Xem mẫu
2/12/2017
Nội dung chính
TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP
.HCM
KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ
KHOA HỌC QUẢN LÝ ỨNG DỤNG
1. Các
thành phần trong dự báo
2. Phương pháp Chuỗi thời gian
3. Độ chính xác của dự báo
4. Phương pháp Hồi quy
CHƯƠNG 9
DỰ BÁO
GV. ThS. Huỳnh Đỗ Bảo Châu
1
2
GV. Huỳnh Đỗ Bảo Châu
Giới thiệu
Dự báo là dự đoán về những gì sẽ xảy ra trong tương lai
VD: Dự báo thời tiết, dự báo doanh thu, dự báo nhu cầu thị
trường, dự báo tỷ lệ tuyển sinh, …
Các cách dự báo thông thường được nhà quản lý sử
dụng: phán đoán của cá nhân, lấy ý kiến, kinh nghiệm
trong quá khứ
Các phương pháp dự báo bằng mô hình toán học được
sử dụng như: phân tích chuỗi thời gian, hồi quy, …
3
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
1. Các thành phần trong dự báo
4
GV. Huỳnh Đỗ Bảo Châu
1
2/12/2017
Khung thời gian (time frame)
Các thành phần
Khả năng ứng dụng của các phương pháp dự báo
phụ thuộc vào:
Khung thời gian (time frame) của quá trình dự báo.
Sự tồn tại của mô hình (existence of patterns).
Số lượng các biến liên quan (number of variables) đến
quá trình dự báo.
Dự báo ngắn hạn (Short-range forecasts):
Dự báo trung hạn (Medium-range forecast):
GV. Huỳnh Đỗ Bảo Châu
Mô hình (patterns)
6
Vd: Nhu cầu về laptop cho thấy xu hướng tăng lên trong
suốt thập kỷ qua, không có bất kỳ chuyển dịch giảm dài
nào trên thị trường.
7
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
Chu kỳ (cycle) là sự dịch chuyển nhấp nhô, lên xuống,
lặp đi lặp lại trong một khoảng thời gian dài của nhu
cầu (khoảng hơn 1 năm)
Xu hướng là mô hình đơn giản nhất để phát hiện hành
vi nhu cầu.
Xem xét xu hướng thường là điểm khởi đầu cho quá
trình dự báo.
Trong khoảng thời gian từ dài hơn 1 đến 2 năm.
Thường liên quan đến kế hoạch sản phẩm mới cho thị trường thay
đổi, xây dựng cơ sở mới, hoặc bảo đảm tài chính dài hạn.
Mô hình (patterns)
Xu hướng (trend) là một chuyển động lâu dài của sản
phẩm, đối tượng đang được dự báo.
Từ 1 hoặc 2 tháng đến 1 năm,
Thường liên quan chặt chẽ hơn với lập kế hoạch sản xuất hàng năm,
phản ánh các mặt hàng tăng giảm và nhu cầu bảo đảm nguồn lực bổ
sung cho năm sắp tới.
Dự báo dài hạn (Long-range forecasts ):
5
Diễn ra gần như ngay lập tức trong tương lai,
Thường liên quan đến hoạt động kinh doanh hằng ngày của công ty.
Dự báo không vượt quá 1-2 tháng trong tương lai.
GV. Huỳnh Đỗ Bảo Châu
8
Vd: Nhu cầu về thiết bị thể thao mùa đông tăng lên mỗi 4
năm, trước và sau khi tổ chức Thế vận hội mùa đông (4
năm 1 lần)
GV. Huỳnh Đỗ Bảo Châu
2
2/12/2017
Mô hình (patterns)
Mô hình (patterns)
Mô hình theo mùa (seasonal pattern) là sự dịch
chuyển dao động nhu cầu mà xảy ra theo định kỳ
(trong ngắn hạn) và lặp đi lặp lại.
Mô hình này thường có liên quan đến thời tiết.
Mô hình theo mùa cũng có thể xảy ra trên cơ sở hàng
ngày hoặc hàng tuần
Vd: Nhà hàng thì bận rộn vào buổi trưa, Trung tâm mua
sắm thì đông vào cuối tuần, Quần áo ấm bán chạy vào các
tháng cuối năm, ….
9
GV. Huỳnh Đỗ Bảo Châu
Các phương pháp dự báo
Chuỗi thời gian là một kỹ thuật thống kê sử dụng dữ
liệu lịch sử để dự đoán hành vi trong tương lai.
