Luận văn thạc sĩ ngành Máy tính: Xây dựng ứng dụng phân tích dự báo doanh thu doanh nghiệp Golf

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:63

Thêm vào BST

Báo xấu

32
lượt xem 6
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tác giả mới dựa vào một số mô hình toán để dự báo như mô hình nhân, mô hình trung bình, mô hình ARIMA và SARIMA kết hợp để phân tích cũng như dự báo và ứnng dụng mô hình mạng LSTM là một phần đặc biệt của mạng RNN (Recurrent Neural Networks) để phân tích và dự báo bằng phương pháp học sâu. Mời các bạn cùng tham khảo.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Luận văn thạc sĩ ngành Máy tính: Xây dựng ứng dụng phân tích dự báo doanh thu doanh nghiệp Golf

BỘ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ ----------------------------- HỒ KHÔI XÂY DỰNG ỨNG DỤNG PHÂN TÍCH DỰ BÁO DOANH THU DOANH NGHIỆP GOLF LUẬN VĂN THẠC SĨ NGÀNH MÁY TÍNH Thành phố Hồ Chí Minh - 2020
BỘ GIÁO DỤC VIỆN HÀN LÂM KHOA HỌC VÀ ĐÀO TẠO VÀ CÔNG NGHỆ VIỆT NAM HỌC VIỆN KHOA HỌC VÀ CÔNG NGHỆ ----------------------------- HỒ KHÔI XÂY DỰNG ỨNG DỤNG PHÂN TÍCH DỰ BÁO DOANH THU DOANH NGHIỆP GOLF Chuyên ngành: Hệ Thống Thông Tin. Mã số: 8480104 LUẬN VĂN THẠC SĨ NGÀNH MÁY TÍNH NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS TRẦN VĂN LĂNG Thành phố Hồ Chí Minh - 2020
i LỜI CAM ĐOAN Tôi xin cam đoan các số liệu, kết quả trong luận văn nghiên cứu ứng dụng phân tích doanh thu, xây dựng phần mềm ứng dụng để phân tích doanh thu và dự báo doanh thu của doanh nghiệp golf là trung thực. Thành phố Hồ Chí Minh, ngày 11 tháng 12 năm 2020 Học viên thực hiện Hồ Khôi
ii LỜI CẢM ƠN Tôi xin gửi lời cảm ơn sâu sắc đến thầy PGS.TS. Trần Văn Lăng đã tận tình hướng dẫn và giúp đỡ tôi trong suốt quá trình thực hiện luận văn. Cảm ơn quý thầy cô Khoa Công Nghệ Thông Tin và Viễn Thông, cũng như các Thầy Cô của Học Viện Khoa học và Công Nghệ, quý thầy cô tham gia giảng dạy và truyền đạt kiến thức cho bản thân tôi trong suốt khóa học 2018 – 2020. Chân thành cảm ơn đến gia đình, các Anh chị đồng nghiệp trong Viện Cơ học và Tin học ứng dụng, bạn bè đã giúp đỡ cũng như đóng góp ý kiến, động viên tinh thần cho tôi có thêm nghị lực để hoàn thành luận văn này. Trân trọng cảm ơn! Thành phố Hồ Chí Minh, ngày 11 tháng 12 năm 2020 Học viên thực hiện Hồ Khôi
iii DANH MỤC CÁC BẢNG Bảng 1:Số liệu doanh thu VietNam Golf Club từ 2003 – 2018. ......................................... 15 Bảng 2: Bảng phân tích số liệu doanh thu VietNam Golf Club từ 2003 – 2018 ................. 15 Bảng 3: Bảng số liệu doanh thu golf theo từng quý qua năm .............................................. 19 Bảng 4: Bảng số liệu doanh thu Gofl file CSV.................................................................... 20 Bảng 5: Bảng số liệu doanh thu golf từ tháng 01 năm 2003 đến 12 năm 2018 ................... 22 Bảng 6: Bảng số liệu MA4 theo trung bình cộng ................................................................ 23 Bảng 7: Bảng số liệu CMA4 theo trung bình cộng.............................................................. 24 Bảng 8: Bảng số liệu St x It ................................................................................................. 25 Bảng 9: Bảng số liệu St theo quý ......................................................................................... 25 Bảng 10: Bảng số liệu St hiệu chỉnh theo quý ..................................................................... 25 Bảng 11: Bảng số liệu kết quả khử mùa vụ ......................................................................... 26 Bảng 12: Bảng số liệu kết hồi quy theo quý ........................................................................ 26 Bảng 13: Bảng kết quả Tt .................................................................................................... 27 Bảng 14: Bảng kết quả Yt = St x Tt..................................................................................... 28 Bảng 15: Bảng kết quả dự báo quý 2,3,4 năm 2019 ............................................................ 28 Bảng 16: Bảng kết quả dự báo quý năm 2020 đến 2026 ..................................................... 29 Bảng 17: Bảng phương trình hồi quy tuyến tính ................................................................. 47 Bảng 18: Bảng kết quả mô hình nhân .................................................................................. 48 Bảng 19: Bảng kết quả dự báo std err các mô hình ............................................................. 49 Bảng 20: Bảng kết quả dự báo các mô hình ........................................................................ 50
iv DANH MỤC CÁC HÌNH MINH HỌA Hình 1: Giao diện và chức năng dự báo ......................................................................4 Hình 2: Sơ đồ khối thuật toán phân tích dự báo mô hình nhân ................................19 Hình 3: Sơ đồ khối xây dựng quy trình dự báo bằng mô hình ARIMA ...................21 Hình 4: Quy trình huấn luyện mạng LSTM ..............................................................22 Hình 5: Biểu đồ doanh thu gofl .................................................................................23 Hình 6: Biểu đồ kết quả mô hình dự báo doanh thu Golf từ 2003 đến 2026 ............29 Hình 7: Biểu đồ minh họa doanh thu golf theo số liệu thực .....................................31 Hình 8: Kết quả dự báo trung bình MA ....................................................................32 Hình 9: Kết quả dự báo trung bình MA ....................................................................33 Hình 10: Phân rã doanh thu theo tháng .....................................................................34 Hình 11 : Biểu đồ phân tích số liệu theo thời gian....................................................35 Hình 12: Biểu đồ doanh thu và doanh thu khác biệt 1 ..............................................36 Hình 13: Biểu đồ doanh thu loại bỏ xu hướng ..........................................................37 Hình 14: Biểu đồ biến đổi với Log ...........................................................................37 Hình 15: Biểu đồ biến đổi với Log khác 1 ................................................................38 Hình 16: Sơ đồ tự tương quan (AFC) và (PACF) .....................................................39 Hình 17: Kết quả tốt nhất với mô hình dự báo .........................................................40 Hình 18: Biều đồ dự đón theo AFC và PACF ..........................................................41 Hình 19: Kết quả dự báo trước 1 bước......................................................................42 Hình 20: Kết quả dự báo 10 năm tới .........................................................................43 Hình 21: Biểu đồ doanh thu Golf ..............................................................................44 Hình 22: Kết quả thư nghiệm mô hình mạng LSTM ................................................47 Hình 23: Biểu đồ trực quan với mô hình nhân ..........................................................48 Hình 24: Mô hình trung bình MA ttheo tháng ..........................................................49 Hình 25: Kết quả độ lệch chuẩn trung bình ..............................................................49 Hình 26: Hình minh họa kết quả dự báo ...................................................................50 Hình 27: Đồ thị minh họa trực quan LSTM ..............................................................50
v MỤC LỤC LỜI CAM ĐOAN ....................................................................................................... i LỜI CẢM ƠN ............................................................................................................ ii DANH MỤC CÁC BẢNG........................................................................................ iii DANH MỤC CÁC HÌNH MINH HỌA ................................................................... iv MỤC LỤC ...................................................................................................................v CHƯƠNG 1 - TỔNG QUAN .....................................................................................1 CHƯƠNG 2 - MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH VÀ DỰ BÁO TÀI CHÍNH .....................................................................................................................................6 2.1 Các phương pháp phân tích và dự báo ..............................................................6 2.1.1 Dự báo ngắn hạn ..........................................................................................6 2.1.2 Dự báo dài hạn.............................................................................................8 2.2 Các phương pháp dự báo theo chuỗi thời gian ..................................................9 2.2.1 Mức độ trung bình theo thời gian ................................................................9 2.2.1.1 Đối với dãy số thời kỳ ..............................................................................9 2.2.1.2 Đối với dãy số thời điểm ..........................................................................9 2.2.2 Các phương pháp biểu hiện xu hướng phát triển ........................................9 2.2.2.1 Phương pháp số trung bình trượt ..............................................................9 2.2.2.2 Phương pháp hồi quy..............................................................................10 2.2.3 Phương pháp ARIMA ...............................................................................11 2.2.3.1 Mô hình AR(P) (Auto Regression) ........................................................11 2.3.3.2 Mô hình MA(q) (Moving Average) .......................................................11 2.3.3.3 Mô hình ARMA(p,q) ..............................................................................12 2.3.3.4 Mô hình ARMA mở rộng .......................................................................12 2.2.4 Dự báo chuỗi thời gian sử dụng mạng nơ ron ...........................................13
vi 2.2.5 Dự báo chuỗi thời gian sử dụng mạng Long short-term memory (LSTM) ............................................................................................................................14 CHƯƠNG 3 – PHÂN TÍCH, THIẾT KẾ HỆ THỐNG DỰ BÁO DOANH THU GOLF THEO THỜI GIAN .......................................................................................15 3.1 Phân tích số liệu dự báo ...................................................................................15 3.2 Quy trình dự báo ..............................................................................................16 3.3 Xây dựng quy trình phân tích dự báo cho bài toán doanh thu Golf ................18 3.3.1 Xây dựng dự báo theo chuỗi thời gian với mô hình trung bình nhân .......18 3.3.2 Xây dựng dữ liệu ứng dụng dự báo theo mô hình ARIMA ......................20 3.3.3 Xây dựng ứng dụng dữ liệu theo mô hình LSTM .....................................22 CHƯƠNG 4 – XÂY DỰNG ỨNG DỤNG THỬ NGHIỆM ....................................23 4.1 Xây dựng dự báo theo chuỗi thời gian với mô hình trung bình nhân..............23 4.1.1 Xây dựng dữ liệu dự báo : .........................................................................23 4.1.2 Làm mịn số liệu: ........................................................................................23 4.1.3 Xác định St: ...............................................................................................25 4.1.4 Xác định phương trình hồi quy: ................................................................26 4.1.4 Kết quả dự báo...........................................................................................28 4.2 Xây dựng ứng dụng dự báo theo mô hình ARIMA .........................................30 4.2.1 Xây dựng chương trình phân tích và dự báo dự báo doanh thu hiện thực bằng Python ........................................................................................................30 4.2.1.1 Khai báo thư viện và xử lý số liệu : .......................................................30 4.2.1.2 Xây dựng các mô hình trung bình (Moving Average): ..........................31 4.2.1.3 Xây dựng mô hình ARIMA kết hợp ......................................................36 4.2.1.4 Xác định mô hình ARIMA phù hợp nhất ...............................................39 4.2.1.5 Dự báo doanh thu Golf ...........................................................................42 4.3 Xây dựng ứng dụng dự báo theo mô hình mạng Long short-term memory (LSTM) ..................................................................................................................44 4.3.1 Khai báo thư viện ......................................................................................44 4.3.2 Xây dựng số liệu Dataset...........................................................................45 4.3.3 Xử lý số liệu ..............................................................................................45 4.3.4 Xây dựng mô hình mạng LSTM ...............................................................46
