(LUẬN VĂN THẠC SĨ) Phát hiện tri thức theo mùa vụ từ cơ sở dữ liệu chuỗi thời gian Luận văn ThS. Công nghệ thông tin 1.01.10

PHÁT HIỆN TRI THỨC THEO MÙA VỤ TỪ CƠ SỞ DỮ LIỆU CHUỖI THỜI GIAN Học viên: Trần Văn Thái – K10T2 Người hướng dẫn: TS Đỗ Văn Thành TIEU LUAN MOI download : skknchat@gmail.com Mục lục MỞ ĐẦU CHƢƠNG CHUỖI THỜI GIAN VÀ PHÂN TÍCH CHUỖI THỜI GIAN .4 1.1 Chuỗi thời gian dự báo chuỗi thời gian 1.1.1.Định nghĩa chuỗi thời gian .5 1.1.2.Dự báo chuỗi thời gian 1.2 Ứng dụng chuỗi thời gian .6 1.3 Đại lƣợng đặc trƣng chuỗi thời gian 1.4 Phân tích chuỗi thời gian 11 1.5 Các mơ hình chuỗi thời gian đơn giản 13 1.5.1 Nhiễu trắng 13 1.5.2.Mơ hình bƣớc ngẫu nhiên 13 1.5.3.Bƣớc ngẫu nhiên có bụi 14 1.6 Một số phƣơng pháp kiểm định thống kê 14 1.6.1.Kiểm định T 15 1.6.2.Kiểm định F 15 1.6.3.Kiểm định Q 16 1.6.4.Kiểm định Durbin-Watson 16 1.6.5.Kiểm định nghiệm đơn vị 18 1.6.6.Tiêu chuẩn thông tin Akaike (AIC), Schwarz (SIC) 19 1.7 Kết luận 20 CHƢƠNG MƠ HÌNH ARIMA THƢỜNG VÀ THEO MÙA VỤ 21 2.1 Mơ hình ARIMA thƣờng 21 TIEU LUAN MOI download : skknchat@gmail.com 2.1.1.Toán tử trễ 21 2.1.2.Chuỗi thời gian dừng 22 2.1.3.Quá trình tuyến tính 26 2.1.4.Quá trình tự hồi qui - AR(p) 26 2.1.5.Quá trình trung bình trƣợt – MA(q) .31 2.1.6 Quá trình trung bình trƣợt tự hồi qui ARMA(p,q) 34 2.1.7.Mơ hình tích hợp trung bình trƣợt tự hồi qui ARIMA(p,d,q) 36 2.1.8.Qui trình xây dựng mơ hình ARIMA (p, d, q) 38 2.1.9.Nguyên tắc tằn tiện .48 2.2 Mơ hình ARIMA theo mùa vụ 48 2.2.1.Chuỗi mùa vụ 48 2.2.2.Biến đổi chuỗi mùa vụ thành chuỗi dừng .50 2.2.3.Mơ hình tích hợp trung bình trƣợt tự hồi qui theo mùa vụ ARIMA(p,d,q)x(P,D,Q)s 51 2.3 Kết luận 55 CHƢƠNG ỨNG DỤNG MƠ HÌNH ARIMA THEO MÙA VỤ 57 KẾT LUẬN 82 TÀI LIỆU THAM KHẢO 85 PHỤ LỤC 88 TIEU LUAN MOI download : skknchat@gmail.com Danh sách hình vẽ Hình - Chuỗi thời gian số giá tiêu dùng Việt Nam đo theo tháng Hình – Đồ thị chuỗi dừng số giá tiêu dùng Việt Nam 22 Hình - ACF/PACF chuỗi khơng dừng số giá tiêu dùng Việt Nam 23 Hình - Chuỗi số giá tiêu dùng Việt Nam sau sai phân bậc 24 Hình - Chuỗi số giá tiêu dùng Việt Nam sau sai phân bậc sai phân trễ mùa vụ bậc .25 Hình - Chuỗi biến đổi số giá tiêu dùng Việt Nam qua hàm biến đổi 25 Hình - Mơ hình lọc tuyến tính 26 Hình - Các bước xây dựng mơ hình ARIMA 38 Danh sách bảng biểu Bảng 1: Đặc trưng ACF PACF mơ hình tham số 35 TIEU LUAN MOI download : skknchat@gmail.com Bảng từ viết tắt Từ cụm từ Từ viết tắt Từ tiếng Anh Hàm tự tƣơng quan ACF AutoCorrelation Function Kiểm định DF ADF Argumented Dickey-Fuller Tiêu chuẩn thông tin AIC/SIC AIC/SIC Akaike Information Criteria, Schwarz Information Criteria Sai số phần trăm tuyệt đối APE Absolute Percent Error Tự hồi qui AR AutoRegression Tích hợp trung bình trƣợt tự hồi qui ARIMA AutoRegressive Integrated Moving Average Trung bình trƣợt tự hồi qui ARMA AutoRegressive Moving Average Kiểm định DW DW Durbin-Watson Phân phối đồng độc lập I.I.D Independent Identical Distribution Trung bình trƣợt MA Moving Average Sai số tuyệt đối trung bình MAE Mean Absolute Error Sai số bình phƣơng trung bình MSE Mean Square Error Hàm tự tƣơng quan phần PACF Partial AutoCorrelation Function Tự hồi qui theo mùa vụ SAR Seasonal AutoRegressive Tích hợp trung bình trƣợt tự hồi qui SARIMA Seasonal AutoRegressive Integrated theo mùa vụ Moving Average Trung bình trƣợt theo mùa vụ SMA Seasonal Moving Average Tổng bình phƣơng sai số SSE Sum of Square Error Nhiễu trắng WN White Noise TIEU LUAN MOI download : skknchat@gmail.com -1- MỞ ĐẦU Nền kinh tế đại ngày dựa yếu tố thơng tin Điều làm biến đổi sâu sắc đến môi trƣờng kinh doanh, phƣơng thức quản lý kinh tế cách thức tổ chức hoạt động sản xuất kinh doanh Đặc biệt nƣớc ta trình chuyển đổi từ kinh tế tập trung quan liêu bao cấp sang xây dựng kinh tế thị trƣờng bối cảnh hội nhập cạnh tranh quốc tế gay gắt, hoạt động quản lý nhà nƣớc chuyển mạnh từ phƣơng thức quản lý theo mệnh lệnh sang sử dụng cơng cụ chế sách vai trị thông tin, thông tin dự báo phục vụ phát triển kinh tế - xã hội trở lên cấp thiết quan trọng Vì thế, cách thức thu thập, phân tích sử dụng thơng tin, liệu phục vụ cho q trình chịu biến đổi mạnh mẽ Hiện tại, với việc ứng dụng rộng rãi công nghệ thông tin, số luợng lớn thông tin liệu đƣợc thu thập nhiều cách thức khác môi trƣờng trực tuyến, thời gian thực…đã tạo khối lƣợng thông tin, liệu khổng lồ Trong liệu có yếu tố thời gian đƣợc kết hợp lại tùy theo đặc tính khoảng thời gian thích hợp tạo số lƣợng lớn chuỗi liệu khoảng thời gian nhƣ đƣợc gọi liệu chuỗi thời gian (series time data, gọi tắt chuỗi thời gian) Nhƣ biết, phần lớn liệu phản ánh hoạt động sản xuất kinh doanh doanh nghiệp, phản ánh tình hình phát triển kinh tế - xã hội quốc gia chuỗi thời gian phần lớn sở liệu kinh tế - xã hội sở liệu chuỗi thời gian (series time database) Việc phân tích nhằm phát tri thức từ sở liệu chuỗi thời gian thƣờng đƣợc dựa phƣơng pháp phân tích chuỗi thời gian đại thơng qua sử dụng công cụ tin học nhƣ: EViews, SPSS, SAS (Statistical Analysis System)… Một đặc trƣng quan trọng chuỗi thời gian kinh tế - xã hội có tính mùa vụ, chẳng hạn giá số lƣợng bán mặt hàng ví dụ nhƣ máy điều hòa nhiệt, số giá tiêu dùng mặt hàng nói chung khác tháng năm, hay tình hình đầu tƣ nƣớc vào TIEU LUAN MOI download : skknchat@gmail.com -2- Việt Nam, kim ngạch xuất Việt Nam tháng quý khác năm thƣờng khác nhau… Làm cách để phát đƣợc tri thức mới, dự báo đƣợc liệu tƣơng lai dựa liệu khứ sở liệu chuỗi thời gian có tính mùa vụ nhƣ Luận văn ”phát tri thức theo mùa vụ từ sở liệu chuỗi thời gian” góp phần làm rõ phƣơng pháp giải vấn đề đƣợc đặt Luận văn gồm chƣơng nội dung, phần mở đầu, phần kết luận, phần