NHĨM HÀM VỀ TƯƠNG QUAN VÀ HỒI QUY TUYẾN TÍNH Hàm CORREL() Trả hệ số tương quan hai mảng array1 array2 Thường dùng để xác định mối quan hệ hai đặc tính Ví dụ, bạn khảo sát mối quan hệ nhiệt độ trung bình nơi với việc sử dụng máy điều hòa nhiệt độ Hệ số tương quan mối quan hệ tuyến tính hai mảng Hệ số tương quan dương (> 0) có nghĩa hai mảng đồng biến; hệ số tương quan âm (< 0) có nghĩa hai mảng nghịch biến Cú pháp: = CORREL(array1, array2) Array1, array2 : Các mảng liệu để tính hệ số tương quan Lưu ý: • Đối số phải số, tên, mảng, hay tham chiếu có chứa số • Nếu đối số mảng hay tham chiếu có chứa text, giá trị logic, rỗng, giá trị bỏ qua; nhiên ô chứa giá trị (zero) tính • Nếu array1 array2 có số lượng điểm liệu không nhau, CORREL() trả giá trị lỗi #NA! • Nếu array1 array2 rỗng, độ lệch chuẩn có giá trị 0, CORREL() trả giá trị lỗi #DIV/0! • CORREL() tính tốn theo cơng thức sau: Ví dụ: Tính hệ số tương quan hai mảng liệu sau: (A1:A5) = {3, 2, 4, 5, 6} (B1:B5) = {9, 7, 12, 15, 17} CORREL(A1:A5, B1:B5) = 0.997054 Hàm COVAR() Trả hiệp phương sai (hay gọi đồng phương sai - covariance) Hiệp phương sai trung bình tích cặp sai lệch, nghĩa tính tính số độ lệch cặp liệu, tính trung bình tích Cú pháp: = COVAR(array1, array2) Array1, array2: Là dãy thứ dãy thứ hai (chứa số nguyên, có số điểm liệu giống nhau) để tính hiệp phương sai Lưu ý: • Array phải số, tên mảng hay tham chiếu đến có chứa số • Nếu Array mảng hay tham chiếu có chứa giá trị text, logic, hay rỗng, giá trị bỏ qua; nhiên, chứa giá trị zero (0) tính • Nếu array1 array2 có số điểm liệu khác nhau, COVAR() trả giá trị lỗi #NA! • Nếu array1 hay array2 rỗng, COVAR() trả giá trị lỗi #DIV/0! • COVAR() tính theo cơng thức sau: Ví dụ: Có hai dãy sau: Data1 = {3, 2, 4, 5, 6} Data2 = {9, 7, 12, 15, 17} COVAR({3, 2, 4, 5, 6}, {9, 7, 12, 15, 17}) = 5.2 Hàm FORECAST() Tính tốn, hay dự đốn, ước lượng giá trị tương lai cách sử dụng giá trị có Từ giá trị có, giá trị dự đốn phương pháp hồi quy tuyến tính Có thể dùng hàm để dự đoán mức bán hàng tương lai, nhu cầu đầu tư, hay khuynh hướng tiêu thụ Cú pháp: = FORECAST(x, known_y's, known_x's) x : Điểm liệu dùng để dự đoán giá trị known_y's : Mảng hay liệu phụ thuộc known_x's : Mảng hay liệu độc lập Lưu ý: • Nếu x khơng phải số, FORECAST() trả giá trị lỗi #VALUE! • Nếu known_y's, known_x's rỗng hay chứa số điểm liệu khác nhau, FORECAST() trả giá trị lỗi #NA! • Nếu known_x's = 0, FORECAST() trả giá trị lỗi #DIV/0! • Phương trình FORECAST là: Ví dụ: Dựa vào bảng phân tích lợi nhuận dựa theo giá thành bảng sau Hãy ước lượng mức lợi nhuận giá thành = $270,000 ? Mức lợi nhuận tương ứng với giá thành = $270,000 là: A11 = FORECAST(B11, A2:A10, B2:B10) = $288,811 Hàm GROWTH() Tính tốn tăng trưởng dự kiến theo hàm mũ cách sử dụng kiện có GROWTH() trả giá trị y từ giá trị x định cách sử dụng giá trị x có GROWTH() hàm cho kết mảng, phải nhập dạng cơng thức mảng Cú pháp: = GROWTH(known_y's, known_x's, new_x's, const) Known_y's : Một tập hợp giá trị y biết, mối quan hệ y = b*m^x - Nếu mảng known_y's nằm cột, cột known_x's hiểu biến độc lập - Nếu mảng known_y's nằm dịng, dịng known_x's hiểu biến độc lập - Nếu có số known_y's số âm, GROWTH() trả giá trị lỗi #NUM! Known_x's : Một tập hợp tùy chọn giá trị x biết, mối quan hệ y = b*m^x - Mảng known_x's bao gồm hay nhiều tập biến Nếu biến sử dụng, known_x's known_y's có hình dạng bất kỳ, miễn chúng có kích thước Nếu có nhiều biến sử dụng, known_y's phải vectơ (là dãy, với chiều cao dòng, hay với độ rộng cột) - Nếu bỏ qua known_x's, known_x's giả sử mảng {1, 2, 3, } với kích thước với known_y's New_x's : Là giá trị x mới, dùng để GROWTH() trả giá trị y tương ứng - New_x's phải gồm cột (hay dòng) cho biến độc lập, giống known_x's Vì thế, known_y's nằm cột đơn, known_x's new_x's phải có số lượng cột; known_y's nằm dòng đơn, known_x's new_x's phải có số lượng dòng - Nếu bỏ qua new_x's, new_x's giả sử giả sử giống known_x's - Nếu bỏ qua known_x's new_x's giả sử mảng {1, 2, 3, } với kích thước với known_y's Const : Là giá trị logic cho biết có nên ép số b để hay không (trong mối quan hệ y = b*m^x) - Nếu const TRUE (1) bỏ qua, b tính bình thường - Nếu const FALSE (0), v gán 1, giá trị m điều chỉnh để y = m*x Lưu ý: • Khi nhập mảng cho đối số, mảng cho known_y's chẳng hạn, dùng dấu phẩy để phân cách trị dòng, dấu chấm phẩy để phân cách dịng Ví dụ: Đây mà bảng mô tả mức tăng trưởng doanh thu đơn vị từ tháng thứ 11 đến tháng thứ 16 Dựa theo mức tăng trưởng này, dự đoán doanh thu tháng thứ 17 18 ? Chọn hai ô B9:B10, nhập công thức mảng: {= GROWTH(B2:B7, A2:A7, A9:A10)} Ta có kết doanh thu dự đốn tháng thứ 17 (B9) = 320,197 tháng thứ 18 (B10) = 468,536 Hàm INTERCEPT() Tìm điểm giao đường thẳng với trục y cách sử dụng trị x y có Trong dự báo hồi quy tuyến tính đơn, đường thằng gọi Đường thẳng hồi quy, vẽ theo trị x y biết, giao điểm dựa vào sở đường thẳng hồi quy Hàm INTERCEPT() thường dùng muốn xác định biến phụ thuộc biến độc lập zero (0) Ví dụ, dùng để dự đoán điện trở kim loại độ C điểm liệu lấy từ nhiệt độ phòng hay cao Cú pháp: = INTERCEPT(known_y's, known_x's) Known_y's : Tập hợp liệu phụ thuộc Known_x's : Tập hợp liệu độc lập Lưu ý: • Đối số phải số, tên, mảng, hay tham chiếu đến chứa số • Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay rỗng, giá trị bỏ qua; nhiên, chứa giá trị zero (0) tính • Nếu known_y's, known_x's rỗng hay chứa số điểm liệu khác nhau, INTERCEPT() trả giá trị lỗi #NA! • Phương trình giao điểm đường hồi quy (trong b hệ số góc, xem hàm SLOPE): • Giải thuật hàm INTERCEPT() hàm SLOPE() khác với giải thuật hàm LINEST() Sự khác chúng dẫn đến kết khác liệu nằm đường thẳng chưa xác định Ví dụ, điểm liệu đối số known_y's known_x's 1: * INTERCEPT() SLOPE() trả lỗi #DIV/0! giải thuật INTERCEPT() SLOPE() thiết kế để tìm đáp án, mà trường hợp kết trả có nhiều đáp án * LINEST() trả kết giải thuật LINEST() thiết kế để tìm tất đáp án với liệu , mà trường hợp kết trả có nhiều đáp án cho liệu nằm đường thẳng, trường hợp có đáp án tìm thấy Ví dụ 1: Với tập hợp known_y's = {2, 3, 9, 1, 8} known_x's = {6, 5, 11, 7, 5} Khơng cần dùng đồ thị, tính tọa độ điểm mà đường thẳng hồi quy cắt trục tung (trục y) ? INTERCEPT({2, 3, 9, 1, 8}, {6, 5, 11, 7, 5}) = 0.04387097 Tọa độ điểm mà đường thẳng hồi quy cắt trục tung (trục y) (0.04387097, 0) Ví dụ 2: (xem Ví dụ Hàm SLOPE) Hàm LINEST() Trong phân tích hồi quy, LINEST() dùng phương pháp bình phương tối thiểu (least squares) để tính đường thẳng thích hợp với liệu cung cấp, trả mảng giá trị mơ tả đường thẳng Do kết trả mảng, nên LINEST() thường nhập với dạng công thức mảng LINEST() thường dùng cho phương pháp hồi quy tuyến tính đơn hồi quy tuyến tính bội phụ Cú pháp: = LINEST(known_y's, known_x's, const, stats) Known_y's : Một tập hợp giá trị y biết, mối quan hệ y = mx + b - Nếu mảng known_y's nằm cột, cột known_x's hiểu biến độc lập - Nếu mảng known_y's nằm dịng, dịng known_x's hiểu biến độc lập Known_x's : Một tập hợp tùy chọn giá trị x biết, mối quan hệ y = mx + b - Mảng known_x's bao gồm hay nhiều biến Nếu biến sử dụng, known_x's known_y's có hình dạng bất kỳ, miễn chúng có kích thước Nếu có nhiều biến sử dụng, known_y's phải vectơ (là dãy, với chiều cao dòng, hay với độ rộng cột) - Nếu bỏ qua known_x's, known_x's giả sử mảng {1, 2, 3, } với kích thước với known_y's Const : Là giá trị logic cho biết có nên cho số b hay không - Nếu const TRUE (1) bỏ qua, b tính bình thường - Nếu const FALSE (0), b gán 0, giá trị m điều chỉnh để y = mx Stats : Là giá trị logic cho biết có trả thống kê hồi quy phụ hay không - Nếu stats FALSE (0) bỏ qua, LINEST() trả hệ số m số b - Nếu stats TRUE (1), LINEST() trả thống kê hồi quy phụ, mảng trả có dạng: Bảng minh họa sau cho biết thứ tự thống kê hồi quy phụ trả về: Lưu ý: • Có thể mơ tả đường thẳng hệ số góc m điểm cắt b trục y: - Hệ số góc = (y2-y1)/(x2-x1), với (x1,y1) (x2,y2) hai điểm đường thẳng; - Điểm cắt b trục y giá trị y điểm mà đường thẳng cắt trục y Phương trình đường thằng y= mx + b Một biết giá trị m b, tính điểm thuộc đường thằng cách thêm giá trị y hay x vào phương trình Bạn sử dụng hàm TREND() • Khi có biến độc lập x, tìm hệ số góc m trị b trục y cách trực tiếp cách dùng công thức sau đây: Hệ số góc m: = INDEX(LINEST(known_y's, known_x's), 1) Điểm cắt b: = INDEX(LINEST(known_y's, known_x's), 2) • Độ xác đường thẳng LINEST() tính cịn tùy thuộc vào độ tán xạ liệu Dữ liệu tuyến tính, hàm LINEST() mơ đường thẳng xác LINEST() dùng phương pháp bình phương tối thiểu để xác định điểm thích hợp cho liệu Khi có biến độc lập x, tính tốn để tìm m b dựa vào cơng thức sau: • Hàm LINEST() tính đường thẳng tốt từ liệu cung cấp; hàm LOGEST() tính hàm mũ tốt từ liệu cung cấp Tuy nhiên cần xác định xem hai kết nhận được, kết thích hợp với liệu cung cấp Có thể tính TREND(known_y's, known_x's) cho đường thẳng GROWTH(known_y's, known_x's) cho đường hàm mũ Những hàm này, đối số new_x's, trả mảng giá trị dự đốn y Từ so sánh trị dự đoán với trị thực; vẽ lên biểu đồ hai loại đường để so sánh trực quan • Trong phân tích hồi quy, Excel tính cho điểm