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