Đơn vị: PCE (cái)
Quý Năm 2015 Năm 2016 Năm 2017 Năm 2018
I 247.344 287.672 319.371 353.196
II 385.927 513.067 590.524 605.524
III 1.008.731 1.110.024 1.285.667 1.596.074
IV 614.518 688.223 795.366 1.064.499
(Nguồn: Phòng Kinh doanh cơng ty)
Dựa vào dữliệuởBảng 2.13 ta có biểu đồthểhiện lượng hàng dệt kim xuất khẩu như ởBiểu đồ2.8.
1,800,000 1,600,000 1,400,000 1,200,000 1,000,000 800,000 600,000 400,000 200,000 0
Quý I Quý II Quý III Quý IV
Năm 2015 Năm 2016 Năm 2017 Năm 2018
Biểu đồ2.8: Sốlượng hàng dệt kim xuất khẩu theo quý của công ty giai đoạn 2015 - 2018 giai đoạn 2015 - 2018
Dựa vào đồthị, sốlượng hàng dệt kim xuất khẩu có nhiều biến động theo hằng quý trong giai đoạn bốn năm tính từnăm 2015. Nhình chung, sốlượng hàng dệt kim xuất khẩu đạt khá cao trong khoảng quý III và IV. Thêm vàođó, sốlượng hàng dệt kim xuất khẩu tăng dần qua các quý. Do đó, một sốphương pháp được đềxuất là phương pháp san bằng mũ giản đơn (SES), mơ hìnhđiều chỉnh theo xu hướng (Holt’s model) và phương pháp hệsố điều chỉnh (Winter’s model).
Đểcó thểlựa chọn và đánh giá được mơ hình một cách chính xác hơn, tác giả đề nghịsửdụng phương pháp Holdout Period trong quá trình sửlý sốliệu (Park and Kshirsagar (1996), Wilson and Keating (2007)). Theo đó, bộdữliệu được chia thành hai phần, sốliệu từnăm 2015 – 2017 sẽ được sửdụng đểdựbáo cho năm 2018 và lựa chọn phương pháp dựbáo thích hợp. Sốliệu năm 2018 sẽ được giữlại để đánh giá, kiểm tra tính chính xác của mơ hìnhđược chọn và dựbáo cho năm 2019 .
2.2.4.1.Kết quảdựbáo hàng dệt kim xuất khẩu của công ty giai đoạn 2015 – 2018
2.2.4.1.1. Kết quả dự báo hàng dệt kim của công ty bằng phương pháp san bằng mũ giản đơn – Simple exponential smoothing(SES)
Dt (Demand): nhu cầu thực tếtại thời kì t α: hệsố điều chỉnh của L t
∑
∑ trước.
Lt = αDt+(1-α)Lt-1 : mức nhu cầu tại thời kì t (với t t≥1)
Ft = Lt-1: nhu cầu dựbáo tại thời điểm t được cho bằng mức nhu cầu của kì
Et = Ft - Dt = Lt-1 - Dt: độlệch dựbáo nhu cầu.
At = Abs(Et): độlệch tuyệt đối dựbáo nhu cầu tại thời kì t MSEt = : Sai số bình phương trung bình tại thời kì t MADt = ∑ At:Độlệch tuyệtđối trung bình tại thời kì t MAPEt =
TSt =
: Phần trăm sai số tuyệt đối trung bình tại thời kì t
: Tín hiệu theo dõi thời kì t
L0=Average(Dt): mức nhu cầu tại thời kì 0được tính bằng trung bình nhu cầu thực tếcủa tất cảcác thời kìđã có.
Lt (Level): mức nhu cầu tại thời kì t Ft (Forecast): dựbáo tại thời kì t Ft+1: dựbáo tại thời kì t +1 (với t t≥1) Et (Error): Độlệch dựbáo nhu cầu thời kì t
At (Absolute): Độlệch tuyệt đối dựbáo nhu cầu tại thời kì t Với At = trịtuyệt đối của E t (At =│Et│)
TSt: Tín hiệu theo dõi tại thời kì t
MSEt (Mean Squared Error): Sai sốbình phương trung bình tại thời kì t MADt (Mean Absolute Deviation):Độlệch tuyệt đối trung bình tại thời kì t MAPEt (Mean Average Percent Error): Phần trăm sai sốtuyệt đối trung bình tại thời kì t.
68
SVTH: Nguyễn Văn H ùng
Khóa luận tốt nghiệp GVHD: Th.S Trần Đ ức Trí
Bảng 2.14: Kết quảdựbáo và đánh giá hàng dệt kim của công ty bằng phương pháp san bằng mũ giản đơn (SES)
Period, t Demand, Dt Level, Lt Forecast, Ft Error, Et Absolute, At
MSEt MADt %Error MAPEt TSt
0 679.357 Q1/2015 1 247.344 623.195 653.870 406.526 406.526 165.262.982.150 406.526 164 164 1 00 Q2/2015 2 385.927 592.350 601.021 215.094 215.094 105.764.245.286 310.810 56 110 2,00 Q3/2015 3 1.008.731 646.480 573.059 - 435.672 435.672 133.779.544.536 352.431 43 88 0,53 Q4/2015 4 614.518 642.325 629.696 15.178 15.178 100.392.253.665 268.118 2 66 0,75 Q1/2016 5 287.672 596.220 627.723 340.051 340.051 103.440.756.932 282.504 118 77 1,92 Q2/2016 6 513.067 585.410 583.516 70.449 70.449 87.027.819.024 247.162 14 66 2,47 Q3/2016 7 1.110.024 653.610 574.358 - 535.666 535.666 115.586.417.861 288.377 48 64 0,26 Q4/2016 8 688.223 658.110 643.995 - 44.228 44.228 101.382.634.297 257.858 6 57 0,12 Q1/2017 9 319.371 614.074 649.744 330.373 330.373 102.245.288.838 265.915 103 62 1 36 Q2/2017 10 590.524 611.012 606.796 16.272 16.272 92.047.237.040 240.951 3 56 1 57 Q3/2017 11 1.285.667 698.717 604.680 - 680.987 680.987 125.837.732.007 280.954 53 56 -1,08 Q4/2017 12 795.366 711.282 693.209 - 102.157 102.157 116.220.930.480 266.054 13 52 -1,52 Q1/2018 13 706.489 Q2/2018 14 706.489 Q3/2018 15 706.489 Q4/2018 16 706.489 (Nguồn: Tổng hợp kết quảtừexcel, 2019)
Khóa luận tốt nghiệp GVHD: Th.S Trần Đ ức Trí
69
SVTH: Nguyễn Văn H ùng
Giải L0 với L0 = Average(Dt): L0=679.357
Với∝ = (n: độdài chuỗi thời gian) nên ta có=0,13 ta dự đốn nhu cầu L t
theo công thức:
Lt =D t+(1-) L t-1
Sau khi thực hiện các phép tính theo phương phápSESvào trong bảng Excel, ta đã tìmđược mức nhu cầu (L t) cũng như tìmđược các dựbáo nhu cầu (F t) tại 12 thời
kì. Từ đây, ta tìmđược độlệch tuyệt đối dựbáo nhu cầu(A t) và tiến hành dựbáo nhu
cầu các thời kì 13,14,15,16.
Theo phương phápSESthì các dựbáo nhu cầu của các kì t+n sẽchính bằng mức nhu cầuởkì cuối cùng t, tức là: F 13=F14=F15=F16=L12 = 706.489 tươngứng với
Quý I(F13); Quý II(F14); Quý III(F15) và Quý IV(F16) của năm 2018 được thểhiệnở Bảng 2.15.
Bảng 2.15: Kết quảdựbáo hàng dệt kim năm 2018 bằng phương pháp san mũ giản đơn (SES)
Đơn vị: PCE
Quý Dự báo năm 2018
I 706.489
II 706.489
III 706.489
IV 706.489
(Nguồn: Kết quảxửlý từExcel, 2019)
Dựa vào kết quả đã tính, ta nhận thấy giá trịrằng TS t nằm trong khoảng -1.52 tới 2.47 là khá nhỏ. Ngoài ra, MAD12 = 266.054 và MAPE12 = 52% rất lớn, chứng tỏ dựbáo nhu cầu này có độchính xác khá thấp.
Phương phápSESkhơng phù hợp với bài tốn bởi vì từ độlệch tuyệt đối dự báo nhu cầu có xu hướng tăng dần theo từng thời kì, ta có thểkhẳng định rằng, dựbáo
∑
∑
nhu cầu bị ảnh hưởng, phụthuộc bởi xu hướng hoặc nhân tốmùa vụ, hoặc bởi cảhai yếu tốnày.
2.2.4.1.2. Kết quả dự báo hàng dệt kim theo mơ hình điều chỉnh theo xu hướng (H olt’ s M odel)
Lt: nhu cầu bao gồm yếu tốmùa vụtại thời kì t α: hệsố điều chỉnh của L t
Tt: xu hướng nhu cầu tại thời kì t : hệsố điều chỉnh của T t
Dt: nhu cầu thực tếtại thời kì t Ft = Lt-1: dựbáo nhu cầu tại thời kì t
Et = Ft-Dt = Lt-1 - Dt: sai sốdựbáo tại thời kì t
At = Abs(Et): độlệch tuyệt đối dựbáo nhu cầu tại thời kì t MSEt = Et Sai số bình phương trung bình tại thời kì t MADt = ∑ At:Độlệch tuyệtđối trung bình tại thời kì t MAPEt =
TSt =
: Phần trăm sai số tuyệt dối trung bình tại thời kì t
: Tín hiệu theo dõi thời kì t :
71
SVTH: Nguyễn Văn H ùng
Khóa luận tốt nghiệp GVHD: Th.S Trần Đ ức Trí
Bảng 2.16: Kết quảdựbáo hàng dệt kim của công ty theo mơ hình Holt’s Model
Period, t Demand, Dt Level, Lt Trend, Tt Forecast, Ft Error, Et Absolute, At
MSEt MADt %Error MAPEt TSt
0 392.021 40.284 1 247.344 378.666 34.920 432.305 184.961 184.961 34.210.571.521 184.961 75 75 1 2 385.927 397.568 34.118 413.586 27.659 27.659 17.487.808.099 106.310 7 41 2,00 3 1.008.731 590.554 50.620 439.683 -569.048 569.048 119.597.001.045 260.556 56 46 -1,37 4 614.518 650.847 49.437 655.327 40.809 40.809 90.114.103.840 205.619 7 36 -1,53 5 287.672 595.604 37.684 692.930 405.258 405.258 104.938.033.547 245.547 141 57 0,37 6 513.067 594.062 34.784 613.089 100.022 100.022 89.115.773.690 221.293 19 51 0,86 7 1.110.024 758.804 49.027 618.867 -491.157 491.157 110.847.164.896 259.845 44 50 -1,16 8 688.223 785.023 45.486 810.330 122.107 122.107 98.855.023.964 242.628 18 46 -0,74 9 319.371 687.969 30.956 820.405 501.034 501.034 115.763.917.771 271.340 157 58 1,19 10 590.524 664.558 27.606 706.061 115.537 115.537 105.522.415.556 255.759 20 54 1,71 11 1.285.667 842.872 44.585 700.161 -585.506 585.506 127.094.647.374 285.736 46 54 -0,52 12 795.366 867.095 41.129 914.543 119.177 119.177 117.687.028.981 271.856 15 50 -0,11 13 921.111 14 962.240 15 1.003.370 16 1.044.499
Khóa luận tốt nghiệp GVHD: Th.S Trần Đ ức Trí
72
SVTH: Nguyễn Văn H ùng
Bảng 2.17: Kết quảchạy mơ hình hồi quy Holt’s Model
Mơ hình Level (L0) Trend (T0)
Holt’s 392.021 40.284
(Nguồn: Kết quảxửlý từExcel, 2019)
Từkết quảchạy mơ hình hồi quy ta có L 0 và T0: L0=392.021; T0=40.284
Với =0,29; =0,1 ta dự đoán nhu cầu Lt và xu hướng Tt theo công thức: Lt =D t+(1 -)(L t-1+Tt-1)
Tt =(L t – Lt-1)+(1-)Tt-1
Ft+1 = Lt+pTt
Từcác sốliệu tìmđược, dựa vào mơ hìnhđiều chỉnh xu hướng (Holt’s Model) đểtiến hành dựbáo lượng hàng dệt kim các Quý I(F 13); Quý II(F14); Quý III(F15) và
Quý IV(F16) của năm 2018 được thểhiệnởBảng 2.18.
Bảng 2.18: Kết quảdựbáo hàng dệt kim của năm 2018 bằng mơ hình Holt’s Model
Đơn vị: PCE
Quý Dự báo năm 2018
I 921.111
II 962.240
III 1.003.370
IV 1.044.499
(Nguồn: Kết quảxửlý từExcel, 2019)
2.2.4.1.3. Kết quả dự báo hàng dệt kim bằng phương pháp hệ số điều chỉnh (Winter’ s M odel).
Ước tính mức độ vớiαlà hệ số điều chỉnh mức độ Lt=1 =α (Dt+1/St+1) + (1-α)(Lt+Tt)
Ước tính xu thế vớiβlà hệ số điều chỉnh xu thế Tt+1 = β(Lt+1 – Lt) + (1 –β) Tt
Ước tính mùa vụ vớiγlà hệ số điều chỉnh mùa vụ, p=4 St+p+1 = γ(Dt+1/Lt+1) + (1-γ)St+1
Dự báo nhu cầu thời kì t+1: Ft+1 = (Lt + Tt)St+1
Độlệch giữa nhu cầu dự báo và nhu cầu thực tế: E t = Ft - Dt Độlệch: A t = |Et|
Sai số bình phương trung bình: MSEt = Et Độlệch tuyệt đối trung bình: MAD t = ∑ At
∑
Phần trăm sai số tuyệt dối trung bình: MAPEt = Tín hiệu theo dõi: TS =∑
Với p là số thời kì tiếp theo cần dự báo: Ft+p=(Lt + p.Tt).St+p
74
SVTH: Nguyễn Văn H ùng
Khóa luận tốt nghiệp GVHD: Th.S Trần Đ ức Trí
Bảng 2.19: Kết quảdựbáo hàng dệt kim của cơng ty theo mơ hình Winter’s Model
Period, t Demand, Dt Level, Lt Trend, Tt Seasonal Factor, St Forecast Ft Error Et Absolute At
MSEt MADt %Error MAPEt TSt
0 502.689 22.141 1 247.344 524.873 22.180 0,47 246.670 -674 674 454.141 674 0 0 -1 2 385.927 545.484 20.768 0,78 426.701 40.774 40.774 831.491.831 20.724 11 5 1,93 3 1.008.731 566.758 21.223 1,73 979.617 -29.114 29.114 836.863.081 23.521 3 5 0,47 4 614.518 588.240 21.456 1,03 605.620 -8.898 8.898 647.442.062 19.865 1 4 0,11 5 287.672 609.766 21.520 0,47 286.564 -1.108 1.108 518.198.984 16.114 0 3 0,06 6 513.067 632.099 22.251 0,78 491.945 -21.122 21.122 506.188.167 16.948 4 3 -1,19 7 1.110.024 653.963 21.903 1,73 1.132.352 22.328 22.328 505.094.816 17.717 2 3 0,12 8 688.223 675.633 21.693 1,03 696.241 8.018 8.018 449.994.573 16.504 1 3 0,62 9 319.371 696.790 21.211 0,47 327.764 8.393 8.393 407.822.006 15.603 3 3 1,19 10 590.524 719.185 22.276 0,78 559.753 -30.771 30.771 461.728.103 17.120 5 3 -0,71 11 1.285.667 741.510 22.320 1,73 1.282.852 -2.815 2.815 420.473.418 15.820 0 3 -0,95 12 795.366 764.081 22.546 1,03 786.769 -8.597 8.597 391.592.502 15.218 1 3 -1,55 13 0,47 369.646 14 0,78 631.166 15 1,73 1.439.041 16 1,03 880.012 (Nguồn: Tổng hợp kết quảtừexcel, 2019)
Khóa luận tốt nghiệp GVHD: Th.S Trần Đ ức Trí
75
SVTH: Nguyễn Văn H ùng
Bảng 2.20: Kết quảchạy mơ hình hồi quy Winter’s Model
Mơ hình Level (L0) Trend (T0)
Winter’s 502.689 22.141
(Nguồn: Kết quảxửlý từExcel, 2019)
Từkết quảchạy mơ hình hồi quy ta có L 0=502.689; T0= 22.141
Với=0,03;=0,9 vàγ=0,01 ta dự đoán nhu cầu L t và xu hướng Tt theo cơng thức: Ước tính mức độ vớiαlà hệ số điều chỉnh mức độ
Lt=1 = α (Dt+1/St+1) + (1-α) (Lt+Tt)
Ước tính xu thế vớiβlà hệ số điều chỉnh xu thế Tt+1 = β (Lt+1 – Lt) + (1 –β) Tt
Ước tính mùa vụ vớiγlà hệ số điều chỉnh mùa vụ, p=4 St+p+1 = γ (Dt+1/Lt+1) + (1-γ) St+1
Dự báo nhu cầu thời kì t+1 Ft+1 = (Lt + p.Tt) St+1
Từcác sốliệu tìmđược, dựa vào mơ hình Winter’sđểtiến hành dựbáo lượng hàng dệt kim các Quý I, II, III và IV của năm 2018 được thểhiệnởBảng 2.21.
Bảng 2.21: Kết quảdựbáo hàng dệt kim năm 2018 bằng mơ hình Winter’s Model
Đơn vị: PCE
Quý Dự báo năm 2018
I 369.646
II 631.166
III 1.439.041
IV 880.012
2.2.4.1.4.Đánh giá và lựa chọn phương pháp dự báo
Kết quả từ ba phương pháp trên, chúng ta có thể so sánh MAD, MAPE và RMSEđược trình bàyở Bảng 2.22.
Bảng 2.22: So sánh MAD, MAPE và RMSE giữa 3 phương pháp dự báo
Phương pháp dự báo MAD MAPE RMSE
Simple exponential smoothing 266.054 52 340.912
Holt’s model 271.756 50 343.055
Winter’s model 15.218 3 19.789
(Nguồn: Kết quảxửlý từExcel, 2019)
Cảba phương pháp đều có chỉsốMAD, RMSE khá cao. Tuy nhiên phương pháp dự báo Winter’s model có trịsốMAD, MAPE và RMSE thấp hơn hẳn so với các phương pháp SES và Holt’s. Vì có 2 yếu tố tác động vào là yếu tố xu hướng và mùa vụ nên càng làm cho phương pháp dự báo này chính xác hơn so với các dự báo còn lại nên được chọn đểdựbáo cho giai đoạn tiếp theo.
2.2.4.1.5.Kiểm tra độ chính xác của phương pháp bằng H oltdout Period
Theo phương pháp Holtdout Period, số liệu của năm 2018được sử dụng để kiểm tra độ chính xác của mơ hìnhđược chọn. Kết quả hàng dệt kim dự báo cho năm 2018 được thể hiện trong Bảng 2.23.
Bảng 2.23: Kết quả dự báo năm 2018 bằng các phương pháp SES, Holt’s và Winter’s
Đơn vị: PCE
Quý Nhu cầu năm 2018 Dự báo SES Dự báo Holt’s Dự báo Winter’s
I 353.196 706.489 921.111 369.646
II 605.524 706.489 962.240 631.166
III 1.596.074 706.489 1.003.370 1.439.041 IV 1.064.449 706.489 1.044.499 880.012
1,800,000 1,600,000 1,400,000 1,200,000 1,000,000 800,000 600,000 400,000 200,000 0 I
Nhu cầu Dự báo SESII Dự báo Holt’sIII Dự báo Winter’sIV
Biểu đồ2.9: Kết quả dự báo thực tế bằng các phương pháp SES, Holt’s và Winter’s trong năm 2018
Thông qua biểu đồta nhận thấy sốliệu dựbáo khá tốt, lượng sai lệch khơng lớn, thích hợp cho cơng tác dựbáo của cơng ty.
2.2.4.1.6. Kết quả dự báo hàng dệt kim bằng phương pháp hệ số điều chỉnh (Winter’ s M odel) cho năm 2019.
Sau khi lựa chọn được phương pháp dự báo Winter’s model, tơi sử dụng tồn bộ dữliệu 2015 – 2018 để dự báo lượng hàng dệt kim của công ty cho năm 2019 bằng phần mềm Eview 8. Kết quả dự báo lượng hàng dệt kim trong năm 2019 được thể hiện ở Bảng 2.24.
Bảng 2.24: Kết quả dự báo hàng dệt kim của công ty năm 2019
Đơn vị: PCE
Quý Dự báo năm 2019
I 439.182
II 747.767
III 1.757.615
IV 1.092.760
Thông qua việc so sánh các giá trị MAD, MAPE và RMSE của ba phương pháp được đề xuất, mơ hình dự báo winter’s model đãđược lựa chọn. Sau khi kiểm tra độ chính xác bằng phương pháp Holdout Period, tôi đãđưa ra được kết quả dự báo lượng hàng dệt kim của bốn quý trong năm 2019. Kết quả dự báo quý I năm 2019 có 439.182 pce, quý II có 7474.767 pce, quý 3 có 1.757615 pce và q 4 có 1.092.760 pce. Nhìn chung, kết quả dự báo này phù hợp với xu hướng phát triển của dữ liệu trong giai đoạn khảo sát từ năm 2015 đến năm 2019.
