Luận văn Toán ứng dụng: Các Phương Pháp Dự Báo Kinh Tế

Bài luận văn Toán ứng dụng bao gồm 67 trang, bản đẹp, dễ dàng chỉnh sửa và tách trang làm tài liệu tham khảo. ỤC LỤC LỜI CAM ĐOAN ...................................................................................................... i LỜI CẢM ƠN ........................................................................................................... ii DANH MỤC CÁC CHỮ VIẾT TẮT..................................................................... iii DANH MỤC BẢNG ................................................................................................ iv DANH MỤC HÌNH...................................................................................................v MỤC LỤC..................................................................................................................1 LỜI MỞ ĐẦU ............................................................................................................3 CHƯƠNG 1................................................................................................................5 TỔNG QUAN VỀ DỰ BÁO KINH TẾ VÀ THỰC TRẠNG NGÀNH DU LỊCH VIỆT NAM TRONG GIAI ĐOẠN 2011 2015 .....................................................5 1.1 Tổng quan về dự báo kinh tế .............................................................................5 1.1.1 Khái niệm ....................................................................................................5 1.1.2 Ý nghĩa ........................................................................................................5 1.1.3 Các loại dự báo ............................................................................................6 1.2 Thực trạng ngành du lịch của Việt Nam từ năm 2011 2015 và ý nghĩa của việc dự báo số lượng khách du lịch đến Việt Nam..................................................7 1.3 Nguồn số liệu ...................................................................................................10 1.4 Tính chất của số liệu ........................................................................................11 1.4.1 Tính xu hướng ...........................................................................................11 1.4.2 Tính mùa vụ...............................................................................................13 1.4.3 Kiểm tra tính dừng của chuỗi dữ liệu........................................................16 CHƯƠNG 2..............................................................................................................18 CÁC PHƯƠNG PHÁP DỰ BÁO...........................................................................18 2.1 Phương pháp dự báo định tính.........................................................................18 2.1.1 Lấy ý kiến của ban điều hành ....................................................................18 2.1.2 Lấy ý kiến của người bán hàng .................................................................18 2.1.3 Điều tra người tiêu dùng............................................................................19 2.1.4 Phương pháp chuyên gia ...........................................................................19 2.2 Phương pháp dự báo định lượng......................................................................19 2.2.1 Phương pháp trung bình di động ...............................................................21 