phụ lục tài liệu tham khảo Chương 1: Chuỗi thời gian phân tích chuỗi thời gian giới thiệu cách tóm tắt khái niệm chủ yếu liên quan đến chuỗi thời gian bƣớc tiến hành phân tích dự báo chuỗi thời gian, giới thiệu số mơ hình chuỗi thời gian đơn giản kiểm định thống kê sử dụng cho phân tích chuỗi thời gian dự báo liệu Chương 2: Mơ hình ARIMA thường theo mùa vụ trình bày mơ hình phân tích chuỗi thời gian điển hình để dự báo liệu cho trƣờng hợp liệu chuỗi thời gian có khơng có tính chất mùa vụ, tƣơng ứng mơ hình ARIMA theo mùa vụ mơ hình ARIMA thƣờng Chương Ứng dụng mơ hình ARIMA theo mùa vụ Mục đích chƣơng ứng dụng mơ hình ARIMA theo mùa vụ để dự báo số số kinh tế vĩ mô quan trọng phản ánh mức độ tăng trƣởng kinh tế Việt Nam nhƣ dự báo số giá tiêu dùng theo tháng (CPI), giá trị hàng hóa xuất theo tháng Dữ liệu đƣợc sử dụng để dự báo số liệu thực tế kinh tế Phần kết luận tổng kết công việc thực kết đạt đƣợc luận văn này, phần đề cập công việc hƣớng nghiên cứu tƣơng lai Tác giả luận văn xin gửi lời cảm ơn sâu sắc đến TS Đỗ Văn Thành, Trung tâm thông tin dự báo Kinh tế - Xã hội Quốc gia - Bộ kế hoạch đầu TIEU LUAN MOI download : skknchat@gmail.com -3- tƣ, ngƣời hƣớng dẫn tận tình giúp đỡ tơi nhiều q trình thực luận văn này, ngƣời mở cho cách tiếp cận công nghệ thông tin vào đời sống thực tế Xin bày tỏ lời cảm ơn tới thầy TS Hà Quang Thụy, GS-TSKH Phan Đình Diệu, PGS-TS Trịnh Nhật Tiến, PGS-TS Đoàn Văn Ban, TS Nguyễn Việt Hà, TS Hoàng Xuân Huấn, PGS-TS Nguyễn Văn Bình,TS Đinh Mạnh Tƣờng, ngƣời truyền cho tác giả nhiều kiến thức kinh nghiệm quý báu thời gian tác giả theo học cao học Trƣờng Đại học Công nghệ Cuối cùng, xin gửi lời cảm ơn chân thành đến cán thuộc Tổng cục Thống kê Việt Nam, ngƣời giúp đỡ nhiệt tình việc cung cấp số liệu đầy đủ, trung thực phục vụ cho luận văn xin gửi lời cám ơn tới tất ngƣời thân gia đình, bạn bè giúp đỡ q trình học tập cơng tác Tác giả Trần Văn Thái TIEU LUAN MOI download : skknchat@gmail.com -4- CHƢƠNG CHUỖI THỜI GIAN VÀ PHÂN TÍCH CHUỖI THỜI GIAN Để phân tích biến động, hành vi tƣợng qua thời gian, ngƣời ta thƣờng dùng phƣơng pháp phân tích chuỗi quan sát theo thời gian Trong phƣơng pháp thƣờng giả định giá trị quan sát không độc lập với nhau, ngƣợc lại phụ thuộc giá trị quan sát đặc điểm, sở cho việc xây dựng phƣơng pháp nghiên cứu dự báo chuỗi thời gian Phân tích chuỗi thời gian đƣợc chia làm hai loại: Phân tích mức độ theo thời gian phân tích mối liên hệ nguyên nhân – kết Phƣơng pháp dự báo phân tích mức độ theo thời gian liên quan đến việc dự báo giá trị tƣơng lai yếu tố đƣợc nghiên cứu dựa tƣơng quan với quan sát khứ Trong phân tích mối liên hệ nhân liên quan đến việc xác định nhân tố khác ảnh hƣởng đến yếu tố muốn dự báo, nhƣ dùng phƣơng pháp phân tích hồi qui bội xem xét GDP phụ thuộc vào lƣợng đầu tƣ nƣớc, lƣợng đầu tƣ nƣớc ngoài, dân số… Trong luận văn này, tập trung chủ yếu vào phân tích mức độ theo thời gian đƣợc dựa giả định yếu tố ảnh hƣởng đến biến động tƣợng khứ tiếp tục tồn tƣơng lai Do mục tiêu phân tích chuỗi thời gian nhận yếu tố ảnh hƣởng này, phục vụ cho mục đích đƣa dự báo giá trị tƣơng lai chuỗi dựa vào để hỗ trợ việc đƣa định Trong chƣơng chủ yếu trình bày vấn đề liên quan đến chuỗi thời gian bao gồm khái niệm, dự báo cho chuỗi thời gian đại lƣợng đặc trƣng nó, tiếp trình bày mơ hình chuỗi thời gian đơn giản cuối đƣa số phƣơng pháp kiểm định thống kê cho mơ hình chuỗi thời gian TIEU LUAN MOI download : skknchat@gmail.com -5- 1.1 Chuỗi thời gian dự báo chuỗi thời gian 1.1.1.Định nghĩa chuỗi thời gian Chuỗi liệu phụ thuộc thời gian đƣợc chia làm hai loại: - Chuỗi liệu phụ thuộc thời gian đƣợc quan sát, đo đạc khoảng thời gian rời rạc: Các quan sát đƣợc thực thời điểm tách biệt, chúng thƣờng quan sát đƣợc đo mốc thời gian cách nhau, ví dụ chuỗi thời gian đƣợc đo theo tuần, quý, tháng, năm, … - Chuỗi liệu liên tục theo thời gian: Các quan sát đƣợc đo khoảng thời gian liên tục, ví dụ chuỗi liệu đo nhiệt độ ngày (nhiệt kế) Luận văn tập trung vào chuỗi liệu phụ thuộc thời gian đƣợc đo khoảng thời gian rời rạc cách nhau, gọi chuỗi thời gian (series time data) Nhƣ vậy: Chuỗi thời gian tập giá trị quan sát biến ngẫu nhiên, ký hiệu {zt}, t = 1, ,n số quan sát, đo đƣợc khoảng thời gian t nhƣ (hàng năm, quý, tháng, tuần, ngày…) đƣợc xếp theo thứ tự thời gian Ví dụ: - Chuỗi giá trị tổng sản phẩm quốc nội (GDP) đƣợc đo theo quý - Chuỗi giá trị đo lƣợng mƣa trung bình hàng năm - Chuỗi giá trị số thị trƣờng chứng khoán đo theo ngày - Chuỗi giá trị đo sản lƣợng điện tiêu thụ Việt Nam đo theo tháng, quí nhiều năm - Chuỗi giá trị số giá tiêu dùng Việt Nam theo tháng, quý năm TIEU LUAN MOI download : skknchat@gmail.com - 85 - TÀI LIỆU THAM KHẢO Tài liệu tiếng Việt: [1] Vũ Thiếu, Nguyễn Quang Dong, Nguyễn Khắc Minh (2001), Kinh tế lượng, NXB Khoa học kỹ thuật [2] Nguyễn Khắc Minh (2002), Các phương pháp phân tích dự báo kinh tế NXB Khoa học kỹ thuật Hà Nội [3] Nguyễn Quang Dong (2002), Kinh tế lượng (chương trình nâng cao) NXB Khoa học kỹ thuật [4] Hà Văn Sơn (2004), Giáo trình lý thuyết thống kê, Nhà xuất thống kê Tài liệu tiếng Anh: [5] Ronald Bewley (2000), Time Series Forecasting, UNSW, Science Department, LGRC University of California [6] Boris Kovalerchuk, Evgenii Vityaev (2001), Dataming in finance advances in relational and hybrid method, Kluwer Acedamic Publishers [7] Wiesner Vos (2005), Time Series, Department of Statistics [8] Philip Hans Franses (2004), Forecasting Seasonal Time Series, Econometric Institute, Erasmus University Rotterdam [9] Lon Mu Liu, Stanlay L.Sclove (2001), DataMining on Time series: An illustration using fast-food restaurant franchise