lOMoARcPSD|10458209

Bai tap Du bao phat trien KTXH

Dự báo kinh tế xã hội (Đại học Kinh tế Quốc dân)

StuDocu is not sponsored or endorsed by any college or university

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)
 lOMoARcPSD|10458209

Bài tập chương 3

Ngoại suy xu thế ( tuyến tính, hàm mũ, logistic, gompert)

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

Bài tập dự báo chương 4

Dự báo bằng phương pháp san mũ
Bài 4:

t
Tháng
1 15 15 Dựa vào số liệu về tình hình thu gạo của cửa
2 14 15 hàng trong 12 tháng năm 2013, ta có thể thực
3 14,5 14,8 hiện dự báo chuỗi thời gian bằng phương pháp
4 16 14,74 san mũ bất biến.
5 15,5 14,992
6 15 15,0936
- Chuỗi tg không có xu thế
15,0748 - Nhưng xoay quanh giá trị trung bình
7 16 8 - Biết hằng số san α=0,2
8 16,5 15,2599 Giá trị ban đầu : = =15
15,5079
9 16 2 = α +(1- α)
15,6063
10 15,5 4 tương tự ta tính toán cho đến được thể hiện trên
15,5850 bảng dữ liệu.
11 16 7
15,6680
12 15 6
1, Như vậy, dự báo khối lượng gạo tiêu thụ của cửa hàng ở tháng 1 năm 2014
ứng với t=13, α=0,2 là:

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

t+1 = α +(1- α) t Dự báo 1/2014, thu gạo của

cửa hàng là 15,53455 tấn
13 = 0,2*Y12 +0,8*12
Không thể dự báo cho
= 0,2 *15+ 0,8*15,66806 tháng 2/2014 vì không có
= 15,534455 khối lượng thực tế của
tháng 1/2014 ()
2, mức độ ảnh hưởng của khối lượng tiêu thụ ở thàng 4/ 2013 tới giá trị dụ báo
( t = 12, t- i =4 )ngầm hiểu
 i= 8 trọng số ảnh hưởng = 0,2*= 0.033554
3, Nếu khối lượng tiêu thụ ở tháng 4/2013 là 15 tấn thì kết quả dự báo sẽ thay đổi
0.033554 *(15- 16) = - 0.033554 (tấn)
Thì kết quả dự báo là: 13 =15,534455 - 0.033554=
Bài 5:

Giá trị các tham số san mũ tuyến tính theo

mô hình Holt
Thực hiện dự báo sản lượng lúa của
huyện A năm 2009 và 2010 bằng
năm SL(Yt) Lt Tt phương pháp san mũ Holt với α=0,3 và
1997 1 174 174 6 β=0,01
1998 2 180 180 6
1999 3 188 186,6 6,006
193,024
2000 4 194 2 6,010182 Mô hình dự báo có dạng
2001 5 201 199,624 6,016079

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

1 t+p = +p Tt
206,648
2002 6 209 1 6,026158 giá trị cơ sở:
2003 7 221 215,172 6,051136 = = 174;
223,556 = –= 180-174 = 6
2004 8 229 2 6,074466
230,941
2005 9 234 5 6,087574
239,420
2006 10 245 3 6,111487
245,672
2007 11 246 3 6,112892
252,149
2008 12 253 6 6,116536

L2= αY2+ (1- α)(L1+T1) L2 = 0,3* 180+ (1-0,3)( 174+ 6) = 180

Tt = β(Lt - Lt-1) + (1- β)Tt-1
T2=0,01*( 180-174) + (1- 0,01)* 6 = 6
……………………. Quá trình tính toán tiếp tục cho đến quan sát 12 ta có:
L12 = 252,1496 và T12 = 6,116536

 Ta có mô hình dự báo t+p= 252,1496 + p* 6,116536

 Sản lượng lúa của huyện A năm 2009 (p=1)
t+1= 252,1496 + 1* 6,116536= 258,266136 (triệu tấn)
 Sản lượng lúa của huyện A năm 2010 (p=2)
t+2= 252,1496 + 2* 6,116536= 264,382672 (triệu tấn)

Bài tâp chương 5

Dự báo thời vụ
(giản đơn, winter, giải tích điều hòa, biến giản)