2.2.2 Phương pháp trung bình di động có trọng số ............................................24 2.2.3 Phương pháp san mũ đơn giản (một tham số)...........................................26 2.2.4 Phương pháp san mũ kép ..........................................................................31 2.2.5 Phương pháp san mũ Holt – Winters (mô hình nhân)...............................35 2.2.6 Phương pháp san mũ Holt – Winters (mô hình cộng)...............................41 2.2.7 Phương pháp san mũ Holt – Winters không mùa vụ ................................46 2.3 Giới thiệu phần mềm Eviews...........................................................................50 2.4 Tổng hợp kết quả dự báo .................................................................................56 2.4.1 Tổng hợp đánh giá sai số và lựa chọn mô hình .........................................56 2.4.2 Tổng hợp đánh giá sai số và lựa chọn mô hình dựa trên kết quả của phần mềm Eviews 8.0 .................................................................................................56 KẾT LUẬN ..............................................................................................................58 DANH MỤC CÁC TÀI LIỆU THAM KHẢO .....................................................59 LỜI MỞ ĐẦU Lý do chọn đề tài Trong nền kinh tế hiện đại dự báo càng lúc càng đóng vai trò quan trọng trong việc sản suất và kinh doanh. Thông qua dự báo doanh nghiệp có thể chủ động được lượng tiền cần thiết cho tháng, quý, năm tới dựa trên kết quả dự báo sản lượng tương ứng trong khoản thời gian đó. Khi tiến hành dự báo ta căn cứ vào số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai. Dự báo chính xác sẽ giúp doanh nghiệp hạn chế được rủi ro kinh doanh thua lỗ nói riêng và toàn bộ nền kinh tế nói chung, mang lại lợi nhuận cao nhất cho doanh nghiệp, không những vậy khi dự báo chính xác còn giúp nhà nước hoạch định được các chính sách phát triển kinh tế trong tương lai để mang lại hiệu quả tối ưu. Từ những năm 1950 đến nay các lý thuyết về dự báo với các phương pháp luận được hình thành và phát triển có hệ thống. Song song đó sự bùng nổ của công nghệ thông tin mà điển hình là sự ra đời của máy tính đã giúp con người mô phỏng được nhiều hiện tượng về kinh tế, xã hội, thời tiết…Từ đó dự báo trở thành một công việc không thể thiếu trong mọi hoạt động của những nhà làm kinh tế. Dự báo sẽ giúp con người đưa ra được những quyết định chính xác trong từng thời điểm. Mục đích nghiên cứu Trong thực tế đã hình thành nhiều phương pháp dự báo như: bình quân đơn giản (Simple Moving Average),đường trung bình di động theo trọng số (Weighted Moving Average), phương pháp san mũ (Exponential Smoothing), phương pháp san mũ kép (Double Exponential Smoothing), phương pháp san mũ theo mùa (Winter’s Exponential Smoothing). Trong khóa luận trên chúng ta sẽ xem xét ứng với bộ số liệu về lượng khách nước ngoài đến Việt Nam thì phương pháp dự báo nào sẽ cho kết quả khả quan nhất.

