PHẦN 4: PHÂN TÍCH DỮ LIỆU KINH DOANH

CHƯƠNG 15
DỰ BÁO KINH DOANH
MỤ C TIÊ U
 Học xong chương này, bạn có thể:
 Hiểu được tổng quan về các phương pháp dự báo cơ bản.

 Sử dụng công cụ Moving Average và Exponential

Smoothing trong dự báo ngắn hạn.
 Sử dụng kỹ thuật phân tích hồi quy bằng hàm, đồ thị và
công cụ Regression trong dự báo dài hạn.
 Biết được cách tính toán để lựa chọn phương pháp dự
báo tốt nhất.

BUSINESS INFORMATION SYSTEMS

NỘ I DUNG
1. Tổng quan về dự báo
2. Các công cụ dự báo trong Excel
 Trung bình trượt (Moving Average)
 San bằng mũ (Exponential Smoothing)
 Hồi quy (Regression)

3. Lựa chọn phương pháp dự báo

BUSINESS INFORMATION SYSTEMS

Tổ ng quan về dự bá o
 Dự bá o là mộ t khoa họ c và nghệ thuậ t tiên đoá n
nhữ ng sự việc sẽ xảy ra trong tương lai, trên cơ sở
phâ n tích khoa họ c về cá c dữ liệu đã thu thậ p đượ c.
 Khi tiến hà nh dự bá o cầ n că n cứ và o việc thu thậ p,
xử lý số liệu trong quá khứ và hiện tạ i để xá c định xu
hướ ng vậ n độ ng củ a cá c hiện tượ ng trong tương lai
nhờ và o mộ t số mô hình toá n họ c (định lượ ng).
 Tuy nhiên, dự bá o cũ ng có thể là mộ t dự đoá n chủ
quan hoặ c trự c giá c về tương lai (định tính) và để
dự bá o định tính đượ c chính xá c hơn, ngườ i ta cố
loạ i trừ nhữ ng tính chủ quan củ a ngườ i dự bá o

BUSINESS INFORMATION SYSTEMS

Phương phá p: trung bình trượ t (Moving Average)
 Công thức tính:

1 w N Dt 1  Dt  2    Dt  w
Ft   Dt  w 
w n 1 w
 Trong đó :
 Ft: là giá trị dự bá o kỳ t
 Dt: là giá trị thự c tế củ a kỳ t
 N: tổ ng số kỳ thự c tế
 w: đượ c gọ i là cử a sổ trượ t (w ≤ N)

BUSINESS INFORMATION SYSTEMS

Phương phá p: trung bình trượ t (Moving Average)

 Ưu điểm: đơn giản, san bằng được các biến động

ngẫu nhiên trong dãy số
 Ứng dụng: quyết định nhanh
 Mẫu thích hợp: các tình huống ổn định, số liệu ổn
định và phân phối 1 cách ngẫu nhiên
 Không thích hợp: mẫu có ảnh hưởng mùa
 Lưu ý: khi có những giá trị đột biến trong dãy số thời
gian, ta nên sử dụng n ở mức thấp

BUSINESS INFORMATION SYSTEMS

Phương phá p: trung bình trượ t (Moving Average)

Cách thực hiện trên Excel:

 Bước 1: Chuẩ n bị bả ng số liệu cầ n dự bá o
 Bước 2: Chọ n lệnh Data  Data Analysis 
Moving Average, xuấ t hiện hộ p thoạ i Moving
Average
 Bước 3: Khai bá o cá c thô ng số Input và Output
Options

BUSINESS INFORMATION SYSTEMS

Phương phá p: trung bình trượ t (Moving Average)

Cách thực hiện trên Excel:

 Input Range : tham chiếu đế n vù ng dữ liệ u thự c tế.
 Labels in First Row: Khai bá o hà ng đầ u tiên củ a input
range có chứ a tiêu đề cộ t hay khô ng.
 Interval: số lượ ng cá c kỳ trướ c đó muố n tính (w).
 Output Range: tham chiếu đến vù ng xuấ t kế t quả . Nhữ ng ô
khô ng đủ số lượ ng cá c giá trị trướ c đó để tính toá n sẽ nhậ n
giá trị #N/A.
 Chart Output: tù y chọ n dù ng tạ o biể u đồ nhú ng cù ng vớ i
vù ng xuấ t kế t quả .
 Standard Errors: tù y chọ n dù ng tạ o thêm 1 cộ t chứ a cá c sai
số chuẩ n.

BUSINESS INFORMATION SYSTEMS

Phương phá p: trung bình trượ t (Moving Average)

BUSINESS INFORMATION SYSTEMS

Phương phá p: San bằ ng mũ (Exponential Smoothing)
 Công thức tính: Ft = a.Dt-1 + (1-a).Ft-1
 Trong đó :
 Ft: là giá trị dự bá o kỳ t
 Ft-1: là giá trị dự bá o kỳ t-1
 Dt-1: là giá trị thự c tế củ a kỳ t-1
 a: làhệ số điều chỉnh (hệ số này tù y chọ n sao cho
0 ≤ a ≤ 1)

BUSINESS INFORMATION SYSTEMS

Ví dụ

BUSINESS INFORMATION SYSTEMS

Phương phá p: San bằ ng mũ (Exponential Smoothing)
Cách thực hiện trên Excel:
 Bước 1: Chuẩ n bị bả ng số liệu cầ n dự bá o
 Bước 2: Chọ n lệnh Data  Data Analysis
Exponential Smoothing, xuấ t hiện hộ p thoạ i
Exponential Smoothing
 Bước 3: Khai bá o cá c thô ng số Input và Output
Options

BUSINESS INFORMATION SYSTEMS

Phương phá p: San bằ ng mũ (Exponential Smoothing)
 Input Range : tham chiếu đến vù ng dữ liệu thự c tế.
 Damping factor: giá trị dù ng là m hệ số san bằ ng. Đó là
giá trị điều chỉnh sự bấ t ổ n củ a dữ liệu, giá trị mặ c định
là Damping factor (1-a) = 0.3
 Labels: tù y chọ n cho biết hà ng/cộ t đầ u tiên củ a input
range có chứ a tiêu đề hay khô ng.
 Kết quả như trong hình sau là dự bá o lượ ng thịt bò bá n
(kg) đượ c tạ i siêu thị ABC và o ngày 17/03 vớ i hệ số
điều chỉnh a = 0.3 (Damping factor = 0.7). Như vậy
lượ ng thịt bò dự bá o cho ngày 17/03 là 29.88kg.

BUSINESS INFORMATION SYSTEMS

Phương phá p: San bằ ng mũ (Exponential Smoothing)

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
 Phâ n tích hồ i quy là nghiên cứ u sự phụ thuộ c củ a mộ t
biến (biế n phụ thuộ c hay cò n gọ i là biến đượ c giả i thích)
và o mộ t hay nhiều biế n khá c (biế n độ c lậ p hay cò n gọ i là
biến giả i thích)
 Phương trình hồ i quy có dạ ng tổ ng quá t:
Y = f(X1,X2,…,Xn)
 Trong đó :
 Y: là biến phụ thuộ c (dependent variable)
 Xi: là cá c biến độ c lậ p (independent variable)

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng hàm:
Tên hàm Công dụng và cú pháp
Trả về giá trị dọc theo đường hồi quy (theo phương
pháp bình phương bé nhất)
Cú pháp: TREND(known_y’s, known_x’s, new_x’s,
const)
Trong đó:
TREND  known_y’s, known_x’s, new_x’s là các giá trị hoặc
vùng địa chỉ chứa giá trị đã biết của x, y tương ứng
và giá trị mới của x.
 Const là hằng số. Ngầm định nếu const = 1 (True)
thì hồi quy theo hàm y = a + bx, nếu const = 0
(False) thì hồi quy theo hàm y = bx.

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng hàm:
Tên hàm Công dụng và cú pháp
Dự báo giá trị tương lai căn cứ vào các giá trị hiện tại.
Cú pháp: FORECAST(x, known_y’s, known_x’s)
Trong đó:
FORECAST  x là giá trị dùng để dự báo.
 known_y’s là các giá trị hoặc vùng địa chỉ của tập
số liệu phụ thuộc quan sát được.
 known_x’s là các giá trị hoặc vùng địa chỉ của tập
số liệu độc lập quan sát được

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng hàm:
Tên hàm Công dụng và cú pháp
Dùng để tính hệ số a của phương trình hồi quy đơn
tuyến tính
Cú pháp : INTERCEPT(known_y’s, known_x’s)
Trong đó:
INTERCEPT
 known_y’s là các giá trị hoặc vùng địa chỉ của tập
số liệu phụ thuộc quan sát được.
 known_x’s là các giá trị hoặc vùng địa chỉ của tập
số liệu độc lập quan sát được

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng hàm:
Tên hàm Công dụng và cú pháp
Dùng để tính hệ số b của phương trình hồi quy đơn tuyến
tính
Cú pháp : SLOPE(known_y’s, known_x’s)
Trong đó:
SLOPE
 known_y’s là các giá trị hoặc vùng địa chỉ của tập số liệu
phụ thuộc quan sát được.
 known_x’s là các giá trị hoặc vùng địa chỉ của tập số liệu
độc lập quan sát được
Dùng để tính hệ số tương quan giữa X và Y
CORREL Cú pháp : CORREL(array1,array2)
Trong đó: array1, array2 tương ứng là tập số liệu phụ thuộc
và tập số liệu độc lập quan sát được.

