2 - Phuong Phap Thong Ke

BUỔI 2
PHƯƠNG PHÁP THỐNG KÊ

NỘ I DUNG
 Thống kê mô tả
• Hàm, công cụ thống kê
• Báo cáo tổng hợp nhóm với Subtotal
• Hợp nhất dữ liệu với Consolidate
• Tổng hợp dữ liệu đa chiều với PivotTable
 Phân tích dự báo
• Trung bình trượt (Moving Average)
• San bằng mũ (Exponential Smoothing)
• Hồi quy (Regression)
 Phân tích tối ưu
• Lập mô hình tối ưu
• Sử dụng công cụ SOLVER để giải mô hình tối ưu
BUSINESS INFORMATION SYSTEMS

THỐNG KÊ MÔ TẢ

Hà m thố ng kê thô ng dụ ng
Tên hàm Cú pháp và công dụng
MIN MIN(danh-sách) : trả về giá trị nhỏ nhất của các số trong danh-sách
Ví dụ: = MIN(6,4,2,8)  Kết quả: 2
MAX MAX(danh-sách) : trả về giá trị lớn nhất của các số trong danh-sách
Ví dụ: = MAX(6,4,2,8)  Kết quả: 8
SUM SUM(x1 , x2 , … , xn): trả về tổng các số x1 , x2 , … , xn
SUMIF SUMIF(vùng-chứa-điều-kiện, điều-kiện, [vùng-tính-tổng]): trả về tổng các
ô trong vùng-tính-tổng tương ứng theo thứ tự với các ô trong vùng-
chứa-điều-kiện thỏa điều-kiện. Nếu bỏ qua tham số vùng-tính-tổng
nghĩa là vùng-tính-tổng = vùng-chứa-điều-kiện.
SUMIFS SUMIFS(vùng-tính-tổng, vùng-chứa-điều-kiện-1,điều-kiện-1, [vùng-chứa-

điều-kiện-2,điều-kiện-2],…) : trả về tổng các ô trong vùng-tính-tổng ứng
với thứ tự các ô trong vùng-chứa-điều-kiện-1 thỏa điều-kiện-1 và các ô
trong vùng-chứa-điều-kiện-2 thỏa điều-kiện-2,…

AVERAGE AVERAGE(danh-sách): trả về giá trị trung bình của các số trong
danh-sách. Ví dụ: = AVERAGE (6,4,2,8)  Kết quả: 5.75
AVERAGEIF AVERAGEIF(vùng-chứa-điều-kiện, điều–kiện, [vùng-tính-trung-

bình]): trả về giá trị trung bình của các ô trong vùng-tính-trung-bình
tương ứng theo thứ tự với các ô trong vùng-chứa-điều-kiện thỏa
điều-kiện. Nếu bỏ qua tham số vùng-tính-trung-bình nghĩa là vùng-
tính-trung-bình = vùng-chứa-điều-kiện
AVERAGEIFS AVERAGEIFS(vùng-tính-trung-bình,vùng-chứa-điều-kiện-1,điều-
kiện-1, [vùng-chứa-điều-kiện-2,điều-kiện-2],…): trả về trung bình
của các ô trong vùng-tính-trung-bình ứng với thứ tự các ô trong
vùng-chứa-điều-kiện-1 thỏa điều-kiện-1 và các ô trong vùng-chứa-
điều-kiện-2 thỏa điều-kiện-2,…

COUNT COUNT(danh-sách): trả về số lượng các ô có kiểu số trong danh-sách
Ví dụ: =COUNT(2,4,7, “A”)  Kết quả: 3
COUNTA COUNTA(danh-sách): trả về số lượng các ô có nội dung khác rỗng

