Tiểu luận: Xây dựng chương trình phân tích dự báo lượng sản phẩm tiêu thụ theo phương pháp dự báo định lượng tại công ty Cổ phần đầu tư và thương mại TNG Thái Nguyên

1. TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TN VÀ TRUYỀN THÔNG
KHOA HỆ THỐNG THÔNG TIN KINH TẾ

BÁO CÁO 
THỰC TẬP 
CHUYÊN NGÀNH
Đề tài:
XÂY DỰNG CHƯƠNG TRÌNH PHÂN TÍCH DỰ BÁO LƯỢNG SẢN PHẨM TIÊU 
THỤ THEO PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG TẠI CÔNG TY CỔ PHẦN 
ĐẦU TƯ VÀ THƯƠNG MẠI TNG THÁI NGUYÊN

Giảng viên hướng dẫn:Ths.TRẦN THU PHƯƠNG
                                               

Ths.NGUYỄN THỊ KIM TUYẾN

                             Sinh viên thực tập : LÒ THỊ THỦY
                       Lớp: TIN HỌC KINH TẾ­K12A

 

Thái Nguyên, ngày 31 tháng 03 năm 2016.


LỜI MỞ ĐẦU
 Lý do chọn đề tài 
Việt Nam đang trên đường hội nhập vào nền kinh tế thị trường, một môi trường 
mang tính cạnh tranh mạnh mẽ, đem lại nhiều cơ hội, song cũng không ít thách thức 
cho các doanh nghiệp. Điều này đòi hỏi các doanh nghiệp phải không ngừng đổi mới 
mình cũng như mở rộng hoạt động sản xuất kinh doanh trên tất cả các lĩnh vực. Do 
đó, các doanh nghiệp phải không ngừng hoàn thiện và nâng cao cơ chế quản lý kinh 

tế, đặc biệt công tác dự báo tài chính và tìm kiếm cũng như đáp ứng nhu cầu khách 
hàng một cách tốt nhất để đảm bảo thị phần, thực hiện một cách tốt nhất chiến 
lược phát triển.

Trong công tác quản lý, hiểu được thị trường, dự báo được tình hình và nhu cầu là 
vấn đề cốt tử với doanh nghiệp, vì điều đó ảnh hưởng xuyên suốt quá trình sản xuất 
kinh doanh.Vì lí do đó, dự báo doanh thu và nghiên cứu thị trường là vấn đế trọng 
tâm trong các hoạt động điều hành.

Với mong muốn tìm hiểu về tầm quan trọng của việc phân tích dự  báo , em đã xây 
dựng chương trình “Xây dựng chương trình phân tích dự báo lượng sản phẩm tiêu thụ 
theo phương pháp dự  báo định lượng tại công ty Cổ  phần đầu tư  và thương mại  
TNG ” trên nền HQTCSDL SQL, sử dụng ngôn ngữ lập trình C#. Chương trình nhằm ứng 
dụng một phần công nghệ  thông tin vào việc dự  báo công ty, đồng thời sử  dụng tin học  
cũng tiết kiệm thời gian, công sức cho con người, nó có thể  chưa được hoàn thiện nhưng  
cũng phần nào đấy giúp mọi người hiểu được vai trò của việc phân tích thiết kế trong bài 
toán quản lý.
 Mục đích nghiên cứu đề tài
Tăng cường áp dụng CNTT vào hoạt động của doanh nghiệp là vấn đề cấp thiết 
hiện nay. Áp dụng CNTT vào việc dự báo và khảo sát quan hệ khách hàng sẽ làm 


hoạt động này đạt hiệu quả cao hơn vả về phương diện thời gian và chi phí, góp 
phần vào thực hiện doanh nghiệp điện tử và thương mại điện tử.

 Đối tượng và phạm vi nghiên cứu
­ Đối tượng nghiên cứu của đề tài bao gồm:
+ Các nghiệp vụ trong kế toán bán hàng, marketing sản phẩm
+ Ngôn ngữ lập trình, phần mềm thống kê
+ Chương trình biểu diễn bằng ngôn ngữ tin học

­ Phạm vi nghiên cứu của đề tài:
Đề  tài  ở  mức nghiên cứu áp dụng CNTT vào dự  báo doanh thu và quan hệ  khách 
hàng, làm phương hướng xử  lý các yêu cầu  ở  từng doanh nghiệp cụ  thể theo các yêu  cầu 

cụ thể.
 Ý nghĩa khoa học và thực tiễn
Về khoa học, nghiên cứu hướng con người áp dụng CNTT ngày càng nhiều hơn vào 
cuộc sống, đặc biệt lĩnh vực kinh tế, để tăng năng suất, giảm chi phí, hướng tới xây dựng 
các ứng dụng toàn diện trên tất cả các lĩnh vực, các yêu cẩu của kinh tế
Về thực tiễn, áp dụng CNTT cho các lĩnh vực, các công việc của doanh nghiệp đã làm tăng 
giá trị  đầu tư  hiệu quả, dần đưa doanh nghiệp hướng đến đầu tư  CNTT vào mọi mặt để 
phát triển doanh nghiệp điện tử.

 Bố cục đề tài
Chương 1: Khái quát về chương trình dự báo sản lượng sản phẩm tiêu thụ.
Chương 2: Khảo sát và phân tích thiết kế  hệ thống cho chương trình dự  báo lượng 
sản phẩm tiêu thụ tại Công ty cổ phần đầu tư và thương mại TNG.
Chương 3: Xây dựng chương trình


Chương 1.
 KHÁI QUÁT VỀ CHƯƠNG TRÌNH DỰ BÁO SẢN LƯỢNG SẢN PHẨM TIÊU THỤ
1.1.