sai phân bình phương trị ước lượng x trị thực y điểm Tổng sai phân gọi tổng bình phương thặng dư Sau Excel tính tổng sai phân bình phương trị thực y trung bình trị y, kết gọi tổng bình phương tồn phần (= tổng bình phương hồi quy + tổng bình phương thặng dư) So với tổng bình phương tồn phần, tổng bình phương thặng dư nhỏ, hệ số định trị r2 lớn Đây cách mà kết nhận từ phân tích hồi quy giải thích mối quan hệ biến • Khi nhập mảng cho đối số, known_y's chẳng hạn, dùng dấu phẩy để phân cách trị dòng, dấu chấm phẩy để phân cách dòng khác Nhưng cần ý ký tự phân cách (dấu phẩy dấu chấm phẩy) tùy thuộc vào thiết lập hệ thống bạn sử dụng (các thiết lập cho List seperator Customize Regional Opitions Control Panel) • Chú ý trị y dự đốn từ phương trình hồi quy khơng vượt dãy giá trị dùng để xác định hàm Hàm LOGEST() Trong phân tính thống kê, LOGEST tính đường cong hàm mũ phù hợp với liệu cung cấp, trả mảng giá trị mơ tả đường cong Do kết trả mảng, nên LOGEST() thường nhập với dạng cơng thức mảng Phương trình đường cong hồi quy tuyến tính đơn là: Phương trình đường cong hồi quy tuyến tính bội là: Trong đó, trị phụ thuộc y hàm trị độc lập x, trị m hệ số tương ứng với giá trị x, b số (const) Nhớ y, x, m vectơ Mảng mà LOGEST() trả là: Cú pháp: = LOGEST(known_y's, known_x's, const, stats) Known_y's : Một tập hợp giá trị y biết, mối quan hệ y = b*m^x - Nếu mảng known_y's nằm cột, cột known_x's hiểu biến độc lập - Nếu mảng known_y's nằm dịng, dịng known_x's hiểu biến độc lập Known_x's : Một tập hợp tùy chọn giá trị x biết, mối quan hệ y = b*m^x - Mảng known_x's bao gồm hay nhiều biến Nếu biến sử dụng, known_x's known_y's có hình dạng bất kỳ, miễn chúng có kích thước Nếu có nhiều biến sử dụng, known_y's phải vectơ (là dãy, với chiều cao dòng, hay với độ rộng cột) - Nếu bỏ qua known_x's, known_x's giả sử mảng {1, 2, 3, } với kích thước với known_y's Const : Là giá trị logic cho biết có nên cho số b hay không - Nếu const TRUE (1) bỏ qua, b tính bình thường - Nếu const FALSE (0), b gán 0, giá trị m điều chỉnh để y = m^x Stats : Là giá trị logic cho biết có trả thống kê hồi quy phụ hay không - Nếu stats FALSE (0) bỏ qua, LOGEST() trả hệ số m số b - Nếu stats TRUE (1), LOGEST() trả thống kê hồi quy phụ, mảng trả có dạng: Thống kê hồi quy phụ sau: Bảng minh họa sau cho biết thứ tự thống kê hồi quy phụ trả về: Lưu ý: · Đồ thị liệu giống đường cong hàm mũ, đường tính giống với liệu Như hàm LINEST(), hàm LOGEST trả mảng giá trị để mơ tả mối quan hệ giá trị đó; khác biệt hai hàm là, LINEST() dùng cho đường thẳng, LOGEST() dùng cho đường cong hàm mũ · Khi có biến độc lập x, tìm hệ số góc m trị b trục y (tung độ) cách trực tiếp cách dùng cơng thức sau đây: Hệ số góc m: = INDEX(LOGEST(known_y's, known_x's), 1) Điểm cắt (hay tung độ) b: = INDEX(LOGEST(known_y's, known_x's), 2) Cũng dùng phương trình y = b*m^x để dự đốn giá trị tương lai y, nhiên Excel cung cấp hàm GROWTH() để làm điều · Khi nhập mảng cho đối số, known_y's chẳng hạn, dùng dấu phẩy để phân cách trị dòng, dấu chấm