Chương 6

San phẳng hàm mũ

Biên soạn: TS. Đinh Bá Hùng Anh

Tel: 01647.077.055/090.9192.766
Mail: anhdbh_ise7@yahoo.com

6-1
Nội dung

6-2
Hàm mũ đơn
Hệ số Hàm phẳng ()
  (0,1)
 Càng gần hiện tại, trị trọng số càng lớn
 Giảm theo hàm mũ
 Trị phụ thuộc người chọn
 Cần ít dữ liệu cũ
Dự báo thời điểm t + 1
Yˆt 1   .Yt  1   Yˆt

Công thức tương đương Trong đó

Yˆt 1 :Trị dự báo cho giai điểm t+1

Yˆt 1  Yˆt   Yt  Yˆt  Yt: Dữ liệu cho thời điểm t
 = Hệ số sản phẳng hàm mũ (0 ≤
 ≤ 1) 6-3
Hàm mũ đơn
Ví dụ
Dự báo quý I/2010: 276.8
Dữ liệu (thực): 153 (quý I/2010
Hệ số san phẳng  = 0.2

Dự báo quý II/2010 = 276.8 + .2(153 - 276.8)

= 276.8 - 24.76 = 252.04 ≈ 252 xe
Tác động của hệ số san phẳng 
Trị được gán của hệ số san phẳng 
Hệ số Hiện tại(T.9) Tháng 8 Tháng 7 Tháng 6 Tháng 5
san phẳng () (1 - ) (1 - )2 (1 - )3 (1 - )4

 = .1 .1 .09 .081 .073 .066

 = .5 .5 .25 .125 .063 .031

6-4
Hàm mũ đơn Yˆt 1   .Yt  1   Yˆt

Ví dụ: Hàm mũ đơn với  = 0.1

Quý Dữ liệu Yt Dự báo Y^t Giải thích
Quý I, 2009 80 80.00 Gán bằng Y1
II, 2009 130 80.00 0.1×80 + (1-0.1)×80 = 80
III, 2009 230 85.00 0.1×130 + (1-0.1)×80 = 85
IV, 2009 340 99.50 0.1×230 + (0.9)×85 = 99.5
Quý I, 2010 100 123.55 0.1×340 + (0.9)×95 = 123.55
0.1×100 + (0.9)×123.55 =
II, 2010 180 121.20
121.2
0.1×180 + (0.9)×121.2 =
III, 2010 230 127.08
127.08
0.1×230 + (0.9)×127.1 =
IV, 2010 380 137.37
137.37
0.1×380 + (0.9)×137.4 =
Quý I, 2011 120 161.63
161.63
0.1×120 + (0.9)×161.7 =
II, 2011 130 157.47
157.47 6-5
Hàm mũ đơn Yˆt 1   .Yt  1   Yˆt

Ví dụ: Hàm phẳng hàm mũ đơn với  = 0.6

Quý Dữ liệu Yt ^t
Dự báo Y Sai số dự báo với  = .1
Quý I, 2009 80 80 MAD MSE MAPE
II, 2009 130 80
111.36 20137.15 0.42
III, 2009 230 110
IV, 2009 340 182
Quý I, 2010 100 276.80 Sai số dự báo với  = .6
II, 2010 180 170.72
MAD MSE MAPE
III, 2010 230 176.29
IV, 2010 380 208.52 109.66 16449.35 0.5726
Quý I, 2011 120 311.41
II, 2011 130 196.56 Dự báo Holt  = .1;  = .2
III, 2011 320 156.63
IV, 2011 410 254.65 MAD MSE MAPE
Quý I, 2012 - 347.86 88.35 10748 0.516
6-6
Hàm mũ đơn
Dữ liệu vs. Dự báo hàm mũ đơn

 = .6  = .1
6-7
Hàm mũ Holt (điều hướng)
Doanh thu

450

400

350

300 Xu
hướng
250

200
b

150

100

1 2 3 4 5 6 7 8 9 10 11 12
Thời gian
6-8
Hàm mũ Holt (điều hướng)
Qui trình hàm mũ Holt (hàm mũ điều hướng)

