Bài giảng Tin học ứng dụng nâng cao - Chương: Phân tích hồi quy tương quan và dự báo kinh tế - Lê Viết Mẫn

 Phân tích hồi quy tương quan 
 và dự báo kinh tế
 v 1.1 - 04/2013
 Lê Viết Mẫn - lvman@hce.edu.vn 1 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Nội dung
 1. Hồi quy và tương quan
 1.1. Phân tích tương quan
 1.2. Phân tích hồi quy
 2. Dự báo
 Lê Viết Mẫn - lvman@hce.edu.vn 2 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Hồi quy và tương quan
 Lê Viết Mẫn - lvman@hce.edu.vn 3 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Khái niệm cơ bản (1/2)
 • Giữa các yếu tố luôn có mối liên hệ ràng buộc lẫn nhau
 • Năng suất lao động tăng lên làm cho giá thành sản phẩm giảm đi
 • Vốn đầu tư cho trang thiết bị tăng lên thì năng suất lao động sẽ tăng lên
 • Quan hệ hàm - hai biến ngẫu nhiên X và Y được gọi là phụ thuộc 
 hàm số nếu tồn tại f sao cho Y = f(X) tức là khi đại lượng X biến đổi 
 thì theo một quy tắc nào đó có thể xác định được giá trị đại lượng Y 
 tương ứng
 • Quan hệ thống kê - hai biến ngẫu nhiên X và Y được gọi là phụ 
 thuộc thống kê nếu mỗi giá trị của X có thể xác định được quy luật 
 phân phối xác suất có điều kiện của Y: F(y/X=x) = P(Y>y/X=x)
 • Đây là sự phụ thuộc không hoàn toàn chặt chẽ tức là khi một hiện tượng 
 biến đổi thì làm cho hiện tượng liên quan biến đổi nhưng nó không ảnh 
 hưởng hoàn toàn đến sự biến đổi này
 Lê Viết Mẫn - lvman@hce.edu.vn 4 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Khái niệm cơ bản (2/2)
 • Phân tích tương quan - đo mức độ kết hợp tuyến tính giữa hai 
 biến
 • Không có sự phân biệt giữa các biến
 • Các biến có tính chất đối xứng
 • Phân tích hồi quy - nghiên cứu mối liên hệ phụ thuộc của một 
 biến với một hay nhiều biến khác
 • Biến phụ thuộc
 • Biến độc lập
 Lê Viết Mẫn - lvman@hce.edu.vn 5 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Phân tích tương quan
 Lê Viết Mẫn - lvman@hce.edu.vn 6 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Hệ số tương quan
 • Hệ số tương quan - đo lường mức độ quan hệ tuyến tính giữa 
 hai biến
 • Quan hệ tuyến tính giữa hai biến không phân biệt biến này phụ thuộc vào 
 biến kia
 Cov(X,Y )
 ρ = Corr(X,Y ) =
 σ xσ y
 • Tính chất :
 • Hệ số tương quan không có đơn vị, có tính hoán đổi ρ X Y = ρ Y X và ρXY ≤ 1
 • ρ X Y dương - hai biến có quan hệ cùng chiều (đồng biến)
 • ρ X Y = 0 - X và Y độc lập hoặc có quan hệ phi tuyến
 • ρ X Y = 1 - X và Y có quan hệ tuyến tính
 • ρ X Y > 0.8 - tương quan mạnh • ρ X Y < 0.4 - tương quan yếu
 • ρ X Y = 0.4 − 0.8 - tương quan TB
 Lê Viết Mẫn - lvman@hce.edu.vn 7 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 CORREL Correlation
 • Chức năng : tính hệ số tương quan của hai yếu tố
 • Cú pháp
 CORREL (array1, array2)
 Lê Viết Mẫn - lvman@hce.edu.vn 8 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Correlation
 Vùng địa chỉ dữ liệu 
 cần tính độ tương 
 quan
 Bấm OK để thực hiện 
 tính toán
 Vùng địa chỉ dữ liệu Dữ liệu theo hàng hay cột
 được chọn bao gồm 
 cả nhãn ?
