More and More

Câu 1: Lý thuyết về một trong số các mô hình đã học (có thể là nội dung khác pé không bít).
I. Mô hình dự báo trung bình giản đơn
Phương pháp trung bình giản đơn chỉ phù hợp đối với các chuỗi dữ liệu không có biến động lớn hay còn gọi là chuỗi dừng (tức là chuỗi có trung bình, phương sai và hiệp phương sai không đổi theo thời gian). Điều này có nghĩa là các yếu tổ ảnh hưởng đến chuỗi là tương đối ổn định.
Mô hình dự báo trung bình giản đơn có thể được biểu hiện qua công thức đơn giản sau:

[pic]
Trong đó:
[pic] : giá trị dự báo cho kỳ t+1
Yt     : giá trị thực tại kỳ t.
Khi một quan sát mới được thêm vào thì giá trị dự báo cho giai đoạn tiếp theo chỉ đơn giản là trung bình của [pic] và quan sát mới thêm vào. Vì vậy, khi cập nhật thông tin thì công thức ban đầu sẽ được điều chỉnh như sau:

[pic]
II. Mô hình trung bình di động
Đây là phương pháp phát triển từ phương pháp trung bình giản đơn. Nếu phương pháp trung bình giản đơn sử dụng giá trị trung bình của toàn bộ dữ liệu quá khứ làm giá trị dự báo thì phương pháp trung bình di động chỉ sử dụng một số quan sát gần nhất làm giá trị dự báo. Với hệ số trượt k, trung bình di động bậc k, ký hiệu là MA(k) được thể hiện theo công thức sau:
[pic]
Cũng như phương pháp trung bình giản đơn, phương pháp trung bình di động cũng thích hợp đối với chuỗi dữ liệu dừng (tức là chuỗi có trung bình, phương sai và hiệp phương sai không đổi theo thời gian)
Như vậy, trung bình di động cho giai đợn t là giá trị trung bình số học của k quan sát gần nhất.
III. Phương pháp san mũ giản đơn:
Phương pháp san mũ giản đơn thích hợp đối với chuỗi dữ liệu không thể dự đoán có xu hướng tăng hay giảm, dữ liệu có ít thay đổi theo thời gian. Mục tiêu của phương pháp này là ước lượng giá trị trung bình hiện tại và sử dụng giá trị này làm giá trị dự báo cho tương lai.
Phương pháp san mũ giản đơn dựa trên cơ sở lấy trung bình tất cả các giá trị quá khứ của chuỗi dữ liệu dưới dạng trọng số giảm dần theo hàm mũ. Quan sát gần nhất nhận trọng...