phẩy để phân cách dòng khác Nhưng cần ý ký tự phân cách (dấu phẩy dấu chấm phẩy) tùy thuộc vào thiết lập hệ thống bạn sử dụng (các thiết lập cho List seperator Customize Regional Opitions Control Panel) · Chú ý trị y dự đốn từ phương trình hồi quy khơng vượt ngồi dãy giá trị dùng để xác định hàm · Các phương pháp kiểm tra phương trình LOGEST() tương tự phương pháp dùng cho LINEST() Tuy nhiên, thống kê mà LOGEST() trả lại dựa vào mơ hình tuyến tính sau: Nên nhớ điều tính tốn thống kê hồi quy phụ, đặc biệt trị sei seb, chúng so sánh với ln mi ln b, so sánh với mi b Ví dụ: Có bảng liệu sau Với số liệu này, dự báo giá trị y x1 = 12 x2 = 25 ? Ở giả sử đại lượng y, x1 x2 có mối quan hệ hàm mũ với nhau: Cách giải: Chọn khối cell A15:C19, gõ công thức mảng: = LOGEST(A2:A12, B2:C12, 1, 1) Ta có kết hình sau: Dựa vào bảng minh họa cho biết thứ tự thống kê hồi quy phụ trả về, suy trị m1, m2 b ô E15:F17 Áp dụng phương trình đường cong hồi quy tuyến tính bội, với x1 = 12 x2 = 25, công thức ô A13: A13 = F17 * (F16^B13) * (F15^C13) = 279.720291 ≈ 280 Vậy x1 = 12 x2 = 25 dự báo y = 280 Hàm PEARSON() Trả hệ số tương quan momen tích Pearson, r, đại lượng vô hướng nằm khoảng [-1, 1], phản ánh mở rộng quan hệ tuyến tính hai tập số liệu Cú pháp: = PEARSON(array1, array2) Array1: Là tập hợp giá trị độc lập Array2: Là tập hợp giá trị phụ thuộc Lưu ý: • Các đối số phải số, tên mảng hay tham chiếu đến có chứa số • Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay rỗng, giá trị bỏ qua; nhiên, ô chứa giá trị zero (0) tính • Nếu array1 hay array2 rỗng có số điểm liệu khơng nhau, PEARSON() trả giá trị lỗi #NA! • PEARSON() tính theo cơng thức sau: với: Ví dụ: Cho tập hợp giá trị độc lập = {9, 7, 5, 3, 1} tập hợp giá trị phụ thuộc = {10, 6, 1, 5, 3} Hệ số tương quan tích momen Pearson hai tập số liệu là: r = PEARSON({9, 7, 5, 3, 1}, {10, 6, 1, 5, 3}) = 0.699379 Hàm RSQ() Tính bình phương hệ số tương quan momen tích Pearson, thơng qua điểm liệu known_y's known_x's Trị bình phương r hiểu tỷ lệ phương sai thuộc tính y với phương sai thuộc tính x Để biết thêm thơng tin, xem thêm hàm PEARSON() Cú pháp: = RSQ(known_y's, known_x's) known_y's, known_x's: Là mảng hay dãy điểm liệu Lưu ý: • Các đối số phải số, tên mảng hay tham chiếu đến có chứa số • Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay rỗng, giá trị bỏ qua; nhiên, ô chứa giá trị zero (0) tính • Nếu known_y's hay known_x's rỗng có số điểm liệu khơng nhau, RSQ() trả giá trị lỗi #NA! • Phương trình tính trị r đường hồi quy là: với: Ví dụ: Cho hai tập hợp điểm liệu {2, 3, 9, 1, 8, 7, 5} {6, 5, 11, 7, 5, 4, 4} Bình phương hệ số tương quan tích momen Pearson hai tập số liệu là: = RSQ({2, 3, 9, 1, 8, 7, 5}, {6, 5, 11, 7, 5, 4, 4}) = 0.05795 Hàm SLOPE() Tìm hệ số góc đường thẳng hồi quy cách sử dụng điểm liệu known_y's known_x's Ở hàm INTERCEPT(), tơi có viết: phương trình giao điểm đường thẳng hồi quy là: (trong b hệ số góc): Với: Hàm SLOPE() hàm để xác định b Cú pháp: = SLOPE(known_y's, known_x's) Known_y's : Tập