Hướng dẫn thực hiện Mô hình dự báo ARIMA trên SPSS

Dự báo (forecasting) là quá trình tạo ra các số liệu dự toán về tình hình kinh tế nói chung và thị trường nói riêng trong tương lai, phục vụ cho việc ra các quyết định của các tổ chức.Có nhiều phương pháp dự báo được sử dụng để ước lượng các chỉ tiêu phản ánh tình hình kinh tế phức tạp, đòi hỏi phải thu thập nhiều số liệu và tốn kém.Các phương pháp phổ biến và tốt nhất được phát triển gần đây là:(1) Phương pháp phân tích(2) Phương pháp san mũ(3) Phương pháp ARIMAMô hình dự báo ARIMA là phương pháp dự báo nhân tố nghiên cứu một cách độc lập (dự báo theo chuỗi thời gian), bằng các thuật toán sử dụng độ trễ sẽ đưa ra mô hình dự báo thích hợp. Chúng ta sẽ sử dụng tính tự hồi quy và trung bình trượt.

Trang 1

PHÂN TÍCH DỮ LIỆU KHOA HỌC

(Chuyên mục nâng cao)

Trình bày: NKH NGÔ ĐỨC CHIẾN

Trang 2

Trang 3

Mô hình dự báo ARIMA trên SPSS

Thuật ngữ dự báo có nguồn gốc từ tiếng Hy Lạp “Pro” (nghĩa là trước)

và “Gnois” (có nghĩa là biết), “Prognois” nghĩa là biết trước.

Dự báo là sự tiên đoán có căn cứ khoa học, mang tính chất xác suất về mức độ, nội dung, các mối quan hệ, trạng thái, xu hướng phát triển của đối tượng nghiên cứu hoặc về cách thức và thời hạn đạt được các mục tiêu nhất định đã đề ra trong tương lai.

Trang 4

Dự báo (forecasting) là quá trình tạo ra các số liệu dự toán về tình hình kinh tế nói chung và thị trường nói riêng trong tương lai, phục vụ cho việc

ra các quyết định của các tổ chức.

Có nhiều phương pháp dự báo được sử dụng để ước lượng các chỉ tiêu phản ánh tình hình kinh tế phức tạp, đòi hỏi phải thu thập nhiều số liệu và tốn kém.

Trang 5

Các phương pháp phổ biến và tốt nhất được phát triển gần đây là:

(1) Phương pháp phân tích (2) Phương pháp san mũ (3) Phương pháp ARIMA

Lưu ý: Phương pháp dự báo trong bài trình bày này cần phải được

thực hiện trên phần mềm SPSS 20 trở lên

Trang 6

Mô hình dự báo ARIMA là phương pháp dự báo nhân tố nghiên cứu một cách độc lập (dự báo theo chuỗi thời gian), bằng các thuật toán sử dụng độ trễ sẽ đưa ra mô hình dự báo thích hợp Chúng ta sẽ sử dụng tính

tự hồi quy và trung bình trượt.

Trang 7

Kết quả điển hình từ mô hình dự báo ARIMA

Trang 8

Trang 9

Đưa biến cần dự báo

Trang 10

NX: Đồ thị cho thấy chiều hướng không có xu hướng dừng lại, nên

ta cần phải lấy sai phân dữ liệu

Trang 11

1 Đưa biến cần dự báo vào đây

2 Chọn Difference

gõ 1Xong bấm OK

2 Chọn Difference

gõ 1Xong bấm OK

Trang 12

1 NX: Đồ thị cho thấy có xu hướng dừng lại, nên d = 1 (dữ liệu

xoay quay trục đừng thẳng => dữ liệu dừng)

2 Đường thẳng đây

nhé!!!

2 Đường thẳng đây

nhé!!!

Trang 13

Trang 14

3 Chọn các mục như

hìnhXong bấm OK

Trang 15

Quan sát hình, thấy có 5 cột vượt quá đường giới hạn, nên

q = 5

Trang 16

p = 6

Trang 17

Trang 18

2 Chọn ARIMA 3 Bấm nút này

Trang 19

Trang 20

Trang 21

Trang 22

1 Chọn mục này

Gõ số năm cần dự báo thêm (VD:

Hiện tại có 198, muốn dự báo đến 208

thì gõ 208)

1 Chọn mục này

Gõ số năm cần dự báo thêm (VD:

Hiện tại có 198, muốn dự báo đến 208

thì gõ 208)

2 Bấm OK

Trang 23

Trang 25

bản thân của chúng tôi!

Trang 26

Trang 27

Trang 28

Điều kiện làm việc

Đào tạo, thăng tiến Lương, thưởng

Đồng nghiệp

Sự hài lòng NV

Lãnh đạo

Trang 30

Lòng trung thànhGiá cả cảm nhận

Hình ảnh công ty

Sự hài lòngNiềm tin

Trang 31

+ +

Định dạng
Số trang	34
Dung lượng	2,53 MB