 Nơi chứa kết quả tính được 
 Lê Viết Mẫn - lvman@hce.edu.vn 9 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 10 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 11 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Đồng phương sai
 • Là trung bình của tích các cặp sai lệch
 • Dùng để xác định mối quan hệ giữa hai tập số liệu
 1 n
 Cov(x, y) = ∑(x j − µx )(yi − µy )
 n i=1
 • Giá trị không giới hạn trong [-1, 1]
 • Hàm COVAR
 COVAR (array1, array2)
 Lê Viết Mẫn - lvman@hce.edu.vn 12 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Covariance
 Vùng địa chỉ dữ liệu 
 cần tính đồng phương 
 sai
 Bấm OK để thực hiện 
 tính toán
 Vùng địa chỉ dữ liệu Dữ liệu theo hàng hay cột
 được chọn bao gồm 
 cả nhãn ?
 Nơi chứa kết quả tính được 
 Lê Viết Mẫn - lvman@hce.edu.vn 13 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 14 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 15 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Phân tích hồi quy
 Lê Viết Mẫn - lvman@hce.edu.vn 16 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Hồi quy tuyến tính đơn
 • Dạng đơn giản nhất của một mô hình hồi qui chứa một biến 
 phụ thuộc và một biến độc lập
 Y = β0 + β1X
 • Hệ số r2 (phương sai mẫu) - đo độ phù hợp của mô hình hồi 
 quy
 RSQ (known_y’s, known_x’s)
 Lê Viết Mẫn - lvman@hce.edu.vn 17 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 SLOPE và INTERCEPT
 • Intercept dùng để ước lượng hệ số góc β 0 của phương trình 
 hồi quy tuyến tính đơn
 • Slope dùng để ước lượng tung độ góc β 1 của phương trình hồi 
 quy tuyến tính đơn
 • Cú pháp
 SLOPE (known_y’s, known_x’s)
 INTERCEPT (known_y’s, known_x’s)
 Lê Viết Mẫn - lvman@hce.edu.vn 18 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Regression
 Vùng địa chỉ dữ liệu 
 cho biến phụ thuộc
 Bấm OK để thực hiện 
 Vùng địa chỉ dữ liệu tính toán
 cho các biến độc lập
 Vùng địa chỉ dữ liệu 
 Chọn để loại bỏ hệ số góc
 được chọn bao gồm 
 cả nhãn ?
 Độ tin cậy
 Nơi chứa kết quả tính được 
 Các tuỳ chọn hiển thị 
 sai số
 Phân phối chuẩn
 Lê Viết Mẫn - lvman@hce.edu.vn 19 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 20 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 21 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Hồi quy tuyến tính bội
 • Mô hình thể hiện mức độ phụ thuộc tuyến tính của biến phụ 
 thuộc Y với các biến độc lập Xi
 Y = β0 + β1X1 + ..+ βk Xk
 • Hàm LINEST
 LINEST (known_y’s, [known_x’s], [const], [stat])
 Trong đó
 • const = 0/false - bỏ qua β0
 • stat = 1/true - tính toán các tham số thống kê
 Lê Viết Mẫn - lvman@hce.edu.vn 22 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 23 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Ví dụ
 Lê Viết Mẫn - lvman@hce.edu.vn 24 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Hồi quy phi tuyến
 • Biến đổi các phương trình phi tuyến thành phương trình tuyến 
 tính để dễ dàng hồi quy
 a 1 y az
 • Phương trình hyperbol y = x , đặt x = z để đưa về =
 2 2
 • Phương trình parabol y = ax + bx + c , đặt z 1 = x , z 2 = x để 
 đưa về phương trình hồi quy bội y = az1 + bz2 + c
 b1 bi bn
 • Hàm sản xuất Cobb Douglas y = A x 1 .. x i .. x n , ta có thể biến 
 đổi bằng cách logarit hoá hai vế
 ln y = ln A + b1 ln x1 + bn ln xn
 Lê Viết Mẫn - lvman@hce.edu.vn 25 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Đường xu thế
 Lê Viết Mẫn - lvman@hce.edu.vn 26 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 TrendLine - Đường xu thế
 • Là đường thể hiện sự phụ thuộc của một biến nghiên cứu vào 
 biến thời gian
 • Hàm hồi quy của Y phụ thuộc vào X (biến thời gian)
 • Các giá trị của X bắt đầu từ 1 đến n
 • Các bước thực hiện tìm đường xu thế :
 • Vẽ đồ thị XY (Scatter) cho Y
 • Nháy phải chuột lên một điểm bất kỳ trên đường đồ thị, chọn Add 
 TrendLine...
