CHƯƠNG 3

DỰ BÁO NHU CẦU SẢN XUẤT

SẢN PHẨM

1
 Nội dung
3.1 Khái niệm về dự báo
3.2 Vai trò của dự báo
3.3 Các loại dự báo
3.4 Phương pháp dự báo định tính.
3.5 Phương pháp dự báo định lượng
3.6 Theo dõi và kiểm soát dự báo

2
 3.1 Khái niệm về dự báo
Dự báo là một khoa học và nghệ thuật tiên
đoán những sự việc 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 ta 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
3
 3.2 Vai trò của dự báo
 Dự báo là phần thiết yếu của quản trị sản
xuất, là cơ sở để đề xuất kế hoạch và chiến
lược.
 Dự báo giúp cho doanh nghiệp chủ động
đáp ứng cầu thị trường.
 Dự báo giúp các nhà quản lý có kế hoạch
sử dụng hiệu quả nguồn lực.
 Dự báo là cơ sở quan trọng để phối hợp
hoạt động giữa các bộ phận trong doanh
nghiệp, công ty. 4
 3.3 Các loại dự báo
 Theo phương pháp có 2 loại dự báo:
 Dự báo định tính
 Dự báo định lượng.
 Theo thời gian có các loại dự báo sau:
 Dự báo ngắn hạn
 Dự báo trung hạn
 Dự báo dài hạn
 Căn cứ vào nội dung công việc:
 Dự báo kinh tế
 Dự báo kỹ thuật công nghệ
 Dự báo nhu cầu…. 5
3.4 Phương pháp dự báo định tính.
 Lấy ý kiến các nhà quản lý điều hành
 Lấy ý kiến người bán hàng
 Phương pháp chuyên gia (Delphi)
 Khảo sát thị trường (khảo sát người
tiêu dùng)

6
  Lấy ý kiến các nhà quản lý điều hành
 Phương pháp này sử dụng rộng rãi trong các doanh
nghiệp.
 Lấy ý kiến các nhà quản lý, những người phụ trách
các công việc, bộ phận trong doanh nghiệp về các
chỉ tiêu: Doanh thu, lợi nhuận, hiệu quả sản xuất
kinh doanh, trách nhiệm xã hội…
 Tuy nhiên, nhược điểm của phương pháp này là bị
ảnh hưởng chủ quan của các nhà quản lý, đặc biệt
thường ý kiến của người quản lý cao nhất thường
chi phối ý kiến của những người khác
7
  Lấy ý kiến người bán hàng
 Là người tiếp xúc trực tiếp khách hàng do
đó hiểu rõ nhu cầu, thị hiếu của người tiêu
dùng
 Phải lấy thông tin từ nhiều điểm bán hàng
khác nhau, người bán hàng ước lượng
doanh số bán…
 Nhược điểm của phương pháp này là phụ
thuộc tính chủ quan của người bán hàng

8
  Phương pháp chuyên gia (Delphi)
 Khái niệm: Phương pháp chuyên gia là phương
pháp thu thập ý kiến của chuyên gia trong việc
nhận định, đánh giá một sản phẩm, sự kiện hay
một vấn đề thực tiễn.
Phương pháp này thu thập các ý kiến khác nhau
của các chuyên gia, kiểm tra lẫn nhau để có một
cái nhìn khách quan hơn về một vấn đề.
Trong nghiên cứu thị trường, việc thu thập thông
tin bằng phương pháp chuyên gia cũng thường áp
dụng.
9
  Những yêu cầu với phương pháp chuyên gia

 Có mục tiêu rõ ràng, xác định được các thông tin cần thiết
khi thu thập
 Chọn đúng chuyên gia trong lĩnh vực nghiên cứu. Chuyên
gia cần phải có hiểu biết thực sự về những thông tin cần
thiết phục vụ cho nghiên cứu.
 Có thể xây dựng tiêu chuẩn đánh giá cho các tiêu chí cụ thể
khác nhau.
 Hạn chế ảnh hưởng của các chuyên gia với nhau về mặt
quan điểm.

10
  Các bước thực hiện phương pháp chuyên gia
 Lập các nhóm chuyên gia:
- Những người ra quyết định
- Nhân viên hỗ trợ người ra quyết định
- Người trả lời: Ở nhiều địa bàn.

