Xem Nhiều 7/2022 # Chương 4: Dự Báo Với Phương Pháp Bình Quân Di Động Và San Bằng Số Mũ # Top Trend

Xem 13,464

Cập nhật thông tin chi tiết về Chương 4: Dự Báo Với Phương Pháp Bình Quân Di Động Và San Bằng Số Mũ mới nhất ngày 02/07/2022 trên website Sansangdethanhcong.com. Hy vọng nội dung bài viết sẽ đáp ứng được nhu cầu của bạn, chúng tôi sẽ thường xuyên cập nhật mới nội dung để bạn nhận được thông tin nhanh chóng và chính xác nhất. Cho đến thời điểm hiện tại, bài viết này đã đạt được 13,464 lượt xem.

--- Bài mới hơn ---

  • Bài Giảng Phương Pháp Trung Bình Động Và San Bằng Số Mũ
  • Phương Pháp Độc Giúp Bạn Ghi Nhớ Những Con Số Khô Khan (P1)
  • Phương Pháp Số Trong Công Nghệ Hóa Học
  • Tài Liệu Phương Pháp Số Trong Công Nghệ Hóa Học
  • 5 Cách Phòng Ngừa Bệnh Truyền Nhiễm Hiệu Quả
  • Published on

    Các phương pháp dự báo đơn giản

    Các phương pháp bình quân di động

    Các phương pháp san bằng số mũ

    1. 1. CHƯƠNG 4 DỰ BÁO VỚI PHƯƠNG PHÁP BÌNH QUÂN DI ĐỘNG VÀ SAN BẰNG SỐ MŨ
    2. 2. 2 Chương 4 1.Các phương pháp dự báo đơn giản 2.Các phương pháp bình quân di động 3.Các phương pháp san bằng số mũ
    3. 3. 3 Các phương pháp dự báo đơn giản Ưu điểm: đơn giản Ứng dụng: quyết định nhanh Mẫu thích hợp: các nhu cầu ít có sự thay đổi từ chu kỳ này sang chu kỳ khác Không thích hợp: mẫu có ảnh hưởng mùa, có yếu tố ngẫu nhiên Công thức tính: 1−= tt AF Dự báo cho giai đoạn tới bằng với giá trị thực tế của giai đoạn vừa qua Ft : Nhu cầu dự báo chu kỳ t At-1 : Nhu cầu thực tế chu kỳ t-1 Mô hình thô (Naive model)
    4. 4. 4 Ví dụ Quý Tỉ lệ thất nghiệp Dự báo Q1-09 5.3 Q2-09 5.3 5.3 Q3-09 5.7 5.3 Q4-09 6.1 5.7 Q1-10 6.6 6.1
    5. 5. 5 Mô hình thô mở rộng )( 211 −−− −+= tttt AAPAF Ft Nhu cầu dự báo chu kỳ t At-1 Nhu cầu thực tế chu kỳ t-1 At-2 Nhu cầu thực tế chu kỳ t-2 P Tỉ lệ thay đổi giữa hai giai đoạn (tự chọn) Khi dữ liệu về nhu cầu thực tế có tính xu thế
    6. 6. 6 Quý Tỉ lệ thất nghiệp Dự báo Q1-09 5.3 Q2-09 5.3 Q3-09 5.7 5.3 Q4-09 6.1 6.1 Q1-10 6.6 6.5 Q2-10 6.8 7.2 Q3-10 6.9 7.0 Ví dụ P = 1.1
    7. 7. 7 Các phương pháp bình quân di động n A n AAA F n i i n t ∑= = +++ = 121 … Trung bình số học (Arithmetic Average) Công thức tính Trong đó: Ft Nhu cầu dự báo chu kỳ t Ai Nhu cầu thực tế chu kỳ thứ i n: số chu kỳ
    8. 8. 8 Ưu điểm: đơn giản làm trơn các ảnh hưởng ngẫu nhiên Ứng dụng: quyết định nhanh Mẫu thích hợp: các tình huống ổn định, số liệu ổn định và phân phối một cách ngẫu nhiên Không thích hợp: mẫu có ảnh hưởng mùa Trung bình số học (Arithmetic Average)
    9. 9. 9 Bình quân di động (Moving Average) n A n AAA F n i it nttt t ∑= − −−− = +++ = 121 … Công thức tính: Trong đó: Ft Nhu cầu dự báo chu kỳ t At-i Nhu cầu thực tế chu kỳ thứ t-i n: số chu kỳ sử dụng cho dịch chuyển trung bình
    10. 10. 10 – Ưu điểm: dung hòa ưu nhược điểm của 2 phương pháp trên – Ứng dụng: quyết định nhanh – Mẫu thích hợp: thích hợp cho các dự báo theo xu hướng – Không thích hợp: mẫu yếu tố ngẫu nhiên, các dự báo có ảnh hưởng bởi các yếu tố mùa. Lưu ý: khi có những giá trị đột biến trong dãy số thời gian, ta nên sử dụng n ở mức thấp
    11. 11. 11 Bình quân di động 3 năm Năm Doanh thu Dự báo 2003 20 – 2004 24 – 2005 22 – 2006 26 2007 25 2008 (20+24+22)/3 = 22 (24+22+26)/3 = 24 (22+26+25)/3 = 24,3
    12. 12. 12 Tuần Nhu cầu 1 650 2 678 3 720 4 785 5 895 6 920 7 850 8 758 9 892 10 920 11 789 12 Dự báo nhu cầu tháng 12 bằng bình quân di động – 3 tuần – 6 tuần
