Báo cáo thực tập Xây dựng chương trình phân tích dự báo lượng sản phẩm tiêu thụ theo phương pháp dự báo định lượng tại Công ty Cổ phần đầu tư và thương mại TNG Thái Nguyên
1. TRƯỜNG ĐẠI HỌC CÔNG NGHỆ THÔNG TN VÀ TRUYỀN THÔNG
KHOA HỆ THỐNG THÔNG TIN KINH TẾ
BÁO CÁO
THỰC TẬP
CHUYÊN NGÀNH
Đề tài:
XÂY DỰNG CHƯƠNG TRÌNH PHÂN TÍCH DỰ BÁO LƯỢNG SẢN PHẨM TIÊU
THỤ THEO PHƯƠNG PHÁP DỰ BÁO ĐỊNH LƯỢNG TẠI CÔNG TY CỔ PHẦN
ĐẦU TƯ VÀ THƯƠNG MẠI TNG THÁI NGUYÊN
Giảng viên hướng dẫn:Ths.TRẦN THU PHƯƠNG
Ths.NGUYỄN THỊ KIM TUYẾN
Sinh viên thực tập : LÒ THỊ THỦY
Lớp: TIN HỌC KINH TẾ-K12A
Thái Nguyên, ngày 31 tháng 03 năm 2016.
LỜI MỞ ĐẦU
Lý do chọn đề tài
Việt Nam đang trên đường hội nhập vào nền kinh tế thị trường, một môi trường
mang tính cạnh tranh mạnh mẽ, đem lại nhiều cơ hội, song cũng không ít thách thức
cho các doanh nghiệp. Điều này đòi hỏi các doanh nghiệp phải không ngừng đổi mới
mình cũng như mở rộng hoạt động sản xuất kinh doanh trên tất cả các lĩnh vực. Do
đó, các doanh nghiệp phải không ngừng hoàn thiện và nâng cao cơ chế quản lý kinh
tế, đặc biệt công tác dự báo tài chính và tìm kiếm cũng như đáp ứng nhu cầu khách
hàng một cách tốt nhất để đảm bảo thị phần, thực hiện một cách tốt nhất chiến
lược phát triển.
Trong công tác quản lý, hiểu được thị trường, dự báo được tình hình và nhu cầu là
vấn đề cốt tử với doanh nghiệp, vì điều đó ảnh hưởng xuyên suốt quá trình sản xuất
kinh doanh.Vì lí do đó, dự báo doanh thu và nghiên cứu thị trường là vấn đế trọng
tâm trong các hoạt động điều hành.
Với mong muốn tìm hiểu về tầm quan trọng của việc phân tích dự báo , em đã xây
dựng chương trình “Xây dựng chương trình phân tích dự báo lượng sản phẩm tiêu thụ
theo phương pháp dự báo định lượng tại công ty Cổ phần đầu tư và thương mại
TNG ” trên nền HQTCSDL SQL, sử dụng ngôn ngữ lập trình C#. Chương trình nhằm ứng
dụng một phần công nghệ thông tin vào việc dự báo công ty, đồng thời sử dụng tin học
cũng tiết kiệm thời gian, công sức cho con người, nó có thể chưa được hoàn thiện nhưng
cũng phần nào đấy giúp mọi người hiểu được vai trò của việc phân tích thiết kế trong bài
toán quản lý.
Mục đích nghiên cứu đề tài
Tăng cường áp dụng CNTT vào hoạt động của doanh nghiệp là vấn đề cấp thiết
hiện nay. Áp dụng CNTT vào việc dự báo và khảo sát quan hệ khách hàng sẽ làm
hoạt động này đạt hiệu quả cao hơn vả về phương diện thời gian và chi phí, góp
phần vào thực hiện doanh nghiệp điện tử và thương mại điện tử.
Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu của đề tài bao gồm:
+ Các nghiệp vụ trong kế toán bán hàng, marketing sản phẩm
+ Ngôn ngữ lập trình, phần mềm thống kê
+ Chương trình biểu diễn bằng ngôn ngữ tin học
- Phạm vi nghiên cứu của đề tài:
Đề tài ở mức nghiên cứu áp dụng CNTT vào dự báo doanh thu và quan hệ khách
hàng, làm phương hướng xử lý các yêu cầu ở từng doanh nghiệp cụ thể theo các yêu cầu
cụ thể.