data, Department of Information and decision sciences, the university of Illinois at Chicago TIEU LUAN MOI download : skknchat@gmail.com - 86 - [10] Robert H Shumway (2003), A short course in applied time series analysis, Department of Statistics of the University of California [11] Kevin Michael Reagan (1984), An evaluation of ARIMA (BoxJenkins) Models for forecasting wastewater treatment process variables, University of California [12] Liz John (2004), Time series analysis, School of Engineering and Mathematics in Edith Cowan University [13] Hyunyoung Choi (2005), Time series analysis, Statistics and Applied Probability, University of California, Santa Barbara [14] Shashank Shekhar (2004), Recursive methods for forecasting short-term traffic flow using seasonal ARIMA time series model, North Carolina State University [15] Kadri Yỹrekl, Ahmet Kurunỗ (2004), Testing the residual of an ARIMA model on the ỗekerek stream, Ankara University [16] Philip Hans Franses, Dick Van Dijk (2001), The forecasting performance of various models for seasonality and nonlinearity for quarterly industrial production, Econometric Institute - Erasmus University Rotterdam [17] Stephane Hess (2002), A statistical analysis of the effects of safety cameras on traffic accident rates in Cambridge shire, University of Cambridge, Statistical Laboratory [18] Jens Dossé, Christophe Planas (1996), Pre-adjustment in seasonal adjustment modethod: a comparison of REGARIMA & TRAMO [19] Oğuz Atuk, Beyza Pınar Ural (2002), Seasonal adjustment in economic time series, Central Bank of The Republic of Turkey TIEU LUAN MOI download : skknchat@gmail.com - 87 - [20] William Q.Meeker (2001), Applied time series, Iowa State University [21] Michele Manna & Romana Peronaci (2003), Seasonal adjustment, European Central Bank [22] Stephen A.Delurgio (1998), Forecasting principles and applications, Liberty University [23] Juan M.Rodriguez Poo (2003), Computer - Aided Introduction to Econometrics, Departamento de Economía, Universidad de Cantabria TIEU LUAN MOI download : skknchat@gmail.com PHỤ LỤC Bảng 1: Bảng giá trị tα phân phối T P(t>2.086) = 0.025 P(t>1.725) = 0.05 P(|t|>1.725)= 0.10 α n 0.1 0.0 0.0 25 0.0 0.0 05 0.00 0.00 05 3.0 78 6.3 14 12 706 31 821 63 656 318 289 636 578 1.8 86 2.9 20 4.3 03 6.9 65 9.9 25 22.3 28 31.6 00 1.6 38 2.3 53 3.1 82 4.5 41 5.8 41 10.2 14 12.9 24 1.5 33 2.1 32 2.7 76 3.7 47 4.6 04 7.17 8.61 1.4 76 2.0 15 2.5 71 3.3 65 4.0 32 5.89 6.86 1.4 40 1.9 43 2.4 47 3.1 43 3.7 07 5.20 5.95 1.4 15 1.8 95 2.3 65 2.9 98 3.4 99 4.78 5.40 8 1.3 97 1.8 60 2.3 06 2.8 96 3.3 55 4.50 5.04 1.3 83 1.8 33 2.2 62 2.8 21 3.2 50 4.29 4.78 10 1.3 72 1.8 12 2.2 28 2.7 64 3.1 69 4.14 4.58 11 1.3 63 1.7 96 2.2 01 2.7 18 3.1 06 4.02 4.43 12 1.3 56 1.7 82 2.1 79 2.6 81 3.0 55 3.93 4.31 13 1.3 50 1.7 71 2.1 60 