Phương Pháp Dự Báo Trung Bình Trượt - Trung Bình Trượt Kép

Skip navigation

• Trang chính
• THỐNG KÊ ỨNG DỤNG
  • THỐNG KÊ MÔ TẢ
    • Giới thiệu phần mềm SPSS
      • Truyền dữ liệu vào SPSS
        • Truyền trực tiếp từ bàn phím
        • Truyền từ Data file
      • File data
    • Đối với dữ liệu định tính
      • Bảng tần số, tần suất, tần số tích lũy và tần suất tích lũy
      • Biểu đồ cột
      • Biểu đồ tròn
    • Đối với dữ liệu định lượng
      • Bảng tần số, tần suất, tần số và tần suất tích lũy
      • Biểu đồ đường
      • Biểu đồ Stem-and-leaf, boxplot
      • Đồ thị Histogram
      • Biểu đồ phân tán
    • Mô tả dữ liệu số
    • Khảo sát hình dạng phân phối của tập dữ liệu
    • Phân phối mẫu
    • Các phân phối thường gặp trong thống kê
      • Phân phối đều (rời rạc)
      • Phân phối đều (liên tục)
      • Phân phối Bernoulli
      • Phân phối nhị thức
      • Phân phối Poission
      • Phân phối chuẩn
      • Phân phối Chi-bình phương
      • Phấn phối Student
  • ƯỚC LƯỢNG CÁC THAM SỐ THỐNG KÊ
    • Ước lượng khoảng tin cậy cho trung bình
      • Ước lượng trung bình của một tổng thể
      • Ước lượng sự sai khác trung bình trên hai tổng thể
        • Trường hợp hai tổng thể độc lập
        • Trường hợp hai tổng thể không độc lập
    • Ước lượng khoảng tin cậy cho tỷ lệ
      • Ước lượng tỷ lệ trên một tổng thể
      • Ước lượng sự sai khác tỷ lệ trên 2 tổng thể
  • KIỂM ĐỊNH GIẢ THUYẾT THỐNG KÊ
    • Kiểm định trung bình
      • Kiểm định trung bình cho một tổng thể
      • Kiểm định sai khác trung bình cho hai tổng thể độc lập
      • Kiểm định trung bình cho mẫu cặp (paired)
    • Kiểm định tỉ lệ
      • Kiểm định tỷ lệ cho một tổng thể
      • Kiểm định sai khác tỷ lệ cho 2 tổng thể
    • Phân tích ANOVA
  • KIỂM ĐỊNH PHI THAM SỐ
    • Kiểm định về tính độc lập của hai biến định tính
    • Kiểm định phân phối
    • Kiểm định dấu
    • Kiểm định Willconxon
    • Kiểm định Mann-Whitney
  • DỮ LIỆU
    • Dữ liệu vi mô
    • Dữ liệu vĩ mô
      • Đơn biến
      • Đa biến
• KINH TẾ LƯỢNG
  • GIỚI THIỆU
    • Kinh tế lượng
    • Phần mềm Eviews
      • Nhập dữ liệu vào từ bàn phím
      • Nhập dữ liệu vào từ file Excel
  • THỐNG KÊ MÔ TẢ
    • Tính các thống kê mô tả
    • Vẽ đồ thị
      • Vẽ đồ thị một biến
      • Vẽ đồ thị hai biến
        • Biểu diễn hai biến trên cùng một trục
        • Đồ thị hệ trục kép
        • Đồ thị phân tán
    • Ma trận tương quan
    • Ma trận hiệp phương sai
  • HỒI QUY ĐƠN BIẾN
    • Mô hình hồi quy đơn biến
    • Phương pháp bình phương nhỏ nhất OLS
    • Hệ số R bình phương
    • Kiểm định giả thuyết
    • Thực hành Eviews
  • HỒI QUY ĐA BIẾN
    • Mô hình hồi quy đa biến
    • Đặc điểm các ước lượng OLS
    • Hệ số R bình phương và R bình phương hiệu chỉnh
    • Kiểm định giả thuyết
    • Thực hành Eviews
  • MỘT SỐ ỨNG DỤNG
    • Phân tích dạng mô hình - Các dạng hàm mô tả
      • Diễn giải các hệ số hồi quy
      • Các dạng hàm mô tả
      • Sự tác động qua lại giữa các biến độc lập
      • Biến giả- Hồi quy với biến giả
        • Bản chất của biến giả
        • Mô hình hồi quy với biến giải thích là biến giả
        • Tương tác giữa các biến
      • Biến trễ
    • Sơ lược về mô hình ra quyết định nghiên cứu thị trường
      • Mô hình nhị nguyên
      • Mô hình ordered choice
  • VI PHẠM GIẢ THIẾT MÔ HÌNH
    • Hiện tượng đa cộng tuyến
      • Khái niệm về đa cộng tuyến
      • Hậu quả của đa cộng tuyến
      • Cách phát hiện đa cộng tuyến trong Eviews
      • Cách khắc phục đa cộng tuyến trong Eviews
    • Hiện tượng tự tương quan
      • Khái niệm về tự tương quan
      • Hậu quả của hiện tượng tự tương quan
      • Cách phát hiện tự tương quan trong Eviews
        • Phương pháp đồ thị
        • Durbin-Waston
        • Breusch - Godfrey (BG)
        • Correlogram
      • Cách khắc phục tự tương quan trong Eviews
    • Phương sai sai số thay đổi
      • Khái niệm về phương sai không đồng đều
      • Hậu quả của hiện tượng phương sai không đồng đều
      • Phát hiện phương sai phần dư thay đổi
      • Khắc phục PSSSTĐ trong Eviews
  • DỮ LIỆU
    • Dữ liệu
      • Dữ liệu vi mô
      • Dữ liệu vĩ mô
        • Đơn biến
        • Đa biến
• DỰ BÁO KINH TẾ
  • TỔNG QUAN VỀ PHẦN MỀM EVIEWS
    • Cách tạo tập tin EVIEWS
  • CÁC MÔ HÌNH DỰ BÁO ĐƠN GIẢN
    • Phương pháp dự báo thô
    • Phương pháp dự báo trung bình trượt - trung bình trượt kép
    • Dự báo bằng phương pháp san mũ đơn giản
    • Dự báo bằng phương pháp san mũ Holt
    • Dự báo bằng phương pháp san mũ Winter_mô hình nhân
    • Dự báo bằng phương pháp san mũ Winter _ mô hình cộng
  • DỰ BÁO BẰNG PHƯƠNG PHÁP PHÂN TÍCH
    • Mô hình nhân tính
    • Mô hình cộng tính
  • DỰ BÁO BẰNG CÁC MÔ HÌNH XU THẾ
    • Cách nhận dạng hàm hồi quy
    • Ước lượng
    • Hàm xu thế bậc nhất
    • Hàm xu thế bậc 2
    • Hàm tăng trưởng mũ
  • DỰ BÁO BẰNG PHÂN TÍCH HỒI QUY
    • Hồi quy đơn
      • Mô hình hồi quy đơn
      • Ước lượng hồi quy đơn trên Eviews
    • Hồi quy bội
      • Mô hình hồi quy bội
      • Ước lượng hồi quy bội trên Eviews
  • CÁC MÔ HÌNH DỰ BÁO THEO PHƯƠNG PHÁP BOX - JENKINS
    • Tính dừng
    • Chuỗi dừng sai phân
    • Kiểm định Tính dừng - kiểm định nghiệm đơn vị - khắc phục chuỗi không dừng
    • Mô hình ARIMA
  • CÁC MÔ HÌNH VAR/VEC
    • Mô hình VAR
    • Mô hình VEC
  • DỮ LIỆU
    • Data nguồn
      • Dữ liệu
        • Dữ liệu vi mô
        • Dữ liệu vĩ mô
          • Đơn biến
          • Đa biến

« Trước | Tiếp » Phương pháp dự báo trung bình trượt - trung bình trượt kép

Thực hiện dự báo bằng phương pháp dự báo trung bình trượt

• B1: ta tạo 1 workfile như các phương pháp trước
• B2 : trên cửa sổ lệnh Eviews, gõ : " genr ma5 = @mav(sales,5) "  

• B3: Để vẽ đồ thị so sánh giữa dữ liệu ban đầu với dữ liệu được dự báo bằng phương pháp trung bình trượt, ta chọn liên tiếp 2 mục ma5 và sales --> click chuột phải chọn Open as Group

• B4: tại Tab View / chọn Graph../ Ok

• Để kiểm định độ chính xác của mô hình, ở đây ta dung kiểm định RMSE ( Root mean square error)
• Tạo biến sai số e: tại cửa sổ lệnh Eviews, gõ công thức: " genr e = sales - ma5"
• tính RMSE : gõ công thức : " genr RMSE = @sqrt(@sum(e^2)/104) "  

Thực hiện Dự báo bằng trung bình trượt kép _DMA

• B1:Các bước tạo Workfile giống như phương pháp Trung bình trượt
• B2 : sau khi tính được Ma, ta tính Ma' theo công thức : "genr ma5_1 = =@mav(ma5,5)  "
• B3: tính yếu tố Xu thế at : " genr at = 2*ma5 - ma5_1 "
• B4 : tính hệ số điều chỉnh yếu tố xu thế bt: " genr bt = 2/(4-1)*(ma5 - ma5_1) "
• B5 : Dự báo giai đoạn tiếp theo Yt : " genr Yt = at + bt*1 "         1 là số giai đoạn dự báo

• Open as Group--> giá trị dự báo cho Quí I năm 2016 là 4979.233

• Kiểm định bằng RMSE ( roor mean square error )
  • tạo biến sai số e : " genr e = sales - yt "
  • tính RMSE :  " genr = @sqrt(@sum(e^2)/104) "

« Trước | Tiếp »