Ý nghĩa khoa học và thực tiễn
Về khoa học, nghiên cứu hướng con người áp dụng CNTT ngày càng nhiều hơn vào
cuộc sống, đặc biệt lĩnh vực kinh tế, để tăng năng suất, giảm chi phí, hướng tới xây dựng
các ứng dụng toàn diện trên tất cả các lĩnh vực, các yêu cẩu của kinh tế
Về thực tiễn, áp dụng CNTT cho các lĩnh vực, các công việc của doanh nghiệp đã làm tăng
giá trị đầu tư hiệu quả, dần đưa doanh nghiệp hướng đến đầu tư CNTT vào mọi mặt để
phát triển doanh nghiệp điện tử.
Bố cục đề tài
Chương 1: Khái quát về chương trình dự báo sản lượng sản phẩm tiêu thụ.
Chương 2: Khảo sát và phân tích thiết kế hệ thống cho chương trình dự báo lượng
sản phẩm tiêu thụ tại Công ty cổ phần đầu tư và thương mại TNG.
Chương 3: Xây dựng chương trình
Chương 1.
KHÁI QUÁT VỀ CHƯƠNG TRÌNH DỰ BÁO SẢN LƯỢNG SẢN PHẨM TIÊU THỤ
1.1. Khái quát về dự báo sản lượng sản phẩm tiêu thụ
1.1.1. Một số khái niệm
Khái niệm sản lượng
vào kết hợp với các mức cố định của các yếu tố khác.
Khái niệm tổng sản lượng khái niệm là khởi đầu để tính toán nhiều chỉ tiêu kinh tế,
Khi xem xét các nhân tố tác động đến tổng sản lượng, nhà quản lý có thể đi đến
quyết định dịch chuyển nhân tố nào để tối ưu hóa quá trình sản xuất.
Khái niệm dự báo
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.
Tiên đoán là hình thức phản ánh vượt trước về thời gian hiện thực khách quan, đó là
kết quả nhận thức chủ quan của con người dựa trên cơ sở nhận thức quy luật khách quan
trong sự vận động và phát triển của sự vật và hiện tượng. Có thể phân biệt ba loại tiên
đoán:
Tiên đoán không khoa học: Đó là các tiên đoán không có cơ sở khoa học, thường dựa
trên các mối quan hệ qua lại có tính tưởng tượng, không hiện thực, được cấu trúc một cách
giả tạo, hoặc những phát hiện có tính chất bất chợt. Các hình thức như bói toán, tiên tri, các
luận điệu tuyên truyền của các thế lực thù địch,... thuộc loại tiên đoán này.
Tiên đoán kinh nghiệm: Các tiên đoán hình thành qua kinh nghiệm thực tế dựa vào
các mối quan hệ qua lại thường xuyên trong thực tế hoặc tưởng tượng mà không trên cơ sở
phân tích cấu trúc lý thuyết, nghiên cứu các quy luật hay đánh giá kinh nghiệm. Loại tiên
đoán này ít nhiều có cơ sở song lại không giải thích được sự vận động của đối tượng và đa
số mới chỉ dừng lại ở mức độ định tính.
Tiên đoán khoa học: đây là tiên đoán dựa trên việc phân tích mối quan hệ qua lại giữa
các đối tượng trong khuôn khổ của một hệ thống lý luận khoa học nhất định. Nó dựa trên
việc phân tích tính quy luật phát triển của đối tượng dự báo và các điều kiện ban đầu với
tư cách như là các giả thiết. Tiên đoán khoa học là kết quả của sự kết hợp giữa những phân
tích định tính và những phân tích định lượng các quá trình cần dự báo. Chỉ có dự báo khoa
học mới đảm bảo độ tin cậy cao và là cơ sở vững chắc cho việc thông qua các quyết định
quản lý khoa học.
1.1.2. Các phương pháp dự báo
Các phương pháp dự báo định tính
Các phương pháp dự báo định tính là các phương pháp dự báo bằng cách phân tích
định tính dựa vào suy đoán, cảm nhận. Các phương pháp này phụ thuộc nhiều vào trực giác,
kinh nghiệm và sự nhạy cảm của nhà quản trị trong quá trình dự báo, chỉ mang tính phỏng
đoán, không định lượng.. Tuy nhiên chúng có ưu điểm là đơn giản, dễ thực hiện thời gian
nghiên cứu dự báo nhanh, chi phí dự báo thấp và kết quả dự báo trong nhiều trường hợp
cũng rất tốt. Sau đây là một số phương pháp dự báo định tính chủ yếu:
+ Lấy ý kiến của ban quản lý điều hành
Đây là phương pháp dự báo được sử dụng khá rộng rãi. Trong phương pháp này, cần
lấy ý kiến của các nhà quản trị cao cấp , những người phụ trách các công việc quan trọng
thường hay sử dụng các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp. Ngoài ra cần
lấy thêm ý kiến đánh giá của các cán bộ điều hành marketing, kỹ thuật, tài chính và sản
xuất.
