Tổng Hợp

Phương pháp ngoại suy và ứng dụng trong dự báo

Phương pháp ngoại suy và ứng dụng trong dự báo

docx – 13 trang

TÌM HIỂU VỀ:

PHƯƠNG PHÁP NGOẠI SUY

VÀ ỨNG DỤNG TRONG DỰ BÁO

Sinh viên :

SHSV

:

Lớp

:

I.

TỔNG QUAN VỀ DỰ BÁO

1. Khái niệm về dự báo

Dự báo là một khoa học và nghệ thuật tiên đoán những sự việc sẽ xảy ra

trong tương lai, trên cơ sở phân tích khoa học về 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 (Định lượng). Tuy nhiên dự báo cũng có thể là

một dự đoán chủ quan hoặc trực giác về tương lai (Định tính) và để dự báo định

tính được chính xác hơn, người ta cố loại trừ những tính chủ quan của người dự

báo.

Dù định nghĩa có sự khác biệt nào đó, nhưng đều thống nhất về cơ bản là

dự báo bàn về tương lai, nói về tương lai. Dự báo trước hết là một thuộc tính

không thể thiếu của tư duy của con người, con người luôn luôn nghĩ đến ngày

mai, hướng về tương lai. Trong thời đại công nghệ thông tin và toàn cầu hóa, dự

báo lại đóng vai trò quan trọng hơn khi nhu cầu về thông tin thị trường, tình hình

phát triển tại thời điểm nào đó trong tương lai càng cao. Dự báo được sử dụng

trong nhiều lĩnh vực khác nhau, mỗi lĩnh vực có một yêu cầu về dự báo riêng

nên phương pháp dự báo được sử dụng cũng khác nhau.

2. Đặc điểm của dự báo

Không có cách nào để xác định tương lai là gì một cách chắc chắn

(tính không chính xác của dự báo). Dù phương pháp chúng ta sử dụng là gì thì

luôn tồn tại yếu tố không chắc chắn cho đến khi thực tế diễn ra.

Luôn có điểm mù trong các dự báo. Chúng ta không thể dự báo một

cách chính xác hoàn toàn điều gì sẽ xảy ra trong tương tương lai. Hay nói cách

khác, không phải cái gì cũng có thể dự báo được nếu chúng ta thiếu hiểu biết về

vấn đề cần dự báo.

Dự báo cung cấp kết quả đầu vào cho các nhà hoạch định chính sách

trong việc đề xuất các chính sách phát triển kinh tế, xã hội. Chính sách mới sẽ

ảnh hưởng đến tương lai, vì thế cũng sẽ ảnh hưởng đến độ chính xác của dự báo.

3. Các phương pháp dự báo

Có nhiều học giả có cách phân loại phương pháp dự báo khác nhau. Tuy

nhiên theo học giả Gordon , trong 2 thập kỷ gần đây, có 8 phương pháp dự báo

được áp dụng rộng rãi trên thế giới:

+ Tiên đoán

+ Ngoại suy xu hướng

+ Phương pháp chuyên gia

+ Phương pháp mô phỏng

+ Phương pháp ma trận tác động qua lại

+ Phương pháp kịch bản

+ Phương pháp cây quyết định

+ Phương pháp dự báo tổng hợp

Tuy nhiên, theo cách phân loại tại Việt Nam các phương pháp dự báo

thường chia thành 2 nhóm chính là phương pháp định tính và phương pháp định

lượng.

3.1 Phương pháp dự báo định tính

Phương pháp này dựa trên cơ sở nhận xét của những yếu tố liên quan, dựa

trên những ý kiến về các khả năng có liên hệ của những yếu tố liên quan này

trong tương lai. Phương pháp định tính có liên quan đến mức độ phức tạp khác

nhau, từ việc khảo sát ý kiến được tiến hành một cách khoa học để nhận biết các

sự kiện tương lai hay từ ý kiến phản hồi của một nhóm đối tưởng hưởng lợi

(chịu tác động) nào đó.

3.2 Phương pháp dự báo định lượng

Mô hình dự báo định lượng dựa trên số liệu quá khứ, những số liệu này

giả sử có liên quan đến tương lai và có thể tìm thấy được. Tất cả các mô hình dự

báo theo định lượng có thể sử dụng thông qua chuỗi thời gian và các giá trị này

được quan sát đo lường các giai đoạn theo từng chuỗi .

