Professional Documents
Culture Documents
Một tập hợp các CSDL có liên quan với nhau tạo thành một hệ
CSDL (hay còn gọi là ngân hàng dữ liêu). Tất cả các CSDL của
cùng một cơ quan, tổ chức tạo thành một ngân hàng dữ liệu của cơ
quan đó.
Hệ quản trị cơ sở dữ liệu:
4 05/05/23
2.1.2 Tạo một cơ sở dữ liệu trong Excel
Bước 1: Chọn một vùng trống trong bảng tính, viết tên
trường vào từng ô của hàng đầu tiên.
Bước 2: Hiệu chỉnh độ rộng các trường (cột) của tệp dữ
liệu.
Bước 3: Nhập các bản ghi bắt đầu từ dòng ngay dưới
dòng các tên trường.
Bước 4: Sau khi đã nhập dữ liệu ta có thể đặt tên cho
tệp dữ liệu.
2.1.3 Sắp xếp các dòng trong bảng biểu
a. Sắp xếp dựa vào một cột
Đưa con trỏ ô vào tên cột (trường) làm căn cứ sắp xếp
Chọn lệnh Data
Xuất hiện nhóm cộng cụ Sort & Filter
Chọn cột (trường) làm tiêu chí chính để sắp xếp tại mục Sort by
Chọn kiểu sắp xếp tại khung order: A to Z hoặc Z to A
Kích chuột vào Add level, xuất hiện hộp thoại như hình sau:
Chọn cột làm tiêu chí sắp xếp phụ tại mục Then by .
Chọn kiểu sắp xếp cho cột làm tiêu chí sắp xếp phụ tại
khung Order
Kích chuột vào hộp kiểm My data has headers (chọn
mục này khi trong bảng dữ đang chọn có dòng tiêu đề)
Kích chuột vào nút lệnh OK để kết thúc
2.1.4 Đặt lọc dữ liệu
a. Lọc tự động (Auto Filter)
Chọn CSDL muốn lọc (chọn cả dòng đầu tiên của CSDL)
Chọn lệnh Data
Xuất hiện nhóm cộng cụ Sort & Filter, chọn công cụ
Filter
Khi đó trên tiêu đề mỗi cột sẽ xuất hiện biểu tượng lọc là
các Menu DropDown
Kích chuột vào biểu tượng lọc trên cột lọc để chọn giá trị
cần lọc. Nếu điều kiện lọc là một biểu thức ta chọn mục
lệnh Text Filters → Custom AutoFilter.
Hoặc Number Filters->Custom AutoFilte
Chọn phép so sánh, nhập (hoặc chọn) giá trị làm điều
kiện trong hộp danh sách bên phải
Lưu ý: Có thể kết hợp thêm một điều kiện lọc nữa bằng
cách chọn tương tự trong hai hộp danh sách phía dưới
nhưng phải thông qua hai phép toán And (và) hoặc Or
(hoặc)
b. Lọc theo bảng tiêu chuẩn tạo trước
Tạo bảng tiêu chuẩn:
Bảng tiêu chuẩn là 1 khối có ít nhất 2 ô (trên 2 dòng), ô
trên chứa tên trường (Field), ô dưới chứa tiêu chuẩn lọc.
Tên trường làm tiêu chuẩn phải giống hệt tên trường của
vùng CSDL, tốt nhất là sao chép từ tên trường CSDL.
Các dòng phía dưới ghi điều kiện: các giá trị tiêu chuẩn
cùng dòng là các toán hạng của phép AND, khác dòng
là phép OR.
Ví dụ : Tiêu chuẩn để lọc các bản ghi có số SP bán ra
trong tháng 1 = 400.
Index
Match
Vlookup
Hlookup
Nhóm hàm kí tự
Tên
Công dụng Cú pháp Ví dụ
hàm
Lấy ký tự bên
LEFT =LEFT(chuỗi, số lượng ký tự) LEFT(“D11KT5”,3)=”D11”
trái
Ví dụ 3
Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý
12.000 USD, thời hạn sử dụng 5 năm
Yêu cầu: Hãy tính số khấu hao hàng năm của TSCĐ.
Biết rằng: TSCĐ trên được đưa vào sử dụng ngày 1/4 của
năm đầu tiên và được tính khấu hao theo phương pháp số dư
giảm dần theo một tỷ suất cố định.
Giải: DB(Cost,Salvage,Life,per,month)
Cost: 40.000$ , Salvage: 12.000$, Life :5, per =1, month = 9
Hàm DDB
(Double Declinings Balance factor)
Chức năng: Tính khấu hao cho một tài sản sử dụng phương pháp số
dư giảm dần kép hay giảm dần theo một tỷ lệ nào đó trong một khoảng
thời gian xác định.
Cú pháp hàm: =DDB (Cost, salvage,life, per,factor)
Factor: Là tỷ lệ khấu hao kép (Mặc định Factor = 2)
Trong đó:
Cost: Giá trị ban đầu của tài sản
Salvage: Giá trị thu hồi được của tài sản (hay là giá trị còn lại của tài
sản sau khi khấu hao)
Life: Tổng số chu kỳ sử dụng của tài sản.
Period: Kỳ tính khấu hao (phải có cùng đơn vị tính với Life).
Factor: Tỷ suất khấu hao (Tỷ lệ để giảm dần số dư - nếu bỏ qua,
mặc định là 2, tức sử dụng phương pháp số dư giảm dần kép).
Hàm DDB
(Double Declinings Balance factor)
DDB = Min ((cost –tổng khấu hao các kỳ trước)* (factor/life),
(cost – salvage- tổng khấu hao các kỳ trước))
Ví dụ 4
Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý
12.000 USD, thời hạn sử dụng 5 năm
Yêu cầu:
1. Hãy tính số khấu hao hàng năm của TSCĐ. Biết
TSCĐ trên được tính khấu hao theo phương pháp số dư giảm
dần kép.
2. Hãy tính số khấu hao hàng năm của TSCĐ với tỷ suất
khấu hao là 150% (hệ số khấu hao 1,5).
DDB (Cost, salvage,life, per,factor)
Tính khấu hao kép cho năm thứ nhất:
= DDB(40000,12000,5,1) =16000 USD
Một tài sản có nguyên giá 40.000 USD, giá trị thanh lý 12.000
USD, thời hạn sử dụng 5 năm.
TSCĐ trên được tính khấu hao theo phương pháp số dư giảm
dần với tỷ suất khấu hao là 150% (hệ số khấu hao 1,5).
Yêu cầu: Tính số khấu hao TSCĐ trên trong các trường hơp sau:
Số khấu hao lũy kế từ năm thứ 2 đến năm thứ 4.
= VDB(40000,12000,5,2,4,1.5) =7600USD
2.1.2 Hàm phân tích hiện quả vốn đầu tư
Hàm PV(Present Value) để tính giá trị thu được các kì
trong tương lai quy về̀ hiện tại.
Hàm FV( Future value):tính toán giá trị tương lai của
một khoản đầu tư dựa trên một mức lãi suất cố định
Hàm NPV (Net Present Value) để xác định hiện giá
thuần cho dự án đầu tư.
Hàm IRR (Internal Rate of Return)để tính tỷ suất sinh lợi
nội bộ.
Hàm RATE Trả về lãi suất theo kỳ hạn của một niên kim.
Hàm FVSCHEDULE: Trả về giá trị tương lai của khoản đầu
tư có lãi suất thay đổi hoặc có thể điều chỉnh theo kỳ
Hàm PMT (Payment) tính số số tiền phải trả cho một kì
khoản.
Hàm IPMT: hàm trả về thanh toán lãi cho một khoản đầu tư
trong một kỳ hạn đã cho
Hàm PPMT: Hàm sẽ tính toán khoản thanh toán gốc cho
khoản đầu tư trong đó việc chi trả được thực hiện đều đặn
theo định kỳ với một lãi suất không đổi
Hàm NPER: Tính số kì cần thiết cho một khoản đầu tư .
Cú pháp chung các hàm đầu tư:
= Tên hàm (Đối số 1, Đối số 2,… Đối số n)
Các đối số gồm 2 loại:
Đối số bắt buộc
Đối số không bắt buộc
Hàm PV
Chức năng: Tính giá trị hiện tại (Present Value) của một khoản
đầu tư để tính giá trị thu được các kì trong tương lai quy về̀ hiện
tại.
Cú pháp: = PV(rate, nper, pmt, fv, type)
Rate: Lãi suất của mỗi kỳ (tính theo tháng, quý, năm).
Nper: Tổng số kỳ chi trả.
Pmt: Số tiền chi trả (hoặc gửi thêm vào) trong mỗi kỳ, cố
định trong suốt giai đoạn đầu tư. Nếu pmt = 0 thì bắt buộc
phải có fv.
Fv: Giá trị tương lai.
Type: Cách thức thanh toán:
= 0: Thanh toán tiền vào cuối kỳ (mặc định)
= 1: Thanh toán tiền vào đầu kỳ.
Hàm PV (Tiếp)
Lưu ý: Rate và Nper phải sử dụng đơn vị tính toán nhất quán với
nhau. Ví dụ: Với khoản vay trong 4 năm, lãi suất hằng năm là 10%,
nếu trả lãi hằng tháng thì dùng 10%/12 cho rate và 4*12 cho nper;
còn nếu trả lãi hằng năm thì dùng 10% cho rate và 4 cho nper.
Hàm PV (Present Value)
Giải
Rate (lãi xuất mỗi kỳ): 8%.
nper (tổng số kỳ chi trả): 10 năm,
pmt (Số tiền chi trả (hoặc gửi thêm vào) trong mỗi kỳ,
fv(giá trị tương lai: 5000000$, type (0)
= PV(8%, 10, , 5000000) = $2,315,967.44
Ví dụ 2: Một nhà đầu tư (NĐT) muốn có một khoản tiền là 200
triệu trong thời gian là 5 năm nữa. Dùng hàm PV để tính xem
ngay từ hôm nay nhà đầu tư phải đưa vào một số tiền là bao
nhiêu nếu biết tỷ lệ lợi nhuận kinh doanh là 15%.
A1 6.25% -15 5 5
A2 6.55% -55 10 4.5
A3 7.11% -45 10 5.5
A4 7.15% -100 12 15
A5 7.25% -120 10 10.5
Bài 4: Giải
Mã Lãi Vốn Kì hạn Số PV KẾT LUẬN
dự xuất ban đầu tư tiền
án đầu thu
về/
năm
A1 6.25 -15 5 5 =PV(6.25%,5,5) Lên đầu tư vì
% = -20.92 số tiền thu về >
vốn đầu tư
A2 6.55 -55 10 4.5 =PV(6.55%,10,4.5) Loại
% = -32.27
A3
Dùng7.11
hàm-45
PV 10 ra phương
cho 5.5 =PV(7.11%,10,5.5)
án đầu tư tốt, Loại
đầu tư
% = -38.43
không
A4
tốt,-100
7.15
giải thích
12
tại sao
15 =PV(7.15%,12,15) Nên đầu tư
Giải % = - 118.19
A5 7.25 -120 10 10.5 =PV(7.25%,10,10. Loại
% 5)
= -72.9
Ví dụ 5: Một người nhận được mỗi tháng 100 USD
trong 10 tháng liên tục, với lãi suất 10%/năm.
Hãy tính xem số tiền đó tương đương với bao nhiêu
tiền nếu người đó nhận một lần ngay lúc đầu kỳ.
= PV(0.1/12,10,-100,0,1) = 963,62 USD
Hàm FV (Future Value)
Công dụng: Tính giá trị tương lai của một khoản đầu tư có lãi
suất cố định và được chi trả theo kỳ với các khoản bằng nhau
mỗi kỳ.
Cú pháp: = FV (Rate, nper, pmt, pv, type)
Rate: Lãi suất đầu tư
Nper: Tổng số kỳ đầu tư
Pmt: Số tiền đầu tư đều đặn vào mỗi kỳ (dấu - )
Pv: Giá trị đầu tư lần đầu (nếu không có thì mặc định
là 0)
type: Cách tính:
= 0 nếu đầu tư cuối kỳ;
= 1 nếu đầu tư đầu kỳ
(nếu không có sẽ mặc định là 0).
Ví dụ 1: FV (Rate, nper, pmt, pv, type)
Một người gửi vào tài khoản tiết kiệm tại ngân hàng $10,000 với lãi
suất 7%/năm. Mỗi năm người này gửi thêm vào tài khoản $200,
trong 10 năm. Vậy khi đáo hạn (10 năm sau), người đó sẽ có được
số tiền là bao nhiêu trong các trường hợp sau:
a. Khoản tiền gửi thêm đầu tiên được gửi sau 1 năm so với
khoản tiền gốc.
b. Khoản tiền gửi thêm đầu tiên được gửi cùng thời điểm so
với khoản tiền gốc.
Giải:
a. Type: = 0
= FV(7%, 10, -200, -10000, 0) = $22,434.80
b. Type: = 1
Chú ý cách
trình bày
bài tập!
Ví dụ 2: FV (Rate, nper, pmt, pv, type)
Một dự án vay tiền của ngân hàng để hoạt động với tiến độ
như sau:
NĂM VỐN VAY (TRIỆU USD)
2000 1
2001 1,5
2002 1,5
2003 1
Năm 2004 bắt đầu sản xuất. Vốn này đi vay với lãi xuất
10%/năm. Dùng hàm FV tính cho đến khi sản xuất, tổng nợ
vay vốn đầu tư (tính cả vốn và lãi) sẽ là bao nhiêu?
(Coi mỗi một năm là 1 dự án riêng biệt và quy định số tiền
trong tương lai tính quy về hết năm 2004. sau đó cộng các
năm lại)
Ví dụ 2: FV (Rate, nper, pmt, pv, type)
Đơn vị tính: (TRIỆU USD)
Chức năng:
Tính hiện giá ròng của một dự án đầu tư dựa trên tỷ lệ
chiết khấu với các khoản chi trả và thu nhập theo những
kỳ hạn đều đặn
Cú pháp: = NPV (Rate,value1,value2 ...)
Rate: Tỷ suất chiết khấu của DAĐT.
Value1, value2,...: Các khoản thu nhập thuần trong các kỳ
hạn của DAĐT.
Chú ý:
- Các đối số value1, value2, ... phải là các giá trị xuất
hiện ở cuối mỗi kỳ cách đều nhau. Nếu khoản tiền đầu tiên
xuất hiện ở đầu kỳ thứ nhất (vốn ban đầu), thì nó phải được
cộng thêm vào kết quả của hàm NPV, chứ không được xem
là đối số value1.
- Nếu value1, value2, ... là ô rỗng, sẽ được xem như bằng
0;là các giá trị lỗi, hay text, hoặc không thể dịch thành số, thì
sẽ được bỏ qua.
Ví dụ 1:Tính NPV cho một dự án đầu tư có vốn ban đầu là 1 tỷ
đồng, doanh thu hàng năm là 0,6 tỷ, chi phí hàng năm là 0,25
tỷ, thời gian thực hiện là 4 năm, với lãi suất chiết khấu là
8%/năm ?
Lời giải:
Vốn ban đầu 1 tỷ đồng có trước khi có doanh thu của năm thứ
nhất, nên sẽ không tính vào công thức. Và do đây là vốn bỏ
ra, nên nó sẽ thể hiện là số âm. Giá trị lưu động tiền mặt sẽ
bằng doanh thu trừ đi chi phí, bằng 0,35 tỷ, là một số dương.
Theo đề bài này, value1 = value2 = value3 = value4 = 0.35
= NPV(8%, 0.35, 0.35, 0.35, 0.35) - 1 = 0.159
Do NPV > 0 nên dự án theo đề bài cho ra là khả thi.
Ví dụ 2. Tính NPV cho một dự án đầu tư có vốn ban đầu là
$40,000, lãi suất chiết khấu là 8%/năm; số lãi trong 5 năm đầu
lần lượt là $8,000, $9,200, $10,000, $12,000 và $14,500, đến
năm thứ sáu thì lỗ $9,000 ? Hỏi dự án có khả thi không?
Lời giải
Hiện giá ròng (NPV) của dự án nói trên trong 5 năm đầu là khả
thi vì:
= NPV(8%, 8000, 9200, 10000, 12000, 14500) - 40000 =
1,922.06 > 0
Nhưng đến năm thứ sáu thì lại mất tính khả thi vì:
= NPV(8%, 8000, 9200, 10000, 12000, 14500, -9000) - 40000 =
-3,749.47 > 0
Ví dụ 3 Tính NPV cho một dự án đầu tư 4 năm có chi phí
ban đầu là $10,000 tính từ ngày hôm nay, lãi suất chiết khấu
là 10%/năm, doanh thu trong 3 năm tiếp theo lần lượt là
$3,000, $4,200, và $6,800 ?
Hiện giá ròng (NPV) của dự án nói trên là khả thi vì:
= NPV(10%, -10000, 3000, 4200, 6800) = 1,188.44 > 0
Ở đây, giá trị ban đầu $10,000 được xem là chi phí thứ nhất
vì việc chi trả xảy ra vào cuối kỳ thứ nhất.
Ví dụ 4: Một nhà đầu tư có vốn là 300 triệu đồng, dự kiến mua
lại một sơ sở sản xuất, lợi nhận thuần thu được hằng năm dự
kiến là 60 triệu đồng. Cơ sở sản xuất chỉ còn hoạt động được 6
năm là phải thay đổi hoàn toàn máy móc thiết bị. Giá trị thanh
lý lúc đó ước khoảng 100 triệu đồng. Giải sử lãi xuất là
10%/năm. Sử dụng hàm NPV giúp NĐT đánh giá có lên đầu
tư vào đự án này không?
Giải:
rate Năm 1 Năm 2 Năm 3 Năm 4 Năm 5 Năm 6 pv NPV
A 10% -50 5 15 23 28
B 10% -40 10 10 25 20
C 10% -30 5 15 10 18
D 10% -50 0 0 0 70
E 10% -50 16 17 25 20
Bài 6: Giả sử có các phương án đầu tư sau, dùng hàm NPV cho
biết những phương án nào là phương án đầu tư tốt, tại sao?
Biết lợi nhuận thuần thu về qua các năm như bảng dưới đây
Mã Lãi Vốn Năm Năm Năm Năm NPV KL
dự xuất ban 1 2 3 4
án đầu
A 10% -50 5 15 23 28 =NPV(10%, Chọn
5,15,23,28)+(-50)= 3.35
B 10% -40 10 10 25 20 =NPV(10%, Chọn
10,10,25,20)+(-40)= 9.8
= IRR(values, guess)
= NPV(-300,60,60, 60,60,60,160, 10%) =11.73%
KL:Nhà đầu tư lên đầu tư vào dự án này vì lãi xuất dự án
là 11.73% > 10% lãi xuất rào cản.
Ví dụ 3: Giả sử có các phương án đầu tư sau, dùng hàm IRR
cho biết những phương án nào là phương án đầu tư tốt, tại
sao? Biết lợi nhuận thuần thu về qua các năm như bảng dưới
đây
Mã Lãi Vốn ban Năm 1 Năm 2 Năm 3 Năm 4
dự án xuất đầu
A 10% -50 5 15 23 28
B 10% -40 10 10 25 20
C 10% -30 5 15 10 18
D 10% -50 0 0 0 70
E 10% -50 16 17 25 20
Mã Lãi Vốn Năm Năm Năm Năm IRR KL
dự xuất ban 1 2 3 4
án đầu
A 10% -50 5 15 23 28 =IRR( Chọn VÌ
-50,5,15,23, 12%>10%
28,10%) lãi xuất
=12% rào cản
B 10% -40 10 10 25 20 =IRR(-40, Chọn
10,10,25,20,10%)
=19%
=RATE(6,60,-300,100,,10%) =12%
KL: Nhà đầu tư lên đầu tư vào dự án này vì lãi xuất dự án 12% >
10% lãi xuất rào cản
VÍ DỤ 4: Giả sử có các phương án đầu tư sau: Sử dụng hàm
RATE để chọn ra các phương án đầu tư tốt, đầu tư không
tốt, giải thích tại sao
Mã dự án Lãi xuất Vốn ban đầu Kì hạn đầu Số tiền thu về/
tư năm
A1 6.25% -15 5 5
A4 7.15% -100 12 15
PMT
IPMT
PPMT
Hàm PMT (Payment)
Chức năng: Tính số tiền trả/nhận được (bao gồm cả gốc và lãi) đều
đặn, định kỳ cho một khoản đầu tư với lãi suất cố định.
Cú pháp: =PMT(rate, nper, pv, fv, type)
Trong đó:
Rate: tỷ lệ lãi xuất mỗi kỳ (tính theo tháng, năm , quý)
Nper: Tổng số kỳ thanh toán.
Pv: giá trị hiện tại của 1 khoản vay .
Fv: Là giá trị tương lai hoặc số tiền chi trả/nhận được của kỳ cuối
cùng.
Ví dụ:1
Anh Hải muốn mua trả góp một chiếc xe máy với giá
hiện tại là 14 triệu đồng trong vòng 3 năm với lãi suất
8%/năm. Hỏi đầu mỗi tháng anh Hải phải trả bao nhiêu
tiền ?
Chức năng: Tính số tiền lãi phải trả/nhận được trong một kỳ hạn nào đó trong một khoảng
thời gian xác định, trong đó số tiền gốc trả/nhận được định kỳ là cố định và lãi suất cũng cố định.
Cú pháp:
= IPMT(rate, per, nper, pv, fv, type)
Per: Số thứ tự kỳ thanh toán
Ví dụ:
Một người vay khoản tiền 8.000 USD với lãi suất 10%/ năm
trong thời hạn 3 năm và chi trả đều gốc vay trong 36 tháng.
Hãy tính số lãi phải trả cho tháng thứ 1, tháng thứ 6 vào đầu
mỗi tháng, cuối mỗi tháng.
GIải: IPMT(rate, per, nper, pv, fv, type)
Số lãi trả vào cuối tháng thứ 1 là:
= =IPMT(10%/12,1,36,8000,0) =-66,67
Có nghĩa là: Tháng 1 phải trả lãi 66.67 USD (các tháng sau
giảm dần),
Số lãi trả vào cuối tháng thứ 6 là:
= IPMT(0.1/12,6,36,8000,0) = $58,55.
Hàm PPMT (Interest payment)
Chức năng: Tính số tiền gốc phải trả/nhận được trong một kỳ hạn nào đó trong một khoảng thời
gian xác định, trong đó số tiền phải trả mỗi kỳ tùy thuộc vào số tiền gốc còn lại với tỷ lệ lãi suất cố
định.
Cú pháp:
= PPMT(rate, per, nper, pv, fv, type)
Per: Số thứ tự kỳ chi trả
Ví dụ: tính số tiền gốc phải trả ở cuối tháng thứ
nhất của khoản vay 1.800$, thời hạn 3 tháng, lãi
xuất 1%/tháng
PPMT(rate, per, nper, pv, fv, type)
= PPMT(1%,1,3,1800) = - 594.04 $
Ví dụ 2: Một người vay khoản tiền 8.000 USD với lãi
suất 10%/năm trong thời hạn 3 năm.
Hãy tính số tiền gốc phải trả vào cuối năm mỗi năm.
Chức năng:
Tìm số kỳ hạn cần thiết để đầu tư hoàn thành (hay
thanh toán hết) một khoản đầu tư (hay mua trả góp) với
mức đầu tư (hay thanh toán) không đổi và lãi suất cố
định trong suốt quá trình đầu tư (trả góp).
Cú pháp:
=NPER(rate, pmt, pv, fv, type)
Ví dụ 1: Một người đầu tư lần đầu $1000, sau
Ví dụ:
đó mỗi tháng đầu tư thêm $100 với lãi suất 12%
năm.
Tính xem cần phải đầu tư bao nhiêu tháng để
có thể lấy về 10.000 USD cả vốn và lãi.
2.1.4 ĐẦU TƯ CHỨNG KHOÁN
Hàm ACCRINTM
Hàm ACCRINT
Hàm INTRATE
Hàm DISC
Hàm RECEIVED
Các đối số cơ bản của hàm
đầu tư chứng khoán:
Issue: Ngày phát hành là ngày người phát hành tổ chức phát hành
chứng khoán
Maturity: Ngày đáo hạn là ngày đến hạn thanh toán, người phát hành
chứng thanh toán tiền (cả gốc và lãi) cho người mua (đầu tư) chứng khoán
Settlement: Ngày giao dịch là ngày người mua chứng khoán thanh
toán tiền cho người phát hành chứng khoán và nhận chứng khoán về. Ngày
này phải là một ngày sau ngày phát hành chứng khoán khi chứng khoán
được giao dịch với người mua.
Lưu ý: Nên dùng hàm DATE(year,month,day) khi nhập các giá trị
ngày tháng.
Các đối số cơ bản của hàm
đầu tư chứng khoán:
Mã (Basic) Số ngày cơ sở
0 Mỹ (NASD) 30/360
Số ngày thực tế /Số ngày thực
1
tế
2 Số ngày thực tế /360
3 Số ngày thực tế /365
4 30/360 (Châu Âu)
Việt Nam quy định Basic có giá trị là 0
Hàm ACCRINTM
Chức năng: Tính lãi gộp cho một chứng khoán trả vào ngày đáo
hạn (ACCRued INTerest at Maturity).
Cú pháp:
= ACCRINTM(Issue, Maturity, Rate, Par, Basis)
Công thức:
ACCRINTM = par * rate *
Trong đó:
Par: mệnh giá của chứng khoán
Rate: lãi xuất hàng năm của chứng khoán
A:số ngày tích lỹ của trái phiếu( tính từ ngày phát hành đến ngày
tới hạn thanh toán)
D: số ngày của năm cơ sở
4.3.1 Hàm ACCRINTM
Chức năng: Tính lãi gộp cho một chứng khoán trả vào
ngày đáo hạn (ACCRued INTerest at Maturity).
Cú pháp:
= ACCRINTM(Issue, Maturity, Rate, Par, Basis)
Issue: Ngày phát hành trái phiếu
Maturity: Ngày đáo hạn trái phiếu
Rate: Lãi suất của trái phiếu
Par: Mệnh giá mỗi trái phiếu. Nếu bỏ qua Excel sẽ gán
giá trị là $1,000
Basis: cơ sở tính ngày. Nếu bỏ qua mặc định bằng 0
Ví dụ:
Tính lãi gộp cho một trái phiếu kho bạc phát hành ngày 15/05/2014, ngày đáo hạn là
25/10/2019, có lãi suất là 8%/năm và giá trị cuống phiếu là 500 $(tính một năm có 365
ngày).
