dự báo trong kinh doanh (bussiness forecasting)

phương pháp dự báo nhân lực, kinh doanh như hồi quy, san mũ, ARIMA,...

Khoa Kinh t ế Phát triển 1A Hoàng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn

Ph ùng Thanh Bình

1 Giới thiệu

2 Lịch sử phát triển của dự báo

3 Nhu cầu dự báo

4 Dự báo trong kinh doanh ngày nay

5 Phân lọai dự báo

6 Lựa chọn phương pháp dự báo

7 Phương pháp luận cho chuỗi thời gian & dự báo

8 Nguồn dữ liệu

9 Đo lường độ chính xác dự báo

10 Phần mền dự báo

Ph ùng Thanh Bình

z Nguyễn Trọng Hoài (2001): Mô hình hóa và Dự

báo chuỗi thời gian trong kinh doanh & kinh tế,

Chương 1.

z J.Holton Wilson & Barry Keating, (2007),

Business Forecasting With Accompanying

Excel-Based ForecastXTM Software, 5thEdition,

Chapter 1.

z John E.Hanke & Dean W.Wichern, (2005),

Business Forecasting, 8th Edition, Chapter 1.

TÀI LIỆU THAM KHẢO

z Dự báo là một yếu tố quan trọng của hầu hết các

quyết định kinh doanh và lập kế hoạch kinh tế

z Dự báo như một tập hợp các công cụ giúp người

ra quyết định đưa ra các phán đoán tốt nhất về các

sự kiện tương lai (dựa vào quá khứ và hiện tại)

z Nhu cầu nhân sự có kiến thức về dự báo đang gia

tăng

Ph ùng Thanh Bình

LỊCH SỬ PHÁT TRIỂN CỦA DỰ BÁO

z Nhiều kỹ thuật dự báo ngày nay đã phát triển vào

thế kỷ 19

z Nhưng những phương pháp dự báo phổ biến chỉ

được phát triển gần đây: phương pháp phân tích,

phương pháp san mũ, phương pháp ARIMA

z Cùng với sự phát triển của nhiều phương pháp dự

báo phức tạp và các phần mềm, dự báo ngày càng

nhận được nhiều sự quan tâm hơn

z Nhiều phương pháp dự báo mới tiếp tục được phát

triển

z Quyết định hôm nay ảnh hưởng đến tương lai

của tổ chức, nhưng tương lai là bất định

z Ai cần dự báo? Hầu như mọi tổ chức: lớn và

nhỏ, tư và công đều sử dụng dự báo Các bộ

phận chức năng như tài chính, marketing,

nhân sự, sản xuất Ngoài ra, tổ chức chính

phủ, phi chính phủ, các CLB xã hội, …

Ph ùng Thanh Bình

z Dự báo ngày càng trở nên quan trọng vì các công ty

tập trung vào việc gia tăng mức độ hài lòng của khách

hàng trong khi vẫn phải giảm chi phí của việc cung

cấp hàng hóa và dịch vụ

z Hầu như mọi lĩnh vực chức năng của doanh nghiệp

đều sử dụng một loại dự báo nào đó, ví dụ:

zKế toán: dự báo chi phí và doanh thu trong kế

hoạch nộp thuế

DỰ BÁO TRONG KINH DOANH NGÀY NAY

z Phòng nhân sự: dự báo nhu cầu tuyển dụng và những thay đổi

trong công sở

z Chuyên gia tài chính: dự báo ngân lưu

z Quản đốc sản xuất: dự báo nhu cầu nguyên vật liệu và tồn kho

z Giám đốc marketing: Dự báo doanh số để thiết lập ngân sách

cho quảng cáo

* Dự báo doanh số thường là dự báo cơ bản cho các dự báo khác

(ví dụ giữa những năm 1980, 94% sử dụng dự báo doanh số)

Ph ùng Thanh Bình

z Ngắn hạn (các chiến lược và kế hoạch tức

thì, cấp trung và cấp dưới) và dài hạn

(chiến lược dài hạn, cấp cao)

z Vi mô và vĩ mô

z Định tính và định lượng

PHÂN LOẠI DỰ BÁO

Forecast

methods

Quantitative (Objective)

Univariate time series

Nạve method Regression trends Exponential smoothing Decomposition ARIMA Event models New product models

