Bài tập chương 3

1/Hãy xem xét chuỗi thời gian sau:

Time Yt
1 18
2 20
3 22
4 24
5 26
6 28
A/ Hãy xây dựng phương trình xu hướng tuyến tính cho dãy thời gian trên.

B/ Giá trị dự báo khi t = 17?

ANS:

A/ Yt = 16+2t
B/ 30

2/ Hãy dự báo nhu cầu một mặt hàng cho tháng 7(July) bằng cách sử
dụng phương pháp trung bình trượt có trọng số trong ba tháng (áp
dụng cho dữ liệu về nhu cầu một loại mặt hàng trong quá khứ sau đây
và sử dụng các trọng số: 0.5, 0.3 và 0.2 (trọng số lớn nhất dành cho dữ
liệu gần đây nhất).

Demand
Month (Nhu cầu) Forecast
January 40
February 45
March 57
April 60
May 75

1
 June 87
July
ANS:

April:

Y4 = 0.2* (40) + 0.3*45 + 0.5*57 = 50

Y5 = 0.2* (45) + 0.3*57 + 0.5*60 = 56.1

Y6 = ….; Y7 =….

Month Demand Forecast

January 40
February 45
March 57
April 60 50.0
May 75 56.1
June 87 66.9
July 78.0

3/ Hãy dự báo nhu cầu một mặt hàng cho tháng 7 bằng cách sử dụng
phương pháp trung bình trượt có trọng số trong ba tháng áp dụng
cho dữ liệu về nhu cầu một loại mặt hàng trong quá khứ sau đây và sử
dụng các trọng số: 6, 4 và 2 (trọng số lớn nhất dành cho dữ liệu gần
đây nhất).

2
 Month Actual Demand (A)
January 40
February 45
March 57
April 60 (2)
May 75 (4)
June 87 (6)
July
ANS:

Month Demand Forecast

April 60 50.17
May 75 56.50
June 87 67.00
July 78.50

4/ Hãy dự báo nhu cầu một mặt hàng cho tháng 7 bằng cách sử dụng
phương pháp trung bình trượt có trọng số trong ba tháng áp dụng cho
dữ liệu về nhu cầu một loại mặt hàng trong quá khứ sau đây và sử
dụng các trọng số: 5, 4 và 3 (trọng số lớn nhất dành cho dữ liệu gần
đây nhất). Hiển thị tất cả các tính toán của bạn từ tháng 4 đến tháng 7.

month Nhu cầu

January 80
February 83
March 87
April 90
May 95
June 98

3
 July  
ANS:

Month Demand Forecast

April 90 83.92
May 95 87.25
June 98 91.33
July   95.00

5/ Doanh số bán thực tế (Actual Sales) từ January đến April được cho bảng dưới
đây:

Actual Forecasted
Observation Month Sales (Yt) Sales (Ft)
1 January 18
Februar
2 y 23
3 March 20
4 April 16
5 May

Sử dụng phương pháp làm mịn theo cấp số nhân/mũ với = 0,2 để
dự báo doanh số bán hàng cho tháng 5 từ dữ liệu trên. Giả sử dự báo
cho giai đoạn đầu (tháng 1) là 18. Hiển thị tất cả các kết quả tính toán.

ANS:

F t+1 =¿ α Y t + ( 1−α ) F t

F1 = Y1 = 18; F2 = Y1 =1 8;
F3 = F2 + 0.2 (Y2 – F2) = 1.8 +0.2*(23 – 18)
F4 =

4
 Actual
Sales Forecasted
Observation Month (Yt) Sales (Ft)
1 January 18 18
2 February 23 18
3 March 20 19 = F3
4 April 16 19.2
5 May 18.56

6/ Doanh số bán thực tế (Actual Sales) từ January đến April được cho
bảng dưới đây:

Month Actual Sales (Yt)

January 18

February 25

March 30

April 40

May

Sử dụng phương pháp làm mịn theo cấp số nhân/mũ với = 0,3 để
dự báo doanh số bán hàng cho tháng 5 từ dữ liệu trên. Giả sử dự báo
cho giai đoạn đầu (tháng 1) là 18. Hiển thị tất cả các kết quả tính
toán từ tháng 2 đến tháng 5.