2.6 50 3.0 12 3.85 4.22 TIEU LUAN MOI download : skknchat@gmail.com 14 1.3 45 1.7 61 2.1 45 2.6 24 2.9 77 3.78 4.14 15 1.3 41 1.7 53 2.1 31 2.6 02 2.9 47 3.73 4.07 16 1.3 37 1.7 46 2.1 20 2.5 83 2.9 21 3.68 4.01 17 1.3 33 1.7 40 2.1 10 2.5 67 2.8 98 3.64 3.96 18 1.3 30 1.7 34 2.1 01 2.5 52 2.8 78 3.61 3.92 19 1.3 28 1.7 29 2.0 93 2.5 39 2.8 61 3.57 3.88 20 1.3 25 1.7 25 2.0 86 2.5 28 2.8 45 3.55 3.85 21 1.3 23 1.7 21 2.0 80 2.5 18 2.8 31 3.52 3.81 22 1.3 21 1.7 17 2.0 74 2.5 08 2.8 19 3.50 3.79 23 1.3 19 1.7 14 2.0 69 2.5 00 2.8 07 3.48 3.76 24 1.3 18 1.7 11 2.0 64 2.4 92 2.7 97 3.46 3.74 25 1.3 16 1.7 08 2.0 60 2.4 85 2.7 87 3.45 3.72 26 1.3 15 1.7 06 2.0 56 2.4 79 2.7 79 3.43 3.70 27 1.3 14 1.7 03 2.0 52 2.4 73 2.7 71 3.42 3.68 28 1.3 13 1.7 01 2.0 48 2.4 67 2.7 63 3.40 3.67 29 1.3 11 1.6 99 2.0 45 2.4 62 2.7 56 3.39 3.66 30 1.3 10 1.6 97 2.0 42 2.4 57 2.7 50 3.38 3.64 60 1.2 96 1.6 71 2.0 00 2.3 90 2.6 60 3.23 3.46 120 1.2 89 1.6 58 1.9 80 2.3 58 2.6 17 3.16 3.37 ∞ 1.2 82 1.6 45 1.9 60 2.3 26 2.5 76 3.09 3.29 TIEU LUAN MOI download : skknchat@gmail.com TIEU LUAN MOI download : skknchat@gmail.com Bảng 2: Bảng phân phối 2 với xác suất thích hợp P(2 m  c)  p 0.005 0.001 0.025 0.050 0.100 0.900 0.950 0.975 0.001 0.004 0.016 2.706 3.841 5.024 0.000 0.000 0.010 0.002 0.051 0.103 0.211 4.605 5.991 7.378 9.2 0.072 0.024 0.216 0.352 0.584 6.251 7.815 9.348 11 0.207 0.091 0.484 0.711 1.064 7.779 9.488 11.143 13 0.412 0.210 0.676 0.381 1.237 1.635 2.204 10.645 12.592 14.449 16 0.989 0.599 1.690 2.167 2.833 12.017 14.067 16.013 18 1.344 0.857 2.180 2.733 3.490 13.362 15.507 17.535 20 1.735 1.152 2.700 3.325 4.168 14.684 16.919 19.023 21 2.156 1.479 3.247 3.940 4.865 15.987 18.307 20.483 23 2.603 1.834 3.816 4.575 5.578 17.275 19.675 21.920 24 3.074 2.214 4.404 5.226 6.304 18.549 21.026 23.337 26 3.565 2.617 5.009 5.892 7.041 19.812 22.362 24.736 27 4.075 3.041 5.629 6.571 7.790 21.064 23.685 26.119 29 4.601 3.483 6.262 7.261 8.547 22.307 24.996 27.488 30 5.142 3.942 6.908 7.962 9.312 23.542 26.296 28.845 32 5.697 4.416 7.564 8.672 10.085 24.769 27.587 30.191 33 6.265 4.905 8.231 9.390 10.865 25.989 28.869 31.526 34 6.844 5.407 8.907 10.117 11.651 27.204 30.144 32.852 36 7.434 5.921 9.591 10.851 12.443 28.412 31.410 34.170 37 8.034 6.447 10.283 11.591 13.240 29.615 32.671 35.479 38 8.643 6.983 10.982 12.338 14.041 30.813 33.924 36.781 40 0.831 1.145 1.610 9.236 11.070 12.832 TIEU LUAN MOI download : skknchat@gmail.com 15 9.260 7.529 11.689 13.091 14.848 32.007 35.172 38.076 41 9.886 8.085 12.401 13.848 15.659 33.196 36.415 39.364 42 10.520 8.649 13.120 14.611 16.473 34.382 37.652 40.646 44 11.160 9.222 13.844 15.379 17.292 35.563 38.885 41.923 45 11.808 9.803 14.573 16.151 18.114 36.741 40.113 43.195 46 12.461 10.391 15.308 16.928 18.939 37.916 41.337 44.461 48 13.121 