90 80 70 60 50 40 30 20 10 0 12345678910111213141516 Câu 3: - Nhận dạng mô hình:
+ Cách 1: Bảng biên độ về kim ngạch xuất khẩu hàng năm:
Năm 2016 2017 2018 2019
Biên độ 27 29 29 36
Tử bảng trên có thể nhận thấy biên độ qua các năm khá đều nhau
Chuỗi mùa vụ có các thành phần kết hợp với nhau theo dạng cộng tính. + Cách 2: Vẽ đồ thị:
Dựa vào đồ thị, nhận thấy chuỗi số liệu về doanh thu có biên độ khá ổn định quá các năm
- Ta có bảng sau:
Năm Quý t Y � Y - � S X + C + I t2 (X + C + I)* t �+�
+ � � 2016 I 1 40 14,969 25,031 1 25,031 II 2 22 -10,239 32,239 4 64,478 III 3 19 33,375 -14,375 -15,281 34,281 9 102,84 IV 4 46 36,125 9,875 10,552 35,448 16 141,792 2017 I 5 53 38,25 14,75 14,969 38,031 25 190,155 II 6 31 40,5 -9,5 -10,239 41,239 36 247,434 III 7 27 42,875 -15,875 -15,281 42,281 49 295,97 IV 8 56 44,875 11,125 10,552 45,448 64 363,584 2018 I 9 62 46,875 15,125 14,969 47,031 81 423,279 II 10 38 49,125 -11,125 -10,239 48,239 100 482,39 III 11 36 51,5 -15,5 -15,281 51,281 121 564,09 IV 12 65 54,25 10,75 10,552 54,448 144 653,376 2019 I 13 72 56,875 15,125 14,969 57,031 169 741,403 II 14 50 60 -10 -10,239 60,239 196 843,346 III 15 45 -15,281 60,281 225 904,22 IV 16 81 10,552 70,448 256 1127,168 Tổng 136 742,996 1496 7170,552 Dự báo 2020 I 17 14,969 67,815 82,784 II 18 -10,239 70,33 60,091 III 19 -15,281 72,845 57,564 IV 20 10,552 75,36 85,912
Ngoại suy X + C + I theo t ta được X +C + I = a + bt Hệ phương trình xác định các hệ số là: 16a + 136b = 742,996 136a + 1496b = 7170,552 {25,06 b a = = 2,515 X +C + I = 25,06 + 2,515*t Bảng phụ tính chỉ số mùa vụ Năm 2016 2017 2018 2019 M S I 14,75 15,125 15,125 15 14,969 II -9,5 -11,125 -10 -10,208 -10,239 III -14,375 -15,875 -15,5 -15,25 -15,281 IV 9,875 11,125 10,75 10,583 10,552 Tổng 0,125 {
Đề 3 – K59
Câu 1 (5 điểm): Câu hỏi trắc nghiệm:
1. Trong hình thức biểu hiện, dữ liệu được, số liệu sử dụng trong dự báo được phân ra thành: a, Số liệu chéo, số liệu sơ cấp và số liệu thứ cấp
b, Chuỗi thời gian, số liệu chéo và số liệu mảng c, Chuỗi thời gian, số liệu tuyệt đối và số liệu tương đối d, Dữ liệu tài nguyên, dữ liệu kinh tế và dữ liệu xã hội.
Giải thích: Hình thức biểu hiện của số liệu được hiểu là cách thức trình bày số liệu. Do đó phân theo cách này thì số liệu bao gồm: chuỗi thời gian, số liệu chéo và số liệu mảng
2. Trong các diễn đạt sau, cách diễn đạt nào không thể hiện bản chất của dự báo: a, Dự báo là một công cụ nhận thức xã hội
b, Dự báo là giả thiết về tương lai dựa trên cơ sở thực hiện những giả thiết khác c, Dự báo là căn cứ khoa học cho việc ra quyết định và hoạch định chính sách
d, Dự báo là cách thức hạn chế độ bất định của tình huống trong sự phát triển của đối tượng dự báo.
Giải thích: a, b, c là bản chất của dự báo, còn d là vai trò, tác dụng của dự báo.
3. Trên giác độ vĩ mô, dự báo kinh tế không bao gồm lĩnh vực nào sau đây: a, Dự báo các điểu kiện bên ngoài sự phát triển
b, Các dự báo chức năng c, Dự báo sản xuất kinh doanh
d, Dự báo kết quả của 1 số quá trình phát triển.
Giải thích: Dự báo sản xuất kinh doanh là ở giác độ vi mô (Doanh nghiệp, mặt hàng, nghành nghề).
4. Sức ý trong sự phát triển của hiện tượng kinh tế xã hội – cơ sở cho phép ngoại suy dự báo phụ thuộc vào các yếu tố sau đây, loai trừ:
a, Đặc điểm về bản chất hiện tượng kinh tế
b, Mức độ quan hệ của hiện tượng kinh tế với hiện tượng khác c, Quy mô và cấp độ của hiện tượng kinh tế xã hội
d, Tuổi đời của hiện tượng nghiên cứu.
Giải thích: Sức ỳ của hiện tượng do đặc điểm về bản thân hiện tượng đó hình thành nên, không phải do quan hệ với các hiện tượng khác.
5. Một quá trình ngẫu nhiên dừng có hệ số tương quan r1 và r2 ≠ 0 sau đó giảm dần tới 0, đồng thời hệ số tự tương quan riêng r11 ≠ 0 còn sau đó giảm dần về 0 theo dạng mũ hoặc hình sin thì mô hình tự hồi quy và trung bình trượt kết hợp được chọn là:
a, ARIMA (1,0,1) b, ARIMA (2,0,1) c, ARIMA (1,0,2) d, ARIMA (2,1,1)
Giải thích: r và r ≠ 0 nên q = 2, r1 2 11 ≠ 0 nên p = 1. Do đó chỉ có mô hình c là phù hợp.
6. Để sử dụng mô hình Hồi quy đa nhân tố cho dự báo cần thỏa mãn tối thiểu các điều kiện sau đây, loại trừ:
a, Biến độc lập và biến phụ thuộc phải có cùng đơn vị đo lường b, Các giá trị tương lai của biến độc lập phải được xác định trước c, Mô hình phù hợp về nội dung kinh tế
d, Mô hình xây dựng thỏa mãn các tiêu chuẩn kiểm định thống kê.
Giải thích: Dự báo bằng mô hình nhân tố đòi hỏi phải đầy đủ 3 điều kiện b, c, d.
Biến độc lập và biến phụ thuộc là 2 đại lượng khác nhau nên không nhất thiết phải cùng đơn vị đo lường.
7. Sai số dự báo của mô hình đa nhân tố nói chung phụ thuộc vào các nhân tố sau đây, loại trừ: a, Tổng sai số bình phương
b, Độ lệch giữa giá trị các biến nhân tố ở thời điểm dự báo với giá trị trung bình của chúng trong thời kỳ quá khứ
c, Tầm xa dự báo (độ dài thời kỳ dự báo) d, Số biến nhân tố trong mô hình dự báo
Giải thích:
t / 2,(n m 1)
Do đó có thể khẳng định sai số này phụ thuộc vào 3 yếu tố a, b, d.
Đối với mô hình nhân tố độ dài thời kỳ dự báo không ảnh hưởng đến sai số nói trên, mà sai số này do biến nhân tố ở thời điểm dự báo quyết định.
1 21 n m m i1 j1 ( X)( X) cov( ˆ , ˆ )if X _i jf X _j ij
8. Với một giá trị nhỏ của tham số san (α), trọng só ảnh hưởng của các quan sát … về quá khứ, thích hợp với các quá trình có tính …
a, Giảm chậm - ổn định cao b, Giảm chậm – bất định c, Giảm nhanh - ổn định cao d, Giảm nhanh – bất định.
Giải thích: Giải thích: Mức độ ảnh hưởng của quan sát giảm dần với tốc độ 1/(1- α). Với giá trị α nhỏ thì mức độ ảnh hưởng giảm chậm và phù hợp với chuỗi ổn định cao.
9. Phương pháp Delphi trong dự báo không mang đặc điểm nào dưới đây: a, Sử dụng thông tin mới để điều chỉnh dự báo
b, Đánh giá tập thể có mặt c, Có tính khuyết danh
d, Xử lý các câu trả lời của chuyên gia bằng phương pháp thống kê.
Giải thích: Phương pháp chuyên gia đánh giá tập thể vắng mặt.
10. Hoạt động nào sau đây không thuộc nội dung quản lý dữ liệu cho dự báo: a, Hệ thống hóa cơ sở dữ liệu
b, Sửa đổi và cập nhật dữ liệu c, Lưu trữ và chia sẻ dữ liệu d, Công khai hóa dữ liệu
Giải thích: Nội dung quản lý dữ liệu cho dự báo bao gồm a, b và c. Không phải dữ liệu nào cũng có thể công khai.
11. Đánh giá sau dự báo nhằm
a, Kiểm tra dạng hàm hoặc mô hình dự báo b, Kiểm tra dữ liệu về tính đầy đủ chính xác c, Kiểm tra sai số dự báo
d, Không có câu trả lời nào đúng.
Giải thích: a và b là mục đích của đánh giá trước dự báo, c là mục đích của đánh giá sau dự báo.
