Time series là gì giải thích ý nghĩa của tính xu hướng, tính mùa và sai số ngẫu nhiên

Câu Time series gì? Giải thích ý nghĩa tính xu hướng, tính mùa sai số ngẫu nhiên - Time series chuỗi liệu (của biến) thu thập qua thời đoạn theo thời gian - Tính xu hướng: liệu tăng dần giảm dần theo thời gian (thường dài hạn) Có xu hướng tuyến tính xu hướng khơng tuyến tính - Tính mùa: biến thiên liệu mà biến thiên có hình dạng giống qua quý, tháng năm - Sai số ngẫu nhiên: sai số khơng có mối tương quan với độ trễ (lag) khác Câu Giải thích khác dự báo điểm dự báo khoảng Dự báo điểm (Point forecasting): giá trị dự báo đơn lẻ mốc thời gian cụ thể Ví dụ: giá cổ phiếu năm 2021 16,53 $, ta dùng phương pháp dự báo Naive giá trị dự báo điểm giá cổ phiếu năm 2022 16,53$ hồi quy đơn biến cần giá trị X vào phương trình hồi quy ta có giá trị dự báo Y Dự báo khoảng (Interval forecasting): + Dự báo khoảng ước tính khoảng (phạm vi) gồm giới hạn giới hạn mà giá trị tương lai nằm vào khoảng + Dự báo khoảng thể không chắn dự báo Câu Mọi người đưa dự báo sống hàng ngày họ Xác định thảo luận tình mà bạn sử dụng dự báo a Những định bị ảnh hưởng dự báo bạn? b Bạn đánh giá chất lượng dự báo nào? c Giá trị dự báo tốt bạn gì? d Sự ảnh hưởng dự báo khơng xác gì? a Những định bị ảnh hưởng dự báo định số lượng hàng hóa, nguyên vật liệu thu mua, kế hoạch sản xuất b Để đánh giá kết dự báo người ta thường sử dụng sai số đa số trường hợp sai số nhỏ kết dự báo tốt c Dự báo tốt giúp cho nhiều việc đưa định, chiến lược kinh doanh có sở hành động cách hợp lý Trong kinh doanh điều giúp tối ưu chi phí nguyên vật liệu giúp doanh nghiệp đối phó tốt với rủi ro thị trường d Dự báo không tốt làm cho có nhìn sai lệch thị trường kéo theo việc đặt mục tiêu phấn đấu không phù hợp, dẫn đến việc thu mua thừa thiếu nguyên vật liệu dẫn đến không đáp ứng nhu cầu khách hàng gây thiệt hại nặng nề mặt tài Câu Giải thích sai số dự báo lớn dẫn đến mức tồn kho cao nhà bán lẻ; nhà máy sản xuất Trả lời: Đối với nhà bán lẻ số lượng hàng tồn kho cao hàng hóa dự trữ lâu hư hỏng, hao hụt chất lượng, khó cạnh tranh với đối thủ thị trường, chi phí tồn kho tăng cao Đối với nhà máy sản xuất, hậu phải chịu nhà bán lẻ nhà máy sản xuất bị ảnh hưởng vấn đề sau: + Chi phí cho sản xuất : Do lượng tồn kho lớn làm cản trở quy trình sản xuất nên cần phải giải tỏa tắc nghẽn, giải vấn đề tắc nghẽn liên quan đến sản xuất lịch trình phối hợp + Chi phí chất lượng lô hàng lớn : Trong trường hợp sản xuất lô hàng lớn, số bị hỏng số lượng chi tiết lơ sản xuất có nhược điểm có xác suất xảy cao Nếu kích thước lơ hàng nhỏ giảm lượng phẩm chất Câu 5: Tìm giá đóng cổ phiếu mà bạn quan tâm 500 ngày giao dịch gần Tìm hệ số ACF đồ thị ACF cho chuỗi thời gian Chuỗi thời gian có ổn định khơng? Xét chuỗi thời gian giá cổ phiếu đóng NVIDIA (Dữ liệu lấy theo tháng, thời hạn năm) Link data: Data Nhận xét: Biểu đồ ACF với hệ số giảm dần 0, có hệ số tự tương quan có ý nghĩa, liệu có tính xu hướng ACF khơng có biểu tính mùa Kết luận: chuỗi liệu không ổn định Câu 6: Xem xét liệu giá cổ phiếu Tập đoàn Alcoa Sai phân lần 1, tìm ACF, PACF liệu Chuỗi liệu sai phân có ổn định khơng? Link data: Data Trả lời: Thu thập chuỗi liệu giá cổ phiếu Alcoa Corporation: ● Show: Historical Prices ● Frequency: monthly ● Time Period: 5Y ● Data: Close Thực minitab: Sai phân với lag=1 *Nhận xét: Hầu hết hệ số tự tương quan ngẫu nhiên, gần nằm giới hạn 95% (ngoại trừ vài lag đường giới hạn 95% - bất thường vài điểm liệu) => Dữ liệu giá cổ phiếu Alcoa Corporation sau sai phân Stationary Câu 7: Xem xét liệu giá cổ phiếu Uber Technologies Thực sai phân lần Tìm hệ số tự tương quan đồ thị ACF chuỗi liệu Chuỗi liệu sau sai phân có ổn định hay không? Xét chuỗi thời gian giá cổ phiếu đóng UBER (Dữ liệu lấy theo tháng, thời hạn năm) Link data: Data Biểu đồ ACF chuỗi liệu sau sai phân lần: Nhận xét: Biểu đồ ACF cho thấy liệu sau sai phân khơng có biểu tính xu hướng tính mùa Do liệu ổn định Câu Hãy phân tích xem 10 độ trễ "Chuỗi thời gian Case 1A Murphy Brothers Furniture" có khác khơng Answer: Data: Data ACF chuỗi liệu Case 1A: Tại 10 lag đầu chuỗi liệu Case 1A, ta thấy 10 lag nằm đường 95% lớn đáng kể Hơn nữa, giá trị thống kê Q cho 10 độ trễ 860.19, lớn giá trị tra bảng Chi bình phương với mức ý nghĩa 0.05 bậc tự 10 18.3 Do kết luận nhóm 10 hệ số ACF khác Câu 9: Hãy phân tích xem 10 độ trễ "Case 2, Chapter Mr Tux" có khác khơng Link data: Data Biểu đồ ACF liệu: Kiểm định LBQ: Nhận xét: Nhìn vào biểu đồ ACF, ta thấy hệ số rk có giá trị lớn đáng kể (nằm đường 95%) Hơn nữa, giá trị thống kê Q cho 10 độ trễ 206.62, lớn giá trị tra bảng Chi bình phương với mức ý nghĩa 0.05 bậc tự 10 18.3 Do kết luận nhóm 10 hệ số ACF khác Câu 10 Hãy phân tích xem 10 độ trễ "ISC, Chapter 9, Example p.382-386" có khác khơng Xem liệu từ "_Info hướng dẫn tất lớp" Data: Data Nhận xét: lag đầu (r1, r2) cao đường 95% rõ rệt, lag có xu hướng giảm dần Hơn nữa, giá trị thống kê Q cho 10 độ trễ 25.53, lớn giá trị tra bảng Chi bình phương với mức ý nghĩa 0.05 bậc tự 10 18.3 Do kết luận nhóm 10 hệ số ACF khác Câu 11: Hãy phân tích xem 10 độ trễ "Atron readings" có khác khơng Link data: Data Biểu đồ ACF liệu: Kiểm định LBQ: Nhận xét: Nhìn vào biểu đồ ACF, ta thấy hệ số r1 có giá trị lớn đáng kể (nằm đường 95%) Hơn nữa, giá trị thống kê Q cho 10 độ trễ 35.84, lớn giá trị tra bảng Chi bình phương với mức ý nghĩa 0.05 bậc tự 10 18.3 Do kết luận nhóm 10 hệ số ACF khác Câu 12 Mô tả cách biểu đồ tương quan sử dụng để phân tích tự tương quan cho độ trễ khác chuỗi thời gian ( đọc k biết sửa gì, chịu chịu) Answer Trong phân tích chuỗi thời gian, biểu đồ tương quan gọi biểu đồ tự tương quan, biểu đồ tỷ lệ tự tương quan mẫu rk so với k (thời gian trễ) Biểu đồ tương quan công cụ thường sử dụng để kiểm tra tính ngẫu nhiên tập liệu Tính ngẫu nhiên xác định chắn tính tốn tự tương quan cho giá trị liệu độ trễ khác Nếu ngẫu nhiên, tự tương quan phải gần tất độ trễ Nếu khơng ngẫu nhiên, nhiều tự tương quan khác cách đáng kể Một cơng cụ mơ tả hữu ích phân tích chuỗi thời gian tạo biểu đồ tương quan đơn giản biểu đồ mối tương quan nối tiếp rk so với độ trễ k k = 1, 2, 3,…., m m thường nhỏ nhiều kích thước mẫu n Nếu có chuỗi liệu ngẫu nhiên độc lập với nhau, tương quan chuỗi tổng thể không Tuy nhiên, trường hợp này, không mong đợi tất mẫu xác định theo y Tuy nhiên, có chuỗi ngẫu nhiên, tương quan chuỗi phải gần khơng giá trị trung bình Người ta điều cho chuỗi ngẫu nhiên Ngoài ra, cỡ mẫu lớn (giả sử n > = 40), rk phân phối xấp xỉ chuẩn Tính chuẩn gần rk giúp xác định xem tương quan chuỗi mẫu có đáng kể khác hay không cách kiểm tra xem rk có đầy đủ giới hạn tin cậy hay không Do vấn đề đa dạng việc ước lượng nhiều tương quan nối tiếp, giới hạn tin cậy sử dụng hướng dẫn thay quy trình suy luận thống kê nghiêm ngặt Nếu quan sát chuỗi 20 mối tương quan nói q trình ngẫu nhiên, tình cờ thấy rk nằm giới hạn tin cậy Tham khảo (Biểu đồ tương quan công cụ đồ họa hữu ích để hiển thị tự tương quan cho độ trễ khác chuỗi thời gian Thông thường, lags VIF gần 1: đa cộng tuyến vấn đề biến độc lập Hệ số ước lượng t value liên quan không thay đổi nhiều biến độc lập khác thêm vào xóa khỏi phương trình hồi quy VIF lớn nhiều so với 1: hệ số ước lượng gắn với biến độc lập khơng ổn Giá trị t value liên quan thay đổi đáng kể biến độc lập khác thêm vào xóa khỏi phương trình hồi quy Một VIF lớn có nghĩa có thơng tin dư thừa biến dự báo Thơng tin biến có VIF lớn giải thích biến dự báo cịn lại Do đó, đa cộng tuyến làm cho việc giải thích ảnh hưởng biến dự báo riêng lẻ lên giá trị hồi quy (biến phụ thuộc) trở nên khó khăn b Ví dụ đa cộng tuyến Ví dụ, công việc thẩm định, giá bán nhà liên quan đến biến số dự báo tuổi tác, diện tích khơng gian sống, số phịng tắm, số phịng khơng phải phịng tắm, diện tích lô đất số chất lượng xây dựng Không gian sống, số lượng phòng số lượng phòng tắm chắn phải “move together” Nếu biến tăng, biến khác thường tăng Ví dụ VIF - Với biến Papers, VIF = 1.7 → Biến dự báo liên quan yếu với biến dự báo lại - Với biến LnFamily, VIF = 7.4 → biến quan hệ tuyến tính với biến dự báo lại - Với biến LnRetSales, VIF = 8.1 → biến quan hệ tuyến tính với biến dự báo lại - Mà biến Papers liên quan yếu đến LnFamily LnRetSales nên mối quan hệ LnFamily LnRetSales Câu 39: Trong mơ hình hồi quy đa biến, giải thích khái niệm: a Hệ số xác định điều chỉnh; b Hồi quy bước a Hệ số xác định điều chỉnh: Trong mơ hình hồi quy đa biến, hệ số xác định R2 cho biết tỷ lệ biến thiên biến phụ thuộc Y giải thích biến thiên biến độc lập X Tuy nhiên, hạn chế R2 thêm biến độc lập vào mơ hình hồi quy, biến khơng có ý nghĩa, R2 tăng lên, thổi phồng mức độ phù hợp mơ hình Do đó, để khắc phục nhược điểm này, người ta đưa hệ số xác định điều chỉnh Hệ số xác định điều chỉnh cho biết tỷ lệ biến thiên Y giải thích mơ hình hồi quy Tuy nhiên, thêm biến độc lập vào mơ hình hồi quy R^2 điều chỉnh khơng tăng lên Do phản ánh mức độ phù hợp mơ hình hồi quy xác b Stepwise regression: Là quy trình thêm biến độc lập vào mơ hình hồi quy Quy trình: Đầu tiên, biến độc lập có tương quan lớn với biến phụ thuộc đưa vào mơ hình Sau đó, thêm bớt biến bước dựa vào ngưỡng chặn alpha Quy trình dừng tất biến khơng có mơ hình có P-value lớn (ngưỡng đầu vào) alpha tất biến mơ hình có P-value nhỏ (ngưỡng loại bỏ) alpha Nhược điểm Stepwise regression không đưa biến độc lập tốt nhất, không giải vấn đề đa cộng tuyến Câu 40: Trong mơ hình hồi quy bội, phân biệt hệ số xác định điều chỉnh hệ số xác định Trả lời: Hệ số xác định R2 số thống kê tổng hợp khả giải thích phương trình, biểu thị cho tỷ lệ biến thiên giá trị biến phụ thuộc Y giải thích biến độc lập X Giá trị R2 nằm Khi R2 càng gần 0, khả giải thích điều ngược lại giá trị tiến dần tới Tuy nhiên, hạn chế R2 thêm biến độc lập vào mơ hình hồi quy, biến khơng có ý nghĩa, R2 tăng lên, thổi phồng mức độ phù hợp mơ hình Hệ số xác định hiệu chỉnh tính từ hệ số xác định R2 , giống R bình phương, cho biết tỷ lệ biến thiên Y giải thích mơ hình hồi quy phản ánh mức độ phù hợp mơ hình R bình phương hiệu chỉnh tính từ R bình phương thường ѕử dụng ᴠì giá trị nàу phản ánh ѕát mức độ phù hợp mơ hình hồi quу tuуến tính đa biến Cụ thể, thêm biến độc lập vào mơ hình hồi quy R^2 điều chỉnh khơng tăng lên Giá trị R bình phương hiệu chỉnh (Adjuѕted R Square) nhỏ giá trị R bình phương (R Square), dùng để đánh giá độ phù hợp mơ hình ѕẽ an tồn ᴠì khơng thổi phồng mức độ phù hợp mơ hình Câu 41: Tương quan nối tiếp gì? Tại vấn đề phân tích chuỗi thời gian? Tương quan nối tiếp tương quan biến làm trễ nhiều thời đoạn (Giống autocorrelation) Nếu không tính tốn xác, tương quan nối tiếp dẫn đến suy luận sai Ví dụ, mơ hình hồi quy đánh giá có ý nghĩa thực tế khơng có ý nghĩa; sai số chuẩn hệ số hồi quy thấp (hoặc cao hơn) ước tính, hệ số hồi quy hàm hồi quy đánh giá có ý nghĩa chúng khơng có ý nghĩa ngược lại Câu 42 Giả định hồi quy thường bị vi phạm phân tích biến chuỗi thời gian? Trả lời: Khi phân tích chuỗi thời gian biến mơ hình hồi quy vị phạm gặp bao gồm: ● Thiếu biến X mơ hình ● Thiếu độc lập biến Y ● Tính bất thường rõ ràng vài điểm liệu ● Tính bất thường biến Y ● Phương sai Y khơng phải số ● Mơ hình hồi quy phi tuyến tính ● Biến X ngẫu nhiên, không cố định ● Phát Patterns thông qua đồ thị ● Các vấn đề đặc biệt với vài điểm liệu ● Các vấn đề đặc biệt với hồi quy thông qua điểm gốc Nhưng đó, giả định quan sát vấn đề độc lập chuỗi liệu (sự tương đương biến hay độc lập độc lập sai số) bị vi phạm thường xuyên Khi phân tích hồi quy cho chuỗi thời gian, có số giả định hồi quy thường bị vi phạm: Chuỗi thời gian thường có tự tương quan liệu thời điểm với thời điểm khác, dẫn đến phân tích hồi quy, sai số có tương quan với Do giả định tính độc lập sai số bị vi phạm Một số chuỗi thời gian có phương sai tăng lên theo thời gian, dẫn đến phân tích hồi quy, sai số tăng lên Do vi phạm giả định phương sai không đổi sai số Câu 43: Trong mô hình hồi quy đa biến, đề xuất cách giải vấn đề tương quan nối tiếp Tương quan nối tiếp giải cách sử dụng biến biểu diễn theo phần trăm thay đổi thay độ lớn, sử dụng mơ hình tự hồi quy, mơ hình hồi quy với biến sai phân Câu 44 Nếu tất hệ số tự tương quan nằm khoảng tin cậy 95% riêng lẻ chúng chúng khơng có hình dạng cụ thể nào, kết luận trình này? Answer: Nếu mà tất hệ số tương quan nằm đường 95%, kết luận chuỗi có tính ngẫu nhiên (hay gọi “Random”) Câu 45: Nếu hệ số tự tương quan dương có ý nghĩa, đồ thị tự tương quan giảm 0, đưa kết luận trình này? Nếu ACF giảm (dạng die out) trình tự hồi quy Nếu ACF giảm đột ngột (cut off) trình trung bình di động Câu 46 Trong phương pháp luận Box-Jenkins, giải thích trường hợp sử dụng mơ hình AR cách xác định thứ tự mơ hình AR Dùng mơ hình MA trường hợp liệu stationary, đồ thị ACF có dạng die out PACF dạng cut off Các hệ số tự tương quan giảm dần 0, hệ số tự tương quan phần giảm xuống sau vài độ trễ Cách xác định tham số mô hình AR: Câu 47: Trong phương pháp Box-Jenkins, giải thích trường hợp dùng mơ hình MA cách xác định tham số mơ hình MA Dùng mơ hình MA trường hợp liệu stationary, đồ thị ACF có dạng cut off PACF dạng die out Cách xác định tham số mơ hình MA: Câu 48 Trong phương pháp luận Box-Jenkins, giải thích trường hợp sử dụng mơ hình ARMA cách xác định order mơ hình ARMA Answer Mơ hình ARMA cơng cụ để dự đốn giá trị tương lai chuỗi Mơ hình bao gồm hai phần, phần tự hồi quy autoregressive (AR) phần trung bình dịch chuyển moving average (MA) Mơ hình thường coi mơ hình ARMA(p,q) p dựa vào bậc AR biểu đồ PACF xác định q dựa vào bậc MA biểu đồ ACF Trong thực tế, giá trị p q vượt Sử dụng mơ hình ARMA trường hợp liệu ổn định (stationary), đồ thị ACF PACF có dạng die out (giảm dần 0) Cách xác định tham số mơ hình ARMA (p, q): xác định p dựa vào bậc AR biểu đồ PACF