Hồi quy (Regression) là phương pháp thử phát triển
một mối quan hệ toán học (trong hình thức của một
mô hình hồi quy) giữa các các yếu tố là dự báo và các
yếu tố gây ra nó.
Phương pháp định tính sử dụng bản theo dõi quản lý,
chuyên môn, và ý kiến để đưa ra dự báo.
11
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
10
GV. Huỳnh Đỗ Bảo Châu
Các phương pháp dự báo (tt)
Phương pháp Delphi là kỹ thuật thông tin liên lạc có
cấu trúc, có nguồn gốc từ phương pháp dự đoán đối
xứng và dự báo tương tác dựa trên bảng trả lời câu hỏi
của các chuyên gia.
12
Phương pháp Delphi được phát triển tại Tổng công ty RAND
ngay sau Thế Chiến II để dự báo tác động của một cuộc tấn
công hạt nhân giả vào Hoa Kỳ.
Mặc dù phương pháp Delphi đã được sử dụng cho một loạt
các ứng dụng, dự báo là một trong những công dụng chính
của nó.
GV. Huỳnh Đỗ Bảo Châu
3
2/12/2017
Giới thiệu
2. Phương pháp Chuỗi thời gian
13
GV. Huỳnh Đỗ Bảo Châu
14
Moving Average (MA)
Phương pháp dịch chuyển trung bình hiệu quả khi nhu cầu ổn
định không có hành vi mẫu rõ rệt.
Sử dụng một số giá trị trong thời gian lịch sử để phát triển kết
quả dự báo.
Kết quả tạo ra đường trung bình giản đơn của chuỗi dữ liệu.
Đường trung bình giản đơn đặc biệt hữu ích cho việc dự báo các
chỉ tiêu tương đối ổn định và không hiển thị hành vi rõ ràng.
15
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
Ví dụ minh họa
Phương pháp chuỗi thời gian là kỹ thuật thống kê sử dụng
các dữ liệu lịch sử tích lũy trong một khoảng thời gian.
Phương pháp chuỗi thời gian giả định rằng những gì đã xảy
ra trong quá khứ sẽ tiếp tục xảy ra trong tương lai.
Phương pháp dự báo chỉ liên quan đến có yếu tố thời gian.
Phương pháp chuỗi thời gian có xu hướng hữu ích nhất cho
dự báo ngắn hạn, đôi khi vẫn có thể được sử dụng để dự
báo trung dài hạn.
Hai loại phương pháp chuỗi thời gian: làm mịn theo cấp số
nhân (exponential smoothing) và trung bình dịch chuyển
(moving average).
Công ty có bảng theo
dõi lượng đơn đặt
hàng trong lịch sử
như sau:
Người quản lý muốn
dự đoán số lượng
đơn đặt hàng đó sẽ
xảy ra trong những
tháng tới (để dự báo
nhu cầu giao hàng).
16
GV. Huỳnh Đỗ Bảo Châu
4
2/12/2017
Ví dụ minh họa (tt)
Ví dụ minh họa (tt)
Lượng đơn hàng của tháng 11:
GV. Huỳnh Đỗ Bảo Châu
18
Trung bình di chuyển thời gian dài phản ứng chậm hơn
với những thay đổi nhu cầu gần, và làm ngắn thời gian
di chuyển trung bình.
19
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
Dịch chuyển bình quân gia quyền
Weighted Moving Average
Ví dụ minh họa (tt)
Dự báo các tháng trước cho phép so sánh các dự báo
với nhu cầu thực tế để xem độ chính xác phương pháp
dự báo:
Dự báo bằng PP trung bình MA (5 tháng):
17
Dự báo bằng PP trung bình MA (3 tháng):
GV. Huỳnh Đỗ Bảo Châu
Các phương pháp trung bình dịch chuyển cần được điều
chỉnh để phản ánh sát hơn nhiều biến động gần đây trên
dữ liệu và các hiệu ứng theo mùa.
Phương pháp điều chỉnh này được gọi là phương pháp di
chuyển bình quân gia quyền.
