Bài giảng Tin học ứng dụng nâng cao - Bài: Phân tích hồi quy tương quan và dự báo kinh tế - Lê Viết Mẫn
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
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Trang 10
Tải về để xem bản đầy đủ
Bạn đang xem 10 trang mẫu của tài liệu "Bài giảng Tin học ứng dụng nâng cao - Bài: Phân tích hồi quy tương quan và dự báo kinh tế - Lê Viết Mẫn", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Bài giảng Tin học ứng dụng nâng cao - Bài: Phân tích hồi quy tương quan và dự báo kinh tế - Lê Viết Mẫn
Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo v 1.1 - 04/2013 Phân tích hồi quy tương quan và dự báo kinh tế 1 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Nội dung 2 1. Hồi quy và tương quan 1.1. Phân tích tương quan 1.2. Phân tích hồi quy 2. Dự báo Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Hồi quy và tương quan 3 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Khái niệm cơ bản (1/2) 4 • 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 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo 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 5 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Phân tích tương quan 6 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Hệ số tương quan 7 • 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 • Tính chất : • Hệ số tương quan không có đơn vị, có tính hoán đổi và • dương - hai biến có quan hệ cùng chiều (đồng biến) • - X và Y độc lập hoặc có quan hệ phi tuyến • - X và Y có quan hệ tuyến tính • - tương quan mạnh • - tương quan TB • - tương quan yếuρXY > 0.8 ρXY = 0.4 − 0.8 ρXY < 0.4 ρ = Corr(X,Y ) = Cov(X,Y ) σ xσ y ρXY = ρYX ρXY ≤ 1 ρXY = 0 ρXY ρXY = 1 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo CORREL Correlation • Chức năng : tính hệ số tương quan của hai yếu tố • Cú pháp 8 CORREL (array1, array2) Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Correlation 9 Vùng địa chỉ dữ liệu cần tính độ tương quan Dữ liệu theo hàng hay cộtVùng địa chỉ dữ liệu được chọn bao gồm cả nhãn ? Nơi chứa kết quả tính được Bấm OK để thực hiện tính toán Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 10 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 11 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Đồng phương sai • Là trung bình của tích các cặp sai lệch • Dùng để xác định mối quan hệ giữa hai tập số liệu • Giá trị không giới hạn trong [-1, 1] • Hàm COVAR 12 Cov(x, y) = 1n (x j − µx )(yi − µy )i=1 n ∑ COVAR (array1, array2) Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Covariance 13 Vùng địa chỉ dữ liệu cần tính đồng phương sai Dữ liệu theo hàng hay cộtVùng địa chỉ dữ liệu được chọn bao gồm cả nhãn ? Nơi chứa kết quả tính được Bấm OK để thực hiện tính toán Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 14 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 15 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Phân tích hồi quy 16 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Hồi quy tuyến tính đơn 17 • Dạng đơn giản nhất của một mô hình hồi qui chứa một biến phụ thuộc và một biến độc lập • Hệ số r2 (phương sai mẫu) - đo độ phù hợp của mô hình hồi quy Y = β0 + β1X RSQ (known_y’s, known_x’s) Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo SLOPE và INTERCEPT • Intercept dùng để ước lượng hệ số góc của phương trình hồi quy tuyến tính đơn • Slope dùng để ước lượng tung độ góc của phương trình hồi quy tuyến tính đơn • Cú pháp 18 β0 β1 SLOPE (known_y’s, known_x’s) INTERCEPT (known_y’s, known_x’s) Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Regression 19 Vùng địa chỉ dữ liệu cho biến phụ thuộc Chọn để loại bỏ hệ số góc Vùng địa chỉ dữ liệu được chọn bao gồm cả nhãn ? Nơi chứa kết quả tính được Bấm OK để thực hiện tính toánVùng địa chỉ dữ liệu cho các biến độc lập Độ tin cậy Các tuỳ chọn hiển thị sai số Phân phối chuẩn Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 20 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 21 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo 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 • Hàm LINEST Trong đó • const = 0/false - bỏ qua • stat = 1/true - tính toán các tham số thống kê 22 β0 Y = β0 + β1X1 + ..+ βk Xk LINEST (known_y’s, [known_x’s], [const], [stat]) Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 23 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Ví dụ 24 Wednesday, May 8, 13 Lê Viết Mẫn - lvman@hce.edu.vn Phân tích hồi quy và dự báo Hồi quy phi tuyến • Biến đổi các phương trình phi tuyế
File đính kèm:
- bai_giang_tin_hoc_ung_dung_nang_cao_bai_phan_tich_hoi_quy_tu.pdf