Thống kế trong kinh doanh - Thực hành Excel

1. Nhập dữ liệu vào excel

2. Thống kê dữ liệu dạng bảng

3. Thống kê dữ liệu dạng đồ thị

4. Thống kê dữ liệu bằng các đại lượng thống kê mô tả

5. Ước lượng và kiểm định giả thiết

6. Phân tích phương sai ANOVA

7. Hồi quy tương quan

8. Kiểm định phi tham số

9. Lý thuyết quyết định

pdf58 trang | Chuyên mục: Excel | Chia sẻ: dkS00TYs | Ngày: 08/10/2014 | Lượt xem: 1699 | Lượt tải: 9download
Tóm tắt nội dung Thống kế trong kinh doanh - Thực hành Excel, để xem tài liệu hoàn chỉnh bạn click vào nút "TẢI VỀ" ở trên
ủ tục Tukey-Kramer
 Tools/ Lumenaut Statistics/ Tukey-Kramer Test
Tukey-Kramer Test
v k
Critical 
Value Q MS within
9 3 3.948 0.921
MSD Values
Stack Machine 1 Machine 2 Machine 3
Machine 1 1.695 1.695
Machine 2 2.320 1.695
Machine 3 4.340 2.020
If Meani-Meanj > MSD value then pair is significantly different at the 5% level (1 Tailed)
Significant pair values are in bold and underlined in above Table
M
e
a
n
i -M
e
a
n
j
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 90
Tìm hệ số chặn và độ dốc 
 Hệ số chặn: fx/ Statistical/ INTERCEPT
 Độ dốc: fx/ Statistical/ SLOPE
5/12/2009
46
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 91
Tìm hệ số chặn và độ dốc 
 Hệ số chặn: fx/ Statistical/ INTERCEPT
 Độ dốc: fx/ Statistical/ SLOPE
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 92
Vẽ đƣờng xu hƣớng trong Chart
 Click phải/ Add Trendline/
5/12/2009
47
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 93
Vẽ đƣờng xu hƣớng trong Chart
 Type: Linear
 Options: Display Equation on chart
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 94
Vẽ đƣờng xu hƣớng trong Chart
 Kết quả
y = 1.5x + 1636.4
R
2
 = 0.9
0
2,000
4,000
6,000
8,000
10,000
12,000
0 1,000 2,000 3,000 4,000 5,000 6,000
Footage
S
a
le
s Sales
Linear (Sales)
5/12/2009
48
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 95
Thủ tục REGRESSION
 Tools/ Data Analysis/ REGRESSION
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 96
KẾT QUẢ
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.97
R Square 0.94
Adjusted R Square 0.93
Standard Error 611.75
Observations 7
ANOVA
df SS MS F Significance F
Regression 1 30,380,456 30380456 81.18 0.00
Residual 5 1,871,200 374240
Total 6 32,251,656
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 1,636.41 451.50 3.62 0.02 475.81 2,797.02
Footage 1.49 0.16 9.01 0.00 1.06 1.91
5/12/2009
49
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 97
Từ bảng kết xuất của Excel
Residuals
-2000
0
2000
4000
6000
8000
10000
12000
0 2 4 6 8
Observations
P
re
d
ic
te
d
 S
a
le
s
 a
n
d
 R
e
s
id
u
a
ls
Predicted Sales
Residuals
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 98
Phần dƣ theo biến độc lập
Footage Residual Plot
-800
-600
-400
-200
0
200
400
600
800
1000
0 1,000 2,000 3,000 4,000 5,000 6,000
Footage
R
e
s
id
u
a
ls
5/12/2009
50
Con người –Tầm nhìn mới
5/12/2009 Nguyễn Duy Tâm _ IDR 99
Real and Fitted Values
Footage Line Fit Plot
y = 1.4866x + 1636.4
R
2
 = 1
0
2,000
4,000
6,000
8,000
10,000
12,000
0 1,000 2,000 3,000 4,000 5,000 6,000
Footage
S
a
le
s
Sales
Predicted Sales
Linear (Predicted
Sales)
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 100
Tools/ Data Analysis/ Regression
 Hồi quy đơn: Oil theo Temp
5/12/2009
51
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 101
Hồi quy đơn: Oil theo Temp
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.87