vii 4.3.5 Huấn luyện mô hình mạng ........................................................................46 4.3.6 Kết quả thử nghiệm ...................................................................................46 5.1 Kết quả dự báo .................................................................................................47 5.1.1 Kết quả xây dựng với mô hình nhân .........................................................47 5.1.2 Mô hình ARIMA .......................................................................................49 5.1.3 Mô hình mạng LSTM ................................................................................50 5.2 Bảng kết quả kiểm nghiệm doanh thu khi kiểm nghiệm mô hình ...............50 KẾT LUẬN ...............................................................................................................51 DANH MỤC TÀI LIỆU THAM KHẢO ..................................................................53
0
1 CHƯƠNG 1 - TỔNG QUAN Golf là một môn thể thao cổ xưa đã kéo dài đến kỷ nguyên hiện đại, thích ứng phát triển phù hợp với thời đại. Việt Nam từ nền kinh kế nông nghiệp đang chuyển sang nền kinh tế có tỷ trọng cao về công nghiệp, dịch vụ giải trí, dựa vào nền tảng tri thức, công nghệ khoa học hiện đại gắn liền với xu hướng của thế giới. Mối quan tâm của doanh nghiệp, người quản lý, nhà đầu tư, chiến lược phát triển kinh doanh hiệu quả đối với doanh nghiệp là thường xuyên phân tích dự báo doanh thu sẽ giúp nhà quản lý doanh nghiệp thấy rõ thực trạng tình hình tài chính của doanh nghiệp mình, từ đó có thể đánh giá mặt mạnh, yếu của doanh nghiệp làm căn cứ chiến lược để thúc đẩy tăng doanh thu[1]. Phân tích dữ liệu và dự báo là một bài toán có ý nghĩa quan trọng trong việc hỗ trợ các nhà quản lý đưa ra quyết định đúng đắn dựa vào các dữ liệu đã thu thập được. Khi tiến hành dự báo cần căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại để xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình toán học[2]. Phân tích dữ liệu và dự báo đã được một số nhà quản lý, chuyên gia kinh tế nghiên cứu và đề xuất một số giải pháp ứng dụng vào một số lĩnh vực cụ thể: Phân tích và dự báo tình hình tài chính , tiền tệ , hoạch định và điều hành chính sách tài chính, xây dựng mô hình dự báo chỉ số thống kê xã hội chủ yếu, dự báo biến động giá chứng khoán , dự báo sự tác động của vốn đầu tư từ nước ngoài, dự báo giá một số mặt hàng tư liệu sản xuất [3]. Phân tích hồi quy xu thế là các dạng ứng dụng mô hình hoá trong lý thuyết phân tích chuỗi thời gian, như mô hình trung bình trượt MA(Moving Average), mô tự hồi quy AR(AutoRegressive hay các dạng kết hợp như ARMA (AutoRegressive Moving Average), ARIMA (AutoRegressive Integrated Moving Average). Trong mỗi tình huống ứng dụng cụ thể, vấn đề đặt ra là vận dụng một mô hình phân tích chuỗi thời gian hay mô hình phân tích hồi quy xu thế [4].
2 Phương pháp chủ yếu để phân tích chuỗi thời gian là sử dụng các công cụ của thống kê như hồi quy và một vài công cụ khác. Nhưng hiệu quả nhất có lẽ là phương pháp sử dụng mô hình ARIMA của Box-Jenkins. Mô hình này đã cho một kết quả khá tốt trong phân tích dữ liệu và đang được sử dụng rất rộng rãi trong thực tế. Tuy nhiên, sự phức tạp của thuật toán đã gây khó khăn khi ứng dụng trong phân tích chuỗi số liệu, nhất là khi chuỗi số liệu có những thay đổi phản ánh sự phi tuyến của mô hình. Xu thế vận động tăng giảm của giữ liệu theo chuỗi thới gian mô tả bằng đường thẳng hoặc đường cong. Phương pháp dự báo mô hình học cộng đồng (ensemble learning) kết hợp giải thuật tiến hóa đa mục tiêu dùng mạng nơron nhân tạo (Artificial Neural Network - ANN) để huấn luyện được triển khai nhiều trong lĩnh vực dự báo chuỗi thời gian. Thực hiện dự báo chuỗi thời gian với mô hình cộng đồng trên cơ sở các mô hình đơn để xây dựng dự báo lặp nhằm tìm ra được số các thành viên cộng đồng góp phần nâng cao hiệu suất dự báo; Đề xuất dự báo chuỗi thời gian bằng giải thuật lai tiến hóa đa mục tiêu để tối ưu cấu trúc của mạng RNNs dựa trên hai mục tiêu: mục tiêu thứ nhất là các cá thể dưới một ngưỡng trên biên Pareto và mục tiêu thứ hai là dựa trên lỗi huấn luyện; minh chứng việc cân bằng giữa độ đa dạng giữa các thành viên của cộng đồng và tính chính xác (đó là hai yêu cầu quan trọng để xây dựng phương pháp học cộng đồng dựa trên giải thuật tiến hóa đa mục tiêu. Một chuỗi thời gian được hiểu là một dãy rời rạc các giá trị quan sát tại các khoảng thời gian cách đều nhau Y= {y1, y2, …. yt} được xếp thứ tự diễn biến thời gian với y1 là các giá trị quan sát tại thời điểm đầu tiên, y2 là quan sát tại thời điểm thứ 2 và yt là quan sát tại thời điểm thứ t. Để nhận thấy sự biến động của hiện tượng qua thời gian, cần phải phân tích chuỗi thời gian. Có thể kể đến các yếu tố là nguồn gốc tạo ra đặc tính dao động, đó là: tính xu hướng, tính mùa, tính chu kì và tính ngẫu nhiên [5].
