d) Dịch vụ truyền thông đa phương tiện
3.3.4.Các phương pháp xác định nhu cầu
3.3.4.1, Phương pháp chuỗi thời gian
(1) Khái quát
Đối với phương pháp chuỗi thời gian, xu hướng trong quá khứ sẽ được áp dụng để dự báo cho tương lai.Ví dụ, giả sử thời gian là ‘t’ và biến dự báo (nhu cầu hoặc lưu lượng) là ‘y’, hàm biểu diễn mối quan hệ có dạng y=f(t). Phương pháp này thường được
sử dụng cho dự báo ngắn hạn. Hạn chế của phương pháp này là các biến về chính sách như cước và mức dịch vụ không được tính đến và như vậy thì nó không có tính thuyết phục. Nhưng phương pháp này dễ thực hiện nhất và đơn giản vì ngoài các số liệu cần có như nhu cầu và mật độ điện thoại ra thì không đòi hỏi thêm số liệu nào khác. Chính vì lý do đó mà phương pháp này được sử dụng rộng rãi trong dự báo dân số, dự báo kinh tế, …
(2) Điều chỉnh số liệu biến thiên
Thông thường, số liệu chuỗi thời gian bao gồm 4 dạng sau: biến thiên xu thế, biến thiên chu kỳ, biến thiên theo mùa, biến thiên bất thường. Bởi vậy cần phải chuyển các biến thiên khác nhau về dạng biến thiên dữ liệu xu thế bằng “phương pháp bình quân tháng”, “phương pháp nhân công”…
Phương pháp bình quân tháng được giải thích ngắn gọn như sau: Phương pháp này là phương pháp đơn giản nhất trong các phương pháp ước tính số biến thiên theo mùa và nó cũng được gọi là phương pháp bình quân theo chu kỳ. Phương pháp này được áp dụng khi biến thiên xu thế - một trong các nhân tố của chuỗi thời gian xuất hiện như biến thiên là một giá trị xu hướng của các đường thẳng và cho phép tìm sự biến thiên của số liệu bằng cách tính đơn giản hơn.
Giả sử rằng trong chuỗi thời gian chu kỳ theo tháng của n năm, i tháng là xij, Mi là giá trị trung bình, M0 là bình quân giá trị trung bình.
Mi=∑xij/n
M0=∑xi/12 (5.1) Chỉ số mùa (SI) được tính như sau:
SI=Mi/M0*100 (5.2)
Để chuyển dạng dữ liệu mùa, sử dụng chỉ số mùa như mô hình (5.2) và nhân với 100.
(3)Các biểu thức sử dụng cho dự báo
Biểu thức thích hợp được lựa chọn phải dựa trên nền tảng của xu hướng nhu cầu trong quá khứ. Ở thời điểm này, các đặc điểm của mỗi biểu thức phải được xem xét đầy đủ. Đó là, biểu thức và giai đoạn dự báo phải được xác định xem nhu cầu sẽ thay đổi như thế nào.
Đối với dự báo bằng phân tích chuỗi thời gian thì chỉ thời gian là yêu tố giải thích biến nhu cầu. Các yếu tố khác như những thay đổi cơ cấu không được giải thích. Nhưng phải chú ý rằng, phương pháp này chỉ đúng trong trường hợp mối liên quan giữa các yêu tố quyết định nhu cầu hiện tại và nhu cầu quá khứ sẽ không thay đổi cơ bản trong tương lai. Nếu bất kỳ sự thay đổi cơ cấu nào được xem là sẽ ảnh hưởng lớn đến nhu cầu thì
nguyên nhân và mức độ ảnh hưởng của nó phải được phân tích kỹ lưỡng và phương pháp dự báo phải được điều chỉnh.
Sau đây là các biểu thức được dùng cho phân tích chuỗi thời gian. Phương trình tuyến tính và phương trình bậc 2 khá là phù hợp với dự báo ngắn hạn. Hàm mũ và hàm logistic phù hợp với dự báo dài hạn. Hàm logistic nhận được từ việc nghiên cứu vấn đề tăng dân số đặc biệt phù hợp trong dự báo lợi ích công cộng của hàng hóa được tiêu thụ liên tục.
(4) Xác định hằng số của mô hình dự báo
Với mỗi phương pháp được xác định dựa vào xu thế nhu cầu trong quá khứ thì hằng số của mỗi một phương trình phải được tính toán. Phương pháp phổ biến nhất là phương pháp bình phương nhỏ nhất.
(a) Phương pháp bình phương nhỏ nhất
Phương pháp này có nghĩa là tìm ra được một phương trình sao cho tổng diện tích khác biệt giữa giá trị thực tế và giá trị dự báo nhỏ nhất.
(b) Xác định giá trị tới hạn (mức bão hòa)
Giá trị tới hạn ‘K’ trong hàm logistic và hàm mũ điều chỉnh là giá trị dựa vào số liệu quá khứ ở thời điểm dự báo. Giá trị ‘K’ không nhất thiết phải là hằng số. Khi nền kinh tế phát triển, giá trị ‘K’ trở nên lớn hơn. Sai số lớn sẽ không xuất hiện thậm chí nếu K được coi như là một hằng số cho đến khi đường cầu tiến gần đến K.
Giá trị ‘K’ là khác nhau không chỉ với các quốc gia và các vùng mà còn khác nhau tùy theo trình độ kinh tế và các điều kiện của dân cư. Nó thường được xác định dựa trên các yếu tố kinh tế và các yếu tố chính trị, tham khảo số liệu của các quốc gia khác và số liệu của các khu vực lân cận.
3.3.4.2, Phương pháp hồi quy
(1) Khái quát
Trong mô hình hồi quy, mối quan hệ của nguyên nhân và kết quả giữa nhu cầu và các yếu tố quyết định nó được mô hình hóa để dự báo. Đầu tiên, các yếu tố tìm được tìm kiếm bao gồm mối liên quan phụ thuộc lẫn nhau hoặc mối liên quan giữa nguyên nhân và kết quả trong quá khứ. Nhìn chung, các yếu tố kinh tế và các yếu tố xã hội đều liên quan đến nhu cầu.
Trong những nhân tố này, một vài nhân tố là mô hình có ảnh hưởng lớn đến nhu cầu và giá trị tương lai của nó có thể là dự báo. Với những mô hình này nhu cầu là dự báo.
(a) Sự tương quan
Trước khi xác định công thức truy hồi, cần phải tìm một nhân tố đan xen với nhu cầu. Biểu hiện cường độ của sự liên hệ là khái niệm của sự tương quan. (3) Các phương pháp khác
(adsbygoogle = window.adsbygoogle || []).push({});