Các trọng số được gán cho các dữ liệu gần đây nhất theo
công thức sau đây:
20
GV. Huỳnh Đỗ Bảo Châu
5
nguon tai.lieu . vn
Nội dung chính
TRƯỜNG ĐẠI HỌC NGÂN HÀNG TP
.HCM
KHOA HỆ THỐNG THÔNG TIN QUẢN LÝ
KHOA HỌC QUẢN LÝ ỨNG DỤNG
1. Các
thành phần trong dự báo
2. Phương pháp Chuỗi thời gian
3. Độ chính xác của dự báo
4. Phương pháp Hồi quy
CHƯƠNG 9
DỰ BÁO
GV. ThS. Huỳnh Đỗ Bảo Châu
1
2
GV. Huỳnh Đỗ Bảo Châu
Giới thiệu
Dự báo là dự đoán về những gì sẽ xảy ra trong tương lai
VD: Dự báo thời tiết, dự báo doanh thu, dự báo nhu cầu thị
trường, dự báo tỷ lệ tuyển sinh, …
Các cách dự báo thông thường được nhà quản lý sử
dụng: phán đoán của cá nhân, lấy ý kiến, kinh nghiệm
trong quá khứ
Các phương pháp dự báo bằng mô hình toán học được
sử dụng như: phân tích chuỗi thời gian, hồi quy, …
3
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
1. Các thành phần trong dự báo
4
GV. Huỳnh Đỗ Bảo Châu
1
2/12/2017
Khung thời gian (time frame)
Các thành phần
Khả năng ứng dụng của các phương pháp dự báo
phụ thuộc vào:
Khung thời gian (time frame) của quá trình dự báo.
Sự tồn tại của mô hình (existence of patterns).
Số lượng các biến liên quan (number of variables) đến
quá trình dự báo.
Dự báo ngắn hạn (Short-range forecasts):
Dự báo trung hạn (Medium-range forecast):
GV. Huỳnh Đỗ Bảo Châu
Mô hình (patterns)
6
Vd: Nhu cầu về laptop cho thấy xu hướng tăng lên trong
suốt thập kỷ qua, không có bất kỳ chuyển dịch giảm dài
nào trên thị trường.
7
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
Chu kỳ (cycle) là sự dịch chuyển nhấp nhô, lên xuống,
lặp đi lặp lại trong một khoảng thời gian dài của nhu
cầu (khoảng hơn 1 năm)
Xu hướng là mô hình đơn giản nhất để phát hiện hành
vi nhu cầu.
Xem xét xu hướng thường là điểm khởi đầu cho quá
trình dự báo.
Trong khoảng thời gian từ dài hơn 1 đến 2 năm.
Thường liên quan đến kế hoạch sản phẩm mới cho thị trường thay
đổi, xây dựng cơ sở mới, hoặc bảo đảm tài chính dài hạn.
Mô hình (patterns)
Xu hướng (trend) là một chuyển động lâu dài của sản
phẩm, đối tượng đang được dự báo.
Từ 1 hoặc 2 tháng đến 1 năm,
Thường liên quan chặt chẽ hơn với lập kế hoạch sản xuất hàng năm,
phản ánh các mặt hàng tăng giảm và nhu cầu bảo đảm nguồn lực bổ
sung cho năm sắp tới.
Dự báo dài hạn (Long-range forecasts ):
5
Diễn ra gần như ngay lập tức trong tương lai,
Thường liên quan đến hoạt động kinh doanh hằng ngày của công ty.
Dự báo không vượt quá 1-2 tháng trong tương lai.
GV. Huỳnh Đỗ Bảo Châu
8
Vd: Nhu cầu về thiết bị thể thao mùa đông tăng lên mỗi 4
năm, trước và sau khi tổ chức Thế vận hội mùa đông (4
năm 1 lần)
GV. Huỳnh Đỗ Bảo Châu
2
2/12/2017
Mô hình (patterns)
Mô hình (patterns)
Mô hình theo mùa (seasonal pattern) là sự dịch
chuyển dao động nhu cầu mà xảy ra theo định kỳ
(trong ngắn hạn) và lặp đi lặp lại.
Mô hình này thường có liên quan đến thời tiết.
Mô hình theo mùa cũng có thể xảy ra trên cơ sở hàng
ngày hoặc hàng tuần
Vd: Nhà hàng thì bận rộn vào buổi trưa, Trung tâm mua
sắm thì đông vào cuối tuần, Quần áo ấm bán chạy vào các
tháng cuối năm, ….
9
GV. Huỳnh Đỗ Bảo Châu
Các phương pháp dự báo
Chuỗi thời gian là một kỹ thuật thống kê sử dụng dữ
liệu lịch sử để dự đoán hành vi trong tương lai.