F t+1 =¿ α Y t + ( 1−α ) F t

F1 = Y1 = 18; F2 = Y1 =18;
F3 = F2 + 0.3 (Y2 – F2) = 18 +0.3*(25 – 18) = 20.1
F4 = F3 + 0.3 (Y3 – F3) = 20.1 +0.3*(30 – 20.1) = 23.07
F5 = F4 + 0.3 (Y4 – F4) = 23.07 +0.3*(40 – 23.07) = 28.149

5
 ANS:
Actual Smoothed Value
Month Sales (Yt) Ft
January 18 = Y1
February 25 = Y2 18
March 30 = Y3 20.1
April 40 = Y4 23.07
May 28.15 = F5

7/ Doanh số bán thực tế (Actual Sales) của một công ty (triệu đola) từ
January đến April được cho bảng dưới đây:

Month Sales
January 18
February 25
March 30
April 40
May

a/ Dùng = 0.3 để tính toán các giá trị làm mịn theo cấp số nhân cho
doanh số bán hàng. Hãy tính MSE và dự báo doanh số bán cho tháng 5.
Hãy hiển thị các tính toán của bạn từ tháng 2 đến tháng 5.

b/
Dùng để tính toán giá trị làm mịn theo hàm mũ cho doanh số bán. Hãy tính
toán MSE và dự báo doanh thu cho tháng 5. Hãy trình bày tính toán của
6
 bạn từ tháng 2 đến tháng 5.

c/ Dựa vào MSE, hãy cho biết giá trị alpha nào làm cho dự báo tốt hơn?
Tại sao?

ANS:

a/ Khi = 0.30:

F t+1 =¿ α Y t + ( 1−α ) F t

F2 = Y1 =18;
F3 = F2 + 0.3 (Y2 – F2) = 18 +0.3*(25 – 18) = 20.1
F4 = F3 + 0.3 (Y3 – F3) = 20.1 +0.3*(30 – 20.1) = 23.07
F5 = F4 + 0.3 (Y4 – F4) = 23.07 +0.3*(40 – 23.07) = 28.149

Sales Smoothed Values

Month (Yt) (Ft) Error 2
January 18 -----
February 25 18.00 49.00
March 30 20.10 98.01
April 40 23.07 286.63
May 28.15 MSE = 144.55

b/ When = 0.10:

Smoothed
Month Sales Values Error 2

7
 January 18  
February 25 18.00 49.00
March 30 18.70 127.69
April 40 19.83 406.83
May   21.85 MSE = 194.51

c/ Với alpha = 0.30 ta có MSE nhỏ hơn. Vì vậy alpha = 0.30 làm cho dự báo
tốt hơn.

8/Nhu cầu thực tế về một loại sản phẩm và nhu cầu dự báo về lượng sản
phẩm đó cho ở dưới đây. Hãy tính MAE và MSE. Hãy hiển thị các kết
quả tính toán của bạn.

Actual Forecast
Observation Demand (Yt) (Ft)
35 ---
1
30 35
2
26 30
3
34 26
4
28 34
5
38 28
6

8
 Absolute
Error
Error Error
Observatio Actual Sales Forecast square
n (Yt) (Ft) = d
1 35 --- --- --- ---
2 30 35 -5.00 25.00 5.00
3 26 30 -4.00 16.00 4.00
4 34 26 8.00 64.00 8.00
5 28 34 -6.00 36.00 6.00
6 38 28 10.00 100.00 10.00

Total 241.00 33.00

Average 48.20 6.6
MSE MAE

Giải thích: MSE = 241.00/5 = 48.20; MAE = 33.00/5 = 6.6.

9/ Nhu cầu đối với một sản phẩm và nhu cầu dự báo của bộ phận dự báo (phương
pháp ngây thơ – naïve method) cho một sản phẩm được hiển thị bên dưới

Actual Forecasted
Period Demand (Yt) Demand (Ft)
1 45 ---

2 48 45

3 42 48

4 44 42

5 50 44

6 60 50

9
 a/ Hãy tính MAE. Đáp số: 5.4.
b/ Hãy tính MSE. Đáp số: 37.0
10/ Đối với dữ liệu chuỗi thời gian sau đây, hãy sử dụng phương pháp đơn
giản/ngây thơ (giá trị gần đây nhất làm dự báo cho giai đoạn tiếp theo) để tính
toán các độ chính xác của dự báo.

