Phương pháp hồi quy bội trong dự báo và ứng dụng vào dự báo doanh thu dịch vụ viễn thông tại viễn thông Thái Nguyên

Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 
 87
PHƯƠNG PHÁP HỒI QUY BỘI TRONG DỰ BÁO 
VÀ ỨNG DỤNG VÀO DỰ BÁO DOANH THU DỊCH VỤ VIỄN THÔNG 
TẠI VIỄN THÔNG THÁI NGUYÊN 
Vũ Xuân Nam*, Phạm Việt Bình, Nguyễn Văn Huân 
Trường Đại học Công nghệ thông tin và Truyền thông - ĐH Thái Nguyên 
TÓM TẮT 
Doanh thu là một mục tiêu hướng tới của bất kỳ doanh nghiệp hay tập đoàn kinh tế trọng điểm của 
mỗi quốc gia. Để đạt được mục tiêu này, một trong những giải pháp được sử dụng phổ biến là 
phân tích và dự báo doanh thu trên cơ sở nhân lực và vật lực của mỗi đơn vị nhằm đảm bảo tối 
thiểu hoá chi phí, tối đa hoá lợi nhuận. 
Bài báo này đề xuất giải pháp ứng dụng một phương pháp phân tích và dự báo “hồi quy bội” vào 
dự báo doanh thu dịch vụ viễn thông tại Chi nhánh Viễn thông Thái Nguyên trên cơ sở ba chỉ tiêu 
chính Dân số, Số thuê bao, Thu nhập bình quân của người dân nhằm làm cơ sở hỗ trợ cho nhà 
quản lý đưa ra quyết định đúng đắn, đảm bảo doanh thu tối đa. 
Từ khoá: Hồi quy bội, phân tích và dự báo, doanh thu, chi phí, lợi nhuận. 
GIỚI THIỆU* 
Trong hoạt động sản xuất - kinh doanh, bất cứ 
doanh nghiệp nào cũng đều cần phải quan tâm 
tới việc phân tích và dự báo doanh thu của 
mình nhằm xây dựng kế hoạch chiến lược, 
tăng lợi thế cạnh tranh, từ đó dẫn đến mục 
đích tối thiểu hoá chi phí sản xuất và tối đa 
hoá lợi nhuận thu được [5]. 
Vì doanh thu là một yếu tố quan trọng, nó 
quyết định đến sự tồn tại của mỗi doanh 
nghiệp. Do đó, việc phân tích và dự báo 
doanh thu là một trong những nhiệm vụ quan 
trọng, hỗ trợ cho các nhà quản lý lập kế hoạch 
sản xuất – kinh doanh và đưa ra các quyết 
định đúng đắn trên cơ sở nhân lực và vật lực 
hiện có của doanh nghiệp nhằm hướng tới 
mục tiêu tối thiểu hóa chi phí và đạt lợi nhuận 
tối đa [5]. 
Bài toán phân tích và dự báo doanh thu đã 
được nhiều nhà quản lý, chuyên gia kinh tế 
trong nước và thế giới quan tâm nghiên cứu 
và ứng dụng vào trong hoạt động sản xuất-
kinh doanh, cụ thể: 
Trên thế giới, bài toán phân tích và dự báo đã 
được ứng dụng phổ biến vào trong các hoạt 
động sản xuất-kinh doanh, đặc biệt là các hoạt 
động dự báo tốc độ tăng trưởng kinh tế, chỉ số 
GDP (Gross Domestic Product), tài chính - 
ngân hàng, lạm phát, thất nghiệp, doanh thu 
[12,13,14]. 
*
 Tel: 0943 299688, Email: vxnam@ictu.edu.vn 
Ở Việt Nam, bài toán phân tích và dự báo đã 
được một số nhà quản lý, chuyên gia kinh tế 
nghiên cứu và đề xuất một số giải pháp ứng 
dụng [2,5,7] vào một số lĩnh vực cụ thể: Phân 
tích và dự báo tình hình tài chính [2], tiền tệ 
[6], hoạch định và điều hành chính sách tài 
chính [9], xây dựng mô hình dự báo chỉ số 
thống kê xã hội chủ yếu [4], dự báo biến động 
giá chứng khoán [8], dự báo sự tác động của 
vốn đầu tư từ nước ngoài [11], dự báo giá một 
số mặt hàng tư liệu sản xuất [1]. 