    13. 13. 13 Tuần Nhu cầu 3-tuần 6-tuần 1 650 2 678 3 720 4 785 682,67 5 895 727,67 6 920 800,00 7 850 866,67 774,67 8 758 888,33 808,00 9 892 842,67 821,33 10 920 833,33 850,00 11 789 856,67 872,50 12 867,00 854,83 TTính bính bình quân di độngình quân di động F4=(650+678+720)/3 =682.67 F7=(650+678+720+7 85+859+920)/6 =774.67
    14. 14. 14 Phương pháp bình quân di động có trọng số (Weighted Moving Average) Sử dụng các trọng số để nhấn mạnh giá trị của các số liệu gần nhất, vừa xảy ra ntntttt AwAwAwAwF −−−−− ++++= 1322110 … Công thức tính wt : trọng số ở từng thời điểm t ∑ − = = 1 0 1 n i iw
    15. 15. 15 Ví dụ Dự báo nhu cầu tuần tới bằng phương pháp bình quân di động với trọng số tháng kế trước là 0.5, cách 2 tháng là 0.3, cách 3 tháng là 0.2. Tuần 1 2 3 4 Nhu cầu 650 678 720 ? Dự báo nhu cầu tuần 4 là: F4 = 0.5(720) + 0.3(678) + 0.2(650) = 693.4
    16. 16. 16 Ví dụ Dự báo nhu cầu tuần thứ 5 bằng phương pháp bình quân di động với trọng số tháng kế trước là 0.7, cách 2 tháng là 0.2, cách 3 tháng là 0.1. Tuần 1 2 3 4 5 Nhu cầu 820 775 680 655 ? F5 = 0.7(655) + 0.2(680) + 0.1(755) = 672 Dự báo nhu cầu tuần 5 là:
    17. 17. 17 Nhận xét Trọng số của tháng gần nhất càng lớn thì xu hướng của các biến động càng dễ thấy rõ hơn. Cả hai phương pháp bình quân di động giản đơn và có trọng số đều có ưu điểm là san bằng được các biến động ngẫu nhiên trong dãy số – Làm giảm độ nhạy cảm đối với những thay đổi thực đã được phản ảnh trong dãy số. – Số bình quân di động chưa cho ta xu hướng phát triển của dãy số một cách tốt nhất. Nó chỉ thể hiện sự vận động trong quá khứ chứ chưa thể kéo dài sự vận động đó trong tương lai nhất là đối với tương lai xa. – Đòi hỏi một nguồn số liệu dồi dào trong quá khứ.
    18. 18. 18 Ví dụ Nhu cầu hàng tháng của 2 năm cuối được thống kê như sau: Tháng Nhu cầu Tháng Nhu cầu Tháng Nhu cầu 1 34 9 38 17 58 2 44 10 44 18 54 3 42 11 36 19 46 4 30 12 46 20 48 5 46 13 42 21 40 6 44 14 30 22 50 7 56 15 52 23 58 8 50 16 48 24 60
    19. 19. 19 Tháng Nhu cầu Chu kỳ trước Trung bình số học Trung bình dịch chuyển 2 tháng Dự báo nhu cầu Độ lệch tuyệt đối Dự báo nhu cầu Độ lệch tuyệt đối Dự báo nhu cầu Độ lệch tuyệt đối 1 34 2 44 34 10 3 42 44 2 39 3 39 3 4 30 42 12 40 10 43 13 … … … … … … … … 23 58 50 8 44 14 45 13 24 60 58 2 45 15 54 6 25 60 46 59 Tổng 1096 190 167 160 MAD 8.26 7.57 7.27
    20. 20. 20 Các phương pháp san bằng số mũ 1.Phương pháp san bằng số mũ đơn 2.Phương pháp san bằng số mũ có điều chỉnh xu thế (Holt) 3.Phương pháp san bằng số mũ có điều chỉnh xu thế và mùa vụ (Winters)
    21. 21. 21 11 )1( −− −+= ttt FAF αα Phương pháp san bằng số mũ đơn Trong đó: Ft: dự báo nhu cần cho giai đoạn t; Ft-1: dự báo của giai đoạn ngay trước đó; At-1: nhu cầu thực tế của giai đoạn ngay trước đó; α: hệ số san bằng ( 0 < α < 1) và có thể được chọn theo phương pháp thử sai).
    22. 22. 22 Ngày thứ Nhu cầu thực tế Dự báo nhu cầu, α=0,2 Thứ 2 8 8 Thứ 3 7 F3=0,2*8 + (1-0,2)*8 = 8 Thứ 4 6 F4=0,2*7 + (1-0,2)*8 = 7,8 Thứ 5 11 F5=0,2*6 + (1-0,2)*7,8 = 7,44 Thứ 6 10 F6=0,2*11 + (1-0,2)*7,44 = 8,15 Thứ 7 9 F7=0,2*10 + (1-0,2)*8,15 = 8,52 Chủ nhật 8 F8=0,2*9 + (1-0,2)*8,52 = 8,62 11 )1( −− −+= ttt FAF αα
    23. 23. 23 Phương pháp san bằng số mũ có điều chỉnh xu thế (Holt) ))(1(1 tttt TFAF +−+=+ αα tttt TFFT )1()( 11 γγ −+−= ++ Chuỗi san bằng số mũ hoặc ước lượng giá trị hiện hành 11 +++ += ttmt mTFH Ước lượng xu thế Dự báo cho m giai đoạn tiếp theo
    24. 24. 24 Trong đó Ft – Giá trị san bằng mới α – Hệ số san bằng số mũ (0 < α < 1) At – Giá trị thực tại thời điểm t Tt – Ước lượng xu thế γ – Hệ số san bằng số mũ để ước lượng xu thế (0 < γ < 1) m – Số lượng giai đoạn dự báo trong tương lai Ht+m – Giá trị dự báo cho m giai đoạn tiếp theo
    25. 25. 25 Tháng Nhu cầu Tháng Nhu cầu Tháng Nhu cầu 1 47 5 38 9 47 2 42 6 34 10 54 3 16 7 45 11 40 4 47 8 50 12 43 Giả sử các hệ số α = 0.1, γ = 0.1, F1 = 40 và T1 = 0
    26. 26. 26 11 +++ += ttmt mTFH T2 = 0.1(40.70 – 40)+ 0.9(0) = 0.07 Uớc lượng giá trị Tính cho tháng 2 F2= 0.1(47)+ 0.9(40+0) = 40.70 Ước lượng xu thế Dự báo cho tháng hai là: H2 = F2 + 1T2 = 40.70 + 0.07= 40.77 ))(1(1 tttt TFAF +−+=+ αα tttt TFFT )1()( 11 γγ −+−= ++
    27. 27. 27 Tháng Nhu cầu At Mức độ Ft Xu hướng Tt Dự báo Ht Độ lệch Giêng 47 40 0 40 7.00 Hai 42 40.7 0.07 40.77 1.23 Ba 16 40.89 0.082 40.97 -24.97 Tư 47 38.47 -0.168 38.30 8.7 Năm 38 39.17 -0.081 39.09 -1.09 Sáu 34 38.98 -0.092 38.89 -4.89 Bảy 45 38.40 -0.141 38.26 6.74 Tám 50 38.93 -0.074 38.86 11.14 Chín 47 39.97 0.037 40.01 6.99 Mười 54 40.71 0.107 40.82 13.18 Mười một 40 42.14 0.139 42.38 -2.38 Mười hai 43 42.14 0.215 42.36 0.64 Giêng 42.42 0.221 42.64
    28. 28. 28 Tháng Doanh số Trung bình Chỉ số mùa (SI)2004 2005 2006 1 24,956 27,082 29,788 27,275 1.08 2 19,712 21,714 23,914 21,780 0.86 3 21,692 19,624 23,804 21,707 0.86 4 20,042 22,044 24,310 22,132 0.87 5 21,516 23,738 26,180 23,811 0.94 6 22,396 24,662 20,372 22,477 0.89 7 33,638 37,026 40,788 37,151 1.47 8 30,008 33,066 36,300 33,125 1.31 9 25,520 30,116 29,931 28,522 1.13 10 17,688 19,492 18,123 18,434 0.73 11 21,010 23,100 25,388 23,166 0.92 12 21,890 24,090 26,422 24,134 0.95 Chỉ số mùa (Seasonal Indices)
    29. 29. 29 Ví dụ: Tính chỉ số mùa cho mỗi quý với số liệu thu thập được trong bốn năm được trình bày trong bảng sau: Quý Doanh số 2004 2005 2006 2007 Q1 348 366 459 487 Q2 820 932 1053 1217 Q3 668 683 829 909 Q4 700 831 939 1078 Trung bình 634 703 820 922.8 Trung bình Chỉ số mùa (SI) 415 0.54 1005.5 1.31 772.3 1.00 887 1.15 769.9 1.00
    30. 30. 30 Phương pháp đường số mũ có điều chỉnh xu thế và mùa vụ (Winters) ))(1( 11 −− − +−+= tt pt t t TF S A F αα pt t t t S F A S −−+= )1( ββ 11 )1()( −− −+−= tttt TFFT γγ pmtttmt SmTFW −++ += )( Chuỗi san bằng số mũ Ước lượng xu thế Dự báo cho m giai đoạn tiếp theo Ước lượng tính mùa vụ
    31. 31. 31 Trong đó: Ft – Giá trị san bằng mới; α – Hệ số san bằng số mũ (0<α <1); At – Gía trị thực tại thời điểm t; St – Ước lượng thời vụ; β – Hệ số san bằng số mũ để ước lượng mùa vụ (0<β <1); Tt – Ước lượng xu thế; γ – Hệ số san bằng số mũ để ước lượng xu hướng (0<γ <1); m – Số lượng giai đoạn dự báo trong tương lai; P – Số lượng giai đoạn trong chu kỳ mùa vụ; Wt+m – Giá trị dự báo Winter cho m giai đoạn tiếp theo. Phương pháp đường số mũ có điều chỉnh xu thế và mùa vụ (Winters)
    32. 32. 32 Giai đoạn Nhu cầu Ft St Tt Wt 1 112 124.4 0.900 2 115 164.3 0.700 3 124 112.7 1.100 4 177 136.2 1.300 4.00 5 112 137.0 0.896 3.69 126.1 6 101 141.4 0.701 3.76 98.5 7 185 149.8 1.107 4.22 159.7 8 202 154.3 1.300 4.25 200.2 9 129 155.6 0.893 3.96 142.0 10 107 158.2 0.699 3.82 111.8
    33. 33. 33 W5 = (B4 + T4 )S1 = (136.2 + 4)0.9 = 126.1 Chọn α = 0.2; β = 0.05; γ = 0.1 ))(1( 11 −− − +−+= tt pt t t TF S A F αα pt t t t S F A S −−+= )1( ββ F5 = 0.2 (112/0.9) + 0.8(136.2 + 4) = 137 S5 = 0.05 (112/137) + 0.95 (0.9) = 0.896 11 )1()( −− −+−= tttt TFFT γγ T5 = 0.1(137 – 136.2) + 0.9 (4) = 3.69 W6 = (F5 + T5 )S2 = (137 + 3.69)0.7 = 98.5
    34. 34. Cám ơn sự chú ý lắng nghe!

