 2 giống lúa này? Giống 1
giống nào có năng suất lúa đồng đều hơn? 205
207
nêu giả thiết h0: hai phương sai không khác biệt 210
nêu đối thiết h1: hai phương sai có khác biệt 214
vào data/data analysis/anova single factor/ok-->hộp thoại 216
đưa địa chỉ của cả 2 cột dữ liệu vào input range 219
đánh dấu label; chọn output range + địa chỉ ô, ok 223
so sánh giá trị f thực tế và f lý thuyết 225
nếu <= thì kết luận chấp nhận h0, bác bỏ h1: 2 phương sai không 228
khác biệt 231
nếu > thì kết luận chấp nhận h1, bác bỏ h0: 2 phương sai có khác biệt, khi đó phương sai nào bé hơn

Anova: Single Factor

 SUMMARY
Groups Count Sum Average Variance độ biến thiên
giống 1 10 2178 217.8 79.733333 4.10%
giống 2 10 2372 237.2 164.17778 5.40%

ANOVA f thự tế mức ý nghĩf lý thuyết

Source of Variation SS df MS F P-value F crit
Between Gro 1881.8 1 1881.8 15.430211 0.00098565 4.4138734
Within Group 2195.2 18 121.95556

Total 4077 19

ta có f thực tế > f lý thuyết: chấp nhận h1, bác bỏ h0, 2 phương sai có khác biệt, độ tin cậy c
phương sai 2 > phương sai 1--> giống lúa 1 năng suất đồng đều hơn.

4.4. lệnh so sánh giá trị trung bình

vd: so sánh năng suất trung bình của 2 giống lúa trên? Giống nào cho năng suất cao hơn?
vào data/data analysis/t-test paired two sample for mean/ok-->hộp thoại
đưa địa chỉ cột giống 1 vào variable 1 range
đưa địa chỉ cột giống 2 vào variable 2 range
đánh dấu: label; gõ 0 vào mục hypothisized…
chọn output range + địa chỉ ô, ok
(ghi chú: cũng phải nêu giả thiết và đối thiết từ đầu)
nêu giả thiết h0: hai trung bình không khác biệt
nêu đối thiết h1: hai trung bình có khác biệt
so sánh trị tuyệt đối của t thực tế và t lý thuyết 2 đuôi.
nếu <0, kết luận chấp nhận h0, bác bỏ h1: hai trung bình không khác biệt
nếu >0, kết luận chấp nhận h1, bác bỏ h0: hai trung bình có khác biệt.
khi đó: nếu t stat >0 thì kết luận tb1>tb2
nếu t stat <0 thì kết luận tb2>tb1

t-Test: Paired Two Sample for Means

Giống 1 Giống 2
Mean 217.8 237.2
Variance 79.733333 164.17778
Observations 10 10
Pearson Corr0.9754096
Hypothesized 0
df 9
t Stat -13.48031 t thực tế
P(T<=t) one-t 1.421E-07
t Critical one-1.8331129
P(T<=t) two-t 2.842E-07
t Critical two-2.2621572 t lý thuyết 2 đuôi

ta có trị tuyệt đối của t thực tế > trị tuyệt đối của t lý thuyết 2 đuôi.
kết luận: chấp nhận h1, bác bỏ h0: hai trung bình có khác biệt
do t stat<0-->tb2 > tb1 hay giống lúa 2 có năng suất cao hơn giống 1.
 25 27 45
5 3 2

số phần tử lớn hơn 9.5

nhất trong 24 số hạng.
c độ biến thiên ( phân tán ) =10.32/13.04=79.11%-->kết luận: dữ liệu rất phân tán (kém đồng đều)

nằm ngoài khoảng (-2.2,2.2) nên không gần với phân phối chuẩn.
dữ liệu, do nằm trong khoảng (-2.2,2.2) nên gần với phân phối chuẩn.

04-4.36;13.04+4.36)tức khoảng (8.86;17.40)

iện như sau:

cả các tùy chọn, ok
n) như sau:

uyến tính biểu diễn mối liên hệ giữa y và x1,x2

->hộp thoại

%: yếu; 50%-->70%: tương quan rất yếu; 70%-->90%: tương đối chặt chẽ; 90%-->95%: khá chặt chẽ; 95%-->
h; r>0--> tương quan

uan chặt chẽ với X1,X2

do X1,X2

1-->phương sai =0
H0-->phương sai <>0
Phương sai khác 0 với độ tin cậy rất cao.

Upper 95.0%
32.4944
1.06001
2.0361
m theo độ tin cậy tương ứng hiện cột P-Value, nếu:

Giống 2
220
225
227
230
235
236
240
245
254
260
đó phương sai nào bé hơn --> dữ liệu đồng đều hơn và ngược lại
i có khác biệt, độ tin cậy của kết luận này rất cao (do mức ý nghĩa <1%)

cho năng suất cao hơn?

á chặt chẽ; 95%-->99%: chặt chẽ