Tính giá trị trung bình của thời gian sử dụng và chất lượng còn lại (1 người xem)

Liên hệ QC

Người dùng đang xem chủ đề này

Tôi tuân thủ nội quy khi đăng bài

huythanhhoa

Thành viên chính thức
Tham gia
10/1/09
Bài viết
51
Được thích
6
Kính gửi các anh chị trong diễn đàn.
Em có 1 bảng thời gian sử dụng của vật tư và giá trị còn lại của vật tư làm chuẩn ban đầu.
Giờ muốn áp dụng cho các vật tư khác bằng cách nhập thời gian sử dụng, tự động tính ra được chất lượng trung bình còn lại.
Chi tiết theo file đính kèm.
Em xin cảm ơn!
Tinh chat luong con lai.jpg
 

File đính kèm

Khấu hao theo kế hoạch sản suất (tự tính để kế hoạch) hay theo kế toán (theo chuẩn và hợp lệ) ?
 
Bạn làm việc hay làm bài tập?
Làm việc thì hỏi kế toán, người ta sẽ chỉ cho các cách khấu hao (hoặc dự toán). Bài tập thì hỏi người ra bài: "Thầy/cô có biết kế toán hôn?"
 
Kính gửi các anh chị trong diễn đàn.
Em có 1 bảng thời gian sử dụng của vật tư và giá trị còn lại của vật tư làm chuẩn ban đầu.
Giờ muốn áp dụng cho các vật tư khác bằng cách nhập thời gian sử dụng, tự động tính ra được chất lượng trung bình còn lại.
Chi tiết theo file đính kèm.
Em xin cảm ơn!
View attachment 289666
Dữ liệu biến động không theo quy luật rất khó tính chính xac, tam dùng phương pháp nội suy tuyến tính chung cho tất cả
Mã:
=TREND($C$3:$C$26,$B$3:$B$26,F4)
 
Dữ liệu biến động không theo quy luật rất khó tính chính xac, tam dùng phương pháp nội suy tuyến tính chung cho tất cả
Mã:
=TREND($C$3:$C$26,$B$3:$B$26,F4)
Giải bằng nội suy thì đúng rồi.

Tuy nhiên, nếu theo đúng quy luật của thống kê thì gặp dữ liệu biến động phải xét giá trị tương quan (correlation) trước. Hoặc dùng Data Analysis, hoặc dùng hàm Correl.
 
Giải bằng nội suy thì đúng rồi.

Tuy nhiên, nếu theo đúng quy luật của thống kê thì gặp dữ liệu biến động phải xét giá trị tương quan (correlation) trước. Hoặc dùng Data Analysis, hoặc dùng hàm Correl.
Hệ số tương quan là bước đầu ước lương khả năng mối liên hệ, để đánh giá mối liên hệ có tồn tại hay không khá phức tạp cần sử dụng công cụ Data Analysis hoặc hàm Linest tính toán các tham số và đối chiếu với "mức ý nghĩa Alpha"
Tạm trích hướng dẫn của hàm Linest
"Ví dụ 4: Sử dụng Thống kê F và r2
Trong ví dụ trên đây, hệ số xác định,hay r2, là 0,99675 (xem ô A17 trong kết quả của đối số LINEST), thể hiện một quan hệ mạnh mẽ giữa các biến số độc lập và giá bán. Bạn có thể dùng thống kê F để xác định xem những kết quả này, với giá trị r2 cao như vậy, có ngẫu nhiên xảy ra hay không.

Giả sử rằng trên thực tế không có quan hệ nào giữa các biến số, nhưng bạn đã lấy một mẫu hiếm gặp về 11 tòa cao ốc văn phòng, khiến cho phân tích thống kê thể hiện một quan hệ mạnh mẽ. Thuật ngữ "Alpha" được dùng để chỉ xác xuất của kết luận sai lầm rằng có một quan hệ.