Phương pháp này sử dụng được trí tuệ và kinh nghiệm của những cán bộ trực tiếp
liên quan đến hoạt động thực tiễn. Tuy nhiên nó có nhược điểm là mang yếu tố chủ quan
và ý kiến của những người có chức vụ cao nhất thường chi phối ý kiến của những người
khác.
+ Phương pháp lấy ý kiến của lực lượng bán hàng
Những người bán hàng là người hiểu rõ nhu cầu và thị hiếu của người tiêu dùng của
người tiêu dùng. Họ có thể dự báo được lượng hàng hoá, dịch vụ có thể bán được trong
tương lai tại khu vực mình bán hàng.
Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau, có thể dự
báo nhu cầu hàng hoá, dịch vụ của doanh nghiệp.
Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan của người bán
hàng. Một số người bán hàng thường có xu hướng đánh giá thấp lượng hàng hoá, dịch vụ
bán được để dễ đạt định mức, ngược lại một số khác lại chủ quan dự báo ở mức quá cao
để nâng danh tiếng của mình.
+ Phương pháp nghiên cứu thị trường người tiêu dùng
Đây là phương pháp lấy ý kiến khách hàng hiện tại và khách hàng tiềm năng của
doanh nghiệp. Việc nghiên cứu thường do bộ phận nghiên cứu thị trường thực hiện bằng
nhiều hình thức như tổ chức các cuộc điều tra lấy ý kiến của khách hàng, phỏng vấn trực
tiếp, phỏng vấn qua điện thoại, gửi phiếu điều tra tới gia đình hoặc cơ sở tiêu dùng.
Phương pháp nghiên cứu thị trường người tiêu dùng giúp doanh nghiệp không chỉ
chuẩn bị dự báo nhu cầu của khách hàng mà còn có thể hiểu được những đánh giá của
khách hàng về sản phẩm, dịch vụ của doanh nghiệp để có biện pháp cải tiến, hoàn thiện
cho phù hợp. Tuy nhiên, phương pháp này đòi hỏi tốn kém về tài chính, thời gian và phải có
sự chuẩn bị công phu trong việc xây dựng câu hỏi. Đôi khi phương pháp này cũng vấp phải
khó khăn là ý kiến của khách hàng không xác thực hoặc quá lý tưởng.
+ Phương pháp chuyên gia
Phương pháp chuyên gia là phương pháp thu thập và xử lý những đánh giá dự báo
bằng cách tập hợp và hỏi ý kiến các chuyên gia giỏi thuộc một lĩnh vực hẹp của khoa học -
kỹ thuật hoặc sản xuất.
Phương pháp chuyên gia dựa trên cơ sở đánh giá tổng kết kinh nghiệm, khả năng
phản ánh tương lai một cách tự nhiên của các chuyên gia giỏi và xử lý thống kê các câu trả
lời một cách khoa học. Nhiệm vụ của phương pháp là đưa ra những dự báo khách quan về
tương lai phát triển của khoa học kỹ thuật hoặc sản xuất dựa trên việc xử lý có hệ thống
các đánh giá dự báo của các chuyên gia.
Phương pháp chuyên gia được áp dụng đặc biệt có hiệu quả trong các trường hợp
sau đây:
- Khi đối tượng dự báo có tầm bao quát lớn phụ thuộc nhiều yếu tố mà hiện tại còn
chưa có hoặc thiếu những cơ sở lý luận chắc chắn để xác định.
- Trong điều kiện còn thiếu thông tin và những thống kê đầy đủ, đáng tin cậy về đặc
tính của đối tượng dự báo.
- Trong điều kiện có độ bất định lớn của đối tượng dự báo, độ tin cậy thấp về hình
thức thể hiện, về chiều hướng biến thiên về phạm vi cũng như quy mô và cơ cấu.
- Khi dự báo trung hạn và dài hạn đối tượng dự báo chịu ảnh hưởng của nhiều nhân
tố, phần lớn là các nhân tố rất khó lượng hoá đặc biệt là các nhân tố thuộc về tâm lý xã hội
(thị hiếu, thói quen, lối sống, đặc điểm dân cư...) hoặc tiến bộ khoa học kỹ thuật. Vì vậy
trong quá trình phát triển của mình đối tượng dự báo có nhiều đột biến về quy mô và cơ
cấu mà nếu không nhờ đến tài nghệ của chuyên gia thì mọi sự trở nên vô nghĩa.
- Trong điều kiện thiếu thời gian, hoàn cảnh cấp bách phương pháp chuyên gia cũng
được áp dụng để đưa ra các dự báo kịp thời.