Khái quát về dự báo sản lượng sản phẩm tiêu thụ

1.1.1. Một số khái niệm
Khái niệm sản lượng
Tổng sản lượng là một khái niệm trong kinh tế học quản trị, có ký hiệu là TP. Tổng 
sản lượng là mức sản lượng được sản xuất ra từ các mức khác nhau của một yếu tố đầu 

vào kết hợp với các mức cố định của các yếu tố khác.
Khái niệm tổng sản lượng khái niệm là khởi đầu để tính toán nhiều chỉ tiêu kinh tế, 
kinh doanh, nhất là phân tích ngắn hạn.
Khi xem xét các nhân tố tác động đến tổng sản lượng, nhà quản lý có thể đi đến 
quyết định dịch chuyển nhân tố nào để tối ưu hóa quá trình sản xuất.
 Khái niệm dự báo


Thuật ngữ  dự  báo có nguồn gốc từ  tiếng Hy Lạp "Pro" (nghĩa là trước) và "gnois" 
(có nghĩa là biết), "prognois" nghĩa là biết trước.
Dự báo là sự tiên đoán có căn cứ khoa học, mang tính chất xác suất về mức độ, nội  
dung, các mối quan hệ, trạng thái, xu hướng phát triển của đối tượng nghiên cứu hoặc về  
cách thức và thời hạn đạt được các mục tiêu nhất định đã đề ra trong tương lai.
Tiên đoán là hình thức phản ánh vượt trước về thời gian hiện thực khách quan, đó là  
kết quả nhận thức chủ quan của con người dựa trên cơ  sở nhận thức quy luật khách quan  
trong sự  vận động và phát triển của sự  vật và hiện tượng. Có thể  phân biệt ba loại tiên  
đoán:
Tiên đoán không khoa học: Đó là các tiên đoán không có cơ sở khoa học, thường dựa  
trên các mối quan hệ qua lại có tính tưởng tượng, không hiện thực, được cấu trúc một cách 
giả tạo, hoặc những phát hiện có tính chất bất chợt. Các hình thức như bói toán, tiên tri, các 
luận điệu tuyên truyền của các thế lực thù địch,... thuộc loại tiên đoán này.
Tiên đoán kinh nghiệm: Các tiên đoán hình thành qua kinh nghiệm thực tế  dựa vào 
các mối quan hệ qua lại thường xuyên trong thực tế hoặc tưởng tượng mà không trên cơ sở 
phân tích cấu trúc lý thuyết, nghiên cứu các quy luật hay đánh giá kinh nghiệm. Loại tiên  
đoán này ít nhiều có  cơ sở song lại không giải thích được sự vận động của đối tượng và đa 
số mới chỉ dừng lại ở mức độ định tính.
Tiên đoán khoa học: đây là tiên đoán dựa trên việc phân tích mối quan hệ qua lại giữa  
các đối tượng trong khuôn khổ của một hệ thống lý luận khoa học nhất định. Nó dựa trên 
việc phân tích tính quy luật phát triển của đối tượng dự báo và các điều kiện ban đầu với 
tư cách như là các giả thiết. Tiên đoán khoa học là kết quả của sự kết hợp giữa những phân 

tích định tính và những phân tích định lượng các quá trình cần dự  báo. Chỉ  có dự  báo khoa  
học mới đảm bảo độ  tin cậy cao và là cơ sở vững chắc cho việc thông qua các quyết định  
quản lý khoa học. 
1.1.2. Các phương pháp dự báo
 Các phương pháp dự báo định tính

Các phương pháp dự  báo định tính là các phương pháp dự  báo bằng cách phân tích  
định tính dựa vào suy đoán, cảm nhận. Các phương pháp này phụ thuộc nhiều vào trực giác, 


kinh nghiệm và sự nhạy cảm của nhà quản trị trong quá trình dự báo, chỉ mang tính phỏng  
đoán, không định lượng.. Tuy nhiên chúng có  ưu điểm là đơn giản, dễ  thực hiện thời gian  
nghiên cứu dự  báo nhanh, chi phí dự  báo thấp và kết quả  dự  báo trong nhiều trường hợp  
cũng rất tốt. Sau đây là một số phương pháp dự báo định tính chủ yếu:
+ Lấy ý kiến của ban quản lý điều hành

Đây là phương pháp dự báo được sử dụng khá rộng rãi. Trong phương pháp này, cần  
lấy ý kiến của các nhà quản trị cao cấp , những người phụ trách các công việc quan trọng  
thường hay sử dụng các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp. Ngoài ra cần 
lấy thêm ý kiến đánh giá của các cán bộ  điều hành marketing, kỹ  thuật, tài chính và sản  
xuất.
Phương pháp này sử dụng được trí tuệ  và kinh nghiệm của những cán bộ  trực tiếp  
liên quan đến hoạt động thực tiễn. Tuy nhiên nó có nhược điểm là mang yếu tố  chủ  quan  
và ý kiến của những người có chức vụ cao nhất thường chi phối ý kiến của những người  
khác.
+ Phương pháp lấy ý kiến của lực lượng bán hàng

Những người bán hàng là người hiểu rõ nhu cầu và thị hiếu của người tiêu dùng của  
người tiêu dùng. Họ  có thể  dự  báo được lượng hàng hoá, dịch vụ  có thể  bán được trong  
tương lai tại khu vực mình bán hàng.

Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau, có thể  dự 
báo nhu cầu hàng hoá, dịch vụ của doanh nghiệp.
Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan của người bán 
hàng. Một số  người bán hàng thường có xu hướng đánh giá thấp lượng hàng hoá, dịch vụ 
bán được để dễ đạt định mức, ngược lại một số khác lại chủ quan dự báo ở  mức quá cao  
để nâng danh tiếng của mình.
+ Phương pháp nghiên cứu thị trường người tiêu dùng

Đây là phương pháp lấy ý kiến khách hàng hiện tại và khách hàng tiềm năng của 
doanh nghiệp. Việc nghiên cứu thường do bộ  phận nghiên cứu thị  trường thực hiện bằng 
nhiều hình thức như tổ chức các cuộc điều tra lấy ý kiến của khách hàng, phỏng vấn trực  
tiếp, phỏng vấn qua điện thoại, gửi phiếu điều tra tới gia đình hoặc cơ sở tiêu dùng.


Phương pháp nghiên cứu thị  trường người tiêu dùng giúp doanh nghiệp không chỉ 
chuẩn bị dự  báo nhu cầu của khách hàng mà còn có thể  hiểu được những đánh giá của 
khách hàng về sản phẩm, dịch vụ của doanh nghiệp để  có biện pháp cải tiến, hoàn thiện  
cho phù hợp. Tuy nhiên, phương pháp này đòi hỏi tốn kém về tài chính, thời gian và phải có 
sự chuẩn bị công phu trong việc xây dựng câu hỏi. Đôi khi phương pháp này cũng vấp phải  
khó khăn là ý kiến của khách hàng không xác thực hoặc quá lý tưởng.
+ Phương pháp chuyên gia

Phương pháp chuyên gia là phương pháp thu thập và xử  lý những đánh giá dự  báo  
bằng cách tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc một lĩnh vực hẹp của khoa học ­ 
kỹ thuật hoặc sản xuất.
Phương pháp chuyên gia dựa trên cơ  sở  đánh giá tổng kết kinh nghiệm, khả  năng  
phản ánh tương lai một cách tự nhiên của các chuyên gia giỏi và xử lý thống kê các câu trả 
lời một cách khoa học. Nhiệm vụ của phương pháp là đưa ra những dự báo khách quan về 
tương lai phát triển của khoa học kỹ thuật hoặc sản xuất dựa trên việc xử  lý có hệ  thống 
các đánh giá dự báo của các chuyên gia.

Phương pháp chuyên gia được áp dụng đặc biệt có hiệu quả  trong các trường hợp  
sau đây:
­ Khi đối tượng dự báo có tầm bao quát lớn phụ thuộc nhiều yếu tố mà hiện tại còn 
chưa có hoặc thiếu những cơ sở lý luận chắc chắn để xác định.
­ Trong điều kiện còn thiếu thông tin và những thống kê đầy đủ, đáng tin cậy về đặc 
tính của đối tượng dự báo.
­ Trong điều kiện có độ bất định lớn của đối tượng dự báo, độ tin cậy thấp về hình 
thức thể hiện, về chiều hướng biến thiên về phạm vi cũng như quy mô và cơ cấu.
­ Khi dự báo trung hạn và dài hạn đối tượng dự báo chịu ảnh hưởng của nhiều nhân  
tố, phần lớn là các nhân tố rất khó lượng hoá đặc biệt là các nhân tố thuộc về tâm lý xã hội  
(thị  hiếu, thói quen, lối sống, đặc điểm dân cư...) hoặc tiến bộ  khoa học kỹ thuật. Vì vậy 
trong quá trình phát triển của mình đối tượng dự  báo có nhiều đột biến về  quy mô và cơ 
cấu mà nếu không nhờ đến tài nghệ của chuyên gia thì mọi sự trở nên vô nghĩa.


­ Trong điều kiện thiếu thời gian, hoàn cảnh cấp bách phương pháp chuyên gia cũng  
được áp dụng để đưa ra các dự báo kịp thời.
Quá trình áp dụng phương pháp chuyên gia có thể chia làm ba giai đoạn lớn:
­ Lựa chọn chuyên gia
­ Trưng cầu ý kiến chuyên gia;
­ Thu thập và xử lý các đánh giá dự báo.
Chuyên gia giỏi là người thấy rõ nhất những mâu thuẫn và những vấn đề  tồn tại 
trong lĩnh vực hoạt động của mình, đồng thời về mặt tâm lý họ luôn luôn hướng về tương  
lai để giải quyết những vấn đề đó dựa trên những hiểu biết sâu sắc, kinh nghiệm sản xuất 
phong phú và linh cảm nghề nghiệp nhạy bén.
 Các phương pháp dự báo định lượng

Các phương pháp dự báo định lượng dựa vào các số  liệu thống kê và thông qua các  
công thức toán học được thiết lập để  dự  báo nhu cầu cho tương lai. Khi dự báo nhu cầu  
tương lai, nếu không xét đến các nhân tố ảnh hưởng khác có thể dùng các phương pháp dự 

báo theo dãy số  thời gian. Nếu cần  ảnh hưởng của các nhân tố  khác đến nhu cầu có thể 
dùng các mô hình hồi quy tương quan...
Để tiến hành dự báo nhu cầu sản phẩm theo phương pháp định lượng cần thực hiện 
8 bước sau:
­ Xác định mục tiêu dự báo
­ Lựa chọn những sản phẩm cần dự báo
­ Xác định độ dài thời gian dự báo
­ Chọn mô hình dự báo
­ Thu thập các dữ liệu cần thiết
­ Phê chuẩn mô hình dự báo
­ Tiến hành dự báo
­ Áp dụng kết quả dự báo
+ Phương pháp dự báo theo dãy số thời gian (Phương pháp ngoại suy)

Phương pháp dự  báo theo dãy số  thời gian được xây dựng trên một giả  thiết về sự 
tồn tại và lưu lại các nhân tố quyết định đại lượng dự báo từ quá khứ đến tương lai. Trong 


phương pháp này đại lượng cần dự  báo được xác định trên cơ  sở  phân tích chuỗi các số 
liệu về nhu cầu sản phẩm (dòng nhu cầu) thống kê được trong quá khứ.
Như vậy thực chất của phương pháp dự báo theo dãy số thời gian là kéo dài quy luật  
phát triển của đối tượng dự báo đã có trong quá khứ và hiện tại sang tương lai với giả thiết  
quy luật đó vẫn còn phát huy tác dụng.
Các yếu tố đặc trưng của dãy số theo thời gian gồm:
­ Tính xu hướng: Tính xu hướng của dòng nhu cầu thể hiện sự thay đổi của các dữ 
liệu theo thời gian (tăng, giảm...)
­ Tính mùa vụ: Thể hiện sự dao động hay biến đổi dữ liệu theo thời gian được lặp đi 
lặp lại theo những chu kỳ đều đặn do sự tác động của một hay nhiều nhân tố  môi trường  
xung quanh như tập quán sinh hoạt, hoạt động kinh tế xã hội... Ví dụ: Nhu cầu dịch vụ bưu  
chính viễn thông không đồng đều theo các tháng trong năm.

