3 – Dữ liệu và phương pháp nghiên cứu
3.1 Lý thuyết cơ bản
3.1.2.5 Mơ hình dự báo ngắn hạn
Dựa vào mơ hình được chọn là tốt nhất, với dữ liệu quá khứ tới thời điểm t, ta s d ng để dự báo cho thời điểm kế tiếp t+1.
Từ phương trình của mơ hình ARIMA, tiến hành xác định giá trị dự áo điểm và khoảng tin cậy của dự báo.
Để s d ng một mơ hình được nhận dạng cho dự báo, cần phải mở rộng mơ hình tương ứng với thời đoạn dự báo:
Ví d ta cĩ mơ hình dự báo sau:
Yt = ø1Yt - 1 + ø12Yt - 12 - ø13Yt - 13 + δt + εt - θ1εt -1 - θ12εt -12 + θ13εt -13 Khi s d ng phương trình nà để dự báo một thời đoạn tiếp theo - nghĩa là, Yt+1 chúng ta tăng những chỉ số lên một, từ đầu đến cuối, như trong phương trình sau: Yt+1 = ø1Yt + ø12Yt - 11 - ø13Yt - 12 + δt+1 + εt+1 - θ1εt - θ12εt -11 + θ13εt -12
Số hạng εt+1 sẽ khơng biết được vì giá trị kỳ vọng của những sai số ngẫu nhiên
tương lai ằng 0, nhưng từ mơ hình đã thích hợp, chúng ta cĩ thể thay thế những giá trị
εt, εt-11, và εt-12 bằng những giá trị được xác định bằng thực nghiệm của chúng ta. Dĩ nhiên, vì chúng ta dự áo xa hơn nữa trong tương lai, chúng ta sẽ khơng cĩ những giá
trị thực nghiệm cho những số hạng “ε” sau một khoảng nào đĩ, và vì vậy tất cả những giá trị kỳ vọng của chúng sẽ cĩ giá trị là khơng.
Đối với những giá trị Y ban đầu của quá trình dự báo, chúng ta sẽ biết những giá trị Yt, Yt-11, và Yt-12. Tuy nhiên, sau một lúc, những giá trị Y trong phương trình sẽ là những giá trị được dự báo chứ khơng phải là những giá trị quá khứ. Vì vậy các giá trị thực tế cần phải được cập nhật liên t c để cải thiện độ tin cậy của các giá trị dự báo.