trong danh-sách. Ví dụ: =COUNTA(2,4,7, “A”)  Kết quả: 4
COUNTBLANK COUNTBLANK(danh-sách): trả về số lượng các ô có nội dung rỗng
trong danh-sách.
COUNTIF COUNTIF(vùng-chứa-điều-kiện, điều-kiện): trả về số lượng các ô
trong vùng-chứa-điều-kiện thỏa điều-kiện.
COUNTIFS COUNTIFS(vùng-chứa-điều-kiện-1, điều-kiện-1, [vùng-chứa-điều-
kiện-2, điều-kiện-2],…) : trả về số lượng các ô trong vùng-chứa-
điều-kiện-1 thỏa điều-kiện-1 và các ô trong vùng-chứa-điều-kiện-2
thỏa điều-kiện-2,…
RANK RANK(ô, vùng, kiểu): trả về thứ tự xếp hạng của ô trong vùng;
kiểu = 1: xếp hạng tăng dần, kiểu = 0 hoặc lờ đi: xếp hạng giảm dần

Hà m thố ng kê chuyên dụ ng
COUNT COUNT(danh-sách): trả về số lượng các ô có kiểu số trong danh-sách
Ví dụ: =COUNT(2,4,7, “A”)  Kết quả: 3
COUNTA COUNTA(danh-sách): trả về số lượng các ô có nội dung khác rỗng
trong danh-sách. Ví dụ: =COUNTA(2,4,7, “A”)  Kết quả: 4
COUNTBLANK COUNTBLANK(danh-sách): trả về số lượng các ô có nội dung rỗng
trong danh-sách.
COUNTIF COUNTIF(vùng-chứa-điều-kiện, điều-kiện): trả về số lượng các ô
trong vùng-chứa-điều-kiện thỏa điều-kiện.
COUNTIFS COUNTIFS(vùng-chứa-điều-kiện-1, điều-kiện-1, [vùng-chứa-điều-
kiện-2, điều-kiện-2],…) : trả về số lượng các ô trong vùng-chứa-điều-
kiện-1 thỏa điều-kiện-1 và các ô trong vùng-chứa-điều-kiện-2 thỏa
điều-kiện-2,…
RANK RANK(ô, vùng, kiểu): trả về thứ tự xếp hạng của ô trong vùng;
kiểu = 1: xếp hạng tăng dần, kiểu = 0 hoặc lờ đi: xếp hạng giảm dần

Số trung vị Số trung vị của một dãy số là giá trị ở vị trí chính giữa khi dãy số đó được
sắp xếp theo thứ tự tăng dần (hoặc ngược lại).
 Nếu số phần tử N của dãy số là lẻ thì số trung vị là số ở vị trí thứ
 Nếu số phần tử N của dãy số là chẳn thì số trung vị là giá trị trung
bình của 2 số ở vị trí thứ và + 1
Cú pháp: MEDIAN(Số-thứ-1, Số-thứ-2,…)
Trong đó:
 Số-thứ-1: bắt buộc.
 Số-thứ-2,…: tùy chọn.
Ví dụ: = MEDIAN(1,3,4,8,2)  Kết quả là 3
= MEDIAN(1,3,4,8,2,5)  Kết quả là 3.5

Số yếu vị Số yếu vị là số có tần số xuất hiện nhiều nhất trong một dãy số.
Cú pháp: Có 3 cách dùng
MODE(Số-thứ-1, Số-thứ-2,…)
MODE.MULT(Số-thứ-1, Số-thứ-2,…)
MODE.SNGL(Số-thứ-1, Số-thứ-2,…)
Trong đó:
 Nếu dãy số không có giá trị lặp lại thì hàm thông báo lỗi #N/A
 Hàm MODE.SNGL tương tự hàm MODE.
 Hàm MODE.MULT được dùng khi dãy số có nhiều số yếu vị. Kết thúc
hàm bằng tổ hợp phím Ctrl + Shift + Enter
Ví dụ:
= MODE(1,3,2,5,2,3)  Kết quả là 3 (dãy số có số 2 và số 3 xuất hiện 2 lần
nhưng 3 là số xuất hiện trước)
= MODE.MULT(1,3,2,5,2,3)  Kết quả là 3,2