Casual models

Time series & Cross sectional regression Bivariate (simple) regression Multi regression

Nguồn: J.Holton Wilson & Barry Keating (2007), p.37

Ph ùng Thanh Bình

z Dự báo định lượng:

o Dựa trên dữ liệu quá khứ để phát hiện xu hướng vận

động của đối tượng

o Giả định: giá trị tương lai của biến số dự báo phụ thuộc

vào xu hướng vận động trong quá khứ

o Cĩ 2 loại phương pháp định lượng:

• Chuỗi thời gian

• Nhân quả

PHÂN LOẠI DỰ BÁO

z Ưu điểm của dự báo định lượng?

o Kết quả dự báo hoàn toàn khách quan

o Có phương pháp đo lường độ chính xác dự báo

o Ít tốn thời gian để tìm ra kết quả dự báo

o Có thể dự báo điểm hay dự báo khoảng

Ph ùng Thanh Bình

z Dự báo định lượng ngày càng được chấp nhận rộng rãi?

o Các phương pháp định lượng hữu ích hơn trong việc

đưa ra dự đoán về các sự kiện tương lai

o Nhờ sự phát triển của các phần mềm máy tính giúp các

phương pháp định lượng trở nên dễ dàng hơn

o Các phán đoán cá nhân dựa trên kinh nghiệm thực tế

và/hay qua nghiên cứu nên luôn luôn giữ một vai trò

quan trọng trong việc chuẩn bị của bất kỳ dự báo nào

PHÂN LOẠI DỰ BÁO

z Dự báo định tính vẫn có vai trò quan trọng?

o Khi không có sẵn/không đủ dữ liệu quá khứ

o Nhân tố không thể lượng hóa

o Không có sẵn chuyên gia định lượng

o Không đòi hỏi kiến thức về toán

o Được chấp nhận rộng rãi bởi những người sử dụng

z Nhược điểm:

o Nhiều lĩnh vực thực tế không thể dựa vào phương pháp

định tính

o Luôn bị chệch (biased)

o Không chính xác một cách kiên định qua thời gian

o Tốn nhiều năm kinh nghiệm để một người có thể dự báo tốt

được

PHÂN LOẠI DỰ BÁO

z Các kết quả dự báo phải làm cho quá trình ra quyết

định dễ dàng hơn

z Không áp dụng một phương pháp cho mọi trường hợp

z Sản phẩm, mục tiêu, ràng buộc khác nhau phải được

xem xét khi chọn phương pháp dự báo thích hợp

z Có thể áp dụng nhiều phương pháp cho cùng một

trường hợp

z Phương pháp được chọn phải dự báo chính xác, kịp

thời, và dễ hiểu

Ph ùng Thanh Bình

z Dữ liệu lịch sử: YBEGtới YEND

z Giai đoạn mẫu phân tích: Y1, … Yn(Y1 không nhất

thiết trùng với YBEG)

z Dự báo tiền nghiệm: không có giá trị thực tế về đối

tượng dự báo (dự báo cho tương lai)

z Dự báo lùi: nhằm bổ sung dữ liệu cho giai đoạn lịch sử

PHƯƠNG PHÁP LUẬN CHO CHUỖI

THỜI GIAN & DỰ BÁO

Ph ùng Thanh Bình

z Tùy vào phương pháp dự báo được chọn:

o Một số phương pháp chỉ cần chuỗi số liệu sẽ được dự báo:

như dự báo thô, phân tích, san mũ, ARIMA

o Các phương pháp hồi qui bội yêu cầu phải có số liệu cho mỗi

biến sử dụng trong mô hình

z Nguồn số liệu chính là các số liệu nội bộ của tổ chức

o Số liệu có thể không thuận lợi cho xây dựng mô hình dự báo

vì thời gian có thể khác nhau, …

o Cách thức lưu trữ cũng có ý nghĩa quan trọng

z Số liệu bên ngoài tổ chức

NGUỒN DỮ LIỆU

z Gọi Yt = giá trị thực tại giai đoạn t

Nếu một mô hình được đánh giá là tốt thì sai số dự

báo phải tương đối nhỏ

z Các phương pháp đánh giá: (i) Phương pháp thống

kê; (ii) Phương pháp đồ thị

Ph ùng Thanh Bình

z Phương pháp đồ thị:

zNếu etdao động ngẫu nhiên theo thời gian thì ta

có mô hình dự báo tốt (xoay quanh trục 0)

zVẽ giá trị thực và giá trị dự báo lên cùng hệ

trục, nếu 2 giá trị này càng gần nhau thì mô

hình dự báo càng chính xác

zQuan sát bước ngoặt: mô hình dự báo tốt là mô

hình dự báo đúng những bước ngoặt theo mẫu

dữ liệu thực

Ph ùng Thanh Bình

ĐO LƯỜNG ĐỘ CHÍNH XÁC DỰ BÁO

z MiniTab, Eviews, SPSS

z Excel add-ins: Crystal Ball, Forecast X

z Forecast X (hiện nay) chiếm 40% thị phần dự

báo trong kinh doanh (J.Holton Wilson &

Barry Keating)

z Chương trình giảng dạy môn dự báo sẽ sử dụng

Excel và Forecast X

Khoa Kinh t ế Phát triển 1A Hoàng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn

Ph ùng Thanh Bình

1. Quy trình dự báo

2. Khảo sát dữ liệu chuỗi thời gian

3. Khảo sát dữ liệu bằng phân tích tự tương

quan

4. Lựa chọn mô hình dự báo

5. Ôn tập thống kê cơ bản

QUY TRÌNH DỰ BÁO, KHẢO SÁT DỮ

LIỆU VÀ LỰA CHỌN MÔ HÌNH

z Nguyễn Trọng Hoài (2001): Mô hình hóa và Dự

báo chuỗi thời gian trong kinh doanh & kinh tế,

Chương 2.

z J.Holton Wilson & Barry Keating, (2007),

Business Forecasting With Accompanying

Excel-Based ForecastXTM Software, 5thEdition,

Chapter 2.

z John E.Hanke & Dean W.Wichern, (2005),

Business Forecasting, 8th Edition, Chapter 2 & 3.

Ph ùng Thanh Bình

Bước 1: Xác định rõ các mục tiêu

Bước 2: Xác định dự báo cái gì

Bước 3: Nhận dạng các khía cạnh thời gian

Bước 4: Xem xét số liệu

Bước 5: Lựa chọn mô hình

Bước 6: Đánh giá mô hình

Bước 7: Chuẩn bị dự báo

Bước 8: Trình bày kết quả dự báo

Bước 9: Theo dõi các kết quả

QUY TRÌNH DỰ BÁO

z Nói rõ các mục tiêu, kể cả dự báo sẽ được sử

dụng như thế nào trong việc ra quyết định

z Các mục tiêu và ứng dụng của dự báo nên được

thảo luận giữa những cá nhân liên quan trong việc

chuẩn bị dự báo và những người sẽ sử dụng các

z Dự báo doanh số: doanh số đơn vị hay bằng tiền;

tổng doanh số, doanh số theo sản phẩm, hay

doanh số theo vùng; doanh số nội địa hay xuất

khẩu, hay cả hai

z Dự báo số bệnh nhân: số đăng ký khám, xuất

viện, số ngày nằm viện

z Độ dài và giai đoạn của dự báo: năm, quý, tuần,

z Số lượng và loại số liệu sẵn có: nội bộ hay bên ngoài;

số liệu có ở dạng mong muốn hay không; giá trị hay

đơn vị

z Có thể có quá nhiều hoặc quá ít dữ liệu

z Có thể thiếu giá trị cần phải ước tính

z Có thể phải chuyển đổi đơn vị tính

z Bản chất (pattern) số liệu (xem Bảng 2.1)

z Số lượng số liệu quá khứ sẵn có

z Độ dài dự báo

z Chọn mô hình phù hợp với dữ liệu đã được thu thập sao

cho tối thiểu hóa “sai số” dự báo

z Mô hình đơn giản hay phức tạp?

