Đối với các thời kỳ dự báo khác nhau, người ta sử dụng các loại phương pháp dự đoán khác nhau. Không thể áp dụng cùng một phương pháp cho tất cả các dự báo ngắn hạn, trung hạn và dài hạn.
Vì vậy, cần phải tiến hành các công việc sau:
+) Khi hai phương pháp khác nhau được sử dụng, thì các giá trị dự báo của phần gối đầu lên nhau phải đuợc điều chỉnh.
+) Khoảng trống giữa các đường tăng trưởng( của hai thời kỳ liên tục không bị gối lên nhau) phải được điều chỉnh.
Như vậy cần có một phương pháp điều chỉnh chủ quan mà ở đó một đường cong trơn được vẽ ra giữa hai đường cong vẽ bằng các phương pháp khác nhau. Ngược lại, là một ví dụ của phương pháp điều chỉnh khách quan, phương pháp mở rộng điểm cuối của một đường cong ngắn hạn làm một giá trị ban đầu có thể sử dụng được cho tốc độ tăng trưởng của các mô hình trung hạn và dài hạn.
Biờn soạn : Vũ Khắc Bảy . 12 - 2011
41
2.1.3.3 Phân loại theo qui mô vùng dự báo
Đây là một sự phân loại tương đối theo qui mô vùng dự báo. Chẳng hạn, việc dự báo khí tượng cho một vùng lớn như toàn quốc được gọi là dự báo cấp vĩ mô, trong khi việc dự báo cho một khu vực địa phương được gọi là dự báo cấp vi mô.
1. Dự báo cấp vĩ mô
Trong dự báo cấp vĩ mô, nói chung có thể dùng nhiều phép thống kê xã hội. Vì vậy, có thể tiến hành nghiên cứu chi tiết về chúng. Chúng thường được sử dụng để dự thảo một ngân sách toàn bộ hay hoạch định một kế hoạch mang tính chất chiến lược.
2. Dự báo cấp vi mô
Dự báo cấp vi mô là dự báo của một vùng hay dự báo cho một khu vực nhỏ. Nó có thể hiểu là dự báo một đại lượng cho một ngành cụ thể. Thí dụ, đối với việc thiết kế công việc lắp đặt thiết bị mới hoặc thiết bị bổ sung như đấu cáp, thiết kế kỹ thuật và xây dựng kế hoạch bố trí tổng đài việc dự báo cấp vi mô là cần thiết.
3. Điều chỉnh dự báo giữa vi mô và vĩ mô
Nhìn chung, có sự khác nhau ở chừng mực nào đó giữa tổng các giá trị dự báo tầm vi mô và các giá trị dự báo tầm vĩ mô. Đối với vùng địa lý nhỏ, ta có thể thu được các dữ liệu thống kê ổn định (các dữ liệu quá khứ mà ta có thể sử dụng làm cơ sở cho dự báo khác) và điều này có khả năng gây ra những xét đoán sai lệch. Do đó, dự báo trực tiếp của một vùng địa lý lớn cho chúng ta một xu hướng chính xác hơn là tổng của các kết qủa dự báo cấp vi mô.
Khi đối chiếu giữa dự báo vi mô và dự báo vĩ mô, ta thường phải điều chỉnh dự báo vi mô theo dự báo vĩ mô. Nhưng nhân tố bị bỏ qua bởi dự báo vĩ mô có thể được dự báo vi mô chỉ rõ. ý nghĩa của việc điều chỉnh dự báo là nâng cao độ chính xác của dự báo, xoá bỏ sai lệch trong việc đánh giá gây ra bởi dự báo cấp vi mô.
Có hai phương pháp dự báo cơ bản là: +) Phương pháp phân tích hồi qui
+) Phương pháp chuỗi thời gian
Biờn soạn : Vũ Khắc Bảy . 12 - 2011
42
2.2 Các kỹ thuật làm trơn thường dùng
Sau đây ta sẽ xem xét một nhóm kỹ thuật tương đối dễ sử dụng nhất trong các phương pháp sử dụng chuỗi thời gian: Các kỹ thuật làm trơn.
Có bốn kỹ thuật làm trơn thường được sử dụng nhất: Trung bình trượt đơn,
Trung bình trượt kép, Làm trơn mũ đơn, Làm trơn mũ kép.
Tư tưởng chính của các kỹ thuật làm trơn này là: trong dãy số liệu quan sát được, ngoài các tác động ngẫu nhiên, có một xu thế cơ bản nào đó quyết định giá trị của biến cần dự báo. Vì vậy, các giá trị thực tế quan sát theo thời gian biểu diễn hệ sẽ là tổ hợp của xu thế cơ bản này với các thăng giáng ngẫu nhiên. Mục đích của các phương pháp này là tách các xu thế cơ bản ra khỏi thăng giáng ngẫu nhiên bằng cách làm trơn các quan sát theo thời gian. Điều này đưa đến việc khử bỏ phần thay đổi quá bất thường trong các dữ liệu ban đầu và dự báo của ta sẽ dựa vào các giá trị trung gian đã được làm trơn.
2.3 Trung bình trượt đơn
Về hình thức, phương pháp tính toán được thực hiện như sau: giả sử ta có dãy quan sát
t
(x ), t1 , n. Giá trị dự báo ft của chuỗi tại thời kỳ t được tính theo công thức
1
t t t N
f (x ... x ) / N (2.1)
trong đó Nlà số cố định nào đó. Số N gọi là số các thời kỳ trong trung bình trượt.
Kỹ thuật này thực chất là lấy tập hợp các giá trị được quan sát, tìm trung bình các giá trị này trên từng khoảng thời gian liền nhau rồi sau đó sử dụng các trung bình là giá trị dự báo cho thời kỳ tiếp theo.
Ví dụ 2.3.1 Ta xét trường hợp sau: một công ty vệ sinh môi trường lưu trữ số liệu về lượng rác thải hàng tháng trong suốt thời kỳ 18 tháng của công ty, như trình bày ở cột 3 trong bảng dưới đây. Công ty muốn dùng kỹ thuật trung bình trượt đơn để dự báo lượng rác thải trong các tháng tiếp theo.
Vấn đề đầu tiên cần phải quyết định là có bao nhiêu thời kỳ cần phải đưa vào xem xét, tức là chọn N bằng bao nhiêu. Điều này phải được quyết định thông qua phép thử và sai số. Cuối cùng chọn số thời kỳ với sai số bình phương tối thiểu. Trong bảng 2.1 chúng ta
Biờn soạn : Vũ Khắc Bảy . 12 - 2011
43
đã thử cả hai trung bình trượt 3 tháng ( cột 3 – 4) và trung bình trượt 4 tháng ( cột 7- 9).
Bảng 2.1 Dự báo theo phương pháp trung bình trượt đơn
1 2 3 4 5 6 7 8 9 Năm Tháng Khoảng thời gian xt Dự báo với ( N =3) Trung bình trượt 3 tháng Dự báo với (N =4) Trung bình trượt 4 tháng ft e e2 ft e e2 1 1 86 2 2 85 3 3 78 4 4 84 83.00 1.00 1.00 5 5 81 82.33 -1.33 1.78 83.25 -2.25 5.06 6 6 86 81.00 5.00 25.00 82 4.00 16.00 7 7 79 83.67 -4.67 21.78 82.25 -3.25 10.56 8 8 52 82.00 -30.00 900.00 82.5 -30.50 930.25 9 9 81 72.33 8.67 75.11 74.5 6.50 42.25 10 10 94 70.67 23.33 544.44 74.5 19.50 380.25 11 11 86 75.67 10.33 106.78 76.5 9.50 90.25 1976 12 12 78 87.00 -9.00 81.00 78.25 -0.25 0.06 1 13 94 86.00 8.00 64.00 84.75 9.25 85.56 2 14 94 86.00 8.00 64.00 88 6.00 36.00 3 15 86 88.67 -2.67 7.11 88 -2.00 4.00 4 16 90 91.33 -1.33 1.78 88 2.00 4.00 5 17 93 90.00 3.00 9.00 91 2.00 4.00 6 18 79 89.67 -10.67 113.78 90.75 -11.75 138.06 19 87.33 87 = 2016.56 = 1746.31 1977 Sai số trung bình 134 125
Để minh hoạ công thức trên được sử dụng như thế nào để thu được bảng trên ta hãy trình bày cách dùng trung bình trượt ba tháng để dự báo chuỗi dữ liệu này, tức là nhận được cột 4 ở trên.
Biờn soạn : Vũ Khắc Bảy . 12 - 2011
44
cách lấy trung bình 3 tháng đầu trong cột 3: f4 (1/3)(788586)83. -Tương tự, số hạng thứ hai trong cột 4 là trung bình của 3 tháng trước đó:
33 82 85 78 84 3 1 f5 ( / )( ) .
Cột 5 biểu diễn sai số của dự báo, tức là cột 3 trừ cột 4. Cột 6 là trung bình phương của các số tương ứng trong cột 5 và dùng để tính sai số trung bình phương:
21 1 , MSE e n N
(MSE: mean square of errors). Chúng ta có thể dùng trung bình trượt 4 tháng thay vì trung bình trượt 3 tháng và đưa ra các con số trong cột 7 và thấy nó có sai số bình phương trung bình MSE nhỏ hơn.
Một số nhận xét về kỹ thuật trung bình trượt đơn