Phương sai Tính phương sai của mẫu (sample)
Cú pháp: VAR(Số-thứ-1, Số-thứ-2,…)
VAR.S(Số-thứ-1, Số-thứ-2,…)
Trong đó:
 Nếu các đối số có chứa giá trị logic (True/False) hoặc chuỗi thì dùng hàm
VARA. Khi đó True = 1, False =0 và giá trị chuỗi =0.
Tính phương sai của tổng thể (population)
Cú pháp: VARP(Số-thứ-1, Số-thứ-2,…)
VAR.P(Số-thứ-1, Số-thứ-2,…)
Trong đó:
 Nếu các đối số có chứa giá trị logic (True/False) hoặc chuỗi thì dùng
hàm VARPA. Khi đó True = 1, False = 0 và giá trị chuỗi = 0.

Độ lệch Độ lệch chuẩn là căn bậc 2 của phương sai.
chuẩn Tính độ lệch chuẩn của mẫu (sample)
Cú pháp: STDEV(Số-thứ-1, Số-thứ-2,…)
STDEV.S(Số-thứ-1, Số-thứ-2,…)
Trong đó:
STDEVA. Khi đó True = 1, False =0 và giá trị chuỗi =0.
Tính độ lệch chuẩn của tổng thể (population)
Cú pháp: STDEVP(Số-thứ-1, Số-thứ-2,…)
STDEV.P(Số-thứ-1, Số-thứ-2,…)
Trong đó:
STDEVPA. Khi đó True = 1, False = 0 và giá trị chuỗi = 0.

Thố ng kê bằ ng cô ng cụ Descriptive statistics
 Cách thực hiện:
 Bước 1: Chuẩn bị bảng số liệu cần thống kê.

 Bước 2: Chọn lệnh Data  Data Analysis 
Descriptive Statistics, xuất hiện hộp thoại
Descriptive Statistics.
 Bước 3: Khai báo các thông số Input và lựa chọn
các thông số Output Options.

Ví dụ: Thống kê mô tả cho lượng thịt Heo (theo kg)

bán được trong tháng 03 tại siêu thi ABC

• Mean: Giá trị trung bình
• Standard Error: Sai số chuẩn
• Median: Trung vị
• Mode: Yếu vị
• Standard Deviation: Độ lệch chuẩn
• Sample Variance: Phương sai mẫu
• Kurtosis: Độ nhọn
• Skewness: Độ bất đối xứng (Độ nghiêng)
• Range: Khoảng biến thiên (Max – Min)
• Minimum: Số nhỏ nhất
• Maximum: Số lớn nhất
• Sum: Tổng
• Count: Số lượng phần tử
• Confidence Level: Độ tin cậy

Bá o cá o tổ ng hợ p nhó m vớ i Subtotal
 Chức năng của Subtotal:
 Cho phép tổng hợp từng nhóm dữ liệu của các cột
kiểu số trong cơ sở dữ liệu như: tìm tổng, số lớn
nhất, số nhỏ nhất, số trung bình,…
 Kết quả tổng hợp được đặt trên hay dưới mỗi
nhóm.

Cần thống kê
tổng số tiền
mà mỗi nhân
viên đã thực
hiện

 Bước 1: Sắp xếp dữ liệu theo cột muốn gom nhóm

(Trong trường hợp này là Salesperson)
 Bước 2: Chọn toàn bộ cơ sở dữ liệu hay click
chuột vào một ô bất kỳ trên dữ liệu.
 Bước 3: Chọn Data  Outline  Subtotal, xuất
hiện hộp thoại Subtotal.

• At each change in: chọn cột gom nhóm
Hộp thoại Subtotal (Salesperson)
• Use function: chọn hàm thống kê dùng để
tổng hợp dữ liệu (Sum)
• Add subtotal to: chọn cột thống kê giá trị
(Order Amount)
• Replace current subtotals: chọn để thay
thế kết quả thống kê trước đó
• Page break between group: chọn để ngắt
trang giữa các nhóm, khi in ra giấy thì mỗi
nhóm một trang giấy
• Summary below data: chọn để kết quả
tổng hợp ở dưới mỗi nhóm
• Remove All: để xóa bỏ các kết quả tổng
hợp


Hợ p nhấ t dữ liệu vớ i Consolidate
 Chức năng của Consolidate:
 Cho phép hợp nhất dữ liệu từ những bảng dữ liệu

khác nhau.
 Consolidate có thể hợp nhất dữ liệu theo 2 hình
thức:
 Tổng hợp theo vị trí: các bảng dữ liệu giống
nhau về cấu trúc.
 Tổng hợp theo hạng mục (theo hàng và cột):
các bảng dữ liệu khác nhau về cấu trúc.


