1
CHCHƯƠƯƠNG 7NG 7
DỰ BÁO VỚI PHDỰ BÁO VỚI PHƯƠƯƠNG PHÁP NG PHÁP
BOXBOX--JENKINS (ARIMA)JENKINS (ARIMA)
2
Khi xem xét dữ liệu dKhi xem xét dữ liệu dưưới dạng dãy số thời gian, hai câu hỏi quan trọng nhất ới dạng dãy số thời gian, hai câu hỏi quan trọng nhất
cần cần đưđược trả lời là:ợc trả lời là:
•• 1. Dữ liệu có thể hiện một kiểu chuyển vận nào không?1. Dữ liệu có thể hiện một kiểu chuyển vận nào không?
•• 2. Kiểu chuyển vận này có thể khai thác 2. Kiểu chuyển vận này có thể khai thác đđể dự báo ể dự báo đưđược không?ợc không?
PhPhươương pháp hồi quy ng pháp hồi quy đưđưa ra mối liên hệ giữa biến phụ thuộc và các biến giải a ra mối liên hệ giữa biến phụ thuộc và các biến giải
thích (biến thích (biến đđộc lập). ộc lập).
Trong thực tế, nhiều trTrong thực tế, nhiều trưường hợp chúng ta không biết trờng hợp chúng ta không biết trưước các biến giải ớc các biến giải
thích. Phthích. Phươương pháp ARIMA (Autoregressive Integrated Moving Average) ng pháp ARIMA (Autoregressive Integrated Moving Average)
đưđược áp dụng ợc áp dụng đđể dự báo. ể dự báo.
PhPhươương pháp ARIMA do hai ông G.B.E.Box và G.M. Jenkins ng pháp ARIMA do hai ông G.B.E.Box và G.M. Jenkins đưđưa ra nên a ra nên
phphươương pháp này còn ng pháp này còn đưđược gọi là Boxợc gọi là Box--Jenkins.Jenkins.
PhPhươương pháp ARIMA dựa trên các mô hình Trung bình ng pháp ARIMA dựa trên các mô hình Trung bình đđộng và tự hồi quy ộng và tự hồi quy
đđể tạo ra các dự báo trên cể tạo ra các dự báo trên cơơ sở tổng hợp các kiểu chuyển vận trong quá khứ sở tổng hợp các kiểu chuyển vận trong quá khứ
của dữ liệu. của dữ liệu.
PhPhươương pháp này lần lng pháp này lần lưượt thử các mô hình khác nhau cho ợt thử các mô hình khác nhau cho đđến khi tìm ến khi tìm đưđược ợc
mô hình phù hợp. mô hình phù hợp.
GIỚI THIỆUGIỚI THIỆU
3
Để xác Để xác đđịnh ịnh đưđược việc chọn lựa ợc việc chọn lựa đđúng mô hình trong nhóm các mô úng mô hình trong nhóm các mô
hình ARIMA (AR, MA, ARMA, ARIMA), ta cần sử dụng hai hình ARIMA (AR, MA, ARMA, ARIMA), ta cần sử dụng hai
công cụ: tự tcông cụ: tự tươương quan (Autocorrelations) và Tự tng quan (Autocorrelations) và Tự tươương quan từng ng quan từng
phần (Partial Autocorrelations). phần (Partial Autocorrelations).
Tự tTự tươương quan (Autocorrelation)ng quan (Autocorrelation)
Tự tTự tươương quan là hiện tng quan là hiện tưượng trong ợng trong đđó sự liên hệ giữa các giá trị ó sự liên hệ giữa các giá trị
(các quan sát khác nhau) trong cùng một biến là không ngẫu nhiên.(các quan sát khác nhau) trong cùng một biến là không ngẫu nhiên.
Hệ số tHệ số tươương quan dao ng quan dao đđộng trong khoảng [ộng trong khoảng [--1;1]. 1;1].
Nếu hệ số càng gần bằng +1, hai biến Nếu hệ số càng gần bằng +1, hai biến đđó có ó có đđộ tộ tươương quan dng quan dươương ng
càng lớn (positive correlations), và ngcàng lớn (positive correlations), và ngưược lại. ợc lại.
TỰ TTỰ TƯƠƯƠNG QUANNG QUAN
(AUTOCORRELATION)(AUTOCORRELATION)
4
VÍ DỤ MINH HỌA VÍ DỤ MINH HỌA
TỰ TTỰ TƯƠƯƠNG QUANNG QUAN
riginal alue
O V ne ime ag
O T L wo ime ags
T T L
G
iaù trò goác T
reã 01 QS T
reã 02 QS
121 - -
123 121 -
134 123 121
133 134 123
151 133 134
141 151 133
176 141 151
187 176 141
183 187 176
214 183 187
T
öông quan giöõa coät 1 vaø coät 2 laø: + .
0867
T
öông quan giöõa coät 1 vaø coät 3 laø: + .
0898
5
TỰ TTỰ TƯƠƯƠNG QUAN TỪNG PHẦN NG QUAN TỪNG PHẦN
(PARTIAL AUTOCORRELATION)(PARTIAL AUTOCORRELATION)
Tự tTự tươương quan từng phần: ng quan từng phần: đđo lo lưường ờng đđộ liên hệ giữa quan sát Yộ liên hệ giữa quan sát Ytt và và
YYtt--kk khi giữ tác khi giữ tác đđộng của các quan sát khác cố ộng của các quan sát khác cố đđịnh. ịnh.
Cách tính các hệ số tự tCách tính các hệ số tự tươương quan và tự tng quan và tự tươương quan từng phần ng quan từng phần đưđược ợc
ForecastX sẽ thực hiện nhanh chóng (tham khảo hForecastX sẽ thực hiện nhanh chóng (tham khảo hưướng dẫn thực hành).ớng dẫn thực hành).
Để xác Để xác đđịnh mô hình ịnh mô hình đđúng trong nhóm các mô hình ARIMA, chúng ta úng trong nhóm các mô hình ARIMA, chúng ta
phải chiếu các hệ số tự tphải chiếu các hệ số tự tươương quan và tự tng quan và tự tươươ
ng quan từng phần lên biều ng quan từng phần lên biều
đđồ tồ tươương quan.ng quan.
Theo Theo đđó, tùy theo cách chuyển vận của các hệ số thuộc hai hàm này, ta ó, tùy theo cách chuyển vận của các hệ số thuộc hai hàm này, ta
chọn mô hình chọn mô hình đưđược kỳ vọng là phù hợp ợc kỳ vọng là phù hợp đđể tiến hành thử nghiệm.ể tiến hành thử nghiệm.
Biểu Biểu đđồ sẽ có các dạng phồ biến sau:ồ sẽ có các dạng phồ biến sau: