Bài giảng Phân tích và xử lý dữ liệu trong kinh doanh - Chương 5: Phân tích dãy số thời gian

Chương VPHÂN TÍCHDÃY SỐ THỜI GIANNHỮNG CHỦ ĐỀ CHÍNH Khái niệm chung về dãy số thời gianPhân tích dãy số thời gianCác chỉ tiêu phân tích dãy số thời gianNhững nhân tố cấu thành mô hình dãy số thời gianDự đoán dựa vào dãy số thời gian1. Khái niệm chung về dãy số thời gianLà dãy các trị số của chỉ tiêu thống kê được sắp xếp theo thứ tự thời gianVí dụTác dụng:Phân tích sự biến động của hiện tượng qua thời gianDự đoán các mức độ của hiện tượng trong tương lai1. Khái niêm chung về dãy số thời gianKết cấu của dãy số thời gian: 2 thành phần Thời gianChỉ tiêu về hiện tượng nghiên cứuCác loại dãy số thời gianDãy số thời kỳ: phản ánh hiện tượng trong từng khoảng thời gian nhất địnhDãy số thời điểm: phản ánh hiện tượng tại những thời điểm nhất định2. Phân tích dãy số thời gian Các chỉ tiêu phân tích dãy số thời gian5 chỉ tiêuPhân tích các thành phần của DSTG 4 thành phần2.1 Các chỉ tiêu phân tích dãy số thời gianMức độ bình quân theo thời gianĐối với dãy số thời kỳ: Đối với dãy số thời điểm:- Có khoảng cách thời gian bằngCó khoảng cách thời gian không bằng nhau2.1 Các chỉ tiêu phân tích dãy số thời gianb) Lượng tăng (giảm) tuyệt đốiLượng tăng giảm tuyệt đối liên hoànLượng tăng giảm tuyệt đối định gốcLượng tăng giảm tuyệt đối bình quânCác chỉ tiêu phân tích dãy số thời gianc) Tốc độ phát triểnTốc độ phát triển liên hoàn: .100Tốc độ phát triển định gốc: .100Tốc độ phát triển bình quân=2.1 Các chỉ tiêu phân tích dãy số thời giand)Tốc độ tăng(giảm)Tốc đô tăng giảm liên hoànTốc độ tăng (giảm) định gốcTốc độ tăng (giảm) bình quân2.1 Các chỉ tiêu phân tích dãy số thời giane) Giá trị tuyệt đối của 1% tăng (giảm)Phản ánh 1% của tốc độ tăng (giảm) liên hoàn tương ứng với trị số tuyệt đối là bao nhiêuCông thức:2.2 Phân tích cácthành phần của dãy số thời giana) Thành phần xu thếChỉ theo xu hướng tăng hoặc giảmChỉ biểu hiện khi quan sát dãy số trong nhiều nămDoanh thuThời gian Xu hướng tănga) Thành phần xu thếMở rộng khoảng cách thời gianGhép một số thời gian liền nhau vào thành khoảng thời gian dài hơnVD: ghép 3 tháng vào thành một quý gọi là mở rộng khoảng cách từ tháng sang quýVận dụng: Dãy số có quá nhiều mức độ, khoảng cách thời gian tương đối ngắn và chưa có biểu hiện rõ xu hướng phát triển của hiện tượngHạn chế: số lượng các mức độ trong dãy số mất đi quá nhiềua. Thành phần xu thếSố bình quân trượtThành phần xu thếBình quân trượtDùng làm trơn số liệuLà dãy trung bình số học theo thời gianKết quả phụ thuộc vào sự lựa chọn L – chiều dài thời kỳ ước tính trung bìnhBình quân trượtBạn làm việc trong 1 xưởng sản xuất săm lốp, bạn muộn làm mịn xu hướng của năng