TAILIEUCHUNG - Bài giảng Dự báo kinh doanh - Chương 7

Chương 7 Dự báo với phương pháp Box-Jenkins thuộc Bài giảng Dự báo kinh doanh nhằm giới thiệu về tự tương quan, ví dụ minh họa tự tương quan, tự tương quan từng phần. Bài giảng được trình bày khoa học, súc tích giúp các bạn sinh viên tiếp thu bài học nhanh. | CHƯƠNG 7 DỰ BÁO VỚI PHƯƠNG PHÁP BOX-JENKINS ARIMA 1 GIỚI THIỆU Khi xem xét dữ liệu dưới dạng dãy số thời gian hai câu hỏi quan trọng nhất cần được trả lời là 1. Dữ liệu có thể hiện một kiểu chuyển vận nào không 2. Kiểu chuyển vận này có thể khai thác để dự báo được không Phương pháp hồi quy đưa ra mối liên hệ giữa biến phụ thuộc và các biến giải thích biến độc lập . Trong thực tế nhiều trường hợp chúng ta không biết trước các biến giải thích. Phương pháp ARIMA Autoregressive Integrated Moving Average được áp dụng để dự báo. Phương pháp ARIMA do hai ông và . Jenkins đưa ra nên phương pháp này còn được gọi là Box-Jenkins. Phương pháp ARIMA dựa trên các mô hình Trung bình động và tự hồi quy để tạo ra các dự báo trên cơ sở tổng hợp các kiểu chuyển vận trong quá khứ của dữ liệu. Phương pháp này lần lượt thử các mô hình khác nhau cho đến khi tìm được mô hình phu hợp. Tự TƯƠNG QUAN AUTOCORRELATION Để xác định được việc chọn lựa đúng mô hình trong nhóm các mô hình ARIMA AR MA ARMA ARIMA ta cần sử dụng hai công cụ tự tương quan Autocorrelations và Tự tương quan từng phần Partial Autocorrelations . Tự tương quan Autocorrelation Tự tương quan là hiện tượng trong đó sự liên hệ giữa các giá trị các quan sát khác nhau trong cùng một biến là không ngẫu nhiên. Hệ số tương quan dao động trong khoảng -1 1 . Nếu hệ số càng gần bằng 1 hai biến đó có độ tương quan dương càng lớn positive correlations và ngược lại.

TỪ KHÓA LIÊN QUAN
TAILIEUCHUNG - Chia sẻ tài liệu không giới hạn
Địa chỉ : 444 Hoang Hoa Tham, Hanoi, Viet Nam
Website : tailieuchung.com
Email : tailieuchung20@gmail.com
Tailieuchung.com là thư viện tài liệu trực tuyến, nơi chia sẽ trao đổi hàng triệu tài liệu như luận văn đồ án, sách, giáo trình, đề thi.
Chúng tôi không chịu trách nhiệm liên quan đến các vấn đề bản quyền nội dung tài liệu được thành viên tự nguyện đăng tải lên, nếu phát hiện thấy tài liệu xấu hoặc tài liệu có bản quyền xin hãy email cho chúng tôi.
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.