Quá trình áp dụng phương pháp chuyên gia có thể chia làm ba giai đoạn lớn:
- Lựa chọn chuyên gia
- Trưng cầu ý kiến chuyên gia;
- Thu thập và xử lý các đánh giá dự báo.
Chuyên gia giỏi là người thấy rõ nhất những mâu thuẫn và những vấn đề tồn tại
trong lĩnh vực hoạt động của mình, đồng thời về mặt tâm lý họ luôn luôn hướng về tương
lai để giải quyết những vấn đề đó dựa trên những hiểu biết sâu sắc, kinh nghiệm sản xuất
phong phú và linh cảm nghề nghiệp nhạy bén.
Các phương pháp dự báo định lượng
Các phương pháp dự báo định lượng dựa vào các số liệu thống kê và thông qua các
công thức toán học được thiết lập để dự báo nhu cầu cho tương lai. Khi dự báo nhu cầu
tương lai, nếu không xét đến các nhân tố ảnh hưởng khác có thể dùng các phương pháp dự
báo theo dãy số thời gian. Nếu cần ảnh hưởng của các nhân tố khác đến nhu cầu có thể
dùng các mô hình hồi quy tương quan...
Để tiến hành dự báo nhu cầu sản phẩm theo phương pháp định lượng cần thực hiện
8 bước sau:
- Xác định mục tiêu dự báo
- Lựa chọn những sản phẩm cần dự báo
- Xác định độ dài thời gian dự báo
- Chọn mô hình dự báo
- Thu thập các dữ liệu cần thiết
- Phê chuẩn mô hình dự báo
- Tiến hành dự báo
- Áp dụng kết quả dự báo
+ Phương pháp dự báo theo dãy số thời gian (Phương pháp ngoại suy)
Phương pháp dự báo theo dãy số thời gian được xây dựng trên một giả thiết về sự
tồn tại và lưu lại các nhân tố quyết định đại lượng dự báo từ quá khứ đến tương lai. Trong
phương pháp này đại lượng cần dự báo được xác định trên cơ sở phân tích chuỗi các số
liệu về nhu cầu sản phẩm (dòng nhu cầu) thống kê được trong quá khứ.
Như vậy thực chất của phương pháp dự báo theo dãy số thời gian là kéo dài quy luật
phát triển của đối tượng dự báo đã có trong quá khứ và hiện tại sang tương lai với giả thiết
quy luật đó vẫn còn phát huy tác dụng.
Các yếu tố đặc trưng của dãy số theo thời gian gồm:
- Tính xu hướng: Tính xu hướng của dòng nhu cầu thể hiện sự thay đổi của các dữ
liệu theo thời gian (tăng, giảm...)
- Tính mùa vụ: Thể hiện sự dao động hay biến đổi dữ liệu theo thời gian được lặp đi
lặp lại theo những chu kỳ đều đặn do sự tác động của một hay nhiều nhân tố môi trường
xung quanh như tập quán sinh hoạt, hoạt động kinh tế xã hội... Ví dụ: Nhu cầu dịch vụ bưu
chính viễn thông không đồng đều theo các tháng trong năm.
- Biến đổi có chu kỳ: Chu kỳ là yếu tố lặp đi lặp lại sau một giai đoạn thời gian. Ví
dụ: Chu kỳ sinh học, chu kỳ phục hồi kinh tế...
- Biến đổi ngẫu nhiên: Biến đổi ngẫu nhiên là sự dao động của dòng nhu cầu do các
yếu tố ngẫu nhiên gây ra, không có quy luật.
Sau đây là các phương pháp dự báo theo dãy số thời gian.
a. Phương pháp trung bình giản đơn (Simple Average)
Phương pháp trung bình giản đơn là phương pháp dự báo trên cơ sở lấy trung bình
của các dữ liệu đã qua, trong đó các nhu cầu của các giai đoạn trước đều có trọng số như
nhau, nó được thể hiện bằng công thức:
Phương pháp này san bằng được tất cả mọi sự biến động ngẫu nhiên của dòng yêu
cầu, vì vậy nó là mô hình dự báo rất kém nhạy bén với sự biến động của dòng nhu cầu.
Phương pháp này phù hợp với dòng nhu cầu đều, ổn định, sai số sẽ rất lớn nếu ta gặp dòng
nhu cầu có tính chất thời vụ hoặc dòng nhu cầu có tính xu hướng.
b. Phương pháp trung bình động
Trong trường hợp khi nhu cầu có sự biến động, trong đó thời gian gần nhất có ảnh
hưởng nhiều nhất đến kết quả dự báo, thời gian càng xa thì ảnh hưởng càng nhỏ ta dùng
phương pháp trung bình động sẽ thích hợp hơn.
