CÁC MÔ HÌNH DỰ BÁO GIẢN ĐƠN UEL

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC KINH TẾ - LUẬT

Môn: Dự Báo Kinh Tế
Đề Tài Báo Cáo

CÁC MÔ HÌNH DỰ BÁO
GIẢN ĐƠN
GVHD: Thầy Nguyễn Duy Tâm
Nhóm 7 – K13401


NỘI DUNG
1. Cơ sở lý thuyết:
1.1. Các mô hình dự báo thô:
1.1.1. Mô hình dự báo thô giản đơn
1.1.2. Mô hình dự báo thô điều chỉnh
1.2. Các phương pháp dự báo trung bình:
1.2.1. Trung bình giản đơn
1.2.2. Trung bình di động
1.2.3. Trung bình di động kép
1.3. Các phương pháp san mũ:
1.3.1. San mũ giản đơn
1.3.2. San mũ Holt
1.3.3. San mũ Winters
3. Tình huống nghiên cứu dự báo thực tế:
2.1. Tình huống
2.2. Quy trình xử lí kỹ thuật
5. Kết luận

Chương 1: CƠ SỞ LÝ THUYẾT
MÔ HÌNH DỰ BÁO THÔ

MÔ HÌNH
DỰ BÁO
GIẢN ĐƠN

MÔ HÌNH
DỰ BÁO
ĐIỀU CHỈNH


MÔ HÌNH DỰ BÁO GIẢN ĐƠN
•• Định nghĩa:
- Là mô hình thường được
ứng dụng nhiều cho các
doanh nghiệp mới thành lập
vì chỉ yêu cầu sử dụng số
lượng thông tin có sẵn gần
nhất.
• Công thức:
Trong đó:
• t+1 : giá trị dự báo ở giai
đoạn t+1
• Yt : giá trị thực tế ở giai
đoạn t

Ưu điểm
Dữ liệu không quá lớn,
dễ sử dụng

Nhược điểm
Có độ chính xác thấp


MÔ HÌNH DỰ BÁO THÔ ĐIỀU CHỈNH
•- Mô hình dự báo thô điều chỉnh được dùng để
điều chỉnh yếu tố mùa vụ và yếu tố xu thế.
• Điều chỉnh xu thế: t+1 =
• Điều chỉnh mùa vụ: t+1 =
Ưu điểm: Nếu điều chỉnh được cả 2 yếu tố trên
thì là mô hình dự báo tốt nhất.
Nhược điểm: Nếu chỉ điều chỉnh xu thế thì sẽ
bỏ qua yếu tố khá trội là yếu tố mùa vụ.


MÔ HÌNH
TRUNG BÌNH
GIẢN ĐƠN

PHƯƠNG PHÁP
DỰ BÁO
TRUNG BÌNH
MÔ HÌNH
TRUNG BÌNH
DI ĐỘNG KÉP

MÔ HÌNH
TRUNG BÌNH
DI ĐỘNG

Mô hình trung bình giản
đơn
•• Mô hình trung bình giản đơn được biểu diễn:
t+1 =
• Khi 1 quan sát mới được đưa thêm vào, thì giá trị dự báo cho
giai đoạn tiếp theo là trung bình của t+1 và quan sát mới thêm
vào
t+1 =

Ưu điểm
Cập nhật dữ liệu lớn
đơn giản, dễ dàng trong
tính toán.

Nhược điểm
Là mô hình dự báo
kém nhạy bén.


Mô hình trung bình di
động

• Sử dụng một số quan sát gần nhất làm giá trị
dự báo. Với hệ số trượt k, trung bình di động
bậc k, kí hiệu là MA(k) được biểu diễn theo
công thức:
t+1 =

• Ưu điểm: đơn giản dễ thực hiện, ít tốn chi phí.
• Nhược điểm: Chỉ sử dụng một số quan sát gần
nhất.


Mô hình trung bình di
động
kép
- Mô hình trung bình di động kép nhằm sử dụng dự báo
dữ liệu chuỗi thời gian có yếu tố xu thế.
• Ưu điểm:
Đem lại kết quả dự báo chính xác hơn phương pháp
trung bình di động, phân biệt được tầm quan trọng của
các số liệu ở các thời kỳ khác nhau.
• Nhược điểm:
Cần nhiều số liệu ở quá khứ.


Mô hình san mũ giản đơ
MÔ HÌNH
DỰ BÁO Mô
TRUNG BÌNH

hình san mũ Holt

Mô hình san mũ Winter


•

Mô hình san mũ giản
đơn
Đưa ra một giá trị trung bình di động với trọng số giảm dần cho

tất cả các quan sát trong quá khứ.
 Công thức:
Trong đó:
• : Giá trị dự báo ( mới) ở giai đoạn t+1
• : Hệ số san mũ (0 < < 1)
• : Giá trị quan sát hay giá trị thực ở giai đoạn t
• : Giá trị dự báo (cũ) ở giai đoạn t
 Ưu điểm: Dự báo dữ liệu khó đoán được xu hướng tăng, giảm.
 Nhược điểm: Bỏ qua yếu tố xu thế và mùa vụ.


Mô hình san mũ Ho
• Định nghĩa: là mở rộng của phương pháp san
mũ giản đơn bằng việc đưa thêm một thừa số
xu thế và phương trình san mũ để điều chỉnh
yếu tố xu thế.
• Ưu điểm: Dự báo được với cả dữ liệu khó
đoán được xu hướng tăng, giảm
• Nhược điểm: Bỏ qua các yếu tố xu thế và
mùa vụ. Việc chọn hệ số san mũ đòi hỏi sao
cho thích hợp để đạt được một dự báo chính
xác.


Công
thức

Trong đó:
•• Ước lượng giá trị trung
bình hiện tại :
Lt =Yt + (1 – )(Lt-1 + Tt – 1)
• Ước lượng xu thế (độ
dốc):
Tt = (Lt – Lt-1) + (1 – )Tt -1
• Dự báo p giai đoạn trong
tương lai:
t + p = Lt + pTt

+ Lt = Giá trị san mũ mới
+ = Hệ số san mũ
của giá trị trung bình (0<<1
+ Yt = Giá trị quan sát hoặc
giá trị thực tế vào thời điểm
+ = Hệ số san mũ
của giá trị xu thế (0<<1)
+ Tt= Giá trị ước lượng
của xu thế
+ P = Thời đoạn dự báo
trong tương lai
+ t + p = Giá trị dự báo
cho p giai đoạn trong tương


Mô hình san mũ Winte
– Định nghĩa: là 1 phương pháp mở rộng của
san mũ Holt đối với các dữ liệu có chứa yếu
tố mùa. Yếu tố mùa trong chuỗi thời gian có

thể thuộc dạng phép cộng hoặc phép nhân.


Công thức
• Ước lượng giá trị trung
bình hiện tại
• Ước lượng giá trị xu thế :

Ưu điểm:
Đơn giản, không đòi hỏi
thời gian tính toán,
nhu cầu lưu trữ
không lớn.

• Ước lượng giá trị chỉ số
mùa:
• Dự báo p giai đoạn trong
tương lai:

Nhược điểm:
Bỏ qua yếu tố xu thế,
phạm vi ngắn hạn.


Chương 2: Tình huống
nghiên cứu cụ thể
• Tình huống về mô hình thô: Số liệu về doanh
thu thuần của công ty cổ phần Nhựa và môi trường
xanh An Phát từ năm 2007 đến năm 2014 (đơn vị: triệu
đồng)

Nguồn: />

Mô hình thô giản đơ

Thước đo độ chính xác của mô hình


Mô hình thô điều chỉn

Đồ thị

Thước đo độ chính xác


• Tình huống về mô hình dự báo trung
bình: Số liệu thống kê giá trị xuất nhập khẩu
hàng hóa của Việt Nam giai đoạn 2004 – 2013
(Đơn vị: triệu USD)

Nguồn: />

Mô hình dự báo
trung bình giản đơn
Thước đo độ chính xác

Đồ thị


Mô hình dự báo

trung bình di độn
Thước đo độ chính xác

Đồ thị


Mô hình trung bìn
di động kép
Thước đo độ chính xác

Đồ thị


• Tình huống về mô hình san mũ Holt và
Winters: Số liệu về doanh thu thuần về bán
hàng và cung cấp dịch vụ của Công ty Cổ phần
Pin Ắc Quy miền Nam. (Đơn vị: tỷ đồng)


Nguồn: />

Bảng đánh giá độ chính xác của mô
hình san mũ Holt và Winters: