Luận văn thạc sĩ ngành Máy tính: Xây dựng ứng dụng phân tích dự báo doanh thu doanh nghiệp Golf - TRƯỜNG CÁN BỘ QUẢN LÝ GIÁO DỤC THÀNH PHỐ HỒ CHÍ MINH

<span class='text_page_counter'>(1)</span><div class='page_container' data-page=1>

<b>BỘ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC </b>
<b>VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM </b>

<b>HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ </b>
<b>--- </b>

<b>HỒ KHƠI</b>

<b>XÂY DỰNG ỨNG DỤNG </b>

<b>PHÂN TÍCH DỰ BÁO DOANH THU DOANH NGHIỆP GOLF </b>

<b>LUẬN VĂN THẠC SĨ NGÀNH MÁY TÍNH</b>

</div>
<span class='text_page_counter'>(2)</span><div class='page_container' data-page=2>

<b>BỘ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC </b>
<b>VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM </b>

<b>HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ </b>
<b>--- </b>

<b>HỒ KHƠI</b>

<b>XÂY DỰNG ỨNG DỤNG </b>

<b>PHÂN TÍCH DỰ BÁO DOANH THU DOANH NGHIỆP GOLF </b>

<b>Chuyên ngành: Hệ Thống Thông Tin. </b>
<b>Mã số: 8480104 </b>

<b>LUẬN VĂN THẠC SĨ NGÀNH MÁY TÍNH </b>

<b> NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS TRẦN VĂN LĂNG </b>

</div>
<span class='text_page_counter'>(3)</span><div class='page_container' data-page=3>

<b>LỜI CAM ĐOAN </b>

Tôi xin cam đoan các số liệu, kết quả trong luận văn nghiên cứu ứng dụng
phân tích doanh thu, xây dựng phần mềm ứng dụng để phân tích doanh thu và dự báo
doanh thu của doanh nghiệp golf là trung thực.

Thành phố Hồ Chí Minh, ngày 11 tháng 12 năm 2020

<b>Học viên thực hiện </b>

</div>
<span class='text_page_counter'>(4)</span><div class='page_container' data-page=4>

<b>LỜI CẢM ƠN </b>

Tôi xin gửi lời cảm ơn sâu sắc đến thầy PGS.TS. Trần Văn Lăng đã tận tình hướng
dẫn và giúp đỡ tơi trong suốt q trình thực hiện luận văn.

Cảm ơn quý thầy cô Khoa Công Nghệ Thông Tin và Viễn Thông, cũng như các Thầy
Cô của Học Viện Khoa học và Công Nghệ, quý thầy cô tham gia giảng dạy và truyền
đạt kiến thức cho bản thân tơi trong suốt khóa học 2018 – 2020.

Chân thành cảm ơn đến gia đình, các Anh chị đồng nghiệp trong Viện Cơ học và Tin
học ứng dụng, bạn bè đã giúp đỡ cũng như đóng góp ý kiến, động viên tinh thần cho
tơi có thêm nghị lực để hồn thành luận văn này.

Trân trọng cảm ơn!

Thành phố Hồ Chí Minh, ngày 11 tháng 12 năm 2020

<b>Học viên thực hiện </b>

</div>
<span class='text_page_counter'>(5)</span><div class='page_container' data-page=5>

