Professional Documents
Culture Documents
1.Dùng phương pháp trung bình di động để dự báo số Iphone bán ra cho tháng tới với cửa sổ trượt w = 5
Kết quả tháng tới 22.8
2.Dùng phương pháp san bằng mũ để dự báo Iphone bán ra cho tháng tới với hệ số điều chỉnh a = 0,4.
Kết quả tháng tới 24.4241119232
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. Sử dụng phương pháp trun
1 4,000,000 4,000,000 #N/A
2 4,000,000 8,000,000 #N/A
3 3,500,000 10,500,000 #N/A
4 3,300,000 9,900,000 3,700,000
5 3,500,000 7,000,000 3,575,000
6 3,800,000 7,600,000 3,525,000
7 3,700,000 3,700,000 3,575,000
8 4,200,000 8,400,000 3,800,000
9 3,800,000 6,675,000
2. Sử dụng phương pháp hồi quy tuyến tính ta có kết quả: Y = -2.81X + 17,927,272.73
Không nên sử dụng phương trình này, vì kết quả cho hệ số R Square là 0.1221, Adjusted R Square
Đồng thời P value >0.005 => không có ý nghĩa
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.349556181137564
R Square 0.122189523771478
Adjusted R Squa -0.0241122222666095
Standard Error 2498502.07649756
Observations 8
ANOVA
df SS MS F
Regression 1 5213674242424.2 5.213674E+12 0.8351884176397
Residual 6 37455075757576 6.242513E+12
Total 7 42668750000000
PROBABILITY OUTPUT
31.25 7000000
43.75 7600000 5000000
0
0 10 20 30 40 50 60 70 80 90 100
Sample Percentile
15000000
10000000
Doanh Thu
5000000
56.25 8000000 0
68.75 8400000 0 10 20 30 40 50 60 70 80 90 100
81.25 9900000 Sample Percentile
93.75 10500000
4 5 6 7 8 9 10 11 12
33 43 28 46 15 19 40 14 26
#N/A 42 37.6 39.2 33 30.2 29.6 26.8 22.8
45.52 40.512 41.5072 36.1043 40.0626 30.0376 25.6225 31.3735 24.424112
Forecast
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12
Data Point
Exponential Smoothing
60
50
40
30 Actu
Value
Fore
20
10
0
1 2 3 4 5 6 7 8 9 10 11 12
Data Point
Value
2,000,000 Forecast
8,750,000 4,000,000
1,000,000 2,000,000
7,050,000
0 0
6,675,000 1 2 3 4 5 6 7 8 1 2 3 4 5
Data Point Data Point
Significance F
0.39602
y Plot
60 70 80 90 100
e
60 70 80 90 100
e
Actual
Forecast
11 12
Moving Average
0,000
0,000
0,000
0,000 Actual
0,000 Forecast
0,000
0
1 2 3 4 5 6 7 8
Data Point