11
  Tổ chức lấy ý kiến
 Việc tổ chức lấy ý kiến có thể thực hiện thông qua:
- Phương pháp phỏng vấn: có thể phỏng vấn trực tiếp hoặc qua điện
thoại với từng chuyên gia.
- Phương pháp hội thảo: cho phép chuyên gia tụ hợp, tự do trình bày
quan điểm.
 Phương pháp này thu thập ý kiến chuyên gia theo bảng hỏi đã in sẵn
và được thực hiện như sau:
- Mỗi chuyên gia được phát một thư yêu cầu trả lời một số câu hỏi dự
báo.
- Sau khi nhận được trả lời, sẽ tập trung các ý kiến và gửi lại các
chuyên gia với lời đề nghị họ xem xét và điều chỉnh lại ý kiến của
mình. Sau nhiều lần trao đổi, ý kiến các chuyên gia dần dần thống
nhất.
- Do sử dụng trình tự phân tán — tập trung — phân tán, tranh thủ ý
kiến theo hình thức nặc danh, kết luận thu được đáng tin cậy. 12
  Ưu điểm và hạn chế của phương pháp
chuyên gia
 Ưu điểm: Các ý kiến độc lập
 Hạn chế: Mất nhiều thời gian và thông tin thu
về không nhiều

13
  Phương pháp khảo sát người tiêu dùng

 Phương pháp này do nhân viên bán hàng hoặc

nhân viên nghiên cứu thị trường thu thập thông
tin về nhu cầu hiện tại và tương lai.
 Đối tượng khảo sát là khách hàng (người tiêu
dùng).
 Thu thập thông tin bằng bảng khảo sát trực tiếp
hoặc qua internet hoặc điện thoại.
 Hạn chế của phương pháp này là tốn nhiều thời
gian và kinh phí.
14
3.5 Phương pháp dự báo định
lượng

15
 Dự báo theo chuỗi thời gian
Các thành phần thường gặp trong chuỗi
thời gian :
– Trung bình
– Mùa
– Chu kì
– Khuynh hướng
– Sai số (thành phần ngẫu nhiên)
“Phân rã” chuỗi thời gian

16
3.5.1 Phương pháp bình quân di động
Phương pháp bình quân di động giản đơn:

Dt  Dt 1  ......  Dt  N 1
At 
N

Ft 1  At

Phương pháp bình quân di động có trọng

số:
𝐴𝑡 = 𝑊1 𝐷𝑡 + 𝑊2 𝐷𝑡−1 +. . . . . . +𝑊𝑁 𝐷𝑡−𝑁+1

𝐹𝑡+1 = 𝐴𝑡 / ෍ 𝑊𝑖
𝑘=0
17
 Phương pháp bình quân di động
Phương pháp bình quân di động giản đơn:

Dt  Dt 1  ......  Dt  N 1
At 
N

Ft 1  At

Ft: Dự báo thời kỳ t

At: Số liệu thực tế thời kỳ thứ t
Dt-i: Số liệu thực tế thời kỳ trước (i=1,2…n)
N: Số thời kỳ tính toán 18
Ví dụ 3.1: Một công ty có doanh số theo tháng
năm 2020 (đơn vị tính tỷ đồng), ở cột 1, 2 bảng
sau. Hãy tính giá trị bình quân di động 3 tháng
và tính số liệu dự báo doanh số từ tháng 4 năm
2020 đến tháng 1 năm 2021

Bảng 3.1: Doanh số 12 tháng năm 2020

19
Tháng Doanh số thực tế
1 25
2 27
3 24
4 28
5 30
6 33
7 35
8 38
9 42
10 46
11 45
12 48 20
 Bài giải:
Bảng 3.2: Tính dự báo bình quân di động giản đơn
ĐVT: Tỷ đồng
Tháng Doanh số thực tế Dự báo bình quân di động 3 tháng
1 25
2 27
3 24
4 28 25,33
5 30 26,33
6 33 27,33
7 35 30,33
8 38 32,67
9 42 35,33
10 46 38,33
11 45 42,00
12 48 44,33
21
1. Số liệu dự báo từ tháng 4 đến tháng 12
năm 2020 theo phương pháp bình quân di
động 3 tháng ở cột 3 của bảng

2. Số liệu tháng 1 năm 2021 là:

(46+45+48)/3 = 46,33 tỷ đồng

22
Phương pháp bình quân di động (tt)

Phương pháp bình quân di động có trọng

số:
𝐴𝑡 = 𝑊1 𝐷𝑡 + 𝑊2 𝐷𝑡−1 +. . . . . . +𝑊𝑁 𝐷𝑡−𝑁+1

𝐹𝑡+1 = 𝐴𝑡 / ෍ 𝑊𝑖
𝑘=0

Wt: Trọng số thời kỳ t

23
Ví dụ 3.2: Một công ty có doanh số theo tháng
năm 2020 (đơn vị tính tỷ đồng), ở cột 1, 2 bảng
sau. Với quyền số tháng gần nhất là 3, tháng
trước 2 tháng là 2 và trước 3 tháng là 1. Hãy
tính số liệu dự báo doanh số theo phương pháp
bình quân di động có quyền số từ tháng 4 năm
2020 đến tháng 1 năm 2021.

