Professional Documents
Culture Documents
Chuong 4 Du Bao
Chuong 4 Du Bao
Lý Sản xuất
và tác nghiệp
Chương 5 – Dự Báo
Mục Tiêu Bài Học
Sau khi học xong chương này học viên
có thể
þ Hiểu được cách thức dự báo mô hình
theo thời gian và áp dụng đối với mỗi
trường hợp
þ Giải thích khi nào thì sử dụng một
trong số bốn mô hình dự báo định tính
þ Áp dụng phương pháp đơn giản, trung
bình động,san bằng theo quy luật hàm
số mũ, và phương pháp xu hướng
Mục Tiêu Bài Học
Sau khi học xong chương này học viên có
thế
þ Ước tính ba cách đo lường dự báo
chính xác
þ Phát triển các chỉ số mùa vụ khi dự báo
þ Tiến hành phân tích hồi qui và tương
quan
þ Sử dụng tín hiệu theo dõi sai lệch của
dự báo
Dự Báo Tại Disney World
þ Là tập đoàn toàn cầu bao gồm các
công viên ở Hồng Kông, Paris,
Tokyo, Orlando, và Anaheim
þ Doanh thu thu được từ khách hàng
– có bao nhiêu khách tham quan và
họ sử dụng tiền của mình như thế
nào
þ Báo cáo quản lý hàng ngày chỉ gồm
bản dự báo và số lượng khách tham
quan thực tế tại mỗi công viên
Dự Báo Tại Disney World
Xu Chu kỳ
hướng
Nhu cầu
thực
Tuần Ngày 7
Tháng Tuần 4-4.5
Tháng Ngày 28-31
Năm Quý 4
Năm Tháng 12
Năm Tuần 52
Yếu tố Chu Kỳ
þ Dao động lên xuống lặp đi lặp lại
þ Bị ảnh hưởng bởi các yếu tố chu kỳ kinh
doanh, chính trị, kinh tế
þ Khoảng thời gian dài, nhiều năm
þ Có quan hệ nhân quả hay liên đới
0 5 10 15 20
Yếu tố Ngẫu Nhiên
þ Biến động thất thường, không có
hệ thống
þ Thay đổi bởi sự dao động ngẫu
nhiên hoặc các sự kiện không lườ
ng trước được
þ Thời hạn ngắn và không lặp lại
M T W T F
Phương pháp giản đơn
22 –
20 –
18 –
16 –
14 –
12 –
10 –
| | | | | | | | | | | |
J F M A M J J A S O N D
Trung Bình Động Có Trọng Số
20 – Doanh
thu thực
15 –
Trung bình
10 – động
5 –
| | | | | | | | | | | |
J F M A M J J A S O N D
Figure 4.2
Điều hòa Theo Quy Luật
Hàm Số Mũ
þ Dạng của trung bình động có trọng số
þ Trọng số giảm theo hàm mũ
þ Dữ liệu gần nhất có trọng số lớn nhất
þ Điều kiện hằng số điều hòa (a)
þ Nằm trong khoảng từ 0 đến 1
þ Lựa chọn một cách chủ quan
þ Không cần tìm nhiều số liệu trong quá
khứ
Điều hòa Theo Quy Luật
Hàm Số Mũ
Ft = Ft – 1 + a(At – 1 - Ft – 1)
175 –
a = .1
150 – | | | | | | | | |
1 2 3 4 5 6 7 8 9
Quý
Tác Động Của a Khác Nhau
225 –
Actual a = .5
þ Chọn giá trị a demand
200 – cao khi
giá trị trung bình có thể
Demand
thay đổi
175 –
þ Chọn giá trị a thấp khi
giá trị trung bình ổn định a = .1
150 – | | | | | | | | |
1 2 3 4 5 6 7 8 9
Quý
Lựa Chọn a
Mục tiêu là có được dự báo chính
xác nhất mà không phụ thuộc vào
phương pháp
Chúng ta thường làm việc này bằng cách
lựa chọn các mô hình mang lại những sai
lệch dự báo thấp nhất
n
∑100|Thực tếi – Dự báoi|/Thực tếi
MAPE = i = 1
n
So Sánh Các Sai Lệch
Dự Báo
Kết quả Độ lệch Kết quả Độ lệch
Nhu cầu dự báo tuyệt đối dự báo tuyệt đối
thực với với với với
Quý a = .10 a = .10 a = .50 a = .50
1 180 175 5.00 175 5.00