Như vậy, bài toán phân tích và dự báo đã 
được ứng dụng rộng rãi trong nhiều lĩnh vực 
của đời sống xã hội, đặc biệt là tập đoàn kinh 
tế trọng điểm của mỗi quốc gia như bưu chính 
viễn thông, tài chính-ngân hàng, bảo hiểm, 
giáo dục, y tế,.. từ đó hỗ trợ vào dự báo các 
chỉ số GDP, lạm phát, thất nghiệp, Tuy 
nhiên, thực tế hiện nay việc ứng dụng các 
phương pháp phân tích và dự báo vẫn chưa 
nhiều, chúng ta chưa thấy và khai thác được 
hết các thế mạnh của bài toán này. 
Nhằm thúc đẩy nền kinh tế Việt Nam được 
phát triển, đảm bảo an sinh xã hội, người làm 
công có thêm thu nhập thì điều hết sức quan 
trọng phải làm là các nhà quản lý trong các 
tập đoàn kinh tế trọng điểm cần phải đề xuất 
các giải pháp, khai thác những công cụ, lợi 
thế của công nghệ thông tin vào hỗ trợ cho 
hoạt động phân tích và dự báo doanh thu. 
Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 
 88
Bài báo này đề xuất giải pháp ứng dụng một 
phương pháp phân tích và dự báo “hồi quy 
bội” vào dự báo doanh thu dịch vụ viễn thông 
(Chi nhánh Viễn thông Thái Nguyên) nhằm 
hỗ trợ nhà quản lý đưa ra quyết định đúng đắn 
và tăng doanh thu cho đơn vị. 
PHƯƠNG PHÁP HỒI QUY BỘI 
Phương pháp hồi quy bội còn gọi là phương 
pháp hồi quy đa biến, dùng để phân tích mối 
quan hệ giữa nhiều biến số độc lập (tức là 
biến giải thích hay biến nguyên nhân) ảnh 
hưởng đến một biến phụ thuộc (tức là biến 
phân tích hay biến kết quả). Mô hình hồi quy 
bội dùng cho dự báo sử dụng nhiều hơn một 
biến độc lập. 
Trong thực tế, có rất nhiều bài toán kinh tế – 
cả lĩnh vực kinh doanh và kinh tế học, phải 
cần đến phương pháp hồi quy đa biến. Một 
chỉ tiêu kinh tế chịu sự tác động cùng lúc của 
nhiều nhân tố thuận chiều hoặc trái chiều 
nhau. Mặt khác, giữa những nhân tố lại cũng 
có sự tương quan tuyến tính nội tại với nhau. 
Phân tích hồi quy giúp ta vừa kiểm định lại 
giả thiết về những nhân tố tác động và mức 
độ ảnh hưởng, vừa định lượng được các quan 
hệ kinh tế giữa chúng. Từ đó, làm nền tảng 
cho phân tích dự báo và có những quyết sách 
phù hợp, hiệu quả, thúc đẩy tăng trưởng [5]. 
Phương trình hồi quy đa biến dưới dạng 
tuyến tính: 
exb...xbxbby kk22110 +++++= 
Trong đó: y là biến số phụ thuộc (kết quả 
phân tích); 
0b là tung độ gốc 
ib là các độ dốc của phương trình theo các 
biến ix 
ix là các biến số (các nhân tố ảnh hưởng) 
 e là các sai số 
Tuy nhiên, trong thực nghiệm y thường là 
biến ước lượng. Do đó, y có thể được viết 
dưới dạng yˆ như sau: 
kk22110 xb...xbxbbyˆ ++++= 
Mục tiêu của phương pháp hồi quy đa biến là 
dựa vào dữ liệu lịch sử các biến số iy , ix . 
Dùng thuật toán để tìm các thông số 0b và 
ib cho việc xây dựng phương trình hồi quy để 
dự báo cho ước lượng trung bình của biến iy . 
Trường hợp có 2 biến độc lập: 
22110 xbxbbyˆ ++= 
2
xx
xxyxyx
x
y
1
21
2121
1 r1
rrr
b
−
−
⋅
σ
σ
= 
2
xx
xxyxyx
x
y
2
21
2112
2 r1
rrr
b
−
−
⋅
σ
σ
= 
22110 xbxbyb −−= 
jixx
r
ji
jiji
x.x
x.xxx
∂∂
−
= (hệ số tương quan cặp) 
∑
−
=
=∂
k
1i
i k
2
ii(x )xˆx (độ lệch chuẩn) 
Kiểm tra mô hình 
Để kiểm tra mô hình, người ta thường dựa 
vào các tiêu chuẩn sau: 
Tiêu chuẩn 1. Sai số chuẩn của hàm số nhỏ nhất 
Nếu kí hiệu tyˆ là giá trị của hàm y = f( ix ) tại 
thời điểm t; ty là những giá trị thực tế của y 
tại thời điểm t, còn S là sai số chuẩn phải đạt 
giá trị nhỏ nhất trong số các hàm số đưa ra và 
các giá trị 2tt )yˆy( − là không tự tương quan. 
Trong đó: n là số quan sát, m là số biến độc 
lập trong phương trình 
)1m(n
)yˆy(
S
n
1t
2
tt
+−
−
=
∑
=
Tiêu chuẩn 2. Hiện tượng tự tương quan: Có 
thể xuất hiện giữa các mức độ cùng một dãy 
số thời gian hoặc các phần dư εt = tt yˆy − , 
tức là giữa các độ lệch so với xu thế. Hiện 
tượng tự tương quan xuất hiện là do ảnh 
hưởng của các nhân tố vẫn tiếp tục tác động 
vào quá trình nghiên cứu trong suốt một thời 
gian nào đó. 
Tiêu chuẩn 3. Hiện tượng cộng tuyến hay đa 
cộng tuyến 
Khi xây dựng mô hình hồi quy bội, việc chọn 
nhân tố đưa vào mô hình là quan trọng. Yêu 
cầu của phương pháp là các nhân tố phải độc 
Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 
 89
lập với nhau nhưng điều đó khó thực hiện 
trong kinh tế và chúng ta phải chọn các nhân 
tố mà có thể coi như độc lập. Đưa nhiều nhân 
tố quá vào mô hình sẽ không tránh khỏi hiện 
tượng đa cộng tuyến, nó sẽ làm sai lệch kết 
quả thu được. Hiện tượng cộng tuyến hay đa 
cộng tuyến xuất hiện khi một cặp nhân tố hay 
nhiều cặp nhân tố có mối quan hệ hàm số. Để 
giải quyết vấn đề này, trong thực tế khi lựa 
chọn nhân tố, người ta có thể tính trước các 
hệ số tương quan r giữa các tiêu thức nhân tố. 
Nếu hệ số nào lớn hơn hoặc bằng 0.8 (r ≥ 0.8) 
thì hai nhân tố đó coi như là cộng tuyến và 
phải loại bỏ một trong hai nhân tố đó ra khỏi 
mô hình hồi quy bội. 
Muốn biết loại bỏ xi hay xj thì phải tính thêm 
iyxr và jyxr . Nếu iyxr > jyxr thì loại bỏ jx , 
ngược lại thì loại bỏ ix . 
Tiêu chuẩn 4: Hệ số tương quan bội đủ lớn 
Đây là tiêu chuẩn đặc trưng cho mức độ chặt 
chẽ của mối liên hệ giữa tiêu thức kết quả và 
toàn bộ tiêu thức nguyên nhân. 
Hệ số tương quan bội được tính theo công 
thức sau: 
∑
∑
=
=
−
−
−=
n
1t
2
tt
n
1t
2
tt
)yy(
)yˆy(
1r 
Trong đó: |r| luôn trong khoảng từ 0 đến 1. 
Nếu |r| càng gần 1 (0.75 ≤ |r| < 1) thì giữa y và 
x1, x2,., xn có quan hệ càng chặt chẽ. 
Nếu 0.65 < |r| < 0.75: Ta nói rằng quan hệ 
tương đối chặt khi không tìm được hàm có r 
lớn hơn ta chấp nhận hàm này. 
Nếu |r| < 0.65: Ta phải tìm kiếm hàm số khác. 
Ngoài ra còn có tiêu chuẩn sai số của tham số 
đủ bé. 
ỨNG DỤNG PHƯƠNG PHÁP HỒI QUY 
BỘI TRONG DỰ BÁO DOANH THU DỊCH 
VỤ VIỄN THÔNG (CHI NHÁNH VIỄN 
THÔNG THÁI NGUYÊN) 
Để dự báo nhu cầu sử dụng dịch vụ viễn 
thông có nhiều phương pháp khác nhau. Song 
để phù hợp với điều kiện hiện nay của Việt 
Nam, đối với dịch vụ viễn thông lựa chọn 
phương pháp dự báo phù hợp như sau: 
Phương pháp hồi quy tương quan bội. 