12. Với một chuỗi thời gian có xu thế hàm Gompertz thì có đặc điểm nào: a, Tỷ lệ tăng của các mức của chuỗi thời gian tại mỗi thời điểm là không đổi
b, Tỷ lệ tăng cảu các các mức của chuỗi thời gian tủ lệ với giá trị hiện tại và khoảng các giữa giá trị hiện tại đó và mức bão hòa tuyệt đối
c, Tỷ lệ tăng của các mức của chuỗi thời gian tỷ lệ với giá trị hiện tại và sai phân loga giữa mức bão hòa và giá trị hiện tại đó
d, Không có đặc điểm nào nói trên,
∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆ ∆
Giải thích: Chuỗi xu thế hàm Gompertz có đặc điểm
) (− (− (− (− (− (− (− (− (− (− (− (− (− (− (− đều nhau,
13. Điều kiện nào sau đây của chuỗi thời gian là không cần có cho việc sử dụng mô hình ARIMA vào mục đích dự báo:
a, Chuỗi thời gian đơn biến phải có độ dài đủ lớn (trên 50 quan sát) ; b, Chuỗi thời gian phải là một chuỗi dừng hoặc biến đổi được về chuỗi dừng; c, Các quan sát của chuỗi không gián đoạn;
d, Chuỗi thời gian không chứa yếu tố thời vụ.
Giải thích: Mô hình ARIMA có thể áp dụng với chuỗi thời gian có tính mùa vụ lẫn không có tính mùa vụ. Như vậy d không phải là điều kiện cần thiết cho việc sử dụng mô hình này.
14. Việc thực hiện nguyên tắc liên hệ biện chứng trong dự báo đòi hỏi phải quán triệt đủ 4 quan điểm:
a, Quan điểm đồng bộ, toàn diện, hệ thống và liên tục; b, Quan điểm toàn diện, liên tục, cụ thể và hệ thống; c, Quan điểm đồng bộ, toàn diện, hệ thống và cụ thể; d, Quan điểm đồng bộ, hệ thống, liên tục và toàn diện.
Giải thích: Nguyên tắc liên hệ biện chứng bao gồm 4 quan điểm đồng bộ, toàn diện, hệ thống và cụ thể.
15. Trong quản lý hiện nay có thể phân thành hai loại là “quản lý phản ứng” và “quản lý dự báo”, trong đó bản chất cuả quản lý dự báo được hiểu là:
a, Tập trung giải quyết vấn đề ngay khi xảy ra b, Quyết định và có khả năng hành động nhanh c, Tính đến các vấn đề nảy sinh ngay từ đầu
d, Có khả năng tìm ra những cách mới để giải quyết vấn đề trong quản lý.
Giải thích: a, b và d là quản lý phản ứng, c là bản chất của quản lý dự báo
16. Trong mô hình dự báo thời vụ, phương pháp trung bình trượt được sử dụng nhằm mục đích: a, Loại bỏ yếu tố thời vụ;
b, Xác lập thành phần biến động mùa;
c, Nhận biết dạng thức nhân hay cộng của mô hình; d, Loại bỏ yếu tố ngẫu nhiên.
Giải thích: Trong mô hình dự báo thời vụ , phương pháp trung bình trượt được sử dụng nhằm mục đích tách rời yếu tố thời vụ và yếu tố xu thế trong chuỗi.
17. Khi so sánh mô hình san mũ xu thể của Holt và của Brown, nhận xét nào sau đây là đúng: a, Mô hình Brown tính toán phức tạp hơn vì có nhiều tham số hơn
b, Cả 2 mô hình đều trên nguyên tắc điều chỉnh hệ số của hàm dự báo nhờ cập nhật thông tin mới c, Mô hình Brown chỉ áp dụng với xu thế tuyến tính còn mô hình Holt có thể áp dụng cho cả xu thế bậc cao
d, Không có nhận xét náo đúng
Giải thích: Cả 2 phương pháp đều có đặc điểm là hệ số hàm dự báo cứ thay đổi liên tục nếu chuỗi thời gian cập nhật thêm số liệu (dài ra).
18. Phương pháp san mũ xu thế được sử dụng để dự báo đối với chuỗi thời gian có đặc điểm: a. Có tính dừng theo nghĩa kỳ vọng toán
b. Thể hiện xu thế, có bước nhảy c. Thể hiện xu thế, có tính chu kỳ d.Thể hiện xu thế, biến động thời vụ
Giải thích: San mũ xu thế Holt được sử dụng để để dự báo cho chuỗi thời gian có tính xu thế và biến động thời vụ trong mô hình Winter.
19. Để nhận dạng mô hình ARIMA, người ta dựa vào các dấu hiệu sau đây, loại trừ: a, Số hệ số tự tương quan và hệ số tương quan riêng khác 0 có ý nghĩa thống kê b, Các tiêu chuẩn thông tin như AIC, SIC, HQI
c, Biểu đồ tự tương quan và tự tương quan riêng d, Hình dạng đồ thị biểu diễn chuỗi thời gian.
Giải thích: Hình dạng đồ thị biểu diễn chuỗi thời gian chỉ giúp ta nhận dạng xem chuỗi thời gian có tính xu thế hay tính dừng, không giúp ta tìm được bậc của AR(p) và MA(q).
20. Hệ số chi phí trực tiếp aij trong Bảng cân đối liên ngành dạng giá trị xét trong thời kỳ dự báo dài hạn sẽ có xu thế thay đổi dưới tác động của các nhân tố sau đây, loại trừ:
a, Tiến bộ của khoa học kỹ thuật
b, Hoàn thiện công tác quản lý, tổ chức sản xuất c, Sự thay đổi trong cơ cấu tiêu dùng của xã hội d, Sự tác động của giá cả.
Giải thích: 3 yếu tố a, b, d đều làm thay đổi mối quan hệ giữa các ngành nghề do đó làm thay đổi aịj. Còn cơ cấu tiêu dùng của xã hội không ảnh hưởng tới việc sản xuất các hàng hóa nên không gây ảnh hưởng đến aịj.
Câu 2 (2 điểm ):
Cho số liệu về doanh thu theo tháng của 1 siêu thị (đơn vị: tỷ đồng):
Tháng 1 2 3 4 5 6 7 8 9 10 11 12
Doanh thu 654 658 665 672 673 671 693 694 701 703 702 710
Hãy sử dụng phương pháp trung bình trượt kép để dự báo doanh thu của tháng thứ 14 với khoảng trượt m = 3.
Câu 3 (3 điểm):
Cho số liệu về doanh thu của 1 công ty theo 4 quý trong các năm được ghi chép trong bảng sau: Năm 2016 2017 2018 2019 Quý I 55 60 64 70 Quý II 35 40 45 49 Quý III 26 30 35 40 Quý IV 56 62 67 73
Đáp án:
Câu 2:
Với khoảng trượt m = 3, ta lần lượt tính ra giá trị MA và MA’ theo công thức: MAt MA’ = Yt+Yt−13 +Yt−2 = MAt+MAt−1+MAt−2 t 3
Ta có bảng sau:
Tháng Doanh thu (Y) MA MA'
1 654 2 658 3 665 659 4 672 665 5 673 670 664,667 6 671 672 669 7 693 679 673,667 8 694 686 679 9 701 696 687 10 703 699,333 693,778 11 702 702 699,111 12 710 705 702,111
Từ bảng trên ta tính được các giá trị: a12 = 2MA - MA’ = 707,88912 12
2
b12 = *(MA12 - MA’ ) = 2,88912
3−1
Theo đó ta có hàm dự báo: Yt+p = 707,889 + 2,889*p Để dự báo cho tháng thứ 14, ta lấy p = 2:
Doanh thu (Y)80 80 70 60 50 40 30 20 10 0 12345678910 11 12 13 14 15 16 Câu 3: - Nhận dạng mô hình:
+ Cách 1: Bảng biên độ về doanh thu hàng năm của công ty:
Năm 2016 2017 2018 2019
Biên độ 30 32 32 33
Tử bảng trên có thể nhận thấy biên độ qua các năm khá đều nhau
Chuỗi mùa vụ có các thành phần kết hợp với nhau theo dạng cộng tính. + Cách 2: Vẽ đồ thị:
Dựa vào đồ thị, nhận thấy chuỗi số liệu về doanh thu có biên độ khá ổn định quá các năm
Ta có bảng sau:
Năm Quý t Y � Y - � S X + C + I t2 (X + C + I)* t �+�
+ � � 2016 I 1 55 13,771 41,229 1 41,229 II 2 35 -7,521 42,521 4 85,042 III 3 26 43,625 -17,625 -18,187 44,187 9 132,561 IV 4 56 44,875 11,125 11,938 44,062 16 176,248 2017 I 5 60 46 14 13,771 46,229 25 231,145 II 6 40 47,25 -7,25 -7,521 47,521 36 285,126 III 7 30 48,5 -18,5 -18,187 48,187 49 337,309 IV 8 62 49,625 12,375 11,938 50,062 64 400,496 2018 I 9 64 50,875 13,125 13,771 50,229 81 452,061 II 10 45 52,125 -7,125 -7,521 52,521 100 525,210 III 11 35 53,5 -18,5 -18,187 53,187 121 585,057 IV 12 67 54,75 12,25 11,938 55,062 144 660,744