Thủ tục curve estimation rất “mạnh” để dự báo bằng các mô hình xu thế. Thủ tục này có thể ước lượng, vẽ đồ thị cho 11 dạng mô hình khác nhau. Bạn cũng có thể lưu lại những giá trị dự báo (predicted values), phần dư (residuals) hay sai số, khoảng dự báo (prediction intervals) của từng dạng mô hình thông qua các biến mới.
Có nhiều dạng mô hình. Bảng 1 liệt kê 11 dạng mô hình. Để xác định mô hình nào nên sử dụng, cách dễ nhất là hãy vẽ đồ thị cho dữ liệu của mình . Nếu biến dự báo gần như tuyến tính, sử dụng mô hình hồi quy tuyến tính (linear). Nếu biến dự báo không phải là tuyến tính, mà theo dạng đường cong; bằng đồ thị, bạn hãy xem xu thế của nó gần với dạng hàm toán học nào, và chọn dạng hàm phù hợp để dự báo. Với thủ tục Curve Estimation, bạn không phải chuyển đổi dữ liệu từ đường cong về dạng tuyến tính. Hệ số hồi quy, giá trị dự báo, sai số dự báo do Curve Estimation tính ra sẽ tương ứng với dạng hàm gốc ban đầu mà bạn đã chọn. Các thông số như R2, R2 đã hiệu chỉnh, thống kê t, thống kê F, ESS do Curve Estimation xuất ra sẽ tương ứng với dạng hàm đã biến đổi về dạng tuyến tính. Ví dụ, nếu thấy đồ thị theo dạng hàm mũ, bạn có thể áp dụng mô hình exponential; mà không phải chuyển đổi dữ liệu về dạng tuyến tính, rồi sau đó mới “chạy” mô hình. Trong trường hợp không biết chắc dữ liệu tuân theo dạng hàm toán học nào, hãy thử áp dụng các dạng mô hình có thể xảy ra, sau đó chọn mô hình mà bạn thấy tốt nhất.
Download
[/URL]
