Chapter 1 Forecasting
description
Transcript of Chapter 1 Forecasting
DƯ BAODƯ BAO
Bai giangBai giang
Giang viên: Giang viên: Nguyên Văn PhongNguyên Văn PhongEmail: Email: [email protected] [email protected]
DỰ BÁODỰ BÁO
Dư bao la tiên đoan nhưng hiên tương trong tương lai hay môt sô cac giá tri (ma chung ta không thê đo đươc trong qua trinh điêu tra sô liêu).
Dư bao dưa trên kinh nghiêm, nhưng y kiên đanh gia cua cac chuyên gia hay dưa trên nhưng mô hinh toan hoc và cac quan hê thông kê mô tả xu hương vân đông cua dữ liêu.
Trong dư bao thông thương cac biên dư bao phu thuôc vao môt hay nhiêu biên khac ma ta con goi la cac biên giai thich.
PHÂN LOẠI KIỂU SỐ LIỆUPHÂN LOẠI KIỂU SỐ LIỆU Chuỗi thời gian (Time series): là các số liệu thu
thập tại từng thời điểm nhất định ( Năm, quý, tháng, ...).
Số liệu chéo (Cross-sectional data): là số liệu thu thập tại một thời điểm ở nhiều nơi, địa phương, đơn vị, khác nhau.
PHÂN LOẠI KIỂU SỐ LIỆUPHÂN LOẠI KIỂU SỐ LIỆUVí dụ: Bảng số liệu điều tra về thu nhập khả dụng (CONS), và Doanh số bán lẻ (SALES)
CÁC THÀNH PHẦN CỦA CÁC THÀNH PHẦN CỦA CHUỖI THỜI GIAN CHUỖI THỜI GIAN
Xu thế Xu thế (T)(T)
CÁC THÀNH PHẦN CỦA CÁC THÀNH PHẦN CỦA CHUỖI THỜI GIAN CHUỖI THỜI GIAN
Xu thế Xu thế (T)(T)
Chu kỳ (C)Chu kỳ (C)
CÁC THÀNH PHẦN CỦA CÁC THÀNH PHẦN CỦA CHUỖI THỜI GIAN CHUỖI THỜI GIAN
Xu thế Xu thế (T)(T)
Mùa (S)Mùa (S)
Chu kỳ (C)Chu kỳ (C)
CÁC THÀNH PHẦN CỦA CÁC THÀNH PHẦN CỦA CHUỖI THỜI GIAN CHUỖI THỜI GIAN
Xu thế Xu thế (T)(T)
Mùa (S)Mùa (S)
Chu kỳ (C)Chu kỳ (C)
Ngẫu nhiên (I)Ngẫu nhiên (I)
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO Theo kêt qua dư bao
- Dư bao điêm
- Dư bao khoang
Theo khoang cach dư bao (đối với chuỗi thời gian)- Ngăn han (Từ 3 thang)
- Trung han (Từ 3 tháng đến 2 năm)
- Dai han (Từ 2 năm)
Theo khoang cach dư bao (đối với số liệu chéo)- Giá trị dự báo nội suy
- Giá trị dự báo ngoại suy
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO Theo phương phap dư bao
- Phương phap đinh tinh:
+ Được sử dụng khi dữ liệu không có sẵn, hay không đầy đủ.
+ Dựa vào kinh nghiệm, các ý kiến, sự hiểu biết của các chuyên gia.
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
+ Được sử dụng khi dữ liệu có sẵn.
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
+ Dựa vào số liệu điều tra và phương pháp thống kê.
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
PHƯƠNG PHÁP DỰ BÁOĐỊNH LƯỢNG
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG
Mô hình chuỗi thời gian
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG
Mô hình chuỗi thời gian
Mô hình nhân quả
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG
Mô hình chuỗi thời gian
Mô hình nhân quả
PP Trung bình trượt
PP San bằng hàm mũ
PP Mô hìnhxu thế
PP Dự báoNaive
PHÂN LOAI DƯ BAOPHÂN LOAI DƯ BAO- Phương phap đinh lương (PPĐL):
PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG
Mô hình chuỗi thời gian
Mô hình nhân quả
PP Trung bình trượt
PP San bằng hàm mũ
PP Mô hìnhxu thế PP Hồi quy
PP Dự báoNaive
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Sai số trung bình
tFtY
, 1, (1)t t te Y F t n= − =
1
1(2)
n
tt
ME en =
= ∑
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Sai số tuyệt đối trung bình
tFtY
, 1, (1)t t te Y F t n= − =
1
1(3)
n
tt
MAE en =
= ∑
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Sai số bình phương trung bình
tFtY
, 1, (1)t t te Y F t n= − =
2
1
1(4)
n
tt
MSE en =
= ∑
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Sai số bình phương trung bình gốc
tFtY
, 1, (1)t t te Y F t n= − =
2
1
1(5)
n
tt
RMSE en =
= ∑
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Phần trăm sai số
tFtY
, 1, (1)t t te Y F t n= − =
100 (6)t tt
t
Y FPE
Y
−= × ÷
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Sai số phần trăm trung bình
tFtY
, 1, (1)t t te Y F t n= − =
1
1(7)
n
tt
MPE PEn =
= ∑
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO1. Định nghĩa. Với là giá trị quan sát và giá trị dự báo tương ứng với thởi điểm t. thì sai số của dự báo được xác định
Khi đó, ta có
+ Sai số phần trăm tuyệt đối
tFtY
, 1, (1)t t te Y F t n= − =
1
1(8)
n
tt
MAPE PEn =
= ∑
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁO+ Hệ số không ngang bằng Theil U
trong đó
( )
( )
12
1 11
12
11
(9)
n
t tt
n
tt
FPE APEU
APE
−
+ +=
−
+=
−=
∑
∑
11
11
(10)
(11)
t tt
t
t tt
t
F YFPE
Y
Y YAPE
Y
++
++
−=
−=
ĐÁNH GIÁ SAI SỐ DỰ BÁOĐÁNH GIÁ SAI SỐ DỰ BÁOKhi đó U có thể viết lại dưới dạng
21
1 1
1
21
1
1
(12)
nt t
t t
nt t
t t
F Y
YU
Y Y
Y
−+ +
=
−+
=
− ÷ =
− ÷
∑
∑
MỘT SỐ VÍ DỤMỘT SỐ VÍ DỤVí dụ 1.