10.986 16.047 17.708 19.768 39.087 42.557 45.722 49 13.787 11.588 16.791 18.493 20.599 40.256 43.773 46.979 50 20.707 17.917 24.433 26.509 29.051 51.805 55.758 59.342 63 27.991 24.674 32.357 34.764 37.689 63.167 67.505 71.420 76 35.534 31.738 40.482 43.188 46.459 74.397 79.082 83.298 88 43.275 39.036 48.758 51.739 55.329 85.527 90.531 95.023 100 51.172 46.520 57.153 60.391 64.278 96.578 101.879 106.629 112 59.196 54.156 65.647 69.126 73.291 107.565 113.145 118.136 124 67.328 61.918 74.222 77.929 82.358 118.498 124.342 129.561 135 75.550 69.790 82.867 86.792 91.471 129.385 135.480 140.916 147 83.852 77.756 91.573 95.705 100.624 140.233 146.567 152.211 158 109.142 102.113 117.985 122.692 128.275 172.581 179.581 185.800 193 152.241 143.842 162.728 168.279 174.835 226.021 233.994 241.058 249 TIEU LUAN MOI download : skknchat@gmail.com d1 Bảng 3: Bảng phân phối F P(F  c)  0.05 d1, d2 161.45 199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 18.51 19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 10.13 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 7.71 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 6.61 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 10 4.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 d2 TIEU LUAN MOI download : skknchat@gmail.com 60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.04 100 3.94 3.09 2.70 2.46 2.31 2.19 2.10 2.03 1.97 150 3.90 3.06 2.66 2.43 2.27 2.16 2.07 2.00 1.94 ∞ 3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 Bảng 4: Giá trị DL DU thống kê Durbin-Watson với mức ý nghĩa 5% K=2 n D L 610 700 763 824 K=3 D U D L 400 0 332 559 320 629 699 547 367 U 201 287 455 L D D L K=7 D U D L D U 005 282 777 D K=6 U 272 896 K=5 D 1 L 128 467 D U 377 356 D K=4 250 219 128 847 296 155 588 417 174 067 123 534 1 2 879 320 697 641 525 016 376 414 243 822 142 231 1 1 2 927 324 758 604 595 928 444 283 315 645 203 004 1 1 2 971 331 812 579 658 864 512 177 380 506 268 832 TIEU LUAN MOI download : skknchat@gmail.com 010 1 340 861 562 715 816 574 094 444 390 328 692 1 1 2 045 350 905 551 767 779 632 030 505 296 389 572 1 1 1 2 077 361 946 543 814 750 685 977 562 220 447 471 1 1 1 2 106 371 982 539 857 728 734 935 615 157 502 388 1 1 1 2 133 381 015 536 897 710 779 900 664 104 554 318 1 1 1 2 158 391 046 535 933 696 820 872 710 060 603 258 1 1 1 2 180 401 074 536 967 685 859 848 752 023 649 206 1 1 1 201 411 100 537 998 676 894 828 792 991 691 162 1 1 1 1 221 420 125 538 026 669 927 812 829 964 731 124 2 1 1 1 1 239 429 147 541 053 664 958 797 863 940 769 090 1 1 1 1 257 437 168 543 078 660 986 785 895 920 804 061 1 1 1 1 273 446 188 546 101 656 013 775 925 902 837 035 TIEU LUAN MOI download : skknchat@gmail.com 288 1 454 206 550 123 654 038 767 953 886 868 013 1 1 1 1 1 302 461 224 553 143 652 062 