intTypePromotion=1

Bài giảng Dự báo kinh doanh - Chương 4

Chia sẻ: Dxfgbfcvbc Dxfgbfcvbc | Ngày: | Loại File: PDF | Số trang:26

0
86
lượt xem
12
download

Bài giảng Dự báo kinh doanh - Chương 4

Mô tả tài liệu
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 4 Dự báo bằng phương phương pháp hồi quy thuộc Bài giảng Dự báo kinh doanh nhằm trình bày về xây dựng mô hình hồi quy, khảo sát quan hệ giữa các biến số, đường hồi quy. Bài giảng được trình bày khoa học, súc tích giúp các bạn sinh viên tiếp thu bài học nhanh.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Dự báo kinh doanh - Chương 4

  1. CHƯƠNG CHƯƠNG 4 DỰ BÁO BẰNG PHƯƠNG PHƯƠNG PHÁP HỒI QUY 1
  2. XÂY DỰNG MÔ HÌNH HỒI QUY Mô hình hồi quy: Là các mô hình thống kê được xây dựng nhằm mô tả các được tình huống trong thực tế và trên cơ sở đó dự báo tương lai. cơ tương Xây dựng mối quan hệ toán học giữa biến phụ thuộc (thường gọi là Y, dependent variable) và một hoặc nhiều (thư biến độc lập (thường đặt là X, Independent variable(s)). (thư Ví dụ: Tìm mô hình chỉ ra mối quan hệ giữa doanh thu và chi phí quảng cáo; tăng trưởng GDP và vốn đầu tư,… tă trư tư 2
  3. XÂY DỰNG MÔ HÌNH HỒI QUY (tt) Các bước xây dựng một mô hình dự báo hồi quy: bư 1. Đưa ra mô hình mô tả tình huống trong thực tế (Chi tiêu và thu nhập, năng suất lúa và lượng phân bón, v.v.v) nă lư 2. Đưa ra được các biến cho mô hình (phải đo được, phân được được, biệt vói khái niệm). Ví dụ: Chi phí tính bằng tiền Đồng VN, Doanh số có thể đo bằng Sản lượng / tiền… lư 3. Xem xét các lỗi dự báo của mô hình các lỗi thường gặp thư trong dự báo) và thay đổi mô hình nếu cần. 4. Chọn mô hình phù hợp nhất (ít lỗi dự báo nhất, hoặc lỗi chấp nhận được) được) 3
  4. XÂY DỰNG MÔ HÌNH HỒI QUY (tt) Trong khi tiến hành thử nghiệm các phương pháp cần lưu phương lư ý 1. Khảo sát dữ liệu, không chỉ chú ý đến biến phụ thuộc, mà còn phải chú ý đến các biến độc lập. Quy chiếu dữ liệu lên biểu đồ để phát hiện tính khuynh hướng, thời vụ hay chu hư kỳ cũng như các biến lệch là việc cần thiết. như 2. Mô hình tốt nhất sẽ được chọn thông qua quá trình kiểm được định các hệ số đánh giá. Ngoài ra, phương pháp “chừa phương khoảng” (holdout period) cũng được áp dụng như một tiêu được như chí để lựa chọn mô hinhphù hợp (sẽ trình bày rõ ở phần sau) 4
  5. KHẢO SÁT QUAN HỆ GIỮA CÁC BIẾN SỐ ase A C ase B C ase C C ase D C Y X Y X Y X Y X .04 8 10 .14 9 10 .46 7 10 .58 6 8 .95 6 8 .14 8 8 .7 6 8 .76 5 8 .58 7 13 .74 8 13 .74 12 13 .71 7 8 .81 8 9 .7 8 9 .1 7 9 .84 8 8 .3 8 1 .26 9 1 .81 7 1 .47 8 8 .96 9 14 .1 8 14 .84 8 14 .04 7 8 .24 7 6 .13 6 6 .08 6 6 .25 5 8 .26 4 4 .1 3 4 .39 5 4 .5 12 19 .84 10 12 .13 9 12 .15 8 12 .56 5 8 .82 4 7 .26 7 7 .42 6 7 .91 7 8 .68 5 5 .74 4 5 .73 5 5 .89 6 8 5