2 168 175.5 7.50 177.50 9.50
3 159 174.75 15.75 172.75 13.75
4 175 173.18 1.82 165.88 9.12
5 190 173.36 16.64 170.44 19.56
6 205 175.02 29.98 180.22 24.78
7 180 178.02 1.98 192.61 12.61
8 182 178.22 3.78 186.30 4.30
82.45 98.62
So Sánh Các Sai Lệch
Dự Báo
∑ |các sai lệch|
Kết quả Độ lệch Kết quả Độ lệch
MAD =
Nhu cầu dự báo tuyệt đối dự báo tuyệt đối
thực n
với trung với trung bình
Quý a = .10 a = .10 a = .50 a = .50
1
Với a = .10
180 175 5.00 175 5.00
2 168 = 82.45/8 = 10.31
175.5 7.50 177.50 9.50
3 159 174.75 15.75 172.75 13.75
4 Với a175
= .50 173.18 1.82 165.88 9.12
5 190 173.36 16.64 170.44 19.56
6 205 = 98.62/8 = 12.33
175.02 29.98 180.22 24.78
7 180 178.02 1.98 192.61 12.61
8 182 178.22 3.78 186.30 4.30
82.45 98.62
So Sánh Các Sai Lệch
Dự Báo 2
∑ (các sai lệch dự báo)
Kết quả Độ lệch Kết quả Độ lệch
MSE =Nhu cầu
thực
n
dự báo
với
tuyệt đối
trung
dự báo
với
tuyệt đối
trung bình
Quý a = .10 a = .10 a = .50 a = .50
1
Với a = .10
180 175 5.00 175 5.00
2 = 1,526.54/8 = 190.82
168 175.5 7.50 177.50 9.50
3 159 174.75 15.75 172.75 13.75
4 Với a175
= .50 173.18
1.82 165.88 9.12
5 = 1,561.91/8 = 195.24
190 173.36 16.64 170.44 19.56
6 205 175.02 29.98 180.22 24.78
7 180 178.02 1.98 192.61 12.61
8 182 178.22 3.78 186.30 4.30
82.45 98.62
MAD 10.31 12.33
So Sánh Các Sai Lệch
n Dự Báo
∑100|sai lệchi|/thực tếi
Kết quả Độ lệch Kết quả Độ lệch
MAPE = i = 1
Nhu cầu dự báo tuyệt đối dự báo tuyệt đối
thực với n trung với trung bình
Quý a = .10 a = .10 a = .50 a = .50
a = .10
Với 180
1 175 5.00 175 5.00
2 168 = 44.75/8 = 5.59%
175.5 7.50 177.50 9.50
3 159 174.75 15.75 172.75 13.75
4 a = .50 173.18
Với 175 1.82 165.88 9.12
5 190 173.36 16.64 170.44 19.56
6 205 = 54.05/8 = 6.76%
175.02 29.98 180.22 24.78
7 180 178.02 1.98 192.61 12.61
8 182 178.22 3.78 186.30 4.30
82.45 98.62
MAD 10.31 12.33
MSE 190.82 195.24
So Sánh Các Sai Lệch
Dự Báo
Kết quả Độ lệch Kết quả Độ lệch
Nhu cầu dự báo tuyệt đối dự báo tuyệt đối
thực với trung với trung bình
Quý a = .10 a = .10 a = .50 a = .50
1 180 175 5.00 175 5.00
2 168 175.5 7.50 177.50 9.50
3 159 174.75 15.75 172.75 13.75
4 175 173.18 1.82 165.88 9.12
5 190 173.36 16.64 170.44 19.56
6 205 175.02 29.98 180.22 24.78
7 180 178.02 1.98 192.61 12.61
8 182 178.22 3.78 186.30 4.30
82.45 98.62
MAD 10.31 12.33
MSE 190.82 195.24
MAPE 5.59% 6.76%
Điều hòaTheo Luật Số Mũ
Với Xu Hướng Điều Chỉnh
Khi dữ liệu tồn tại xu hướng, điều hòa theo luật
số mũ phải được điều chỉnh
Bước 1: Tính Ft
Bước 2: Tính Tt
Step 3: Tính toán dự báo FITt = Ft + Tt
Ví Dụ
Dự báo
Nhu cầu Dự báo Yếu tố có tính đến
Tháng (t) thực (At) hàm số mũ, Ft xuhướng, Tt xu hướng, FITt
1 12 11 2 13.00
2 17
3 20
4 19
5 24
6 21
7 31
8 28
9 36
10
Ví Dụ
Dự báo
Nhu cầu Dự báo Yếu tố có tính đến
Tháng (t) thực (At) hàm số mũ, Ft xuhướng, Tt xu hướng, FITt
1 12 11 2 13.00
2 17
3 20
4 19
