PHÂN TÍCH DOANH THU - CHI PHÍ

NĂM 2016

Tháng Chi phí quảng cáo Doanh thu Dự báo 90

1 20 40 80
2 17 34 70 f(x) = 1.791118421
R² = 0.9424661579
3 22 41 60

4 31 52 50

5 16 36 40

6 40 79 30

7 33 62 20

8 18 35 10

9 17 33 0
10 15 20
10 26 56
11 35

SUMMARY OUTPUT

Regression Statistics
Multiple R
R Square
Adjusted R
Standard E
Observatio

ANOVA

Regression
Residual
Total

Intercept
X Variable

RESIDUAL OUTPUT

Observation
1
2
3
4
 5
6
7
8
9
10
 Doanh thu
90
80
70 f(x) = 1.79111842105263 x + 3.81315789473684
R² = 0.942466157965943
60
50
40
30
20
10
0
10 15 20 25 30 35 40 45

SUMMARY OUTPUT

X Variable 1 Residual Plot

Regression Statistics
8 90
0.9708069623 80
4
Residuals

0.942466158 70
0.9352744277 0 60
10 15 20 25 30 35 40
3.8579793849 -4 50
10 40
-8 30
20 X Variable 1
df SS MS F Significance F 10
1 1950.52796053 1950.528 131.0486 3.06760347E-06 0
8 119.072039474 14.884 10 15 20 25 30 35 40
9 2069.6

Coefficients Standard Error t Stat P-value Lower 95% Upper 95%Lower 95.0%
Upper 95.0%
3.8131578947 3.94829542295 0.965773 0.362441 -5.29162767759 12.91794 -5.291628 12.91794
1.7911184211 0.15646172463 11.44765 3.07E-06 1.43031703706 2.15192 1.430317 2.15192

RESIDUAL OUTPUT

Predicted Y Residuals
Standard Residuals
39.635526316 0.36447368421 0.100203
34.262171053 -0.2621710526 -0.072078
43.217763158 -2.2177631579 -0.609722
59.337828947 -7.3378289474 -2.017362
32.471052632 3.52894736842 0.970201
75.457894737 3.54210526316 0.973818
62.920065789 -0.9200657895 -0.25295
36.053289474 -1.0532894737 -0.289577
34.262171053 -1.2621710526 -0.347004
50.382236842 5.61776315789 1.544471
Residual Plot

25 30 35 40 45
Y
Predicted Y

Variable 1

25 30 35 40 45
Số liệu bán hàng trong tháng 03 tại siêu thị ABC như sau

Ngày Bò (kg) Dự báo

1 20
2 17
3 22
4 31
5 16
6 40
7 33
8 18
9 17
10 26
11 40
12 28
13 35
14 30
15 33
16 27
17
Bài tập 1
Công ty TNHH ABC buôn bán iphone với kết quả hàng tháng như sau:
Tháng 1 2 3
Số lượng 50 38 46

1.Dùng phương pháp trung bình di động để dự báo số Iphone bán ra cho tháng tới với cửa sổ trượt w = 5
Kết quả tháng tới 22.8
2.Dùng phương pháp san bằng mũ để dự báo Iphone bán ra cho tháng tới với hệ số điều chỉnh a = 0,4.
Kết quả tháng tới 24.42

Bài tập 2
Tình hình kinh doanh của XYZ trong năm 2017 như sau. Yêu cầu:
1.Hãy sử dụng các phương pháp dự báo đã học để tính Chi phí quảng cáo và doanh thu trong tháng 9.
2.Hãy sử dụng phương pháp hồi quy tuyến tính để xác định mối quan hệ (phương trình) giữa Chi phí quản
Đánh giá nên sử dụng phương trình này hay không? Vì sao?

Tháng Chi phí quảng cáo Doanh Thu

(đồng)
1 4,000,000 4,000,000
2 4,000,000 8,000,000
3 3,500,000 10,500,000
4 3,300,000 9,900,000
5 3,500,000 7,000,000
6 3,800,000 7,600,000
7 3,700,000 3,700,000
8 4,200,000 8,400,000

1/
Chi phí quảng cáo Dự báo (PP Trung Dự báo (PP San bằng
Tháng (đồng) bình trượt) mũ)

1 4,000,000 #N/A #N/A

2 4,000,000 #N/A 4,000,000
3 3,500,000 3,833,333 4,000,000
4 3,300,000 3,600,000 3,850,000
5 3,500,000 3,433,333 3,685,000
6 3,800,000 3,533,333 3,629,500
7 3,700,000 3,666,667 3,680,650
8 4,200,000 3,900,000 3,686,455
9 3,950,000 3,840,519

2/

Doanh Thu
12,000,000

10,000,000
 Doanh Thu
12,000,000

10,000,000

8,000,000 f(x) = − 2.81060606060606 x + 17927272.7272727

R² = 0.122189523771478

6,000,000

4,000,000

2,000,000

0
3,200,000 3,400,000 3,600,000 3,800,000 4,000,000 4,200,000 4,400,000

Phương trình: y = -2.8106x + 2E+07

Xét tương quan giữa các biến:

Chi phí quảng cáo
Doanh Thu
(đồng)
Chi phí quảng cáo
(đồng) 1
Doanh Thu -0.349556181137564 1
Tương quan giữa Chi phí quảng cáo và Doanh thu là -0.35, nhỏ hơn căn bậc 2 của R bình phương của m
Các hệ số hồi quy gắn liền với biến Chi phí quảng cáo và Doanh thu đều có ý nghĩa (vì các giá trị P0value
Vậy có thể sử dụng phương trình.
 4 5 6 7 8 9
33 43 28 46 15 19

ng tới với cửa sổ trượt w = 5.

ới hệ số điều chỉnh a = 0,4.

à doanh thu trong tháng 9.

ương trình) giữa Chi phí quảng cáo và doanh thu.

Dự báo (PP Trung Dự báo (PP San bằng

Doanh Thu
bình trượt) mũ)

4,000,000 #N/A #N/A

8,000,000 #N/A 4,000,000
10,500,000 7,500,000 5,200,000
9,900,000 9,466,667 6,790,000
7,000,000 9,133,333 7,723,000
7,600,000 8,166,667 7,506,100
3,700,000 6,100,000 7,534,270
8,400,000 6,566,667 6,383,989
6,050,000 6,988,792
 4,200,000 4,400,000

2 của R bình phương của mô hình, có thể bỏ qua đa cộng tuyến.

ý nghĩa (vì các giá trị P0value tương ứng với các hệ số hồi quy này đều nhỏ hơn alpha(a)).
10 11 12
40 14 26