3 Liên quan đến đề tài, trong nước cũng có nhiều tác giả phân tích và dự báo doanh thu của doanh nghiệp như [1], tác giả nghiên cứu và phân tích dựa trên bản số liệu báo cáo tài chính của doanh nghiệp trong vòng 03 năm, để phân tích và so sánh tỷ lệ chênh lệch qua các năm dựa trên một số tiêu chí để phân tích như: Phân tích tài sản ngắn hạn, phân tích khả năng thanh toán, khả năng sinh lợi và phân tích cơ cấu tài chính, tác giả cũng chỉ ra các điểm tốt và chưa tốt của doanh nghiệp. Với công trình này của tác giả chỉ nhận định trên việc so sánh và đưa ra kết quả từ thực tế chưa dự báo được các kết quả trong thời gian trước. Phân tích hồi quy với biến giả trong việc phân tích và dự báo doanh số bán hàng [4], tác giả cũng đưa ra mô hình ARIMA theo thời gian nhưng theo tác giả là mô hình ARIMA kết quả phân tích chưa tốt, theo tác giả thì hồi quy theo biến giả đạt kết quả tốt hơn mô hình ARIMA, kết quả của bài báo chỉ ra được các mặt hàng ăn vặt tăng theo mùa và tăng theo thời gian và phụ thuộc vào yếu tố thời tiết. Xây dựng giải pháp và phân tích cho doanh nghiệp nhỏ [3], tác giả đã đưa ra các phương pháp phân tích và dự báo như: trung bình cộng đơn giản, hồi quy tuyến tính, trung bình động đơn giản, tác giả đã xây dựng các giải pháp và xây dựng chương trình phần mềm để đánh giá dữ liệu và lựa chọn phương pháp dự báo. Ưu điểm: Xây dựng chương trình với nhưng số liệu thực tế liên tục cho kết quả nhanh với nhiều lựa cho mô hình dự báo như mô hình trung bình cộng đơn giản, hồi quy tuyến tính. Nhược điểm: là chương trình giản đơn chưa đi sâu vào những mô hình phức tạp. Ứng dụng công nghệ thông tin phân tích và dự báo : Phân tích hồi quy với biến giả trong việc phân tích và dự báo doanh số bán hàng [4], tác giả đã dùng phần mềm R, phương trình hồi quy tuyến tính, hồi quy đa biến để phân tích và dự báo doanh số báng hàng của cửa hàng của Căn tin Trường đại học Cần Thơ.
4 Xây dựng giải pháp và phân tích cho doanh nghiệp nhỏ [3], của tác giả đã sử dụng phần mềm SQL Server và ngôn ngữ lập trình C# để xây dựng các chức năng phân tích và dự báo kết quả của chương trình như hình minh họa Hình 1. Hình 1: Giao diện và chức năng dự báo Trong doanh nghiệp golf hay các doanh nghiệp khác khi ứng dụng phân tích và dự báo thường dùng công cụ phân tích có sẵn trong gói phần mềm Microsof Excel để phân tích và dự báo. Như lập kế hoạch và sánh các chỉ số doanh thu qua các năm, vẽ biểu đồ minh họa. Các phương pháp dự báo định tính là các phương pháp dự báo bằng cách phân tích định tính dựa vào suy đoán, cảm nhận. Các phương pháp này phụ thuộc nhiều vào trực giác, kinh nghiệm và sự nhạy cảm của nhà quản trị trong quá trình dự báo, chỉ mang tính phỏng đoán, không định lượng . Các phương pháp dự báo định lượng dựa vào các số liệu thống kê và thông qua các công thức toán học được thiết lập để dự báo nhu cầu cho tương lai. Khi dự báo nhu cầu tương lai, nếu không xét đến các nhân tố ảnh hưởng khác có thể dùng các phương pháp dự báo theo dãy số thời gian. Những hướng tiếp cận phổ biến hiện nay để giải quyết bài toán dự báo doanh thu là dự báo theo chuỗi thời gian, mô hình hồi quy, mô hình máy học, mô hình
5 chuyên gia. Phân tích chuỗi thời gian dự báo doanh thu dựa vào phương trình hồi quy theo thời gian, hàm xu thế và biến động theo mùa vụ, theo hàm san mũ và chuỗi thời gian dự báo. Một phương pháp tiếp cận hiệu quả đối với dự báo là phần quan trọng trong hoạch định, lên kế hoạch, xác định các hoạt động. Bước đầu tiên trong hoạch định dự báo hay ước lượng nhu cầu tương lai cho doanh thu dịch vụ và các nguồn lực cần thiết để tạo ra dịch vụ doanh thu golf. Dự đoán doanh thu tài chính của doanh nghiệp trong tương lai, đó là lý do để chọn đề tài “Xây dựng ứng dụng phân tích dự báo doanh thu doanh nghiệp golf”. Thu thập dữ liệu, phân tích dữ liệu, chuyển đổi thực trạng số liệu phục vụ phân tích doanh thu golf. Xây dựng các mô hình nghiên cứu và các giả thuyết nghiên cứu, xây dựng ứng dụng phần mềm phân tích thử nghiệm dự đoán kết quả doanh thu theo chuỗi thời gian. Thu thập dữ liệu và ứng dụng với số liệu của doanh nghiệp Golf có tên là VietNam Golf Club, thời gian số liệu thu thập là từ năm 2001 đến 2018.