5 24 Bước 1: Dự báo cho Tháng 2
6 21
7 31 F2 = aA1 + (1 - a)(F1 + T1)
8 28 F2 = (.2)(12) + (1 - .2)(11 + 2)
9 36
10 = 2.4 + 10.4 = 12.8 đơn vị
Ví Dụ
Dự báo
Nhu cầu Dự báo Yếu tố có tính đến
Tháng (t) thực (At) hàm số mũ, Ft xuhướng, Tt xu hướng, FITt
1 12 11 2 13.00
2 17
3 20
4 19
5 24 Bước 2: Xu hướng của Tháng 2
6 21
7 31 T2 = b(F2 - F1) + (1 - b)T1
8 28 T2 = (.4)(12.8 - 11) + (1 - .4)(2)
9 36
10 = .72 + 1.2 = 1.92 đơn vị
Ví Dụ
Dự báo
Nhu cầu Dự báo Yếu tố có tính đến
Tháng (t) thực (At) hàm số mũ, Ft xuhướng, Tt xu hướng, FITt
1 12 11 2 13.00
2 17
3 20
4 19
5 24 Bước 3: Tính toán FIT cho Tháng 2
6 21
7 31 FIT2 = F2 + T1
8 28 FIT2 = 12.8 + 1.92
9 36
10 = 14.72 đơn vị
Ví Dụ
Dự báo
Nhu cầu Dự báo Yếu tố có tính đến
Tháng (t) thực (At) hàm số mũ, Ft xuhướng, Tt xu hướng, FITt
1 12 11 2 13.00
2 17 12.80 1.92 14.72
3 20 15.18 2.10 17.28
4 19 17.82 2.32 20.14
5 24 19.91 2.23 22.14
6 21 22.51 2.38 24.89
7 31 24.11 2.07 26.18
8 28 27.14 2.45 29.59
9 36 29.28 2.32 31.60
10 32.48 2.68 35.16
Ví Dụ
35 –
25 –
20 –
15 –
0 – | | | | | | | | |
1 2 3 4 5 6 7 8 9
Tháng
Dự Báo theo Xu Hướng
Kết nối dòng dự báo với các điểm dữ liệu quá khứ
để xác định xu hướng trung và dài hạn
Đường xu hướng tuyến tính có thể được xác định
bằng việc sử dụng kỹ thuật bình phương nhỏ
nhất
^
y = a + bx
ở đó y^ = giá trị dự báo cần tính toán (biến
phụ thuộc)
a = hằng số phụ thuộc
b = hệ số góc của đường xu hướng
x = biến độc lập
Phương Pháp Bình Phương
Nhỏ Nhất
Quan sát thực tế
Giá trị của biến phụ thuộc
Độ lệch7
(y value)
Độ lệch5 Độ lệch
6
Độ lệch3
Độ lệch
4
Độ lệch1
(error)
Độ lệch 2 Đường xu hướng
^
y = a + bx
Thời gian
Phương Pháp Bình Phương
Nhỏ Nhất
Quan sát thực tế Độ lệch
Giá trị của biến phụ thuộc
(y value)
Độ lệch5 Độ lệch
Phương pháp bình phương 6
Độ lệch1
(error)
Độ lệch 2 Đường xu hướng
^
y = a + bx
Thời gian
Phương Pháp Bình Phương
Nhỏ Nhất
Các phương trình để tính các biến hồi quy
^
y = a + bx
a = y - bx
Ví Dụ Bình Phương Nhỏ Nhất
Biến Nhu cầu
Năm thời gian(x) điện năng x2 xy
2001 1 74 1 74
2002 2 79 4 158
2003 3 80 9 240
2004 4 90 16 360
2005 5 105 25 525
2005 6 142 36 852
2007 7 122 49 854
∑x = 28 ∑y = 692 ∑x2 = 140 ∑xy = 3,063
x = 4 y = 98.86
120 –
110 –
100 –
90 –
80 –
70 –
60 –
50 –
| | | | | | | | |
2001 2002 2003 2004 2005 2006 2007 2008 2009
Năm
Các Điều Kiện Của Bình Phương
Nhỏ Nhất
1. Chúng ta luôn thu thập dữ liệu để
đảm bảo mối quan hệ tuyến tính
2. Chúng ta không dự báo những giai
đoạn xa vượt ra ngoài cơ sở liệu
3. Sai lệch xung quanh đường bình
phương nhỏ nhất được giả định là
ngẫu nhiên
Biến Mùa Vụ Trong Dữ Liệu
110 –
100 –
90 –
80 –
70 –
| | | | | | | | | | | |
J F M A M J J A S O N D
Thời gian
Bệnh viện San Diego
Yếu tố xu hướng
10,200 –
10,000 –
Lượt bệnh nhân
9,800 – 9745
9702
9616 9659
9573 9724 9766
9,600 – 9530 9680
9594 9637
9,400 – 9551
9,200 –
9,000 – | | | | | | | | | | | |