z Ý kiến đánh giá, nhận xét rất cần thiết

5 Lựa chọn mô hình

Ph ùng Thanh Bình

z Kiểm định các mô hình trên chuỗi số liệu ta muốn dự

báo

z Phân biệt độ phù hợp và độ chính xác

z Độ phù hợp: so với giá trị quá khứ

z Độ chính xác: so với giá trị dự báo

z Nếu mô hình được chọn trong bước 6 không đạt độ

chính xác chấp nhận được, quay lại bước 5 với một mô

z Khi có nhiều phương pháp sử dụng thông tin khác

nhau, thì việc kết hợp chúng lại sẽ cho kết quả tốt

hơn so với chỉ dùng một phương pháp

QUY TRÌNH DỰ BÁO

7 Chuẩn bị dự báo

z Cả dạng viết và thuyết trình

z Trình bày kết quả dự báo cho những ai dựa vào

đó để ra quyết định

z Cần phải có sự giao tiếp thảo luận giữa những

người có liên quan

8 Trình bày kết quả dự báo

Ph ùng Thanh Bình

z So sánh mức đô chính xác của giá trị dự báo và

giá trị thực tế trong giai đọan dự báo

z Người làm dự báo cần rút ra các bài học từ việc

z 4 tiêu chí có thể được áp dụng để xác định xem

dữ liệu có hữu ích cho việc dự báo hay không:

o Dữ liệu phải đáng tin cậy và chính xác

o Thay đổi đều đặn trong chuỗi dữ liệu thời gian

tại cùng thời điểm mỗi năm

KHẢO SÁT DỮ LIỆU CHUỖI

THỜI GIAN

z Tự tương quan là tương quan giữa một biến trễ

một hoặc nhiều giai đoạn và chính biến đó

với k = 0, 1, 2, khi độ trễ tăng, hệ số tự tương

2 t

k - t n

1 k t t k

)Y-Y(

)Y-(Y)Y-(Yr

z Giản đồ tự tương quan hay hàm tự tương quan là một

đồ thị biểu diễn quan hệ giữa các hệ số tự tương quan

với độ trễ của một chuỗi thời gian

z Các hệ số tự tương quan của các độ trễ khác nhau có

thể cung cấp các thông tin sau:

z Dữ liệu có ngẫu nhiên không?

z Dữ liệu có xu thế không?

z Dữ liệu có dừng không?

z Dữ liệu có yếu tố mùa vụ không?

Ph ùng Thanh Bình

z Kiểm định hệ số tự tương quan có khác 0 một cách có

ý nghĩa hay không (dữ liệu có ngẫu nhiên không)?

z SE(rk) = sai số chuẩn của tự tương quan với độ trễ k

1 - k 1 i

2 i k

z Khoảng tin cậy

0 ± t x SE(rk) với

z Kiểm định chung (một nhóm các hệ số tương

quan đầu tiên khác 0 một cách có ý nghĩa)

) SE(r

ρ - r

t

k

k k

2 k

k n

r 2)

n(n Q

Ph ùng Thanh Bình

o Ví dụ 3.2 (Hanke, 65)

o Ví dụ 3.3 (Hanke, 66)

z Dữ liệu có xu thế không?

o Một chuỗi thời gian có xu thế (không dừng): các hệ

số tự tương quan của các độ trễ đầu tiên lớn và sau

đó giảm dần bằng 0 khi độ trễ tăng lên

o Chuỗi dừng: hệ số tự tương quan giảm bằng 0 rất

nhanh (sau 2 hoặc 3 độ trễ)

o Phương pháp sai phân (ví dụ 3.4, Hanke, 68)

KHẢO SÁT DỮ LIỆU BẰNG PHÂN

TÍCH TỰ TƯƠNG QUAN

z Dữ liệu có yếu tố mùa vụ không?

o Nếu dữ liệu có yếu tố mùa vụ theo quý, một hệ

số tự tương quan sẽ lặp lại tại độ trễ 4

o Nếu dữ liệu có yếu tố mùa vụ theo tháng, một hệ

số tự tương quan sẽ lặp lại tại độ trễ 12, …

o Ví dụ 3.5 (file Table 3-5)

Ph ùng Thanh Bình

z Một số câu hỏi cần phải xem xét trước khi quyết định

chọn phương pháp dự báo phù hợp nhất cho một vấn

đề cụ thể:

o Tại sao cần dự báo?

o Ai sẽ sử dụng kết quả dự báo?

o Đặc điểm của dữ liệu sẵn có là gì?

o Thời đọan của dự báo là gì?

o Đòi hỏi dữ liệu tối thiểu là bao nhiêu?

o Mức độ chính xác bao nhiêu là vừa?