 Bước 1: Chọn vùng sẽ chứa dữ liệu được hợp

nhất.
 Bước 2: Chọn Data  Data Tools  Consolidate,
xuất hiện hộp thoại Consolidate

• Function: chọn hàm tổng hợp.
Hộp thoại Consolidate
• Reference: để tham chiếu lần lượt các
bảng dữ liệu nguồn.
• All references: chứa tất cả các vùng dữ
liệu nguồn cần thiết cho việc hợp nhất.
• Top row: chọn nếu muốn dùng tên cột
của vùng nguồn.
• Left column: chọn nếu muốn dùng các
giá trị của cột đầu tiên của vùng nguồn.
• Create links to source data: chọn nếu
muốn dữ liệu hợp nhất được cập nhật
mỗi khi có thay đổi ở vùng dữ liệu
nguồn.

 Kết quả

Tổ ng hợ p dữ liệu đa chiều vớ i PivotTable
 Trong quá trình phân tích và tổng hợp dữ liệu,
người
ta thường có nhu cầu gom nhóm dữ liệu theo theo
một số tiêu chí nào đó để dễ dàng quản lý.
 Excel cung cấp công cụ PivotTable để tổng hợp và
phân tích dữ liệu với nhiều góc độ và nhiều cấp khác
nhau.
 Nguồn dữ liệu để tạo PivotTable có thể là một cơ sở
dữ liệu của Excel hay từ nguồn dữ liệu bên ngoài
(như MS Access, MS SQL Server,…)


 Cách thực hiện trên Excel:
 Bước 1: Click vào ô bất kỳ
trên cơ sở dữ liệu.
 Bước 2: Chọn lệnh Insert
 PivotTable.
 Bước 3: Xuất hiện hộp
thoại Create PivotTable,
chọn dữ liệu nguồn và nơi
chứa PivotTable, click nút
OK.

 Cách thực hiện trên Excel:
 Bước 4: Drag các tên field từ PivotTable Fields vào 4 khu
vực: FILTERS, ROWS, COLUMNS và VALUES.

 Hiệu chỉnh PivotTable:
Thay đổi tên Field
 PivotTable tự tạo ra các ô
có nền đậm khi thả các
field vào vùng layout.
 Nội dung trong các ô này
được tạo tự động dựa theo
tên field và nơi bố trí.
 Có thể gõ lại nội dung để
báo cáo rõ ràng hơn.

Sắp xếp
 Bấm vào mũi tên bên phải
của nhãn dòng hoặc cột
muốn sắp xếp.
 Bấm vào tuỳ chọn sắp xếp.

Thay đổi phép tổng hợp
dữ liệu
 Nhấn mũi tên tên xổ xuống
cạnh field cần định dạng
trong khu vực Values
 Chọn Value Field Settings
trong danh sách mở ra
 Chọn phương thức xử lý
trong mục Summarize
value field by

PHÂN TÍCH DỰ BÁO

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)

Cách thực hiện trên Excel:

 Input Range : tham chiếu đến vù ng dữ liệu 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 kết 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 biểu đồ nhú ng cù ng vớ i
vù ng xuấ t kết quả .
 Standard Errors: tù y chọ n dù ng tạ o thêm 1 cộ t chứ a cá c sai
số chuẩ n.


 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


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)

 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

 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.


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 (biến phụ thuộ c hay cò n gọ i là biến đượ c giả i thích)
và o mộ t hay nhiều biến khá c (biến 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)

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.

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

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

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
Cú pháp : CORREL(array1,array2)
CORREL
Trong đó: array1, array2 tương ứng là tập số liệu phụ thuộc
và tập số liệu độc lập quan sát được.