Month Value
1 12
2 14
3 10
4 16
5 29
6 22

a/ Tính MAE.
b/ MSE.
c/ Dự báo cho tháng 7.
ANS:

Observation Actual Forecast Error = A- Error 2 Absolute

(A) (F) F Error
1 12 --- --- --- ---
2 14 12 2.00 4.00 2.00
3 10 14 -4.00 16.00 4.00
4 16 10 6.00 36.00 6.00
5 29 16 13.00 169.00 13.00
6 22 29 -7.00 49.00 7.00

Total 274.00 32.00

a/ MAE = 6.40
b/ MSE = 54.80
c/ 22

10
 14/ Hồ sơ bán hàng của một công ty trong khoảng thời gian bảy năm được hiển
thị bên dưới

Year Sales
(t) (In Millions of Dollars)
1 12
2 16
3 17
4 19
5 18
6 21
7 22

a/ Hãy xây dựng biểu diễn xu thế tuyến tính đối với dãy thời gian trên.

b/ Hãy dự báo doanh số cho kỳ 10.

ANS:
a/ Tt = 12 + 1.464t
b/ $26,640,000
15/ Chuỗi thời gian sau đây cho biết doanh thu của một cửa hàng bán quần áo trong
khoảng thời gian 10 tuần.

Sales
Week ($1,000s)
1 15
2 16
3 19
4 18
5 19
6 20
7 19
8 22
9 15
10 21

a/ Hãy tính trung bình trượt gồm 4 tuần cho dãy thời gian trên.
11
 b/ Hãy tính sai số bình quân cho dãy dự báo với trung bình trượt
gồm 4 tuần.

c/ Dùng alpha = 0.3 để tính toán các giá trị làm mịn theo cấp số
nhân cho chuỗi thời gian.

d/ Dự báo doanh số cho tuần 11.

ANS:

a/ 17; 18; 19; 19; 20; 19;

b/ MSE = 7.67 (correct)

c/ 15.00, 15.00, 15.30, 16.40, 16.89, 17.52, 18.26, 19.38, 18.07, 18.95
d/ $19,560

17/ The following time series shows the number of units of a particular
product sold over the past six months.
Units Sold
Month (Thousands)
1 8
2 3
3 4
4 5
5 12
6 10

a/ Tính toán trung bình trượt 3 tháng (căn giữa) cho chuỗi thời gian
trên.
b/ Tính sai số bình phương trung bình (MSE) cho trung bình trượt 3
tháng.
c/ Sử dụng  = 0,2 để tính các giá trị làm mịn theo cấp số nhân cho
chuỗi thời gian.
d/ Dự báo doanh số tháng 7.

12
 ANS:

a/ 5, 4, 7
b/ MSE = 73/3 = 24.33
c/ 8, 8, 7, 6.4, 6.12, 7.296
d/ F7 = 7.836

18/ Doanh số bán hàng của Công ty CMM, một công ty máy tính, trong 8 năm qua được ghi lại dưới đây.

Year Sales
(t) (In Millions of Dollars)
1 2
2 3
3 5
4 4
5 6
6 8
7 9
8 9

a/ Hãy xây dựng một biểu diễn xu hướng tuyến tính chuỗi thời gian trên.

b/ Dự báo doanh số năm thứ 9..

ANS:

a/ Tt = 0.929 + 1.071t
b/ $10,568,000

19/ The sales records of a major auto manufacturer over the past ten years
are shown below.

Number of Cars Sold

Year (t) (In thousands of Units)
13
 1 195
2 200
3 250
4 270
5 320
6 380
7 440
8 460
9 500
10 500

Develop a linear trend expression and project the sales (the number of cars sold)
for time period t = 11.

ANS:

Tt = 136 + 39.182t

T11 = 567

14