LỰA CHỌN MÔ HÌNH DỰ BÁO

z Để chọn một phương pháp dự báo thích hợp, cần phải:

o Xác định bản chất của vấn đề dự báo

o Bản chất của dữ liệu đang xem xét

o Mô tả các khả năng và hạn chế của các phương pháp

dự báo tiềm năng

o Xây dựng các tiêu chí để ra quyết định lựa chọn

o Một nhân tố chính ảnh hưởng đến việc lựa chọn mô

hình dự báo là nhận dạng và hiểu được bản chất số

o Gồm có phương pháp dự báo thô, trung bình giản đơn,

trung bình trượt, ARMA

LỰA CHỌN MÔ HÌNH DỰ BÁO

z Các phương pháp dự báo đối với dữ liệu xu thế

• Mức độ chấp nhận của thị trường gia tăng

o Gồm có phương pháp trung bình trượt, san mũ bậc 1

(Holt), hồi quy đơn, đường tăng trưởng, mô hình mũ,

ARIMA

Ph ùng Thanh Bình

z Các phương pháp dự báo đối với dữ liệu mùa vụ

o Được sử dụng khi:

• Thời tiết ảnh hưởng đến biến đang xem xét

• Niên lịch ảnh hưởng đến biến đang xem xét

o Gồm có phương pháp phân tích, san mũ

Winter, hồi quy bội, và ARIMA

LỰA CHỌN MÔ HÌNH DỰ BÁO

z Các phương pháp dự báo đối với dữ liệu chu kỳ

o Được sử dụng khi:

• Chu kỳ kinh doanh ảnh hưởng đến biến đang

xem xét

• Dịch chuyển trong sở thích chung

• Dịch chuyển trong dân số

• Dịch chuyển trong chu kỳ vòng đời sản phẩm

o Gồm có phương pháp phân tích, chỉ số kinh tế, mô

hình kinh tế lượng, hồi quy bội, và ARIMA

Ph ùng Thanh Bình

z Mô tả dữ liệu bằng số

o Mô tả độ lớn chung của một biến sử dụng các

thước đo mức độ tập trung: Trung bình, Trung

bị, và mode

• Xem c2t2.xls

o Hai thước đo mức độ phân tán: Phương sai và

Độ lệch chuẩn (nhắc lại bậc tự do)

o Đồ thị phân tán (scatter diagrams), …

o Đồ thị chuỗi thời gian (time series plot) thường

được sử dụng nhất, và được biểu diễn bằng:

• Hệ trục tọa độ đơn

Hệ trục tọa độ kép

ÔN TẬP THỐNG KÊ CĂN BẢN

z Chỉ số

o Chỉ số đơn giản không trọng số

o Chỉ số gộp không trọng số đơn giản

0 , 1

, 1

i

n

i

t i

n

i t

Y

Y I

0 , ,

n i

i t i

n i t

Q P

Q P I

z Chỉ số

o Chỉ số gộp có trọng số (Paasche)

100

0 , 1

n i

T t i

n i t

Q P

Q

P I

Ph ùng Thanh Bình

z Chuyển hóa dữ liệu

o San bằng chuỗi thời gian

• Phương pháp bình quân di động giản đơn

z Chuyển hóa dữ liệu

o Chuyển dữ liệu tháng, quý, nữa năm thành dữ

liệu năm bằng cách nhân giá trị với tần suất

(tháng x 12, quý x 4, nữa năm x 2)

o Chuyển đổi tần xuất dữ liệu

• Từ tần suất cao đến tần suất thấp:

ƒ Phương pháp gộp

ƒ Phương pháp trung bình số học

ƒ Phương pháp trung bình hình học

Ph ùng Thanh Bình

z Chuyển hóa dữ liệu

o Chuyển đổi tần xuất dữ liệu

• Từ tần suất thấp đến tần suất cao:

' ' 1 ' 2

' 1

∆ +

=

∆ +

=

=

Y Y

Y Y Y

z Chuyển hóa dữ liệu

o Phương pháp sai phân

• Ý nghĩa:

ƒ Sai phân bậc 1 Æ hằng số: dữ liệu gốc có xu

hướng đường thẳng

ƒ Sai phân bậc 2 Æ hằng số: dữ liệu gốc có xu

hướng đường cong

1 2

t t t

Y Y Y

Y Y Y

Ph ùng Thanh Bình

z Chuyển hóa dữ liệu

o Phương pháp ln

• Ý nghĩa:

ƒ R là tỷ lệ tăng trưởng mũ (không đổi cho mỗi

giai đoạn trong suốt thời kỳ nghiên cứu)

ƒ Tùy vào t được tính theo tháng, quý hay năm

ÔN TẬP THỐNG KÊ CĂN BẢN

rt

Y = 0

z Phân phối xác suất

o Phân phối xác suất của một biến rời rạc

• Là liệt kê tất cả các giá trị có thể có của biến

số đó, cùng với xác suất của mỗi giá trị đó

• E(X) = Σ[X × P(X)]

o Đối với một phân phối liên tục, thì xác suất để có

một giá trị nhất định gần bằng 0 Một phân phối

quan trọng trong trường hợp này là phân phối

chuẩn

Ph ùng Thanh Bình

z Phân phối xác suất

o Phân phối chuẩn của một biến ngẫu nhiên liên tục

được định nghĩa với 2 đặc điểm: Trung bình và Độ

lệch chuẩn của biến số đó

• µ ± 1σ chiếm ~ 68% diện tích

• µ ± 2σ chiếm ~ 95% diện tích

• µ ± 3σ chiếm ~ 99% diện tích

o Phân phối chuẩn chuẩn tắc

ÔN TẬP THỐNG KÊ CĂN BẢN

σ

µ - X

Z =

z Phân phối mẫu

o Phân phối mẫu là tập hợp tất cả các giá trị có thể

có của một thống kê mẫu có thể được rút ra từ một

tổng thể với một cỡ mẫu nhất định

o Theo định lý giới hạn trung tâm, khi cỡ mẫu càng

lớn, thì phân phối mẫu của các trung bình mẫu sẽ

tiến về phân phối chuẩn, và trung bình lൠvà độ

• Phân phối chuẩn cung cấp nền tảng cho nhiều

lọai phân tích dữ liệu, nhưng nó không thích

hợp với dữ liệu mẫu, nên ta sử dụng t-dist

• Khi không biết σ, hoặc khi cỡ mẫu nhỏ, thì nên

t −

=

z Thống kê suy luận từ mẫu

o Ước lượng điểm của một hệ số tổng thể (pop

parameter) là một giá trị riêng lẻ được tính từ số

liệu mẫu

o Ước lượng khoảng là một khoảng mà hệ số tổng

thể có thể nằm trong đó:

được gọi là sai số chuẩn của trung bình mẫu và đo lường độ phân tán

của các trung bình mẫu

n

s

n t X

µ = ± × s

Ph ùng Thanh Bình

z Kiểm định giả thuyết, gồm các bước sau:

o Bước 1: Xây dựng giả thuyết (H0, và H1)

o Bước 2: Thu thập một mẫu ngẫu nhiên và tính

toán các thống kê kiểm định mẫu

o Bước 3: Giả định H0là đúng và xác định phân

phối mẫu của thống kê kiểm định

o Bước 4: Tính xác suất (giá trị thống kê)

o Bước 5: So sánh xác suất (giá trị thống kê tính

toán) và quyết định chấp nhận hay bác bỏ giả

thuyết

ÔN TẬP THỐNG KÊ CĂN BẢN

Ph ùng Thanh Bình

z Phân tích tương quan

o Giản đồ phân tán (scatter diagrams): xét quan hệ

• Mức độ quan hệ giữa 2 biến

ÔN TẬP THỐNG KÊ CĂN BẢN

Y X

)Y(Y)

X(X

)Y(Y)X-(XZ

Z1

2

2 ( X) n Y ( Y) X

n

Y) ( X) ( XY n

Khoa Kinh t ế Phát triển 1A Hoàng Diệu, Phú Nhuận Website: www.fde.ueh.edu.vn

Ph ùng Thanh Bình

1. Giới thiệu

2. Mô hình dự báo thô

3. Trung bình giản đơn

z Nguyễn Trọng Hoài (2001): Mô hình hóa và Dự

báo chuỗi thời gian trong kinh doanh & kinh tế,

Chương 4.

z J.Holton Wilson & Barry Keating, (2007),

Business Forecasting With Accompanying

Excel-Based ForecastXTM Software, 5thEdition,

Chapter 3.

z John E.Hanke & Dean W.Wichern, (2005),

Business Forecasting, 8th Edition, Chapter 4.

Ph ùng Thanh Bình

GIỚI THIỆU