Professional Documents
Culture Documents
DBPTKTXH - Ch2 - 2021
DBPTKTXH - Ch2 - 2021
Các phương
pháp dự báo với
chuỗi thời gian
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 1
Nội dung chính
I. Chuỗi thời gian
II. Phương pháp ngoại suy xu thế
III. Phương pháp chỉ số thời vụ
IV. Phương pháp san chuỗi thời gian
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 2
I. Chuỗi thời gian
Khái niệm
Phân loại
Nguyên tắc xây dựng
Các phương pháp xử lý
Chuyển tần suất dữ liệu
Chuyển dạng dữ liệu
Phương pháp luận
Ví dụ:
Khoảng cách giữa các thời điểm của chuỗi bằng nhau
Các mức của chuỗi thời gian phải đồng nhất về:
Đơn vị đo,
Phương pháp tính,
Lãnh thổ
b) Loại bỏ sai số
Sai số hệ thống: có tính chất toàn cục, ở nhiều trường hợp, sai giống nhau, trong
cùng một khoảng thời gian…
b) Loại bỏ sai số
Các phương
pháp khắc (2) Phương pháp kiểm định thống kê toán
phục
b) Loại bỏ sai số
Phương pháp phân tích đối chứng kinh tế - kỹ thuật
Dùng hệ thống định mức hoặc dùng công thức toán học để tính
toán đối chiếu.
Căn cứ vào mối quan hệ giữa các chỉ tiêu để phát hiện tính bất
hợp lý của chuỗi số liệu.
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 11
I. Chuỗi thời gian
Các phương pháp xử lý
b) Loại bỏ sai số
Phương pháp kiểm định thống kê toán
Tính: và
Trong đó: Yt là giá trị thực tế các mức của chuỗi; là giá trị trung bình của chuỗi; n là số
quan sát của chuỗi; Y* là giá trị của mức nghi chứa sai số thô.
So sánh t* với tn (tn giá trị tra bảng phân phối chuẩn T-Student với bậc tự do n, độ
tin cậy (1 - ) cho trước)
Nếu t* tn thì kết luận Y* có chứa sai số thô. Khi đó loại bỏ Y* và thay Y* =
Nếu t* < tn thì chưa đủ cơ sở để kết luận Y* chứa sai số thô; Chưa được phép loại bỏ Y *mà phải đi thu
thập thông tin mới về Y* đáng tin cậy hơn.
b) Loại bỏ sai số
Phương pháp nội suy cắt dán
Phương pháp sử dụng để loại bỏ sai số ngẫu nhiên.
Nếu sai số ngẫu nhiên xuất hiện rải rác, là 1 quan sát đơn lẻ trên chuỗi thời
gian thì loại bỏ và dùng phương pháp bổ sung mức thiếu.
Nếu sai số ngẫu nhiên xuất hiện trên một đoạn gồm nhiều quan sát liên tục
thì áp dụng phương pháp cắt dán: Xác định những đoạn có chứa sai số ngẫu
nhiên, cắt bỏ hẳn những đoạn đó, ghép những đoạn mức còn lại để tạo ra
một chuỗi mới.
b) Loại bỏ sai số Chuỗi thời gian về số lượng gia cầm của Việt Nam
Năm Số lượng gia cầm (Triệu con)
Phương pháp nội suy cắt dán
(ví dụ) 1990 107,4
1995 151
Số lượng gia cầm năm 2004, 2005 2000 196
và 2006 giảm không phải do trình 2001 218
2002 233
độ chăn nuôi kém mà chủ yếu do 2003 255
ảnh hưởng của nhân tố ngẫu nhiên 2004 218
2005 220
(dịch bệnh). Xử lý bằng cách cắt bỏ 2006 215
2007 226
các số liệu đó, các mức còn lại sẽ 2008 247
tạo thành một chuỗi quan sát mới.
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 15
I. Chuỗi thời gian
Các phương pháp xử lý
a) Sai phân
(1)Sai phân tuyệt đối
(2)Sai phân tương đối
(3)Sai phân mùa vụ
b) Logarit hóa
c) Tỷ lệ tăng trưởng
d) Điều chỉnh mức giá
Cơ sở phương pháp
Triết học: duy vật biện chứng và duy vật lịch sử
Tính ì thời gian: Sức ì của những mối liên hệ qua lại và sức ì độc
lập.
Toán học: Yt = f(t) + e(t); xử lý thành phần ngẫu nhiên e(t) để xác
định thành phần xu thế f(t) phù hợp cho đối tượng.
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 22
II. Phương pháp ngoại suy xu thế
(Giới thiệu)
Yt = f(t) + (t)
f(t) được hiểu là hàm phi ngẫu nhiên của chuỗi thời gian, nó đặc trưng cho
bản chất của quá trình phát triển của đối tượng dự đoán, được gọi là xu thế.