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



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


 Bước 3: Khai bá o cá c thô ng số Input và Output Options
 Input Y Range: Vù ng địa chỉ chứ a biến 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

 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


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.

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
PHÂN TÍCH TỐI ƯU

Khả o sá t tình huố ng
Một nhà quản lý dự án nông nghiệp muốn lựa chọn
phương án trồng trọt bao nhiêu tấn lúa mì và lúa gạo
để tối đa hóa lợi nhuận của dự án dựa trên các số liệu
sau: Loại sản phẩm
Số liệu đầu vào đối Khả năng lớn nhất
với một đơn vị sản Lúa gạo Lúa mì của các nguồn tài
phẩm nguyên sẵn có
Diện tích đất (ha/tấn) 2 3 50 ha
Lượng nước (m3/tấn) 6 4 90 m3
Nhân công
15 12 250 người
(người/tấn)
Lợi nhuận (USD/tấn) 18 21

Cá c bướ c lậ p mô hình
 Bước 1: Xác định biến quyết định
Gọi x1 là lượng lúa gạo, x2 là lượng lúa mì (tấn) cần sản xuất
 Bước 2: Xác định hàm mục tiêu
Mục tiêu bài toán là tối đa hóa lợi nhuận ta có
P = P (lúa gạo) + P (lúa mì) = 18x1 + 21x2  max
 Bước 3: Xác định hệ ràng buộc
 Ràng buộc tài nguyên sử dụng:
Về diện tích đất: 2x1 + 3x2 ≤ 50
Về nước tưới: 6x1 + 4x2 ≤ 90
Về lao động: 15x1 + 12x2 ≤ 250
 Ràng buộc tự nhiên: x 1, x2 ≥ 0
Cô ng cụ SOLVER để giả i mô hình kinh tế
Bước 1: Thiết lập bảng tính

Bước 2: Chọn lệnh
Data  Analysis 
Solver

 Khai báo các tham số của bài toán:
 Set Objective: Nhập ô chứa hàm mục tiêu, trong trường
hợp này là $E$5.
 To: Chọn Max vì bài toán này là tối đa hóa lợi nhuận
 By Changing Variable Cells: Nhập ô chứa các biến quyết

định, trong trường hợp này là $C$4 :$D$4
 Đưa các ràng buộc vào Subject to the Contraints bằng
cách nhấn nút Add

Bước 3: Nhấn nút Solve để giải mô hình

Khai báo các lựa chọn trong hộp thoại Solver Results
 Keep Solver Solution: Giữ kết quả và in ra bảng tính.
 Restore Original Values: Huỷ kết quả vừa tìm được
và trả các biến về tình trạng ban đầu.
 Save Scenario: Lưu kết quả vừa tìm được thành một
tình huống để có thể xem lại sau này.
 Có thể xuất hiện thêm các dạng báo cáo trong kết
quả: Answer, Sensitivity và Limits


Bước 4: Nhấn nút OK để xem kết quả

Các báo cáo kèm theo lời giải

Kết luậ n
Trong mô i trườ ng kinh doanh hiện nay, cá c nhà quả n lý,
trưở ng nhó m dự á n, cá c nhà phâ n tích cũ ng như cá c cá n bộ
trong doanh nghiệp cầ n phả i ra quyết định mộ t cá ch nhanh
chó ng và chính xá c.
Có rấ t nhiều cô ng cụ giú p thự c hiện cá c mụ c đích trên, tuy
nhiên đa số thườ ng phứ c tạ p hay đắ t tiền.
MS Excel, vớ i sứ c mạ nh củ a cá c tính nă ng nâ ng cao sẵ n có
cũ ng như tính phổ biến đượ c xem như mộ t cô ng cụ rấ t tố t
để phâ n tích cá c vấ n đề củ a doanh nghiệp, đề xuấ t cá c giả i
phá p và cá c quyết định mà trong mộ t chừ ng mự c nà o đó có
thể đượ c xem như hỗ trợ doanh nghiệp đạ t đượ c lợ i thế
cạ nh tranh.

