Đang tải... (xem toàn văn)
DỰ BÁO BẰNG PHƯƠNG PHÁP PHÂN TÍCH GVHD Ths Nguyễn Duy Tâm DỰ BÁO BẰNG PHƯƠNG PHÁP PHÂN TÍCH Nhóm thực hiện Phan Văn Hoành K104010030 Đặng Thị Huệ K104010034 Nguyễn Thị Mỹ Hoa K104010027 LOGO NỘI DUNG Tổng quan về dự báo trên chuỗi thời gian 1 Cơ sở lý thuyết và mô hình nghiên cứu 2 Phương pháp nghiên cứu 3 Kết quả dự báo 4 Kết luận chung 5 C1 Tổng quan về dự báo timeseries 1 1 Giới thiệu Xét 2 nhóm mô hình Các mô hình dự báo giản đơn Các mô hình phân tích các thành phần của chuỗi thời gian 1 2 P.
LOGO DỰ BÁO BẰNG PHƯƠNG PHÁP PHÂN TÍCH GVHD: Ths.Nguyễn Duy Tâm Nhóm thực hiện: Phan Văn Hoành_K104010030 Đặng Thị Huệ_K104010034 Nguyễn Thị Mỹ Hoa_K104010027 NỘI DUNG Tổng quan dự báo chuỗi thời gian Cơ sở lý thuyết mơ hình nghiên cứu Phương pháp nghiên cứu Kết dự báo Kết luận chung C1.Tổng quan dự báo timeseries 1.1.Giới thiệu Xét nhóm mơ hình: + Các mơ hình dự báo giản đơn + Các mơ hình phân tích thành phần chuỗi thời gian 1.2 Phương pháp phạm vi nghiên cứu Đánh giá kết dự báo hậu nghiệm việc phân tích đồ thị tiêu chí thống kê Dựa tảng phương pháp trung bình di động dự báo theo hàm xu 1.3 ý nghĩa thực tiễn Thơng qua hai mơ hình nêu trên, bước đầu đưa dự báo cho liệu mẫu, Phán đoán biến động tương lai chúng 1.4 Lý chọn đề tài Tính ứng dụng phổ biến phương pháp 1.5 Mục tiêu cần đạt Nhóm mơ hình giản đơn mơ hình dự báo thơ, trung bình, san mũ nhóm mơ hình phân tích mơ hình cộng tính mơ hình nhân tính Quy trình chuẩn thực dự báo mơ hình dự báo giản đơn Crystal ball Phân biệt Kiểm định TPhần Kruskal- chuỗi thời gian Wallis C2: Cơ sở lý thuyết mơ hình nghiên cứu Mơ hình dự báo thơ Giản đơn =Yt Trung Bình Giản đơn = = Điều chỉnh Y t+1=Y t+(Y t-Y t-1) = Yt-3 Yt-3+ Trung bình di động = Trung bình di động kép t+p = (Lt + pTt) St-s+p • Dự báo p tương lai • • • • Winters Holt Ul TB: Lt = + ( Lt-1 + Tt-1) Ul xu : Tt = (Lt – Lt-1) +(1 - )Tt-1 Giản đơn -> t+p = Lt + pTt • • ->Tổng qt: Mơ hình san mũ =+Yt-1 +Yt-2 + Yt-3 +…+Yt-n Phương pháp phân tích timeserries Cơ sở lý thuyết: • Dự báo chuỗi thời gian • Mối liên quan bốn thành phần chuỗi thời gian với liệu gốc Cơng cụ: Mơ hình nghiên cứu: Mơ hình hóa Yt theo thành phần Trt, Clt, Snt, It : • Mơ hình cộng tính : Xem chuỗi thời gian tổng thành phần Yt= Trt + Clt +Snt +It • Mơ hình nhân tính : Xem chuỗi thời gian tích thành phn Yt = Trtì CltìSnt ì It Company Logo ã • Phần mềm Eview Phần mềm Excel Chương 3:Phương pháp nghiên cứu Doanh thu công ty lữ hành Vietravel từ 2003 – 2006, dự báo doanh thu năm công ty Năm Quý Y Năm Quý Y 2003 64.2 2005 97.6 2003 75.7 2005 120.0 2003 117.1 2005 184.7 2003 72.4 2005 101.9 2004 