6 CHƯƠNG 2 - MỘT SỐ PHƯƠNG PHÁP PHÂN TÍCH VÀ DỰ BÁO TÀI CHÍNH 2.1 Các phương pháp phân tích và dự báo Dự báo dài hạn: Là những dự báo có thời gian dự báo từ 5 năm trở lên. Thường dùng để dự báo những mục tiêu, chiến lược về kinh tế chính trị, khoa học kỹ thuật trong thời gian dài ở tầm vĩ mô. Dự báo trung hạn: Là những dự báo có thời gian dự báo từ 3 đến 5 năm. Thường phục vụ cho việc xây dựng những kế hoạch trung hạn về kinh tế văn hoá xã hội… ở tầm vi mô và vĩ mô. Dự báo ngắn hạn: Là những dự báo có thời gian dự báo dưới 3 năm, loại dự báo này thường dùng để dự báo hoặc lập các kế hoạch kinh tế, văn hoá, xã hội chủ yếu ở tầm vi mô và vĩ mô trong khoảng thời gian ngắn nhằm phục vụ cho công tác chỉ đạo kịp thời. 2.1.1 Dự báo ngắn hạn Dự báo ngắn hạn ước lượng trong thời gian ngắn, có thể dự báo theo tuần hoặc theo quý. Dự báo ngắn hạn giúp các người điều hành quản lý doanh nghiệp đưa ra những thông tin để đưa ra quyết định. * Phương pháp bình quân di động có quyền số. Trong phương pháp bình quân di động được đề cập ở phần trên, chúng ta xem vai trò của các số liệu trong quá khứ là như nhau. Trong một vài trường hợp, các số liệu này có ảnh hưởng khác nhau trên kết quả dự báo, vì thế, người ta thích sử dụng quyền số không đồng đều cho các số liệu quá khứ. Quyền số hay trọng số là các con số được gán cho các số liệu quá khứ để chỉ mức độ quan trọng của chúng ảnh hưởng đến kết quả dự báo. Quyền số lớn được gán cho số liệu gần với kỳ dự báo nhất để ám chỉ ảnh hưởng của nó là lớn nhất.Việc chọn các quyền số phụ thuộc vào kinh nghiệm và sự nhạy cảm của người dự báo.