R Square 0.76
Adjusted R Square 0.74
Standard Error 66.51
Observations 15
ANOVA
df SS MS F Significance F
Regression 1 178624 178624 40 0.00
Residual 13 57511 4424
Total 14 236135
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 436.43823 38.63970893 11.29507 4.3E-08 352.962214 519.914246
Temp -5.4622077 0.859608768 -6.3543 2.52E-05 -7.3192795 -3.6051359
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 102
Hồi quy đơn: Oil theo Insulation
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.47
R Square 0.22
Adjusted R Square 0.16
Standard Error 119
Observations 15
ANOVA
df SS MS F Significance F
Regression 1 51,076 51,076 3.59 0.08
Residual 13 185,059 14,235
Total 14 236,135
Coefficients Standard Error t Stat P-value Lower 95%Upper 95%
Intercept 345.38 74.69 4.62 0.00 184.02 506.74
Insulation -20.35 10.74 -1.89 0.08 -43.56 2.86
5/12/2009
52
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 103
Hồi quy bội: Oil theo Temp và Insulation
Quét Known’s X: cả Temp và Insulation
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.98
R Square 0.97
Adjusted R Square 0.96
Standard Error 26.01
Observations 15
ANOVA
df SS MS F Significance F
Regression 2 228015 114007 168 0.00
Residual 12 8121 677
Total 14 236135
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 562.15 21.09 26.65 0.00 516.19 608.11
Temp -5.44 0.34 -16.17 0.00 -6.17 -4.70
Insulation -20.01 2.34 -8.54 0.00 -25.12 -14.91
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 104
Biến Insulation có cải thiện mô hình từ Oil 
= f(Temp) không?
 Kết quả tính toán cho Fc = 73 
5/12/2009
53
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 105
Tra giá trị tới hạn của F: FINV
 Kết quả tính toán F* = 4.75
 F =73 > F*: 4.75 Kết luận: Insulation làm 
tăng mức độ giải thích của mô hình.
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 106
Hồi quy bậc hai: Chuẩn bị số liệu 
Temp2=Tem^2
Oil (Gal) Temp Temp2
275.30 40 1600
363.80 27 729
164.30 40 1600
40.80 73 5329
94.30 64 4096
230.90 34 1156
366.70 9 81
300.60 8 64
237.80 23 529
121.40 63 3969
31.40 65 4225
203.50 41 1681
441.10 21 441
323.00 38 1444
52.50 58 3364
5/12/2009
54
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 107
Kết quả hồi quy
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.88
R Square 0.78
Adjusted R Square 0.74
Standard Error 65.71
Observations 15
ANOVA
df SS MS F Significance F
Regression 2 184,324 92,162 21 0.00
Residual 12 51,811 4,318
Total 14 236,135
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 372.33 67.60 5.51 0.00 225.04 519.62
Temp -1.26 3.75 -0.34 0.74 -9.44 6.91
Temp2 -0.05 0.05 -1.15 0.27 -0.15 0.05
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 108
Hồi quy với biến giả
 TC = Tổng chi phí sản xuất
 Q = Tổng sản lượng
 CN = 1 cho các quý đã thay đổi công nghệ, 0 cho các quý 
trước khi thay đổi công nghệ.
 TCN = 0 cho các quý đã thay đổi công nghệ, 1 cho các quý 
trước khi thay đổi công nghệ.
5/12/2009
55
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 109
Sai lầm -> Đa cộng tuyến hoàn hảo
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.94
R Square 0.87
Adjusted R Square 0.78
Standard Error 56.65
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 291,681 97,227 45 0.00
Residual 13 41,727 3,210
Total 16 333,408
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 521.80 122.46 4.26 0.00 257.24 786.35
Q 0.81 0.10 8.04 0.00 0.59 1.03
CN 0.00 0.00 65,535.00 #NUM! 0.00 0.00
TCN 210.63 52.80 3.99 0.00 96.55 324.70
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 110
Hồi quy với biến giả
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.94
R Square 0.87
Adjusted R Square 0.86
Standard Error 56.65
Observations 16
ANOVA
df SS MS F Significance F
Regression 2 291,681 145,841 45.44 1.36E-06
Residual 13 41,727 3,210
Total 15 333,408
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 732.42 79.51 9.21 0.00 560.65 904.20
Q 0.81 0.10 8.04 0.00 0.59 1.03
CN -210.63 52.80 -3.99 0.00 -324.70 -96.55
5/12/2009
56
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 111
Hồi quy với biến tƣơng tác
CNQ = CN*Q
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.98
R Square 0.96
Adjusted R Square0.95
Standard Error 33.19
Observations 16
ANOVA
df SS MS F Significance F
Regression 3 320190 106730 96.90 1.11913E-08
Residual 12 13218 1102
Total 15 333408
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept 401.52 80.00 5.02 0.00 227.21 575.83
Q 1.24 0.10 11.98 0.00 1.02 1.47
CN 368.96 118.05 3.13 0.01 111.75 626.17
CNQ -0.64 0.13 -5.09 0.00 -0.92 -0.37
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 112
Ý nghĩa của biến giả và biến tƣơng tác
TC = 401 + 1.24*Q + 368*CN – 0.64CNQ
P (0.00) (0.00) (0.01) (0.00)
R2 = 0.96
Adjusted R2= 0.95
n= 16
Trước thay đổi công nghệ: CN=CNQ=0
TC = 401 + 1.24*Q 
Sau thay đổi công nghệ: CN=1, CNQ=Q
TC = (401+368) + (1.24-0.68)*Q
TC = 769 + 0.56*Q
Vậy thay đổi công nghệ làm định phí tăng nhưng biến 
phí đơn vị giảm.
5/12/2009
57
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 113
Hồi quy với biến chuyển dạng log-log
Mô hình tuyến tính: Q=b1+b2*L+b3*K
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.99
R Square 0.99
Adjusted R Square 0.99
Standard Error 1,570.36
Observations 15
ANOVA
df SS MS F Significance F
Regression 2 2686989117 1.34E+09 545 1.67092E-12
Residual 12 29592539.09 2466045
Total 14 2716581656
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept -32,375.93 3,140.85 -10.31 0.00 -39,219.24 -25,532.61
L 2.62 6.43 0.41 0.69 -11.39 16.62
K 344.47 40.87 8.43 0.00 255.43 433.51
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 114
Chuyển dạng log-log
Hàm sản xuất Cobb-Douglas
Q = A*L
a
*K
b (1)
Không thể ước lượng trực tiếp hàm (1) 
ln(Q) = ln(A) + a*ln(L) + b*ln(K)
Y = b0 + b1*X1 + b2*X2
Với b0 = ln(A); b1= a; b2=b; X1= ln(L); X2=ln(K)
Chúng ta đã chuyển về dạng mô hình hồi quy tuyến tính thông 
thường
5/12/2009
58
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 115
Chuẩn bị số liệu log-log: Hàm l (Number)
lnQ lnL lnK
9.10 5.64 4.79
9.29 5.65 4.81
9.32 5.67 4.83
9.31 5.93 4.86
9.45 5.93 4.88
9.70 6.00 4.90
9.88 6.17 4.93
9.96 6.32 4.99
10.05 6.42 5.04
10.17 6.54 5.10
10.29 6.67 5.18
10.42 6.70 5.24
10.55 6.74 5.33
10.76 6.77 5.40
10.90 6.91 5.48
Con người –Tầm nhìn mới
5/12/2009 Lê Tấn Luật 116
Kết quả hồi quy
SUMMARY OUTPUT
Regression Statistics
Multiple R 0.99
R Square 0.98
Adjusted R Square 0.97
Standard Error 0.09
Observations 15
ANOVA
df SS MS F Significance F
Regression 2 4 2 267 1.13248E-10
Residual 12 0 0
Total 14 5
Coefficients Standard Error t Stat P-value Lower 95% Upper 95%
Intercept -0.38 0.78 -0.49 0.63 -2.07 1.31
lnL 0.67 0.17 3.85 0.00 0.29 1.04
lnK 1.22 0.34 3.56 0.00 0.47 1.96

File đính kèm:

  • pdfThống kế trong kinh doanh - Thực hành Excel.pdf
Tài liệu liên quan