24
 Bảng 3.3 : Doanh số qua các tháng
Đơn vị tính: Tỷ đồng
Tháng Doanh số thực tế
1 30
2 35
3 42
4 48
5 54
6 60
7 66
8 72
9 70
10 75
11 80
12 76
25
 Bài giải ví dụ 2
Bảng 3.3: Bình quân di động 3 tháng có quyền số
Tháng Doanh số thực tế Bình quân di động 3 tháng
1 30
2 35
3 42
4 48 37,67
5 54 43,83
6 60 50,00
7 66 56,00
8 72 62,00
9 70 68,00
10 75 70,00
11 80 72,83
12 76 76,67
77,17
26
1. Số liệu dự báo từ tháng 4 đến tháng 12
năm 2020 theo phương pháp bình quân di
động 3 tháng ở cột 3 của bảng

2. Số liệu tháng 1 năm 2021 là:

(75*1+80*2+76*3)/(1+2+3) = 77,17 tỷ đồng

27
 3.5.2 Tính chính xác của dự báo

Theo Stevenson (2012), có 3 chỉ tiêu để tính độ chính

xác của dự báo, gồm:
a. Độ lệch tuyệt đối trung bình (The Mean Absolute
Deviation: MAD):

𝑀𝐴𝐷 = σ 𝐹𝑡 − 𝐴𝑡
At: Số liệu thực tế kỳ thứ i 𝑛
Ft: Số liệu dự báo thời kỳ thứ i
n: Tổng số thời kỳ quá khứ
Chênh lệch giữa At và Ft được gọi là sai số
28
b. Độ lệch chuẩn (bình phương)
The Mean Squared Erro –MSE

2
σ 𝐹𝑡−𝐴𝑡
𝑀𝑆𝐸 = C
𝑛−1

29
 c. Độ lệch tuyệt đối trung bình
hàng
The Mean Absolute Percent Erro – MAPE

σ 𝐹𝑡 − 𝐴𝑡 ∗ 100%/𝐴𝑡
𝑀𝐴𝑃𝐸 =
𝑛

30
 Ví dụ 3.3
Ví dụ 3.3: Một công ty có doanh số theo tháng năm 2020 (đơn vị tính
tỷ đồng), ở cột 1, 2 bảng sau. Hãy tính giá trị bình quân di động 3
tháng, với quyền số tháng gần nhất là 3, tháng trước 2 tháng là 2 và
trước 3 tháng là 1.
Hãy tính số liệu dự báo doanh số theo phương pháp bình quân di
động có quyền số từ tháng 4 năm 2020 đến tháng 1 năm 2021.
Yêu cầu:
1. Hãy tính số liệu dự báo từ tháng 4 đến tháng 12 năm 2020 theo
phương pháp bình quân di động 3 tháng
2. Hãy tính số liệu dự báo từ tháng 4 đến tháng 12 năm 2020 theo
phương pháp bình quân di động có quyền số 3 tháng
3. Cho biết phương pháp nào chính xác hơn dựa trên giá trị tuyệt đối
trung bình (MAD)
31
 Bảng 3.4: Doanh số thực tế 12 tháng
Tháng Doanh số thực tế
1 50
2 45
3 52
4 58
5 55
6 60
7 65
8 62
9 68
10 70
11 75
12 78

32
 Bài giải ví dụ 3.3
1. Tính số liệu dự báo từ tháng 4 đến tháng
12 năm 2020 theo phương pháp bình quân
di động 3 tháng

33
 Bảng 3.5: Doanh số theo phương pháp bình
quân di động, khoảng cách 3 tháng
Tháng Doanh số thực tế Bình quân di động 3 tháng
1 48
2 52
3 55
4 56 51,67
5 60 54,33
6 65 57,00
7 70 60,33
8 68 65,00
9 75 67,67
10 72 71,00
11 76 71,67
12 80 74,3334
 2. Tính số liệu dự báo từ tháng 4 đến tháng 12 năm 2020 theo
phương pháp bình quân di động có quyền số 3 tháng
Bảng 3.6: Doanh số theo phương pháp bình quân di động có quyền số, khoảng cách 3 tháng

Tháng Doanh số thực tế Bình quân di động có quyền số 3 tháng

1 48
2 50
3 52
4 55 50,67
5 60 53,17
6 65 57,00
7 70 61,67
8 68 66,67
9 75 68,17
10 72 71,83
11 76 72,33
12 80 74,50
35
 3. Xác định phương pháp nào chính xác hơn dựa trên giá trị tuyệt
đối trung bình (MAD)
Bảng 3.7: Chọn phương pháp dự báo chính xác hơn

Bình quân di động Bình quân di động có quyền số

Tháng Doanh số thực tế Số dự báo AD (Chênh lệch) =/At-Ft/ Số dự báo AD (Chênh lệch) = /At-Ft/
4 55 51,67 3,33 50,67 4,33
5 60 54,33 5,67 53,17 6,83
6 65 57,00 8,00 57,00 8,00
7 70 60,33 9,67 61,67 8,33
8 68 65,00 3,00 66,67 1,33
9 75 67,67 7,33 68,17 6,83
10 72 71,00 1,00 71,83 0,17
11 76 71,67 4,33 72,33 3,67
12 80 74,33 5,67 74,50 5,50
MAD 48,00 36
45,00
Kết luận:
Phương pháp bình quân di động có quyền
số chó MAD nhỏ hơn nên phương pháp tính
bình quân di động có trọng số chính xác hơn

37
Ví dụ 3.4: Có doanh số của một
công ty theo tháng năm 2020
cho ở bảng sau:
Bảng 3.8: Doanh số qua các tháng
Đơn vị tính: Tỷ đồng

38
 Tháng Doanh số thực tế (At) Doanh số dự báo (Ft)
1 52 48
2 48 50
3 50 55
4 55 60
5 60 66
6 58 62
7 65 68
8 62 64
9 68 70
10 72 75
11 68 73
12 75 78
Yêu cầu:
Hãy tính ba chỉ tiêu đo lường tính chính xác của dự báo MAD, MSE,
39
MAPE
 Giải ví dụ 3.4
Bảng 3.9: Tính ba chỉ tiêu đo lường tính
chính xác của dự báo MAD, MSE, MAPE
Đơn vị tính: Tỷ đồng

40
Tháng Doanh số thực tế (At) Doanh số dự báo (Ft) Sai số (Ft-At) /Ft-At/ (Ft-At)^2

1 52 48 -4 4 16 0,077
2 48 50 2 2 4 0,042
3 50 55 5 5 25 0,100
4 55 60 5 5 25 0,091
5 60 66 6 6 36 0,100
6 58 62 4 4 16 0,069
7 65 68 3 3 9 0,046
8 62 64 2 2 4 0,032
9 68 70 2 2 4 0,029
10 72 75 3 3 9 0,042
11 68 73 5 5 25 0,074
12 75 78 3 3 9 0,040
Tổng 44 182 0,741
MAD 3,667
MSE 16,545
MAPE 0,062
41
 3.6 Dự báo xu hướng bằng
phương pháp thống kê

 Phöông phaùp Hoài quy tuyeán tính

 Phöông phaùp Bình phöông beù

nhaát

 Phöông phaùp Parabol

42

13/5/2021
 3.6.1 Dự báo xu hướng bằng phương
pháp hồi quy tuyến tính
Yd = aX + b

Yd: Nhu cầu dự trù tương lai qua các năm

X: Trị số ta cho hay số liệu tính từ năm ở khoảng
giữa những năm trong qúa khứ.
n – Số năm trong qúa khứ;
Y - Nhu cầu thực tế quá khứ.

43

13/5/2021
 Phương pháp Hồi quy tuyến
tính (tt)
a, b: Tham số được tính thwo công thức
sau:

a
 XY ; b
 Y
 X 2
n

44

13/5/2021
ΣX = 0; và ΔX= Hằng số
Số năm chẵn
Năm X
2015 -5
2016 -3
2017* -1
2018* 1
2019 3
2020 5
ΣX 0

ΔX= 1-(-1) = 2 45

13/5/2021
Số năm lẻ
Năm X
2014 -3
2015 -2
2016 -1
2017* 0
2018 1
2019 2
2020 3
ΣX 0 46

ΔX= 1-0 = 1
13/5/2021
Phương pháp Hồi quy tuyến tính
(tt)
Ví dụ 3.5: Sau khi tiến hành điều tra, chúng ta
xác định được nhu cầu thị trường của một dự
án giai đoạn năm 2014 – 2020 ở bảng 3.7. Hãy
xác định nhu cầu dự trù tương lai của dự án
trên từ năm 2021 – 2025.

Bảng 3.7: Sản lượng thực tế trong quá khứ.

47

13/5/2021
 Phương pháp Hồi quy tuyến tính (tt)
Bảng 3.10: Số liệu các năm trong quá khứ

Năm Y
2015 3.500,00
2016 4.000,00
2017 4.600,00
2018 5.300,00
2019 6.000,00
2020 6.800,00
48

13/5/2021
 Phương pháp Hồi quy tuyến tính (tt)

Bài Giải
Bảng 3.11: Xác định nhu cầu dự trù tương lai
của phương pháp hồi quy tuyến tính

49

13/5/2021
13/5/2021
Năm Y X X2 X*Y Yd
2015 3.500 -5 25 -17.500 3.380
2016 4.000 -3 9 -12.000 4.040
2017 4.600 -1 1 -4.600 4.700
2018 5.300 1 1 5.300 5.360
2019 6.000 3 9 18.000 6.020
2020 6.800 5 25 34.000 6.680
Tổng 30.200 70 23.200
2021 7 7.353
2022 9 8.016
2023 11 8.679
2024 13 9.342
2025 15 10.005

Tính caù
c tham soá
:
a
 XY = 331,43 ; b   Y = 5.033,33 50
X2
n
50
 3.6.2 Phương pháp bình phương bé nhất

Y d = aX + b

Yd: Nhu cầu dự trù quá khứ và nhu cầu dự trù tương lai hàng năm
X: Trị số ta cho.
Với điều kiện:
ΣX ≠ 0; và ΔX= Hằng số.

n XY   X  Y  X  Y   X  XY
2

a ; b
n X  ( X )
2 2
n X  ( X )
2 2

51

13/5/2021
3.6.2 Phương pháp bình phương bé nhất
(tt)
Ví dụ 3.6: Tương tự số liệu Y thực tế ở ví dụ 3.3 của
phương pháp hồi quy tuyến tính, chỉ có giá trị X tương
ứng với từng năm từ năm 2015 đến năm 2020 là: 1, 2,
3, 4, 5, 6. Hãy xác định nhu cầu dự trù tương lai theo
phương pháp bình phương bé nhất cho sản phẩm M
từ 2021 - 2025.

Bài giải

Bảng 3.12: Xác định nhu cầu dự trù tương lai

của phương pháp bình phương bé nhất.
52

13/5/2021
13/5/2021

Năm Y X X2 X*Y Yd
2015 3.500 1 1 3.500 3.380
2016 4.000 2 4 8.000 4.040
2017 4.600 3 9 13.800 4.700
2018 5.300 4 16 21.200 5.360
2019 6.000 5 25 30.000 6.020
2020 6.800 6 36 40.800 6.680
Tổng 30.200 21 91 117.300
2021 7 7.353
2022 8 8.016
2023 9 8.679
2024 10 9.342
2025 11 10.005

n XY   X Y  X Y   X  XY
2

a = 662,86 ; b =2.713,3353
n X  (  X )
2 2
n X  ( X )
2 2

53
3.6.3 Phương pháp Parabol
Yd = aX2 + bX + c

a 
n X2Y   X 2  Y ; b   XY
n  X 4  ( X 2 )2  X 2

( X 4 )( Y )  ( X 2 )( X 2 Y )
c 
n  X 4  ( X 2 )2

54

13/5/2021
 3.6.3 Phương pháp Parabol (tt)
Ví dụ 3.7: Tương tự số liệu Y thực tế và X của
phương pháp hồi quy tuyến tính. Hãy xác
định nhu cầu dự trù tương lai cho sản phẩm
M từ 2021 – 2025 theo phương pháp
parabol.
Bài giải
Bảng 3.13: Xác định nhu cầu dự trù tương
lai bằng phương pháp parabol
55

13/5/2021
13/5/2021

Năm Y X X2 X4 X*Y X2*Y Yd

2015 3.500 -5 25 625 -17.500 87.500 3.600
2016 4.000 -3 9 81 -12.000 36.000 4.100
2017 4.600 -1 1 1 -4.600 4.600 4.680
2018 5.300 1 1 1 5.300 5.300 5.340
2019 6.000 3 9 81 18.000 54.000 6.080
2020 6.800 5 25 625 34.000 170.000 6.900
Tổng 30.200 0 70 1.414 23.200 357.400
2021 7 49 7.670
2022 9 81 8.604
2023 11 121 9.606
2024 13 169 10.676
2025 15 225 11.814

n X 2Y   X 2  Y  XY
a b
n X 4  ( X 2 ) 2 = 8,48
X 2 = 331,43

( X 4 )( Y )  ( X 2 )( X 2 Y )
c  56
n  X  ( X )
4 2 2 = 4.934,38
56
 3.6.4 Thẩm tra phương pháp tính để
chọn phương pháp chính xác nhất

Độ lệch chuẩn:
Y: Nhu cầu thực tế quá khứù.


 (Y
d  YY)d: Nhu cầu dự trù quá khứù.
2

n n: Số năm trong quá khứù.

GTTÑ TB - MAD 
 (Yd Y)
n

57

13/5/2021
Ví dụ 3.8: Tiếp theo các ví dụ trên, giả sử có số
liệu dự trù quá khứ từ năm 2015 – 2020 của
3 phương pháp Hồi quy tuyến tính, Bình
phương bé nhất và Parabol (bảng 3.11). Hãy
thẩm tra phương pháp tính để chọn phương
pháp hợp lý nhất là phương pháp có sai số
nhỏ nhất.

Bảng 3.14: Nhu cầu quá khứ và dự trù nhu

cầu quá khứ của dự án đầu tư
58

13/5/2021
 Yd quá khứ của các phương
Năm Y pháp
HQTT BPBN Parabol
(1) (2) (3) (4) (5)
2015 3.500 3.380 3.380 3.625
2016 4.000 4.040 4.040 4.109
2017 4.600 4.700 4.700 4.681
2018 5.300 5.360 5.360 5.341
2019 6.000 6.020 6.020 6.089
2020 6.800 6.680 6.680 6.925
Tổng 30.200 30.180 30.180 30.770
59
59
13/5/2021
Bài giải
Đã biết cột: (1), (2), (3), (6), (9)
Tính cột: (4), (5), (7), (8), (10), (11)

Bảng 3.15: Thẩm tra các phương pháp tính

60

13/5/2021
13/5/2021
Năm Y PP. HQTT P. BP bé nhất PP. Parabol

Yd Yd-Y (Yd-Y)2 Yd Yd-Y (Yd-Y)2 Yd Yd-Y (Yd-Y)2

(1) (2) (3) (4) (5) (6) (7) (8) (9) (10) (11)
2015 3.500 3.380 -120 14.400 3.380 -120 14.400 3.625 125 15.625
2016 4.000 4.040 40 1.600 4.040 40 1.600 4.109 109 11.881
2017 4.600 4.700 100 10.000 4.700 100 10.000 4.681 81 6.561
2018 5.300 5.360 60 3.600 5.360 60 3.600 5.341 41 1.681
2019 6.000 6.020 20 400 6.020 20 400 6.089 89 7.921
2020 6.800 6.680 -120 14.400 6.680 -120 14.400 6.925 125 15.625

Tổng 30.200 30.180 -20 44.400 30.180 -20 44.400 30.770 570 59.294

61

61
 Tính độ lệch chuẩn cho từng
phương pháp:
 Phương pháp Hối quy tuyến tính:

 Phương pháp bình phương bé nhất

 Phương pháp Parabol:

62
62
13/5/2021
13/5/2021

Giá trị tuyệt đối của độ lệch tuyệt

đối trung bình hàng năm

 (Y d Y)
n
 Phương pháp Hối quy tuyến tính : 3,33

 Phương pháp bình phương bé nhất : 3,33

 Phương pháp Parabol : 95,00

63

63
 Ví dụ 3.9:
Sau khi khảo sát điều tra tình hình thị trường của doanh nghiệp, ta
có số liệu quá khứ từ năm 2014 - 2020 ở bảng sau:
Bảng 3.16: Số liệu của dự án
Đơn vị tính: Sản phẩm
Năm Y Yd
HQTT PARABOL
2014 650 542
2015 590 580
2016 540 614 562
2017 600
2018 650
2019 750
2020 880
Tổng 4.660
Yêu cầu:
1. Hãy xác định nhu cầu dự trù tương lai từ năm 2021 đến năm 2026
bằng 2 phương pháp:
* Phương pháp hồi quy tuyến tính,
64
* Phương pháp parabol.
2. Thẩm tra phương pháp tính13/5/2021
để chọn phương pháp hợp lý nhất.
 Ví dụ 3.9:

Bài giải
(1) Xác định nhu cầu dự trù quá khứ và nhu cầu dự trù tương lai của
phương pháp Hồi quy tuyến tính
Bảng 3.17: Xác định nhu cầu dự trù quá khức và dự trù tương lai của
phương pháp Hồi quy tuyến tính
Đơn vị tính: Sản phẩm

65

13/5/2021
 Bài giải
Năm Y X X2 X*Y Yd
2014 650 -3 9 -1.950 542
2015 590 -2 4 -1.180 578
2016 540 -1 1 -540 614
2017 600 0 0 0 650
2018 650 1 1 650 686
2019 750 2 4 1.500 722
2020 880 3 9 2.640 758
Tổng 4.660 0 28 1.120
2021 4 826
2022 5 866
2023 6 906
2024 7 946
2025 8 986
2026 9 1.026
66

13/5/2021
 a) Tính Yd tương lai của phương pháp Hồi quy tuyến
tính:
* Tính các tham số:
a 
 XY = 40,00;
 X2

b 
Y = 665,71.
n

* Xác định nhu cầu dự trù tương lai (Yd) các năm:
Yd (2021): 40,00 * 4 + 665,71 = 826 sản phẩm
Yd (2022): 40,00 * 5 + 665,71 = 866 sản phẩm
Yd (2023): 40,00 * 6 + 665,71 = 906 sản phẩm
Yd (2024): 40,00* 7 + 665,71 = 946 sản phẩm
Yd (2025): 40,00 * 8 + 665,71 = 986 sản phẩm
Yd (2026): 40,00 * 9 + 665,71 = 1.026 sản phẩm 67

13/5/2021
b) Tính nhu cầu dự trù quá khứ (Ydqk) của phương pháp Hồi quy
tuyến tính:
Dựa vào phương trình tổng quát tính nhu cầu dự trù quá khứ
Ydqk = aqk * X + bqk , ta có thể lập được 2 phương trình sau:
Ydqk (2014): aqk * (-3) + bqk = 542 sản phẩm
Ydqk (2016): aqk * (-1) + bqk = 614 sản phẩm
Giải hai phương trình hai ẩn số trên ta có:
aqk = 36,00
bqk= 650,00.
Thế vào phương trình Ydqk = aqk * X + bqk, ta có số liệu sau:
Ydqk (2015): 36,00 * (-2) + 650,00 = 578 sản phẩm
Ydqk (2017): 36,00 * (0) + 650,00 = 650 sản phẩm
Ydqk (2018): 36,00 * (1) + 650,00 = 686 sản phẩm
Ydqk (2019): 36,00 * (2) + 650,00 = 722sản phẩm 68

Ydqk (2020): 36,00 * (3) + 650,00

13/5/2021 = 758 sản phẩm
(2) Xác định nhu cầu dự trù quá khứ và nhu
cầu dự trù tương lai của phương pháp
Parabol
Từ số liệu đã cho và áp dụng công thứ tính
toán, ta có các bảng sau:
Bảng 3.18: Xác định nhu cầu dự trù quá khứ
và dự trù tương lai của phương pháp
Parabol
Đơn vị tính: Sản phẩm
69

13/5/2021
Năm Y X X2 X4 X*Y X2*Y Yd
2014 650 -3 9 81 -1.950 5.850 634
2015 590 -2 4 16 -1.180 2.360 580
2016 540 -1 1 1 -540 540 562
2017 600 0 0 0 0 0 580
2018 650 1 1 1 650 650 634
2019 750 2 4 16 1.500 3.000 724
2020 880 3 9 81 2.640 7.920 850
Tổng 4.660 0 28 196 1.120 20.320
2021 4 16 1.066
2022 5 25 1.286
2023 6 36 1.546
2024 7 49 1.846
2025 8 64 2.186 70

2026 9 81 13/5/2021 2.566

 a) Tính Yd tương lai của phương pháp Parabol:
* Tính các tham số:
n X2Y   X 2  Y = 20,00
a 
n X4  ( X 2 )2

b
 XY = 40,00
X 2

c
 X Y   X  X
4 2 2
Y
 585,71
n  X  ( X )
4 2 2

* Xác định nhu cầu dự trù tương lai (Yd) các năm:
Yd (2017) = 20,00* (4)2 + 40,00 * 4 + 585,71 = 1.066 sp.
Yd (2018) = 20,00 * (5)2 + 40,00* 5 + 585,71 = 1.286 sp.
Yd (2019) = 20,00* (6)2 + 40,00 * 6 + 585,71 = 1.546 sp.
Yd (2020) = 20,00 * (7)2 + 40,00 * 7 + 585,71 = 1.846 sp.
Yd (2021) = 20,00* (8)2 + 40,00* 8 + 585,71 = 2.186 sp.
71
2
Yd (2022) = 20,00* (9) + 40,00* 9 + 585,71 = 2.566 sp.
13/5/2021
b) Tính nhu cầu dự trù quá khứ (Ydqk) của phương pháp Parabol
Dựa vào phương trình tổng quát tính nhu cầu dự trù quá khứ
Ydqk = aqk * X2 + bqk * X + c,
ta có thể lập được 2 phương trình sau:
Ydqk (2015): aqk*(-2)2 + bqk* (-2)+ c = 580 sản phẩm
Ydqk (2016): aqk*(-1)2+ bqk *(-1) + c = 562 sản phẩm
Giải hai phương trình hai ẩn số trên ta có:
aqk = 18,00
bqk= 36,00
cqk = 580,00
Thế vào phương trình Ydqk = aqk * X2 + bqk * X + c,
ta có số liệu sau:
Ydqk (2014): 18,00 *(-3)2 + 36,00* (-3) + 580,00 = 634 sản phẩm
Ydqk (2017): 18,00*(0)2 + 36,00 *(0) + 580,00 = 580 sản phẩm
Ydqk (2018): 18,00*(1)2 + 36,00*(1) + 580,00 = 634 sản phẩm
Ydqk (2019): 18,00 *(2)2 + 36,00*(2) + 580,00 = 724 sản phẩm
Ydqk (2020): 18,00*(3)2 + 36,00*(3) + 580,00 = 850 sản phẩm 72

13/5/2021
 (3) Thẩm tra phương pháp tính
Bảng 3.19: Thẩm tra các phương pháp tính

Đơn vị tính: Sản phẩm

PP. Hồi quy tuyến tính PP. Parabol

Năm Y Yd Yd-Y (Yd-Y)2 Yd Yd-Y (Yd-Y)2
(1) (2) (3) (4) (5) (6) (7) (8)
2014 650 542 -108 11.664 634 -16 256
2015 590 578 -12 144 580 -10 100
2016 540 614 74 5.476 562 22 484
2017 600 650 50 2.500 580 -20 400
2018 650 686 36 1.296 634 -16 256
2019 750 722 -28 784 724 -26 676
2020 880 758 -122 14.884 850 -30 90073
Tổng 4.660 4.550 -11013/5/2021
36.748 4.564 -96 3.072
 Kết quả thẩm tra phương pháp tính:
* Độ lệch chuẩn:
- Phương pháp Hồi quy tuyến tính: 72,45
- PP parabol: 20,95
* Giá trị tuyệt đối của độ lệch trung bình hàng năm:
- Phương pháp Hồi quy tuyến tính: 15,71
- PP parabol: 13,71
Qua số liệu độ lệch chuẩn và giá trị tuyệt đối của độ lệch trung bình
hàng năm, phương pháp Parabol có tổng hai giá trị này nhỏ hơn tổng
của phương pháp Hồi quy tuyến tính nên ta chọn PP Parabol là
phương pháp hợp lý nhất vì có sai số nhỏ hơn tức là phương pháp này
dự báo chính xác hơn.
74

13/5/2021
* Dự báo cho các sản phẩm đặc thù:
- Đối với những sản phẩm thiết yếu (như lương thực,
thực phẩm)
Yd  yd * D0 (1  ed ) i
Trong đó:
Yd - Nhu cầu dự trù tương lai
yd - Nhu cầu dự trù tương lai/người/năm
D0 - Dân số năm báo cáo
ed - Tốc độ tăng dân số dự kiến.
i =1,2,...,n - Số năm
75

13/5/2021
* Dự báo cho các sản phẩm đặc thù:
- Đối với những sản phẩm
thay thế (như phân bón, thuốc,
bia...)
Yd  Y0 * S0 (1  es ) i

Trong đó:
Y0 - Nhu cầu quá khứ;
S0 - Thị phần của sản
phẩm
es - Dự kiến tốc độ phát triển của thị phần
76
i =1,2,...,n - Số năm
13/5/2021
 Làm trơn hàm mũ
Làm trơn hàm mũ đơn giản:

Ft 1  Ft  ( Dt  Ft )

Làm trơn Độ tin cậy (alpha)

Xác định dự báo ban đầu

77
chuỗi thời gian Data Plot (Hình
3.1)

78
 Làm trơn hàm mũ
Công thức cơ bản:
At  Dt  1  At 1

Công thức dự báo

Ft 1  At

Ft 1  Ft   Dt  Ft 

79
 Các sai số dự báo
Tổng tích lũy của sai số dự báo (CFE)
Sai số bình phương trung bình (MSE)
Độ lệch tuyệt đối trung bình (MAD)
Sai số phần trăm tuyệt đối trung bình
(MAPE)
Theo dõi dấu hiệu (TS)

80
Các sai số dự báo: Các công thức

n n
Tổng tích lũy của et
CFE =  et Sai số phần trăm | D | 100
sai số dự báo i=1 tuyệt đối trung MAPE = i=1 t
n
bình
n

e
n

e
2
Sai số bình phương i=1
t
Theo dõi dấu hiệu t
MSE = TS = i=1
trung bình
n MAD

e
n
Độ lệch tuyệt đối |e | t
Sai số trung bình t
trung bình MAD = i=1
ME = i=1
n
n

81
Dự báo theo chuỗi thời gian cấp cao

Làm trơn hàm mũ linh hoạt

So sánh các phương pháp Dự báo theo
chuỗi thời gian
Phương pháp Box-Jenkins

82
 Mô hình dự báo nhân quả
Mô hình chung:
yˆ  a  bx
Các dạng mô hình nhân quả khác (Xem
Bảng 3.1):
– Econometric
– Input-output
– Mô hình mô phỏng
– Các mô hình khác

83
Ví dụ về phương pháp nhân quả
Yt = a + b(t)
t Dt Ft
1 120 119.52
2 124 121.18
3 119 122.84
4 124 124.5
5 125 126.15
6 130 127.81
7 129.47

Intercept (a) 117.8667

Slope (b) 1.657143

F7 = 117.87 + 1.66 (7) = 129.47

84
Lựa chọn một phương pháp dự
báo
Tính phức tạp của người sử dụng và hệ
thống
Thời gian và nguồn lực sẵn có
Lợi ích hay các đặc tính của quyết định
Dữ liệu sẵn có
Cấu trúc dữ liệu

85
 Biểu đồ so sánh
Phương pháp trung bình dịch chuyển với nhiều n khác nhau

Mean Error

-26.32 n = 12

-17.10 n = 10

-34.75 n=6

-8.83 n=3

ME

86
 Biểu đồ so sánh
Phương pháp trung bình dịch chuyển với nhiều n khác nhau

Mean Absolute Deviation

n = 12 223.30

n = 10 215.62

n=6 234.17

n=3 256.53
MAD

87
 Biểu đồ so sánh
Phương pháp trung bình dịch chuyển với nhiều n khác nhau

Mean Squared Error (MSE)

n = 12 75,475

n = 10 72,664

n=6 84,281

n=3 85,999
MSE

88
 Biểu đồ so sánh
Phương pháp trung bình dịch chuyển với nhiều n khác nhau

MAPE

n = 12 0.1034

n = 10 0.0932

n=6 0.1098

n=3 0.1182
MAPE

89