<b>DANH MỤC CÁC BẢNG </b>

Bảng 1:Số liệu doanh thu VietNam Golf Club từ 2003 – 2018. ... 15

Bảng 2: Bảng phân tích số liệu doanh thu VietNam Golf Club từ 2003 – 2018 ... 15

Bảng 3: Bảng số liệu doanh thu golf theo từng quý qua năm ... 19

Bảng 4: Bảng số liệu doanh thu Gofl file CSV ... 20

Bảng 5: Bảng số liệu doanh thu golf từ tháng 01 năm 2003 đến 12 năm 2018 ... 22

Bảng 6: Bảng số liệu MA4 theo trung bình cộng ... 23

Bảng 7: Bảng số liệu CMA4 theo trung bình cộng... 24

Bảng 8: Bảng số liệu St x It ... 25

Bảng 9: Bảng số liệu St theo quý ... 25

Bảng 10: Bảng số liệu St hiệu chỉnh theo quý ... 25

Bảng 11: Bảng số liệu kết quả khử mùa vụ ... 26

Bảng 12: Bảng số liệu kết hồi quy theo quý ... 26

Bảng 13: Bảng kết quả Tt ... 27

Bảng 14: Bảng kết quả Yt = St x Tt ... 28

Bảng 15: Bảng kết quả dự báo quý 2,3,4 năm 2019 ... 28

Bảng 16: Bảng kết quả dự báo quý năm 2020 đến 2026 ... 29

Bảng 17: Bảng phương trình hồi quy tuyến tính ... 47

Bảng 18: Bảng kết quả mơ hình nhân ... 48

Bảng 19: Bảng kết quả dự báo std err các mơ hình ... 49

</div>
<span class='text_page_counter'>(6)</span><div class='page_container' data-page=6>

<b>DANH MỤC CÁC HÌNH MINH HỌA </b>

Hình 1: Giao diện và chức năng dự báo ... 4

Hình 2: Sơ đồ khối thuật tốn phân tích dự báo mơ hình nhân ... 19

Hình 3: Sơ đồ khối xây dựng quy trình dự báo bằng mơ hình ARIMA ... 21

Hình 4: Quy trình huấn luyện mạng LSTM ... 22

Hình 5: Biểu đồ doanh thu gofl ... 23

Hình 6: Biểu đồ kết quả mơ hình dự báo doanh thu Golf từ 2003 đến 2026 ... 29

Hình 7: Biểu đồ minh họa doanh thu golf theo số liệu thực ... 31

Hình 8: Kết quả dự báo trung bình MA ... 32

Hình 9: Kết quả dự báo trung bình MA ... 33

Hình 10: Phân rã doanh thu theo tháng ... 34

Hình 11 : Biểu đồ phân tích số liệu theo thời gian ... 35

Hình 12: Biểu đồ doanh thu và doanh thu khác biệt 1 ... 36

Hình 13: Biểu đồ doanh thu loại bỏ xu hướng ... 37

Hình 14: Biểu đồ biến đổi với Log ... 37

Hình 15: Biểu đồ biến đổi với Log khác 1 ... 38

Hình 16: Sơ đồ tự tương quan (AFC) và (PACF) ... 39

Hình 17: Kết quả tốt nhất với mơ hình dự báo ... 40

Hình 18: Biều đồ dự đón theo AFC và PACF ... 41

Hình 19: Kết quả dự báo trước 1 bước... 42

Hình 20: Kết quả dự báo 10 năm tới ... 43

Hình 21: Biểu đồ doanh thu Golf ... 44

Hình 22: Kết quả thư nghiệm mơ hình mạng LSTM ... 47

Hình 23: Biểu đồ trực quan với mơ hình nhân ... 48

Hình 24: Mơ hình trung bình MA ttheo tháng ... 49

Hình 25: Kết quả độ lệch chuẩn trung bình ... 49

Hình 26: Hình minh họa kết quả dự báo ... 50

</div>
<span class='text_page_counter'>(7)</span><div class='page_container' data-page=7>

<b>MỤC LỤC </b>

LỜI CAM ĐOAN ... i

LỜI CẢM ƠN ... ii

DANH MỤC CÁC BẢNG ... iii

DANH MỤC CÁC HÌNH MINH HỌA ... iv

MỤC LỤC ... v

CHƯƠNG 1 - TỔNG QUAN ... 1

CHƯƠNG 2 - MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH VÀ DỰ BÁO TÀI CHÍNH
... 6