ỦY BAN NHÂN DÂN TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC SÀI GÒN CHẾ MINH HẢI BÙI LÊ TẤN ĐẠT CÁC PHƯƠNG PHÁP DỰ BÁO KINH TẾ KHÓA LUẬN TỐT NGHIỆP NGÀNH: TOÁN ỨNG DỤNG TRÌNH ĐỘ ĐÀO TẠO: ĐẠI HỌC TP HỒ CHÍ MINH, THÁNG NĂM 2016 ỦY BAN NHÂN DÂN TP HỒ CHÍ MINH TRƯỜNG ĐẠI HỌC SÀI GÒN CHẾ MINH HẢI BÙI LÊ TẤN ĐẠT CÁC PHƯƠNG PHÁP DỰ BÁO KINH TẾ KHÓA LUẬN TỐT NGHIỆP GIẢNG VIÊN HƯỚNG DẪN: ThS TRƯƠNG PHÚC TUẤN ANH TP HỒ CHÍ MINH, THÁNG NĂM 2016 LỜI CAM ĐOAN Chúng xin cam đoan công trình nghiên cứu riêng chúng tôi, số liệu kết nghiên cứu nêu luận văn trung thực, đồng tác giả cho phép sử dụng chưa công bố công trình khác Tp Hồ Chí Minh, tháng năm 2016 Tác giả luận văn Chế Minh Hải Bùi Lê Tấn Đạt i LỜI CẢM ƠN Đầu tiên, chúng em xin chân thành cảm ơn toàn thể quý thầy cô khoa Toán – Ứng dụng trường Đại học Sài Gòn tạo điều kiện cho chúng em học hỏi tiếp thu kiến thức, để chúng em ứng dụng vào trình thực hoàn thành khóa luận Đặc biệt em xin bày tỏ lòng biết ơn sâu sắc đến thầy Trương Phúc Tuấn Anh tận tình hướng dẫn giúp đỡ để chúng em hoàn thành tốt khóa luận tốt nghiệp Mặc dù chúng em cố gắng hoàn thiện khóa luận tất nhiệt tình lực mình, nhiên thánh khỏi thiếu sót, mong nhận đóng góp quý báu quý thầy, cô Cuối chúng em xin kính chúc quý thầy, cô dồi sức khỏe thành công đường chọn Tp Hồ Chí Minh, tháng năm 2016 Sinh Viên Chế Minh Hải Bùi Lê Tấn Đạt ii DANH MỤC CÁC CHỮ VIẾT TẮT RMSE : Căn bậc hai trung bình bình phương sai số (ROOT MEAN SQUARED ERROR) MAD : Trung bình sai số tuyệt đối (MEAN ABSOLUTE DEVIATION) MAPE : Trung bình phần trăm sai số tuyệt đối (MEAN AVERAGE PERCENT ERROR) MA : Trung bình trượt (MOVING AVERAGE) iii DANH MỤC BẢNG Bảng 1.1: Dữ liệu khách du lịch đến Việt Nam từ năm 2011-2015 10 Bảng 1.2: Tính xu hướng liệu khách du lịch đến Việt Nam từ năm 20112015 12 Bảng 1.3: Lượng khách quốc tế đến Việt Nam từ 2011 – 2015 .13 Bảng 1.4: Giá trị trung bình trung tâm tỷ lệ trung bình trượt .15 Bảng 1.5: Chỉ số mùa vụ quý 16 Bảng 2.1: Kết dự báo phương pháp trung bình di động 23 Bảng 2.2: Kết dự báo phương pháp trung bình di động có trọng số 25 Bảng 2.3: Bảng biểu thị mức độ tác động số 27 Bảng 2.4: Kết dự báo sau hiệu chỉnh số san mũ phương pháp san mũ (1 tham số) .30 Bảng 2.5: Kết dự báo sau hiệu chỉnh số san mũ phương pháp san mũ kép 34 Bảng 2.6: Kết dự báo sau hiệu chỉnh số san mũ phương pháp san mũ Holt – Winters (mô hình nhân) 39 Bảng 2.7: Kết dự báo sau hiệu chỉnh số san mũ phương pháp san mũ Holt – Winters(mô hình cộng) 44 Bảng 2.8: Kết dự báo sau hiệu chỉnh số san mũ phương pháp san mũ Holt – Winters không mùa vụ 48 Bảng 2.9: Bảng tổng hợp tiêu chí đánh giá sai số .56 Bảng 2.10: Bảng tổng hợp tiêu chí đánh giá sai số dựa kết dự báo phần mềm Eviews 8.0 57 iv DANH MỤC HÌNH Hình 1.1: Hướng dẫn lựa chọn mô hình dự báo kinh tế Hình 1.2: Kết thống kê mô tả .8 Hình 1.3: Đồ thị thể lượng khách du lịch đến Việt Nam .11 Hình 1.4: Đồ thị biểu tính xu hướng lượng khách du lịch đến Việt Nam từ 2011 – 2015 13 Hình 1.5: Đồ thị biểu lượng khách du lịch đến Việt Nam năm từ 2011 – 2015 14 Hình 1.6: Cửa sổ Eviews phương pháp kiểm định nghiệm đơn vị 16 Hình 1.7: Kết phương pháp kiểm định nghiệm đơn vị 17 Hình 2.1: Đồ thị biểu sai lệch kết dự báo phương pháp bình quân đơn giản thực tế 23 Hình 2.2: Đồ thị biểu sai lệch kết dự báo phương pháp trung bình di động có trọng số thực tế 26 Hình 2.3: Đồ thị biểu diễn khác việc lựa chọn hệ số α tiến hành san mũ 28 Hình 2.4: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ đơn giản(1 tham số) thực tế .30 Hình 2.5: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ đơn phần mềm Eviews 8.0 31 Hình 2.6: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ kép thực tế 34 Hình 2.7: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ kép phần mềm Eviews 8.0 35 Hình 2.8: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ Holt – Winters (mô hình nhân) thực tế .39 Hình 2.9: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ Holt(mô hình nhân) phần mềm Eviews 8.0 .40 v Hình 2.10: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ Holt – Winters(mô hình cộng) thực tế 45 Hình 2.11: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ Holt – Winters (mô hình cộng) phần mềm Eviews 8.0 46 Hình 2.12: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ Holt – Winters không mùa vụ thực tế .49 Hình 2.13: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ Holt không mùa vụ phần mềm Eviews 8.0 50 Hình 2.14: Cửa sổ Eviews 51 Hình 2.15: Cửa số tạo Workfile 51 Hình 2.16: Cửa sổ Workfile 52 Hình 2.17: Cửa sổ nhập liệu 53 Hình 2.18: Cửa sổ làm việc với liệu .53 Hình 2.19: Cửa sổ tiến hành san mũ liệu 54 Hình 2.20: Cửa sổ chọn mô hình san mũ .54 vi MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii DANH MỤC CÁC CHỮ VIẾT TẮT iii DANH MỤC BẢNG iv DANH MỤC HÌNH v MỤC LỤC LỜI MỞ ĐẦU CHƯƠNG TỔNG QUAN VỀ DỰ BÁO KINH TẾ VÀ THỰC TRẠNG NGÀNH DU LỊCH VIỆT NAM TRONG GIAI ĐOẠN 2011 - 2015 .5 1.1 Tổng quan dự báo kinh tế .5 1.1.1 Khái niệm 1.1.2 Ý nghĩa 1.1.3 Các loại dự báo 1.2 Thực trạng ngành du lịch Việt Nam từ năm 2011 - 2015 ý nghĩa việc dự báo số lượng khách du lịch đến Việt Nam .7 1.3 Nguồn số liệu 10 1.4 Tính chất số liệu 11 1.4.1 Tính xu hướng 11 1.4.2 Tính mùa vụ .13 1.4.3 Kiểm tra tính dừng chuỗi liệu 16 CHƯƠNG 18 CÁC PHƯƠNG PHÁP DỰ BÁO 18 2.1 Phương pháp dự báo định tính 18 2.1.1 Lấy ý kiến ban điều hành 18 2.1.2 Lấy ý kiến người bán hàng 18 2.1.3 Điều tra người tiêu dùng 19 2.1.4 Phương pháp chuyên gia 19 2.2 Phương pháp dự báo định lượng 19 2.2.1 Phương pháp trung bình di động .21 2.2.2 Phương pháp trung bình di động có trọng số 24 2.2.3 Phương pháp san mũ đơn giản (một tham số) 26 2.2.4 Phương pháp san mũ kép 31 2.2.5 Phương pháp san mũ Holt – Winters (mô hình nhân) .35 2.2.6 Phương pháp san mũ Holt – Winters (mô hình cộng) .41 2.2.7 Phương pháp san mũ Holt – Winters không mùa vụ 46 2.3 Giới thiệu phần mềm Eviews 50 2.4 Tổng hợp kết dự báo 56 2.4.1 Tổng hợp đánh giá sai số lựa chọn mô hình 56 2.4.2 Tổng hợp đánh giá sai số lựa chọn mô hình dựa kết phần mềm Eviews 8.0 56 KẾT LUẬN 58 DANH MỤC CÁC TÀI LIỆU THAM KHẢO .59 Hình 2.10: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ Holt – Winters(mô hình cộng) thực tế Dưới kết dự báo phần mềm Eviews: 45 Hình 2.11: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ Holt – Winters (mô hình cộng) phần mềm Eviews 8.0 Theo kết quả, D 0.84; E 0; J Mô hình tính toán gồm hệ số, có dạng: Yt 0.84  At  St  S  0.16(Yt 1  Tt 1 ) Tt Tt 1 St St  S Khi công thức dự báo có dạng: Ft k (2185710.4  34090.28 u k )  St k 4 Chỉ số mùa vụ quý là: 106319; S3 S1` 174192.3; S2 156712; S4 88839.43 Kết dự báo cho quý năm 2016 là: F21 (2185710.4  34090.28 u1)  174192.3 2393992.952 F22 (2185710.4  34090.28 u 2)  (106319) 2147571.752 F23 (2185710.4  34090.28 u 3)  (156712) 2131268.752 F24 (2185710.4  34090.28 u 4)  88839.43 2410910.952 2.2.7 Phương pháp san mũ Holt – Winters không mùa vụ Phương pháp xây dựng dựa phương pháp san mũ đơn giản (1 tham số) thông qua việc đưa thêm thừa số xu vào phương trình san mũ để điều chỉnh tính xu Phương pháp thường sử dụng cho số liệu có xu hướng tuyến tính tính mùa vụ Vấn đề mà gặp phải vấn đề chọn số san mũ (α, β) dùng phương pháp thử sai (tức thay đổi giá trị số san mũ cho tổng bình phương sai số nhỏ nhất) phương pháp Khởi