Tuy nhiên hiện nay thông thường khi dự báo người ta thường hay kết hợp

cả phương pháp định tính và định lượng để nâng cao mức độ chính xác của dự

báo. Bên cạnh đó, vấn đề cần dự báo đôi khi không thể thực hiện được thông

qua một phương pháp dự báo đơn lẻ mà đòi hỏi kết hợp nhiều hơn một phương

pháp nhằm mô tả đúng bản chất sự việc cần dự báo.

4. Quy trình dự báo

Thông thường trong các dự báo về kinh tế, quy trình dự báo được chia

Xem thêm :  Chợ Mua Bán Xe Honda Future Neo Fi Cũ Mới Giá Tốt Uy Tín, Bán Xe Future Neo Fi 2008

thành các bước sau. Các bước này bắt đầu và kết thúc với sự trao đổi giữa người

sử dụng và người làm dự báo.

Bước 1.

Xem Thêm :   Cách cộng trừ ngày, tháng, năm trong Excel

Xác định mục tiêu dự báo

Bước 2.

Xác định loại dự báo

Bước 3.

Chọn mô hình dự báo

Bước 4.

Thu thập số liệu và tiến hành dự báo

Bước 5.

Ứng dụng kết quả dự báo

Bước 6.

Theo dõi kết quả dự báo

II.

PHƯƠNG PHÁP NGOẠI SUY VÀ ỨNG DỤNG TRONG DỰ BÁO

Ngoại suy là một phương pháp dự báo tương đối đơn giản, ít tốn kém, do

vậy được sử dụng khá phổ biến trong dự báo kinh tế – xã hội. Trong phạm vi

bài viết này, tác giả trình bày một cách khái quát ngoại suy là gì, các ưu điểm

và nhược điểm của nó, các tình huống nên sử dụng ngoại suy.

1. Khái niệm phương pháp ngoại suy

Ngoại suy (Extrapolation) là dựa trên những số liệu đã có về một đối

tượng được quan tâm để đưa ra suy đoán hoặc dự báo về hành vi của đối tượng

đó trong tương lai. Ngoại suy có 2 dạng chính là ngoại suy theo số liệu lát cắt và

ngoại suy theo chuỗi số liệu lịch sử.

Ngoại suy theo số liệu lát cắt (Extrapolation for cross-sectional data) là

dựa trên hành vi của một số thành phần tại một thời điểm nào đó để ngoại suy về

hành vi của các thành phần khác cũng tại thời điểm đó.

Ngoại suy theo chuỗi số liệu (Time-series extrapolation) là dựa trên chuỗi

số liệu lịch sử và sử dụng kỹ thuật kinh tế lượng để đưa ra dự báo đối với biến

quan tâm. Giả thiết cơ bản là hành vi của biến được dự báo sẽ tiếp tục trong

tương lai như đã diễn ra trong quá khứ.

2. Khi nào nên sử dụng ngoại suy để dự báo

Điều cần biết trước hết là khi nào nên sử dụng ngoại suy để dự báo.

Không phải lúc nào sử dụng ngoại suy cũng là phù hợp, mà chỉ nên sử dụng

ngoại suy khi gặp một trong các tình huống sau.

Số lượng dự báo rất lớn. Chẳng hạn như một công ty sản xuất hàng trăm

sản phẩm khác nhau và cần phải dự báo về lượng tiêu thụ và tồn kho các sản

phẩm cho từng tuần. Khi đó số lượng các dự báo là rất lớn. Trong trường hợp

này, quy trình dự báo bằng ngoại suy được tự động hoá là phù hợp vì nhanh

chóng và đỡ tốn kém.

Tình huống cần dự báo tương đối ổn định. Đó là vì ngoại suy dựa trên giả định

là trong tương lai tình huống sẽ tiếp tục diễn ra như đã xảy ra trong quá khứ.

Khi các phương pháp khác có thể bị ảnh hưởng sai lệch của người dự báo.

Chẳng hạn dự báo chuyên gia thường bị ảnh hưởng sai lệch chủ quan của người

dự báo, nếu người đó quá bi quan (hoặc ngược lại quá lạc quan) về tình huống

cần dự báo. Khi đó, dự báo bằng ngoại suy có lẽ là khách quan hơn.

Người dự báo không biết nhiều lắm về tình huống cần dự báo. Khi đó thì cách

làm tương đối đơn giản và hợp lý là giả định rằng diễn biến trong tương lai cũng

sẽ tương tự như trong quá khứ, tức là sử dụng ngoại suy.