Có thể dùng giá trị F và df trong đầu ra từ hàm LINEST để đánh giá khả năng xảy ra giá trị F cao hơn. Có thể so sánh F với giá trị tới hạn trong bảng phân bố F đã phát hành hoặc hàm FDIST trong Excel để tính toán xác suất của giá trị F lớn hơn xuất hiện tình cờ. Phân bố F thích hợp có bậc tự do v1 và v2. Nếu n là số điểm dữ liệu và const = TRUE hoặc được bỏ qua thì v1 = n – df – 1 và v2 = df. (Nếu const = FALSE thì v1 = n – df và v2 = df.) Hàm FDIST — với cú pháp FDIST(F,v1,v2) — sẽ trả về xác suất của giá trị F cao hơn xuất hiện tình cờ. Trong ví dụ này, df = 6 (ô B18) và F = 459,753674 (ô A18).

Giả sử giá trị Alpha là 0,05, v1 = 11 – 6 – 1 = 4 và v2 = 6, mức quan trọng của F là 4,53. Vì F = 459,753674 cao hơn nhiều so với 4,53, rất khó có khả năng xảy ra giá trị F cao đến vậy. (Với Alpha = 0,05, giả thiết rằng không có mối quan hệ nào giữa mức quan hệ của known_ycủa known_x là bị từ chối khi F vượt quá mức giới hạn, 4,53.) Bạn có thể dùng hàm FDIST trong Excel để có được xác suất giá trị F cao đến mức này do vô tình xảy ra. Ví dụ, FDIST(459,753674, 4, 6) = 1,37E-7, một xác suất cực nhỏ. Bạn có thể kết luận, bằng cách tìm mức tới hạn F trong bảng hoặc bằng cách dùng hàm FDIST, rằng phương trình hồi quy hữu ích trong việc dự đoán giá trị định giá của các cao ốc văn phòng trong khu vực này. Hãy nhớ rằng điều quan trọng là sử dụng các giá trị đúng của v1 và v2 được tính toán trong đoạn văn trước đó.

Ví dụ 5: Tính toán thống kê t-Statistics​

Một kiểm tra giả thuyết khác sẽ xác định xem mỗi hệ số độ dốc có hữu ích không trong việc ước tính giá trị định giá của một cao ốc văn phòng trong Ví dụ 3. Ví dụ, để kiểm tra hệ số tuổi thọ cho ý nghĩa thống kê, hãy chia -234,24 (hệ số độ dốc tuổi thọ) cho 13,268 (lỗi chuẩn ước tính của hệ số tuổi thọ trong ô A15). Dưới đây là giá trị t-quan sát:

t = m4 ÷ se4 = -234.24 ÷ 13.268 = -17.7

Nếu giá trị tuyệt đối của t đủ lớn, thì có thể kết luận rằng hệ số độ dốc là hữu ích trong việc ước tính giá trị định giá của một cao ốc văn phòng trong Ví dụ 3. Bảng sau đây thể hiện giá trị tuyệt đối của 4 giá trị t-quan sát.

Nếu bạn tham khảo bảng trong sổ tay thống kê, bạn sẽ thấy rằng t-tới hạn, hai phía, với 6 bậc tự do và Alpha = 0,05 là 2,447. Cũng có thể tìm được giá trị tới hạn này bằng cách dùng hàm TINV trong Excel. TINV(0,05,6) = 2,447. Vì giá trị tuyệt đối của t (17,7) lớn hơn 2,447, cho nên tuổi thọ là một biến số quan trọng khi ước tính giá trị định giá của một cao ốc văn phòng. Mỗi trong số các biến số độc lập khác có thể được kiểm tra ý nghĩa thống kê theo cách tương tự. Dưới đây là các giá trị t-quan sát cho mỗi biến số độc lập."
 
Lần chỉnh sửa cuối:
Đoạn dài là copy của Microsoft :)

Bạn lại quá khen rồi. Chúc mừng bạn đã ổn định cuộc sống mới, có thời gian thư giãn vào diễn đàn góp vui với anh em /-*+//-*+//-*+/
Em đâu dám ngoa ngôn!

Với anh thì kiến thức này cũng như ôn lại kỷ niệm dĩ vãng, như gặp bạn cũ lâu ngày hàn huyên, nên nó tự nhiên tuôn trào...

Nhưng với người tiếp cận lần đầu thì thực sự là kiến thức mới thật hữu ích.

Chúc anh ngày vui
/-*+//-*+//-*+/
 
Web KT

Bài viết mới nhất

Back
Top Bottom