📈 Mô hình trong Phân tích Dự báo (Predictive Analytics)

🎯 Mục tiêu:

Phân tích dự báo trả lời câu hỏi: “Điều gì có thể xảy ra?”
Bằng cách sử dụng mô hình thống kê và học máy để dự đoán kết quả tương lai dựa trên dữ liệu quá khứ.

🔍 Các mô hình thống kê phổ biến trong phân tích dự báo

Mô hình Mục tiêu Ứng dụng
1️⃣ Hồi quy tuyến tính Dự báo biến liên tục Dự đoán lợi nhuận theo Sales, Discount
2️⃣ Hồi quy logistic Dự đoán biến nhị phân (0/1) Dự đoán đơn hàng có lãi không
3️⃣ Chuỗi thời gian (ARIMA) Dự báo theo thời gian Dự báo doanh số tháng sau
4️⃣ Cây quyết định (Decision Tree) Phân loại & dự báo Phân nhóm khách hàng mua nhiều
5 K-means Dự báo và khuyến nghị

📦 Đọc dữ liệu Superstore từ URL

library(readxl)
library(dplyr)

url <- "http://giangtranvn.com/wp-content/uploads/2024/08/3.-SUPERSTORE.xlsx"
superstore <- read_excel(url)

1️⃣ Hồi quy tuyến tính – Dự đoán lợi nhuận theo Sales và Discount



model_lm <- lm(Profit ~ Sales + Discount, data = superstore)
summary(model_lm)

📌 Giải thích:

**Estimate → hệ số tác động của Sales, Discount đến Profit

p-value < 0.05 → biến có ảnh hưởng đáng kể

R-squared → phần trăm giải thích được sự biến động của Profit**

🎨 Biểu đồ minh họa:



library(ggplot2)

ggplot(superstore, aes(x = Sales, y = Profit)) +
  geom_point(alpha = 0.3) +
  geom_smooth(method = "lm", col = "red")

2️⃣ Hồi quy logistic – Dự đoán đơn hàng có lợi nhuận không?

✅ Bước 1: Tạo biến mục tiêu nhị phân



superstore <- superstore %>%
  mutate(HasProfit = ifelse(Profit > 0, 1, 0))

✅ Bước 2: Dự đoán xác suất có lợi nhuận



model_logit <- glm(HasProfit ~ Discount + Sales, data = superstore, family = "binomial")
summary(model_logit)

✅ Bước 3: Dự đoán và đánh giá



superstore$predicted_prob <- predict(model_logit, type = "response")
superstore$predicted_class <- ifelse(superstore$predicted_prob > 0.5, 1, 0)



# Confusion matrix
table(ThựcTế = superstore$HasProfit, DựĐoán = superstore$predicted_class)

3️⃣ Mô hình chuỗi thời gian – Dự báo doanh số theo tháng

✅ Bước 1: Tổng hợp dữ liệu theo tháng



library(lubridate)

sales_monthly <- superstore %>%
  mutate(OrderDate = as.Date(`Order Date`)) %>%
  mutate(Month = floor_date(OrderDate, "month")) %>%
  group_by(Month) %>%
  summarise(Sales = sum(Sales, na.rm = TRUE))

✅ Bước 2: Tạo chuỗi thời gian và mô hình ARIMA



library(forecast)

sales_ts <- ts(sales_monthly$Sales, start = c(2014,1), frequency = 12)
model_arima <- auto.arima(sales_ts)
forecasted <- forecast(model_arima, h = 6)

plot(forecasted)

4️⃣ Cây quyết định – Phân loại đơn hàng có lợi nhuận



library(rpart)
library(rpart.plot)

model_tree <- rpart(HasProfit ~ Sales + Discount + Category + Region,
                    data = superstore, method = "class")

rpart.plot(model_tree, type = 2, extra = 104)

📌 Đây là mô hình dễ hiểu, trực quan – thích hợp cho phân loại khách hàng hoặc phát hiện đơn hàng không sinh lợi.

📊 Tổng kết

|Mô hình | Hàm R sử dụng | Mục đích

|Hồi quy tuyến tính | lm() |Dự đoán biến liên tục

|Hồi quy logistic | glm(family = “binomial”) |Dự đoán biến nhị phân

|ARIMA | auto.arima(), forecast() | Dự báo theo thời gian

|Cây quyết định | rpart() | Phân loại trực quan

|K-means|