intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Bài giảng Dự báo trong kinh doanh (Business forecasting): Chương 4 - Phùng Thanh Bình

Chia sẻ: Tùy Duyên | Ngày: | Loại File: PDF | Số trang:15

77
lượt xem
8
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Chương 4 - Hồi quy đơn và xu thế tuyến tính. Chương này gồm có những nội dung chính sau: Mô hình hồi quy đơn, phân tích kết quả hồi quy, đánh giá mô hình hồi quy, qui trình dự báo bằng hồi quy, chuyển đổi dạng biến, dự báo bằng hàm xu thế, dự báo bằng mô hình nhân quả, dự báo với dữ liệu chéo, dự báo điểm và dự báo khoảng.

Chủ đề:
Lưu

Nội dung Text: Bài giảng Dự báo trong kinh doanh (Business forecasting): Chương 4 - Phùng Thanh Bình

Dự báo trong kinh doanh<br /> (Business Forecasting)<br /> <br /> Khoa Kinh tế Phát triển<br /> 1A Hoàng Diệu, Phú Nhuận<br /> Website: www.fde.ueh.edu.vn<br /> <br /> Phùng Thanh Bình<br /> <br /> HỒI QUY ĐƠN &<br /> XU THẾ TUYẾN TÍNH<br /> 1.<br /> 2.<br /> 3.<br /> 4.<br /> 5.<br /> 6.<br /> 7.<br /> 8.<br /> 9.<br /> <br /> Mô hình hồi quy đơn<br /> Phân tích kết quả hồi quy<br /> Đánh giá mô hình hồi quy<br /> Qui trình dự báo bằng hồi quy<br /> Chuyển đổi dạng biến<br /> Dự báo bằng hàm xu thế<br /> Dự báo bằng mô hình nhân quả<br /> Dự báo với dữ liệu chéo<br /> Dự báo điểm & Dự báo khoảng<br /> <br /> 1<br /> <br /> Phùng Thanh Bình<br /> <br /> TÀI LIỆU THAM KHẢO<br /> Nguyễn Trọng Hoài (2001): Mô hình hóa và Dự<br /> báo chuỗi thời gian trong kinh doanh & kinh tế,<br /> Chương 3.<br /> J.Holton Wilson & Barry Keating, (2007),<br /> Business Forecasting With Accompanying ExcelBased ForecastXTM Software, 5th Edition,<br /> Chapter 4.<br /> John E.Hanke & Dean W.Wichern, (2005),<br /> Business Forecasting, 8th Edition, Chapter 6 & 8.<br /> <br /> Phùng Thanh Bình<br /> <br /> MÔ HÌNH HỒI QUY ĐƠN<br /> Một khi đã thiết lập được mối quan hệ tuyến tính giữa 2<br /> biến, thì thông tin về biến độc lập có thể được sử dụng để<br /> dự báo giá trị của biến phụ thuộc<br /> Y = f(X) => Y = β0 + β0X + ε<br /> –<br /> <br /> Y là giá trị cần dự báo<br /> <br /> –<br /> <br /> X có thể là một chuỗi thời gian<br /> <br /> –<br /> <br /> X có thể là t (1, …, n)<br /> <br /> 2<br /> <br /> Phùng Thanh Bình<br /> <br /> MÔ HÌNH HỒI QUY ĐƠN<br /> Đường thẳng phù hợp nhất với tập hợp các điểm<br /> X-Y là đường tối thiểu hóa tổng các bình phương<br /> khoảng cách từ các điểm đến đường thẳng đó.<br /> Đường thẳng này được gọi là đường hồi quy hay<br /> đường tổng bình phương bé nhất, có dạng như<br /> sau:<br /> Y^ = b0 + b1X<br /> b0 = hệ số cắt (intercept)<br /> b1 = hệ số dốc (slope)<br /> <br /> Phùng Thanh Bình<br /> <br /> MÔ HÌNH HỒI QUY ĐƠN<br /> Phương pháp bình phương bé nhất chọ giá trị b0<br /> và b1 sao cho tối thiểu hóa tổng sai số bình<br /> phương:<br /> SSE = ∑(Y – Y^)2 = ∑(Y – b0 – b1X)2<br /> <br /> 3<br /> <br /> Phùng Thanh Bình<br /> <br /> PHÂN TÍCH KẾT QUẢ HỒI QUY<br /> Sai số chuẩn của ước lượng<br /> <br /> o<br /> <br /> Đo mức chênh lệch giữa giá trị thực Y với giá<br /> trị ước lượng Y^, đối với mẫu lớn thì:<br /> • 67% chênh lệch Y – Y^ nằm trong sY,X<br /> • 95% chênh lệch Y – Y^ nằm trong 2 sY,X<br /> <br /> Phùng Thanh Bình<br /> <br /> PHÂN TÍCH KẾT QUẢ HỒI QUY<br /> <br /> Phân tích phương sai<br /> <br /> 4<br /> <br /> Phùng Thanh Bình<br /> <br /> PHÂN TÍCH KẾT QUẢ HỒI QUY<br /> <br /> Phùng Thanh Bình<br /> <br /> 5<br /> <br />
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2