Jan Feb Mar Apr May June July Aug Sept Oct Nov Dec
67 68 69 70 71 72 73 74 75 76 77 78
Tháng
Bệnh viện San Diego
Chỉ số mùa vụ
Chỉ số mùa vụ cho lượt bệnh nhân
1.06 –
1.04 1.04
1.04 – 1.03
1.02
1.02 – 1.01
1.00
1.00 – 0.99
0.98
0.98 – 0.99
0.96 – 0.97 0.97
0.96
0.94 –
0.92 – | | | | | | | | | | | |
Jan Feb Mar Apr May June July Aug Sept Oct Nov Dec
67 68 69 70 71 72 73 74 75 76 77 78
Tháng
Bệnh viện San Diego
Kết hợp yếu tố xu hướng và mùa vụ
10,200 –
10068
Lượt bệnh nhân ngày
9,000 – | | | | | | | | | | | |
Jan Feb Mar Apr May June July Aug Sept Oct Nov Dec
67 68 69 70 71 72 73 74 75 76 77 78
Tháng
Dự báo liên kết
Được sử dụng khi sự thay đổi của một hay
nhiều biến độc lập có thể dẫn đến ước lượng
được sự thay đổi của biến phụ thuộc
ở đó y^ = giá trị dự báo cần tính toán (biến
phụ thuộc)
a = hằng số phụ thuộc
b = hệ số góc của đường xu hướng
x = biến độc lập có ảnh hưởng đến biến
phụ thuộc
Ví dụ về Dự báo liên kết
Doanh thu Lương tại địa phương
($ tỷ), y ($ triệu), x
2.0 1
3.0 3
2.5 4 4.0 –
2.0 2
Doanh thu
2.0 1 3.0 –
3.5 7
2.0 –
1.0 –
| | | | | | |
0 1 2 3 4 5 6 7
Lương tại khu vực
Ví dụ về dự báo liên kết
Doanh thu, y Lương bổng, x x2 xy
2.0 1 1 2.0
3.0 3 9 9.0
2.5 4 16 10.0
2.0 2 4 4.0
2.0 1 1 2.0
3.5 7 49 24.5
∑y = 15.0 ∑x = 18 ∑x2 = 80 ∑xy = 51.5
| | | | | | |
0 1 2 3 4 5 6 7
Lương tại địa phương
Độ lệch chuẩn của sai số
þ Dự báo là việc đoán trước các điểm
trong tương lai
þ Dự báo có 4.0 –
thể tạo ra các 3.25
xác suất sai số 3.0 –
Sales
2.0 –
1.0 –
| | | | | | |
0 1 2 3 4 5 6 7
Area payroll
Figure 4.9
Độ lệch chuẩn
| | | | | | |
0 1 2 3 4 5 6 7
Area payroll
Hệ số tương quan
þ Thể hiện mối quan hệ giữa các
biến là mạnh hay yếu
þ Hệ số tương quan không nhất thiết
phản ánh mức độ tác động!
þ Hệ số tương quan, r, đo lường sự
liên kết của các giá trị
þ r nằm trong khoảng từ -1 đến +1
Hệ số tương quan
nSxy - SxSy
r =
[nSx2 - (Sx)2][nSy2 - (Sy)2]
y
Hệ số tương quan y
nSxy - SxSy
r =
(a) Tương quan
[nS
x
x 2 - (Sx)2][nSy2 - (Sy)2]
x
(b) Đồng biến:
đồng biến hoàn 0 < r < 1
toàn: r = +1
y y
Nếu như có nhiều hơn một biến độc lập có
ảnh hưởng đến biến phụ thuộc, mô hình hồi
quy tuyến tính chuyển thành mô hình hồi quy
đa biến
^
y = a + b1x1 + b2x2 …
Trong ví dụ về công ty Nodel nếu ta đưa thêm
biến về lãi suất vào công thức tính, sẽ được hàm
mới :
^
y = 1.80 + .30x1 - 5.0x2
0 MADs Khoảng
chấp nhận
–
Cận dưới kiểm soát
Thời gian
Ví dụ về tín hiệu kiểm soát
Tổng
sai lệch sai lệch
Nhu cầu Nhu cầu tuyệt đối cộng
Quý thực dự báo Sai lệch RSFE TB dồn MAD
1 90-10/10 = -1
100 -10 -10 10 10 10.0
2 95
-15/7.5 = -2
100 -5 -15 5 15 7.5
3 115 0/10 = 0
100 +15 0 15 30 10.0
4 100-10/10 = -1
110 -10 -10 10 40 10.0
5 125
+5/11 = +0.5
110 +15 +5 15 55 11.0
6 140
+35/14.2 = +2.5
110 +30 +35 30 85 14.2
15% –
10% –
5% –
10% –
8% –
6% –
4% –
2% –
0% –
2 4 6 8 10 12 2 4 6 8 10 12
A.M. P.M.
Giờ trong ngày