2.1 Các phương pháp phân tích và dự báo ... 6

2.1.1 Dự báo ngắn hạn ... 6

2.1.2 Dự báo dài hạn... 8

2.2 Các phương pháp dự báo theo chuỗi thời gian ... 9

2.2.1 Mức độ trung bình theo thời gian ... 9

2.2.1.1 Đối với dãy số thời kỳ ... 9

2.2.1.2 Đối với dãy số thời điểm ... 9

2.2.2 Các phương pháp biểu hiện xu hướng phát triển ... 9

2.2.2.1 Phương pháp số trung bình trượt ... 9

2.2.2.2 Phương pháp hồi quy ... 10

2.2.3 Phương pháp ARIMA ... 11

2.2.3.1 Mô hình AR(P) (Auto Regression) ... 11

2.3.3.2 Mơ hình MA(q) (Moving Average) ... 11

2.3.3.3 Mơ hình ARMA(p,q) ... 12

2.3.3.4 Mơ hình ARMA mở rộng ... 12

</div>
<span class='text_page_counter'>(8)</span><div class='page_container' data-page=8>

2.2.5 Dự báo chuỗi thời gian sử dụng mạng Long short-term memory (LSTM)

... 14

CHƯƠNG 3 – PHÂN TÍCH, THIẾT KẾ HỆ THỐNG DỰ BÁO DOANH THU
GOLF THEO THỜI GIAN ... 15

3.1 Phân tích số liệu dự báo ... 15

3.2 Quy trình dự báo ... 16

3.3 Xây dựng quy trình phân tích dự báo cho bài toán doanh thu Golf ... 18

3.3.1 Xây dựng dự báo theo chuỗi thời gian với mơ hình trung bình nhân ... 18

3.3.2 Xây dựng dữ liệu ứng dụng dự báo theo mơ hình ARIMA ... 20

3.3.3 Xây dựng ứng dụng dữ liệu theo mơ hình LSTM ... 22

CHƯƠNG 4 – XÂY DỰNG ỨNG DỤNG THỬ NGHIỆM ... 23

4.1 Xây dựng dự báo theo chuỗi thời gian với mơ hình trung bình nhân ... 23

4.1.1 Xây dựng dữ liệu dự báo : ... 23

4.1.2 Làm mịn số liệu: ... 23

4.1.3 Xác định St: ... 25

4.1.4 Xác định phương trình hồi quy: ... 26

4.1.4 Kết quả dự báo... 28

4.2 Xây dựng ứng dụng dự báo theo mơ hình ARIMA ... 30

4.2.1 Xây dựng chương trình phân tích và dự báo dự báo doanh thu hiện thực
bằng Python ... 30

4.2.1.1 Khai báo thư viện và xử lý số liệu : ... 30

4.2.1.2 Xây dựng các mô hình trung bình (Moving Average): ... 31

4.2.1.3 Xây dựng mơ hình ARIMA kết hợp ... 36

4.2.1.4 Xác định mơ hình ARIMA phù hợp nhất ... 39

4.2.1.5 Dự báo doanh thu Golf ... 42

4.3 Xây dựng ứng dụng dự báo theo mơ hình mạng Long short-term memory
(LSTM) ... 44

4.3.1 Khai báo thư viện ... 44

4.3.2 Xây dựng số liệu Dataset ... 45

4.3.3 Xử lý số liệu ... 45

</div>
<span class='text_page_counter'>(9)</span><div class='page_container' data-page=9>

4.3.5 Huấn luyện mơ hình mạng ... 46

4.3.6 Kết quả thử nghiệm ... 46

5.1 Kết quả dự báo ... 47

5.1.1 Kết quả xây dựng với mơ hình nhân ... 47

5.1.2 Mơ hình ARIMA ... 49

5.1.3 Mơ hình mạng LSTM ... 50

5.2 Bảng kết quả kiểm nghiệm doanh thu khi kiểm nghiệm mơ hình ... 50

KẾT LUẬN ... 51

</div>
<span class='text_page_counter'>(10)</span><div class='page_container' data-page=10></div>
<span class='text_page_counter'>(11)</span><div class='page_container' data-page=11>

<b>CHƯƠNG 1 - TỔNG QUAN </b>

Golf là một môn thể thao cổ xưa đã kéo dài đến kỷ nguyên hiện đại, thích ứng
phát triển phù hợp với thời đại.

