1) Mô tả số liệu

Sản lượng cà phê xuất khẩu của Việt Nam, giai đoạn tháng 1/2015
đến tháng 12/2019.
Nguồn số liệu:

Sản lượng
Sản lượng
Tháng/năm (nghìn Tháng/năm
(nghìn tấn)
tấn)
1/2015 132 7/2017 94.621
2/2015 92 8/2017 95.033
3/2015 130 9/2017 73
4/2015 104 10/2017 96
5/2015 106 11/2017 184
6/2015 104 12/2017 140
7/2015 115 1/2018 187
8/2015 93 2/2018 119
9/2015 96.6 3/2018 177
10/2015 84 4/2018 152
11/2015 96.16 5/2018 150
12/2015 198.364 6/2018 163.948
1/2016 139.346 7/2018 132.8
2/2016 119 8/2018 140
3/2016 181 9/2018 120
4/2016 163 10/2018 120
5/2016 162 11/2018 140
6/2016 158 12/2018 153.906
7/2016 142 1/2019 183.693
8/2016 148 2/2019 147
9/2016 129 3/2019 171.08
10/2016 121 4/2019 143.3
11/2016 161 5/2019 150
12/2016 158 6/2019 147
1/2017 140.346 7/2019 109
2/2017 153 8/2019 87.942
3/2017 162 9/2019 92.347
4/2017 138 10/2019 87
5/2017 122 11/2019 112.891
6/2017 115.654 12/2019 188.246

* Vẽ đồ thị biểu diễn chuỗi số liệu:

Đồ thị đơn giản bao gồm hai dạng:
Đồ thị Chuỗi số liệu

Sản lượng cà phê xuất khẩu hàng tháng (Việt Nam), 2015:1 tới 2019:12
SANLUONGCAPHEXUATKHAU
200

180

160

140

120

100

80

60
I II III IV I II III IV I II III IV I II III IV I II III IV
2015 2016 2017 2018 2019

Đồ thị tần suất

8
Series: SANLUONGCAPHEXUATKHAU
7
Sample 2015M01 2019M12
6 Observations 60

5
Mean 131.8142
4 Median 135.4000
Maximum 198.3640
3
Minimum 73.00000
2 Std. Dev. 30.64134
Skewness 0.102453
1
Kurtosis 2.112562
0
70 80 90 100 110 120 130 140 150 160 170 180 190 200 Jarque-Bera 2.073832
Probability 0.354546

- Đồ thị có tác dụng diễn tả xu hướng của số liệu: Đồ thị dự báo mô hình
có tính mùa vụ

+) Giá trị SL cà phê XK nhỏ nhất là 73 nghìn tấn

+) Giá trị SL cà phê XK lớn nhất là 198,364 nghìn tấn
+) Giá trị SL cà phê XK trung bình là 131,8141 nghìn tấn
2) Xây dựng mô hình dự báo tốt nhất cho số liệu
* Mô hình xu thế tuyến tính
Dạng mô hình: Y t =β 0+ β1 TIME t
Dependent Variable: SANLUONGCAPHEXUATKHAU
Method: Least Squares
Date: 07/26/21 Tim e: 14:25
Sample: 2015M01 2019M12
Included obs ervations: 60

Variable Coefficient Std. Error t-Statistic Prob.

C 107.1702 7.172426 14.94197 0.0000

TIME 0.807999 0.204496 3.951180 0.0002

R-squared 0.212083 Mean dependent var 131.8142

Adjusted R-s quared 0.198498 S.D. dependent var 30.64134
S.E. of regression 27.43216 Akaike info criterion 9.494074
Sum squared resid 43646.36 Schwarz criterion 9.563886
Log likelihood -282.8222 Hannan-Quinn criter. 9.521381
F-statistic 15.61182 Durbin-Watson stat 1.340160
Prob(F-statis tic) 0.000213

* Mô hình xu thế bậc 2

Dạng mô hình: Y t =β 0+ β1 TIME t + β 2 TIME 2t

Dependent Variable: SANLUONGCAPHEXUATKHAU

Method: Least Squares
Date: 07/26/21 Time: 14:43
Sample: 2015M01 2019M12
Included observations: 60

Variable Coefficient Std. Error t-Statistic Prob.

C 96.09068 10.91410 8.804272 0.0000

TIME 1.880212 0.825562 2.277493 0.0265
TIME2 -0.017577 0.013118 -1.339951 0.1856

R-squared 0.236144 Mean dependent var 131.8142

Adjusted R-squared 0.209342 S.D. dependent var 30.64134
S.E. of regression 27.24596 Akaike info criterion 9.496394
Sum squared res id 42313.51 Schwarz criterion 9.601111
Log likelihood -281.8918 Hannan-Quinn criter. 9.537355
F-statistic 8.810705 Durbin-Watson stat 1.382594
Prob(F-statistic) 0.000463

* Mô hình mũ
Dạng phương trình: Y t =β 0. e β TIME
1 t
Dependent Variable: SANLUONGCAPHEXUATKHAU
Method: Least Squares (Gauss-Newton / Marquardt steps)
Date: 07/26/21 Time: 14:50
Sample: 2015M01 2019M12
Included observations: 60
Convergence achieved after 183 iterations
Coefficient covariance computed using outer product of gradients
SANLUONGCAPHEXUATKHAU=C(1)*EXP(C(2)*TIME)

Coefficient Std. Error t-Statistic Prob.

C(1) 109.4288 6.540269 16.73155 0.0000

C(2) 0.005935 0.001569 3.782089 0.0004

R-squared 0.205280 Mean dependent var 131.8142

Adjusted R-squared 0.191578 S.D. dependent var 30.64134
S.E. of regression 27.55034 Akaike info criterion 9.502672
Sum squared resid 44023.22 Schwarz criterion 9.572483
Log likelihood -283.0802 Hannan-Quinn criter. 9.529979
Durbin-Watson stat 1.328728

=> Chọn mô hình dự báo tốt nhất cho số liệu

MH tuyến tính MH bậc 2 MH mũ

Hệ số xác định ( 0.212 0.236 0.205

R2)
Hệ số điều chỉnh 0.198 0.209 0.191
( Ŕ2)
AIC 9.494 9.496 9.502

R2Cao hơn có thể mô hình tốt hơn

AIC Thấp hơn thì mô hình tốt hơn
Vậy Mô hình xu thế tuyến tính là mô hình dự báo tốt nhất cho số liệu.

*) Kiểm định tính mùa vụ

- Mô hình không có ràng buộc

s

UR: Yt = β1*TIME + ∑ γ i Dit +ε t

i=1
Dependent Variable: SANLUONGCAPHEXUATKHAU
Method: Least Squares
Date: 07/26/21 Tim e: 15:14
Sam ple: 2015M01 2019M12
Included obs ervations : 60

Variable Coefficient Std. Error t-Statis tic Prob.

TIME 1.770584 0.664330 2.665217 0.0106

TIME2 -0.017513 0.010543 -1.661072 0.1035
D1 101.6452 12.43835 8.171926 0.0000
D2 85.53163 12.54979 6.815381 0.0000
D3 84.81164 12.65224 6.703289 0.0000
D4 72.31767 12.74549 5.673980 0.0000
D5 71.82533 12.82943 5.598481 0.0000
D6 100.7200 12.90404 7.805312 0.0000
D7 125.0397 12.96936 9.641164 0.0000
D8 122.7955 13.02555 9.427277 0.0000
D9 91.68624 13.07282 7.013501 0.0000
D10 129.3050 13.11147 9.861976 0.0000
D11 104.5869 13.14189 7.958282 0.0000
D12 101.9997 13.16453 7.748070 0.0000

R-s quared 0.602400 Mean dependent var 131.8142

Adjusted R-s quared 0.490035 S.D. dependent var 30.64134
S.E. of regression 21.88155 Akaike info criterion 9.210128
Sum squared resid 22024.89 Schwarz criterion 9.698808
Log likelihood -262.3038 Hannan-Quinn criter. 9.401278
Durbin-Wats on s tat 1.555453

SSRUR = 22024.89

- Mô hình có ràng buộc

Mô hình R là mô hình bậc 2
R: Yt = β0 +β1*TIMEt + ε t

Dependent Variable: SANLUONGCAPHEXUATKHAU

Method: Least Squares
Date: 07/26/21 Time: 14:43
Sample: 2015M01 2019M12
Included observations: 60

Variable Coefficient Std. Error t-Statistic Prob.

C 96.09068 10.91410 8.804272 0.0000

TIME 1.880212 0.825562 2.277493 0.0265
TIME2 -0.017577 0.013118 -1.339951 0.1856

R-squared 0.236144 Mean dependent var 131.8142

Adjusted R-squared 0.209342 S.D. dependent var 30.64134
S.E. of regression 27.24596 Akaike info criterion 9.496394
Sum squared resid 42313.51 Schwarz criterion 9.601111
Log likelihood -281.8918 Hannan-Quinn criter. 9.537355
F-statistic 8.810705 Durbin-Watson stat 1.382594
Prob(F-statistic) 0.000463

SSRR = 42313.51
- Dùng kiểm định F
Ta có:

SSR ur 22024.89
SSR r 42313.51
m 11
k 14
T 60

(SSR R − SSRUR )/m

F qs =
SSRUR /(T − k )

Thay số liệu ta có:

(42313.51+22024.89)/11
Fqs = 22024.89/(60 −14) = 3.852156356
F_tra bảng: F ∝,m,t-k =F0.05,11,60-14 = 2.003873424
So sánh: Fqs > Ftrabảng => 3,852156356 > 2.003873424

Bác bỏ Ho => Mô hình có tính mùa vụ.

3) Dự báo cho 3 kỳ tiếp theo

Dự báo cho tháng 1, tháng 2, tháng 3 năm 2020