Bà i tậ p 1
 Một nông trại chăn nuôi gia súc ở Huyện Nhà Bè của TP.HCM
cần mua bắp và các loại đậu làm thức ăn cho gia súc. Thành
phần dinh dưỡng của các loại thức ăn như sau:
Thành phần dinh dưỡng/kg
Giá mua
Loại thức ăn
Can xi Đạm Chất sợi (ngàn đồng/kg)
Bắp 0,004 0,05 0,02 2
Các loại đậu 0,0045 0,60 0,04 6
 Nhu cầu tối thiểu về thành phần dinh dưỡng để cung cấp cho
gia súc của nông trại này một ngày lần lượt là 1,3 kg can xi, 30
kg đạm và 10 kg chất sợi. Nông trại cần xác định phương án
pha trộn các loại thức ăn để giảm chi phí thức ăn trong khi vẫn
đảm bảo nhu cầu dinh dưỡng cho gia súc.

Bà i tậ p 2
 Một công ty xây dựng lập kế hoạch sản xuất các cấu kiện bê
tông đúc sẵn. Công ty dự kiến sản xuất 3 loại cấu kiện A, B, và
C. Lượng xi măng, thép và đá cần dùng cho mỗi loại cấu kiện
cho ở bảng sau:
Vật liệu Cấu kiện A Cấu kiện B Cấu kiện C
Xi măng (kg) 300 100 200
Thép (kg) 100 100 200
Đá (kg) 100 300 200
 Số lượng xi măng, thép, đá có sẵn trong kho của Công ty là

3.400kg, 1.800 kg, và 2.200 kg. Công ty cần xác định phương
án sản xuất sao cho có thể sản xuất nhiều loại cấu kiện nhất?

Bà i tậ p 3
 Một công ty may mặc sản xuất 3 loại áo A, B, và C. Mỗi loại áo
đều phải qua 3 công đoạn sản xuất là cắt, may và đóng gói với
mức thời gian cho mỗi loại áo được cho ở bảng sau:
Áo loại A Áo loại B Áo loại C
Bộ phận cắt (giờ) 0,2 0,4 0,3
Bộ phận may (giờ) 0,3 0,5 0,4
Bộ phận đóng gói (giờ) 0,1 0,2 0,1
 Tổng giờ công trong mỗi tuần 3 bộ phận cắt, may, và đóng gói
có thể huy động lần lượt là 1.160 giờ, 1.560 giờ, và 480 giờ.
Công ty cần xác định sản lượng áo mỗi loại cần sản xuất trong
1 tuần để sử dụng tối đa năng lực của nhà máy?

2 - Phuong Phap Thong Ke

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

2 - Phuong Phap Thong Ke

Uploaded by

Copyright:

Available Formats

BUỔI 2

PHƯƠNG PHÁP THỐNG KÊ

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

SUMIFS SUMIFS(vùng-tính-tổng, vùng-chứa-điều-kiện-1,điều-kiện-1, [vùng-chứa-

BUSINESS INFORMATION SYSTEMS

AVERAGEIF AVERAGEIF(vùng-chứa-điều-kiện, điều–kiện, [vùng-tính-trung-

BUSINESS INFORMATION SYSTEMS

COUNTA COUNTA(danh-sách): trả về số lượng các ô có nội dung khác rỗng

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

 Bước 1: Chuẩn bị bảng số liệu cần thống kê.

BUSINESS INFORMATION SYSTEMS

Ví dụ: Thống kê mô tả cho lượng thịt Heo (theo kg)

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

 Bước 1: Sắp xếp dữ liệu theo cột muốn gom nhóm

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

 Cho phép hợp nhất dữ liệu từ những bảng dữ liệu

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

 Bước 1: Chọn vùng sẽ chứa dữ liệu được hợp

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

Cách thực hiện trên Excel:

BUSINESS INFORMATION SYSTEMS

Cách thực hiện trên Excel:

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS

BUSINESS INFORMATION SYSTEMS