HƯỚNG DẪN THỰC HÀNH
EVIEW TRONG DỰ BÁO
1.Hoàng Thạch Nguyên_TF01
2.Nguyễn Văn Lương_TF02
3.Lê Thiện Hòa_TF02
4.Nguyễn Duy Thái_TF01
5.Vũ Thư Hoàng_TF01
6.Trần Hồng Loan Thảo_TF02
Nhóm thuyết trình:
Các phương pháp san bằng mũ
• San bằng mũ đơn giản
• Phương pháp tuyến tính Holt
• Phương pháp Holt-Winter

Ví dụ:

• Dữ liệu về số học sinh của Mỹ đã được
tính với mức alpha=0.7 và beta=0.6
Dữ liệu trên file excel: hw.xls

San bằng mũ
đơn giản
Holt-winters
2 tham số
không mùa
vụ
Holt-winters
mô hình cộng
3 tham số
Holt-winters
mô hình nhân

Jenkins
• Ví dụ: các số liệu về chỉ số giá tiêu dùng
tính theo quý của Việt Nam từ quý I/1991
đến quý IV/1997.
• Sau đó chạy dự báo cho 4 quý vào năm
1998.
• Dữ liệu trên file arima.xls
Đưa dữ liệu vào :File/open/Foreign Data
as Workfile… (file excel . csv )
B1 Xét
tính mùa
vụ của
dữ liệu
Dựa vào biểu đồ ta thấy rằng dữ
liệu không có tính mùa vụ
Nếu có mùa vụ
• Genr: DSY = d(y,0,s)
• S: chu kỳ mùa vụ (4: quý, 12: tháng)

• Genr: DSY2 = d(DSY,0,s)

Tiếp tục cho đến khi hết tính mùa vụ
Chạy Correlogram để kiểm tra hết tính mùa vụ chưa
B2:
Kiểm
định tính
dừng
theo pp
Dickey-
Fuller

Theo tháng:
Nhìn dôi ra 1 12 -> SAR (1)
1 12 24 -> SAR (2)
B4 Chạy mô hình ARIMA (1,0,3)
Y c ar(1) ma(1) ma(2) ma(3)
Nhìn số ar, ma theo correlogram ở trên
Không có mùa vụ
có mùa vụ: ARIMA
(2,2,1)(1,2,2)
4
D(Y,2) c ar(1) ma(1) ma(2) ma(3)
D(Z,2) C AR(1) AR(2) MA(1) SAR(4) SMA(4) SMA(8)
GENR X = D(Y,0,4)
GENR Z = D(X,0,4)
Z: là biến tạo mùa vụ ở trên
Giá trị ar, ma nào có
P-value > mức ý nghĩa
Thì loại khỏi mô hình
Và chạy lại hàm hồi quy
B5 Xác định nhiễu trắng kiểm tra phần dư
Sai số của mô hình ARIMA(1,0,3) là một chuỗi dừng và
nó có phânphối chuẩn. Sai số này là nhiễu trắng.
Từ lược đồ tự tương quan phần dư có p-value >0.1 và
không có thanh nào vượt quá 2 đường biên suy ra
mô hình phù hợp