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

Bài 6:

40

36
Dựa vào đồ thị ta thấy
Hàm có xu thế tuyến tính
32
Thời vụ dạng cộng
28 Giá trị giao động tương đối đồng đều
24 Ta sẽ sử dụng phương pháp chỉ số
20
thời vụ giản đơn. Mô hình dạng cộng,
16
Xét chuỗi thời gian Yt có dạng cộng
12 sau: Yt = Xt + St + Ct + It
02 04 06 08 10 12 14 16 18

Bảng tính để ước lượng các tham số mô hình

nă
m t Yt Yt - Sj X+C+I
3,66666 16,33333
1 1 20 ………. ………. 7 3
17,6666 0,33333 17,66666
2 18 7 0,333333 3 7
3 15 19 -4 -4 19
20,3333 3,66666 20,33333
2 4 24 3 3,666667 7 3
21,6666 0,33333 21,66666
5 22 7 0,333333 3 7
6 19 23 -4 -4 23
24,3333 3,66666 24,33333
3 7 28 3 3,666667 7 3
25,6666 0,33333 25,66666
8 26 7 0,333333 3 7

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

9 23 27 -4 -4 27
28,3333 3,66666 28,33333
4 10 32 3 3,666667 7 3
29,6666 0,33333 29,66666
11 30 7 0,333333 3 7
12 27 31 -4 -4 31
32,3333 3,66666 32,33333
5 13 36 3 3,666667 7 3
33,6666 0,33333 33,66666
14 34 7 0,333333 3 7
15 31 ………. ………. -4 35

Bảng phụ tính chỉ số trung bình thời vụ từng mùa

mùa năm 1 năm 2 năm 3 năm 4 năm 5 SIj
1 ………. 3,666667 3,666667 3,666667 3,666667 3,666667
0,33333
2 3 0,333333 0,333333 0,333333 0,333333 0,333333
3 -4 -4 -4 -4 ………. -4

m=3, ta mất đi 2 quan sát

=(++) ….tính liên tục cho đến (trên bảng sô liệu)

Ta có hệ số hiệu chỉnh trung bình : = (3,666667 + 0,333333 - 4) = 0

Như vậy, Sj =
ước lượng Xt +Ct+It bằng pp OLS
đặt Zt = Xt +Ct+It

t Zt Zt *t
1 16,33333 1 16,33333
2 17,66667 4 35,33333
3 19 9 57
4 20,33333 16 81,33333
5 21,66667 25 108,3333
6 23 36 138
7 24,33333 49 170,3333
8 25,66667 64 205,3333
9 27 81 243
10 28,33333 100 283,3333
11 29,66667 121 326,3333
12 31 144 372
13 32,33333 169 420,3333

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

14 33,66667 196 471,3333

15 35 225 525
120 385 1240 3453,333


ước lượng được = 15+ 1,33333 * t

Từ đó tính các giá trị dự báo:

t= + (Sj tại thời điểm t )

 Dự báo sản lượng lúa quý I năm thứ 6, (t= 16)

16 = 15 +1,33333 * 16 + 3,666667= 40 (tấn/ha)

 Dự báo sản lượng lúa quý II năm thứ 6, (t=17)
= 15 +1,33333 * 17 + 0,333333= 38 (tấn/ha)
17

 Dự báo sản lượng lúa quý III năm thứ 6, (t=18)

= 15 +1,33333 * 18 – 4 = 35 (tấn/ha)
18

Bài 7:

12

11
Vẽ đồ thị ta nhận thấy dạng kết hợp của
10
yếu tố xu thế và thành phần thời vụ
9

8
Thời vụ dạng nhân
7 Xu thế tuyến tính
6

5
 Dự báo sử dụng phương pháp
4
01 02 03 04 05 06 07 08 09 10 11 12
chỉ số thời vụ giản đơn, mô hình
dạng nhân.
Y

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

m=2=(++) …. chuỗi mất đi 2 giá trị quan sát

Bảng tính để ước lượng các tham số của mô hình

nă
m thời vu t Y Sjk Sj XCI
1,30162 6,45347
1 hè-thu 1 8,4 5 2
6,7 0,71375 0,69837 6,87309
đông-xuân 2 4,8 3 5 5 8
6,8 1,30402 1,30162 6,83760
2 HT 3 8,9 3 9 5 7
6,9 0,69837 6,72990
ĐX 4 4,7 3 0,6787 5 9
1,30555 1,30162 7,22174
3 HT 5 9,4 7,2 6 5 2
7,6 0,69837 7,58904
ĐX 6 5,3 5 0,69281 5 6
8,0 1,30162 8,14366
4 HT 7 10,6 5 1,31677 5 7
8,2 0,69300 0,69837 8,16180
ĐX 8 5,7 3 9 5 4
1,29761 1,30162 8,37414
5 HT 9 10,9 8,4 9 5 8
1 8,5 0,69837 8,73456
ĐX 0 6,1 8 0,71137 5 2
8,7 1,30162 8,60462
6 HT 11 11,2 5 1,28 5 9
1 0,69837 9,30732
ĐX 2 6,5 5 1

Bảng phụ tính trung bình chỉ số thời vụ từng mùa Mj, chỉ số thời vụ chung Sj
thời vụ năm 1 năm 2 năm 3 năm 4 năm 5 năm 6 Mj Sj
1,30555
hè thu 1,304029 6 1,31677 1,297619 1,28 1,300795 1,301625
đông xuân 0,713755 0,6787 0,69281 0,693009 0,71137 0,697929 0,698375
Tổng 1,998724

M 1= (1,304029 + 1,305556+1,31677+1,297619+1,28)/5

Sj = Mj *m/
Ước lượng thành phần xu thế bằng phương pháp ols
= 6,119611 +0,251227 *t

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

 Hàm dự báo: *Sj

= (6,119611 +0,251227 *t ) *Sj
Dự báo Doanh thu vụ hè – thu (2014)
= (6,119611 +0,251227 *13) * 1,301625 = 12,21648
Dự báo doanh thu vụ thu - đông (2014)
=(6,119611 +0,251227 *14) *0,698375 = 6,7301
Dự báo doanh thu bán hàng trong năm 2014:
+= 18,94657

Bài tập chương 6

(dự báo bằng mô hình ARIMA)

Bài tập chương 7

Dự báo mô hình hồi quy nhân tố
(đơn biến, đa biến, mô hình nhiều phương trình sảy ra đồng thời)

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

ta có bảng tính sau:

Y
t năm Y (CPQC) (giá)
1 5 40 6 10 36 100 60 240 400
2 6 44 7,5 9,5 56,25 90,25 71,25 330 418
3 7 46 8 9,5 64 90,25 76 368 437
4 8 48 9 9,2 81 84,64 82,8 432 444,6
5 9 52 11 9,2 121 84,64 101,2 572 478,4
6 10 58 13 9 169 81 117 754 522
7 11 60 14 9 196 81 126 840 540
8 12 68 15,5 8,6 240,25 73,96 133,3 1054 584,8
9 13 74 17 8,4 289 70,56 142,8 1258 621,6
10 14 80 19 8,2 361 67,24 155,8 1520 656
Tổn 7368 5099,4
g 570 120 90,6 1613,5 823,54 1066,15

1, mô hình dự báo khối lượng tiêu thụ của sp theo giá có dạng
=+
Ta có hệ phương trình:
  ta có mô hình dự báo:
=
 Dự báo khối lượng tiêu thụ của công ty năm 2015 theo giá là:
=
- Y- t
34,473 -22,527 -17 507,4657 289 1

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

46,45525 -10,5448 -13 111,1918 169 2

46,45525 -10,5448 -11 111,1918 121 3
53,6446 -3,3554 -9 11,25871 81 4
53,6446 -3,3554 -5 11,25871 25 5
58,4375 1,4375 1 2,066406 1 6
58,4375 1,4375 3 2,066406 9 7
68,0233 11,0233 11 121,5131 121 8
72,8162 15,8162 17 250,1522 289 9
77,6091 20,6091 23 424,735 529 10
1552,9 1634

Hệ số xác định = = 0,95037

 Khối lượng tiêu thụ phụ thuộc rất lớn vào giá sản
phẩm . sự thay đổi của giá giải thích được
95,037% sự thay đổi của khối lượng tiêu thụ
 Giá và khối lượng tiêu thụ có mối quan hệ chặt
chẽ vớ nhau

2,

Biến phụ thuộc: Ta có hệ phương trình:


o Khối lượng tiêu thụ sản
phẩm: Y 
Biến độc lập: Ta được mô hình dự báo:
o Chi phí quảng cáo: =
o Giá sản phẩm: Khối lượng tiêu thụ của Công ty năm 2015
là
Ta sẽ sử dụng mô hình nhân tố đa
biến: mô hình dự báo khối lượng
tiêu thụ của sp theo giá có dạng : = 74,4 (tấn)
Y=++
Giả thiết:
- E(ui ) = 0 với ∀ i (i = 1, 2,
….n)
- Var(ui ) = với ∀ i (i = 1, 2,
….n)
- Giữa các biến độc lập không
có đa cộng tuyến hoàn hảo
hay X ≠ 0.

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

Bảng tính
.= 12;

Y- ( ( (
-17 -6 0,94 102 289 36 0,8836 -15,98
-13 -4,5 0,44 58,5 169 20,25 0,1936 -5,72
-11 -4 0,44 44 121 16 0,1936 -4,84
-9 -3 0,14 27 81 9 0,0196 -1,26
-5 -1 0,14 5 25 1 0,0196 -0,7
1 1 -0,06 1 1 1 0,0036 -0,06
3 2 -0,06 6 9 4 0,0036 -0,18
11 3,5 -0,46 38,5 121 12,25 0,2116 -5,06
17 5 -0,66 85 289 25 0,4356 -11,22
23 7 -0,86 161 529 49 0,7396 -19,78
Tổng 528 1634 173,5 2,704 -64,8

Hệ số tương quan
Corr( == 0,991649
Corr( == -0,97487

Hệ số tương quan của giữa khối lượng tiêu thụ sản phẩm Y và chi phí quảng cáo =
0,991649 ; Hệ số tương quan bội tương ứng: 0,98337

 Cho thấy mối quan hệ chặt chẽ giữa khối lượng tiêu thụ sản phẩm và chi phí
quảng cáo
Và đó là mối quan hệ thuận chiều. đưa thêm biến CPQC giải thích được 98,33% sự thay
đổi của giá.
Hệ số tương quan giữa giữa khối lượng tiêu thụ sản phẩm Y và giá sản phẩm = -0,97487;
Hệ số tương quan bội tương ứng: 0,9504
 Cho thấy mỗi quan hệ chặt chẽ giữa khối lượng tiêu thụ sản phẩm và giá sản phẩm
đó là mối quan hệ ngược chiều

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

bài tập chương 8

dự báo bằng mô hình cân đối liên ngành

Có 2 mô hình
 Tĩnh (trong một năm)
 Động
(cho phép xác định mối quan hệ
nhân quả giữa quá khứ, hiện tại và
tương lai)
Bảng cân đối liên ngành dạng hiện
vật

Bảng cân đối liên ngành dạng giá trị

Các bảng cân đối liên ngành hiện vật-

giá trị

Bài 9

1, Ý nghĩa = 0,2
Để tạo ra một đơn vị sản phẩm của ngành 1 cần 0,2 đơn vị sản phẩm của ngành 3

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

2, dự báo tốc độ tăng trưởng kinh tế

Ma trận hệ số chi phí trực tiếp:
A=

E- A= C= - =

Ma trận nghịch đảo của ma trận (E-A)

B==
Giá trị sản lượng của nền kinh tế kì gốc:
 X(0)=
Giá trị sản lượng của nền kinh tế kỳ dự báo:
 X(1)=B*Y(1)= B*=
Kỳ dự báo
GDP1 (1) = (1 - - (1) = (1-0,6) * (1) =15,22224
GDP2 (1) = (1 - - (1) = 13
GDP3 (1) = (1 - - (1) = 16,7776
Tổng GDP kỳ dự báo : GDP(1) = 44,99984
Kỳ gốc
GDP1 (0) = (1 - - (0)
= (0,4)*35= 14
GDP2 (0) = (1 - - (0)
= (0,4)*40 =16
GDP3 (0) = (1 - - (0)
= (0,4)*50 = 20
Tổng GDP của nền kinh tế gốc : GDP(0) = 50