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng đồ thị:
 Bướ c 1: Chuẩ n bị bả ng số dữ liệu cầ n dự bá o
 Bướ c 2: Chọ n lầ n lượ t vù ng địa chỉ chứ a biến phụ thuộ c Y,
và vù ng địa chỉ chứ a biến độ c lậ p X
 Bướ c 3: Vẽ đồ thi dạ ng Scatter
 Bướ c 4: Click chuộ t phả i và o data series, chọ n Add
Trendline
 Bướ c 5: Tuỳ chọ n hiển thị trong Trendline Options
 Linear: dạ ng đườ ng thẳ ng
 Display Equation on chart
 Display R-squared value on chart

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng công cụ Regression:
 Bước 1: Chuẩ n bị bả ng số dữ liệu cầ n dự bá o
 Bước 2: Chọ n lệnh Data Data Analysis 
Regression, xuấ t hiện hộ p thoạ i Regression

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng công cụ Regression:
 Bước 3: Khai bá o cá c thô ng số Input và Output Options
 Input Y Range: Vù ng địa chỉ chứ a biế n phụ thuộ c Y
 Input X Range: Vù ng địa chỉ chứ a cá c biến độ c lậ p X (Có
thể chọ n nhiều biến X trong trườ ng hợ p hồ i quy đa biến)
 Labels: Tích và o mụ c này để khẳ ng định ô (cá c ô ) đầ u tiên
khô ng chứ a dữ liệu hồ i quy
 Constant is Zero: Tích và o mụ c này để khẳ ng định hệ số
tự do củ a hà m hồ i quy tuyến tính a = 0

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)
Cách thực hiện bằng công cụ Regression:
 Confidentce Level: Độ tin cậy củ a hồ i quy (mặ c định là 95%)
bằ ng 1-α, vớ i α là mứ c ý nghĩa hay xá c suấ t mắ c sai lầ m loạ i mộ t,
bá c bỏ H0 trong khi H0 đú ng.
 Output Range: Vù ng hoặ c ô phía trên bên trá i củ a vù ng chứ a
kết quả
 New Worksheet Ply: In kết quả ra mộ t sheet khá c
 New Workbook: In kết quả ra mộ t file Excel mớ i
 Residuals: Sai số do ngẫ u nhiên
 Standardardlized Residuals: Chuẩ n hó a sai số
 Residuals Plots: Đồ thị sai số
 Line Fit Plots: Đồ thị hà m hồ i quy tuyến tính
 Normal Probability Plots: Đồ thị xá c suấ t phâ n phố i chuẩ n

BUSINESS INFORMATION SYSTEMS

Phương phá p: Hồ i quy (Regression)

BUSINESS INFORMATION SYSTEMS

Lự a chọ n phương phá p dự bá o
 Để lự a phương phá p dự bá o nà o là phù hợ p, ngườ i ta
thườ ng quan tâ m đến mứ c độ sai lệch giữ a giá trị
thự c tế đã có (số liệu quá khứ ) và giá trị dự bá o.
 Có 3 cô ng thứ c tính độ sai lệch, tuy nhiên thườ ng
dù ng cô ng thứ c MAD.
 Mean Square Deviation: MSD =
 Bias: B =
 Mean Absolute Deviation: MAD =

BUSINESS INFORMATION SYSTEMS

Bà i tậ p 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 5 6 7 8 9 10 11 12
Số lượng 54 55 52 56 47 43 50 45 37 41 40 37

1. Dùng phương pháp trung bình di động để dự báo số máy PC

bán ra cho tháng 1 năm tới với cửa sổ trượt w = 3.
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 a = 0,3.

BUSINESS INFORMATION SYSTEMS

Bà i tậ p 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 tháng 9.
2. Hãy sử dụng phương pháp hồi quy tuyến tính để xác định mối quan
hệ (phương trình) giữa Số lượng và 2 chỉ số Đơn giá, Chi phí quảng
cáo.
Tháng Số lượng (ly) Đơn giá (đồng) Chi phí quảng cáo (đồng)
1 2.000 10.000 4.000.000
2 2.200 12.000 4.000.000
3 3.000 12.000 3.500.000
4 2.800 13.000 3.300.000
5 3.200 14.000 3.500.000
6 2.100 15.000 3.800.000
7 2.500 12.000 3.700.000
8 3.100 14.000 4.200.000
BUSINESS INFORMATION SYSTEMS