tạo giá trị - ban đầu để tiến hành san mũ Cách 1: Lấy giá trị thực tế để khởi tạo cho 46 , xu = - Cách 2: Lấy trung bình số quan sát để khởi tạo cho , xu hệ số góc đường xu quan sát - Cách 3: Ta lấy hệ số chặn hệ số góc đường xu để tiến hành khởi tạo cho Công thức: = + (1 − )( = ( − + ) ) + (1 − ) = + [7] Trong đó: , : ướ ượ : ị ℎế ũ : ố ệ ự ỳ : ố ệ ℎự : ℎằ ếở ỳ ố ũ Áp dụng số liệu bảng vào dự báo: Việc cần làm ta khởi tạo giá trị cho 1524828 với = = Ta chọn α = 0.3267 β = (dựa việc thay đổi nhiều α khác cho tổng bình phương sai số nhỏ nhất) = + (1 − )( + ) = 0.3267 ∗ 1387852 + (1 − 0.3267 )(1524828 + 0) = 1480065 = ( − ) + (1 − ) = + = 0(1480065 − 1524828) + (1 − 0)0 = = 1524828 + = 1524828 47 = + = 1480065 + = 1480065 Lần lượt cho tất giá trị lại ta bảng 2.8 Quý Thực tế Y(t) T(t) Q1/2011 1524828 1524828 Q2/2011 1387852 1480065 1524828 Q3/2011 1236618 1449931 1480065 Q4/2011 1723749 1380222 1449931 Q1/2012 1873726 1492484 1380222 Q2/2012 1494178 1617071 1492484 Q3/2012 1451530 1576910 1617071 Q4/2012 1765950 1535937 1576910 Q1/2013 1809654 1611103 1535937 Q2/2013 1739961 1675988 1611103 Q3/2013 1949871 1696894 1675988 Q4/2013 2082078 1779565 1696894 Q1/2014 2327925 1878424 1779565 Q2/2014 1959870 2025317 1878424 Q3/2014 1774205 2003929 2025317 Q4/2014 1824923 1928857 2003929 Q1/2015 2074587 1894892 1928857 Q2/2015 1796753 1953615 1894892 Q3/2015 1884875 1902354 1953615 Q4/2015 F(t) 2298610 1896642 1902354 Bảng 2.8: Kết dự báo sau hiệu chỉnh số san mũ phương pháp san mũ Holt – Winters không mùa vụ Các tiêu chí đánh giá sai số: = ∑ | − 48 | = 228129 = = | − | 100 ∑ ( − ) = 12.3224% = 268490 So sánh kết dự báo liệu thực tế: Hình 2.12: Đồ thị biểu sai lệch kết dự báo phương pháp san mũ Holt – Winters không mùa vụ thực tế Dưới kết dự báo phần mềm Eviews: 49 Hình 2.13: Kết dự báo, ước lượng hệ số san mũ tối ưu phương pháp san mũ Holt không mùa vụ phần mềm Eviews 8.0 Theo kết này, giá trị D ­°Yt ® °¯Tt 0.04 E 0.4201 , hệ phương trình là: 0.04 At  0.96 Yt  Tt 1 0.4201(Yt  Yt 1 )  0.5799Tt 1 Giá trị ước lượng chuỗi thành phần xu quan sát cuối là: Yn 2144761.65 Tn 27298.71 Ta có công thức dự báo sau: Fnk 2144761.65  27298.71u k Dự báo cho quý năm 2016 dựa vào công thức ta thu kết quả: F21 2144761.65  27298.71u1 2196547 F22 2144761.65  27298.71u 2234967 F23 2144761.65  27298.71u 2273387 F24 2144761.65  27298.71u 2311807 2.3 Giới thiệu phần mềm Eviews Nếu chương trình cài đặt thành công khởi động Eviews thấy xuất sổ sau: 50 Hình 2.14: Cửa sổ Eviews Để tạo tập tin Eviews ta chọn File/New…/Workfile… Hoặc nhấn tổ hợp phím Ctrl+N Sau ta thực hiên thao tác Eviews hộp thoại Workfile Create Hình 2.15: Cửa số tạo Workfile Ở phần Workfile structure type (Cấu trúc liệu) Chúng ta có lựa chọn: Nếu có liệu chuỗi thời gian ta chọn Date – regular frequency Hay liệu đơn giản ta chọn Balanced Panel Còn không thuộc trường hợp ta chọn Unstructured/Undated 51 Sau chọn xong cấu trúc liệu Eviews nhắc nhở chung ta mô tả đặc điểm liệu liệu tháng, quý, năm, số lần quan sát, thời gian bắt đầu thời gian kết thúc liệu, tần suất … tương ứng với lựa chọn Với phần Workfile names (optional) ta có WF tên Workfile Page tên trang Trong Workfile có nhiều page khác Khi miêu tả xong đặc điểm liệu ta nhấn OK Ta có hộp thoại sau: Hình 2.16: Cửa sổ Workfile Để khởi tạo nhanh dãy Workfile ta chọn Quick/Empty Group(Edit Series) ta có hộp thoại sau: 52 Hình 2.17: Cửa sổ nhập liệu Lúc tiến hành thêm