hợp liệu phụ thuộc Known_x's : Tập hợp liệu độc lập Lưu ý: • Đối số phải số, tên, mảng, hay tham chiếu đến ô chứa số • Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay rỗng, giá trị bỏ qua; nhiên, chứa giá trị zero (0) tính • Nếu known_y's, known_x's rỗng hay chứa số điểm liệu khác nhau, SLOPE() trả giá trị lỗi #NA! • Giải thuật hàm SLOPE() hàm INTERCEPT() khác với giải thuật hàm LINEST() Sự khác chúng dẫn đến kết khác liệu nằm đường thẳng chưa xác định Ví dụ, điểm liệu đối số known_y's known_x's 1: * SLOPE() INTERCEPT() trả lỗi #DIV/0! giải thuật SLOPE() INTERCEPT() thiết kế để tìm đáp án, mà trường hợp kết trả có nhiều đáp án * LINEST() trả kết giải thuật LINEST() thiết kế để tìm tất đáp án với liệu , mà trường hợp kết trả có nhiều đáp án cho liệu nằm đường thẳng, trường hợp có đáp án tìm thấy Ví dụ 1: Với tập hợp known_y's = {2, 3, 9, 1, 8} known_x's = {6, 5, 11, 7, 5} Không cần dùng đồ thị, tính hệ số góc đường thẳng hồi quy ? SLOPE({2, 3, 9, 1, 8}, {6, 5, 11, 7, 5}) = 0.305555556 Ví dụ 2: Đây ví dụ nói đến Hàm FORECAST() Dựa vào bảng phân tích lợi nhuận dựa theo giá thành bảng sau Hãy ước lượng mức lợi nhuận giá thành = $270,000 ? Ta dùng hàm SLOPE() kết hợp với hàm INTERCEPT() để tính, phương pháp dự báo hồi quy tuyến tính đơn (y = ax + b), với liệu phụ thuộc Lợi nhuận, dự liệu độc lập Giá thành: a = SLOPE(A2:A10, B2:B10) = -0.24021693 b = INTERCEPT(A2:A10, B2:B10) = 353,669.9277 x = 270,000 y = (ax + b) = (-0.24021693)*(270,000) + (353,669.9277) = 288,811 (làm trịn khơng lấy số lẻ) Vậy, giá thành $270,000 mức lợi nhuận (ước lượng) $288,811 Để ý rằng, kết với kết hàm FORECAST() Hàm STEYX() Trả sai số chuẩn trị dự đoán y trị x hồi quy Sai số chuẩn thước đo lượng sai số dự đoán y trị x Cú pháp: = STEYX(known_y's, known_x's) known_y's: Là mảng hay dãy điểm liệu phụ thuộc known_x's: Là mảng hay dãy điểm liệu độc lập Lưu ý: · Các đối số phải số, tên mảng hay tham chiếu đến ô có chứa số · Nếu đối số mảng hay tham chiếu có chứa giá trị text, logic, hay rỗng, giá trị bỏ qua; nhiên, ô chứa giá trị zero (0) tính · Nếu known_y's hay known_x's rỗng có số điểm liệu khơng nhau, STEYX() trả giá trị lỗi #NA! · Phương trình tính sai số chuẩn trị dự đốn y là: với: Ví dụ: Cho hai tập hợp điểm liệu {2, 3, 9, 1, 8, 7, 5} {6, 5, 11, 7, 5, 4, 4} Sai số chuẩn trị dự đoán y trị x hồi quy hai tập số liệu là: = STEYX({2, 3, 9, 1, 8, 7, 5}, {6, 5, 11, 7, 5, 4, 4}) = 3.305719 ... mảng Phương trình đường cong hồi quy tuyến tính đơn là: Phương trình đường cong hồi quy tuyến tính bội là: Trong đó, trị phụ thuộc y hàm trị độc lập x, trị m hệ số tương ứng với giá trị x, b số... dùng cho phương pháp hồi quy tuyến tính đơn hồi quy tuyến tính bội phụ Cú pháp: = LINEST(known_y''s, known_x''s, const, stats) Known_y''s : Một tập hợp giá trị y biết, mối quan hệ y = mx + b - Nếu... Hàm FORECAST() Tính tốn, hay dự đốn, ước lượng giá trị tương lai cách sử dụng giá trị có Từ giá trị có, giá trị dự đoán phương pháp hồi quy tuyến tính Có thể dùng hàm để dự đốn mức bán hàng tương