Việt Nam từ nền kinh kế nông nghiệp đang chuyển sang nền kinh tế có tỷ trọng
cao về cơng nghiệp, dịch vụ giải trí, dựa vào nền tảng tri thức, công nghệ khoa học
hiện đại gắn liền với xu hướng của thế giới.

Mối quan tâm của doanh nghiệp, người quản lý, nhà đầu tư, chiến lược phát
triển kinh doanh hiệu quả đối với doanh nghiệp là thường xuyên phân tích dự báo
doanh thu sẽ giúp nhà quản lý doanh nghiệp thấy rõ thực trạng tình hình tài chính của
doanh nghiệp mình, từ đó có thể đánh giá mặt mạnh, yếu của doanh nghiệp làm căn
cứ chiến lược để thúc đẩy tăng doanh thu[1].

Phân tích dữ liệu và dự báo là một bài tốn có ý nghĩa quan trọng trong việc
hỗ trợ các nhà quản lý đưa ra quyết định đúng đắn dựa vào các dữ liệu đã thu thập
được. Khi tiến hành dự báo cần căn cứ vào việc thu thập, xử lý số liệu trong quá khứ
và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ
vào một số mô hình tốn học[2].

Phân tích dữ liệu và dự báo đã được một số nhà quản lý, chuyên gia kinh tế
nghiên cứu và đề xuất một số giải pháp ứng dụng vào một số lĩnh vực cụ thể: Phân
tích và dự báo tình hình tài chính , tiền tệ , hoạch định và điều hành chính sách tài
chính, xây dựng mơ hình dự báo chỉ số thống kê xã hội chủ yếu, dự báo biến động

giá chứng khoán , dự báo sự tác động của vốn đầu tư từ nước ngoài, dự báo giá một
số mặt hàng tư liệu sản xuất [3].

</div>
<span class='text_page_counter'>(12)</span><div class='page_container' data-page=12>

Phương pháp chủ yếu để phân tích chuỗi thời gian là sử dụng các công cụ của
thống kê như hồi quy và một vài công cụ khác. Nhưng hiệu quả nhất có lẽ là phương
pháp sử dụng mơ hình ARIMA của Box-Jenkins. Mơ hình này đã cho một kết quả
khá tốt trong phân tích dữ liệu và đang được sử dụng rất rộng rãi trong thực tế. Tuy
nhiên, sự phức tạp của thuật toán đã gây khó khăn khi ứng dụng trong phân tích chuỗi
số liệu, nhất là khi chuỗi số liệu có những thay đổi phản ánh sự phi tuyến của mơ
hình. Xu thế vận động tăng giảm của giữ liệu theo chuỗi thới gian mô tả bằng đường
thẳng hoặc đường cong.

</div>
<span class='text_page_counter'>(13)</span><div class='page_container' data-page=13>

Liên quan đến đề tài, trong nước cũng có nhiều tác giả phân tích và dự báo
doanh thu của doanh nghiệp như [1], tác giả nghiên cứu và phân tích dựa trên bản
số liệu báo cáo tài chính của doanh nghiệp trong vịng 03 năm, để phân tích và so
sánh tỷ lệ chênh lệch qua các năm dựa trên một số tiêu chí để phân tích như:

Phân tích tài sản ngắn hạn, phân tích khả năng thanh tốn, khả năng sinh lợi
và phân tích cơ cấu tài chính, tác giả cũng chỉ ra các điểm tốt và chưa tốt của doanh
nghiệp. Với cơng trình này của tác giả chỉ nhận định trên việc so sánh và đưa ra kết
quả từ thực tế chưa dự báo được các kết quả trong thời gian trước.