Bước 1: Tính Ft
Ft = ×Yt + (1 - )(Ft - 1 + Tt - 1)

Bước 2: Tính Tt
Tt = (Ft - Ft - 1) + (1 - )Tt - 1

Yˆ
Bước 3: Trị dự báo t = Ft + Tt

ˆ Dự báo Điều hướng

Yt 1 = hàm mũ (F ) + hàm mũ (Tt)
t

Trong đó
Yˆt 1: Trị dự báo cho giai điểm t + 1
Yt : Dữ liệu cho thời điểm t
 : Hệ số sản phẳng hàm mũ (0 ≤  ≤ 1) 6-9
 Hàm mũ Holt (điều hướng)

Thời điểm(t) Dữ liệu Yt Dự báo Ft Điều hướng Tt Dự báo HoltYˆt

Quý I, 2009 80 130.08 14.38 135.64
II,2009 130
IV,2009 230 Bước 1: Tính trị Ft cho quý II, 2009
III,2009 340
F2 = Y2 + (1 - )(F1 + T1)
Quý I, 2010 100
II,2010 180 F2 = (.1)(130) + (1 - .1)(130.1 + 14.38)
III,2010 230
= 13 + 130.01 = 143.01
IV,2010 380
Quý I, 2011 120
II, 2011 130 Bước 2: Tính trị điều hướng Tt (II-2009)
III,2011 …
T2 = (F2 - F1) + (1 - )T1
Chọn
 = 0.1 T2 = (.2)(143.01 – 130.1) + (.8)(14.38)
 = 0.2 = 2.58 + 11.5 = 14.09 6-10
Hàm mũ Holt (điều hướng)
Cách 1: Chọn FI-09 = YI-09 = 80, TI-09 = 0
Cách 2: Xây dựng phương trình qui tuyến tính Y = 0 + 1X
cho dữ liệu quá khứ rồi gán F0 = 0, T0 = 1.
Tung độ gốc 0 = 120.15
Hệ số góc 1 = 15.49
Gán F0 = 0 = 120.15
T0 = 1 = 15.49
F1 = Y1 + (1 - )(F0 + T0) = (0.1)(80) + (0.9)(120.15+15.49)
= 130.08
T1 = (F1 - F0) + (1 - )T0 = (0.2)(130.08 – 120.15) + (0.8)(15.49)
= 14.38
Trị dự báo hàm mũ Holt cho quý I năm 2009
YˆI 09  F0  T0  120.15  15.49  135.64
6-11
Hàm mũ Holt (điều hướng)
Quý Lượng bán Yt Thời điểm t

Quý I, 2009 80 1
II, 2009 130 2
III, 2009 230 3
IV, 2009 340 4
Quý I, 2010 100 5
II, 2010 180 6
III, 2010 230 7
IV, 2010 380 8
Quý I 2011 120 9
II, 2011 130 10
III, 2011 320 11
IV, 2011 410 12
6-12
Hàm mũ Holt
Quý (t) Dữ liệu (Yt) Hàm mũ Ft Điều hướng Tt Dự báo (Holt)
Quý I-2009 80 130.08 14.38 135.65
II-2009 130 143.01 14.09 144.46
III-2009 230 164.39 15.55 157.10
IV-2009 340 195.95 18.75 179.94
Quý I-2010 100 215.72 15.66 219.68
II-2010 180 231.24 15.63 231.38
III-2010 230 260.19 18.30 246.88
IV-2010 380 262.64 15.13 278.48
Quý I-2011 120 262.99 12.17 277.76
II-2011
III-2011 Bước 3: TínhYˆt cho quý II-2009
IV-2011
Quý I-2012
Yˆt = F + T
1 1
Yˆ2 = 130.08 + 14.38
= 144.46 6-13
Hàm mũ Holt Trị dự báo Holt
Dự báo Thừa số điều Dự báo
Quý Dữ liệu Yt hàm mũ Ft hướng Tt (Holt)
Quý I, 2009 80 130.08 14.38 135.64
II, 2009 130 143.01 14.09 144.46
III, 2009 230 164.39 15.55 157.10
IV, 2009 340 195.95 18.75 179.94
Quý I, 2010 100 203.23 16.46 214.70
II, 2010 180 215.72 15.66 219.68
III, 2010 230 231.24 15.63 231.38
IV, 2010 380 260.19 18.30 246.88
Quý I 2011 120 262.64 15.13 278.48
II, 2011 130 262.99 12.17 277.76
III, 2011 320 279.64 13.07 275.16
IV, 2011 410 304.44 15.41 292.71
Quý I, 2012 - - - 319.86 6-14
Hàm mũ Holt
Hàm mũ Holt
với  = .1,  = .2