 • Chọn loại đường xu thế, đánh dấu hai nút Display Equation on Chart và 
 Display R-squared value on chart
 • Loại đường xu thế với R2 lớn nhất là đường thể hiện tốt nhất dữ liệu của 
 biến Y
 Lê Viết Mẫn - lvman@hce.edu.vn 27 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 TrendLine - Đường xu thế
 1. Chọn vùng địa chỉ C2:C16
 2. Vẽ đồ thị XY(Scatter)
 3. Nháy phải chuột lên một điểm trên đường 
 đồ thị, chọn Add TrendLine...
 Lê Viết Mẫn - lvman@hce.edu.vn 28 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Format TrendLine
 Các kiểu đường xu thế
 Hàm tuyến tính Hàm e mũ
 Hàm log
 Hàm đa thức (có thể xác 
 định bậc đa thức)
 Hàm mũ
 Đặt tên cho đường xu thế
 Cho hiển thị phương trình Thiết lập hệ số góc
 và giá trị R2 trên đồ thị
 Lê Viết Mẫn - lvman@hce.edu.vn 29 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Đường xu thế
 Lê Viết Mẫn - lvman@hce.edu.vn 30 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Dự báo
 Lê Viết Mẫn - lvman@hce.edu.vn 31 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Dự báo
 • Dự báo là phán đoán những sự kiện sẽ xảy ra trong tương lai 
 trên cơ sở phân tích khoa học các dữ liệu của quá khứ và hiện 
 tại nhờ một số mô hình toán học
 • Theo tầm của dự báo
 • Dự báo dài hạn
 • Dự báo trung hạn
 • Dự báo ngắn hạn
 • Theo kết quả
 • Dự báo định tính
 • Dự báo định lượng
 • Dự báo dựa trên hàm hồi qui tương quan
 Lê Viết Mẫn - lvman@hce.edu.vn 32 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Dự báo nhờ hàm hồi quy
 • Sau khi xác định được mô hình hồi qui, người ta thay các giá trị 
 của các biến độc lập vào phương trình hồi qui để dự báo
 • Ví dụ : dự báo số xe bán được khi giá xăng là 2$/gallon và dân 
 số tăng 70 nghìn
 Phương trình hồi quy sau khi đã kiểm định
 y = 57.41x1 + 0.53x2
 Thay các giá trị x 1 = 2 , x 2 = 70 vào phương trình
 Kết quả y = 152.17
 Lê Viết Mẫn - lvman@hce.edu.vn 33 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Dự báo nhờ đường xu thế
 • Sau khi xác định được phương trình của đường xu thế, chúng ta 
 gán giá trị thời gian vào các biến X để tính được giá trị dự báo 
 của biến Y
 • Ví dụ : dự báo đầu tư cho công nghiệp năm 2014
 Phương trình đường xu thế
 y = −7.6675x4 + 250.15x3 − 2343.5x2 + 9410.6x +18012
 Thay giá trị x = 20 vào phương trình trên
 Kết quả y = 43224
 Lê Viết Mẫn - lvman@hce.edu.vn 34 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 FORECAST 
 • Chức năng : dự báo theo phương pháp hồi quy tuyến tính đơn
 • Cú pháp
 FORECAST (x, known_y’s, known_x’s)
 Lê Viết Mẫn - lvman@hce.edu.vn 35 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 TREND
 • Chức năng : dự báo theo phương pháp hồi qui tuyến tính bội
 • Cú pháp
 TREND (known_y’s, known_x’s, new_x, [const])
 Lê Viết Mẫn - lvman@hce.edu.vn 36 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 GROWTH
 • Chức năng : dự báo theo hàm mũ
 • Cú pháp
 GROWTH (known_y’s, known_x’s, new_x, [const])
 Lê Viết Mẫn - lvman@hce.edu.vn 37 Phân tích hồi quy và dự báo
Wednesday, May 8, 13
 Cảm ơn sự chú ý
 Câu hỏi ?
 Lê Viết Mẫn - lvman@hce.edu.vn 38 Phân tích hồi quy và dự báo
Wednesday, May 8, 13