3. Các ưu điểm và nhược điểm chính của phương pháp ngoại suy

+ Ưu điểm

Ưu điểm chính của phương pháp ngoại suy là nó tương đối đơn giản, đặc

biệt so với các phương pháp dự báo phức tạp khác như mô hình kinh tế lượng

nhiều biến. Do tính đơn giản nên dự báo bằng ngoại suy có thể được thực hiện

nhanh chóng và ít tốn kém về chi phí.

Một ưu điểm nữa là quy trình ngoại suy có thể dễ dàng tự động hoá được,

ví dụ như trong trường hợp cần dự báo liên tục và đều đặn (hàng ngày hoặc hàng

tuần) về tình hình sản xuất và tiêu thụ rất nhiều loại sản phẩm của một công ty.

+ Nhược điểm

Tuy nhiên, ngoại suy có nhược điểm chính là nó chỉ lưu ý đến các hiện

tượng xảy ra trong quá khứ mà bỏ qua các tác động mới xuất hiện trong hiện tại

hoặc có thể xuất hiện trong tương lai. Các tác động đó làm thay đổi sự vận động

của hiện tượng cần dự báo so với nó đã xảy ra trong quá khứ, do đó dự báo có

thể sẽ không chính xác. Vì lý do này mà ngoại suy chỉ nên ứng dụng cho các dự

Xem Thêm :   [Top 1001+] Hình ảnh Anime đẹp và dễ thương nhất thế giới

Xem thêm :  Nhận đặt mua, đấu giá cần câu Nhật Bản trên Yahoo Auction

báo ngắn hạn, khi các tác động mới chưa kịp xuất hiện, hoặc nếu đã xuất hiện thì

chưa kịp gây tác động lớn đến hiện tượng cần dự báo.

Ngoài ra, sai số có thể xảy ra của ngoại suy là tương đối khó dự đoán.

4. Các bước tiến hành ngoại suy

Bước 1: Lựa chọn, thu thập và xử lý số liệu

Việc lựa chọn, thu thập và xử lý số liệu dựa trên một số nguyên tắc cơ bản sau:

– Thu thập các số liệu cần thiết thể hiện được tình huống cần dự báo

– Cần cấu trúc vấn đề để sử dụng tối đa kiến thức của người dự báo

– Làm sạch số liệu để giảm thiểu sai số đo lường

– Điều chỉnh các chuỗi số liệu đứt quãng

Bước 2: Điều chỉnh thời vụ

Trong nhiều trường hợp, số liệu có chu kỳ dưới 1 năm (như ngày, tuần,

tháng, quý) đòi hỏi phải điều chỉnh thời vụ. Đây là điều cần thiết nhằm giảm

thiểu sai số trong dự báo theo chuỗi số liệu. Các yếu tố thời vụ thường được ước

lượng bằng 1 trong 2 cách sau :

– Phương trình hồi quy (trong đó các tháng được biểu diễn bằng biến giả)

– Mối tương quan giữa giữa từng tháng và trung bình trượt tương ứng của

nó (thường được gọi là phương pháp tỷ lệ so với trung bình trượt).

Khó có thể nói cách nào chính xác hơn trong 2 cách đó. Do vậy, việc lựa

chọn cách nào để ước lượng điều chỉnh thời vụ tuỳ theo bạn cảm thấy cách nào

thuận tiện hơn hoặc chi phí thấp hơn. Thường thì nhà nghiên cứu kiểm nghiệm

các nhân tố thời vụ trước và sau đó chỉ sử dụng nếu chúng có ý nghĩa về thống

kê. Phép kiểm nghiệm đòi hỏi số liệu ít nhất 3 năm, song thực tế thường từ 5

năm trở lên. Phần mềm thông dụng để ước lượng các yếu tố thời vụ là X-11

hoặc X-12. Phần mềm này có phần đánh giá tính thời vụ, xu thế, điều chỉnh cho

các giá trị nằm ngoài xa (outlier).

Bước 3: Tiến hành ngoại suy

Sau khi đã thu thập được số liệu cần thiết và đã xử lý số liệu, cần quyết

định là sẽ ngoại suy số liệu như thế nào. Cách làm chuẩn là tách số liệu ra thành

mức, xu thế và chu kỳ

Ước lượng mức. Tổ hợp các ước lượng về mức.

Ngoại suy xu thế. Nên sử dụng cách biểu diễn xu thế đơn giản. Trong

chuỗi số liệu, cần coi trọng các số liệu gần đây hơn các số liệu ban đầu khi sai số

đo lường nhỏ, tầm dự báo ngắn và chuỗi ổn định. Cần dùng phạm vi kiến thức

của mình để xác định trước các điều chỉnh sẽ được thực hiện đối với phép ngoại

suy. Cần sử dụng các phép thống kê để hỗ trợ lựa chọn phương pháp ngoại suy

và thường xuyên cập nhật các ước lượng về thông số

Ước lượng chu kỳ. Sử dụng chu kỳ khi thấy có bằng chứng thời điểm và

biên độ tương lai có độ chính xác cao

Bước 4: Đánh giá tính bất định

Đánh giá tính bất định dựa trên các nguyên tắc cơ bản sau:

– Sử dụng các ước lượng thực chứng rút ra từ các phép kiểm nghiệm từ

trong mẫu

– Đối với các số liệu theo thang tỷ lệ, ước lượng khoảng thời gian dự báo

bằng các cách sử dụng dạng loga của giá trị thực và giá trị dự báo.

5. Một số kỹ thuật ngoại suy thông dụng

Để thực hiện dự báo bằng ngoại suy theo chuỗi số liệu, có thể sử dụng các

kỹ thuật thông dụng sau:

5.1. Ngoại suy tuyến tính Y=a+bX

Hàm này tuyến tính thể hiện xu thế tăng hoặc giảm theo đường thẳng.

5.2. Ngoại suy theo hàm logarit logY=a+bX

Hàm logarit thể hiện xu thế tăng (hoặc giảm) theo tốc độ tăng %.

5.3. Ngoại suy theo hàm parabol (hàm bậc 2) Y=a+bX+cX2

Hàm parabol thể hiện xu thế tăng (hoặc giảm) lúc đầu chậm, song về sau

nhanh hơn.

5.4. Ngoại suy theo hàm tăng trưởng (hàm logistic)

Y=[a/(1+e(a-bX))]+b

Hàm tăng trưởng thể hiện xu thế hình chữ S, tức là lúc đầu tăng chậm

(đường cong dốc ít), sau đó tăng nhanh (đường cong dốc nhiều), sau đó lại tăng

chậm lại (tiến đến mức bão hoà).

5.5. Ngoại suy theo hàm vòng đời

Y=a/[1+e(a-bX)+ e(d-cX)]

Xu thế hàm vòng đời tương tự với xu thế hàm tăng trưởng ở 3 giai đoạn

đầu: lúc đầu tăng chậm, sau tăng mạnh, sau đó lại tăng chậm. Song nó khác với

xu thế hàm tăng trưởng ở giai đoạn tiếp theo: hàm tăng trưởng tiến đến mức bão

hoà, còn hàm vòng đời tiếp tục suy giảm.

Xem Thêm :   2 cách làm ngô chiên bằng bột chiên giòn, ngô chiên bơ cay mặn cho bé chỉ 30p đơn giản tại nhà

Xem thêm :  Cách chọn gà chọi mái đẹp làm giống cho lứa chiến kê hay

6. Ứng dụng ngoại suy trong dự báo

Để minh hoạ việc ứng dụng ngoại suy trong dự báo, xin nêu một ví dụ dự

báo số sinh viên đại học và cao đẳng ở Việt Nam. Việc dự báo được thực hiện

dựa trên chuỗi số liệu năm về số sinh viên trong giai đoạn 1995-2009 (độ dài

chuỗi số liệu 15 năm) để dự báo số sinh viên vào năm 2011, 2012, 2013 (trong

tầm dự báo 4 năm). Chuỗi số liệu năm nên ở đây không cần điều chỉnh thời vụ.

Quy trình dự báo như sau:

Bước 1 : Lựa chọn hàm ngoại suy

Việc lựa chọn hàm ngoại suy nào là dựa trên phân tích dạng đồ thị của

chuỗi số liệu và kinh nghiệm của người dự báo. ở đây lựa chọn thử nghiệm 3

hàm ngoại suy là hàm tuyến tính SV(T)=a+bT, hàm logarit log SV(T)=a+blogT

và hàm bậc hai SV(T)=a+bT+cT^2 (trong đó SV = số sinh viên và T = năm).

Tuy nhiên, hàm nào sẽ được chấp nhận còn phụ thuộc vào quá trình ước

lượng và kiểm định thông số của các hàm như nêu dưới đây.