Hàm mũ đơn với  = .1

6-15
Yếu tố mùa vụ trong dữ liệu

Qui trình xử lý

1. Làm trơn dữ liệu

2. Xây dựng đường hồi qui sử dụng dữ
liệu đã được làm trơn.
3. Xây dựng
4. Tính nhu cầu trung bình cho các mùa,
rồi nhân với hệ số mùa vụ để ra kết
quả dự báo.

6-16
Hàm mũ Winters

Bước 1: Tính trị dự báo hàm mũ Ft

Y 
Ft    t   1    Ft 1  Tt 1 
 St 

Bước 2: Tính thừa số điều hướng Tt

Tt    Ft  Ft 1   1    Tt 1

Bước 3: Tính hệ số mùa vụ hàm mũ St

Y 
St  p 1    t 1   1    St 1
 Ft 1 

Bước 4: Trị dự báo Hàm mũ Winters cho Yˆthời đoạn t + 1 t 1

Yˆt 1  Ft  Tt St 1

6-17
Hàm mũ Winters
Trong đó
: hằng số san phẳng hàm mũ
: hằng số san phẳng hàm mũ của thừa số điều hướng
: hằng số san phẳng hàm mũ của chỉ số mùa vụ
Yˆt 1 trị dự báo Hàm mũ Winters cho thời điểm t + 1
Ft: dự báo hàm mũ
Tt: thừa số điều hướng
St: hệ số mùa vụ
n: số thời đoạn dự báo cho tương lai sau thời điểm t
p: số mùa trong một chu kỳ (trong năm)
Xác định trị ban đầu cho các tham số F1, T1­, và S1, …, Sp
Cách 1
Chọn F(1)I-09 = YI-09 = 80, T(1)I-09 = 0, S1 = S2 = S3 = S4 = 1.

6-18
Hàm mũ Winters
Cách 2
gán F0 = 0, T0 = 1 rồi từ F0, T0 tính được F1, T1.
0 , 1 là các hệ số của phương trình hồi qui Y = 0 + 1X
Phương trình hồi qui của dữ liệu quá khứ đã được khử yếu tố mùa vụ
Khử yếu tố mùa vụ khỏi dữ liệu được thực hiện bằng cách tính trị
trung bình cho thời điểm t + 0.5 (X*t+0.5)
p/2
x t j
x t 0 , 5  
*

j (p/2)1 p

Để hoàn thành quá trình khử yếu tố mùa vụ khỏi dữ liệu, cần
tính trị trung bình cho thời điểm t (Xt)
* * X*t+0.5: thời điểm trung gian
Xt  X t  0.5
 X t 0.5
p: số thời đoạn (mùa) của một năm.
2
Dữ liệu theo quý p = 4; dữ liệu theo
tháng p = 12. 6-19
Hàm mũ Winters Dữ liệu đã được khử yếu tố mùa vụ Xt
Quý Dữ liệu Yt X*t + 0.5 (Xt) Thời điểm
Quý I, 2009 80 - - 1
II, 2009 130 195 - 2
III, 2009 230 200 197.5 3
IV, 2009 340 212.5 206.25 4
Quý I, 2010 100 212.5 212.50 5
II, 2010 180 222.5 217.50 6
III, 2010 230 227.5 225 7
IV, 2010 380 215 221.25 8
Quý I 2011 120 237.5 226.25 9
II, 2011 130 245 241.25 10
III, 2011 320 - - 11
IV, 2011 410 - - 12
Quý I, 2012 - - - 13
6-20
Hàm mũ Winters

Từ dữ liệu đã được khử yếu tố mùa vụ Xt và thời điểm t, tính

được các hệ số hồi qui.
Tung độ gốc 0 = 184.39
Hệ số góc 1 = 5.24
Tức phương trình hồi qui Y = 184.39 + 5.24X
Gán F0 = 0 = 184.39
T0 = 1 = 5.24

6-21
Hàm mũ Winters
Hệ số mùa vụ cho thời điểm t
Yt
St 
Yt

Dữ liệu trung bình đã khử yếu tố mùa vụ

Yt  Y0  t.T0

Hệ số mùa vụ cuối cùng

r 1

S
j 0
jp  i

Si 
r Y0: dữ liệu thời điểm gốc
T0: xu hướng của dữ liệu ở thời điểm gốc.
r: chu kỳ mùa (số năm)
p: số mùa trong một chu kỳ (trong năm)
6-22
Hàm mũ Winters Hệ số mùa vụ thành phần St

T Yt Yt St Giải thích
Quý I, 2009 80 189.63 0.42 = 80/189.63
II, 2009 130 194.87 0.67 = 130/194.87
Yt
III, 2009 230 200.11 1.15 = 230/200.11
IV, 2009 340 205.35 1.66 = 340/205.35
Quý I, 2010 100 210.59 0.47 = 100/210.59

II, 2010 180 215.83 0.83 = 180/215.83

III, 2010 230 221.07 1.04 = 230/221.07
IV, 2010 380 226.31 1.68 = 380/226.31
Quý I 2011 120 231.55 0.52 = 120/231.55
II, 2011 130 236.79 0.55 = 130/236.79
III, 2011 320 242.03 1.32 = 320/242.03
IV, 2011 410 247.27 1.66 = 410/247.27
6-23
Hàm mũ Winters
Hệ số mùa cuối cùng St
S1 = (0.42 + 0.47 + 0.52)/3 = 0.47
S2 = (0.67 + 0.83 + 0.55)/3 = 0.68
S3 = (1.15 + 1.04 + 1.32)/3 = 1.17
S4 = (1.66 + 1.68 + 1.66)/3 = 1.67
Bước 1: Tính trị dự báo hàm mũ cho quý I, năm 2009 (thời điểm t = 1)
FI-09 = (YI-09/S1) + (1 - )(F0 + T0)
= (0.1)(80/0.47) + (0.9)(184.39 + 5.24) = 187.69

Bước 2: Tính thừa số điều hướng cho quý I năm 2009 (thời điểm t = 1)
TI-09 = (FI-09 – F0) + (1 - )T0
= (0.2)(187.69 – 184.39) + (0.8)(5.24) = 4.85

6-24
Hàm mũ Winters

Bước 3: Tính chỉ số mùa vụ Hàm mũ cho quý I năm 2010 (t = 0, p =

4)
S0+4+1 = (Y0+1/F0+1) + (1 - )S0+1
= (0.1)(80/187.69) + (0.9)(0.47) = 0.465
Bước 4: Tính trị dự báo bằng phương pháp Hàm mũ Winters
Cho quý I năm 2009
YˆI 09 = (F + T )S­ = (184.39 + 5.24)(0.47) = 89.13
0 0 1

