chapter 1.ppt

DƯ BAODƯ BAO

Bai giangBai giang

Giang viên: Giang viên: Nguyên Văn PhongNguyên Văn PhongEmail: Email: [email protected] [email protected]

DƯ BAODƯ BAO

Dư bao la tiên đoan nhưng hiên tương trong tương lai hay môt sô cac gia 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 va cac quan hê thông kê mô tả xu hương vân đông cua dư 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 giải thich.

PHÂN LOẠI KIỂU SỐ LIỆUPHÂN LOẠI KIỂU SỐ LIỆU Chuỗi thời gian (Time series): la cac sô liêu thu

thâp tại từng thời điểm nhất định ( Năm, quý, thang, ...).

Sô liệu chéo (Cross-sectional data): la sô liêu thu thâp tại môt thơi điêm ở nhiêu nơi, địa phương, đơn vị, khac nhau.

PHÂN LOẠI KIỂU SỐ LIỆUPHÂN LOẠI KIỂU SỐ LIỆUVí dụ: Bảng sô liệu điều tra về thu nhập khả dụng (CONS), va Doanh sô ban lẻ (SALES)

CAC THÀNH PHẦN CỦA CAC THÀNH PHẦN CỦA CHUỖI THỜI GIAN CHUỖI THỜI GIAN

Xu thế (T)Xu thế (T)


Xu thế (T)Xu thế (T) Chu kỳ (C)Chu kỳ (C)



Mùa (S)Mùa (S)

Chu kỳ (C)Chu kỳ (C)



Mùa (S)Mùa (S)

Chu kỳ (C)Chu kỳ (C)

Ngẫu nhiên (I)Ngẫu nhiên (I)

PHÂN LOẠI DƯ BAOPHÂN LOẠI DƯ BAO Theo kêt quả dư bao

- Dư bao điêm

- Dư bao khoảng Theo khoảng cach dư bao (đôi vơi chuỗi thơi

gian)- Ngăn hạn (Từ 3 thang)

- Trung hạn (Từ 3 thang đên 2 năm)

- Dai hạn (Từ 2 năm) Theo khoảng cach dư bao (đôi vơi sô liêu chéo)

- Gia trị dư bao nôi suy

- Gia trị dư bao ngoại suy

PHÂN LOẠI DƯ BAOPHÂN LOẠI DƯ BAO Theo phương phap dư bao

- Phương phap định tinh:

+ Đươc sử dung khi dư liêu không có sẵn, hay không đầy đu.

+ Dưa vao kinh nghiêm, cac y kiên, sư hiêu biêt cua cac chuyên gia.

PHÂN LOẠI DƯ BAOPHÂN LOẠI DƯ BAO- Phương phap định lương (PPĐL):

+ Đươc sử dung khi dư liêu có sẵn.


+ Dưa vao sô liêu điêu tra va phương phap thông kê.


PHƯƠNG PHÁP DỰ BÁOĐỊNH LƯỢNG


PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG

Mô hình chuỗi thời gian




Mô hình nhân qua




Mô hình nhân qua

PP Trung bình trượt

PP San bằng hàm mũ

PP Mô hìnhxu thế

PP Dự báoNaive




Mô hình nhân qua

PP Trung bình trượt

PP San bằng hàm mũ

PP Mô hìnhxu thế PP Hồi quy

PP Dự báoNaive

ĐANH GIA SAI SỐ DƯ BAOĐANH GIA SAI SỐ DƯ BAO1. Định nghĩa. Vơi la gia trị quan sat va gia trị dư bao tương ứng vơi thởi điêm t. thi sai sô cua dư bao đươc xac 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


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


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


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


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


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


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

ĐANH GIA SAI SỐ DƯ BAOĐANH GIA SAI SỐ DƯ BAO+ 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

ĐANH GIA SAI SỐ DƯ BAOĐANH GIA SAI SỐ DƯ BAOKhi 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 2. Gia sử chúng ta có 2 mô hinh sau đây

LƯA CHỌN CAC THAM SỐ DƯ BAOLƯA CHỌN CAC THAM SỐ DƯ BAO 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.

LƯA CHỌN CAC THAM SỐ DƯ BAOLƯA CHỌN CAC THAM SỐ DƯ BAO 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 DBMoâ hình Naive

CAC PHƯƠNG PHAP CAC PHƯƠNG PHAP DƯ BAO ĐƠN GIẢNDƯ BAO 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


Dự báo xu thế (Trend models):

Dự báo nhân qua (Causal models or regression)

, 1,t

t

Y t t n

F a bt

, 1,t t t

t t

Y X t n

F a bX


Ví dụ: Ta có số liệu về Doanh số báng (SALES) và thu nhập kha dụng (CONS).

CAC PHƯƠNG PHAP CAC PHƯƠNG PHAP DƯ BAO ĐƠN GẢNDƯ BAO ĐƠN GẢN

Bảng cac phương phap dư bao Bảng cac phương phap dư bao

Bảng cac sai sô dư bao cho cac mô Bảng cac sai sô dư bao cho cac mô hinh hinh

Bảng tóm tăt cac thươc đo sai sô Bảng tóm tăt cac thươc đo sai sô

Phương phap đồ thị Phương phap đồ thị

chapter 1.ppt

Documents