759 979 873 897 992 1 1 1 1 1 316 469 240 556 162 651 084 753 004 861 925 974 1 1 1 1 1 328 476 255 560 181 650 104 747 028 850 951 959 1 1 1 1 1 341 483 270 563 198 650 124 743 050 841 975 944 1 1 1 1 1 352 489 284 567 214 650 143 739 071 833 998 931 1 1 1 1 1 1 363 496 297 570 229 650 160 735 090 825 020 920 1 1 1 1 1 1 373 502 309 574 244 650 177 732 109 819 041 909 3 1 1 1 1 1 1 383 508 321 577 258 651 193 730 127 813 061 900 1 1 1 1 1 1 393 514 333 580 271 652 208 728 144 808 079 891 1 1 1 1 1 1 402 519 343 584 283 653 222 726 160 803 097 884 1 1 1 1 1 1 411 525 354 587 295 654 236 724 175 799 114 876 TIEU LUAN MOI download : skknchat@gmail.com 419 1 530 364 590 307 655 249 723 190 795 131 870 1 1 1 1 1 1 427 535 373 594 318 656 261 722 204 792 146 864 1 1 1 1 1 1 435 540 382 597 328 658 273 722 218 789 161 859 1 1 1 1 1 1 442 544 391 600 338 659 285 721 230 786 175 854 1 1 1 1 1 1 475 566 430 615 383 666 336 720 287 776 238 835 1 1 1 1 1 1 503 585 462 628 421 674 378 721 335 771 291 822 5 1 1 1 1 1 1 528 601 490 641 452 681 414 724 374 768 334 814 1 1 1 1 1 1 549 616 514 652 480 689 444 727 408 767 372 808 1 1 1 1 1 1 567 629 536 662 503 696 471 731 438 767 404 805 1 1 1 1 1 1 583 641 554 672 525 703 494 735 464 768 433 802 1 1 1 1 1 1 598 652 571 680 543 709 515 739 487 770 458 801 1 1 1 1 1 1 611 662 586 688 560 715 534 743 507 772 480 801 TIEU LUAN MOI download : skknchat@gmail.com 624 1 671 600 696 575 721 550 747 525 774 500 801 1 1 1 1 1 1 635 679 612 703 589 726 566 751 542 776 518 801 1 1 1 1 1 1 645 687 623 709 602 732 579 755 557 778 535 802 1 1 1 1 1 1 00 654 694 634 715 613 736 592 758 571 780 550 803 1 1 1 1 1 1 50 720 747 706 760 693 774 679 788 665 802 651 817 1 1 1 1 1 1 00 758 779 748 789 738 799 728 809 718 820 707 831 TIEU LUAN MOI download : skknchat@gmail.com Bảng 5: Giá trị tới hạn cho kiểm định nghiệm đơn vị DF Khơng số Có số Có số Khơng xu Khơng xu Có xu 1% 5% 1% 5% 1% 5% - - - - - - 2.609 1.947 3.565 2.920 4.150 3.501 75 2.594 1.945 3.519 2.900 4.084 3.470 100 2.586 1.943 3.496 2.890 4.052 3.455 125 2.582 1.942 3.483 2.885 4.034 3.446 120 2.579 1.942 3.475 2.881 4.022 3.440 ∞ 2.566 1.939 3.433 2.862 3.964 3.413 Cỡ mẫu 50 TIEU LUAN MOI download : skknchat@gmail.com ... nhau… Làm cách để phát đƣợc tri thức mới, dự báo đƣợc liệu tƣơng lai dựa liệu khứ sở liệu chuỗi thời gian có tính mùa vụ nhƣ Luận văn ? ?phát tri thức theo mùa vụ từ sở liệu chuỗi thời gian? ?? góp phần... tế - xã hội quốc gia chuỗi thời gian phần lớn sở liệu kinh tế - xã hội sở liệu chuỗi thời gian (series time database) Việc phân tích nhằm phát tri thức từ sở liệu chuỗi thời gian thƣờng đƣợc dựa... CHƢƠNG CHUỖI THỜI GIAN VÀ PHÂN TÍCH CHUỖI THỜI GIAN .4 1.1 Chuỗi thời gian dự báo chuỗi thời gian 1.1.1.Định nghĩa chuỗi thời gian .5 1.1.2.Dự báo chuỗi thời gian