Khái niệm và ý nghĩa của phương pháp dự đoán thống kê kết quả hoạt động du lịch

CHƯƠNG II: MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ PHÂN TÍCH VÀ DỰ ĐOÁN KẾT QUẢ HOẠT ĐỘNG DU LỊCH

III. MỘT SỐ PHƯƠNG PHÁP DỰ ĐOÁN THỐNG KÊ KẾT QUẢ HOẠT ĐỘNG DU LỊCH

1. Khái niệm và ý nghĩa của phương pháp dự đoán thống kê kết quả hoạt động du lịch

1. Khái niệm và ý nghĩa của phương pháp dự đoán thống kê kết quả hoạt động du lịch.

Dự đoán thống kê theo nghĩa chung nhất là xác định các thông tin chưa biết ở tương lai của hiện tượng nghiên cứu. Dự đoán là phương pháp được sử dụng rộng rãi, phổ biến trong mọi lĩnh vực khoa học kỹ thuật, kinh tế, chính trị xã hội,…với nhiều loại và phương pháp dự đoán khác nhau tuỳ theo đối tượng và mục đích nghiên cứu.

Căn cứ vào độ dài thời gian dự đoán người ta phân ra 3 loại dự đoán chính:

dự đoán ngắn hạn, dự đoán trung hạn và dự đoán dài hạn.

Dự đoán thống kê ngắn hạn là việc dự đoán quá trình tiếp theo của hiện tượng trong những khoảng thời gian ngắn, nối tiếp với hiện tại bằng việc sử dụng những thông tin và phương pháp thống kê thích hợp.

Dự đoán thống kê trung hạn là việc dự đoán quá trình tiếp theo của hiện tượng trong những khoảng thời gian xa hơn so với dự đoán ngắn hạn (khoảng 10 – 15 năm) bằng việc sử dụng những thông tin và phương pháp thống kê thích hợp.

Dự đoán thống kê dài hạn là việc dự đoán quá trình tiếp theo của hiện tượng trong những khoảng thời gian (vài chục, hàng chục năm), bằng việc sử dụng những thông tin và phương pháp thống kê thích hợp.

Trong thực tế, do điều kiện về thu thập tài liệu, dựa vào đối tượng và nhiệm vụ nghiên cứu nhằm phản ánh đúng thực tế quy luật biến động của hiện tượng và xây dựng các kế hoạch ngắn hạn tạo điều kiện cho công tác quản lý có hiệu quả, người ta thường dùng phương pháp dự đoán thống kê ngắn hạn

(DĐTKNH).

Phương pháp DĐTKNH có vai trò và nhiều ý nghĩa đối với các nghiên cứu những hiện tượng kinh tế xã hội nói chung và đối với ngành du lịch nói riêng, đặc biệt là nghiên cứu kết quả hoạt động du lịch. Chúng ta có thể dự đoán kết quả hoạt động du lịch cho một doanh nghiệp, một địa phương một vùng hoặc của 1 quốc gia hay cho toàn thế giới.

DĐTKNH có thể áp dụng với khoảng thời gian là ngày, tuần, quý, năm. Tài liệu thường được sử dụng là dãy số thời gian, DĐTKNH là việc dựa vào quy luật biến động của hiện tượng ở hiện tại để suy đoán các mức độ của hiện tượng ở các thời gian kế tiếp đó.

Để thực hiện phương pháp này cần phải đảm bảo các yêu cầu sau:

- Tài liệu của dãy số thời gian phải chính xác, bảo đảm tính chất có thể so sánh được giữa các mức độ trong dãy số.

- Dãy số thời gian nghiên cứu phải có số lượng các mức độ thích hợp phục vụ cho việc có thể dự đoán được.

- Không nên có quá nhiều mức độ vì như thế sẽ làm giảm tác dụng của phương pháp dự đoán dẫn đến mô hình dự đoán sẽ không phản ánh được đầy đủ sự biến động của hiện tượng.

DĐTKNH dựa vào dãy số thời gian có nhiều thuận lợi, việc xây dựng mô hình dự đoán đơn giản, tính toán dễ dàng, không phức tạp về số liệu trong dãy số.

Như vậy, sau khi nghiên cứu kết quả hoạt động du lịch bằng phương pháp dãy số thời gian, từ các chỉ tiêu phân tích dãy số, từ mô hình xu thế, theo thời gian chúng ta sẽ xây dựng các mô hình dự đoán rất đơn giản.

DĐTKNH trong việc nghiên cứu kết quả hoạt động du lịch sẽ cho phép chúng ta xác định mức độ của kết quả đạt được, bản chất quy luật trong tương lai. Từ đó có thể phát hiện ra những nhân tố mới hoặc sự mất cân đối của kết quả. Trên cơ sở giúp các nhà quản lý Nhà nước về du lịch và các doanh nghiệp đưa ra kế hoạch phát triển trong thời gian kế tiếp đó đồng thời tiến hành điều chỉnh kịp thời hoạt động sản xuất kinh doanh cho phù hợp với thực tế. Ngoài ra, các mức độ dự đoán còn cho phép trình bày một số phương pháp thường dùng đó là:

- Dự đoán dựa vào hàm xu thế

- Dự đoán dựa vào lượng tăng giảm tuyệt đối bình quân - Dự đoán dựa vào tốc độ phát triển bình quân

- Dự đoán dựa vào phương pháp san bằng mũ.