Đại lượng ngẫu nhiên (t) biểu hiện những sai lệch giữa quá trình ngẫu nhiên
so với thành phần xu thế.
Xu thế là một bộ phận xác định của chuỗi thời gian thể hiện khuynh
hướng phát triển dài hạn của chuỗi thời gian đó.
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 25
II. Phương pháp ngoại suy xu thế
(Giới thiệu)
Nhiệm vụ của ngoại suy là phải xử lý thành phần ngẫu nhiên và xác định
thành phần xu thế tương ứng với sự vận động của đối tượng kinh tế. Để xác
định xu thế cần xác định trên 2 mặt:
Mặt định tính: Phải đi phân tích gạt bỏ những thành phần thứ yếu chỉ giữ
lại thành phần chủ yếu bản chất đó là thiên hướng đặc trưng.
Mặt định lượng: Đi tìm hàm lý thuyết f(t) - Hàm xu thế là dạng hàm toán
học thể hiện mối quan hệ và sự biến đổi của đối tượng nghiên cứu theo
thời gian.
Tiến hành:
Biểu diễn chuỗi thời gian lên hệ trục toạ độ
Nối các điểm trên hệ trục thành đường gãy khúc liên tục.
Nhận xét sự phân bố các điểm và so sánh đường biểu diễn thực
nghiệm với đường biểu diễn các hàm số thường gặp trong kinh
tế
Từ đó, xác định xu thế và dạng hàm xu thế tương ứng.
Đánh giá:
Đơn giản, dễ làm,...
Kết quả hoàn toàn phụ thuộc vào suy đoán và kinh nghiệm của
người nghiên cứu. Do vậy, rủi ro của việc lựa chọn chủ quan rất
lớn.
Dựa vào cùng một đồ thị, những người nghiên cứu khác nhau sẽ đi
đến những kết luận khác nhau về dạng phù hợp của hàm xu thế.
Ví dụ: Tổng sản phẩm trong nước (GDP) của Việt Nam theo giá so sánh
2010 (Đơn vị: tỷ VNĐ)
t 1 2 3 4 5 6 7 8
Ví dụ:
Chọn hàm tuyến tính
(linear) có dạng:
= a 0 + a 1t
Ví dụ:
Chọn hàm đa thức
(Polynomial) bậc 2 có
dạng:
= a 0 + a 1 t + a 2 t2
Ví dụ:
Chọn hàm mũ
(Exponential) có dạng:
Nội dung:
Nếu các giá trị t sắp xếp theo qui luật cấp số cộng và các giá trị Y t cũng theo
qui luật cấp số cộng, thì hàm xu thế có dạng tuyến tính:
Nếu các giá trị t sắp xếp theo qui luật cấp số cộng, còn các giá trị Y t sắp xếp
theo qui luật cấp số nhân, thì hàm xu thế có dạng hàm mũ:
Nếu logarit của t và logarit của Yt có quan hệ tuyến tính, thì hàm xu thế có
dạng:
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 36
II. 1) b) Phương pháp phân tích chuỗi thời gian
Ví dụ:
t Yt (1)Yt (2)Yt (3)Yt
Sai phân bậc 3 của chuỗi
1 2 - - -
thời gian không đổi.
2 4 2 - -
Vậy hàm xu thế có dạng:
3 9 5 3 -
4 19 10 5 2
5 36 17 7 2
6 62 26 9 2
7 99 37 11 2
Tiến hành:
Xây dựng một loạt hàm tương ứng với các khả năng có thể xảy ra.
Tính sai số trung bình của từng hàm theo công thức sau:
Trong đó: Yt là giá trị các mức của chuỗi của chuỗi thời gian; là giá trị tính toán
theo hàm xu thế đã xây dựng; n là số quan sát của chuỗi; p là số tham số của hàm
xu thế
Chọn hàm xu thế có sai số trung bình tương ứng nhỏ nhất.
Đánh giá:
Ưu điểm: kết quả có độ tin cậy cao...
Nhược điểm: tốn kém thời gian, công sức...
Đây là bước đi ước lượng giá trị của các tham số của hàm xu thế.
Có các phương pháp phổ biến sau:
a) Phương pháp bình phương bé nhất thông thường (OLS)
b) Phương pháp điểm chọn
c) Phương pháp sử dụng công thức nội suy Newton
Min
S’(a0) = S’(a1) = ... = S’(ap) = 0.
t 1 2 3 4 5 6 7 8
Tiến hành:
Với dạng hàm xu thế đã được xác định ở bước 1, ta chọn một số điểm mà
đường cong xu thế, với các điều kiện:
Tổng số điểm chọn bằng tổng số tham số cần ước lượng;
Khoảng cách giữa các điểm chọn bằng nhau;
Chọn những điểm đường cong có khả năng đi qua cao nhất.