Phương pháp trung bình động dùng kết quả trên cơ sở thay đổi liên tục khoảng thời
gian trước đây cho dự báo giai đoạn tiếp theo:
Khi sử dụng phương pháp trung bình động đòi hỏi phải xác định n sao cho sai số dự
báo là nhỏ nhất, đó chính là công việc của người dự báo, n phải điều chỉnh thường xuyên
tuỳ theo sự thay đổi tính chất của dòng nhu cầu. Để chọn n hợp lý cũng như để đánh giá
mức độ chính xác của dự báo người ta căn cứ vào độ lệch tuyệt đối bình quân (MAD).
c. Phương pháp trung bình động có trọng số:
Đây là phương pháp bình quân nhưng có tính đến ảnh hưởng của từng giai đoạn khác
nhau đến nhu cầu, thông qua việc sử dụng các trọng số.
αt-i được lựa chọn bởi người dự báo dựa trên cơ sở phân tích tính chất của dòng nhu
cầu, thoả mãn điều kiện:
Trong phương pháp trung bình động có trọng số, độ chính xác của dự báo phụ thuộc
vào khả năng xác định được các trọng số phù hợp. Thực tế chỉ ra rằng, nhờ điều chỉnh
thường xuyên hệ số at-i của mô hình dự báo, phương pháp trung bình động có trọng số
mang lại kết quả dự báo chính xác hơn phương pháp trung bình động.
Các phương pháp trung bình giản đơn, trung bình động, trung bình động có trọng số
đều có các đặc điểm sau:
- Khi số quan sát n tăng lên, khả năng san bằng các giao động tốt hơn, nhưng kết quả
dự báo ít nhạy cảm hơn với những biến đổi thực tế của nhu cầu.
- Dự báo thường không bắt kịp nhu cầu, không bắt kịp xu hướng thay đổi nhu cầu.
- Đòi hỏi phải ghi chép số liệu đã qua rất chính xác và phải đủ lớn.
- Để dự báo nhu cầu ở kỳ t chỉ sử dụng n mức nhu cầu thực gần nhất từ kỳ t-1 trở
về trước còn các số liệu từ kỳ n+1 trở đi trong quá khứ bị cắt bỏ, nhưng thực tế và lý luận
không ai chứng minh được rằng các số liệu từ kỳ n +1 trở về trước hoàn toàn không ảnh
hưởng gì đến đại lượng cần dự báo.
+ Phương pháp san bằng hàm mũ giản đơn
Để khắc phục những hạn chế của các phương pháp trên, người ta đề xuất sử dụng
phương pháp san bằng hàm mũ giản đơn để dự báo. Đây là phương pháp dễ sử dụng nhất,
nó cần ít số liệu trong quá khứ. Theo phương pháp này:
Ft = Ft-1 + α(Dt-1 - Ft-1) với 0< α<1
Trong đó:
Ft - Mức nhu cầu dự báo kỳ t
Ft-1 - Mức nhu cầu dự báo kỳ t-1
Dt-i - Mức nhu cầu thực kỳ t-i
αt-i - Hệ số san bằng mũ
Thực chất là dự báo mới bằng dự báo cũ cộng với khoảng chênh lệch giữa nhu cầu
thực và dự báo của kỳ đã qua, có điều chỉnh cho phù hợp.
Hệ số a trong mô hình dự báo thể hiện tầm quan trọng hay mức độ ảnh hưởng của
số liệu hiện tại đến đại lượng dự báo. Hệ số a càng lớn mô hình càng nhạy bén với sự
biến động của dòng nhu cầu. Nếu chọn α = 0,7, thì chỉ cần 3 số liệu đầu tiên đã tham gia
97,3% vào kết quả dự báo.
Hệ số a chọn càng nhỏ mô hình dự báo càng kém nhạy bén hơn với sự biến đổi của
dòng nhu cầu. Nếu chọn α = 0,2 thì giá trị hiện tại chỉ tham gia 20% vào kết quả dự báo,
tiếp đó là 16%... và 5 số liệu mới nhất chiếm khoảng 67%, dãy số còn lại từ kỳ thứ 6 trong
quá khứ về vô cùng chiếm 33% kết quả dự báo.
