So sánh, nhận xét giữa mô hình Holt-Winters và SARIMA

Một phần của tài liệu (LUẬN văn THẠC sĩ) dự báo chuỗi dữ liệu phụ thuộc thời gian theo mùa vụ bằng mô hình holt winters luận văn ths công nghệ thông tin 1 01 10 (Trang 60 - 63)

Chương 3 : Ứng dụng mô hình Holt-Winters cho mùa vụ

3. So sánh, nhận xét giữa mô hình Holt-Winters và SARIMA

SARIMA

Một số đánh giá, so sánh giữa hai mô hình Holt-Winters cho mùa vụ và mô hình ARIMA cho mùa vụ trên hai chuỗi: chỉ số giá tiêu dùng CPI; và chuỗi tổng giá trị xuất khẩu Việt nam VnTradeExp. (Phần trình bày ứng dụng của mô hình ARIMA cho mùa vụ trên chuỗi CPI và VnTradeExp được đề cập trong Phụ lục).

Biểu đồ giá trị chuỗi VnTradeExp và chuỗi dự báo theo ARIMA & HW

Một số kết quả so sánh giữa hai mô hình HW và ARIMA:

STT Kết quả đánh giá/so sánh Holt-Winters SARIMA

A Chuỗi chỉ số giá tiêu dùng CPI

1 Giá trị dự báo 1 bước/thực tế 130,5169/131

Sai số: 0,36%

130,846/131

Sai số: 0,1%

2 Giá trị dự báo 2 bước/thực tế 134,3475/133.8

Sai số: 0,4%

133,32/133.8

Sai số: 0,3%

1 Giá trị dự báo 1 bước/thực tế 3.044,207/2.970

Sai số: 2, 49%

3.045,973/2.970

Sai số: 2,55% Bảng 6 - Một số kết quả so sánh dự báo giữa mô hình HW & ARIMA

Một số đánh giá, nhận xét:

STT Làm trơn hàm mũ HW ARIMA

1 Không dự báo sự thay đổi trong tương lai của một biến bằng cách liên kết nó với một tập hợp các biến khác mà chúng ta chỉ dự báo dựa vào hành vi trong quá khứ của biến cần dự báo

Khả năng dự báo sự thay đổi trong tương lai bằng cách liên kết nó với một tập hợp các biến khác trong quá khứ

2 Đơn giản, phù hợp khi cần nhanh chóng bức tranh về chuỗi thời gian ngắn trong khi nguồn lực không cho phép sử dụng mô hình hoàn chỉnh và phức tạp

Phức tạp hơn khi xây dựng mô hình

3 Phù hợp với chuỗi thời gian có độ biến thiên ít hoặc vừa phải trong chuỗi, ít phù hợp với chuỗi có biên độ biến trong chuỗi lớn. Các ảnh hưởng (biến động) của thành phần xu thế và thành phần mùa vụ trong quá

Dự báo khá tốt kể cả với những chuỗi có độ biến thiên lớn trong chuỗi. Các ảnh hưởng (biến động) của thành phần xu thế và thành phần mùa vụ trong quá khứ được mô hình ARIMA lưu giữ và phản ánh vào hiện tại.

khứ không được phương pháp HW phản ánh ở điểm hiện tại.

4 Không có thành phần hồi quy trong phương trình

Có thành phần hồi quy trong phương trình

Bảng 7 - Một số đánh giá, nhận xét giữa mô hình HW & ARIMA

Một phần của tài liệu (LUẬN văn THẠC sĩ) dự báo chuỗi dữ liệu phụ thuộc thời gian theo mùa vụ bằng mô hình holt winters luận văn ths công nghệ thông tin 1 01 10 (Trang 60 - 63)

Tải bản đầy đủ (PDF)

(69 trang)