  6. KHẢO SÁT QUAN HỆ GIỮA CÁC BIẾN SỐ (tt) Trong cả bốn trườnghợp đều có trư Trung bình của X = 9 Trung bình của Y = 7.5; Độ lệch chuẩn của biến X = 3.32 Độ lệch chuẩn của biến Y = 2.03. Cả bốn trường hợp khi sử dụng hồi qui đơn đều cho ra trư đơn cùng kết quả:  Y = 3 + 0.5 X Nếu chỉ căn cứ và các tiêu chí này, các nhà phân tích dễ că đưa đưa ra kết luận rằng bốn bộ số liệu này trùng nhau hoặc rất giống nhau. Tuy nhiên quy chiếu lên sơ đồ ta có: sơ 6
  7. KHẢO SÁT QUAN HỆ GIỮA CÁC BIẾN SỐ (tt) Trường hợp A Trư Trường hợp B Trư 12 12 y = 3+.5x 10 10 8 8 y = 3+.5X 6 6 4 4 2 2 0 0 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14 7
  8. KHẢO SÁT QUAN HỆ GIỮA CÁC BIẾN SỐ (tt) Trường hợp C Trư Trường hợp D Trư 14 14 12 12 10 10 y = 3+.5X y =3+.5x 8 8 6 6 4 4 2 2 0 0 0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14 16 18 8
  9. ĐƯỜNG HỒI QUY Đường hồi quy: Là đường thẳng có tổng bình phương những khoảng cách đường phương (lỗi dự báo) từ điểm số liệu đó đến đường thẳng này là nhỏ đường nhất (đo lường theo trục đứng Y) và đường thẳng này gọi là (đ lư đường đường đường hồi qui. Mô hình hồi quy đơn: đơn: Y =  0 +  1X +  Trong đó: • Y = biến phụ thuộc (dependent variable), là biến số ta muốn dự báo 9
  10. ĐƯỜNG HỒI QUY(tt) X = biến độc lập (independent variable), biến dự báo (predictor varibles), dùng để dự báo biến phụ thuộc. 0 = giao điểm với trục Y, giá trị của Y khi X = 0 1 = độ nghiêng của đường thẳng (slope) hay còn gọi là độ đường dốc, thể hiện mức độ thay đổi của Y khi X thay đổi 1 đơnđơn vị.  = sai số (chênh lệch giữa giá trị dự báo và giá trị thực tế) Để tính toán được các 0,1 tốt nhất ta sử dụng phương được phương pháp bình phương bé nhất (Ordinary Least Square, OLS). phương 10
  11. VÍ DỤ MINH HỌA ĐƯỜNG HỒI QUY(tt) 12 y = 3+.5x 10 8 6 4 2 0 0 2 4 6 8 10 12 14 11
  12. MÔ HÌNH HỒI QUY NHÂN QUẢ  Trong mô hình nhân quả, trình bày dưới dạng dư Y = f(X)  Một biến đổi ở biến X (biến độc lập) sẽ kéo theo một sự thay đổi ở Y.  Việc chọn lựa biến giải thích (độc lập) không thực hiện một (đ cách tuỳ tiện. Thông thường phải dựa trên kinh nghiệm, thư những nghiên cứu hoặc các phán đoán suy luận logic hợp lý.  Các ví dụ liên quan: Các mô hình đã thực hiện có thể tham khảo ở các tạp chí chuyên ngành. 12
  13. VÍ DỤ MINH HỌA MÔ HÌNH HỒI QUY NHÂN QUẢ Thôøi gian Thu nhaäp Doanh thu 31-Mar-90 ,035 18 ,436 418 30-Jun-90 ,063 18 ,94 46 -ep-90 30 S ,031 18 ,490 46 31-Dec-90 ,856 17 ,741 496 … 31-Mar-98 ,632 19 ,48 613 30-Jun-98 ,719 19 ,875 695 30-ep-98 S ,905 19 ,297 68 31-Dec-98 ,194 20 ,973 749 13 Bài tập c4f5
  14. VÍ DỤ MINH HỌA MÔ HÌNH HỒI QUY NHÂN QUẢ Doanh số và Thu nhập khả dụng 800,000 700,000 600,000 500,000 400,000 300,000 200,000 100,000 0 0 2,000 4,000 6,000 8,000 10,000 12,000 14,000 16,000 18,000 20,000 Biểu đồ trước khi điều chỉnh tỉ lệ. trư 14 Bài tập c4f5
  15. VÍ DỤ MINH HỌA MÔ HÌNH HỒI QUY NHÂN QUẢ Doanh số và Thu nhập khả dụng 800,000 750,000 700,000 650,000 600,000 550,000 500,000 450,000 400,000 17,000 18,000 19,000 20,000 Biểu đồ sau khi điều chỉnh tỉ lệ (tham khảo Bài tập c4f5 15 phần hướng dẫn thực hành). hư
  16. VÍ DỤ MINH HỌA MÔ HÌNH HỒI QUY NHÂN QUẢ  Quan sát sơ đồ chuyển vận, ta có thể thấy mô hình hồi quy sơ đơn đơn có thể áp dụng được. Theo đó, được.  Mô hình hồi quy cho RS có thể viết dưới dạng: dư RS = b0 + b1 (DPI)  Tiến hành hồi quy (chạy hồi quy) kết quả cho ra: RS = -1,690,954.06 + ( (DPI) * 120.80 ) (*) Từ phương trình (*), khi cần dự báo doanh thu ta chỉ việc phương thay giá trị thu nhập khả dụng (DPI) vào. Nếu DPI của tương lai, ta tiến hành dự báo DPI để có giá trị tương này và thay vào (*.) 16
  17. y  β0  β1x  ε ˆ y i  b0  b1x  xy   x y b1  n ( x ) 2  x2  n b0  y  b1 x 17
  18. THỰC HÀNH FORECASTX MÔ HÌNH HỒI QUY NHÂN QUẢ  1. chọn dữ liệu trong Excel  2. Khởi động ForecastX, chọn thẻ Forecast Method và chọn Multiple Regression; trong forecasting technique; chọn tiếp Regression; technique; biến phụ thuộc (biến dự báo) trong box Dependent series.  3. chọn thẻ Report và chọn show charts và Executive  4. Chọn Finish để kết thúc.  ĐIỀU CHỈNH LẠI TỈ LỆ CỦA SƠ ĐỒ. SƠ  Trỏ chuột vào cột cần điều chỉnh, click chuột phải chọn Format Axis. Axis.  Chọn tiếp thẻ Scale  Ở ô đầu tiên Minimum, click bỏ dấu chọn ở ô này sau đó gõ giá Minimum, trị thích hợp vào box bên cạnh và chọn OK. 18
  19. MÔ HÌNH HỒI QUY VỚI DỮ LIỆU CHÉO  Mô hình hồi qui thường sử dụng dữ liệu dạng chuỗi (time- thư (time- series). Tuy nhiên trong nhiều trường hợp chúng ta gặp dữ series). trư liệu thu thu thập tại một thời đoạn nhất định và phương pháp phương hồi quy vẫn áp dụng được. được.  Xét ví dụ:  Bạn là sales manager của một công ty cung cấp bánh mì sandwitch trong thành phố. Bạn đó có hệ thống cửa hàng tại phố. 08 quận trong thành phố và hiện muốn mở rộng hệ thống bán hàng tại một Quận nữa, và bạn muốn dự báo doanh số ở Quận này sẽ là bao nhiêu. nhiêu.  Số liệu về doanh số và dân số tại các quận trong thời điểm gần đây như sau: như sau: 19
  20. VÍ DỤ MINH HỌA HỒI QUY VỚI DỮ LIỆU CHÉO Quaän Daân soá () 0 S ales () 0 a 50 372 b 351 275 c 186 214 d 175 135 e 132 81 f 15 14 g 108 90 h 79 97 20
ADSENSE
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2