Việc chọn α phải dựa trên cơ sở phân tích tính chất của dòng nhu cầu. Đối với dòng
nhu cầu có tính chất thời vụ, để áp dụng phương pháp san bằng hàm mũ giản đơn, ta có
thuật toán sau:
- Tính chỉ số thời vụ từ các số liệu thống kê về nhu cầu thực trong quá khứ:
- Dự báo theo phương pháp san bàng hàm mũ giản đơn đối với dòng nhu cầu phi thời
vụ hoá
Vt = V t-1 + α(Nt-1 - Vt-1)
Trong đó:
Vt, Vt-1 - Mức nhu cầu dự báo phi thời vụ hoá ở kỳ t và t-1
- Xác định mức nhu cầu dự báo đã tính đến yếu tố thời vụ:
Ft = Vt . It
e. Phương pháp san bằng hàm mũ có điều chỉnh xu hướng
Phương pháp san bằng hàm mũ giản đơn không thể hiện rõ xu hướng biến động của
dòng nhu cầu, do đó cần phải sử dụng thêm kỹ thuật điều chỉnh xu hướng. Trong phương
pháp này nhu cầu dự báo được xác định theo công thức:
FITt = Ft + Tt
Trong đó:
FITt - Mức nhu cầu dự báo theo phương pháp san bằng hàm mũ có điều chỉnh
xu hướng
Ft - Mức nhu cầu dự báo theo phương pháp san bằng hàm mũ giản đơn
Tt - Lượng điều chỉnh theo xu hướng, Tt được xác định theo công thức sau:
Tt = Tt-1 + β(Ft - Ft-1)
Trong đó:
Tt - Lượng điều chỉnh theo xu hướng trong kỳ t
Tt-1 - Lượng điều chỉnh theo xu hướng trong kỳ t-1
β - Hệ số san bằng xu hướng
Như vậy, để dự báo nhu cầu theo phương pháp san bằng hàm mũ có điều chỉnh xu
hướng, cần tiến hành các bước sau:
- Dự báo nhu cầu theo phương pháp san bằng hàm mũ giản đơn Ft ở thời kỳ t.
- Tính lượng điều chỉnh theo xu hướng: Để tính lượng điều chỉnh theo xu hướng, giá
trị điều chỉnh xu hướng ban đầu phải được xác định và đưa vào công thức. Giá trị này có
thể được đề xuất bằng phán đoán hoặc bằng những số liệu đã quan sát được trong thời
gian qua.
- Tính nhu cầu dự báo theo phương pháp san bằng hàm mũ có điều chỉnh xu hướng.
f. Dự báo theo đường xu hướng
Phương pháp dự báo theo đường xu hướng giúp ta dự báo nhu cầu trong tương lai
dựa vào dãy số theo thời gian.
Dãy số theo thời gian cho phép xác định đường xu hướng lý thuyết trên cơ sở kỹ
thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện nhu cầu thực tế
trong quá khứ đến đường xu hướng lấy theo trục tung là nhỏ nhất. Sau đó dựa vào đường
xu hướng lý thuyết để dự báo nhu cầu cho tương lai.
Để xác định đường xu hướng lý thuyết trước hết cần biểu diễn các nhu cầu trong
quá khứ lên biểu đồ và phân tích xu hướng phát triển của các số liệu đó. Qua phân tích nếu
thấy rằng các số liệu tăng hoặc giảm tương đối đều đặn theo một chiều hướng nhất định
thì ta có thể vạch ra một đường thẳng biểu hiện chiều hướng đó. Nếu các số liệu biến
động theo một chiều hướng đặc biệt hơn, như tăng giảm ngày càng tăng nhanh hoặc ngày
càng chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động đó, như
đường parabol, hyperbol, logarit...
Một số đường cong xu hướng nhu cầu sản phẩm thường gặp như: tuyến tính,
Logistic và hàm mũ...Dưới đây sẽ xem xét phương pháp dự báo nhu cầu sản phẩm theo
đường xu hướng tuyến tính.
Dạng của mô hình tuyến tính được biểu diễn theo công thức sau :
Yt = a +bt
Trong đó:
Yt - Nhu cầu sản phẩm tính cho kỳ t
a, b - Các tham số
t
- Biến thời gian
Sử dụng phương pháp bình phương nhỏ nhất, a và b được xác định như sau:
Nếu khi phân tích các số liệu trên đồ thị không thấy rõ đường xu hướng là tuyến tính
hay phi tuyến thuộc dạng nào thì ta có thể sử dụng một vài phương pháp dự báo khác nhau.
Lúc này để chọn phương pháp nào, ta cần đánh giá các kết quả dự báo bằng cách tính sai số
chuẩn của từng phương án. Phương pháp nào có sai số chuẩn nhỏ nhất là tốt nhất và sẽ
được chọn để thực hiện. Sai số chuẩn được tính theo công thức:
+ Phương pháp hồi quy tương quan
Các phương pháp dự báo trình bày trên đây đều xem xét sự biến động của đại lượng
cần dự báo theo thời gian thông qua dãy số thời gian thống kê được trong quá khứ.