Phân tích hồi quy với biến giả trong việc phân tích và dự báo doanh số bán
hàng [4], tác giả cũng đưa ra mơ hình ARIMA theo thời gian nhưng theo tác giả là
mơ hình ARIMA kết quả phân tích chưa tốt, theo tác giả thì hồi quy theo biến giả
đạt kết quả tốt hơn mơ hình ARIMA, kết quả của bài báo chỉ ra được các mặt hàng
ăn vặt tăng theo mùa và tăng theo thời gian và phụ thuộc vào yếu tố thời tiết.

Xây dựng giải pháp và phân tích cho doanh nghiệp nhỏ [3], tác giả đã đưa ra
các phương pháp phân tích và dự báo như: trung bình cộng đơn giản, hồi quy tuyến

tính, trung bình động đơn giản, tác giả đã xây dựng các giải pháp và xây dựng
chương trình phần mềm để đánh giá dữ liệu và lựa chọn phương pháp dự báo.

Ưu điểm: Xây dựng chương trình với nhưng số liệu thực tế liên tục cho kết
quả nhanh với nhiều lựa cho mơ hình dự báo như mơ hình trung bình cộng đơn giản,
hồi quy tuyến tính. Nhược điểm: là chương trình giản đơn chưa đi sâu vào những mơ
hình phức tạp.

<b>Ứng dụng cơng nghệ thơng tin phân tích và dự báo : </b>

</div>
<span class='text_page_counter'>(14)</span><div class='page_container' data-page=14>

dụng phần mềm SQL Server và ngơn ngữ lập trình C# để xây dựng các chức năng
phân tích và dự báo kết quả của chương trình như hình minh họa Hình 1.

Hình 1: Giao diện và chức năng dự báo

Trong doanh nghiệp golf hay các doanh nghiệp khác khi ứng dụng phân tích
và dự báo thường dùng cơng cụ phân tích có sẵn trong gói phần mềm Microsof Excel
để phân tích và dự báo. Như lập kế hoạch và sánh các chỉ số doanh thu qua các năm,
vẽ biểu đồ minh họa.

Các phương pháp dự báo định tính là các phương pháp dự báo bằng cách phân
tích định tính dựa vào suy đốn, 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 đốn, khơng định lượng .

Các phương pháp dự báo định lượng dựa vào các số liệu thống kê và thông
qua các cơng thức tốn 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.

</div>
<span class='text_page_counter'>(15)</span><div class='page_container' data-page=15>

theo thời gian, hàm xu thế và biến động theo mùa vụ, theo hàm san mũ và chuỗi thời
gian dự báo.

Một phương pháp tiếp cận hiệu quả đối với dự báo là phần quan trọng trong
hoạch định, lên kế hoạch, xác định các hoạt động. Bước đầu tiên trong hoạch định dự
báo hay ước lượng nhu cầu tương lai cho doanh thu dịch vụ và các nguồn lực cần thiết
để tạo ra dịch vụ doanh thu golf.

Dự đốn doanh thu tài chính của doanh nghiệp trong tương lai, đó là lý do để
chọn đề tài “<b>Xây dựng ứng dụng phân tích dự báo doanh thu doanh nghiệp golf</b>”.

Thu thập dữ liệu, phân tích dữ liệu, chuyển đổi thực trạng số liệu phục vụ phân tích
doanh thu golf.

Xây dựng các mơ hình nghiên cứu và các giả thuyết nghiên cứu, xây dựng ứng
dụng phần mềm phân tích thử nghiệm dự đoán kết quả doanh thu theo chuỗi thời
gian.

</div>
<span class='text_page_counter'>(16)</span><div class='page_container' data-page=16>

<b>CHƯƠNG 2 - MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH VÀ DỰ </b>

<b>BÁO TÀI CHÍNH </b>

<i><b>2.1 Các phương pháp phân tích và dự báo </b></i>

Dự báo dài hạn: Là những dự báo có thời gian dự báo từ 5 năm trở lên. Thường
dùng để dự báo những mục tiêu, chiến lược về kinh tế chính trị, khoa học kỹ thuật
trong thời gian dài ở tầm vĩ mô.

Dự báo trung hạn: Là những dự báo có thời gian dự báo từ 3 đến 5 năm.
Thường phục vụ cho việc xây dựng những kế hoạch trung hạn về kinh tế văn hoá xã
hội… ở tầm vi mô và vĩ mô.

Dự báo ngắn hạn: Là những dự báo có thời gian dự báo dưới 3 năm, loại dự
báo này thường dùng để dự báo hoặc lập các kế hoạch kinh tế, văn hố, xã hội chủ
yếu ở tầm vi mơ và vĩ mô trong khoảng thời gian ngắn nhằm phục vụ cho công tác
chỉ đạo kịp thời.

<i><b>2.1.1 Dự báo ngắn hạn </b></i>

Dự báo ngắn hạn ước lượng trong thời gian ngắn, có thể dự báo theo tuần hoặc
theo quý. Dự báo ngắn hạn giúp các người điều hành quản lý doanh nghiệp đưa ra
những thông tin để đưa ra quyết định.<i> </i>

<i>* Phương pháp bình qn di động có quyền số. </i>

</div>
<span class='text_page_counter'>(17)</span><div class='page_container' data-page=17>

Để dự báo thời kỳ thứ t với t là biến thời gian, ta ký hiệu là t

Số liệu thực tế thời kỳ trước (i=1,2, ..., n) thu thập được ký hiệu là A_t−i

Quyền số tương ứng ở thời kỳ I, ký hiệu là ki. Được xác định bởi công thức

sau: 𝐹_𝑡 = ∑ At−iki

n
i=1

∑n_i=1k_i

<i>* Phương pháp điều hòa mũ. </i>

Điều hòa mũ đưa ra các dự báo cho giai đoạn trước và thêm vào đó một lượng

điều chỉnh để có được lượng dự báo cho giai đoạn kế tiếp. Sự điều chỉnh này là một
tỷ lệ nào đó của sai số dự báo ở giai đoạn trước và được tính bằng cách nhân số dự
báo của giai đoạn trước với hệ số nằm giữa 0 và 1 gọi là α số này gọi là hệ số điều
hòa . Ta gọi

F

_t là dự báo cho giai đoạn thứ t, giai đoạn kế tiếp;

F

_t−1dự báo cho giai
đoạn thứ t-1, giai đoạn trước;

A

_t−1 là số liệu thực tế của giai đoạn thứ t-1. Công thức
viết như sau:

F

_t =

F

_t−1

+ α (A

_t−1

- F

_t−1

)

<i>* Phương pháp điều hòa mũ theo xu hướng </i>

Chúng ta thường xem xét kế hoạch ngắn hạn, thì mùa vụ và xu hướng là nhân
tố không quan trọng. Khi chúng ta chuyển từ dự báo ngắn hạn sang dự báo trung hạn
thì mùa vụ và xu hướng trở nên quan trọng hơn. Kết hợp nhân tố xu hướng vào dự
báo điều hòa mũ được gọi là điều hòa mũ theo xu hướng hay điều hịa đơi.Vì ước
lượng cho số trung bình và ước lượng cho xu hướng cho số trung bình và hệ số điều
hịa  được điều hịa cả hai. Hệ số điều hòa cho xu hướng, được sử dụng trong mơ
hình này . Ta gọi F_t là giá trị dự báo theo xu hướng trong giai đoạn t , S_t là giá trị
dự báo được điều hòa trong giai đoạn t, T_t gọi ước lượng trong giai đoạn t, A_t là số
liệu thực tế trong gian đoạn t, t là thời gian trong gian đoạn t, t -1là thời gian nằm
trong gian đoạn trước t, hệ số điều hịa trung bình có giá trị từ 0≤ ≤1, hệ số điều
hòa theo xu hướng có giá trị từ 0≤ß ≤1. Ta có thể viết như sau: F_t = S_t−1 + T_t−1

</div>
<span class='text_page_counter'>(18)</span><div class='page_container' data-page=18>

<i><b>2.1.2 Dự báo dài hạn </b></i>

Dự báo dài hạn là ước lượng tương lai trong thời gian dài, thường hơn một
năm. Dự báo dài hạn rất cần thiết trong quản trị sản xuất để trợ giúp các quyết định
chiến lược về hoạch định sản phẩm, quy trình cơng nghệ và các phương tiện sản xuất.

<i>* Phương pháp hồi qui tuyến tính. </i>

Phân tích hồi qui tuyến tính là một mơ hình dự báo thiết lập mối quan hệ giữa

biến phụ thuộc với hai hay nhiều biến độc lập. Trong phần này, chúng ta chỉ xét
đến một biến độc lập duy nhất. Nếu số liệu là một chuỗi theo thời gian thì biến
độc lập là giai đoạn thời gian và biến phụ thuộc thông thường là doanh số bán ra
hay bất kỳ chỉ tiêu nào khác mà ta muốn dự báo.

Ta có: y - Biến phụ thuộc cần dự báo.
x - Biến độc lập

a - Độ dốc của đường xu hướng
b - Tung độ gốc

n - Số lượng quan sát

Mơ hình này có cơng thức:Y = ax + b, với a = 𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦

𝑛 ∑ 𝑥2_{− ( ∑ 𝑥)}2

và

b =∑𝑥

2₍_∑_{𝑦 − ∑𝑥}_∑_𝑥𝑦
𝑛∑𝑥2 − (∑𝑥)2

<i>* Tính chất mùa vụ trong dự báo chuỗi thời gian. </i>

Loại mùa vụ thông thường là sự lên xuống xảy ra trong vịng một năm và có
xu hướng lặp lại hàng năm. Những vụ mùa này xảy ra có thể do điều kiện thời tiết,
địa lý hoặc do tập quán của người tiêu dùng khác nhau...

Cách thức xây dựng dự báo với phân tích hồi qui tuyến tính khi vụ mùa hiện
diện trong chuỗi số theo thời gian. Ta thực hiện các bước:

✓ Chọn lựa chuỗi số liệu quá khứ đại diện.

✓ Xây dựng chỉ số mùa vụ cho từng giai đoạn thời gian.
Với <i>Yi</i>_{- Số bình quân của các thời kỳ cùng tên}

<i>Y</i>0_{- Số bình quân chung của tất cả các thời kỳ trong dãy số.}

</div>
<span class='text_page_counter'>(19)</span><div class='page_container' data-page=19>

✓ Phân tích hồi qui tuyến tính dựa trên số liệu đã phi mùa vụ.

✓ Sử dụng phương trình hồi qui để dự báo cho tương lai.

✓ Sử dụng chỉ số mùa vụ để tái ứng dụng tính chất mùa vụ cho dự
báo.

<i><b> 2.2 Các phương pháp dự báo theo chuỗi thời gian </b></i>

<i><b>2.2.1 Mức độ trung bình theo thời gian </b></i>

<i><b>2.2.1.1 Đối với dãy số thời kỳ </b></i>

Muốn tính mức độ bình qn: ta cộng các mức độ trong dãy số rồi chia cho số
các mức độ với Yi (i = 1,…, n) là các mức độ của dãy số thời kỳ, n là số mức độ của

dãy số, ta có: 𝑦̅ = 𝑦1 + 𝑦2 + 𝑦3+⋯+𝑦𝑛

𝑛

=

∑𝑛_𝑖=1𝑦_𝑖
𝑛

<i><b>2.2.1.2 Đối với dãy số thời điểm </b></i>

Dãy số có khoảng cách thời gian bằng nhau: mức độ trung bình được tính theo
cơng thức sau:

