Phương Pháp Dự Báo Chuỗi Thời Gian, Dự Báo Chuỗi Thời Gian

trang chủ Page POM Forecasting PHÂN TÍCH CHUỖI THỜI GIAN

PHÂN TÍCH CHUỖI THỜI GIAN

PHÂN TÍCH CHUỖI THỜI GIAN

Nguyễn Nlỗi Phong

Kỹ thuật Hệ thống Công nghiệp

Đại học Bách Khoa TPHCM

a. Phân tích chuỗi thời gian

Phân tích chuỗi thời hạn là cách thức dự đoán định lượng với số liệu nguồn vào là chuỗi dữ liệu vượt khứ đọng theo thời hạn Dt. Chuỗi tài liệu theo thời gian bao hàm những thành phần:

MứcXu hướngBiến thiên theo mùaBiến thiên chu kỳBiến thiên ngẫu nhiên

Thành phần mức luôn luôn có mặt trong chuỗi dữ khiếu nại, biễu diễn mức xuất xắc độ bự của chuỗi dữ khiếu nại. Thành phần Xu thế biễu diễn vận tốc tăng thêm hay suy bớt của chuỗi dữ kiện theo thời hạn.

Bạn đang xem: Phương pháp dự báo chuỗi thời gian

Biến thiên theo mùa biễu diễn giao động của chuỗi dữ kiện theo thời hạn với chu kỳ thường niên xung quanh thành phần nút xuất xắc Xu thế. Biến thiên theo mùa thường có Khi nhu cầu tác động bởi vì các sự kịên thường niên nlỗi khí hậu, knhị ngôi trường, suy nghĩ lễ, …

Biến thiên chu kỳ biễu diễn xê dịch của chuỗi dữ khiếu nại theo thời hạn xung quanh yếu tắc Xu thế. Biến thiên chu kỳ luân hồi là xê dịch dài hạn nhiều năm hay là tác dụng của những chu kỳ luân hồi kinh doanh ảnh hưởng do những sự kịên nlỗi sự trở nên tân tiến, suy thóai, xịn hỏang, phục sinh của tài chính.

Biến thiên thiên nhiên là vươn lên là thiên rất khó có thể có biết trứơc được do lỗi của khối hệ thống tích lũy dữ liệu tuyệt những ngulặng nhân ngẫu nhiên nlỗi thiên tai, cuộc chiến tranh, bãi khoá, … Biến thiên thiên nhiên luôn luôn có mặt vào chuỗi dữ khiếu nại và rất cần phải lọc bỏ Khi dự báo. Một chuyên môn thường xuyên dùng để thanh lọc vứt đổi thay thiên ngẫu nhiên là phép đem vừa phải.

b. Mô hình so với chuỗi thời gian

Các quy mô so sánh chuỗi thời gian bao gồm:

Mô hình trung bìnhMô hình làm trơn hàm mũ – EWMAMô hình hồi quy – RA .

Xem thêm: Điều Kiện Tiêu Chuẩn Trong Hóa Học Cơ Bản, Nhiệt Độ Và Áp Suất Tiêu Chuẩn

Các mô hình trung bình cơ bạn dạng bao gồm

Chu kỳ cuối – LPDTrung bình số học tập – AATrung bình dịch rời – MATrung bình di chuyển bao gồm trọng số – WMA

Mô hình làm suôn sẻ hàm mũ là quy mô có tác dụng đoán trước là vừa phải bao gồm trọng số của dữ kiện dự báo cùng dữ kiện thực tế sinh hoạt chu kỳ trước. Mô hình phân tích hồi quy mang sử nhu yếu có tương quan với thời hạn tuyệt là hàm của thời hạn. Với hồi quy đường tính, giá trị dự báo là hàm tuyến đường tính của trở thành thời gian

c. Mô hình phân tích chuỗi thời hạn thực tế

Các quy mô so sánh chuỗi thời gian thực tiễn thường được sử dụng bao gồm:

Mô hình WinterMô hình phân lyMô hình Box-Jenkins

Mô hình Winter là một trong quy mô làm trơn hàm nón xét cả 3 yếu tố mức, Xu thế và mùa. Mô hình phân ly trả sử tài liệu chuỗi thời gian bao gồm các yếu tố xu hướng T, mùa S, chu kỳ C, và bỗng nhiên R phối kết hợp cả hai chuyên môn có tác dụng trơn tru chuỗi dữ liệu và hồi quy tuyến tính.

Năm 1970, George Box và Gwilym Jenkins xuất bản một phương pháp hệ thống để so với chuỗi tài liệu với chọn lựa mô hình dự đoán phù hợp call là phương thức Box – Jenkins tất cả những bước:

Xác định cấu trúc tế bào hìnhƯớc lượng ttê mê số mô hìnhKiểm tra sự cân xứng của tế bào hình

Một mô hình sử dụng phương pháp Box – Jenkins là mô hình ARIMA. Mô hình ARIMA là một trong mô hình tân oán dùng mang đến chuỗi tài liệu theo thời gian, phối kết hợp thân phương thức hồi quy cùng phương pháp vừa đủ dịch chuyển.

Bài viết liên quan