›
›

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

pptx 37 trang huongle 5320
Download
Bạn đang xem 20 trang mẫu của tài liệu "Bài giảng Phân tích và xử lí dữ liệu trong kinh doanh - Chương 5: Phân tích dãy số thời gian", để tải tài liệu gốc về máy bạn click vào nút DOWNLOAD ở trên

Tài liệu đính kèm:

  • pptxbai_giang_phan_tich_va_xu_li_du_lieu_trong_kinh_doanh_chuong.pptx

Nội dung text: Bài giảng Phân tích và xử lí dữ liệu trong kinh doanh - Chương 5: Phân tích dãy số thời gian

  1. Chương V PHÂN TÍCH DÃY SỐ THỜI GIAN
  2. NHỮNG CHỦ ĐỀ CHÍNH ▪ Khái niệm chung về dãy số thời gian ▪ Phân tích dãy số thời gian ● Các chỉ tiêu phân tích dãy số thời gian ● Những nhân tố cấu thành mô hình dãy số thời gian ▪ Dự đoán dựa vào dãy số thời gian
  3. 1. Khái niệm chung về dãy số thời gian ▪ Là dãy các trị số của chỉ tiêu thống kê được sắp xếp theo thứ tự thời gian ▪ Ví dụ ▪ Tác dụng: ● Phân tích sự biến động của hiện tượng qua thời gian ● Dự đoán các mức độ của hiện tượng trong tương lai
  4. 1. Khái niêm chung về dãy số thời gian ▪ Kết cấu của dãy số thời gian: 2 thành phần ● Thời gian ● Chỉ tiêu về hiện tượng nghiên cứu ▪ Các loại dãy số thời gian ● Dãy số thời kỳ: phản ánh hiện tượng trong từng khoảng thời gian nhất định ● Dãy số thời điểm: phản ánh hiện tượng tại những thời điểm nhất định
  5. 2. Phân tích dãy số thời gian ▪ Các chỉ tiêu phân tích dãy số thời gian 5 chỉ tiêu ▪ Phân tích các thành phần của DSTG 4 thành phần
  6. 2.1 Các chỉ tiêu phân tích dãy số thời gian a) Mức độ bình quân theo thời gian 푛 σ푖=1 푖 ● Đối với dãy số thời kỳ: ത = 푛 ● Đối với dãy số thời điểm: - Có khoảng cách thời gian bằng 풚 풚풏 ൗ + 풚 + ⋯ + 풚풏− + ൗ 풚ഥ = 풏 − - Có khoảng cách thời gian không bằng nhau 풏 σ풊= 풚풊. 풕풊 풚ഥ = 풏 σ풊= 풕풊
  7. 2.1 Các chỉ tiêu phân tích dãy số thời gian b) Lượng tăng (giảm) tuyệt đối - Lượng tăng giảm tuyệt đối liên hoàn 휹풊 = 풚풊 − 풚풊− - Lượng tăng giảm tuyệt đối định gốc ∆푖= 푖 − 1 - Lượng tăng giảm tuyệt đối bình quân σ푛 훿 ∆ 풚 − 풚 훿ҧ = 푖=2 푖 = 푛 = 풏 풏− 푛 − 1 푛 − 1 푛 − 1
  8. Các chỉ tiêu phân tích dãy số thời gian c) Tốc độ phát triển 풚풊 ● Tốc độ phát triển liên hoàn: 풕풊 = .100 풚풊− 풚풊 ● Tốc độ phát triển định gốc: 푻풊 = .100 풚 ● Tốc độ phát triển bình quân 풏− 풏− 풏 풏− 풚풏 풕ҧ = 풕 . 풕 풕풏 = ς풊= 풕풊= 풚
  9. 2.1 Các chỉ tiêu phân tích dãy số thời gian d)Tốc độ tăng(giảm) ● Tốc đô tăng giảm liên hoàn ● Tốc độ tăng (giảm) định gốc ● Tốc độ tăng (giảm) bình quân
  10. 2.1 Các chỉ tiêu phân tích dãy số thời gian e) 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 nhiêu ▪ Công thức:  y− y y g=i i =2, n = i i−−11 = i i a (%)( ) yy− 100 i ii−1 100 yi−1
  11. 2.2 Phân tích các thành phần của dãy số thời gian
  12. a) Thành phần xu thế ▪ Chỉ theo xu hướng tăng hoặc giảm ▪ Chỉ biểu hiện khi quan sát dãy số trong nhiều năm Doanh thu Thời gian
  13. a) Thành phần xu thế ▪ Mở rộng khoảng cách thời gian ● Ghép một số thời gian liền nhau vào thành khoảng thời gian dài hơn VD: ghép 3 tháng vào thành một quý gọi là mở rộng khoảng cách từ tháng sang quý ● Vận 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 tượng ● Hạn chế: số lượng các mức độ trong dãy số mất đi quá nhiều
  14. a. Thành phần xu thế ▪ Số bình quân trượt 8 6 4 2 0 93 94 95 96 97 98
  15. Thành phần xu thế ▪ Bình quân trượt ● Dùng làm trơn số liệu ● Là dãy trung bình số học theo thời gian ● Kết quả phụ thuộc vào sự lựa chọn L – chiều dài thời kỳ ước tính trung bình
  16. Bình quân trượt Bạn 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 25,000
  17. Số 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 NA
  18. Trung bình trượt bình quân Year Response Moving Ave Sales 1994 2 NA 8 1995 5 3 6 1996 2 3 4 1997 2 3.67 2 1998 7 5 0 1999 6 NA 94 95 96 97 98 99
  19. Thành phần xu thế ▪ San bằng mũ ● Là bình quân trượt có trọng số ● Sử dụng để làm trơn dữ liệu và dự đoán ngắn hạn ● Trọng số: ▪ Được chọn một cách chủ quan ▪ Trong khoảng từ 0-1
  20. San bằng mũ [Ví dụ] Bạn 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 7 © 1995 Corel Corp.
  21. San bằng mũ Ei = W·Yi + (1 - W)·Ei-1 Smoothed Value, Ei Forecast Time Yi ^ (W = .2) Yi + 1 1995 4 4.0 NA 1996 6 (.2)(6) + (1-.2)(4.0) = 4.4 4.0 1997 5 (.2)(5) + (1-.2)(4.4) = 4.5 4.4 1998 3 (.2)(3) + (1-.2)(4.5) = 4.2 4.5 1999 7 (.2)(7) + (1-.2)(4.2) = 4.8 4.2 2000 NA NA 4.8
  22. San bằng mũ [Graph] Attendance Actual 8 6 4 2 0 93 96 97 98 99 Year
  23. Thành phần xu thế ▪ Hàm xu thế ● Mô hình xu thế tuyến tính
  24. a) Thành phần xu thế ▪ Hàm xu thế ● Mô hình xu thế bậc 2 (parabol) Yˆ = b + b X + b X 2 ii0 1 1 11 1i
  25. Mô hình xu thế bậc 2 ˆ 2 Year Coded Sales Y i = b0 + b1 X i + b 2 X i 94 0 2 Coefficients 95 1 5 In te rce p t 2.85714286 96 2 2 X Variable 1 -0.3285714 97 3 2 X Variable 2 0.21428571 Excel Output 98 4 7 ˆ 2 99 5 6 Yi = 2.857 − 0.33 X i + .214 X i
  26. a) Thành phần xu thế ▪ Hàm xu thế ● Mô hình xu thế mũ Yˆ = b + b X + b X 2 ii0 1 1 11 1i
  27. Hàm xu thế mũ ˆ X i ˆ Y i = b 0 b1 or log Y i = log b0 + X 1 log b1 Year Coded Sales Coefficients 94 0 2 In t e rc e p t 0 . 3 3 5 8 3 7 9 5 95 1 5 X Variable 10 . 0 8 0 6 8 5 4 4 96 2 2 Excel Output of Values in logs antilog(.33583795) = 2 . 1 7 97 3 2 antilog(.08068544) = 1 . 2 98 4 7 ˆ X i 99 5 6 Y i = ( 2.17 )( 1.2 )
  28. Hàm xu thế mũ [Example Graph] Sales 8 Data 6 4 2 Smoothed 0 94 95 96 97 98 99 Year
  29. a) Thành phần xu thế ▪ Tự tương quan ● Các mức độ trong dãy số thời gian có liên hệ tương quan với nhau ● Có thể có các mô hình tự tương quan bậc 1, bậc 2, , bậc p YAAYAYAYi=0 + 1 i− 1 + 2 i − 2 + + p i − p + i Sai số ngẫu nhiên
  30. Mô hình tự hồi quy Một 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 theo Year Units 92 4 93 3 94 2 95 3 96 2 97 2 98 4 99 6
  31. Mô hình tự hồi quy Year Yi Yi-1 Yi-2 92 4 93 3 4 94 2 3 4 95 3 2 3 Excel Output 96 2 3 2 Coefficients 97 2 2 3 In te rce p t 3.5 98 4 2 2 X Variable 1 0.8125 99 6 4 2 X Variable 2 -0.9375 Yi = 3.5 + .8125Yi −1 − .9375Yi − 2
  32. b) Thành phần chu kỳ ▪ Xu thế biến động lúc lên, lúc xuống ▪ Có thể khác nhau về độ dài thời gian ▪ Thường kéo dài 2-10 năm Doanh thu
  33. c) Thành phần thời vụ ▪ Là sự biến động (tăng, giảm) lặp đi lặp lại trong từng năm nhất định
  34. c) Thành phần thời vụ ▪ Chỉ số thời vụ ● Dãy số ổn định yi Ii = .100 y0 ● Dãy số có xu thế m yij  yˆ I = j=1 ij .100 i n
  35. d. Thành phần ngẫu nhiên ▪ Sự biến đổi bất thường, không đáng tin cậy, không có hệ thống ngẫu nhiên ▪ Do những biến đổi ngẫu nhiên của: ● Tự nhiên ● Rủi ro, tình cờ ▪ Khoảng thời gian tồn tại ngắn và không lặp lại
  36. Mô hình tổng hợp các nhân tố ▪ Chủ yếu dùng để dự đoán ▪ Quan sát giá trị trong dãy số thời gian do các biến động thành phần gây nên
  37. 3. Dự đoán dựa vào dãy số thời gian ▪ Dãy số không có xu thế ● Phương pháp bình quân trượt ● San bằng mũ ▪ Dãy số có xu thế ● Ngoại suy dựa trên lượng tăng (giảm) tuyệt đối bình quân ● Ngoại suy dựa trên tốc độ phát triển bình quân