Báo Cáo Bài tập lớn: Phân tích thống kê số lượng

Mục Lục

Mục Lục 1

Câu 1: Thực hiện các yêu cầu phân tích hồi quy bội 1

1.1. Mối Liên hệ giữ mô hình hồi quy đơn biến va hồi quy bội 2

1.2. Thực hiện mô hình hồi quy 3 biến . 2

1.3 .Mô hình hồi quy k biến 7

1.4. Hướng dẫn phân tích hồi quy 3 biến băng phần mềm SPSS 10

Câu 2: Phân tích xu thế chuỗi thời gian. 13

2.1. Mô hình phân tích chuỗi thời gian 13

a. Phương pháp phân rã: 13

b. Đánh giá sự biến đổi theo mùa 15

2.2.Thực hiện phân tích chuỗi thời gian trong phần mềm SPSS 18

Câu 3 : Thực hiện tập dữ liệu trên SPSS 22

3.1 .Hàm hồi quy bội 22

3.2.Ước lượng hồi 23

3.2.Kiểm định các khuyết tật của mô hình 25

3.3.Kiểm định sự phù hợp của mô hình hồi quy 26

3.4.Phân tích dựa vào kết quả ước lượng (Khoảng tin cậy ) 27

3.5 Tìm khoản tin cậy 28

3.6 .Dùng SPSS để dự báo kết quả 29

3.6 Đánh giá mô hình 30

Tài Liệu Tham Khảo 30


Câu 1: Thực hiện các yêu cầu phân tích hồi quy bội


Hồi quy bội còn gọi là phương pháp hồi quy đa biến, dùng phân tích mối quan hệ giữa nhiều biến số độc lập (tức biến giải thích hay biến nguyên nhân) ảnh hưởng đến 1 biến phụ thuộc (tức biến phân tích hay biến kết quả).

Trong thực tế, có rất nhiều bài toán kinh tế - cả lĩnh vực kinh doanh và kinh tế học, phải cần đến phương pháp hồi quy đa biến. Chẳng hạn như phân tích những nhân tố ảnh hưởng đến thu nhập quốc dân, sự biến động của tỷ giá ngoại hối; xét doanh thu trong trường hợp có nhiều mặt hàng; phân tích tổng chi phí với nhiều nhân tố tác động; phân tích giá thành chi tiết; những nguyên nhân ảnh hưởng đến khối lượng tiêu thụ

Một chỉ tiêu kinh tế chịu sự tác động cùng lúc của rất nhiều nhân tố thuận chiều hoặc trái chiều nhau. Chẳng hạn như doanh thu lệ thuộc và giá cả, thu nhập bình quân xã hội, lãi suất tiền gửi, mùa vụ, thời tiết, quảng cáo tiếp thị Mặt khác, giữa những nhân tố lại cũng có sự tương quan tuyến tính nội tại với nhau. Phân tích hồi quy giúp ta vừa kiểm định lại giả thiết về những nhân tố tác động và mức độ ảnh hưởng, vừa định lượng được các quan hệ kinh tế giữa chúng. Từ đó, làm nền tảng cho phân tích dự báo và có những quyết sách phù hợp, hiệu quả, thúc đẩy tăng trưởng.

Mô hình hồi quy tuyến tính k biến (PRF):