TV Ads Cars Sold Tu nầ
1 2 3 4 5 1 3 2 1 3 14 24 18 17 27
ẽ ể ậ ng quan, r V bi u đ phân tán. Nh n xét ồ Tính h s t ệ ố ươ
iả
30
25
20
15
10
c (y) Gi TV Ads: S l n qu ng cáo trên TV (x) ố ầ ả Cars Sold: S xe ô tô bán đ ố ượ
ld o S s r a C
5
0
0.5
1
1.5
2
2.5
3
3.5
TV A ds
c và s l n qu ng cáo trên TV có th x p x tuy n tính ượ ể ấ ố ầ ế ả ỉ M i liên h gi a s xe ô tô bán đ ệ ữ ố M i liên h này là đ ng bi n ệ ố ố ế ồ
Tính h s t ng quan, r ệ ố ươ r = c và s l n qu ng cáo trên TV là r t ch t và đ ng bi n 0.936586 M i liên h tuy n tính gi a s xe ô tô bán đ ế ữ ố ệ ố ượ ố ầ ế ả ấ ặ ồ
ng c a m i liên h tuy n tính gi a 2 bi n ố ộ ế ế ệ ữ ủ c dùng đ đánh giá c ể ộ ộ ề ướ ệ ng đ và chi u h ườ ng đ : Theo m t quy t c kinh nghi m ắ ế ể ệ ế ố ế ế ế ệ ệ ố ố
ế ế ế ế ệ ệ ệ ệ ế ế ế ế ố ố ố ố ấ ế ệ ế ố ề ế ồ r đ ượ V c ề ườ - r = 0 thì 2 bi n X và Y không có m i liên h tuy n tính (v n có th có m i liên h phi tuy n tính) ẫ - 0 < (cid:231) r(cid:247) ≤ 0,5 thì 2 bi n X và Y có m i liên h tuy n tính y u ế - 0,5 < (cid:231) r(cid:247) ≤ 0,7 thì 2 bi n X và Y có m i liên h tuy n tính v a ừ - 0,7 < (cid:231) r(cid:247) ≤ 0,8 thì 2 bi n X và Y có m i liên h tuy n tính khá ch t ặ - 0,8 < (cid:231) r(cid:247) ≤ 0,9 thì 2 bi n X và Y có m i liên h tuy n tính ch t ặ - 0,9 < (cid:231) r(cid:247) ≤ 1,0 thì 2 bi n X và Y có m i liên h tuy n tính r t ch t ặ - (cid:231) r(cid:247) = 1,0 thì 2 bi n X và Y có liên h hàm s tuy n tính V chi u h - r > 0 thì m i liên h là đ ng bi n - r < 0 thì m i liên h là ngh ch bi n ế ng: ề ướ ố ố ệ ệ ị
ng trình h i quy ng mô t m i liên h tuy n tính gi a hai bi n trên ồ ả ố ữ ệ ế ế Vi ế Ph ươ ng trình h i quy ng mô t t ph ươ c l ướ ượ c l ướ ượ ả ố m i liên h tuy n tính gi a hai bi n trên có d ng: ữ ệ ế ế ạ
ˆ y
ồ += b 0
xb 1
h p Object type) ạ ở ộ (T o công th c: Vô Inset > Object > Microsoft Equation 3.0 ứ Trong Excel, ta có th tìm đ c b ể ượ 0 và b1 theo các cách sau:
Cách 1: D a vào bi u đ phân tán ự ể ồ ộ ấ ủ ể ể ắ ồ ồ ộ ọ
Rê con tr chu t trên b t kỳ đi m nào c a bi u đ phân tán r i nh p nút chu t ph i ả ỏ Ch n Add Trendline + Type: ch n Linear ọ + Options: Nh p nút trái chu t vào h p ch n tr c Display equation on chart và Display R-squared value on chart ướ ắ ộ ộ ọ
30
25 f(x) = 5x + 10 R² = 0.88 20
15
10
ld o S s r a C
5
0 0.5 1 1.5 2 2.5 3 3.5 TV Ads
ˆ y
+= 10
5
x
V y ph ng trình h i quy ng là ậ ươ ồ c l ướ ượ
Cách 2: Dùng hai hàm là INTERCEPT() và SLOPE(); quét ch n d li u c a bi n y tr c, bi n x sau ọ ữ ệ ủ ế ướ ế
10 5 b0 = b1 =
ệ Cách 3: Dùng l nh Regression Tools > Data Analysis > Regression
SUMMARY OUTPUT
Regression Statistics
Hệ số tương quan, r 2 H s xác đ nh, r ị ệ ố
0.94 Multiple R 0.88 R Square Adjusted R Square0.84 2.16 Standard Error 5 Observations
ANOVA df SS MS F 21.43 Significance F 0.02 100 4.67 Regression Residual Total 1 3 4 100 14 114
CoefficientsStandard Errort Stat Pvalue Lower 95% Upper 95%
0 b
1 b
Intercept TV Ads 10 5 2.37 1.08 4.23 4.63 0.02 0.02 2.47 1.56 17.53 8.44
1
(Slide 33, ch ng 4) ươ ủ b Ki m đ nh ý nghĩa c a ị ể Đ t gi thuy t: nh Slide 33 ư ả ặ ế
ị ố ị ị ố ả = 0,05 và df = n - 2 = 5 - 2 = 3 là t0,025; 3 = 3.182 Giá tr th ng kê ki m đ nh: t = 4,6291 ể ớ a Giá tr tra b ng phân ph i t v i K t lu n: nh Slide 33 ư ế ậ
1
b (Slide 36, ch ng 4) ươ Kho ng tin c y cho T 1,56 Đ N 8,44 ả Ừ ậ Ế
(Slide 49, 50, 51 và 53, ch ng 4) ươ ể
=
=
pyˆ
25 =FORECAST(3;C2:C6;B2:B6)
ˆ py
hay Slide 50) D báoự + D báo đi m ự V i xớ p = 3 thì )3(5 + D báo kho ng cho giá tr trung bình ả ự ứ ở
25 (công th c 25 3.182 2.16
5
3 (đ cho) ề 2
- 4
+= 10 ị = pyˆ t0,025; 3 = se = yˆ xp = =x = 2)
x
(
x
i
= 1
i
(cid:229)
29.61 TỪ 20.39 Đ NẾ
+ D báo kho ng cho giá tr CÁ BI T Slide 51) Ệ (công th c ứ ở ự ả 33.28 TỪ ị 16.72 Đ NẾ
+ Options: Nh p nút trái chu t vào h p ch n tr c Display equation on chart và Display R-squared value on chart ắ ộ ộ ọ ướ
Lower 95,0% Upper 95,0% 17.53 8.44 2.47 1.56
=TINV(0,05;3)
=FORECAST(3;C2:C6;B2:B6)