Nhưng trong thực tế đại lượng cần dự báo còn có thể bị tác động bởi các nhân tố
khác. Ví dụ: Mật độ điện thoại phụ thuộc vào thu nhập quốc dân bình quân đầu người, tốc
độ tăng trưởng kinh tế...
Mối liên hệ nhân quả giữa mật độ điện thoại và thu nhập quốc dân bình quân đầu
người có thể biểu diễn gần đúng với dạng một tương quan, thể hiện bằng một đường hồi
quy tương quan. Trong đó, đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động lên
nó là biến độc lập. Biến độc lập có thể có một hoặc một số. Mô hình hồi quy tương quan
được sử dụng phổ biến nhất trong dự báo là mô hình hồi quy tương quan tuyến tính.
Đại lượng dự báo được xác định theo công thức sau:
Yt = a+bx
Trong đó:
Yt - mức nhu cầu dự báo cho kỳ t
X - Biến độc lập (nhân tố ảnh hưởng đến đại lượng dự báo)
a, b - Các hệ số (a - đoạn cắt trục tung của đồ thị, b - độ dốc của đường hồi quy)
Các hệ số a, b được tính như sau:
Để đánh giá độ chính xác của dự báo bằng phương pháp hồi quy tương quan, ta tính
sai số chuẩn của đường hồi quy tương quan ( Sy,x ).
Để đánh giá mối liên hệ giữa hai biến số trong mô hình hồi quy tương quan cần tính
"Hệ số tương quan" được ký hiệu r. Hệ số này biểu hiện mức độ hoặc cường độ của mối
quan hệ tuyến tính, r nhận giá trị giữa -1 và 1. Hệ số tương quan r được xác định theo công
thức sau:
Tuỳ theo các giá trị r, mối quan hệ giữa hai biến x và y như sau:
- Khi r = ±1, giữa x và y có quan hệ chặt chẽ
- Khi r = 0, giữa x và y không có liên hệ gì
- Khi r càng gần ±1, mối liên hệ tương quan giữa x và y càng chặt chẽ
- Khi r mang dấu dương ta có tương quan thuận, khi r mang dấu âm ta có tương
quan nghịch.
1.1.3. Quy trình dự báo
Quy trình dự báo được chia thành 9 bước. Các bước này bắt đầu và kết thúc với sự
trao đổi (communication), hợp tác (cooperation) và cộng tác (collaboration) giữa những
người sử dụng và những người làm dự báo
Bước 1: Xác định mục tiêu
-
Các mục tiêu liên quan đến các quyết định cần đến dự báo phải được
nói rõ. Nếu quyết định vẫn không thay đổi bất kể có dự báo hay không thì mọi nỗ
lực thực hiện dự báo cũng vô ích.
-
Nếu người sử dụng và người làm dự báo có cơ hội thảo luận các mục
tiêu và kết quả dự báo sẽ được sử dụng như thế nào, thì kết quả dự báo sẽ có ý
nghĩa quan trọng.
Bước 2: Xác định dự báo cái gì
-
Khi các mục tiêu tổng quát đã rõ ta phải xác định chính xác là dự báo
cái gì (cần có sự trao đổi)
+ Ví dụ: Chỉ nói dư báo doanh số không thì chưa đủ, mà cần phải hỏi rõ hơn
là: Dự báo doanh thu bán hàng (sales revenue) hay số đơn vị doanh số (unit
sales). Dự báo theo năm, quý, tháng hay tuần.
+ Nên dự báo theo đơn vị để tránh những thay đổi của giá cả.
Bước 3: Xác định khía cạnh thời gian
Có 2 loại khía cạnh thời gian cần xem
xét:
- Thứ nhất: Độ dài dự báo, cần lưu ý:
+ Đối với dự báo theo năm: từ 1 đến 5 năm
+ Đối với dự báo quý: từ 1 hoặc 2 năm
+ Đối với dự báo tháng: từ 12 đến 18 tháng
-
Thứ hai: Người sử dụng và người làm dự báo phải thống nhất tính cấp
thiết của dự báo
Bước 4: Xem xét dữ liệu
- Dữ liệu cần để dự báo có thể từ 2 nguồn: bên trong và bên ngoài
- Cần phải lưu ý dạng dữ liệu sẵn có ( thời gian, đơn vị tính,…)
-
Dữ liệu thường được tổng hợp theo cả biến và thời gian, nhưng tốt
nhất là thu thập dữ liệu chưa được tổng hợp
- Cần trao đổi giữa người sử dụng và người làm dự báo
Bước 5: Lựa chọn mô hình
-
Làm sao để quyết định được phương pháp thích hợp nhất cho một tình
huống nhất định?