­ Biến đổi có chu kỳ: Chu kỳ là yếu tố lặp đi lặp lại sau một giai đoạn thời gian. Ví  
dụ: Chu kỳ sinh học, chu kỳ phục hồi kinh tế...
­ Biến đổi ngẫu nhiên: Biến đổi ngẫu nhiên là sự dao động của dòng nhu cầu do các 
yếu tố ngẫu nhiên gây ra, không có quy luật.
Sau đây là các phương pháp dự báo theo dãy số thời gian. 
a. Phương pháp trung bình giản đơn (Simple Average)
Phương pháp trung bình giản đơn là phương pháp dự  báo trên cơ  sở  lấy trung bình 
của các dữ liệu đã qua, trong đó các nhu cầu của các giai đoạn trước đều có trọng số  như 
nhau, nó được thể hiện bằng công thức: 
Phương pháp này san bằng được tất cả mọi sự biến động ngẫu nhiên của dòng yêu  
cầu, vì vậy nó là mô hình dự  báo rất kém nhạy bén với sự  biến động của dòng nhu cầu.  
Phương pháp này phù hợp với dòng nhu cầu đều, ổn định, sai số sẽ rất lớn nếu ta gặp dòng 
nhu cầu có tính chất thời vụ hoặc dòng nhu cầu có tính xu hướng.
b. Phương pháp trung bình động
Trong trường hợp khi nhu cầu có sự biến động, trong đó thời gian gần nhất có ảnh  
hưởng nhiều nhất đến kết quả  dự  báo, thời gian càng xa thì  ảnh hưởng càng nhỏ  ta dùng 
phương pháp trung bình động sẽ thích hợp hơn. 


Phương pháp trung bình động dùng kết quả trên cơ sở thay đổi liên tục khoảng thời  
gian trước đây cho dự báo giai đoạn tiếp theo: 
Khi sử dụng phương pháp trung bình động đòi hỏi phải xác định n sao cho sai số dự 
báo là nhỏ  nhất, đó chính là công việc của người dự báo, n phải điều chỉnh thường xuyên 
tuỳ  theo sự  thay đổi tính chất của dòng nhu cầu. Để  chọn n hợp lý cũng như  để  đánh giá  
mức độ chính xác của dự báo người ta căn cứ vào độ lệch tuyệt đối bình quân (MAD). 
c. Phương pháp trung bình động có trọng số:
Đây là phương pháp bình quân nhưng có tính đến ảnh hưởng của từng giai đoạn khác  
nhau đến nhu cầu, thông qua việc sử dụng các trọng số. 
αt­i được lựa chọn bởi người dự báo dựa trên cơ sở phân tích tính chất của dòng nhu 
cầu, thoả mãn điều kiện:

Trong phương pháp trung bình động có trọng số, độ chính xác của dự báo phụ thuộc  
vào khả  năng xác định được các trọng số  phù hợp. Thực tế  chỉ  ra rằng, nhờ  điều chỉnh  
thường xuyên hệ  số  at­i của mô hình dự  báo, phương pháp trung bình động có trọng số 
mang lại kết quả dự báo chính xác hơn phương pháp trung bình động. 
Các phương pháp trung bình giản đơn, trung bình động, trung bình động có trọng số 
đều có các đặc điểm sau:
­ Khi số quan sát n tăng lên, khả năng san bằng các giao động tốt hơn, nhưng kết quả 
dự báo ít nhạy cảm hơn với những biến đổi thực tế của nhu cầu.
­ Dự báo thường không bắt kịp nhu cầu, không bắt kịp xu hướng thay đổi nhu cầu.
­ Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn.
­ Để dự báo nhu cầu ở kỳ t chỉ sử dụng n mức nhu cầu thực gần nhất từ kỳ t­1 trở 
về trước còn các số liệu từ kỳ n+1 trở đi trong quá khứ bị cắt bỏ, nhưng thực tế và lý luận 
không ai chứng minh được rằng các số  liệu từ  kỳ  n +1 trở  về trước hoàn toàn không ảnh  
hưởng gì đến đại lượng cần dự báo.
+ Phương pháp san bằng hàm mũ giản đơn

Để  khắc phục những hạn chế của các phương pháp trên, người ta đề  xuất sử  dụng  
phương pháp san bằng hàm mũ giản đơn để dự báo. Đây là phương pháp dễ sử dụng nhất, 
nó cần ít số liệu trong quá khứ. Theo phương pháp này:


Ft = Ft­1 + α(Dt­1 ­ Ft­1) với 0< α<1
Trong đó:
Ft ­ Mức nhu cầu dự báo kỳ t
Ft­1 ­ Mức nhu cầu dự báo kỳ t­1
Dt­i ­ Mức nhu cầu thực kỳ t­i
αt­i ­ Hệ số san bằng mũ
Thực chất là dự báo mới bằng dự báo cũ cộng với khoảng chênh lệch giữa nhu cầu 
thực và dự báo của kỳ đã qua, có điều chỉnh cho phù hợp.
Hệ số a trong mô hình dự báo thể  hiện tầm quan trọng hay mức độ  ảnh hưởng của  

số  liệu hiện tại đến đại lượng dự  báo. Hệ  số  a càng lớn mô hình càng nhạy bén với sự 
biến động của dòng nhu cầu. Nếu chọn α = 0,7, thì chỉ cần 3 số liệu đầu tiên đã tham gia  
97,3% vào kết quả dự báo.
Hệ số a chọn càng nhỏ mô hình dự báo càng kém nhạy bén hơn với sự biến đổi của 
dòng nhu cầu. Nếu chọn α = 0,2 thì giá trị  hiện tại chỉ tham gia 20% vào kết quả  dự  báo,  
tiếp đó là 16%... và 5 số liệu mới nhất chiếm khoảng 67%, dãy số còn lại từ kỳ thứ 6 trong 
quá khứ về vô cùng chiếm 33% kết quả dự báo.
Việc chọn α phải dựa trên cơ sở phân tích tính chất của dòng nhu cầu.  Đối với dòng 
nhu cầu có tính chất thời vụ, để  áp dụng phương pháp san bằng hàm mũ giản đơn, ta có 
thuật toán sau:
­ Tính chỉ số thời vụ từ các số liệu thống kê về nhu cầu thực trong quá khứ:

­ Dự báo theo phương pháp san bàng hàm mũ giản đơn đối với dòng nhu cầu phi thời 
vụ hoá
Vt = V t­1 + α(Nt­1 ­ Vt­1)
Trong đó:
Vt, V t­1 ­ Mức nhu cầu dự báo phi thời vụ hoá ở kỳ t và t­1
­ Xác định mức nhu cầu dự báo đã tính đến yếu tố thời vụ:
Ft = Vt . It 
e. Phương pháp san bằng hàm mũ có điều chỉnh xu hướng


Phương pháp san bằng hàm mũ giản đơn không thể hiện rõ xu hướng biến động của  
dòng nhu cầu, do đó cần phải sử dụng thêm kỹ thuật điều chỉnh xu hướng. Trong phương  
pháp này nhu cầu dự báo được xác định theo công thức:
FITt = Ft + Tt
Trong đó:
FITt ­   Mức   nhu   cầu   dự   báo   theo   phương   pháp   san   bằng   hàm   mũ   có   điều   chỉnh 
xu hướng
Ft ­ Mức nhu cầu dự báo theo phương pháp san bằng hàm mũ giản đơn

Tt ­ Lượng điều chỉnh theo xu hướng, Tt được xác định theo công thức sau:
Tt = Tt­1 + β(Ft ­ Ft­1)
Trong đó:
Tt ­ Lượng điều chỉnh theo xu hướng trong kỳ t
Tt­1 ­ Lượng điều chỉnh theo xu hướng trong kỳ t­1
β ­ Hệ số san bằng xu hướng
Như  vậy, để  dự  báo nhu cầu theo phương pháp san bằng hàm mũ có điều chỉnh xu 
hướng, cần tiến hành các bước sau:
­ Dự báo nhu cầu theo phương pháp san bằng hàm mũ giản đơn Ft ở thời kỳ t.
­ Tính lượng điều chỉnh theo xu hướng: Để tính lượng điều chỉnh theo xu hướng, giá  
trị  điều chỉnh xu hướng ban đầu phải được xác định và đưa vào công thức. Giá trị  này có  
thể  được đề  xuất bằng phán đoán hoặc bằng những số  liệu đã quan sát được trong thời  
gian qua.
­ Tính nhu cầu dự báo theo phương pháp san bằng hàm mũ có điều chỉnh xu hướng. 
f. Dự báo theo đường xu hướng
Phương pháp dự  báo theo đường xu hướng giúp ta dự  báo nhu cầu trong tương lai  
dựa vào dãy số theo thời gian.
Dãy số  theo thời gian cho phép xác định đường xu hướng lý thuyết trên cơ  sở  kỹ 
thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện nhu cầu thực tế 
trong quá khứ đến đường xu hướng lấy theo trục tung là nhỏ  nhất. Sau đó dựa vào đường 
xu hướng lý thuyết để dự báo nhu cầu cho tương lai.


Để  xác định đường xu hướng lý thuyết trước hết cần biểu diễn các nhu cầu trong  
quá khứ lên biểu đồ và phân tích xu hướng phát triển của các số liệu đó. Qua phân tích nếu 
thấy rằng các số liệu tăng hoặc giảm tương đối đều đặn theo một chiều hướng nhất định 
thì ta có thể  vạch ra một đường thẳng biểu hiện chiều hướng đó. Nếu các số  liệu biến 
động theo một chiều hướng đặc biệt hơn, như tăng giảm ngày càng tăng nhanh hoặc ngày  
càng chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động đó, như 
đường parabol, hyperbol, logarit...

Một   số   đường   cong  xu  hướng  nhu  cầu   sản   phẩm   thường   gặp  như:   tuyến  tính, 
Logistic và hàm mũ...Dưới đây sẽ  xem xét phương pháp dự  báo nhu cầu sản phẩm theo  
đường xu hướng tuyến tính.
Dạng của mô hình tuyến tính được biểu diễn theo công thức sau :
Yt = a +bt
Trong đó:
Yt ­ Nhu cầu sản phẩm tính cho kỳ t
a, b ­ Các tham số
t      ­ Biến thời gian 
Sử dụng phương pháp bình phương nhỏ nhất, a và b được xác định như sau: 
Nếu khi phân tích các số liệu trên đồ thị không thấy rõ đường xu hướng là tuyến tính 
hay phi tuyến thuộc dạng nào thì ta có thể sử dụng một vài phương pháp dự báo khác nhau.  
Lúc này để chọn phương pháp nào, ta cần đánh giá các kết quả dự báo bằng cách tính sai số 
chuẩn của từng phương án. Phương pháp nào có sai số  chuẩn nhỏ  nhất là tốt nhất và sẽ 
được chọn để thực hiện. Sai số chuẩn được tính theo công thức: 
+ Phương pháp hồi quy tương quan

Các phương pháp dự báo trình bày trên đây đều xem xét sự biến động của đại lượng  
cần dự báo theo thời gian thông qua dãy số thời gian thống kê được trong quá khứ.
Nhưng trong thực tế  đại lượng cần dự  báo còn có thể  bị  tác động bởi các nhân tố 
khác. Ví dụ: Mật độ điện thoại phụ thuộc vào thu nhập quốc dân bình quân đầu người, tốc  
độ tăng trưởng kinh tế...