D U B A O H A N G D ET K I M N A M 2019 1,800,000 1,600,000 1,400,000 1,200,000 1,000,000 800,000 600,000 400,000 200,000
I II III IV I II III IV I II III IV I II III IV I II III IV
2015 2016 2017 2018 2019
NHUCAU DUBAO2019
Biểu đồ2.10: Dự báo hàng dệt kim bằng mơ hình winter’s model
(Nguồn: Kết quảxửlý bằng phần mềm Eview) Bảng 2.25: Dựbáo cơ cấu mặt hàng dệt kim của công ty giai đoạn 2018 - 2019
Đơn vị: PCE
Dệt thoi Năm 2018 Năm 2019
So sánh 2019/2018 +/- % Quý I 353.196 439.182 85.986 24,35 Quý II 605.524 747.767 142.243 23,5 Quý III 1.596.074 1.757.615 161.541 10,12 Quý IV 1.064.449 1.092.760 28.311 2,66 Tổng 3.619.243 4.037.324 418.081 11,55
450,000 400,000 350,000 300,000 250,000 200,000 150,000 100,000 50,000 0 Năm 2015 Năm 2016 Năm 2017 Năm 2018
Quý IQuý IIQuý IIIQuý IV
(Nguồn: Kết quả xửlý bằng phần mềm Eview)
Qua bảng 2.25 ta thấy dự báo lượng hàng dệt kim trong năm 2019 tăng trưởng cao so với năm 2018. Cụ thể tổng hàng dệt kim công ty năm 2019 tăng so năm 2018 là 11,55% tươngứng tăng 418.081 pce. Quý I năm 2019 tăng 24,35% so với năm 2018 tươngứng tăng 85.986 pce, quý II tăng 23,5% so với năm 2018 tươngứng tăng 142.243 pce, quý III tăng 10,12% so với năm 2018 tươngứng tăng 161.541 pce và quý IV tăng 2,66 % so với năm 2018 tươngứng tăng 28.311 pce.
2.2.4.2. Kết quảdựbáo hàng dệt thoi xuất khẩu của Cơng ty Cổphần Dệt may Phú Hịa An giai đoạn 2015 – 2018. Dệt may Phú Hòa An giai đoạn 2015 – 2018.
Bảng 2.26: Sốlượng hàng dệt thoi xuất khẩu tại công ty giai đoạn 2015 – 2018
Đơn vị: PCE
Quý Năm 2015 Năm 2016 Năm 2017 Năm 2018
I 43.076 101.396 109.632 234.225
II 55.861 109.958 129.500 258.865
III 90.435 180.575 283.288 413.874
IV 59.844 139.958 199.204 288.019
(Nguồn: Phịng Kinh doanh cơng ty)
Dựa vào dữliệu Bảng 2.26, ta có biểu đồthểhiện sốlượng hàng dệt thoi xuất khẩu hàng dệt thoi của công ty giai đoạn 2015 – 2018.
(Nguồn: Phịng kinh doanh cơng ty)
Dựa vào biểu đồ, sốlượng hàng dệt thoi có nhiều biến động theo hàng quý trong giai đoạn 4 năm tính từnăm 2015. Lượng hàng dệt thoi xuất khẩu tăng dần qua các năm. Thêm vào đó, lượng hàng dệt thoi tăng qua các quý và cao nhất trong quý III. Vì vậy, dữliệu vừa mang tính xu hướng, tính mùa vụhoặc vừa xu hướng mùa vụ. Do đó tơi sử dụng phần mềm SPSS đểdựbáo lượng hàng dệt thoi của công ty bằng các phương pháp san bằng mũ Giản đơn (SES), Holt’s và Winter’s.
Để đánh giá sựphù hợp của mơ hình dựbáo tối ưu thơng qua hệsốtương quan R2, căn bậc hai của sai sốbình phương trung bình (RMSE) và phần trăm sai sốtuyệt đối trung bình (MAPE). Phương pháp nào có hệsốtương quan cao nhất, căn bậc hai của sai sốbình phương trung bình và phần trăm sai sốtuyệt đối trung bình thấp nhất sẽ được chọn để đưa ra kết quảdựbáo hàng dệt thoi năm 2019 của công ty.
2.2.4.2.1. Kết quả dự báo hàng dệt thoi của công ty bằng phương pháp san bằng mũ
giản đơn – Simple exponential smoothing(SES)
Bảng 2.27: Kết quả đánh giá sự phù hợp của mơ hình SES