    --- Bài cũ hơn ---

  • Đổi Mới Phương Pháp Giảng Dạy, Học Tập Các Môn Lý Luận Chính Trị Trong Các Trường Cand
  • Trao Đổi: Phương Pháp Tự Học Tốt Các Môn Lý Luận
  • Phương Pháp Phân Bổ Đại Số Là Gì? Cách Thức Thực Hiện
  • Dàn Đề Đánh Hàng Ngày
  • 36 Cách Tính Lô Đề Miền Bắc Chuẩn Nhất 2022
  • Bạn đang xem bài viết Chương 4: Dự Báo Với Phương Pháp Bình Quân Di Động Và San Bằng Số Mũ trên website Sansangdethanhcong.com. Hy vọng những thông tin mà chúng tôi đã chia sẻ là hữu ích với bạn. Nếu nội dung hay, ý nghĩa bạn hãy chia sẻ với bạn bè của mình và luôn theo dõi, ủng hộ chúng tôi để cập nhật những thông tin mới nhất. Chúc bạn một ngày tốt lành!

  • Web hay
  • Links hay
  • Push
  • Chủ đề top 10
  • Chủ đề top 20
  • Chủ đề top 30
  • Chủ đề top 40
  • Chủ đề top 50
  • Chủ đề top 60
  • Chủ đề top 70
  • Chủ đề top 80
  • Chủ đề top 90
  • Chủ đề top 100
  • Bài viết top 10
  • Bài viết top 20
  • Bài viết top 30
  • Bài viết top 40
  • Bài viết top 50
  • Bài viết top 60
  • Bài viết top 70
  • Bài viết top 80
  • Bài viết top 90
  • Bài viết top 100
  • CẦM ĐỒ TẠI F88
    15 PHÚT DUYỆT
    NHẬN TIỀN NGAY

    VAY TIỀN NHANH
    LÊN ĐẾN 10 TRIỆU
    CHỈ CẦN CMND

    ×