Mối liên hệ  nhân quả  giữa mật độ  điện thoại và thu nhập quốc dân bình quân đầu 
người có thể biểu diễn gần đúng với dạng một tương quan, thể hiện bằng một đường hồi 
quy tương quan. Trong đó, đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động lên  
nó là biến độc lập. Biến độc lập có thể có một hoặc một số. Mô hình hồi quy tương quan  
được sử dụng phổ biến nhất trong dự báo là mô hình hồi quy tương quan tuyến tính.
Đại lượng dự báo được xác định theo công thức sau:

Yt = a+bx
Trong đó:
Yt ­ mức nhu cầu dự báo cho kỳ t
X ­ Biến độc lập (nhân tố ảnh hưởng đến đại lượng dự báo)
a, b ­ Các hệ số (a ­ đoạn cắt trục tung của đồ thị, b ­ độ dốc của đường hồi quy)
Các hệ số a, b được tính như sau:
Để đánh giá độ chính xác của dự báo bằng phương pháp hồi quy tương quan, ta tính 
sai số chuẩn của đường hồi quy tương quan ( S y,x ). 
Để đánh giá mối liên hệ giữa hai biến số trong mô hình hồi quy tương quan cần tính 
"Hệ số tương quan" được ký hiệu r. Hệ số này biểu hiện mức độ hoặc cường độ của mối 
quan hệ tuyến tính, r nhận giá trị giữa ­1 và 1. Hệ số tương quan r được xác định theo công 
thức sau: 
Tuỳ theo các giá trị r, mối quan hệ giữa hai biến x và y như sau:
­ Khi r = ±1, giữa x và y có quan hệ chặt chẽ
­ Khi r = 0, giữa x và y không có liên hệ gì
­ Khi r càng gần ±1, mối liên hệ tương quan giữa x và y càng chặt chẽ
­ Khi r mang dấu dương ta có tương quan thuận, khi r mang dấu âm ta có tương 
quan nghịch. 


1.1.3. Quy trình dự báo
Quy trình dự báo được chia thành 9 bước. Các bước này bắt đầu và kết thúc với sự 
trao đổi (communication), hợp tác (cooperation) và cộng tác (collaboration) giữa những 
người sử dụng và những người làm dự báo
 B ướ
   c 1: 
   Xác định mục tiêu
­

Các mục tiêu liên quan đến các quyết định cần đến dự báo phải được 

nói rõ. Nếu quyết định vẫn không thay đổi bất kể có dự báo hay không thì mọi nỗ 
lực thực hiện dự báo cũng vô ích.
­

Nếu người sử dụng và người làm dự báo có cơ hội thảo luận các mục 

tiêu và kết quả dự báo sẽ được sử dụng như thế nào, thì kết quả dự báo sẽ có ý 
nghĩa quan trọng.
 B ướ
   c 2: 
   Xác định dự báo cái gì
­

Khi các mục tiêu tổng quát đã rõ ta phải xác định chính xác là dự báo 

cái gì (cần có sự trao đổi)
+ Ví dụ: Chỉ nói dư báo doanh số không thì chưa đủ, mà cần phải hỏi rõ hơn 
là: Dự báo doanh thu bán hàng (sales revenue) hay số đơn vị doanh số (unit 
sales). Dự báo theo năm, quý, tháng hay tuần.
+ Nên dự báo theo đơn vị để tránh những thay đổi của giá cả.
 B ướ
   c 3: 
   Xác định khía cạnh thời gian 
Có 2 loại khía cạnh thời gian cần xem 
xét:
­ Thứ nhất: Độ dài dự báo, cần lưu ý:
+ Đối với dự báo theo năm: từ 1 đến 5 năm
+ Đối với dự báo quý: từ 1 hoặc 2 năm
+ Đối với dự báo tháng: từ 12 đến 18 tháng

­
Thứ hai: Người sử dụng và người làm dự báo phải thống nhất tính cấp 
thiết của dự báo


 B ướ
   c 4: 
   Xem xét dữ liệu
­ Dữ liệu cần để dự báo có thể từ 2 nguồn: bên trong và bên ngoài
­ Cần phải lưu ý dạng dữ liệu sẵn có ( thời gian, đơn vị tính,…)


­

Dữ liệu thường được tổng hợp theo cả biến và thời gian, nhưng tốt 

nhất là thu thập dữ liệu chưa được tổng hợp
­ Cần trao đổi giữa người sử dụng và người làm dự báo
 B ướ
   c 5: 
   Lựa chọn mô hình
­
Làm sao để quyết định được phương pháp thích hợp nhất cho một tình 
huống     nhất định?
+ Loại và lượng dữ liệu sẵn có
+ Mô hình (bản chất) dữ liệu quá khứ
+ Tính cấp thiết của dự báo
+ Độ dài dự báo
+ Kiến thức chuyên môn của người làm dự báo
 B ướ

   c 6: 
   Đánh giá mô hình
­
Đối với các phương pháp định tính thì bước này ít phù hợp hơn so với 
phương  pháp
định lượng
­

Đối với các phương pháp định lượng, cần phải đánh giá mức độ phù 

hợp của mô hình (trong phạm vi mẫu dữ liệu)
­ Đánh giá mức độ chính xác của dự báo (ngoài phạm vi mẫu dữ liệu)
­ Nếu mô hình không phù hợp, quay lại bước 5
 B ướ
   c 7: 
   Chuẩn bị dự báo
­

Nếu có thể  nên sử  dụng hơn một phương pháp dự  báo, và nên là  

những loại phương pháp khác nhau (ví dụ  mô hình hồi quy và san mũ Holt, thay vì 
cả 2 mô hình hồi quy khác nhau)
­

Các phương pháp được chọn nên được sử dụng để chuẩn bị cho một 

số các dự báo (ví vụ trường hợp xấu nhất, tốt nhất và có thể nhất)
 B ướ
   c 8: 
   Trình bày kết quả dự báo

­

Kết quả dự báo phải được trình bày rõ ràng cho ban quản lý sao cho 

họ hiểu các con số được tính toán như thế nào và chỉ ra sự tin cậy trong kết quả dự 
báo
­

Người dự báo phải có khả năng trao đổi các kết quả dự báo theo ngôn 


ngữ mà các nhà quản lý hiểu được


­ Trình bày cả ở dạng viết và dạng nói
­ Bảng biểu phải ngắn gọn, rõ ràng
­ Chỉ cần trình bày các quan sát và dự báo gần đây thôi
­ Chuỗi dữ liệu dài có thể được trình bày dưới dạng đồ thị (cả giá trị thực và dự 
báo)
­ Trình bày thuyết trình nên theo cùng hình thức và cùng mức độ với phần trình bày 
viết
 B ướ
   c 9: 
   Theo dõi kết quả dự báo
­

Lệch giữa giá trị dự báo và giá trị thực phải được thảo luận một cách 

tích cực, khách quan và cởi mở
­ Mục tiêu của việc thảo luận là để hiểu tại sao có các sai số, để xác định độ lớn 

của
sai số
­ Trao đổi và  hợp  tác giữa  người sử  dụng  và người  làm dự báo  có vai  trò  rất 
quan
trọng trong việc xây dựng

1.1.4. Phương pháp bình quân di động
Phương pháp số bình quân di động là một trong những phương pháp biểu hiện xu  
hướng phát triển cơ  bản của hiện tượng nghiên cứu, hay nói cách khác, mô hình hoá sự 
phát triển thực tế của hiện tượng nghiên cứu dưới dạng dãy các số bình quân di động.
Phương pháp bình quân di động còn được sử dụng trong dự báo thống kê. Trên cơ 
sở xây dựng một dãy số bình quân di động, người ta xây dựng mô hình dự báo.


Như vậy, ứng với tháng 3 ta có số bình quân di động là 82 triệu tấn, tháng 4 là 83 
triệu tấn, v.v… và cuối cùng tháng 12 là 117,6 triệu tấn. Ta gọi các số  bình quân di động 
mới này là Mi (i = k, k + 1, k + 2,…n), trong đó k là khoảng cách thời gian san bằng ( ở đây  
k = 3, bình quân từ 3 mức độ thực tế).
1.2. Ngôn ngữ lập trình Cshap
1.2.1. Cshap là gì
C# (đọc là "C thăng" hay "C sharp") là một ngôn ng
 
ữ lập trình h
  ướng đối  
tượng được phát triển bởi Microsoft, là phần khởi đầu cho kế hoạch .NET của họ. Tên của 
ngôn ngữ bao gồm ký tự thăng theo Microsoft nhưng theo ECMA là C#, chỉ bao gồm dấu số 
thường. Microsoft phát triển C# dựa trên C++ và Java. C# được miêu tả là ngôn ngữ có 
được sự cân bằng giữa C++,Visual Basic, Delphi và Java.
Phương pháp số bình quân di động là một trong những phương pháp biểu hiện xu  
hướng phát triển cơ  bản của hiện tượng nghiên cứu, hay nói cách khác, mô hình hoá sự 

phát triển thực tế của hiện tượng nghiên cứu dưới dạng dãy các số bình quân di động.
Phương pháp bình quân di động còn được sử dụng trong dự báo thống kê. Trên cơ 
sở xây dựng một dãy số bình quân di động, người ta xây dựng mô hình dự báo.


1.2.2. Đặc điểm của ngôn ngữ lập trình Cshap
C#, theo một hướng nào đó, là ngôn ngữ lập trình phản ánh trực tiếp nhất 
đến.NET Framework mà tất cả các chương trình.NET chạy, và nó phụ thuộc mạnh mẽ 
vào Framework này. Mọi dữ liệu cơ sở đều là đối tượng, được cấp phát và hủy bỏ bởi 
trình dọn rác Garbage­Collector (GC), và nhiều kiểu trừu tượng khác chẳng hạn như 
class, delegate, interface, exception, v.v, phản ánh rõ ràng những đặc trưng của.NET 
runtime.
So sánh với C và C++, ngôn ngữ này bị giới hạn và được nâng cao ở một vài đặc điểm 
nào đó, nhưng không bao gồm các giới hạn sau đây:
Các con trỏ chỉ có thể được sử dụng trong chế độ không an toàn. Hầu hết các 
đối tượng được tham chiếu an toàn, và các phép tính đều được kiểm tra tràn bộ đệm. 
Các con trỏ chỉ được sử dụng để gọi các loại kiểu giá trị; còn những đối tượng thuộc 
bộ thu rác (garbage­collector) thì chỉ được gọi bằng cách tham chiếu.
Các đối tượng không thể được giải phóng tường minh.
Chỉ có đơn kế thừa, nhưng có thể cài đặt nhiều interfacetrừu tượng (abstract 
interfaces). Chức năng này làm đơn giản hóa sự thực thi của thời gian thực thi.
C# thì an­toàn­kiểu (typesafe) hơn C++.
Cú pháp khai báo mảng khác nhau("int[] a = new int[5]" thay vì "int a[5]").
Kiểu thứ tự được thay thế bằng tên miền không gian (namespace).
C# không có tiêu bản.
Có thêm Properties, các phương pháp có thể gọi các Properties để truy cập dữ 
liệu.
Có reflection.

1.3.

Hệ quản trị cơ sở dữ liệu sql 

1.3.1. Khái niệm về hệ quản trị và hệ quản trị cơ sở dữ liệu sql
Hệ quản trị cơ sở dữ liệu là chương trình phần mềm giúp thực hiện việc lưu 
trữ cơ sở dữ liệu. Hệ quản trị trị cơ sở dữ liệu khi lưu trữ cơ sở dữ liệu cần đảm bảo 
được được tính cấu trúc trong cơ sở dữ liệu và ngoài ra cần phải hỗ trợ việc đọc, 
chỉnh sửa, thêm và xóa dữ liệu trên cơ sở dữ liệu một cách dễ dàng.
SQL (  Structured Query Language) hay ngôn ngữ truy vấn mang tính cấu trúc, là 
một loại ngôn ngữ máy tính phổ biến để tạo, sửa, và lấy dữ liệu từ một hệ quản trị 
cơ sở dữ liệu quan hệ. Ngôn ngữ này phát triển vượt xa so với mục đích ban đầu là để 
phục vụ các hệ quản trị cơ sở dữ liệu đối tượng­quan hệ. Nó là một tiêu 
chuẩnANSI/ISO.
1.3.2. Một số câu lệnh hay dùng trong sql
Thao tác sử dụng nhiều nhất trong một cơ sở dữ liệu dựa trên giao dịch là thao 
tác lấy dữ liệu.
SELECT được sử dụng để lấy dữ liệu từ một hoặc nhiều bảng trong cơ sở dữ 
liệu, SELECT là lệnh thường dùng nhất của ngôn ngữ sửa đổi dữ liệu (tạm dịch) 
(tiếng Anh: Data Manipulation Language ­ DML). Trong việc tạo ra câu truy 
vấn SELECT, người sử dụng phải đưa ra mô tả cho những dữ liệu mình muốn lấy ra 
chứkhông chỉ ra những hành động vật lý nào bắt buộc phải thực hiện để lấy ra kết 
quả đó. Hệ thống cơ sở dữ liệu, hay chính xác hơn là bộ tối ưu hóa câu truy vấn sẽ 
dịch từ câu truy vấn sang kế hoạch truy vấn tối ưu.
Những từ khóa liên quan tới SELECT bao gồm:


FROM dùng để chỉ định dữ liệu sẽ được lấy ra từ những bảng nào, và các bảng 
đó quan hệ với nhau như thế nào.
WHERE dùng để xác định những bản ghi nào sẽ được lấy ra, hoặc áp dụng với 

GROUP BY.
GROUP BY dùng để kết hợp các bản ghi có những giá trị liên quan với nhau 
thành các phần tử của một tập hợp nhỏ hơn các bản ghi.
HAVING dùng để xác định những bản ghi nào, là kết quả từ từ khóa GROUP 
BY, sẽ được lấy ra.
ORDER BY dùng để xác định dữ liệu lấy ra sẽ được sắp xếp theo những cột 
nào.
Ví dụ sau về việc sử dụng câu lệnh SELECT để lấy danh sách những cuốn sách 
có giá trị. Câu truy vấn này sẽ truy lục tất cả các bản ghi trong bảng books với giá trị 
của cột price lớn hơn 100.00. Kết quả sẽ được sắp xếp theo thứ tự tăng dần của các 
giá trị trong cột title. Dấu (*) trong phần select list cho biết tất cả các cột của 
bảngbooks sẽ được lấy ra và thể hiện ở kết quả.
SELECT * 
FROM books
WHERE price > 100.00
ORDER BY title;


Chương 2.
KHẢO SÁT VÀ PHÂN TÍCH THIẾT KẾ HỆ THỐNG CHO CHƯƠNG TRÌNH 
DỰ BÁO LƯỢNG SẢN PHẨM TIÊU THỤ CHO CÔNG TY CỔ PHẦN ĐẦU TƯ 
VÀ THƯƠNG MẠI TNG
2.1. Khảo sát thực tế công ty Cổ phần đầu tư và thương mại TNG
2.1.1. Lịch sử hình thành và quá trình phát triển công ty
Giới thiệu chung: 
 Tên gọi :  Công ty cổ phần đầu tư và thương mại TNG­ Thái nguyên chi 
nhánh Sông Công.
Người đại diện :  Ông Nguyễn Văn Thời – Chủ tịch HĐQT.
Trụ  sở  chính:     160 Minh Cầu, phường Phan Đình Phùng, thành 
phố Thái Nguyên.

Điện   thoại   :   02803   858508   ,   Fax   :   02803   852060   ,Email:  

Quá trình hình thành và phát triển



Công ty Cổ phần Đầu tư và Thương mại TNG, tiền thân là Xí nghiệp 
May Bắc Thái, được thành lập ngày 22/11/1979 theo Quyết định số 488/QĐ – UB của 
UBND tỉnh Bắc Thái (nay là tỉnh Thái Nguyên).
Ngày 07/5/1981 tại Quyết định số 124/QĐ – UB của UBND tỉnh Bắc Thái 
sáp nhập Trạm May mặc Gia công thuộc Ty thương nghiệp vào Xí nghiệp.
Thực hiện Nghị định số 388/HĐBT ngày 20/11/1991 của Hội đồng Bộ 
trưởng về thành lập lại doanh nghiệp nhà nước. Xí nghiệp được thành lập lại theo 
Quyết định số 708/UB –QĐ ngày 22 tháng 12 năm 1992 của UBND tỉnh Bắc Thái.
Năm 1997 Xí nghiệp được đổi tên thành Công ty may Thái nguyên với 
tổng số vốn kinh doanh là 1.735,1 triệu đồng theo Quyết định số 676/QĐ­UB ngày 
04/11/1997 của UBND tỉnh Thái Nguyên.
Ngày 02/01/2003 Công ty chính thức trở thành Công ty Cổ phần May 
Xuất khẩu Thái Nguyên với vốn điều lệ là 10 tỷ đồng theo Quyết định số 3744/QĐ­
UB ngày 16/12/2002.
Năm 2006 Công ty nâng vốn điều lệ lên trên 18 tỷ đồng theo Nghị quyết 
Đại hội Cổ đông ngày 13/08/2006 và phê duyệt dự án đầu tư xây dựng nhà máy TNG 
Sông Công với tổng vốn đầu tư là 200 tỷ đồng.
Ngày 18/03/2007 Công ty nâng vốn điều lệ lên trên 54,3 tỷ đồng theo 
Nghị quyết Đại hội Cổ đông ngày 18/03/2007 và phê duyệt chiến lược phát triển Công 
ty đến năm 2011 và định hướng chiến lược cho các năm tiếp theo.
Ngày 17/05/2007 Công ty đã đăng ký công ty đại chúng với Uỷ ban 
Chứng khoán Nhà nước