Xây dựng mô hình 
Trên cơ sở nghiên cứu về phương pháp phân 
tích và dự báo “hồi quy bội” trong dự báo 
kinh tế. 
Trong phần này, bài báo đề xuất giải pháp áp 
dụng phương pháp phân tích và dự báo “hồi 
quy bội” vào dự báo doanh thu của dịch vụ 
viễn thông Thái Nguyên. 
Trên cơ sở nghiên cứu về các yếu tố chủ yếu 
tác động đến doanh thu trong hoạt động kinh 
doanh của dịch vụ viễn thông Thái Nguyên, 
cụ thể: 
+ Dân số 
+ Số thuê bao 
+ Thu nhập 
Bảng 1. Bảng số liệu thống kê các yếu tố 
(Nguồn: Niên giám thống kê 2012) 
Do dự báo doanh thu dịch vụ viễn thông dựa 
vào 3 yếu tố: dân số, số thuê bao và thu nhập, 
mà 3 yếu tố này có tính chất độc lập nhau 
trong quá trình nghiên cứu, nên phương pháp 
phân tích và dự báo “hồi quy bội” được sử 
dụng ứng với 3 biến độc lập. Ta xây dựng 
phương trình dự báo sau: 
3322110 xbxbxbby +++= (*) 
Trong đó: 
y là doanh thu 
0b , 1b , 2b , 3b là các hằng số 
1x là dân số 
2x là số thuê bao 
3x là thu nhập bình quân 
Sử dụng công cụ Data Analysis để giải 
phương trình (*), ta thu được kết quả sau: 
Bảng 2. Bảng kết quả tóm tắt 
Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 
 90
Bảng 3. Bảng phân tích phương sai 
Bảng 4. Bảng phân tích hồi quy 
Một số thuật ngữ trong bảng kết quả: 
+ Bảng tóm tắt SUMMARY OUTPUT: 
Regression Statistics: Các thông số của mô 
hình hồi quy. 
Multiple r: Hệ số tương quan bội (0≤ r 
≤1), cho thấy mức độ chặt chẽ của mối liên hệ 
tương quan bội. 
r Square: Hệ số xác định, cho biết trong sự 
biến động của biến phụ thuộc y thì có bao 
nhiêu % sự biến động là do các biến độc lập x 
ảnh hưởng, còn lại là do sai số ngẫu nhiên. 
Adjusted r: Hệ số xác định mẫu điều chỉnh, là 
hệ số xác định có tính đến độ lớn hay nhỏ của 
bậc tự do df. 
Standard Error: Sai số chuẩn của y do hồi quy. 
Observation: Số quan sát hay dung lượng mẫu. 
+ Bảng phân tích phương sai ANOVA 
(Analysis of variance): 
Regression: Do hồi quy 
Residual: Do ngẫu nhiên 
Total: Tổng cộng 
Df (Degree of freedom): Số bậc tự do 
SS (Sum of Square): Tổng bình phương của 
mức động (sai lệch) giữa các giá trị quan sát 
của y và giá trị bình quân của chúng. 
MS (Mean of Square): Phương sai hay số bình 
quân của tổng bình phương sai lệch kể trên. 
TSS (Total Sum of Square): Tổng bình 
phương của tất cả các mức sai lệch giữa các 
giá trị quan sát yi và giá trị bình quân của y. 
Do hồi quy Regression ESS (Explained 
Sum of Square) là tổng bình phương các 
sai lệch giữa các giá trị của biến phụ thuộc y 
nhận được từ hàm hồi quy mẫu (ký hiệu y*i). 
Độ lớn của ESS phản ánh mức độ giao động 
của các giá trị cá biệt của mô hình với giá trị 
trung bình mẫu hàm hồi quy. 
2
i
n
1i
)y*y(ESS −Σ=
=
Do ngẫu nhiên Residual RSS (Residual 
Sum of Square) là tổng bình phương của 
tất cả các sai lệch giữa các giá trị quan sát 
của y (yi) và các giá trị nhận được từ hàm 
hồi quy y* 
∑∑
==
−==
n
1i
2
ii
n
1i
2 )*yy(eRSS 
Ta có thể kiểm tra chéo như sau: 
TSS = ESS + RSS 
r
2 
= ESS/ TSS 
SD2 = VAR = MSS of RSS 
F-stat: Tiêu chuẩn F dùng làm căn cứ để kiểm 
định độ tin cậy về mặt khoa học (thống kê) 
của toàn bộ phương trình hồi quy 
Significance F: Ý nghĩa thống kê F 
+ Bảng phân tích hồi quy: 
Coefficients: Cột giá trị của các hệ số hàm 
hồi quy: 
- Intercept: Hệ số tự do b. Hệ số này cho thấy 
xuất phát điểm của đường hồi quy 
- x Variable 1, x Variable 2, x Variable 
3là các hệ số góc của các biến tương ứng 
x1, x2, x3 
Standard Error: (se) độ lệch chuẩn của mẫu 
theo biến ix 
t-stat: Tiêu chuẩn t dùng làm căn cứ để kiểm 
định độ tin cậy về mặt khoa học (thống kê) 
của độ co giãn ib (i = 1,2,3,n) tức là của 
mối liên hệ giữa x và y. 
P-value: Xác suất để t > t-stat, dùng kiểm 
định độ tin tin cậy về mặt khoa học (thống kê) 
của độ co giãn ai (i = 1,2,3,n) tức là của 
mối liên hệ giữa x và y. 
Lower 95%, Upper 95%, Lower 98%, Upper 
98%: là cận dưới và cận trên của khoảng ước 
lượng cho các tham số với độ tin cậy 95% và 
độ tin cậy 98%. 
Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 
 91
- Nhận xét: Dựa vào bảng kết quả trên ta có 
phương trình hồi quy: 
y = 134.21* x1 + 1.29* x2 + 0.81* x3 – 
14349.01 
Như vậy khi x1 = 114.22, x2 = 325.67, x3 
= 184.86 thì giá trị dự báo của y tính được là: 
y = 134.21*114.22
+ 1.29* 325.67
+ 0.81* 
184.86
– 14349.01 = 710.08 
Tức là doanh thu năm 2012 sẽ đạt được là 
710.080.000.000 đồng. 
Ngoài ra, dựa vào bảng kết quả ta thấy: 
Nếu số thuê bao x2 và thu nhập bình quân x3 
không đổi thì cứ tăng dân số x1 lên 10 nghìn 
người sẽ làm cho doanh thu y tăng lên 134.21 
tỷ đồng. 
Nếu dân số x1 và số thuê bao x2 không đổi thì 
cứ tăng 100.000 đồng thu nhập bình quân x3 
sẽ làm cho doanh thu y tăng lên 0.81 tỷ đồng. 
Điểm xuất phát của mô hình a0 = - 14349.01 
cho thấy các nhân tố khác làm giảm doanh 
thu là - 14349.01 tỷ đồng. 
Multiple r = 0.96 cho thấy mối quan hệ giữa 
các biến là tương đối chặt chẽ. 
r
2 
= 0.92 cho thấy trong 100% sự biến động 
của doanh thu thì có 92% biến động là do dân 
số, số thuê bao, thu nhập bình quân, còn 8% 
là do các yếu tố ngẫu nhiên và các yếu tố 
khác không có trong mô hình. 
Significance F = 0.0351005 < 0.05 nên có thể 
kết luận dữ liệu thống kê có ý nghĩa. 
+ Kết quả cụ thể như biểu đồ sau: 
Hình 1. Biểu đồ kết quả phân tích dự báo 
KẾT LUẬN 
Phân tích và dự báo doanh thu là một bài toán 
có một vai trò quan trọng trong bất kỳ doanh 
nghiệp hay tập đoàn kinh tế trọng điểm của 
mỗi quốc gia, giúp cho các nhà quản lý đưa ra 
các quyết định đúng đắn và đảm bảo doanh 
thu của đơn vị. 
Bài báo cáo đã đề xuất giải pháp ứng dụng 
một phương pháp phân tích và dự báo “hồi 
quy bội” vào dự báo Doanh thu dịch vụ viễn 
thông tại Chi nhánh Viễn thông Thái Nguyên 
trên cơ sở ba chỉ số chính: Dân số, Số thuê 
bao, Thu nhập bình quân của người dân. 
TÀI LIỆU THAM KHẢO 
[1]. Trần Thị Trâm Anh, Ứng dựng mô hình phân 
tích, dự báo giá một số mặt hàng tư liệu sản xuất 
quan trọng ở Việt Nam gian đoạn 2006-2010, Đề 
tài NCKH Cấp Bộ 01/05/06 - 01/05/07. 
[2]. Nguyễn Tấn Bình, (2003), Phân tích hoạt 
doanh nghiệp, Nxb TP. Hồ Chí Minh. 
[3]. Cục thống kê tỉnh Thái Nguyên, (2012), Niên 
giám thống kê Tỉnh Thái Nguyên năm 2011, Nxb 
Thống Kê. 
[4]. Lê Văn Dụy, Nghiên cứu ứng dụng một số 
phương pháp và mô hình dự báo ngắn hạn để dự 
báo các chỉ tiêu thống kê xã hội chủ yếu, Đề tài 
NCKH Cấp Bộ 2009 – 2010. 
[5]. Nguyễn Văn Huân, Phạm Việt Bình, (2011), 
Phân tích dữ liệu và dự báo kinh tế, Nxb Khoa 
học và Kỹ thuật. 
[6]. Bùi Duy Phú, Xây dựng hàm cầu tiền của Việt 
Nam, phân tích & dự báo qua một số mô hình thực 
nghiệm, Đề tài NCKH Cấp Ngành, KNH 2010 – 06. 
[7]. Nguyễn Năng Phúc, (1998), Phân tích hoạt động 
kinh doanh của doanh nghiệp, Nxb Thống Kê. 
[8]. Phùng Duy Quang, Mô hình chuỗi thời gian 
dùng để dự báo biến động giá chứng khoán và 
áp dụng vào thị trường chứng khoán Việt Nam, 
Đề tài Cấp trường Đại học Ngoại Thương, Mã 
số NT 2007-02. 
[9]. Trần Văn Tá, Phân tích và dự báo tình hình 
kinh tế tài chính khu vực và thế giới tác động đến 
Việt Nam, Đề tài NCKH Cấp Bộ 2/2002 - 2/2003. 
[10]. Nguyễn Ngọc Tuyến, Xây dựng mô hình 
phân tích và dự báo các chỉ tiêu kinh tế tài chính 
phục vụ công tác phân tích, hoạch định và điều 
hành chính sách tài chính, Đề tài NCKH Cấp Bộ 
6/2007 - 5/2008. 
[11]. Phạm Thị Thắng,Phạm Thị Kim Vân, Sử 
dụng các mô hình kinh tế lượng trong phân tích và 
dự báo tác động của vốn đầu tư trực tiếp nước 
ngoài đối với phát triển kinh tế-xã hội Việt Nam, 
Đề tài NCKH Cấp Bộ 01/05/06 - 01/05/07. 
[12]. Allan Timmermann, (2012), Forecasting 
methods in economics and finance, University of 
Califonia and CREATES. 
Vũ Xuân Nam và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 102(02): 87 - 92 
 92
[13]. Elsevier Science Ltd, (2001), Time Series: 
Economic Forecasting, International Encyclopedia 
of the Social & Behavioral Sciences. 
[14]. Frederick L. joutz, (2006), Econometric 
Forecasting Models, The George Washington 
University. 
SUMMARY 
MULTIPLE REGRESSION METHOD IN FORECASTING 
AND APPLICATION IN FORECASTING RENVENUE 
OF TELECOMMUNICATIONS SEVICES AT THAINGUYEN 
Vu Xuan Nam*, Pham Viet Binh, Nguyen Van Huan 
College of Information Technology and Communication – TNU 
Revenue is a directed goal of many enterprises or pointed economy corporations in each 
countries, it decides the existence and development of those countries. To achieve this goal, one of 
the common solutions is used to analyze and forecast revenue that bases on human and equipment 
resources of each economic organizations to ensure minimized expenditure and maximized 
profit. This article proposes a solution to apply a analysis and forecast method "multiple 
regression" in forecasting revenue of telecommunications services at Thainguyen 
telecommunication branch that bases on three main norms: Population, Subscribers, the average 
income of each citizen in order to support for managers who can give exact decisions, to ensure 
maximum revenue. 
Key words: multiple regression, analysis and forcast, revenue, expenditure, profit. 
Ngày nhận bài: 04/1/2013, ngày phản biện:31/1/2013, ngày duyệt đăng: 26/3/2013 
*
 Tel: 0943 299688, Email: vxnam@ictu.edu.vn