Hệ thống dự báo nhu cầu thuê xe đạp

HỆ HỖ TRỢ QUYẾT ĐỊNH ĐỀ TÀI: HỆ THỐNG DỰ BÁO NHU CẦU THUÊ XE ĐẠP Đỗ Trung Anh Toán Tin 01 – K61 20160067 Hà Nội, 06/2020 Điều tra, khảo sát Dữ liệu Mơ hình dự báo Áp dụng mơ hình Đánh giá kết ĐIỀU TRA KHẢO SÁT  Dịch vụ thuê xe đạp: • Bùng nổ vào năm 2014 • Được định giá 2,7 tỉ la năm 2018 • Thuận tiện, chi phí hợp lý, thân thiện mơi trường  Vấn đề gặp phải • Lượng xe cung cấp vượt nhu cầu người dùng ĐIỀU TRA KHẢO SÁT MỤC ĐÍCH DỰ ĐỐN NHU CẦU CỦA NGƯỜI DÙNG  Xác định xu hướng người dùng  Lập chiến lược kinh doanh  Kế hoạch sử dụng nguồn lực  Giảm thiểu chi phí, rủi ro DỮ LIỆU KHẢO SÁT  Dữ liệu: tổng hợp số lượng xe đạp thuê tương ứng theo London từ 1/1/2016 30/11/2019  Nguồn: https://cycling.data.tfl.gov.uk/  Số lượng ghi: 34230 MƠ HÌNH DỰ BÁO MƠ HÌNH ARIMA Mơ hình ARIMA gồm phần: AR (auto regressive): tự hồi quy MA (moving average): trung bình trượt Ký hiệu mơ hình ARIMA(p,d,q) • P: bậc tự hồi quy • D: sai phân • Q: bậc trung bình trượt MƠ HÌNH DỰ BÁO MƠ HÌNH TỰ HỒI QUY AR Nhận diện mối quan hệ quan sát chuỗi thời gian cách xác định tự tương quan sau khoảng thời gian với giả thuyết chuỗi thời gian dừng Xác định quan hệ tự hồi quy tuyến tính chuỗi thời gian: MƠ HÌNH DỰ BÁO •   MƠ HÌNH MA(Q) Xác định quan hệ hồi quy tuyến tính chuỗi thời gian chuỗi tạo sai số dự báo từ q khoảng thời gian trước: MƠ HÌNH DỰ BÁO CÁC BƯỚC CƠ BẢN MƠ HÌNH ARIMA • B1: Kiểm tra liệu có tính dừng hay khơng dừng? • B2: Xác định hệ số p, q mô hình từ đồ thị ACF PACF • B3: Ước lượng mơ hình với hệ số p, d, q tìm • B4: Kiểm định mơ hình • B5: Đưa dự báo MƠ HÌNH DỰ BÁO ÁP DỤNG MƠ HÌNH Quy trình thực  Phân tích liệu  Lựa chọn mơ hình  Kiểm tra phù hợp  Đánh giá kết ÁP DỤNG MƠ HÌNH Phân tích liệu Dữ liệu nước tăng trưởng => xu hướng khơng tuyến tính + mùa vụ năm ÁP DỤNG MƠ HÌNH Lựa chọn mơ hình Kiểm định tính dừng Sử dụng phép thử Augmented Dickey-Fuller :  chuỗi thời gian dừng sau lấy lần sai phân (do p-value d=1 bậc sai phân ÁP DỤNG MÔ HÌNH Lựa chọn mơ hình Dựa vào đồ thị  PACF để xác định p  ACF xác đinh q Lựa chọn mơ hình • Ta thử mơ hình với p = 1,2, ,7; d = 1; q=1,2, ,7 tính giá trị tiêu chuẩn AIC (Akaike Information Criterion): • Ta chọn tham số (p,d,q) = (7,1,7) Ước lượng mơ hình Sử dụng phương pháp ước lượng hợp lý cực đại (maximum likelihood ) Ta thu ước lượng tham số mơ hình bên : Kiểm tra tính phù hợp mơ hình • Dựa vào đồ thị tự tương quan chuỗi phần dư:  Khơng có giá trị nằm ngồi khoảng 50 trễ  Ngoài tiến hành phép kiểm định Lijung-Box kiểm tra tính khơng tương quan chuỗi phần dư ta kết : Giá trị p-value = 0.245 > 0.05 nên ta khơng có sở bác bỏ giả thuyết gốc => Khơng có tự tương quan chuỗi phần dư mô hình đưa phù hợp 5 Đánh giá mơ hình SAI SỐ MƠ HÌNH: MAPE = 17.06% Giao diện chương trình Giao diện chương trình Giao diện chương trình CẢM ƠN THẦY VÀ CÁC BẠN ĐÃ LẮNG NGHE ! ... chuỗi thời gian: MƠ HÌNH DỰ BÁO •   MƠ HÌNH MA(Q) Xác định quan hệ hồi quy tuyến tính chuỗi thời gian chuỗi tạo sai số dự báo từ q khoảng thời gian trước: MƠ HÌNH DỰ BÁO CÁC BƯỚC CƠ BẢN MƠ HÌNH... phí hợp lý, thân thiện mơi trường  Vấn đề gặp phải • Lượng xe cung cấp vượt nhu cầu người dùng ĐIỀU TRA KHẢO SÁT MỤC ĐÍCH DỰ ĐỐN NHU CẦU CỦA NGƯỜI DÙNG  Xác định xu hướng người dùng  Lập chiến... khơng dừng? • B2: Xác định hệ số p, q mơ hình từ đồ thị ACF PACF • B3: Ước lượng mơ hình với hệ số p, d, q tìm • B4: Kiểm định mơ hình • B5: Đưa dự báo MƠ HÌNH DỰ BÁO ÁP DỤNG MƠ HÌNH Quy trình