69.4 2006 125.2 2004 90.0 2006 160.0 2004 139.3 2006 237.2 2004 84.7 2006 143.4 Chương 3:Phương pháp nghiên cứu Nguồn Dữ liệu thứ cấp, sách giáo khoa, http://www.vietnamtourism.gov.vn liệu Giống quy trình phương pháp định lượng: Quy Trình Xác định mục tiêu dự báo: thực Xác định biến số cần dự báo Nhận dạng khía cạnh thời gian thu thập, phân tích số liệu Lựa chọn mơ hình đánh giá mơ hình Chuẩn bị trình bày kết dự báo Chương 3: Phương pháp nghiên cứu Mô hình nhân tính Chủ quan: Doanh thu cao vào tháng =>Có yếu tố mùa Khách quan: Sử dụng kiểm định Kruskal-Wallis 1) Tách yếu tô mùa khỏi mô hình : Chương 3: Phương pháp nghiên cứu 2) Ước lượng hàm xu Giả sử chọn hàm tăng trưởng mũ: •Tạo biến lênh genr t=@trend(2002:4), gõ lệnh LS LOG(YSA) C T Chương 3: Phương pháp nghiên cứu Pt hàm đồ thị:LOG(YSA) = 4.19890707622 + 0.0589534314314*T Thêm số 17,18,19,20 thay vào T ta có kết dự báo sau: Chương 3: Phương pháp nghiên cứu Giả sử ta chọn phương trình dự báo dạng tuyến tính: Kiểm định vi phạm giả thiết mơ hình Mơ hình khơng vi phạm giả thiết 3) Kết hợp yếu tố xu yếu tố mùa: gõ lệnh genr yf=ysaf*sn Vậy hàm tăng trưởng mũ xác Chương 3: Phương pháp nghiên cứu Nếu ta áp dụng mơ hình cộng tính: Cũng thực đầy đủ bước mơ hình nhân tính Mơ hình nhân tính Chương 3: Phương pháp nghiên cứu Nếu ta áp dụng mơ hình dự báo giản đơn: Áp dụng cơng thứcY^t+1=Yt ta có Yt Y^t et |et| (et)^2 |et|/Yt et/Yt 64.2 75.7 64.2 11.5 11.5 132.25 0.151915 0.151915 117.1 75.7 41.4 41.4 1713.96 0.353544 0.353544 72.4 117.1 -44.7 44.7 1998.09 0.617403 -0.6174 69.4 72.4 -3 0.043228 -0.04323 90 69.4 20.6 20.6 424.36 0.228889 0.228889 139.3 90 49.3 49.3 2430.49 0.353912 0.353912 84.7 139.3 -54.6 54.6 2981.16 0.644628 -0.64463 97.6 84.7 12.9 12.9 166.41 0.132172 0.132172 10 120 97.6 22.4 22.4 501.76 0.186667 0.186667 11 184.7 120 64.7 64.7 4186.09 0.350298 0.350298 12 101.9 184.7 -82.8 82.8 6855.84 0.812561 -0.81256 13 125.2 101.9 23.3 23.3 542.89 0.186102 0.186102 đồ thị dự báo sau: Chương 3: Phương pháp nghiên cứu Kết luận: Mơ hình nhân tính bám sát thực tế Tóm tắt: Giữa mơ hình mơ hình nhân tính phù hợp Nói cách khác doanh thu công ty năm có xu hướng biến động tăng dần, tăng so với kì năm trước Chương 4: kết dự báo Tổng hợp, so sánh mức độ xác dự báo mơ hình: → Bảng so sánh số mơ hình: Chỉ số MAPE MAE RMSE U Cộng tính 6.324845 7.495353 9.961549 0.040723 Nhân tính 3.748212 4.062936 4.938460 0.020854 Giản đơn 0.32865 39.8125 48.68 Mơ hình Chương 4: kết dự báo Nhận thấy mơ hình nhân tính phù hợp so với mơ hình cộng tính MH giản đơn MH Cộng tính • MAPE = 6.32%, với số cao khơng • Chỉ số theil phù hợp với U= liệu 0.04