Cách 1
Par= 500$; Rate =8%
A=datedif(15/05/2014, 25/10/2019, “d”)= 1989 ngày
D= 365
ACCRINTM = 500* 8%* = 217.972$
Cách 2
= ACCRINTM(Issue, Maturity, Rate, Par, Basis)
= ACCRINTM(date(2014,5,15),date(2019,10,25),8%,500,3)
= 217,97$
Ví dụ 2: Tính lãi gộp cho một trái phiếu kho bạc phát hành ngày 15/02/2019, ngày đáo hạn là
18/03/2020, có lãi suất là 8%/năm và giá trị cuống phiếu là 100 triệu đồng (tính một năm có 365
ngày).
Par= 100000000; Rate =8%
A=datedif(15/02/2019, 18/03/2020, “d”)= 397 ngày
D= 365
ACCRINTM = 100000000* 8%* (397/365)= 8,701,369 đồng
Trong đó:
Investment: Khoản tiền đầu tư
Redemption: Khoản tiền thu được vào ngày đáo hạn
B: số ngày trong năm cơ sở
DIM: số ngày tính từ ngày thanh toán đến ngày đáo hạn
Ví dụ:
Tính lãi suất của một chứng khoán có ngày thanh toán là
01/2/2008, ngày tới hạn là 15/6/2010, số tiền đầu tư là $5000,
giá trị nhận được khi đáo hạn là $6500 với cơ sở là 3
INTRATE(Settlement, Maturity, Investment,
Redemption, Basis)
INTRATE= *
Ví dụ:
Tính lãi suất của một chứng khoán có ngày thanh toán là
01/2/2008, ngày tới hạn là 15/6/2010, số tiền đầu tư là $5000,
giá trị nhận được khi đáo hạn là $6500 với cơ sở là 3
INTRATE(Settlement, Maturity, Investment,
Redemption, Basis)
Ví dụ:
Tính lãi suất của một chứng khoán có ngày thanh toán là
01/2/2008, ngày tới hạn là 15/6/2010, số tiền đầu tư là $5000,
giá trị nhận được khi đáo hạn là $6500 với cơ sở là 3
INTRATE(Settlement, Maturity, Investment, Redemption,
Basis)
= INTRATE(DATE(2008,2,01), DATE(2010,6,15),
5000,6500,3) = 0.12658 (12,66%)
Investment: 5000
Redemption: 6500
B : 365
DIM: 865
INTRATE = [(6500-5000)/ 5000]* (365/865)=0.12658
Ví dụ:
Tính lãi suất của một chứng khoán có ngày kết toán là
15/2/2008, ngày đáo hạn là 15/5/2008, số tiền đầu tư là
$1,000,000, giá trị nhận được khi đáo hạn là $1,014,420, với
cơ sở để tính ngày là một năm 360 ngày.
= INTRATE(DATE(2008,2,15), DATE(2008,5,15),
1000000,1014420,0) = 0.05768 (= 5.77%)
Investment: 1000000
Redemption: 1014420
B : 360
DIM: 90
INTRATE = [(1014420-1000000)/ 1000000]* (360/90)=0.05768
Hàm DISC
= RECEIVED(DATE(2014,2,15), DATE(2014,5,15),
1000000, 6%, 2) = $1,014,584.654
Hàm ACCRINT
Chức năng: Tính lãi gộp cho một chứng khoán trả theo định kỳ (ACCRued INTerest).
Cú pháp: =ACCRINT(issue,first-interest,settlement,rate,
par,frequency,basic,calc-method)
Công thức
ACCRINT = par * *
Trong đó
Par: mệnh giá trái phiếu
Frequency: số lần chi trả trái phiếu trong 1 năm
Ai: Số ngày tích lũy của trái phiếu thứ i tính cho các kì lẻ
NC:số kỳ của trái phiếu thích hợp với số kỳ lẻ, nếu số này là phân số thì làm tròn tăng
NLi:số ngày trong 1 kỳ của kỳ thứ i trong ngày lẻ
Hàm ACCRINT
=ACCRINT(issue,first-interest,settlement,rate, par, frequency, basic,
calc-method)
Trong đó:
Issue: Ngày phát hành trái phiếu
First-interest: Ngày tính lãi đầu tiên của chứng khoán
Settlement: Ngày thanh toán của chứng khoán,
Rate: Lãi suất của trái phiếu
Par: Mệnh giá mỗi trái phiếu. Nếu bỏ qua Excel sẽ gán giá trị là $1,000
Frequency: Số lần trả lãi hàng năm (1, 2 hay 4).
Basis: cơ sở tính ngày. Nếu bỏ qua mặc định bằng 0
Calc-method: Cách thức tính lãi, nếu là 1(TRUE) lãi được tính từ ngày
phát hành chứng khoán. Nếu là 0 (FALSE) lãi được tính từ ngày tính
lãi đầu tiên.
Ví dụ:
Tính lãi gộp của một trái phiếu kho bạc có mệnh giá
$1,000,000, phát hành ngày 1/3/2008, ngày đáo hạn là
1/3/2009, ngày tính lãi đầu tiên là 31/8/2008 (tính lãi 6 tháng
một lần) với lãi suất hằng năm là 10%, cơ sở để tính ngày là
một năm 360 ngày, một tháng 30 ngày.
=ACCRINT(issue, first-interest, settlement, rate,
131
5.1 Phân tích tương quan
Phân tích tương quan chủ yếu dựa trên cơ sở phân tích
hai đặc trưng cơ bản là hệ số tương quan (trường hợp hai
biến ngẫu nhiên), hệ số tương quan bội và hệ số tương
quan riêng phần (trường hợp có nhiều hơn hai biến ngẫu
nhiên).
Trong đó:
Hệ số tương quan: đo lường mức độ quan hệ tuyến tính
giữa hai biến mà không phân biệt biến nào là biến phụ
thuộc biến nào là biến giải thích.
132
5.1 Phân tích tương quan
133
5.1 Phân tích tương quan
135
5.1 Phân tích tương quan
Tính chất của hệ số tương quan:
(1) -1 ≤ r ≤ 1
(2) r = 0 nếu X và Y độc lập với nhau.
(3) r ≠ 0, X và Y có mối quan hệ phụ thuộc tuyến tính.
(4) r > 0 nếu X và Y có mối tương quan thuận
r < 0 nếu X và Y có mối tương quan nghịch
(5) │r│< 0,4 tương quan yếu
│r│ = 0,4 – 0,8 tương quan trung bình
│r│ > 0,8 tương quan mạnh
│r│càng gần tới 1 thì mối phụ thuộc thống kê càng chặt chẽ
136
5.1.1 Nhập tài liệu
Số liệu quan sát của mỗi biến phải được bố trí đồng thời
theo từng dòng (kiểu cột) hoặc đồng thời theo từng cột
(kiểu dòng).
Đối với những tập số liệu có tần số giống nhau ta có thể
coi chúng đều có tần số là 1 (mi = 1).
Đối với những tập số liệu có tần số là khác nhau ta nên
đưa về cách bố trí số liệu có cùng tần số hoặc có tần số
đều là 1 vì Excel hiểu rằng mỗi hàng (cột, dòng) đều
chứa số liệu của cùng một biến.
137
5.1.2 Chọn lệnh và chạy mô hình
138
5.1.2.1 Phương pháp tính toán thủ công sử
dụng các hàm trong Excel
Trường hợp tính hệ số tương quan cho hai biến có các
tần số (mi) là khác nhau:
+ Hàm SUMPRODUCT():
Chức năng: Tính tổng của các tích
Cú pháp: =SUMPRODUCT(Array1,Array2,..)
+ Hàm SQRT():
Chức năng: Căn bậc 2 của số dương
Cú pháp: =SQRT(number)
Trong đó: number là một số dương.
array1, array2 là các chuỗi số liệu.
139
5.1.2.1 Tính hệ số tương quan cho hai biến có
các tần số mi là bằng nhau
Cách 1:
+ Hàm CORREL:
Tính hệ số tương quan giữa hai chuỗi số liệu.
Cú pháp: =CORREL(array1, array2)
140
5.1.2.1 Phương pháp tính toán thủ công sử
dụng các hàm trong Excel
Trường hợp tính hệ số tương quan cho hai biến có các
tần số mi là bằng nhau:
Cách 2:
+ Hàm RSQ:
Tính bình phương hệ số tương quan giữa hai chuỗi số liệu.
Cú pháp: =RSQ(array1, array2)
+ Hàm SQRT():
Căn bậc 2 của số dương
Cú pháp: =SQRT(number)
141
Ví dụ 5.2
142
Ví dụ 5.2
143
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Để sử dụng trình cài thêm Correlation, cần cài đặt công cụ
Data Analysis:
Bước 1: Chạy Excel, bấm vào nút ở góc trái thanh Menu sẽ
xuất hiện hộp thoại, bấm chọn nút Excel Options như hình sau
144
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Bước 2: Chọn Add-Ins, tại ô Manage bấm chọn Excel-
Add-Ins rồi bấm nút Go.
145
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
146
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Sử dụng trình Correlation được thực hiện như sau:
Chọn Data/ Data Analysis, xuất hiện hộp thoại xuất
hiện Data Analysis:
147
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
Trong hộp thoại Data Analysis/ Correlation, OK, xuất
hiện hộp thoại Correlation:
148
5.1.2.2 Phương pháp sử dụng trình cài thêm
Correlation
150
Xét lại ví dụ 5.2
151
Ví dụ 5.3
Có tài liệu về năng suất lao động (X1 - triệu đồng),
phần trăm chi phí nguyên vật liệu chính trong giá thành
đơn vị sản phẩm (X2) và giá thành đơn vị sản phẩm (Y -
nghìn đồng) của 5 xí nghiệp cùng sản xuất một loại sản
phẩm như sau:
1 44 20 52
2 43 21 51
3 42 23 51
4 40 25 50
5 41 26 51 152
Ví dụ 5.3
Nhập số liệu vào bảng tính theo dạng cột như hình
sau:
153
Ví dụ 5.3
Data / Data Analysis/ Correlation, OK.
Nhập vào thông tin bảng hộp thoại Correlation như
trong hình sau:
154
Ví dụ 5.3
Nhấn OK ta được bảng kết quả sau:
Do đó:
155
5.1.3 Đọc và phân tích lời giải
156
5.1.3 Đọc và phân tích lời giải
Xét ví dụ 5.2:
Nhận xét: r = 0.9091648 nên có thể kết luận mối phụ
thuộc giữa tuổi nghề và năng suất lao động là mối phụ
thuộc thống kê (mối liên hệ tương quan) thuận và chặt.
Điều này có nghĩa là, khi tuổi nghề tăng lên thì năng suất
lao động cũng tăng lên tương ứng.
157
5.1.3 Đọc và phân tích lời giải
Xét ví dụ 5.3:
Qua bảng phân tích tương quan ta thấy:
- Mối quan hệ giữa giá GTĐV (Y) với NSLĐ (X1) và %NVL chính
(X2) là rất chặt ( = 0.98).
- Hệ số tương quan RYX1 = - 0.93026051, RYX2 = 0.894427191 có
thể thấy NSLĐ (X1) tỷ lệ nghịch với GTĐV (Y), còn %NVL
chính (X2) tỷ lệ thuận với GTĐV (Y).
- Bảng tính hệ số tương quan này cũng cho ta thấy có sự tương quan
giữa các Xi hay không. Cụ thể, RX1X2 = - 0.6933752 cho thấy khi
GTĐV (Y) không đổi, giữa NSLĐ (X1) và %NVL chính (X2) có
mối quan hệ tương quan tương đối chặt và tỷ lệ nghịch với nhau.
158
5.2 Phân tích hồi quy
Phân tích hồi quy nghiên cứu mối phụ thuộc của một biến
(gọi là biến phụ thuộc) với một hay nhiều biến khác (biến
độc lập) nhằm ước lượng và dự báo giá trị trung bình của
biến phụ thuộc với các giá trị đã biết của (các) biến độc lập.
+ Mô hình hồi quy tuyến tính đơn: là mô hình hồi quy mà
phương trình của mô hình hồi quy gồm một biến phụ thuộc
và một biến độc lập.
+ Mô hình hồi quy tuyến tính bội: là mô hình hồi quy mà
phương trình của mô hình hồi quy gồm một biến phụ thuộc
và nhiều biến độc lập.
159
5.2.1 Nhập tài liệu
Số liệu quan sát của mỗi biến phải được bố trí đồng thời
theo từng dòng (kiểu cột).
160
Ví dụ 5.4:
Thống kê giá trị sản xuất và điện năng tiêu thụ trong
12 tháng người ta thu được các số liệu sau:
161
5.2.2 Chọn lệnh và chạy mô hình
162
5.2.2.1 Phân tích hồi quy đơn
a. Sử dụng hàm Slope và Intercept ước lượng các tham
số của hàm hồi quy đơn
- Hàm Slope: dùng để ước lượng hệ số góc (β1) của
phương trình y = β0 + β1x.
=Slope(Known_y’s; known_x’s)
- Hàm Intercept: dùng để ước lượng hệ số tự do β0 của
phương trình hồi quy y = β0 + β1x.
=Intercept(Known_y’; known_x’s)
Trong đó:
Known_y’s: giá trị quan sát của biến phụ thuộc y
Known_x’s: Giá trị quan sát của biến độc lập x. 163
Xét ví dụ 5.4:
Sử dụng hàm slope, intercept để ước lượng các tham số
của hàm hồi quy đơn.
164
5.2.2.1 Phân tích hồi quy đơn
165
Hộp thoại Regression:
166
Một số thuật ngữ:
Các lựa chọn nhập dữ liệu vào input:
Input Y Range: Vùng địa chỉ chứa biến phụ thuộc Y
Input X Range: Vùng địa chỉ chứa cac biến độc lập X
Labels: Tích vào mục này để khẳng định ô (các ô) đầu tiên
không chứa dữ liệu hồi quy
Constant is Zero: Tích vào mục này để khẳng định hệ số tự
do của hàm hồi quy tuyến tinh β0 = 0
Confidentce Level: Độ tin cậy của hồi quy (mặc định là
95%) bằng 1-α với α là mức ý nghĩa hay xác suất mắc sai
lầm loại một bác bỏ H0 trong khi H0 đúng.
167
Một số thuật ngữ (tiếp):
Các lựa chọn kết xuất kết quả Output Option:
Output Range: Vùng hoặc ở phía trên bên trái của vùng chứa kết quả
New Worksheet Ply: In kết quả ra một sheet khác
New Workbook: In kết quả ra một file Excel mới
Các lựa chọn khác Residuals: Tích vào các mục này để đưa ra
Residuals: Sai số do ngẫu nhiên
Standardardlized Residuals: Chuẩn hóa sai số
Residuals Plots: Đồ thị sai số
Line Fit Plots: Đồ thị hàm hồi quy tuyến tính
Xác suất phân phối chuẩn Normal Probability:
Normal Probability Plots: Đồ thị xác suất phân phối chuẩn
Nhấn OK để đưa ra kết quả hồi quy.
168
5.2.2.2 Phân tích hồi quy bội
a. Sử dụng hàm LINEST ước lượng các tham số của mô hình
=linest(known_y’s; [known_x’s]; [const]; [stat]) (CSE).
Lệnh được kết thúc bằng tổ hợp phím Ctrl + Shift + Enter
Trong đó:
Known_y’s: Vùng địa chỉ chứa biến phụ thuộc y
Known_x’s: Vùng địa chỉ chứa các biến độc lập x1, x2, …, xk
Const: Tùy chọn hằng số trong mô hình hồi quy. Nếu const = 1
(TRUE – mặc định) thì β0 có mặt trong mô hình hình hồi quy, còn
nếu const = 0 (FALSE) thì bỏ qua β 0 (β0 = 0)
Stat: Tùy chọn hiển thị các tham số thống kê. Nếu stat = 1 (TRUE
– mặc định) thì tính toán các tham số thống kê. Nếu stat = 0
(FALSE) ) thì không tính toán các tham số này. 169
Ví dụ 5.5:
Có thống kê về số lượng ô tô bán được (y), giá xăng
(x1), sự tăng dân số (x2) và số lượng đường giao thông
được xây dựng (x3) trong 15 năm theo bảng dưới đây. Giả
thiết có quan hệ tuyến tính giữa y và xj.
Hãy ước lượng các hệ số của hàm hồi quy.
170
Xét ví dụ 5.5:
Nhập dữ liệu và kết quả ước lượng các tham số của hàm hồi quy:
171
5.2.2.2 Phân tích hồi quy bội
172
Xét ví dụ 5.5:
Kết quả ước lượng các tham số thống kê của mô hình hồi quy bội:
173
5.2.3 Đọc và phân tích lời giải
a. Kết quả ước lượng mô hình hồi quy từ hàm LINES
Kết quả trả về là một ma trận có số cột tùy thuộc vào số
biến độc lập của mô hình hồi quy.
Kết quả của linest với const =1 và stat = 1:
174
Trong đó:
mn , mn-1,.., m1, b là ước lượng các hệ số βk, βk-1, …, β1, β0 của mô hình
hồi quy
sen, sen-1,.., se1, seb: Sai số chuẩn của các hệ số tương ứng
r2: Hệ số tương quan bội R2
sey: Sai số của hàm hồi quy.
F: Giá trị kiểm định F
df: Bậc tự do của hồi qui. df = n-k nếu const = 0, df = n-k-1 nếu const =
1.
ssreg: Tổng bình phương sai lệch do hồi quy (Sum of Square Regression)
ssresid: Tổng bình phương các sai lệch do ngẫu nhiên (Sum of Square
Residual)
175
5.2.3 Đọc và phân tích lời giải
b. Kết quả hồi quy do REGRESSION cung cấp
Bảng tóm tắt SUMMARY OUTPUT:
179
5.3 Phân tích phương sai
180
5.3.1 Nhập tài liệu
181
5.3.2 Chọn lệnh và chạy mô hình
182
5.3.2.1 Phân tích phương sai một nhân tố
184
5.3.2.1 Phân tích phương sai một nhân tố
Trong đó:
Input: Nhập dữ liệu
+ Input Range: Khai báo vùng dữ liệu phân tích.
+ Grouped by: Tổ chức dữ liệu theo hướng:
Columns: Theo cột
Rows: Theo hàng
+ Labels in First row: Dòng đầu tiên của vùng dữ liệu
là tên biến.
185
5.3.2.1 Phân tích phương sai một nhân tố
Trong đó:
Output: Trả kết quả
+ Output Range: Góc trên bên trái của vùng chứa kết
quả. Vùng này nằm trên cùng một sheet với vùng dữ liệu.
+ New Worksheet Ply: Trả kết quả ra một trang bảng
tính khác trong cùng một file với file chứa dữ liệu.
+ New Workbook: Trả kết quả ra một file riêng.
186
187
Ví dụ 5.6:
Một nhà sản xuất nước giải khát đang xem xét 3 màu
lon cho một loại nước ngọt: đỏ, vàng và xanh ảnh hưởng
đến doanh thu như thế nào. Nhà sản xuất chọn 16 cửa hàng
để gửi bán các lon nước ngọt đến bán. Những lon màu đỏ
được gửi đến 6 cửa hàng. Những lon màu vàng được đưa
đến 5 cửa hàng khác và số màu xanh cũng được gửi đến 5
cửa hàng còn lại. Sau một vài ngày nhà sản xuất kiểm tra ở
các cửa hàng thì doanh số bán của nước ngọt như sau:
188
Nhập dữ liệu và kết quả phân tích như sau:
189
5.3.2.2 Phân tích phương sai hai nhân tố
không tương tác (không lặp)
Phân tích, đánh giá sự ảnh hưởng của hai nhân tố A và B trên các
giá trị quan sát xij.