7 Để dự báo thời kỳ thứ t với t là biến thời gian, ta ký hiệu là Ft Số liệu thực tế thời kỳ trước (i=1,2, ..., n) thu thập được ký hiệu là At−i Quyền số tương ứng ở thời kỳ I, ký hiệu là ki. Được xác định bởi công thức ∑n i=1 At−i ki sau: 𝐹𝑡 = ∑n i=1 ki * Phương pháp điều hòa mũ. Điều hòa mũ đưa ra các dự báo cho giai đoạn trước và thêm vào đó một lượng điều chỉnh để có được lượng dự báo cho giai đoạn kế tiếp. Sự điều chỉnh này là một tỷ lệ nào đó của sai số dự báo ở giai đoạn trước và được tính bằng cách nhân số dự báo của giai đoạn trước với hệ số nằm giữa 0 và 1 gọi là α số này gọi là hệ số điều hòa . Ta gọi Ft là dự báo cho giai đoạn thứ t, giai đoạn kế tiếp; Ft−1 dự báo cho giai đoạn thứ t-1, giai đoạn trước; At−1 là số liệu thực tế của giai đoạn thứ t-1. Công thức viết như sau: Ft = Ft−1 + α (At−1 - Ft−1 ) * Phương pháp điều hòa mũ theo xu hướng Chúng ta thường xem xét kế hoạch ngắn hạn, thì mùa vụ và xu hướng là nhân tố không quan trọng. Khi chúng ta chuyển từ dự báo ngắn hạn sang dự báo trung hạn thì mùa vụ và xu hướng trở nên quan trọng hơn. Kết hợp nhân tố xu hướng vào dự báo điều hòa mũ được gọi là điều hòa mũ theo xu hướng hay điều hòa đôi.Vì ước lượng cho số trung bình và ước lượng cho xu hướng cho số trung bình và hệ số điều hòa  được điều hòa cả hai. Hệ số điều hòa cho xu hướng, được sử dụng trong mô hình này . Ta gọi Ft là giá trị dự báo theo xu hướng trong giai đoạn t , St là giá trị dự báo được điều hòa trong giai đoạn t, Tt gọi ước lượng trong giai đoạn t, At là số liệu thực tế trong gian đoạn t, t là thời gian trong gian đoạn t, t -1là thời gian nằm trong gian đoạn trước t, hệ số điều hòa trung bình có giá trị từ 0≤  ≤1, hệ số điều hòa theo xu hướng có giá trị từ 0≤ ß ≤1. Ta có thể viết như sau: Ft = St−1 + Tt−1 (At - Ft ) α.
8 2.1.2 Dự báo dài hạn Dự báo dài hạn là ước lượng tương lai trong thời gian dài, thường hơn một năm. Dự báo dài hạn rất cần thiết trong quản trị sản xuất để trợ giúp các quyết định chiến lược về hoạch định sản phẩm, quy trình công nghệ và các phương tiện sản xuất. * Phương pháp hồi qui tuyến tính. Phân tích hồi qui tuyến tính là một mô hình dự báo thiết lập mối quan hệ giữa biến phụ thuộc với hai hay nhiều biến độc lập. Trong phần này, chúng ta chỉ xét đến một biến độc lập duy nhất. Nếu số liệu là một chuỗi theo thời gian thì biến độc lập là giai đoạn thời gian và biến phụ thuộc thông thường là doanh số bán ra hay bất kỳ chỉ tiêu nào khác mà ta muốn dự báo. Ta có: y - Biến phụ thuộc cần dự báo. x - Biến độc lập a - Độ dốc của đường xu hướng b - Tung độ gốc n - Số lượng quan sát 𝑛 ∑ 𝑥𝑦 − ∑ 𝑥 ∑ 𝑦 Mô hình này có công thức:Y = ax + b, với a = 𝑛 ∑ 𝑥 2 − ( ∑ 𝑥)2 ∑ 𝑥2 ( ∑ 𝑦 − ∑ 𝑥 ∑ 𝑥𝑦 và b = 2 𝑛 ∑ 𝑥2 − ( ∑ 𝑥) * Tính chất mùa vụ trong dự báo chuỗi thời gian. Loại mùa vụ thông thường là sự lên xuống xảy ra trong vòng một năm và có xu hướng lặp lại hàng năm. Những vụ mùa này xảy ra có thể do điều kiện thời tiết, địa lý hoặc do tập quán của người tiêu dùng khác nhau... Cách thức xây dựng dự báo với phân tích hồi qui tuyến tính khi vụ mùa hiện diện trong chuỗi số theo thời gian. Ta thực hiện các bước: ✓ Chọn lựa chuỗi số liệu quá khứ đại diện. ✓ Xây dựng chỉ số mùa vụ cho từng giai đoạn thời gian. Yi Với - Số bình quân của các thời kỳ cùng tên Y0 - Số bình quân chung của tất cả các thời kỳ trong dãy số. Ii - Chỉ số mùa vụ kỳ thứ i.
