Bài tập chương 3
Ngoại suy xu thế ( tuyến tính, hàm mũ, logistic, gompert)
Bài tập dự báo chương 4
Dự báo bằng phương pháp san mũ
Bài 4:
t
Tháng
1
2
3
4
5
6
15
14
14,5
16
15,5
15
7
8
16
16,5
9
16
10
15,5
11
16
12
15
15
15
14,8
14,74
14,992
15,0936
15,0748
8
15,2599
15,5079
2
15,6063
4
15,5850
7
15,6680
6
Dựa vào số liệu về tình hình thu gạo của cửa
hàng trong 12 tháng năm 2013, ta có thể thực
hiện dự báo chuỗi thời gian bằng phương pháp
san mũ bất biến.
-
Chuỗi tg khơng có xu thế
Nhưng xoay quanh giá trị trung bình
Biết hằng số san α=0,2
Giá trị ban đầu : = =15
= α +(1- α)
tương tự ta tính tốn cho đến được thể hiện trên
bảng dữ liệu.
1, Như vậy, dự báo khối lượng gạo tiêu thụ của cửa hàng ở tháng 1 năm 2014
ứng với t=13, α=0,2 là:
α +(1- α) t
13 = 0,2*Y12 +0,8*12
= 0,2 *15+ 0,8*15,66806
= 15,534455
t+1 =
Dự báo 1/2014, thu gạo của
cửa hàng là 15,53455 tấn
Không thể dự báo cho
tháng 2/2014 vì khơng có
khối lượng thực tế của
tháng 1/2014 ()
2, mức độ ảnh hưởng của khối lượng tiêu thụ ở thàng 4/ 2013 tới giá trị dụ báo
( t = 12, t- i =4 )ngầm hiểu
i= 8 trọng số ảnh hưởng = 0,2*= 0.033554
3, Nếu khối lượng tiêu thụ ở tháng 4/2013 là 15 tấn thì kết quả dự báo sẽ thay đổi
0.033554 *(15- 16) = - 0.033554 (tấn)
Thì kết quả dự báo là: 13 =15,534455 - 0.033554=
Bài 5:
Giá trị các tham số san mũ tuyến tính theo
mơ hình Holt
năm
1997
1998
1999
1
2
3
SL(Yt)
174
180
188
2000
4
194
2001
5
201
2002
2003
6
7
209
221
2004
8
229
2005
9
234
2006 10
245
2007
11
246
2008 12
253
Lt
174
180
186,6
193,024
2
199,624
1
206,648
1
215,172
223,556
2
230,941
5
239,420
3
245,672
3
252,149
6
Tt
6
6
6,006
Thực hiện dự báo sản lượng lúa của
huyện A năm 2009 và 2010 bằng
phương pháp san mũ Holt với α=0,3 và
β=0,01
6,010182
Mô hình dự báo có dạng
6,016079
t+p =
6,026158
6,051136
+p Tt
giá trị cơ sở:
= = 174;
= –= 180-174 = 6
6,074466
6,087574
6,111487
6,112892
6,116536
L2= αY2+ (1- α)(L1+T1) L2 = 0,3* 180+ (1-0,3)( 174+ 6) = 180
Tt = β(Lt - Lt-1) + (1- β)Tt-1
T2=0,01*( 180-174) + (1- 0,01)* 6 = 6
……………………. Q trình tính tốn tiếp tục cho đến quan sát 12 ta có:
L12 = 252,1496 và T12 = 6,116536
Ta có mơ hình dự báo t+p= 252,1496 + p* 6,116536
Sản lượng lúa của huyện A năm 2009 (p=1)
t+1= 252,1496 + 1* 6,116536= 258,266136 (triệu tấn)
Sản lượng lúa của huyện A năm 2010 (p=2)
t+2= 252,1496 + 2* 6,116536= 264,382672 (triệu tấn)
Bài tâp chương 5
Dự báo thời vụ
(giản đơn, winter, giải tích điều hòa, biến giản)
Bài 6:
40
Dựa vào đồ thị ta thấy
Hàm có xu thế tuyến tính
Thời vụ dạng cộng
Giá trị giao động tương đối đồng đều
Ta sẽ sử dụng phương pháp chỉ số
thời vụ giản đơn. Mơ hình dạng cộng,
36
32
28
24
20
Xét chuỗi thời gian Yt có dạng cộng
sau: Yt = Xt + St + Ct + It
16
12
02
04
06
08
10
12
14
16
18
Y
Bảng tính để ước lượng các tham số mơ hình
nă
m
t
1
Yt
1
20
Yt ……….