Hồi quy (Regression) là phương pháp thử phát triển
một mối quan hệ toán học (trong hình thức của một
mô hình hồi quy) giữa các các yếu tố là dự báo và các
yếu tố gây ra nó.
Phương pháp định tính sử dụng bản theo dõi quản lý,
chuyên môn, và ý kiến để đưa ra dự báo.
11
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
10
GV. Huỳnh Đỗ Bảo Châu
Các phương pháp dự báo (tt)
Phương pháp Delphi là kỹ thuật thông tin liên lạc có
cấu trúc, có nguồn gốc từ phương pháp dự đoán đối
xứng và dự báo tương tác dựa trên bảng trả lời câu hỏi
của các chuyên gia.
12
Phương pháp Delphi được phát triển tại Tổng công ty RAND
ngay sau Thế Chiến II để dự báo tác động của một cuộc tấn
công hạt nhân giả vào Hoa Kỳ.
Mặc dù phương pháp Delphi đã được sử dụng cho một loạt
các ứng dụng, dự báo là một trong những công dụng chính
của nó.
GV. Huỳnh Đỗ Bảo Châu
3
2/12/2017
Giới thiệu
2. Phương pháp Chuỗi thời gian
13
GV. Huỳnh Đỗ Bảo Châu
14
Moving Average (MA)
Phương pháp dịch chuyển trung bình hiệu quả khi nhu cầu ổn
định không có hành vi mẫu rõ rệt.
Sử dụng một số giá trị trong thời gian lịch sử để phát triển kết
quả dự báo.
Kết quả tạo ra đường trung bình giản đơn của chuỗi dữ liệu.
Đường trung bình giản đơn đặc biệt hữu ích cho việc dự báo các
chỉ tiêu tương đối ổn định và không hiển thị hành vi rõ ràng.
15
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
Ví dụ minh họa
Phương pháp chuỗi thời gian là kỹ thuật thống kê sử dụng
các dữ liệu lịch sử tích lũy trong một khoảng thời gian.
Phương pháp chuỗi thời gian giả định rằng những gì đã xảy
ra trong quá khứ sẽ tiếp tục xảy ra trong tương lai.
Phương pháp dự báo chỉ liên quan đến có yếu tố thời gian.
Phương pháp chuỗi thời gian có xu hướng hữu ích nhất cho
dự báo ngắn hạn, đôi khi vẫn có thể được sử dụng để dự
báo trung dài hạn.
Hai loại phương pháp chuỗi thời gian: làm mịn theo cấp số
nhân (exponential smoothing) và trung bình dịch chuyển
(moving average).
Công ty có bảng theo
dõi lượng đơn đặt
hàng trong lịch sử
như sau:
Người quản lý muốn
dự đoán số lượng
đơn đặt hàng đó sẽ
xảy ra trong những
tháng tới (để dự báo
nhu cầu giao hàng).
16
GV. Huỳnh Đỗ Bảo Châu
4
2/12/2017
Ví dụ minh họa (tt)
Ví dụ minh họa (tt)
Lượng đơn hàng của tháng 11:
GV. Huỳnh Đỗ Bảo Châu
18
Trung bình di chuyển thời gian dài phản ứng chậm hơn
với những thay đổi nhu cầu gần, và làm ngắn thời gian
di chuyển trung bình.
19
GV. ThS. Huỳnh Đỗ Bảo Châu
GV. Huỳnh Đỗ Bảo Châu
Dịch chuyển bình quân gia quyền
Weighted Moving Average
Ví dụ minh họa (tt)
Dự báo các tháng trước cho phép so sánh các dự báo
với nhu cầu thực tế để xem độ chính xác phương pháp
dự báo:
Dự báo bằng PP trung bình MA (5 tháng):
17
Dự báo bằng PP trung bình MA (3 tháng):
GV. Huỳnh Đỗ Bảo Châu
Các phương pháp trung bình dịch chuyển cần được điều
chỉnh để phản ánh sát hơn nhiều biến động gần đây trên
dữ liệu và các hiệu ứng theo mùa.
Phương pháp điều chỉnh này được gọi là phương pháp di
chuyển bình quân gia quyền.
Các trọng số được gán cho các dữ liệu gần đây nhất theo
công thức sau đây:
20
GV. Huỳnh Đỗ Bảo Châu
5