Tốc độ tăng trưởng kinh tế năm dự báo:

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

g= = = -10%

3, đánh giá xu hướng chuyển dịch cơ cấu ngành và xác định tỷ lệ chuyển đổi cơ cấu
ngành:
S(1)= = =
S(0)= = =
Xu hướng chuyển dịch cơ cấu ngành: Tỷ trọng ngành 1 tăng 5,83%, tỷ trọng ngành 2
giảm 3,11%, tỷ trọng ngành 3 giảm 2,716%
Tỷ lệ chuyển dịch cơ cấu của ngành:
Cos = = 0,9925  = …
n= /90*100= 7,8018%
4. dự báo nhu cầu đầu tư để đạt được mức tăng trưởng kinh tế đề ra mới
h = [E - A]-1* e’ = B*e’
h =* =
dự báo nhu cầu đầu tư của ngành:

= * = 3,0556 = 34,5454
= * = (-7,5)= -80,625
= * = 8,056)= -102,266
Tổng nhu cầu đầu tư của nền kinh tế: I = I 1 + I 2 + I 3
5, tính giá trị gia tăng ngành 1 và lập bảng cân đối liên ngành năm dự báo

Ngành TD Tiêu dùng trung gian (xij= aij*Xj ) TDCC GTSL

1 2 3 Yi Xi
Ngành SX
1 11,41668 3,25 8,3888 15
2 3,8055 6,5 4,1944 18
3 7,611 9,75 12,5832 12
22,83318 19,5 25,1664
15,22242 13 16,7776
GO

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

= IC =
 = * X 1 = 38,0556 = 11,47668 …. Tương tự tính xij
 1 = = 11,41668 + 3,8055 + 7,611 = 22,83318
= VA ( giá trị gia tăng) = GO – IC

Bài 10
= .( - f. )
 E–A-f =C=
Tìm ma trận nghịch đảo của ma trận C
= B=
 - f. = - * = - =
Giá trị sản lượng của nền kinh tế kì dự báo là:
B.( - f. ) = . =

Dự báo Sản lượng

Ngành 1 Ngành 2 Ngành 3
57,074 68,468 83,838

Bảng cân đối liên ngành

Ngành TDCC GTSL
TD Tiêu dùng trung gian xij Gia tăng vốn cố định Zi Xi
Ngành
1 2 3 1 2 3
SX
1 11,4148 6,8468 8,3838 0,0707 0,0846 0,27676 30
4 8
2 5,7074 13,693 8,3838 0,0707 0,3387 0,27676 40
6 4 2
3 11,4148 6,8468 16,767 0,1414 0,2540 0,41514 48
6 8 4
28,537 27,387 33,535
2 2

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

28,537 41,080 50,302

8 8
GO 209,38
Giải thích

= * (lưu ý tính theo cột dọc)

= * = 0,2 * 28,537
= * = 0,1 * 68,468
= * = 0,2 * 83,838

=++ (tổng theo hàng dọc cột )

VA = GO – IC
*
 = * = 0,01* (57,074 – 50) = 0,07074
 =*
 =*

Ngành () () ∆X % (+/-)
1 38,0556
2 32,5
3 41,944
112,499
Tổng 312,537 6 100 100

Bài tập chương 9

Phương pháp chuyên gia

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

Bài 11:
Thời Số ý Số ý
gian kiến kiến tích
lũy Giá trị trung vị:
<10 3 3
10 – 15 7 10
15 – 20 9 19
20 – 25 14 33
25 – 30 18 51 me = 30 +5. = 33,8 = 34
30 – 35 25 76 Có 50% số chuyên gia được hỏi cho rằng con
35 – 40 20 96 người sẽ có chuyến bay tới sao Hỏa và bay trở về
40 – 45 19 115 Trái đất trong 34 năm tới
45 – 50 15 130
> 50 10 140

Số tứ phân vị dưới:
Số tứ phân vị trên

= 40+5. = 42,36842 = 42

= 25+5. =25,55= 26
có 25% số chuyên gia được hỏi cho
rằng con người sẽ có chuyến bay tới
sao Hỏa và quay trở lại Trái Đất trong
vòng 26 năm tới
75% số chuyên gia được hỏi cho rằng con
người sẽ chó chuyến bay tới sao Hỏa và quay
trở lại Trái đất trong vòng 42 năm tới

Bài 12

E1 E2 E3 E4 E5

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

O1 80 80 70 70 70 370 74
O2 90 90 90 90 100 460 92
O3 100 100 100 100 90 490 98
O4 70 80 90 60 70 370 74
O5 90 80 80 90 90 430 86
O6 80 80 90 80 80 410 82
1) Đáng giá độ thống nhất của các chuyên gia
Sự kiện Chuyên gia Tổng (
E1 E2 E3 E4 E5 hạng r
O1 80 80 70 70 70
Hạng 4.5 4.5 6 5 5.5 25.5 64
O2 90 90 90 90 100
Hạng 2.5 2 3 2.5 1 11 42.25
O3 100 100 100 100 90
Hạng 1 1 1 1 2.5 6.5 121
O4 70 80 90 60 70
Hạng 6 4.5 3 6 5.5 25 56,25
O5 90 80 80 90 90
Hạng 2.5 4.5 5 2.5 2.5 17 0,25
O6 80 80 90 80 80
Hạng 4.5 4.5 3 4 4 20 6,25

105 290
căn cứ vào tổng hạng ta tính được thứ tự ưu tiên cho các phương án:
O3 >O2 > O5 > O6 > O4 > O1
Số chuyên gia m = 5
Số sự kiện n = 6
= -2) + -2) = 12 -2) = 6
-4) = 60 -2) + -2) = 12
-3) =24

= 114
W = 0,7436 có 74,36 % số chuyên gia sẽ nhất trí với thứ tự ưu
tiên là O3 > O2 > O5 > O6 > O4 > O1

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

0,7436 < 0,75 trong trường hợp này, các chuyên gia cần phải tiến hành đánh giá, cho
điểm lại mức độ độ quan trọng của các sự kiện và sắp xếp lại thứ tự ưu tiên, cũng nhu
tính lại hệ số W

Chữa bài
Kí hiệu rõ Yt
Detal Yt+1 dương có xu thế
Có giá trị cá biệt có thể loại bỏ giá trị cá biệt
Bài 2:
Ta nhận thấy rằng deta Yt+1 xoay quanh giá trị 2.1 nên chuỗi thời gian này có thể mô tả
bằng xu thế tuyến tính bậc 1
hàm mũ có thể mô tả chuỗi thời gian… nhưng chưa thực sự phù hợp nhất. ở đây dự
báo dân số ta có thể dự báo bằng hàm mũ bậc 3
Ban đầu 0,17.. lúc ra a = 0,16…
Bài 3:
với mức bão hòa:… tính đặc điểm của cả hai dạng hàm logistic và gompert
So sánh và lựa chọn
Bổ sung thêm cột và những cột có số liệu trong các bước tính toán
Bài 4:
Đặc điểm của chỗi t.g và dữ kiện đề bài lựa chọn phương pháp dự báo
(thiếu lập luận lựa chọn phương pháp)

Ôn bài
Phương pháp ngoại suy xu thế (chương 3)
Điều kiện:
- Đối tượng dự báo phát triển ổn định
- Những điều kiện chung cho đối tượng dự báo phát triển được duy trì

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

- Không có bước nhảy

Chuỗi thời gian: là tập hợp các giá trị của một biến ngẫu nhiên hay chỉ tiêu thống kê
được xắp xếp theo thứ tự thời gian. Được cấu thành bởi ít nhất 1 trong 4 thành phần ..
- Biến động xu thế
- Biến động thời vụ
- Biến động theo chu kỳ
- Biến động ngẫu nhiên
Phương pháp xử lý sơ bộ chuỗi thời gian:
- Phân tích đối chứng kỹ thuật
- Kiểm định thống kê
- Nội suy cắt dán (loại trừ yếu tố ngoài giả thiết)
Xu thế: là một bộ phận của chuỗi thời gian thể hiện khuynh hướng phát triển dài hạn của
chuỗi thời gian đó
Cách xác định hàm xu thế
- Dùng đồ thị
- Phân tích thống kê
- Cực tiểu sai số
Ước lượng hàm xu thế
- Phương pháp điểm chọn
- Phương pháp nội suy Newton
- Phương pháp bình phương nhỏ nhất OLS
Các nhân tố ảnh hưởng đến sai số dự báo
- Tầm xa dự báo
- Độ tin cậy alpha
- Độ dài chuỗi thời gian
- Phương pháp ước lượng tham số