Mỗi phương pháp này có một cách dự đoán khác nhau nhưng chênh lệch giữa chúng không nhiều. Nhưng vấn đề là ở chỗ làm thế nào để biết được kết quả nào chính xác nhất. Vì vậy nên chúng ta cần phải lựa chọn phương pháp tốt nhất.

2. Đặc điểm vận dụng một số phương pháp dự đoán thống kê ngắn hạn để dự đoán kết quả hoạt động du lịch.

* Dự đoán kết quả hoạt động du lịch dựa vào hàm xu thế.

Phương pháp dãy số thời gian đã cho phép biểu hiện xu hướng phát triển cơ bản của kết quả hoạt động du lịch bằng hàm hồi quy theo thời gian. Hàm có dạng:

∧

yt = f(t, bo, b1,… bn)

Trong đó y∧t có thể là hàm tuyến tính, hàm parabol, hàm bậc 3, hàm mũ,…

và y∧t phải là hàm đã được chọn bằng các tiêu chuẩn khác nhau

Dựa vào hàm hồi quy y∧t có thể dự đoán kết quả hoạt động du lịch ở thời gian l theo phương trình:

∧ +l

yt = f(t+l, bo, b1, …, bn) Trong đó: l=1, 2, 3,…gọi là tầm dự đoán

∧ t+l

y là mức độ dự đoán ở thời gian (t+l) Tầm dự đoán thoả mãn l≤ n/3

* Dự đoán dựa vào phương pháp lượng tăng (giảm) tuyệt đối bình quân.

Ở phương pháp dãy số thời gian, chỉ tiêu lượng tăng (giảm) tuyệt đối bình quân được tính theo:

1

1

−

= − n

y yn δ

Từ đó có thể dự đoán mức độ ở thời gian l, ta sử dụng mô hình sau:

∧ +l

yt = yn +δ .l (l= 1, 2, 3…) Trong đó: yn là mức độ cuối cùng của dãy số.

δ .l là lượng tăng (giảm) tuyệt đối sau thời gian l

* Dự đoán dựa vào tốc độ phát triển trung bình

Phương pháp dãy số thời gian chỉ tiêu tốc độ phát triển trung bình được tính theo:

1 1

= n− n

y t y

Trong đó: y1 là mức độ đầu tiên của dãy số.

yn là mức độ cuối cùng của dãy số.

Từ đó, để dự đoán mức độ ở thời gian l ta dùng mô hình sau:

∧ +l

yt = yn. ( )t l l= (1, 2, 3…) Trong đó: ( )t l là tốc độ phát triển sau thời gian l y∧t+l là mức độ dự đoán thời gian)t+l)

yn là mức độ cuối cùng của dãy số.

Phương pháp dự đoán này được áp dụng khi các tốc độ phát triển liên hoàn xấp xỉ nhau.

Mô hình trên chỉ vận dụng dự đoán theo năm, ngoài ra có thể mở rộng cho những khoảng thời gian dưới 1 năm, chẳng hạn đối tài liệu quý của từng năm, ta dùng mô hình dự đoán sau:

( j 1 )

i j i

t

y Y t

S

∧ −

=

Trong đó: y∧ij là mức độ dự đoán của quý i năm j Yilà tổng các mức độ của các quý i các năm

1 n

i i j

j

Y y

=

= ∑

+ +

= t

st 1 ( )t 2 + ( )t 3+…+ ( )t (n-1)

Mô hình này có tác dụng rất lớn, đặc biệt đối với các hiện tượng mang tính thời vụ cao như du lịch. Tính thời vụ trong du lịch thường được biểu hiện nhiều ở sự biến động về số lượng khách du lịch. Vì vậy, khi dự đoán về số lượng khách theo tháng hoặc theo quý của các năm thường dùng mô hình này để dự đoán.

* Dự đoán theo phương pháp san bằng mũ.

Các phương pháp dự đoán nêu ở trên là phương pháp đơn giản nhất của phương pháp dự doán thống kê ngắn hạn và các mô hình dự đoán được xây dựng trên cơ sở xem các mức độ trong dãy số là như nhau. Vì vậy, các mô hình này chưa thực sự phản ánh đúng bản chất sự biến động của hiện tượng. Phương

pháp san bằng mũ là phương pháp dự đoán thống kê ngắn hạn phức tạp hơn, nó đã hạn chế được nhược điểm của 3 phương pháp trên. Tức là, phương pháp nàu có mô hình dự đoán các mức độ càng ở cuối dãy số càng cần được chú trọng hơn và do đó phản ánh đúng bản chất sự biến động của hiện tượng.

Giả sử gọi

yt là mức độ thực tế của hiện tượng ở thời gian t.