Bước 2: Ước lượng và kiểm định hàm ngoại suy

Sử dụng chuỗi số liệu 1995-2009 (Niên giám Thống kê các năm, Tổng

cục Thống kê) để ước lượng thông số của các hàm tuyến tính, logarit và bậc 2

theo phương pháp hồi quy OLS (Ordinary Least Squares – bình phương thông

thường nhỏ nhất). Kết quả ước lượng các hàm như sau:

– Hàm tuyến tính SV = 348,73 + 129,28T, có mức độ giải thích tốt

(R2=0,943; R2 điều chỉnh =0,931), biến T có ý nghĩa thống kê (hệ sô t=16,33).

– Hàm logarit

logSV = 8,57 + 0,14logT, có mức độ giải thích tốt

(R2=0,933; R2 điều chỉnh =0,925), biến T có ý nghĩa thống kê (hệ sô t=17,58).

– Hàm bậc 2 (parabol) SV(T ) = 526,89 + 61,24T + 5,17T^2, có mức độ

giải thích tốt (R2=0,964; R2 điều chỉnh = 0,951), biến T và T^2 có ý nghĩa

thống kê (hệ sô t=2,27 và 2,96)

Như vậy, xét về thông số ước lượng thì cả 3 hàm nêu trên đều có mức độ

giải thích tốt và các biến giải thích đều có ý nghĩa thống kê.

Tuy nhiên, kiểm định về tính tự tương quan phần dư và phương sai phần

dư thay đổi của các hàm ước lượng cho thấy:

– Hàm tuyến tính có tự tương quan phần dư, nên không được chấp nhận.

– Hàm log có phương sai phần dư thay đổi, nên không được chấp nhận

– Hàm bậc 2 không có cả tự tương quan phần dư và phương sai phần dư

thay đổi, nên được chấp nhận.

Như vậy, trong 3 hàm được lựa chọn thử nghiệm, sau khi ước lượng và

kiểm định, chỉ có hàm bậc 2 là được chấp nhận nên ta sử dụng nó làm hàm

ngoại suy để dự báo.

Bước 3: Dùng hàm ngoại suy ước lượng để tính giá trị cần dự báo

Hàm ngoại suy bậc 2 ước lượng được là SV(T) = 526,89 + 61,24T + 5,17T^2

Sử dụng hàm ước lượng này để dự báo SV vào năm 2011 như sau. Thay

giá trị T=17 (tương ứng với năm 2011) vào hàm ước lượng, sẽ ngoại suy được

giá trị SV tại năm 2011 là:

SV(17) = 526,89 + 61,24* 17 + 5,17 * 17^2 = 3062,1 nghìn người = 3,0621

triệu người

Tương tự

T=18 ta có SV(18) = 3,30429 triệu người

T=19 ta có SV(19) = 3.55682 triệu người

Như vậy, dựa trên chuỗi số liệu 1995-2009, phép ngoại suy bằng hàm bậc

2 dự báo số sinh viên đại học và cao đẳng vào năm 2011 sẽ là khoảng 3,0621

triệu người, năm 2012 là 3,30429 triệu người và năm 2013 là 3.55682 triệu

người.

7. Kết luận

Ngoại suy là dựa trên những số liệu đã có về một đối tượng được quan

tâm để đưa ra dự báo về hành vi của đối tượng đó trong tương lai. Phương pháp

dự báo bằng ngoại suy tương đối đơn giản, có thể thực hiện nhanh, ít tốn kém và

dễ dàng tự động hoá. Tuy nhiên, phương pháp này cũng có nhược điểm là chỉ

lưu ý đến các hiện tượng xảy ra trong quá khứ mà không tính đến các tác động

mới xuất hiện trong hiện tại hoặc có thể xuất hiện trong tương lai làm thay đổi

sự vận động của hiện tượng cần dự báo, làm dự báo có thể không chính xác.

Do vậy điều khuyến nghị là chỉ nên ứng dụng ngoại suy cho dự báo ngắn

hạn (khi các tác động mới chưa kịp xuất hiện, hoặc nếu đã xuất hiện thì chưa kịp

gây tác động), hoặc khi tình huống cần dự báo là tương đối ổn định, hoặc khi

các phương pháp khác có thể chịu các ảnh hưởng thiên lệch của người dự báo.

Xem thêm bài viết thuộc chuyên mục: Kiến Thức Chung

Related Articles

Trả lời

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *

Back to top button