xác định q dựa vào bậc MA biểu đồ ACF Trong thực tế, giá trị p q vượt Câu 49: Trong phương pháp Box-Jenkins, giải thích trường hợp sử dụng mơ hình ARIMA cách xác định thứ tự mơ hình ARIMA Khi liệu khơng ổn định, ta phải sai phân để liệu trở nên ổn định Lúc ta sử dụng mơ hình ARIMA Xác định tham số mơ hình ARIMA (p, d, q): d số lần sai phân liệu liệu ổn định Xác định p dựa vào bậc AR biểu đồ PACF xác định q dựa vào bậc MA biểu đồ ACF Trong thực tế giá trị p q thường không Câu 50 Trong trường hợp ta cần transform liệu? Answer: Khi liệu không stationary (dữ liệu có phương sai thay đổi (khơng phải số)) Để lỡ thầy hỏi thêm (Chuyển đổi liệu phương pháp giúp cho phương sai liệu ổn định (chuyển đổi liệu không theo phân phối chuẩn -> liệu phân phối chuẩn) Ở bước làm ổn định phương sai liệu, ta tiến hành transform liệu cách sử dụng Box-Cox lấy log ( = 0), bậc 2( = 5), mũ hai( = 2), nghịch đảo( =− 1),… Trong hầu hết trường hợp, khơng nên dùng nằm ngồi khoảng từ -2 đến Sau transform liệu, ta tiến hành sai phân liệu để loại bỏ tính xu hướng tính mùa liệu.) Câu 51: Thảo luận Box-Cox Transformation Minitab Box-Cox Transformation đề cập chương Khi liệu không ổn định mơ hình dự báo cho sai số mà không thỏa nguyên tắc sai số => Sử dụng Box Cox Transformation Công thức Box-Cox transformation chương 9: Công thức Box-Cox transformation Minitab: Lamda thường khơng vượt ngồi khoảng [-2,2] Minitab tự động làm tròn giá trị lamda 0.5 số nguyên gần *Optimal lamda: Minitab tự động chọn giá trị lamda tối ưu cho kết tốt Câu 52: Trong phương pháp luận Box-Jenkins, giải thích trường hợp sử dụng mơ hình ARIMA (p, d, q) x (P, D, Q) s cách xác định thứ tự mơ hình Trả lời: Mơ hình ARIMA (p, d, q) x (P, D, Q)s sử dụng cho liệu có tính mùa, s chiều dài mùa B1: nhận dạng mơ hình (time series plot, ACF, PACF) Dữ liệu stationary? Nếu ko transform Có cần tính sai phân ko? Nếu có tính diff B2: ước lượng mơ hình Ước lượng giá trị cho tham số mơ hình B3: Kiểm tra mơ hình B4: Dự báo Câu 53: Xác định trường hợp sử dụng phương pháp Delphi để đưa dự báo Những khó khăn gặp phải sử dụng phương pháp Delphi? Có thể sử dụng phương pháp Delphi trường hợp có khơng có liệu khứ, có sẵn ý kiến chuyên gia, ví dụ như: - Doanh số năm sản phẩm - Công suất tối đa nhà máy Những khó khăn sử dụng phương pháp Delphi: - Cần phải tập hợp chuyên gia liên quan đến lĩnh vực chuyên môn dự án - Tốn chi phí thời gian để đưa định - Khơng có chứng độ tin cậy câu trả lời, mang tính chủ quan người đưa định dựa vào kinh nghiệm chủ yếu - Các chuyên gia lĩnh vực đưa quan điểm khác - Khó để xếp đưa kết phù hợp, người tổng hợp đưa kết cần trình độ tầm nhìn bao quát cao Câu 54 Thảo luận sai số chuẩn giá trị trung bình sai số chuẩn phép đo ước tính hồi quy bội Trả