9 ✓ Sử dụng các chỉ số mùa vụ để hóa giải tính chất mùa vụ của số liệu. ✓ Phân tích hồi qui tuyến tính dựa trên số liệu đã phi mùa vụ. ✓ Sử dụng phương trình hồi qui để dự báo cho tương lai. ✓ Sử dụng chỉ số mùa vụ để tái ứng dụng tính chất mùa vụ cho dự báo. 2.2 Các phương pháp dự báo theo chuỗi thời gian 2.2.1 Mức độ trung bình theo thời gian 2.2.1.1 Đối với dãy số thời kỳ Muốn tính mức độ bình quân: ta cộng các mức độ trong dãy số rồi chia cho số các mức độ với Yi (i = 1,…, n) là các mức độ của dãy số thời kỳ, n là số mức độ của 𝑦1 + 𝑦2 + 𝑦3+⋯+ 𝑦𝑛 ∑𝑛 𝑖=1 𝑦𝑖 dãy số, ta có: 𝑦̅ = = 𝑛 𝑛 2.2.1.2 Đối với dãy số thời điểm Dãy số có khoảng cách thời gian bằng nhau: mức độ trung bình được tính theo công thức sau: 𝑦1/2 + 𝑦2 + 𝑦3+⋯+ 𝑦𝑛−1+ 𝑦𝑛/2 𝑦̅ = 𝑛−1 Trong đó: yi (i=1,2, . . ., n) là các mức độ của dãy số thời điểm, nsố mức độ của dãy số Dãy số thời điểm có khoảng cách thời gian không bằng nhau, mức độ trung bình được tính theo công thức: 𝑦1 𝑡1 + 𝑦2 𝑡2 + 𝑦3𝑡3 +⋯+ 𝑦𝑛 𝑡𝑛 ∑𝑛 𝑖=1 𝑦𝑖 𝑡𝑖 𝑦̅ = = ∑𝑛 , với yi là mức độ của dãy 𝑡1 + 𝑡2 + 𝑡3 +⋯+ 𝑡𝑛 𝑖=1 𝑡𝑖 số thời điểm, ti (i=1, 2, . . . , n): độ dài của các khoảng cách thời gian. 2.2.2 Các phương pháp biểu hiện xu hướng phát triển 2.2.2.1 Phương pháp số trung bình trượt Số trung bình trượt (còn gọi là số trung bình di động) là số trung bình cộng của 1 nhóm nhất định các mức độ của dãy số được tính bằng cách lần lượt loại dần các mức độ đầu, đồng thời, thêm vào các mức độ tiếp theo, sao cho tổng số lượng các mức độ tham gia tính số trung bình không thay đổi. Giả sử có dãy thời gian y1, y2, y3, . . . yn-1, yn Nếu tính trung bình trượt cho nhóm 3 mức độ, ta sẽ có:
10 𝑦1 + 𝑦2 + 𝑦3 ̅2 = 𝑦 3 𝑦2 + 𝑦3 +𝑦4 ̅3 = 𝑦 3 ……………………… 𝑦𝑛−2 + 𝑦𝑛−1 + 𝑦𝑛 ̅𝑛−1 = 𝑦 3 2.2.2.2 Phương pháp hồi quy Trên cơ sở dãy số thời gian, người ta tìm một hàm số (gọi là phương trình hồi quy) phản ánh sự biến động của hiện tượng qua thời gian có dạng tổng quát như sau: Trong đó: a0, a1, . . . , an các tham số. t: thứ tự thời gian. Để lựa chọn đúng đắn dạng của phương trình hồi quy đòi hỏi phải dựa vào sự phân tích đặc điểm biến động của hiện tượng qua thời gian, đồng thời kết hợp với một số phương pháp đơn giản khác (như dựa vào đồ thị, dựa vào độ tăng (giảm) tuyệt đối, dựa vào tốc độ phát triển,. . .) Các tham số ai (i= 1,2,3, . . ., n) thường được xác định bằng phương pháp bình 2 phương nhỏ nhất. Tức là: ∑( 𝑦𝐿𝑇 − 𝑦𝑇𝑇 ) = min Sau đây là 1 số dạng phương trình hồi quy đơn giản thường được sử dụng: Phương trình đường thẳng: y = a0 + a1t Phương trình đường thẳng được sử dụng khí các lượng tăng (hoặc giảm) tuyệt đối liên hoàn (còn gọi là sai phân bậc 1) xấp sỉ nhau. Để xác định a0 và a1: ta áp dụng phương pháp bình phương nhỏ nhất. Từ đó a0 và a1 được xác định bởi hệ phương trình sau: n n ∑ 𝑦 = 𝑛a0 + a1 ∑ 𝑦 i=1 i=1 n n n (∗) ∑ yt = a0 ∑ 𝑡 + a1 ∑ t 2 { i=1 i=1 i=1