HƯỚNG DẪN THỰC HÀNH EVIEW TRONG DỰ BÁO

HƯỚNG DẪN THỰC HÀNH
EVIEW TRONG DỰ BÁO
1.Hoàng Thạch Nguyên_TF01
2.Nguyễn Văn Lương_TF02
3.Lê Thiện Hòa_TF02
4.Nguyễn Duy Thái_TF01
5.Vũ Thư Hoàng_TF01
6.Trần Hồng Loan Thảo_TF02
Nhóm thuyết trình:
Các phương pháp san bằng mũ
• San bằng mũ đơn giản
• Phương pháp tuyến tính Holt
• Phương pháp Holt-Winter

Ví dụ:

• Dữ liệu về số học sinh của Mỹ đã được
tính với mức alpha=0.7 và beta=0.6
Dữ liệu trên file excel: hw.xls
San bằng mũ
đơn giản
Holt-winters
2 tham số
không mùa
vụ
Holt-winters
mô hình cộng
3 tham số
Holt-winters
mô hình nhân

3 tham số

Lưu ý ?!!
Các bạn có thề ko thêm
alpha,beta để cho máy tự
tính hoặc tính giá trị alpha
beta trên excel và đánh vào

Dựa vào biểu đồ ta thấy rằng dữ
liệu không có tính mùa vụ
Giá trị:
alpha=0.7
beta=0.6
Theo quý: 4
Theo tháng: 12
Chọn mô hình
nào MSE nhỏ
hơn
Kết quả của holt-winters 2 tham số
không mùa vụ
Kết quả của holt-winters 2 tham số
không mùa vụ
• Dự báo:
• Genr: YDB = (YMU+T)*S
• YMU: Mean
• T: Trend
• S: Chi so mua vu

• Không có chỉ số mùa vụ thì không nhân
Mô hình ARIMA-Phương pháp Box-

Jenkins
• Ví dụ: các số liệu về chỉ số giá tiêu dùng
tính theo quý của Việt Nam từ quý I/1991
đến quý IV/1997.
• Sau đó chạy dự báo cho 4 quý vào năm
1998.
• Dữ liệu trên file arima.xls
Đưa dữ liệu vào :File/open/Foreign Data
as Workfile… (file excel . csv )
B1 Xét
tính mùa
vụ của
dữ liệu
Dựa vào biểu đồ ta thấy rằng dữ
liệu không có tính mùa vụ
Nếu có mùa vụ
• Genr: DSY = d(y,0,s)
• S: chu kỳ mùa vụ (4: quý, 12: tháng)

• Genr: DSY2 = d(DSY,0,s)

Tiếp tục cho đến khi hết tính mùa vụ
Chạy Correlogram để kiểm tra hết tính mùa vụ chưa
B2:
Kiểm
định tính
dừng
theo pp
Dickey-
Fuller

Ở phần test for
unit root in
-Level: kiểm
định bình
thường
-1
st
difference :
sai phân bậc 1
-2
nd
difference :
sai phân bậc 2
|T| tính ra
> giá trị kiểm định thì dừng
B3: Xét
mô hình
ARIMA
Sai phân dựa vào bước trên
-Ta thấy biểu đồ hàm tự tương quan ACF giảm dần một cách
từ từ về 0, chuỗi đã dừng.
-ACF tắt nhanh về 0 sau 3 độ trễ : q=3
-PAC giảm nhanh về 0 sau 1 độ trễ: p=1
Nếu có mùa vụ thì nhìn
Để tính SAR, SMA

Theo quý:
Nhìn dôi ra 1 4 -> SAR (1)
1 4 8 -> SAR (2)

Theo tháng:
Nhìn dôi ra 1 12 -> SAR (1)
1 12 24 -> SAR (2)
B4 Chạy mô hình ARIMA (1,0,3)
Y c ar(1) ma(1) ma(2) ma(3)
Nhìn số ar, ma theo correlogram ở trên
Không có mùa vụ
có mùa vụ: ARIMA
(2,2,1)(1,2,2)
4
D(Y,2) c ar(1) ma(1) ma(2) ma(3)
D(Z,2) C AR(1) AR(2) MA(1) SAR(4) SMA(4) SMA(8)
GENR X = D(Y,0,4)
GENR Z = D(X,0,4)
Z: là biến tạo mùa vụ ở trên
Giá trị ar, ma nào có
P-value > mức ý nghĩa
Thì loại khỏi mô hình
Và chạy lại hàm hồi quy
B5 Xác định nhiễu trắng kiểm tra phần dư
Sai số của mô hình ARIMA(1,0,3) là một chuỗi dừng và
nó có phânphối chuẩn. Sai số này là nhiễu trắng.
Từ lược đồ tự tương quan phần dư có p-value >0.1 và
không có thanh nào vượt quá 2 đường biên suy ra
mô hình phù hợp