vào giá trị liệu Sau thêm xong ta nhấn tổ hợp phím Ctrl+S để lưu lại giá trị vừa nhập Nó tự động đặt tên cho dãy vừa nhập “ser01” ta đổi tên cách Chuột phải vào dãy “ser01”/Rename Hình 2.18: Cửa sổ làm việc với liệu 53 Ở thẻ View công cụ hỗ trợ số thông kê bản(Descriptive Statistics & Tests), vẽ đồ thị(Graph…), số thống kê … Hình 2.19: Cửa sổ tiến hành san mũ liệu Để tiến hành san mũ mô hình Holt-Winter ta chọn Proc/Exponential Smoothing/Simple Exponential Smoothing… ta hộp thoại đây: Hình 2.20: Cửa sổ chọn mô hình san mũ 54 Trong phần Smoothing method cho phép lựa chọn phương pháp san mũ Với Single phương pháp san mũ đơn giản, Double phương pháp san mũ kép, Holt-Winters – No seasonal mô hình Holt-Winters tính mùa vụ, Holt-Winters(Addtive) mô hình Holt-Winters nhân tính cuối Holt-Winters(Multiplicative) mô hình Holt-Winters cộng tính Tiếp theo phần Smoothing series tên dãy trả về, Estimation sample mẫu ước lượng Ở phần Smoothing parameters cho phép tự chọn hệ số α,β,γ Để ký tự “E” đê Eviews tự ước lượng dựa sai số nhỏ nhất(giữa dự báo thực tế) Phần cuối Cycle for seasonal chu kỳ mùa vụ 55 2.4 Tổng hợp kết dự báo 2.4.1 Tổng hợp đánh giá sai số lựa chọn mô hình Mô hình dự báo MAD MAPE RMSE Trung bình di động 198360 10,2353% 236302 Trung bình di động có trọng số 195104 10,1216 226312 San mũ đơn 206789 11,4761% 233427 San mũ kép 219679 12.2725% 241261 180662 10.0976% 215730 199515 11.3107% 226712 228129 12.3224% 268490 Holt – Winters (mô hình nhân) Holt – Winters (mô hình cộng) Holt – Winters (không mùa vụ) Bảng 2.9: Bảng tổng hợp tiêu chí đánh giá sai số Từ bảng ta thấy mô hình Holt – Winters(mô hình nhân) cho ta kết dự báo với sai số thấp mô hình lại ta sử dụng mô hình Holt – Winters (mô hình nhân) để dự báo cho quý đầu năm 2016 Riêng quý năm 2016 có 2459150 lượt khách (Nguồn: http://vietnamtourism.gov.vn/index.php/items/20227) =( + ) =( +1 ) = 2439582 =( +2 ) = 2091590 2.4.2 Tổng hợp đánh giá sai số lựa chọn mô hình dựa kết phần mềm Eviews 8.0 Mô hình dự báo MAD MAPE RMSE San mũ đơn 206789 56 11,4761% 233427 San mũ kép 166608 9,3922% 196069.8 Holt – Winters (nhân tính) 111490 6.2658% 136418 Holt – Winters (cộng tính) 117149 6.5827% 133945 Holt – Winters không mùa vụ 169509 9,8445% 207345 Bảng 2.10: Bảng tổng hợp tiêu chí đánh giá sai số dựa kết dự báo phần mềm Eviews 8.0 Từ bảng ta thấy mô hình Holt – Winters (mô hình nhân) mô hình Holt – Winters (mô hình cộng) cho ta kết dự báo với sai số thấp mô hình lại Vậy ta sử dụng mô hình Holt – Winters (mô hình nhân) mô hình Holt – Winters (mô hình cộng) để dự báo cho Quý năm 2016 ( 2016 ( ) Quý năm ).Riêng quý năm 2016 có 2459150 lượt khách (Nguồn: http://vietnamtourism.gov.vn/index.php/items/20227) Mô hình Holt – Winters(mô hình nhân) = 2414348 = 2095845 Mô hình Holt – Winters(mô hình cộng) = 2393993 = 2147572 57 ... chia làm ba loại dự báo: Dự báo ngắn hạn: dự báo có tầm dự báo ngắn (dưới năm) Dự báo trung hạn: dự báo có tầm dự báo từ năm đến năm Dự báo dài hạn: dự báo có tầm dự báo năm Khi dự báo quan tâm đến... lược dự báo kinh tế, lượng khách quốc tế đến Việt Nam thực trạng ngành du lịch Việt Nam giai đoạn 2011 – 2015 CHƯƠNG 2.CÁC PHƯƠNG PHÁP DỰ BÁO Ở chương giới thiệu phương pháp dự báo áp dụng phương. .. Hình 1.7: Kết phương pháp kiểm định nghiệm đơn vị Dựa vào kết ta thấy p-value = 0.0001 => Chuỗi liệu dừng 17 CHƯƠNG CÁC PHƯƠNG PHÁP DỰ BÁO 2.1 Phương pháp dự báo định tính Các phương pháp định tính