Thay các điểm đã chọn vào hàm xu thế, được hệ phương trình.
Giải hệ phương trình sẽ được giá trị các tham số phải tìm và hàm xu thế
cụ thể.
Đánh giá:
Ưu điểm: giải quyết được cho những dạng hàm đặc biệt mà các
phương pháp không thực hiện được hoặc nếu có thì hết sức tốn
kém.
Nhược điểm: lãng phí thông tin, mỗi cách chọn điểm khác nhau sẽ
cho kết quả các bộ tham số khác nhau, nên độ chính xác không
cao.
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 56
II. 2) c) Phương pháp sử dụng công thức
nội suy Newton
Điều kiện áp dụng:
Chuỗi thời gian có qui luật sắp xếp của t theo cấp số cộng và sai phân bậc
p của Yt là một hằng số, hàm xu thế là một đa thức bậc p.
Tiến hành:
Các tham số của đa thức được xác định theo công thức nội suy Neuton:
a0 = y1; ; …;
Trong đó: h = t2 - t1 = t3 - t2 =…
Khi đó, hàm xu thế (hàm dự báo) được xây dựng:
t 1 2 3 4 5 6 7
Yt 2 4 9 19 36 62 99
5 36 17 7 2
6 62 26 9 2
7 99 37 11 2
Có hai tiêu chuẩn chủ yếu sau để kiểm định hàm xu thế:
a) Tiêu chuẩn hệ số biến phân
b) Tiêu chuẩn lô (Tiêu chuẩn phi tham số)
Nội dung:
Tính sai số trung bình: (p là số tham số trong hàm xu thế)
Tính hệ số biến phân: với
Trường hợp chỉ xác định được một khả năng về hàm xu thế = f(t), thì lựa
chọn hàm để dự báo, nếu: 10%
Trường hợp xác định được nhiều khả năng về hàm xu thế thì sẽ lựa chọn
hàm để dự báo, thỏa mãn: Min(, , …) 10%
Ví dụ: sử dụng số liệu ở các bước trước (GDP của Việt Nam giai đoạn 2011
– 2018), giả định hàm xu thế là hàm đa thức bậc 2:
Nội dung:
Với độ tin cậy 95%, hàm xu thế phải thoả mãn điều kiện:
Trong đó:
o Vn là tổng số các lô tính được (lô là dãy các (t) = Yt - có cùng dấu, đứng liền nhau)
o n là số quan sát của chuỗi thời gian.
o Kmax là độ dài của lô dài nhất (lô có số quan sát lớn nhất)
o K0n là một giá trị tra bảng. Trường hợp chuỗi có số quan sát n 26 thì K0n = 5; Nếu 26 <
n < 153 thì K0n = 6
Ví dụ: Sử dụng số liệu như ở các ví dụ trước (GDP của Việt Nam 2011 – 2018)
Lập bảng tính ta xác định được:
Vn = 6; ; ;
Ví dụ: Sử dụng số liệu ở các phần trước (GDP của Việt Nam 2011 – 2018),
dự báo GDP (theo giá so sánh 2010) của Việt Nam ở năm 2020.
Giá trị dự báo điểm: YDB2020 = Yn+2 = (nghìn tỷ VNĐ)
Sai số mô tả:
Sai số dự báo: 4,238
Tính giá trị dự báo hiệu chỉnh (kết hợp hai thành phần xu thế và mùa/thời
vụ) cho mỗi điểm chu kỳ ở mỗi thời đoạn:
Dự đoán đối tượng, mức phát triển tại các điểm chu kỳ ở thời đoạn t+l:
Dự đoán đối tượng: Mức phát triển tại các điểm chu kỳ k ở thời đoạn t+l
Giới thiệu:
Phương pháp áp dụng cho đối tượng: sự biến động ở thời kỳ tiền sử
không lớn.
Phương pháp giúp làm lộ rõ hơn xu thế phát triển của đối tượng.
Phương pháp đạt được độ chính xác cao nếu khoảng tin cậy nhỏ.
Trong đó: (Lt+1) là giá trị ước lượng mới hay giá trị dự đoán của thời kỳ tiếp theo.
(Lt) là giá trị ước lượng hay giá trị dự đoán cho thời kỳ hiện tại.
Yt là giá trị thực tế tại thời kỳ hiện tại.
(Yt - ) là sai số ước lượng hay sai số dự đoán của thời kỳ hiện tại.
là trọng số (Hằng số san) 0 < < 1
DBPTKTXH - Th.S Nguyễn Mạnh Hiếu 108
IV. 2) San hàm số mũ
(Tiếp theo)
Mô hình có dạng:
.......................