𝑦̅ = 𝑦1/2 + 𝑦2 + 𝑦3+⋯+𝑦𝑛−1+𝑦𝑛/2

𝑛−1

Trong đó: yi (i=1,2, . . ., n) là các mức độ của dãy số thời điểm, nsố mức độ của

dãy số

Dãy số thời điểm có khoảng cách thời gian khơng bằng nhau, mức độ trung
bình được tính theo công thức:

𝑦̅ = 𝑦1𝑡1 + 𝑦2 𝑡2+ 𝑦3𝑡3+⋯+𝑦𝑛𝑡𝑛

𝑡₁+ 𝑡₂+ 𝑡₃+⋯+ 𝑡_𝑛

=

∑𝑛_𝑖=1𝑦_𝑖𝑡_𝑖

∑𝑛_𝑖=1𝑡_𝑖 , với yi là mức độ của dãy

số thời điểm, ti (i=1, 2, . . . , n): độ dài của các khoảng cách thời gian.

<i><b>2.2.2 Các phương pháp biểu hiện xu hướng phát triển </b></i>

<i><b>2.2.2.1 Phương pháp số trung bình trượt </b></i>

Số trung bình trượt (cịn gọi là số trung bình di động) là số trung bình cộng
của 1 nhóm nhất định các mức độ của dãy số được tính bằng cách lần lượt loại dần

các mức độ đầu, đồng thời, thêm vào các mức độ tiếp theo, sao cho tổng số lượng các
mức độ tham gia tính số trung bình khơng thay đổi.

Giả sử có dãy thời gian y1, y2, y3, . . . yn-1, yn

</div>
<span class='text_page_counter'>(20)</span><div class='page_container' data-page=20>

𝑦

̅

₂=

3
𝑦

̅

₃= 𝑦2 + 𝑦3 +𝑦4

3

………

𝑦

̅

_𝑛−1= 𝑦𝑛−2 + 𝑦𝑛−1 + 𝑦𝑛

3

<i><b>2.2.2.2 Phương pháp hồi quy </b></i>

Trên cơ sở dãy số thời gian, người ta tìm một hàm số (gọi là phương trình hồi
quy) phản ánh sự biến động của hiện tượng qua thời gian có dạng tổng quát như sau:

Trong đó: a0, a1, . . . , an các tham số.

t: thứ tự thời gian.

Để lựa chọn đúng đắn dạng của phương trình hồi quy địi hỏi phải dựa vào sự
phân tích đặc điểm biến động của hiện tượng qua thời gian, đồng thời kết hợp với
một số phương pháp đơn giản khác (như dựa vào đồ thị, dựa vào độ tăng (giảm) tuyệt
đối, dựa vào tốc độ phát triển,. . .)

Các tham số ai (i= 1,2,3, . . ., n) thường được xác định bằng phương pháp bình
phương nhỏ nhất. Tức là: ∑(

𝑦

_𝐿𝑇

− 𝑦

_𝑇𝑇

)

2 = min

Sau đây là 1 số dạng phương trình hồi quy đơn giản thường được sử dụng:
Phương trình đường thẳng: y = a0 + a1t

Phương trình đường thẳng được sử dụng khí các lượng tăng (hoặc giảm) tuyệt
đối liên hồn (cịn gọi là sai phân bậc 1) xấp sỉ nhau.

Để xác định a0 và a1: ta áp dụng phương pháp bình phương nhỏ nhất. Từ đó a0

và a1 được xác định bởi hệ phương trình sau:

{

∑ 𝑦

n

i=1

= 𝑛a

₀

+ a

₁

∑ 𝑦

n

i=1

∑ yt

n

i=1

= a

₀

∑ 𝑡

n

i=1

+ a

₁

∑ t

2

n

i=1

</div>

<!--links-->