Bài tập Dự báo phát triển KTXH

Bài tập Dự báo phát triển KTXH Bài tập chương 3 Ngoại suy xu thế ( tuyến tính, hàm mũ, logistic, gompert) Bài tập dự báo chương 4 Dự báo bằng phương pháp san mũ Bài tập chương 5 Dự báo thời vụ (giản đơn, winter, giải tích điều hòa, biến giản) Bài tập chương 6 (dự báo bằng mô hình ARIMA) Bài tập chương 7 Dự báo mô hình hồi quy nhân tố (đơn biến, đa biến, mô hình nhiều phương trình sảy ra đồng thời) bài tập chương 8 dự báo bằng mô hình cân đối liên ngành Bài tập chương 9 Phương pháp chuyên gia

Bài tập chương 3

Ngoại suy xu thế ( tuyến tính, hàm mũ, logistic, gompert)

Bài tập dự báo chương 4

Dự báo bằng phương pháp san mũ

Bài 4:

8 16,5 15,2599

15,5079 2

10 15,5

15,6063 4

15,5850 7

15,6680 6

Dựa vào số liệu về tình hình thu gạo của cửahàng trong 12 tháng năm 2013, ta có thể thựchiện dự báo chuỗi thời gian bằng phương pháp

1, Như vậy, dự báo khối lượng gạo tiêu thụ của cửa hàng ở tháng 1 năm 2014

2, mức độ ảnh hưởng của khối lượng tiêu thụ ở thàng 4/ 2013 tới giá trị dụ báo

( t = 12, t- i =4 )ngầm hiểu

 i= 8 trọng số ảnh hưởng = 0,2*= 0.033554

3, Nếu khối lượng tiêu thụ ở tháng 4/2013 là 15 tấn thì kết quả dự báo sẽ thay đổi

Ta sẽ sử dụng phương pháp chỉ sốthời vụ giản đơn Mô hình dạng cộng,

Xét chuỗi thời gian Yt có dạng cộngsau: Yt = Xt + St + Ct + It

Bảng tính để ước lượng các tham số mô hình

3

3

0,33333 3

0,33333 3

ước lượng Xt +Ct+It bằng pp OLS

3 16 81,33333

t = + (Sj tại thời điểm t )

 Dự báo sản lượng lúa quý I năm thứ 6, (t= 16)

Xu thế tuyến tính

 Dự báo sử dụng phương phápchỉ số thời vụ giản đơn, mô hìnhdạng nhân

m=2=(++) … chuỗi mất đi 2 giá trị quan sát

Bảng tính để ước lượng các tham số của mô hình

6,7 3

2 H T 3 8,9

6,8 3

8,2 3

Bảng phụ tính trung bình chỉ số thời vụ từng mùa Mj, chỉ số thời vụ chung Sj

thời vụ năm 1 năm 2 năm 3 năm 4 năm 5 năm 6 Mj Sj

g 570 120 90,6 1613,5 823,54

1066,1 5

95,037% sự thay đổi của khối lượng tiêu thụ

 Giá và khối lượng tiêu thụ có mối quan hệ chặt chẽ vớ nhau

Ta sẽ sử dụng mô hình nhân tố đa

biến: mô hình dự báo khối lượng

tiêu thụ của sp theo giá có dạng :

- Giữa các biến độc lập không

có đa cộng tuyến hoàn hảo

là

= 74,4 (tấn)

Bảng tính

.= 12;

Hệ số tương quanCorr(== 0,991649Corr(== -0,97487

Hệ số tương quan của giữa khối lượng tiêu thụ sản phẩm Y và chi phí quảng cáo = 0,991649

; Hệ số tương quan bội tương ứng: 0,98337

 Cho thấy mối quan hệ chặt chẽ giữa khối lượng tiêu thụ sản phẩm và chi phí quảng cáo

Và đó là mối quan hệ thuận chiều đưa thêm biến CPQC giải thích được 98,33% sự thay đổi của giá

Hệ số tương quan giữa giữa khối lượng tiêu thụ sản phẩm Y và giá sản phẩm = -0,97487; Hệ

số tương quan bội tương ứng: 0,9504

 Cho thấy mỗi quan hệ chặt chẽ giữa khối lượng tiêu thụ sản phẩm và giá sản phẩm

đó là mối quan hệ ngược chiều

bài tập chương 8

dự báo bằng mô hình cân đối liên ngành

Có 2 mô hình

• Tĩnh (trong một năm)

• Động (cho phép xác định mối quan hệ nhân quả giữa quá khứ, hiện tại vàtương lai)

Bảng cân đối liên ngành dạng hiện vật

Bảng cân đối liên ngành dạng giá trị

Các bảng cân đối liên ngành hiện giá trị

vật-Bài

9

1, Ý nghĩa = 0,2

Để tạo ra một đơn vị sản phẩm của ngành 1 cần 0,2 đơn vị sản phẩm của ngành 3

2, dự báo tốc độ tăng trưởng kinh tế

Giá trị sản lượng của nền kinh tế kỳ dự báo:

4 dự báo nhu cầu đầu tư để đạt được mức tăng trưởng kinh tế đề ra mới

h = [E - A]-1* e’ = B*e’

h =* =

dự báo nhu cầu đầu tư của ngành:

= * = 3,0556 = 34,5454

= * = (-7,5)= -80,625

= * = 8,056)= -102,266

Tổng nhu cầu đầu tư của nền kinh tế: I = I 1 + I 2 + I 3

5, tính giá trị gia tăng ngành 1 và lập bảng cân đối liên ngành năm dự báo

28,537 27,387

2 33,535228,537 41,080

Số tứ phân vị dưới:

= 25+5 =25,55= 26

có 25% số chuyên gia được hỏi cho

rằng con người sẽ có chuyến bay tới

sao Hỏa và quay trở lại Trái Đất trong

vòng 26 năm tới

Số tứ phân vị trên = 40+5 = 42,36842 = 42

75% số chuyên gia được hỏi cho rằng conngười sẽ chó chuyến bay tới sao Hỏa và quaytrở lại Trái đất trong vòng 42 năm tới

Bài 12

1) Đáng giá độ thống nhất của các chuyên gia

Kí hiệu rõ Yt

Detal Yt+1 dương có xu thế

Có giá trị cá biệt có thể loại bỏ giá trị cá biệt

Đặc điểm của chỗi t.g và dữ kiện đề bài lựa chọn phương pháp dự báo

(thiếu lập luận lựa chọn phương pháp)

Ôn bài

Phương pháp ngoại suy xu thế (chương 3)

Điều kiện:

- Đối tượng dự báo phát triển ổn định

- Những điều kiện chung cho đối tượng dự báo phát triển được duy trì

- Không có bước nhảy

Chuỗi thời gian: là tập hợp các giá trị của một biến ngẫu nhiên hay chỉ tiêu thống kê được

xắp xếp theo thứ tự thời gian Được cấu thành bởi ít nhất 1 trong 4 thành phần

- Biến động xu thế

- Biến động thời vụ

- Biến động theo chu kỳ

- Biến động ngẫu nhiên

Phương pháp xử lý sơ bộ chuỗi thời gian:

- Phân tích đối chứng kỹ thuật

- Kiểm định thống kê

PL theo độ dài thời kỳ dự báo Phân loạiTheo đơn vị đo lường

- Nội suy cắt dán (loại trừ yếu tố ngoài giả thiết)

Xu thế: là một bộ phận của chuỗi thời gian thể hiện khuynh hướng phát triển dài hạn của

chuỗi thời gian đó

- Phương pháp nội suy Newton

- Phương pháp bình phương nhỏ nhất OLS

Các nhân tố ảnh hưởng đến sai số dự báo

- Tầm xa dự báo

- Độ tin cậy alpha

- Độ dài chuỗi thời gian

- Phương pháp ước lượng tham số

Nguyên tắc:

- Càng về quá khứ, trọng số càng giảm

- Sai số hiện tạ phải đươc tính tới trong kỳ dự báo kế tiếp

Khi = 1, giá trị dự báo cho thời kỳ kế tiếp bằng chính giá trị hiện tại

Khi = 0, giá trị dự báo cho thời kỳ kế tiếp bằng chính giá trị dự báo ở thời kỳ trước đó

Bảng CĐLNdạng giá trị

Cân đốitĩnh

Cân đối

động

Bảng CĐLNdạng hiện vật

Điều kiện để sản xuất xã hội có tái sản xuất mở rộng V + M > C

Với

• Dự báo sản lượng

• Cơ cấu ngành

• Dự báo tốc độ tặng trưởng kinh tế

• Dự báo nhu cầu vốn sản xuất, nhu cầu vốn đầu tư, nhu cầu lao động …của nền kinh

tế

• Sử dụng để phân tích đánh giá tác động đến môi trường, phân tích tác động lan tỏacủa các ngành mục đích cung cấp căn cứ khoa học cho hoạch định chính sách cơcấu

Quá trình tự hồi quy AR(p)

- Một chuỗi thời gian Yt được goi là có quá trình tự hồi quy bậc p, viết tắt là AR(p),khi giá trị hiện tại của chuỗi thời gian là tổng tuyến tính giá trị của p quan sát trongquá khứ và điều chỉnh bởi bộ phận biến động ngẫu nhiên

Quá trình trung bình trượt MA(q)

Trung bình trượt - tự hồi quy ARMA(p,q)

Trung bình trượt tích hợp tự hồi quy ARIMA(p,d,q)

Dự báo bằng mô hình hồi quy nhân tố

Dự báo bằng phương pháp chuyên gia (chương 9)

Pp chuyên gia dự báo là pp thu thập, xử lý và đưa ra các đánh giá dự báo tương lai của đốitượng dự báo trên cơ sở tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc lĩnh vực liên quanđến tương lai phát triển của đối tượng dự báo

Phạm vi áp dụng

- Khi đối tượng dự báo có tầm bao quát lớn

- Trong điều kiện thiếu thông tin và những thống kê đầy đủ

- Trong điều kiện có độ bất định lớn

- Khi dự báo trung hạn và dài hạn đối tượng dự báo chịu nhiều ảnh hưởng của nhiềunhân tố và khó lượng hóa

- Khi dự báo các chỉ tiêu về ngành, lĩnh vực mới chịu nhiều ảnh hưởng của tiến bộ KH– CN

- Điều kiện thiếu thời gian, do hoàn cảnh cấp bách

- Bổ sung cho các pp định lượng

Các phương pháp đánh giá của chuyên gia

- Xếp hạng

- So sánh từng đôi một

- Đánh giá cho điểm trưc tiếp

- So sánh liên tiếp (thủ tục tổng hợp hình thức đánh giá bằng hạng và đánh giá trựctiếp

Quy trình thực hiện phương pháp chuyên gia

Lựa chọn và thành lập nhóm chuyên gia