Một số dạng hàm 2 biến cơ bản

Linear: Y = b0 + (b1 * X)

Logarithmic: Y = b0 + (b1 * ln(X))

Inverse: Y = b0 + (b1 / X)

Quadratic: Y = b0 + (b1 * X) + (b2 * X^2)

Cubic: Y = b0 + (b1 * X) + (b2 * X^2) + (b3 * X^3)

Power: Y = b0 * (X^b1) OR ln(Y) = ln(b0) + (b1 * ln(X))

Compound: Y = b0 * (b1^X) OR ln(Y) = ln(b0) + (ln(b1) * X)

S-curve: Y = e^(b0 + (b1/X)) OR ln(Y) = b0 + (b1/X)

Logistic: Y = b0 / (1 + b1 * e^(-b2 * X))

Growth: Y = e^(b0 + (b1 * X)) OR ln(Y) = b0 + (b1 * X)

Exponential: Y = b0 * (e^(b1 * X)) OR ln(Y) = ln(b0) + (b1 * X)

Vapor Pressure: Y = e^(b0 + b1/X + b2 * ln(X))

Reciprocal Logarithmic: Y = 1 / (b0 + (b1 * ln(X)))

Modified Power: Y = b0 * b1^(X)

Shifted Power: Y = b0 * (X - b1)^b2

Geometric: Y = b0 * X^(b1 * X)

Modified Geometric: Y = b0 * X^(b1/X)

nth order Polynomial: Y = b0 + b1*X + b2*X^2 + b3*X^3 + b4*X^4 +

Hoerl: Y = b0 * (b1^X) * (X^b2)

Modified Hoerl: Y = b0 * b1^(1/X) * (X^b2)

Reciprocal: Y = 1 / (b0 + b1 * X)

Reciprocal Quadratic: Y = 1 / (b0 + b1 * X + b2 * X^2)

Bleasdale: Y = (b0 + b1 * X)^(-1 / b2)

Harris: Y = 1 / (b0 + b1 * X^b2)

Exponential Association: Y = b0 * (1 - e^(-b1 * X))

Three-Parameter Exponential Association: Y = b0 * (b1 - e^(-b2 *

Saturation-Growth Rate: Y = b0 * X/(b1 + X)

Gompertz Relation: Y = b0 * e^(-e^(b1 - b2 * X))

Richards: Y = b0 / (1 + e^(b1 - b2 * X))^(1/b3)

MMF: Y = (b0 * b1+b2 * X^b3)/(b1 + X^b3)

Weibull: Y = b0 - b1*e^(-b2 * X^b3)

Sinusoidal: Y = b0+b1 * b2 * cos(b2 * X + b3)

Gaussian: Y = b0 * e^((-(b1 - X)^2)/(2 * b2^2))

Heat Capacity: Y = b0 + b1 * X + b2/X^2

Rational: Y = (b0 + b1 * X)/(1 + b2 * X + b3 * X^2) Mọi thứ đều có quy luật, điều quan trọng là ta có tìm được quy luật của nó hay không

Regression with Stata

Source

• Section 1: Regression Concepts
  • Chapter 1 - Simple and Multiple Regression
  • Chapter 2 - Regression Diagnostics 
  • Chapter 3 - Regression with Categorical Predictors  
  • Chapter 4 - Beyond OLS  
• Section 2: Categorical Coding and Interactions in Depth
  • Chapter 5 - Additional coding systems for categorical variables in regression analysis 
  • Chapter 6 - More on interactions of categorical variables in regression analysis  (Draft version)
  • Chapter 7 - More on interactions of continuous and categorical variables in regression analysis (under development)
  • Chapter 8 - Interactions of continuous variables in regression analysis (under development)
  • 
    

Bài toán tìm giao điểm của đường cung và đường cầu bằng Goal Seek

a. Giới thiệu bài toán:

Cho phương trình đường cung và đường cầu như sau:

• Đường cung: 3P - 2Q = 6 (pt 8.1)

• Đường cầu: P + Q = 30 (pt 8.2)

Từ phương trình đường cung và đường cầu ta lập được bảng 8.3 (xem hình), trong

đó giá trị cột B được gõ vào bằng tay, giá trị cột C và D được tính toán bằng công

thức (vd: ô C3 = 2/3*B3 + 2; ô D3 = 30 - B3)

Bảng số liệu

b. Công cụ để giải bài toán trên Excel:

GOAL SEEK

Thao tác:

B1. Nhấp chuột vào ô E3, chọn làm hiệu của giá cung và giá cầu.

B2. Thực hiện phép tính hiệu cho ô E3 (=C3 - D3).

B3. Nhấp phím Enter, để Excel thực hiện phép tính.

B4. Nhấp chuột trở lại ô E3

B5. Nhấp chuột vào chữ Tools trên thanh Menu.

B6. Nhấp chuột vào chữ Goal Seek…..Khi đó một cửa sổ sẽ hiện ra như sau:

B7. Đánh vào số 0 ở khung To Value rồi đánh phím Tab cho chuột nhảy sang

khung By changing cell:

B8. Nhấp chuột vào ô B3, chọn làm biến thay đổi.

B9. Nhấp chuột vào nút OK, khi đó Excel sẽ cho giá trị ô B3 thay đổi cho đến

khi ô E3 bằng 0, nghĩa là giá cung và giá cầu bằng nhau.

B10. Nhấp chuột vào nút OK để kết thúc bài toán.

File data

Time series in Stata

Hierarchical Multiple Regression

Principal Components Analysis SPSS - Video

Time series analysis Jame D.Hamilton

Time series analysis Jame D.Hamilton