lời: *Sai số chuẩn giá trị trung bình (SEM) đo lường mức độ sai lệch trung bình mẫu (sample mean) so với trung bình tổng thể (population mean) - Nó đo độ xác mà liệu mẫu đại diện cho tập hợp cách sử dụng độ lệch chuẩn (s) *Sai số chuẩn ước lượng độ lệch chuẩn sai số Nó đo lường sai lệch giá trị thực tế (Y) với giá trị ước tính (Y^) Sai số chuẩn ước lượng đo lường phân tán giá trị thực Y xung quanh hàm hồi quy Câu 55: Giống câu Câu 56: Xem xét liệu giá cổ phiếu Công ty TNHH Aeon Thực sai phân lần Tìm hệ số tự tương quan đồ thị ACF chuỗi liệu Chuỗi liệu sau sai phân có ổn định hay khơng? Answer: Data: Data Nhìn biểu đồ ACF, ta thấy chuỗi liệu có tính xu hướng rõ rệt 🡪 Tiến hành sai phân lần (với Lag 1) Sau Sai phần lần 1, ta thấy liệu ổn định hơn, bên cạnh hệ số tự tương quan 🡪 Chuỗi liệu “Stationary” Câu 57: Xem xét giá cổ phiếu NVIDIA Corporation Thực sai phân lần Tìm hệ số tự tương quan đồ thị ACF chuỗi liệu Chuỗi liệu sau sai phân có ổn định hay không? Link data: Data Biểu đồ liệu sau sai phân lần: Nhận xét: Biều đồ ACF cho thấy liệu sau sai phân khơng có biểu tính xu hướng tính mùa Do liệu ổn định Câu 58 Hãy xem xét liệu giá cổ phiếu Bank of America Corporation Thực sai phân lần Tìm hệ số tự tương quan đồ thị ACF chuỗi liệu Chuỗi liệu sau sai phân có ổn định hay khơng? Data: Data Chạy ACF minitab cho kết ban đầu: Dữ liệu có tính xu hướng Lấy sai phân lag = liệu, sau chạy ACF ta kết sau: Kết cho thấy số tự tương quan nằm đường 95% theo kiểm định kết luận số Chứng tỏ liệu ổn định ngẫu nhiên sau sai phân Câu 59: Xét giá cổ phiếu Grab Holdings Limited Thực sai phân lần Tìm hệ số tự tương quan đồ thị ACF chuỗi liệu Chuỗi liệu sau sai phân có ổn định hay không? Link data: Data Biểu đồ liệu sau sai phân lần: Nhận xét: Biều đồ ACF cho thấy liệu sau sai phân khơng có biểu tính xu hướng tính mùa Do liệu ổn định Câu 60 Xem xét liệu giá cổ phiếu Comcast Corporation Thực sai phân lần Tìm hệ số tự tương quan đồ thị ACF chuỗi liệu Chuỗi liệu sau sai phân có ổn định hay không? Answer data: Data ACF ban đầu: ACF liệu sau sai phân: Biều đồ ACF cho thấy liệu sau sai phân biểu tính xu hướng tính mùa Do liệu ổn định ... Mô tả tất tham số Bảng ANOVA hồi quy tuyến tính - SSR: Tổng bình phương sai số Y giải thích quan hệ tuyến tính - SSE: Tổng bình phương sai số Y khơng thể giải thích (sai số ngẫu nhiên) - SST =... hồi quy đánh giá có ý nghĩa thực tế khơng có ý nghĩa; sai số chuẩn hệ số hồi quy thấp (hoặc cao hơn) ước tính, hệ số hồi quy hàm hồi quy đánh giá có ý nghĩa chúng khơng có ý nghĩa ngược lại Câu... kiểm tra tính ngẫu nhiên tập liệu Tính ngẫu nhiên xác định chắn tính tốn tự tương quan cho giá trị liệu độ trễ khác Nếu ngẫu nhiên, tự tương quan phải gần tất độ trễ Nếu không ngẫu nhiên, nhiều