+ Loại và lượng dữ liệu sẵn có
+ Mô hình (bản chất) dữ liệu quá khứ
+ Tính cấp thiết của dự báo
+ Độ dài dự báo
+ Kiến thức chuyên môn của người làm dự báo
Bước 6: Đánh giá mô hình
-
Đối với các phương pháp định tính thì bước này ít phù hợp hơn so với
phương pháp
định lượng
-
Đối với các phương pháp định lượng, cần phải đánh giá mức độ phù
hợp của mô hình (trong phạm vi mẫu dữ liệu)
- Đánh giá mức độ chính xác của dự báo (ngoài phạm vi mẫu dữ liệu)
- Nếu mô hình không phù hợp, quay lại bước 5
Bước 7: Chuẩn bị dự báo
-
Nếu có thể nên sử dụng hơn một phương pháp dự báo, và nên là
những loại phương pháp khác nhau (ví dụ mô hình hồi quy và san mũ Holt, thay vì
cả 2 mô hình hồi quy khác nhau)
-
Các phương pháp được chọn nên được sử dụng để chuẩn bị cho một
số các dự báo (ví vụ trường hợp xấu nhất, tốt nhất và có thể nhất)
Bước 8: Trình bày kết quả dự báo
-
Kết quả dự báo phải được trình bày rõ ràng cho ban quản lý sao cho
họ hiểu các con số được tính toán như thế nào và chỉ ra sự tin cậy trong kết quả dự
báo
-
Người dự báo phải có khả năng trao đổi các kết quả dự báo theo ngôn
ngữ mà các nhà quản lý hiểu được
- Trình bày cả ở dạng viết và dạng nói
- Bảng biểu phải ngắn gọn, rõ ràng
- Chỉ cần trình bày các quan sát và dự báo gần đây thôi
- Chuỗi dữ liệu dài có thể được trình bày dưới dạng đồ thị (cả giá trị thực và dự
báo)
- Trình bày thuyết trình nên theo cùng hình thức và cùng mức độ với phần trình bày
viết
Bước 9: Theo dõi kết quả dự báo
-
Lệch giữa giá trị dự báo và giá trị thực phải được thảo luận một cách
tích cực, khách quan và cởi mở
- Mục tiêu của việc thảo luận là để hiểu tại sao có các sai số, để xác định độ lớn
của
sai số
- Trao đổi và hợp tác giữa người sử dụng và người làm dự báo có vai trò rất
quan
trọng trong việc xây dựng
1.1.4. Phương pháp bình quân di động
Phương pháp số bình quân di động là một trong những phương pháp biểu hiện xu
hướng phát triển cơ bản của hiện tượng nghiên cứu, hay nói cách khác, mô hình hoá sự
phát triển thực tế của hiện tượng nghiên cứu dưới dạng dãy các số bình quân di động.
Phương pháp bình quân di động còn được sử dụng trong dự báo thống kê. Trên cơ
sở xây dựng một dãy số bình quân di động, người ta xây dựng mô hình dự báo.
Như vậy, ứng với tháng 3 ta có số bình quân di động là 82 triệu tấn, tháng 4 là 83
triệu tấn, v.v… và cuối cùng tháng 12 là 117,6 triệu tấn. Ta gọi các số bình quân di động
mới này là Mi (i = k, k + 1, k + 2,…n), trong đó k là khoảng cách thời gian san bằng ( ở đây
k = 3, bình quân từ 3 mức độ thực tế).
1.2. Ngôn ngữ lập trình Cshap
1.2.1. Cshap là gì
Phương pháp số bình quân di động là một trong những phương pháp biểu hiện xu
hướng phát triển cơ bản của hiện tượng nghiên cứu, hay nói cách khác, mô hình hoá sự
phát triển thực tế của hiện tượng nghiên cứu dưới dạng dãy các số bình quân di động.
Phương pháp bình quân di động còn được sử dụng trong dự báo thống kê. Trên cơ
sở xây dựng một dãy số bình quân di động, người ta xây dựng mô hình dự báo.
Tải về để xem bản đầy đủ
49 trang
13920
Free
Bạn đang xem 20 trang mẫu của tài liệu "Báo cáo thực tập Xây dựng chương trình phân tích dự báo lượng sản phẩm tiêu thụ theo phương pháp dự báo định lượng tại Công ty Cổ phần đầu tư và thương mại TNG Thái Nguyên", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
File đính kèm:
- bao_cao_thuc_tap_xay_dung_chuong_trinh_phan_tich_du_bao_luon.pdf
