You are on page 1of 15

PHƯƠNG PHÁP DỰ BÁO ĐƠN

GIẢN
Nguyễn Văn Phong
UFM - 2013
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 1 / 14
Nội dung
1
PHƯƠNG PHÁP LÀM MỊN DỮ LIỆU
2
PHƯƠNG PHÁP DỰ BÁO ĐƠN GIẢN
3
PHÂN TÍCH CHUỖI THỜI GIAN
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 1 / 14
Phương pháp làm mịn dữ liệu
1. Trung bình trượt MA(k)
MA(k) =
1
k
(Y
t
+ Y
t−1
+ ... + Y
t−k+1
) (1)
trong đó, k được gọi là hệ số trượt.
2. Trung bình trượt trung tâm CMA(k)
Trường hợp k lẻ
CMA(k) =
1
k
(k−1)/2

j=−(k−1)/2
Y
t+j
(2)
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 2 / 14
Phương pháp làm mịn dữ liệu
2. Trung bình trượt trung tâm CMA(k)
Trường hợp k chẵn
CMA(k) =
MA
t
1
(k) + MA
t
2
(k)
2
(3)
Chẳng hạn với k = 4 áp dụng (3) ta tính CMA(4) như
sau:
CMA(4) =
1
2

Y
1
+ 2Y
2
+ 2Y
3
+ 2Y
4
+ Y
5
4

(4)
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 3 / 14
Phương pháp dự báo đơn giản
1. Trung bình trượt MA
Áp dụng (1), ta có công thức dự báo sau
F
t+1
= MA(k) =
1
k
(Y
t
+ Y
t−1
+ · · · + Y
t−k+1
)
2. Trung bình trượt kép DMA
Bước 1. Tính MA(k)
MA(k)
t
=
1
k
(Y
t
+ Y
t−1
+ · · · + Y
t−k+1
)
Bước 2. Tính MA

(k)
MA

(k)
t
=
1
k

MA(k)
t
+ · · · + MA(k)
t−k+1

Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 4 / 14
Phương pháp dự báo đơn giản
2. Trung bình trượt kép DMA
Bước 3. Tính giá trị dự báo kế tiếp
F
t+m
= a
t
+ b
t
m
trong đó,
a
t
= MA(k)
t
+ [MA(k)
t
− MA

(k)
t
]

b
t
=
2
k−1
[MA(k)
t
− MA(k)

t
]
Với m là giai đoạn dự báo.
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 5 / 14
Phương pháp dự báo đơn giản
3. San mũ đơn giản (ES)
F
t+1
= αY
t
+ (1 − α) F
t
(5)
trong đó,
F
t+1
là giá trị dự báo tại thời điểm t + 1,
Y
t
là giá trị thực tế tại thời điểm t,
F
t
là giá trị dự báo tại thời điểm t,
α trọng số (hằng số trơn), (0 α 1)
Lưu ý. Ta thường chọn giá trị F
1
= Y
1
trong (5).
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 6 / 14
Phương pháp dự báo đơn giản
4. San mũ đơn giản hiệu chỉnh (AES)
F
t+1
= αY
t
+ (1 − α) F
t
(6)
trong đó,
α
t+1
=

A
t
M
t

,
A
t
= βE
t
+ (1 − β) A
t−1
,
M
t
= β|E
t
| + (1 − β) M
t−1
,
E
t
= Y
t
− F
t
.
Các giá trị khởi tạo:
F
2
= Y
1
, A
1
= M
1
α
2
= α
3
= α
4
= β ∈ (0.1, 0.3)
trong (6).
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 7 / 14
Phương pháp dự báo đơn giản
5. Phương pháp đường xu thế (trend)
Với một chuỗi thời gian
t t
1
t
2
· · · t
n
Y
t
Y
1
Y
2
· · · Y
n
Bằng phương pháp OLS, ta tìm được một đường thẳng
có dạng
T
t
= b
0
+ b
1
t (7)
trong đó
b
1
=

tY
t
− (

t

Y
t
)/n

t
2
− (

t)
2

n
; b
0
= Y − b
1
t
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 8 / 14
Phân tích chuỗi thời gian
Ta thường dùng hai mô hình phân tích sau:
Mô hình cộng Y
t
= T
t
+ S
t
+ I
t
(8)
Mô hình nhân Y
t
= T
t
× S
t
× I
t
(9)
Và thực hiện phân tích theo các bước sau:
B1: Ước lượng thành phần xu thế (T
t
)
T
t
= CMA(k)
k = 4 cho chuỗi quý, k = 12 cho chuỗi tháng
B2: Loại bỏ thành phần xu thế.
Y
t
− T
t
= S
t
+ I
t
cho mô hình (8)
Y
t
/T
t
= S
t
× I
t
cho mô hình (9)
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 9 / 14
Phân tích chuỗi thời gian
B3: Ước lượng thành phần mùa (S
t
)
- Tính chỉ số mùa
+ S
i
=
1
L
i
L
i

t=1
(S
t
+ E
t
), cho mô hình (8)
+ S
i
=
1
L
i
L
i

t=1
(S
t
× E
t
), cho mô hình (9)
- Tính chỉ số mùa cho từng năm
+ S
Index
=
1
k
k

i=1
S
i
, cho mô hình (8)
+ S
Index
=
k
k

i=1
S
i
, cho mô hình (9)
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 10 / 14
Phân tích chuỗi thời gian
B3: Ước lượng thành phần mùa (S
t
)
- Hiệu chỉnh
+ S
t
= S
i
− S
Index
thoả
k

t=1
S
t
= 0, cho mô
hình (8)
+ S
t
= S
i
× S
Index
thoả
k

t=1
S
t
= k, cho mô
hình (9)
B4: Ước lượng thành phần nhiễu (I
t
)
+ E
t
= Y
t
− S
t
− T
t
, cho mô hình (8)
+ E
t
= Y
t
/S
t
× T
t
, cho mô hình (9)
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 11 / 14
Phân tích chuỗi thời gian
Lưu ý:
Trong mô hình cộng khi các thành phần khác không
tác động, khi đó ta gán cho các thành phần tương
ứng bằng 0.
Trong mô hình nhân khi các thành phần khác không
tác động, khi đó ta gán cho các thành phần tương
ứng bằng 1.
Các thành phần nhiễu (E
t
), và thành phần mùa (S
t
)
là không đổi theo từng năm.
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 12 / 14
Ví dụ
Số liệu về doanh thu của một công ty.
a) Dùng các phương pháp đơn giản dự báo doanh thu
của công ty trong quý 1 2005.
b) Với α = 0.8 dùng phương pháp san mũ đơn giản dự
báo doanh thu của công ty trong quý 1 2005.
c) Đánh giá sai số và lựa chọn mô hình dự báo tốt nhất
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 13 / 14
Ví dụ
Năm Quý Y
t
2001 1 18.598
2 17.826
3 16.94
4 18.266
2002 1 25.414
2 24.685
3 21.836
4 22.91
2003 1 31.767
2 30.475
3 27.126
4 29.448
Nguyễn Văn Phong (BMT - TK) Forecasting UFM - 2013 14 / 14