……….
Sj
X+C+I
3,66666
16,33333
7
3
2
3
4
5
2
3
18
15
4
24
5
6
22
19
7
28
8
9
26
23
10
32
11
12
30
27
13
36
14
15
34
31
17,6666
7
19
20,3333
3
21,6666
7
23
24,3333
3
25,6666
7
27
28,3333
3
29,6666
7
31
32,3333
3
33,6666
7
……….
0,333333
-4
3,666667
0,333333
-4
3,666667
0,333333
-4
3,666667
0,333333
-4
3,666667
0,333333
……….
0,33333
3
-4
3,66666
7
0,33333
3
-4
3,66666
7
0,33333
3
-4
3,66666
7
0,33333
3
-4
3,66666
7
0,33333
3
-4
17,66666
7
19
20,33333
3
21,66666
7
23
24,33333
3
25,66666
7
27
28,33333
3
29,66666
7
31
32,33333
3
33,66666
7
35
Bảng phụ tính chỉ số trung bình thời vụ từng mùa
mù
a
1
2
3
năm 1
……….
0,33333
3
-4
năm 2
năm 3
năm 4
3,66666
7 3,666667 3,666667
0,33333
0,33333
0,33333
3
3
3
-4
-4
-4
năm 5
SIj
3,666667 3,666667
0,333333 0,333333
……….
-4
m=3, ta mất đi 2 quan sát
=(++) ….tính liên tục cho đến (trên bảng sơ liệu)
Ta có hệ số hiệu chỉnh trung bình : = (3,666667 + 0,333333 - 4) = 0
Như vậy, Sj =
ước lượng Xt +Ct+It bằng pp OLS
đặt Zt = Xt +Ct+It
t
1
2
3
4
Zt
16,3333
3
17,66667
19
20,3333
3
Zt *t
1 16,33333
4 35,33333
9
57
16 81,33333
5 21,66667
23
6
24,3333
7
3
8 25,66667
27
9
28,3333
10
3
11 29,66667
31
12
32,3333
13
3
14 33,66667
35
15
120
385
25 108,3333
36
138
49 170,3333
64 205,3333
81
243
100 283,3333
121 326,3333
144
372
169 420,3333
196 471,3333
225
525
1240 3453,333
ước lượng được = 15+ 1,33333 * t
Từ đó tính các giá trị dự báo:
t=
+ (Sj tại thời điểm t )
Dự báo sản lượng lúa quý I năm thứ 6, (t= 16)
16
= 15 +1,33333 * 16 + 3,666667= 40 (tấn/ha)
Dự báo sản lượng lúa quý II năm thứ 6, (t=17)
= 15 +1,33333 * 17 + 0,333333= 38 (tấn/ha)
17
Dự báo sản lượng lúa quý III năm thứ 6, (t=18)
= 15 +1,33333 * 18 – 4 = 35 (tấn/ha)
18
Bài 7:
12
11
Vẽ đồ thị ta nhận thấy dạng kết hợp của
yếu tố xu thế và thành phần thời vụ
10
9
Thời vụ dạng nhân
8
Xu thế tuyến tính
7
6
5
4
01
02
03
04
05
06
07
Y
08
09
10
11
12
Dự báo sử dụng phương pháp
chỉ số thời vụ giản đơn, mơ hình
dạng nhân.
m=2=(++) …. chuỗi mất đi 2 giá trị quan sát
Bảng tính để ước lượng các tham số của mơ hình
nă
m
thời vu
t
1 hè-thu
Y
Sjk
1
8,4
2
4,8
2 HT
3
8,9
ĐX
4
4,7
3 HT
5
9,4
ĐX
6
5,3
đông-xuân
4 HT
7 10,6
ĐX
8
5 HT
9 10,9
1
0
6,1
ĐX
6 HT
ĐX
5,7
11
1
2
11,2
6,7
3
6,8
3
6,9
3
7,2
7,6
5
8,0
5
8,2
3
8,4
8,5
8
8,7
5
0,71375
5
1,30402
9
0,6787
1,30555
6
0,69281
1,31677
0,69300
9
1,29761
9
0,71137
1,28
6,5
Sj
XCI
1,30162 6,45347
5
2
0,69837 6,87309
5
8
1,30162 6,83760
5
7
0,69837 6,72990
5
9
1,30162 7,22174
5
2
0,69837 7,58904
5
6
1,30162 8,14366
5
7
0,69837 8,16180
5
4
1,30162 8,37414
5
8
0,69837 8,73456
5
2
1,30162 8,60462
5
9
0,69837 9,30732
5
1
Bảng phụ tính trung bình chỉ số thời vụ từng mùa Mj, chỉ số thời vụ chung Sj
thời vụ
năm 1
hè thu
đông xuân
Tổng
0,713755
năm 2
1,304029
năm 3
1,30555
6
0,6787
0,69281
năm 4
năm 5
1,31677 1,297619
0,69300
9
0,71137
M 1= (1,304029 + 1,305556+1,31677+1,297619+1,28)/5
Sj = Mj *m/
Ước lượng thành phần xu thế bằng phương pháp ols
năm 6
1,28
Mj
Sj
1,30079
5 1,301625
0,697929 0,698375
1,998724
= 6,119611 +0,251227 *t
Hàm dự báo: *Sj
= (6,119611 +0,251227 *t ) *Sj
Dự báo Doanh thu vụ hè – thu (2014)
= (6,119611 +0,251227 *13) * 1,301625 = 12,21648
Dự báo doanh thu vụ thu - đông (2014)
=(6,119611 +0,251227 *14) *0,698375 = 6,7301
Dự báo doanh thu bán hàng trong năm 2014:
+= 18,94657
Bài tập chương 6
(dự báo bằng mơ hình ARIMA)
Bài tập chương 7
Dự báo mơ hình hồi quy nhân tố
(đơn biến, đa biến, mơ hình nhiều phương trình sảy ra đồng thời)
ta có bảng tính sau:
Y
t
1
2
3
4
5
6
7
8
9
10
Tổn
g
năm
5
6
7
8
9
10
11
12
13
14
Y
(CPQC)
(giá)
40
44
46
48
52
58
60
68
74
80
6
7,5
8
9
11
13
14
15,5
17
19
10
9,5
9,5
9,2
9,2
9
9
8,6
8,4
8,2
36
56,25
64
81
121
169
196
240,25
289
361
100
90,25
90,25
84,64
84,64
81
81
73,96
70,56
67,24
570
120
90,6
1613,5
823,54
60
71,25
76
82,8
101,2
117
126
133,3
142,8
155,8
1066,1
5
240
330
368
432
572
754
840
1054
1258
1520
7368
400
418
437
444,6
478,4
522
540
584,8
621,6
656
5099,4
1, mơ hình dự báo khối lượng tiêu thụ của sp theo giá có dạng
=+
Ta có hệ phương trình:
ta có mơ hình dự báo:
=
Dự báo khối lượng tiêu thụ của công ty năm 2015 theo giá là:
=
34,473
46,45525
46,45525
53,6446
53,6446
58,4375
58,4375
t
Y-22,527
-10,5448
-10,5448
-3,3554
-3,3554
1,4375
1,4375
-17
-13
-11
-9
-5
1
3
507,4657
111,1918
111,1918
11,25871
11,25871
2,066406
2,066406
289
169
121
81
25
1
9
1
2
3
4
5
6
7
68,0233
72,8162
77,6091
11,0233
15,8162
20,6091
11
17
23
121,5131
250,1522
424,735
1552,9
121
289
529
1634
8
9
10
Hệ số xác định = = 0,95037
Khối lượng tiêu thụ phụ thuộc rất lớn vào giá sản
phẩm . sự thay đổi của giá giải thích được
95,037% sự thay đổi của khối lượng tiêu thụ
Giá và khối lượng tiêu thụ có mối quan hệ chặt
chẽ vớ nhau
2,
Biến phụ thuộc:
o Khối lượng tiêu thụ sản
phẩm: Y
Biến độc lập:
o Chi phí quảng cáo:
o Giá sản phẩm:
Ta sẽ sử dụng mơ hình nhân tố đa
biến: mơ hình dự báo khối lượng
tiêu thụ của sp theo giá có dạng :
Y=++
Giả thiết:
-
E(ui ) = 0 với ∀ i (i = 1, 2,
….n)
Var(ui ) = với ∀ i (i = 1, 2,
….n)
Giữa các biến độc lập khơng
có đa cộng tuyến hồn hảo
hay X ≠ 0.