Giả sử nhân tố A có n mức: a1, a2, …, an (nhân tố hàng)
Giả sử nhân tố B có m mức: b1, b2, …, bm (nhân tố cột)
Giả thiết H0:
- Trung bình nhân tố cột bằng nhau
- Trung bình nhân tố hàng bằng nhau
Kết luận:
- Nếu FA > Fn-1,(n-1)(m-1),1-α thì bác bỏ nhân tố A (hàng).
- Nếu FB > Fm-1,(n-1)(m-1),1-α thì bác bỏ nhân tố B (cột).
190
5.3.2.2 Phân tích phương sai hai nhân tố
không tương tác (không lặp)
191
Ví dụ 5.7:
Để nghiên cứu ảnh hưởng của một loại cám mới sản xuất TA08
đến lượng dư hormon có trong thịt lợn, người ta tiến hành thí
nghiệm trên 4 giống lợn khác nhau (G1 – G4) với khẩu phần ăn
được pha TA08 theo tỉ lệ khác nhau (ký hiệu K1 – K4). Số liệu thu
được như bảng sau:
K1 K2 K3 K4
G1 2,30 2,40 2,80 2,23
G2 2,20 2,00 2,70 2,45
G3 2,32 2,30 2,00 2,50
Với mứcG4 ý nghĩa 5%,
2,50 hãy kiểm
2,60 định giả
1,90thuyết 2,10
cho rằng cách
pha chế thức ăn và giống lợn khác nhau đều có lượng dư hormon
trong thịt là như nhau.
192
Nhập dữ liệu và kết quả phân tích như sau:
193
5.3.2.3 Phân tích phương sai hai nhân tố có
tương tác (có lặp)
Phân tích, đánh giá sự ảnh hưởng của hai nhân tố A và B trên các giá
trị quan sát xij được lặp lại r lần thí nghiệm và khảo sát thêm sự tương tác
FAB giữa hai nhân tố A và B.
Giả thiết H0:
- Trung bình nhân tố cột bằng nhau
- Trung bình nhân tố hàng bằng nhau
- Không có sự tương tác giữa nhân tố cột và nhân tố hàng
Kết luận:
- Nếu FA > Fn-1,nm(r-1),1-α thì bác bỏ nhân tố A (hàng).
- Nếu FB > Fm-1,nm(r-1),1-α thì bác bỏ nhân tố B (cột).
- Nếu FAB > F (n-1)(m-1),nm(r-1),1-α thì có sự tương tác giữa A và B.
194
5.3.2.3 Phân tích phương sai hai nhân tố có
tương tác (có lặp)
Truy cập menu Data/ Data Analysis / Anova: Two factor
With Replication. Hộp thoại Anova: Two factor With
Replication xuất hiện:
195
5.3.2.3 Phân tích phương sai hai nhân tố có
tương tác (có lặp)
Chú ý:
Quy trình nhập dữ liệu phân tích phương sai hai nhân tố
có tương tác vào Excel cần chú ý khai báo số dòng trong
mỗi mẫu dữ liệu tại mục Rows per sample trong hộp thoại.
Để kiểm tra xem dữ liệu đã nhập đúng chưa, sau khi
chạy chương trình phân tích phương sai, trong kết quả cho
thấy bậc tự do tổng cộng bằng số quan sát trừ một là nhập
đúng.
196
Ví dụ 5.8:
Gần đây sự cạnh tranh giữa hãng Kd và Fj trở nên mãnh
liệt. Hãng Kd đang phân tích những tấm film của Fj và quyết
định bí mật về độ sáng màu của film Fj. Một phần của kết
quả phân tích là một mẫu ngẫu nhiên gồm 5 tấm film được
chụp bởi Kd và được xử lý theo ba quy trình khác nhau -
quy trình (A), quy trình (B) và quy trình (C). Hai hãng film
Fj và Ag cũng được thực hiện như vậy để đo độ sáng màu
của film. Dưới đây là bảng chấm điểm độ sáng của film ở ba
hãng. Ðộ sáng càng tốt thì điểm càng cao.
197
Ví dụ 5.8:
199
5.3.3 Đọc và phân tích lời giải
Xét ví dụ 5.6:
Xét ví dụ 5.7:
204
5.4.1 Phương pháp dự báo trên cơ sở hàm hồi
quy
Sau khi kiểm định và đánh giá mô hình hồi quy, thay số
liệu của các biến đã cho trong kỳ dự báo vào mô hình hồi
quy ta sẽ cho ta kết quả cần dự báo.
Ví dụ 5.9: Dựa trên hàm hồi quy mối quan hệ lợi nhuận
(y) phụ thuộc và giá thành sản phẩm (x1), chi phí quản lý
(x2), chi phí bán hàng (x3), hãy dự báo lợi nhuận của doanh
206
Ví dụ 5.9: Dự báo lợi nhuận bằng công cụ REGRESSION
207
Ví dụ 5.9: Dự báo lợi nhuận bằng công cụ REGRESSION
Từ bảng kết quả trên ta xác định được hàm hồi quy:
208
5.4.2 Phương pháp dự báo trên cơ sở hàm
Forecast
Hàm forecast dự báo hồi quy tuyến tính đơn theo cú pháp:
=FORECAST(x; known_y’s; known_x’s)
Trong đó:
x: giá trị của biến độc lập x dùng để dự báo
known_y’s: các giá trị quan sát của biến phụ thuộc y.
known_x’s: các giá trị quan sát của biến độc lập x.
209
5.4.2 Phương pháp dự báo trên cơ sở hàm
Forecast
Ngoài hàm forecast, có thể sử dụng hàm trend để dự báo
hồi quy tuyến tính với cú pháp sau:
=TREND(known_y’s; known_x’s; new_x; [const])
Trong đó:
known_y’s: các giá trị quan sát của biến phụ thuộc y.
known_x’s: các giá trị quan sát của biến độc lập x.
new_x: giá trị của biến độc lập x dùng để dự báo
Const: tùy chọn mô hình hồi quy. Nếu const = 1 (TRUE
- mặc định) thì hồi quy có tính hệ số b0. Nếu const = 0
(FALSE) thì bỏ qua hệ số b0. 210
5.4.2 Phương pháp dự báo trên cơ sở hàm
Forecast
Ví dụ 5.10:
Có số liệu thống kê giá trị sản xuất và điện năng tiêu thụ
trong 12 tháng. Hãy dự báo giá trị sản xuất tại mức điện
năng tiêu thụ là 3.2 triệu Kwh bằng hàm forecast và hàm
trend.
211
Ví dụ 5.10: Dự báo giá trị sản xuất:
212
https://www.youtube.com/
watch?
v=fHfNi5dB1b0&list=PLellJNJun
VB26QmSQwek-
q5So2NEWeeL4