suất sản xuất 1995 20,000 1996 24,000 1997 22,000 1998 26,000 1999 25,000Số bình quân trượt ( giải pháp Year Sales MA(3) in 1,000 1995 20,000 NA 1996 24,000 (20+24+22)/3 = 22 1997 22,000 (24+22+26)/3 = 24 1998 26,000 (22+26+25)/3 = 24 1999 25,000 NATrung bình trượt bình quânYear Response Moving Ave1994 2 NA1995 5 3 1996 2 31997 2 3.671998 7 5 1999 6 NA94 95 96 97 98 99 8 6 4 2 0SalesThành phần xu thếSan bằng mũLà bình quân trượt có trọng sốSử dụng để làm trơn dữ liệu và dự đoán ngắn hạnTrọng số:Được chọn một cách chủ quanTrong khoảng từ 0-1Bạn tổ chức một buổi meeting kỉ niệm ngày lễ hội văn hóa các dân tộc và bạn muốn dự đoán số người tham dư dựa vào số liệu tới năm 1999 và sử dụng hàm san bằng mũ( = .20). Past attendance (00) is: 1995 4 1996 6 1997 5 1998 3 1999 7San bằng mũ[Ví dụ]© 1995 Corel Corp.San bằng mũEi = W·Yi + (1 - W)·Ei-1^San bằng mũ [Graph]YearAttendanceActualThành phần xu thếHàm xu thếMô hình xu thế tuyến tínha) Thành phần xu thếHàm xu thếMô hình xu thế bậc 2 (parabol)Mô hình xu thế bậc 2Excel OutputYear Coded Sales 94 0 2 95 1 5 96 2 2 97 3 2 98 4 7 99 5 6a) Thành phần xu thếHàm xu thếMô hình xu thế mũHàm xu thế mũorExcel Output of Values in logsYear Coded Sales 94 0 2 95 1 5 96 2 2 97 3 2 98 4 7 99 5 6Hàm xu thế mũ[Example Graph]94 95 96 97 98 9986420SalesYearDataSmootheda) Thành phần xu thếTự tương quanCác mức độ trong dãy số thời gian có liên hệ tương quan với nhauCó thể có các mô hình tự tương quan bậc 1, bậc 2, , bậc pSai số ngẫu nhiênMô hình tự hồi quyMột doanh nghiệp thống kê số toàn nhà văn chung cư họ đã xây trong 8 năm như số liệu bên dưới, hãy dùng mô hình hồi quy mũ bậc 2 để dự đoán số lượng toàn nhà họ sẽ xây dựng vào năm tiếp theoYear Units 92 4 93 3 94 2 95 3 96 2 97 2 98 4 99 6Mô hình tự hồi quyYear Yi Yi-1 Yi-2 92 4 --- --- 93 3 4 --- 94 2 3 4 95 3 2 3 96 2 3 2 97 2 2 3 98 4 2 2 99 6 4 2Excel Outputb) Thành phần chu kỳXu thế biến động lúc lên, lúc xuốngCó thể khác nhau về độ dài thời gianThường kéo dài 2-10 nămDoanh thuc) Thành phần thời vụLà sự biến động (tăng, giảm) lặp đi lặp lại trong từng năm nhất địnhc) Thành phần thời vụChỉ số thời vụDãy số ổn địnhDãy số có xu thếd. Thành phần ngẫu nhiênSự biến đổi bất thường, không đáng tin cậy, không có hệ thống ngẫu nhiênDo những biến đổi ngẫu nhiên của:Tự nhiênRủi ro, tình cờKhoảng thời gian tồn tại ngắn và không lặp lạiMô hình tổng hợp các nhân tốChủ yếu dùng để dự đoánQuan sát giá trị trong dãy số thời gian do các biến động thành phần gây nên3. Dự đoán dựa vào dãy số thời gian Dãy số không có xu thếPhương pháp bình quân trượtSan bằng mũDãy số có xu thếNgoại suy dựa trên lượng tăng (giảm) tuyệt đối bình quânNgoại suy dựa trên tốc độ phát triển bình quân