Bảng tính
.= 12;
Ta có hệ phương trình:
Ta được mơ hình dự báo:
=
Khối lượng tiêu thụ của Công ty năm 2015
là
= 74,4 (tấn)
Y-
-17
-13
-11
-9
-5
1
3
11
17
23
(
(
-6
-4,5
-4
-3
-1
1
2
3,5
5
7
0,94
0,44
0,44
0,14
0,14
-0,06
-0,06
-0,46
-0,66
-0,86
Tổng
102
58,5
44
27
5
1
6
38,5
85
161
528
289
169
121
81
25
1
9
121
289
529
1634
(
36
20,25
16
9
1
1
4
12,25
25
49
173,5
0,8836
0,1936
0,1936
0,0196
0,0196
0,0036
0,0036
0,2116
0,4356
0,7396
2,704
-15,98
-5,72
-4,84
-1,26
-0,7
-0,06
-0,18
-5,06
-11,22
-19,78
-64,8
Hệ số tương quan
Corr( == 0,991649
Corr( == -0,97487
Hệ số tương quan của giữa khối lượng tiêu thụ sản phẩm Y và chi phí quảng cáo = 0,991649
; Hệ số tương quan bội tương ứng: 0,98337
Cho thấy mối quan hệ chặt chẽ giữa khối lượng tiêu thụ sản phẩm và chi phí quảng
cáo
Và đó là mối quan hệ thuận chiều. đưa thêm biến CPQC giải thích được 98,33% sự
thay đổi của giá.
Hệ số tương quan giữa giữa khối lượng tiêu thụ sản phẩm Y và giá sản phẩm = -0,97487; Hệ
số tương quan bội tương ứng: 0,9504
Cho thấy mỗi quan hệ chặt chẽ giữa khối lượng tiêu thụ sản phẩm và giá sản phẩm
đó là mối quan hệ ngược chiều
bài tập chương 8
dự báo bằng mơ hình cân đối liên ngành
Có 2 mơ hình
• Tĩnh (trong một năm)
• Động
(cho phép xác định mối quan hệ
nhân quả giữa quá khứ, hiện tại và
tương lai)
Bảng cân đối liên ngành dạng hiện
vật
Bảng cân đối liên ngành dạng giá trị
Các bảng cân đối liên ngành hiện vậtgiá trị
Bài 9
1, Ý nghĩa = 0,2
Để tạo ra một đơn vị sản phẩm của ngành 1 cần 0,2 đơn vị sản phẩm của ngành 3
2, dự báo tốc độ tăng trưởng kinh tế
Ma trận hệ số chi phí trực tiếp:
A=
E- A= C= - =
Ma trận nghịch đảo của ma trận (E-A)
B==
Giá trị sản lượng của nền kinh tế kì gốc:
• X(0)=
Giá trị sản lượng của nền kinh tế kỳ dự báo:
• X(1)=B*Y(1)= B*=
Kỳ dự báo
GDP1 (1) = (1 - - (1) = (1-0,6) * (1) =15,22224
GDP2 (1) = (1 - - (1) = 13
GDP3 (1) = (1 - - (1) = 16,7776
Tổng GDP kỳ dự báo : GDP(1) = 44,99984
Kỳ gốc
GDP1 (0) = (1 - - (0)
= (0,4)*35= 14
GDP2 (0) = (1 - - (0)
= (0,4)*40 =16
GDP3 (0) = (1 - - (0)
= (0,4)*50 = 20
Tổng GDP của nền kinh tế gốc : GDP(0) = 50
Tốc độ tăng trưởng kinh tế năm dự báo:
g=
= = -10%
3, đánh giá xu hướng chuyển dịch cơ cấu ngành và xác định tỷ lệ chuyển đổi cơ cấu
ngành:
S(1)= = =
S(0)= = =
Xu hướng chuyển dịch cơ cấu ngành: Tỷ trọng ngành 1 tăng 5,83%, tỷ trọng ngành 2
giảm 3,11%, tỷ trọng ngành 3 giảm 2,716%
Tỷ lệ chuyển dịch cơ cấu của ngành:
Cos = = 0,9925 = …
n= /90*100= 7,8018%
4. dự báo nhu cầu đầu tư để đạt được mức tăng trưởng kinh tế đề ra mới
h = [E - A]-1* e’ = B*e’
h =* =
dự báo nhu cầu đầu tư của ngành:
= * = 3,0556 = 34,5454
= * = (-7,5)= -80,625
= * = 8,056)= -102,266
Tổng nhu cầu đầu tư của nền kinh tế: I = I 1 + I 2 + I 3
5, tính giá trị gia tăng ngành 1 và lập bảng cân đối liên ngành năm dự báo
Ngành TD
Ngành SX
1
2
3
Tiêu dùng trung gian (xij= aij*Xj )
1
2
3
11,41668
3,8055
7,611
22,83318
15,22242
3,25
6,5
9,75
19,5
13
TDCC
Yi
8,3888
4,1944
12,5832
25,1664
16,7776
GO
= IC =
• = * X 1 = 38,0556 = 11,47668 …. Tương tự tính xij
• 1 = = 11,41668 + 3,8055 + 7,611 = 22,83318
= VA ( giá trị gia tăng) = GO – IC
Bài 10
= .( - f. )
• E–A-f =C=
Tìm ma trận nghịch đảo của ma trận C
= B=
• - f. = - * = - =
Giá trị sản lượng của nền kinh tế kì dự báo là:
B.( - f. ) = . =
Ngành 1
57,074
Dự báo Sản lượng
Ngành 2
68,468
Ngành 3
83,838
Bảng cân đối liên ngành
15
18
12
GTSL
Xi
Ngành
TD
Ngành
SX
1
1
11,4148
2
6,8468
3
8,3838
2
5,7074
8,3838
3
11,4148
13,693
6
6,8468
Tiêu dùng trung gian xij
28,537
28,537
27,387
2
41,080
8
16,767
6
33,535
2
50,302
8
TDCC
Zi
Gia tăng vốn cố định
1
0,0707
4
0,0707
4
0,1414
8
2
0,0846
8
0,3387
2
0,2540
4
3
0,27676
30
0,27676
40
0,41514
48
GO
209,38
Giải thích
= * (lưu ý tính theo cột dọc)
= * = 0,2 * 28,537
= * = 0,1 * 68,468
= * = 0,2 * 83,838
=++ (tổng theo hàng dọc cột )
VA = GO – IC
*
• = * = 0,01* (57,074 – 50) = 0,07074
• =*
• =*
Ngành
1
2
3
Tổng
GTSL
Xi
()
()
38,0556
32,5
41,944
112,499
312,537
6
∆X
%
(+/-)
100
100
Bài tập chương 9
Phương pháp chuyên gia
Bài 11:
Thời
gian
<10
10 – 15
15 – 20
20 – 25
25 – 30
30 – 35
35 – 40
40 – 45
45 – 50
> 50
Số ý
kiến
3
7
9
14
18
25
20
19
15
10
Số ý
kiến tích
lũy
3
10
19
33
51
76
96
115
130
140
Giá trị trung vị:
me = 30 +5. = 33,8 = 34
Có 50% số chuyên gia được hỏi cho rằng con
người sẽ có chuyến bay tới sao Hỏa và bay trở về
Trái đất trong 34 năm tới
Số tứ phân vị dưới:
Số tứ phân vị trên
= 40+5. = 42,36842 = 42
= 25+5. =25,55= 26
75% số chuyên gia được hỏi cho rằng con
có 25% số chuyên gia được hỏi cho người sẽ chó chuyến bay tới sao Hỏa và quay
rằng con người sẽ có chuyến bay tới trở lại Trái đất trong vòng 42 năm tới
sao Hỏa và quay trở lại Trái Đất trong
vòng 26 năm tới
Bài 12
E1
E2
E3
E4
E5
O1
O2
O3
O4
O5
O6
80
90
100
70
90
80
80
90
100
80
80
80
70
90
100
90
80
90
70
90
100
60
90
80
70
100
90
70
90
80
370
460
490
370
430
410
74
92
98
74
86
82
1) Đáng giá độ thống nhất của các chuyên gia
Sự kiện
Chuyên gia
E1
80
O1
4.5
Hạng
O2
E2
80
90
O3
90
100
O5
80
90
O6
80
80
Hạng
4.5
60
90
90
4.5
64
1
11
42.25
2.5
6.5
121
5.5
25
56,25
2.5
17
0,25
4
20
6,25
105
290
70
6
5
25.5
90
1
3
80
80
4.5
100
90
5.5
100
2.5
1
4.5
2.5
Hạng
90
100
(
E5
70
5
3
1
6
Hạng
90
100
70
E4
70
6
2
1
Hạng
O4
4.5
2.5
Hạng
E3
70
Tổng
hạng r
90
2.5
80
3
80
4
căn cứ vào tổng hạng ta tính được thứ tự ưu tiên cho các phương án:
O3 >O2 > O5 > O6 > O4 > O1
Số chuyên gia m = 5
Số sự kiện n = 6
= -2) + -2) = 12
-4) = 60
-3) =24
= 114
W = 0,7436
-2) = 6
-2) + -2) = 12
có 74,36 % số chuyên gia sẽ nhất trí với thứ tự ưu
tiên là O3 > O2 > O5 > O6 > O4 > O1
0,7436 < 0,75 trong trường hợp này, các chuyên gia cần phải tiến hành đánh giá, cho điểm
lại mức độ độ quan trọng của các sự kiện và sắp xếp lại thứ tự ưu tiên, cũng nhu tính lại hệ
số W
Chữa bài
Kí hiệu rõ Yt
Detal Yt+1 dương có xu thế
Có giá trị cá biệt có thể loại bỏ giá trị cá biệt
Bài 2:
Ta nhận thấy rằng deta Yt+1 xoay quanh giá trị 2.1 nên chuỗi thời gian này có thể mơ tả
bằng xu thế tuyến tính bậc 1
hàm mũ có thể mô tả chuỗi thời gian… nhưng chưa thực sự phù hợp nhất. ở đây dự báo
dân số ta có thể dự báo bằng hàm mũ bậc 3
Ban đầu 0,17.. lúc ra a = 0,16…
Bài 3:
với mức bão hịa:… tính đặc điểm của cả hai dạng hàm logistic và gompert
So sánh và lựa chọn
Bổ sung thêm cột và những cột có số liệu trong các bước tính tốn
Bài 4:
Đặc điểm của chỗi t.g và dữ kiện đề bài lựa chọn phương pháp dự báo
(thiếu lập luận lựa chọn phương pháp)
Ôn bài
Phương pháp ngoại suy xu thế (chương 3)
Điều kiện:
-
Đối tượng dự báo phát triển ổn định
Những điều kiện chung cho đối tượng dự báo phát triển được duy trì
Khơng có bước nhảy
Chuỗi thời gian: là tập hợp các giá trị của một biến ngẫu nhiên hay chỉ tiêu thống kê được
xắp xếp theo thứ tự thời gian. Được cấu thành bởi ít nhất 1 trong 4 thành phần ..