Phương pháp san mũ (chương 4)

Nguyên tắc:

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

- Càng về quá khứ, trọng số càng giảm

- Sai số hiện tạ phải đươc tính tới trong kỳ dự báo kế tiếp
Khi = 1, giá trị dự báo cho thời kỳ kế tiếp bằng chính giá trị hiện tại
Khi = 0, giá trị dự báo cho thời kỳ kế tiếp bằng chính giá trị dự báo ở thời kỳ trước
đó
càng gần 1, trọng số các quan sát quá khứ càng nhỏ
càng gần 0, trọng số quan sát quá khứ lớn hơn. Hệ số san này thích hợp với chuỗi
thời gian có tính ổn định cao.

Dự báo bằng mô hình cần đối liên ngành (chương 8)

PL theo độ dài Phân loạiTheo đơn
thời kỳ dự báo vị đo lường

Cân đối Cân đối Bảng CĐLN Bảng CĐLN Bảng CĐLN
động tĩnh dạng hiện vật dạng giá trị dạng hiện vật
– giá trị

Điều kiện để sản xuất xã hội có tái sản xuất mở rộng V + M > C
Với
 Dự báo sản lượng
 Cơ cấu ngành
 Dự báo tốc độ tặng trưởng kinh tế
 Dự báo nhu cầu vốn sản xuất, nhu cầu vốn đầu tư, nhu cầu lao động …của nền
kinh tế
 Sử dụng để phân tích đánh giá tác động đến môi trường, phân tích tác động lan tỏa
của các ngành mục đích cung cấp căn cứ khoa học cho hoạch định chính sách
cơ cấu.

Dự báo bằng mô hình ARIMA (chương 6)

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

Quá trình tự hồi quy AR(p)

- Một chuỗi thời gian Yt được goi là có quá trình tự hồi quy bậc p, viết tắt là AR(p),
khi giá trị hiện tại của chuỗi thời gian là tổng tuyến tính giá trị của p quan sát trong
quá khứ và điều chỉnh bởi bộ phận biến động ngẫu nhiên
Quá trình trung bình trượt MA(q)

Trung bình trượt - tự hồi quy ARMA(p,q)

Trung bình trượt tích hợp tự hồi quy ARIMA(p,d,q)

Dự báo bằng mô hình hồi quy nhân tố

Dự báo bằng phương pháp chuyên gia (chương 9)

Pp chuyên gia dự báo là pp thu thập, xử lý và đưa ra các đánh giá dự báo tương lai của
đối tượng dự báo trên cơ sở tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc lĩnh vực liên
quan đến tương lai phát triển của đối tượng dự báo.

Phạm vi áp dụng
- Khi đối tượng dự báo có tầm bao quát lớn
- Trong điều kiện thiếu thông tin và những thống kê đầy đủ
- Trong điều kiện có độ bất định lớn

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)

 lOMoARcPSD|10458209

- Khi dự báo trung hạn và dài hạn đối tượng dự báo chịu nhiều ảnh hưởng của nhiều
nhân tố và khó lượng hóa.
- Khi dự báo các chỉ tiêu về ngành, lĩnh vực mới chịu nhiều ảnh hưởng của tiến bộ
KH – CN
- Điều kiện thiếu thời gian, do hoàn cảnh cấp bách
- Bổ sung cho các pp định lượng
Các phương pháp đánh giá của chuyên gia
- Xếp hạng
- So sánh từng đôi một
- Đánh giá cho điểm trưc tiếp
- So sánh liên tiếp (thủ tục tổng hợp hình thức đánh giá bằng hạng và đánh giá trực
tiếp
Quy trình thực hiện phương pháp chuyên gia

Lựa chọn và thành lập nhóm chuyên gia

Downloaded by Huy?n Trang Lê (lehuyentrang14082003@gmail.com)