∧ +1

yt là mức độ dự đoán của hiện tượng ở thời gian (t+1) ta có mô hình dự đoán như sau:

∧ +l

yt

∧

∧

+

=

− +

=αyt (1 α)yt αyt β yt

Trong đó y∧t là mức độ dự đoán ở thời gian t và với điều kiện:α+ β=1, αvà β gọi là cá tham số san bằng.

Từ mô hình ta thấy thực chất của y∧t+l là trung bình cộng gia quyền của các mức độ thực tế và mức độ dự đoán y∧t , trong đó

∧

yt = αyt−1+β y∧t−1nếu ta thay vào công thức trên sẽ được:

∧ +1 =

yt αyt +αβ y∧t−1+β2y∧t−1

Từ đó có công thức tổng quát là: yt+∧1 = ∑

=

∧

− +

− +

n

i

t i t

iy y

0

1 1

1 β

β α

Vấn đề ở đây là phải chọn tham số α tốt nhất, α càng nhỏ hay càng lớn thì tốt. Để giải quyết vấn đề này cần phải phân tích kỹ đặc điểm biến động của hiện tượng. Thực tế chứng minh rằng, α lấy trong khoảng từ 0,1 đến 0,4 là tốt nhất.

Trong mô hình trên, giá trị ban đầu có thể là mức độ đầu tiên trong dãy số, hoặc là số trung bình của một số giá trị đầu tiên hoặc tham số của hàm xu thế,…nhưng thông thường người ta chọn mức độ đầu tiên của dãy số.

Tuỳ theo đặc điểm biến động của hiện tượng mà có các mô hình san bằng mũ khác nhau và chọn mô hình thích hợp. Để dự đoán bằng phương pháp này, thống kê sử dụng 4 mô hình sau:

- Mô hình không có xu thế và không có biến động thời vụ

∧ +1

yt =

∧

−

+ t

t y

y (1 α)

α (Mô hình Simple)

tiêu chuẩn để chọn tham số α tốt nhất là giá trị của α mà làm cho tổng bình phương sai số dự đoán nhỏ nhất (SSE min)

- Mô hình với dãy số nghiên cứu có biến động xu thế nhưng không có biến động thời vụ (hay gọi là mô hình Holt)

Với: [ ]

[ ( ) ( 1) (1 ) ( 1)]

) (

) 1 ( ) 1 ( ) 1 ( )

(

) ( ) (

1 0

0 1

1 0

0

1 0 1

−

− +

−

−

=

− +

−

− +

= +

+ =

t a t

a t a t a

t a t

a y

t a

t a t a y

t t

γ γ

α α

α> 0 và γ <1, α, γ là các tham số.

Tiêu chuẩn chọn α, γ là giá trị của chúng mà làm cho tổng bình phương sai số dự đoán nhỏ nhất (SSE min)

- Mô hình xu thế kết hợp nhân với biến động thời vụ (hay gọi là mô hình Winter)

Mô hình này có 3 tham số α, γ , ∆. Tiêu chuẩn chọn α, γ, ∆tương tự như trên

- Mô hình xu thế kết hợp cộng biến động thời vụ (hay gọi là mô hình custom – addtive)

Mô hình này có 3 tham số α, γ, ∆, Tiêu chuẩn để chọn α, γ , ∆ tương tự ở trên

Để tiến hành các mô hình san bằng mũ này, trong thực tế cần thiết phải dùng đến công cụ thống kê máy. Với chương trình này sẽ cho phép chúng ta xác định được cụ thể từng mô hình từ đó có thể phản ánh chính xác đặc điểm biến động đồng thời cho ta các kết quả dự đoán nhanh chóng và hiệu quả. Trên cơ sở đó, cho phép lựa chọn mô hình san bằng mũ tốt nhất để dự đoán. Mô hình san bằng mũ tốt nhất là mô hình có tổng bình phương sai số dự đoán nhỏ nhất bằng việc so sánh giữa các mô hình san bằng mũ với nhau.

Từ mô hình dự đoán tốt nhất của 3 mô hình đơn giản nêu ở trên là: dựa vào hàm xu thế, dựa vào lượng tăng giảm tuyệt đối bình quân, dựa vào tốc độ phát triển trung bình mà tiêu chuẩn chọn là bình phương sai số dự đoán nhỏ nhất và

từ mô hình tốt nhất bằng cách san bằng mũ chúng ta chọn mô hình tốt hơn cả bằng cách chọn SSE min.

Nhưng trong thực tế, chương trình thống kê máy cho thấy dự đoán chỉ thực hiện bằng phương pháp hàm xu thế và phương pháp san bằng mũ. Từ hai phương pháp này chúng ta so sánh các sai số chuẩn của mô hình dự đoán với nhau và chọn mô hình có sai số chuẩn của mô hình dự đoán là nhỏ nhất (SEmin = Standart Errrormin).

CHƯƠNG III. VẬN DỤNG MỘT SỐ PHƯƠNG PHÁP THỐNG KÊ