-
Biến động xu thế
Biến động thời vụ
Biến động theo chu kỳ
Biến động ngẫu nhiên
Phương pháp xử lý sơ bộ chuỗi thời gian:
-
Phân tích đối chứng kỹ thuật
Kiểm định thống kê
-
Nội suy cắt dán (loại trừ yếu tố ngoài giả thiết)
Xu thế: là một bộ phận của chuỗi thời gian thể hiện khuynh hướng phát triển dài hạn của
chuỗi thời gian đó
Cách xác định hàm xu thế
-
Dùng đồ thị
Phân tích thống kê
Cực tiểu sai số
Ước lượng hàm xu thế
-
Phương pháp điểm chọn
Phương pháp nội suy Newton
Phương pháp bình phương nhỏ nhất OLS
Các nhân tố ảnh hưởng đến sai số dự báo
-
Tầm xa dự báo
Độ tin cậy alpha
Độ dài chuỗi thời gian
Phương pháp ước lượng tham số
Phương pháp san mũ (chương 4)
Nguyên tắc:
-
Càng về quá khứ, trọng số càng giảm
Sai số hiện tạ phải đươc tính tới trong kỳ dự báo kế tiếp
Khi = 1, giá trị dự báo cho thời kỳ kế tiếp bằng chính giá trị hiện tại
Khi = 0, giá trị dự báo cho thời kỳ kế tiếp bằng chính giá trị dự báo ở thời kỳ trước đó
càng gần 1, trọng số các quan sát quá khứ càng nhỏ
càng gần 0, trọng số quan sát quá khứ lớn hơn. Hệ số san này thích hợp với chuỗi thời
gian có tính ổn định cao.
Dự báo bằng mơ hình cần đối liên ngành (chương 8)
PL theo độ dài thời kỳ dự báo
Cân đối
động
Cân đối
tĩnh
Phân loạiTheo đơn vị đo lường
Bảng CĐLN
dạng hiện vật
Bảng CĐLN
dạng giá trị
Bảng CĐLN
dạng hiện vật
– giá trị
Điều kiện để sản xuất xã hội có tái sản xuất mở rộng V + M > C
Với
•
•
•
•
Dự báo sản lượng
Cơ cấu ngành
Dự báo tốc độ tặng trưởng kinh tế
Dự báo nhu cầu vốn sản xuất, nhu cầu vốn đầu tư, nhu cầu lao động …của nền kinh
tế
• Sử dụng để phân tích đánh giá tác động đến mơi trường, phân tích tác động lan tỏa
của các ngành mục đích cung cấp căn cứ khoa học cho hoạch định chính sách cơ
cấu.
Dự báo bằng mơ hình ARIMA (chương 6)
Q trình tự hồi quy AR(p)
-
Một chuỗi thời gian Yt được goi là có q trình tự hồi quy bậc p, viết tắt là AR(p),
khi giá trị hiện tại của chuỗi thời gian là tổng tuyến tính giá trị của p quan sát trong
quá khứ và điều chỉnh bởi bộ phận biến động ngẫu nhiên
Quá trình trung bình trượt MA(q)
Trung bình trượt - tự hồi quy ARMA(p,q)
Trung bình trượt tích hợp tự hồi quy ARIMA(p,d,q)
Dự báo bằng mơ hình hồi quy nhân tố
Dự báo bằng phương pháp chuyên gia (chương 9)
Pp chuyên gia dự báo là pp thu thập, xử lý và đưa ra các đánh giá dự báo tương lai của đối
tượng dự báo trên cơ sở tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc lĩnh vực liên quan
đến tương lai phát triển của đối tượng dự báo.
Phạm vi áp dụng
-
Khi đối tượng dự báo có tầm bao quát lớn
Trong điều kiện thiếu thông tin và những thống kê đầy đủ
Trong điều kiện có độ bất định lớn
Khi dự báo trung hạn và dài hạn đối tượng dự báo chịu nhiều ảnh hưởng của nhiều
nhân tố và khó lượng hóa.
Khi dự báo các chỉ tiêu về ngành, lĩnh vực mới chịu nhiều ảnh hưởng của tiến bộ KH
– CN
Điều kiện thiếu thời gian, do hoàn cảnh cấp bách
Bổ sung cho các pp định lượng
Các phương pháp đánh giá của chuyên gia
-
Xếp hạng
So sánh từng đôi một
Đánh giá cho điểm trưc tiếp
So sánh liên tiếp (thủ tục tổng hợp hình thức đánh giá bằng hạng và đánh giá trực
tiếp
Quy trình thực hiện phương pháp chuyên gia
Lựa chọn và thành lập nhóm chuyên gia