Cho quý IIYˆnăm 2009

II 09
= (FI-09 + TI-09)S2 = (187.69 + 4.85)(0.68) = 130.93

6-25
Hàm mũ Winters
Quý Yt Ft Tt St Dự báo
Quý I, 2009 80 187.66 4.85 0.47 89.12
II, 2009 130 192.37 4.82 0.68 130.90
III, 2009 230 197.13 4.81 1.17 230.71
IV, 2009 340 202.10 4.84 1.67 337.24
Quý I, 2010 100 207.73 4.99 0.46563 96.36
II, 2010 180 217.94 6.04 0.679577 144.56
III, 2010 230 221.24 5.49 1.169673 261.98
IV, 2010 380 226.80 5.50 1.671229 378.93
Quý I 2011 120 234.76 5.99 0.467207 108.53
II, 2011 130 235.41 4.93 0.694211 167.14
III, 2011 320 243.97 5.65 1.156663 277.98
IV, 2011 410 249.18 5.56 1.671654 417.28
Quý I, 2012 - 0.471602 120.14
6-26
Hàm mũ Winters Sai số dự báo của mô hình
MAD MSE MAPE
15.29 476.23 0.08
Biểu đồ dự báo Winters ( = 0.1;  = 0.2; và  = 0.1)

6-27
Bài tập 1
Cho dữ liệu lượng xe máy bán được của một cửa hàng trong 8 tháng
của năm 2011.
Tháng Lượng bán Tháng Lượng bán
Tháng Sáu 100 Tháng Mười 105
Tháng Bảy 95 Tháng M.Một 110
Tháng Tám 110 Tháng M.Hai 125
Tháng
Tháng Chín 115 -
Giêng/12
a. Dùng phương pháp Hàm mũ đơn và Hàm mũ Holt để dự báo
lượng xe bán được từ tháng Sáu/2011 đến tháng Giêng/2012 cho
α = 0.1, β = 0.2?
b. Tính sai số tuyệt đối MAD và sai số tương đối MAPE cho trị
dự báo từ tháng Sáu/2011 đến tháng Giêng/2012? So sánh sai số
của hai phương pháp dự báo dựa trên hai tiêu chí đánh giá này?
6-28
Bài tập 1
Dự báo lượng xe bán được bằng phương pháp Hàm mũ đơn
et et
Thời điểm Dữ liệu Hàm mũ đơn Dự báo yt

Tháng Sáu 100 100 100 0 0

Tháng Bảy 95 0.1(100) + 0.9(100) 100 5 0.05

Tháng Tám 110 0.1(95) + 0.9(100) 99.5 10.5 0.10

Tháng Chín 115 0.1(110) + 0.9(99.5) 100.55 14.45 0.13

Tháng Mười 105 0.1(115) + 0.9(100,55) 102 3.01 0.03

Tháng M.Một 110 0.1(105) + 0.9(102) 102.30 7.70 0.07

Tháng M.Hai 125 0.1(110) + 0.9(102,3) 103.07 21.93 0.18

Tháng Giêng - 0.1(125) + 0.9(103,07) 105.26 - -

6-29
Bài tập 1
Sai số dự báo của mô hình Hàm mũ đơn ( = 0.1)
MAD MSE MAPE
8.941936 - 0.078267

Dữ liệu
Yt Thời đoạn
100 1
95 2
110 3
115 4
105 5
110 6
125 7
Hệ số hồi qui β0 = 94.28571; β1 = 3.571429. Gán F0 = β0; T0 = β1.
6-30
Bài tập 1

Thời điểm Yt Ft Tt Dự báo et et / yt

Sáu 100 98.07 3.61 97.85 2.15 0.02

Bảy 95 101.02 3.48 101.68 6.69 0.07
Tám 110 105.05 3.59 104.50 5.50 0.05
Chín 115 109.27 3.72 108.64 6.36 0.06
Mười 105 112.20 3.56 113.00 8.00 0.08
M.Một 110 115.18 3.44 115.75 5.75 0.05
M.Hai 125 119.26 3.57 118.62 6.38 0.05
Giêng/2012 - 122.83 - -

Sai số dự báo của mô hình hàm mũ Holt

MAD MSE MAPE
5.8328 - 0.05428
6-31
Bài tập 1

6-32
Bài tập 2
Dữ liệu lượng bán của một cửa hàng kinh doanh thiết bị giáo
dục được cho ở bảng bên dưới.

Quý 2008 2009 2010 2011

1 5 7 10 15
2 33 37 58 72
3 52 59 75 90
4 10 17 28 30

a. Tính hệ số mùa vụ thành phần cho dữ liệu nêu trên?

b. Dùng phương pháp hàm mũ Winters để dự báo lượng bán từ
quý I/2008 đến quý I/2012 cho α = 0.1; β = 0.2; và = 0.1?

6-33
Bài tập 2 Làm trơn dữ liệu
Quý Dữ liệu Yt Y*t+0,5 Yt Thời điểm t
Quý I, 2008 5 - - 1
II, 2008 33 - - 2
III, 2008 52 25 25.25 3
IV, 2008 10 25.5 26 4
Quý I, 2009 7 26.5 27.375 5
II, 2009 37 28.25 29.125 6
III, 2009 59 30 30.375 7
IV, 2009 17 30.75 33.375 8
Quý I, 2010 10 36 38 9
II, 2010 58 40 41.375 10
III, 2010 75 42.75 43.375 11
IV, 2010 28 44 45.75 12
Quý I, 2011 15 47.5 49.375 13
II, 2011 72 51.25 51.5 14
III, 2011 90 51.75 - 15
IV, 2011 30 - - 16
Quý I, 2012 -0 = 14.84;-  =
1 2.57 - 17
6-34
Bài tập 2 Hệ số mùa vụ
Quý Yt Yt St
Quý I, 2008 5 17.42249 0.287
II, 2008 33 19.99811 1.65
III, 2008 52 22.57372 2.30
IV, 2008 10 25.14933 0.40
Quý I, 2009 7 27.72494 0.25
II, 2009 37 30.30055 1.22
III, 2009 59 32.87617 1.80
IV, 2009 17 35.45178 0.48
Quý I, 2010 10 38.02739 0.26
II, 2010 58 40.603 1.43
III, 2010 75 43.17861 1.74
IV, 2010 28 45.75422 0.61
Quý I, 2011 15 48.32984 0.31
II, 2011 72 50.90545 1.45
III, 2011 90 53.48106 1.68
IV, 2011 30 56.05667 0.54
Quý I, 2012 S1 = (0.872 +0.25- + 0.26 +0.31)/4 = 0.2782
17.42249 0.286985
S2 = (1.65 + 1.22 + 1.43 + 1.45)/4 = 1.428527
S3 = (2.30 + 1.80 + 1.74 + 1.68)/4 = 1.879497
6-35
Bài tập 2 Kết quả dự báo theo hàm mũ Winters

Quý Yt Ft Tt St Dự báo
Quý I, 2008 5 17.47 2.58 0.28 4.84
II, 2008 33 20.35 2.64 1.43 28.64
III, 2008 52 18.44 2.78 1.88 43.22
IV, 2008 10 21.07 2.75 0.51 10.73
Quý I, 2009 7 18.18 2.72 0.28 6.64
II, 2009 37 21.37 2.82 1.45 30.26
III, 2009 59 18.66 2.82 1.97 47.73
IV, 2009 17 22.71 3.07 0.50 10.80
Quý I, 2010 10 19.12 2.91 0.29 7.47
II, 2010 58 23.76 3.26 1.48 32.53
III, 2010 75 19.25 2.94 2.09 56.53
IV, 2010 28 25.28 3.56 0.53 11.71
Quý I 2011 15 20.46 3.18 0.31 9.02
II, 2011 72 25.86 3.62 1.57 37.18
III, 2011 90 19.63 3.01 2.27 67.00
IV, 2011 30 25.50 3.59 0.59 13.26
Quý I, 2012 - - - 0.35 10.33 6-36
Tài liệu tham khảo
[1] John E.Hanke, at el, “Business forecasting”, NXB
Pearson 2010.
[2] Đinh Bá Hùng Anh, “Dự báo trong kinh doanh”, NXB
Kinh tế TP. HCM 2015.

6-37