MỘT SỐ VÍ DỤMỘT SỐ VÍ DỤVí dụ 1.
MỘT SỐ VÍ DỤMỘT SỐ VÍ DỤVí dụ 1.
MỘT SỐ VÍ DỤMỘT SỐ VÍ DỤVí dụ 2. Giả sử chúng ta có 2 mô hinh sau đây
LỰA CHỌN CÁC THAM SỐ DỰ BÁOLỰA CHỌN CÁC THAM SỐ DỰ BÁO Khi tồn tại một số sai số lớn khi đó ta dùng MAE Khi các sai số tương đương nhau ta dùng MSE Khi các giá trị sai số MAE, MSE, RMSE được tính
đồng thời việc lựa chọn sẽ dựa vào công thức có giá trị nhỏ nhất
Khi so sánh các mô hình ta cũng lựa chọn dựa vào những mô hình có sai số bé nhất
Lưu ý: Không so sánh trên những mô hình có dữ liệu đã chuẩn hoá, hay dữ liệu không cùng tần suất.
LỰA CHỌN CÁC THAM SỐ DỰ BÁOLỰA CHỌN CÁC THAM SỐ DỰ BÁO Hệ số Theil U được sử dụng để so sánh các mô hình dự
báo khác so với mô hình dự báo thô (Naive). Cụ thể
Khi đó, ta có một số đánh giá sau
• U càng tiến về 0 thì dự báo càng chính xác.
• Trong thực tế khi U < 0.55 thì mô hình dự báo là tốt.
• U = 1 : Mô hình Naive được sử dụng tốt nhất
• U < 1 : Các mô hình dự báo khác được chọn
• U > 1 : Mô hình Naive được lựa chọn
( )(13)
( )
RMSEU
RMSE= Moâ hình DB
Moâ hình Naive
CÁC PHƯƠNG PHÁP CÁC PHƯƠNG PHÁP DỰ BÁO ĐƠN GIẢNDỰ BÁO ĐƠN GIẢN
Dự báo thô (Naive): Giá trị dự báo bằng với giá trị trước đó
Ưu điểm: Áp dụng cho những quan sát ít thay đổi theo thời gian
Phương pháp bình quân di động (Moving averages)
Ưu điểm: Áp dụng cho những chuỗi có giao động đáng kể.
1 , 1,t tF Y t n+ = =
1 ( 1)1
..., 1,t t t k
t
Y Y YF k n
k− − −
+
+ + += =
CÁC PHƯƠNG PHÁP CÁC PHƯƠNG PHÁP DỰ BÁO ĐƠN GIẢNDỰ BÁO ĐƠN GIẢN
Dự báo xu thế (Trend models):
Dự báo nhân quả (Causal models or regression)
, 1,t
t
Y t t n
F a bt
α β ε= + + == +
, 1,t t t
t t
Y X t n
F a bX
α β ε= + + == +
CÁC PHƯƠNG PHÁP CÁC PHƯƠNG PHÁP DỰ BÁO ĐƠN GIẢNDỰ BÁO ĐƠN GIẢN
Ví dụ: Ta có số liệu về Doanh số báng (SALES) và thu nhập khả dụng (CONS).
CÁC PHƯƠNG PHÁP CÁC PHƯƠNG PHÁP DỰ BÁO ĐƠN GẢNDỰ BÁO ĐƠN GẢN
Bảng các phương pháp dự báo Bảng các phương pháp dự báo
Bảng các sai số dự báo cho các mô Bảng các sai số dự báo cho các mô hình hình
Bảng tóm tắt các thước đo sai số Bảng tóm tắt các thước đo sai số
Phương pháp đồ thị Phương pháp đồ thị
Phương pháp đồ thị Phương pháp đồ thị
Phương pháp đồ thị Phương pháp đồ thị
Phương pháp đồ thị Phương pháp đồ thị