Áp dụng các kỹ thuật phân lớp dữ liệu, hồi quy để dự báo số liệu sản xuất kinh doanh cho VNPT
Áp dụng các kỹ thuật phân lớp dữ liệu, hồi quy để dự báo số liệu sản xuất kinh doanh cho VNPT
Xem bên trong

Áp dụng các kỹ thuật phân lớp dữ liệu, hồi quy để dự báo số liệu sản xuất kinh doanh cho VNPT

91 tr. + CD-ROM
Luận văn ThS. Hệ thống thông tin — Trường Đại học Công nghệ. Đại học Quốc gia Hà Nội, 2009
Giới thiệu các kiến thức tổng quan về dự báo và một số phương pháp dự báo định lượng chính về hoạt động sản xuất kinh doanh doanh nghiệp như: Hồi quy tuyến tính, Hồi quy phi tuyến, phương pháp chuỗi thời gian, phương pháp phân lớp dữ liệu… Nghiên cứu dự báo định lượng bằng phương pháp mạng nơron nhân tạo, thuật toán lan truyền ngược sai số và phương pháp thiết kế mạng nơron nhân tạo. Trình bày bài toán dự báo kết quả thực hiện SXKD của VNPT, đề xuất giải pháp dự báo định lượng để giải quyết bài toán, sau đó ứng dụng phương pháp mạng nơron nhân tạo để dự báo kết quả. Cuối cùng là kết quả thử nghiệm với số liệu SXKD của VNPT, đánh giá kết quả và một số đề xuất, khuyến nghị
Electronic Resources

0.00

Tải về miễn phí bản đầy đủ PDF luận văn tại Link bản đầy đủ 1


ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Hoàng Tuấn Ninh

ÁP DỤNG CÁC KỸ THUẬT PHÂN LỚP
DỮ LIỆU, HỒI QUY ĐỂ DỰ BÁO SỐ LIỆU
SẢN XUẤT KINH DOANH CHO VNPT

LUẬN VĂN THẠC SĨ

HÀ NỘI – 2009

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Hoàng Tuấn Ninh

ÁP DỤNG CÁC KỸ THUẬT PHÂN LỚP
DỮ LIỆU, HỒI QUY ĐỂ DỰ BÁO SỐ LIỆU
SẢN XUẤT KINH DOANH CHO VNPT

Ngành: Công nghệ thông tin
Chuyên ngành: Hệ thống thông tin
Mã số: 60 48 05

LUẬN VĂN THẠC SĨ

NGƯỜI HƯỚNG DẪN KHOA HỌC

TS.Đỗ Văn Thành

HÀ NỘI – 2009
– i –

MỤC LỤC

MỤC LỤC ……………………………………………………………………………………………………. i
DANH SÁCH HÌNH VẼ……………………………………………………………………………… iii
DANH SÁCH BẢNG BIỂU ………………………………………………………………………….. iv
BẢNG THUẬT NGỮ……………………………………………………………………………………. v
MỞ ĐẦU ……………………………………………………………………………………………………. vi
CHƯƠNG 1. KHẢO CỨU CÁC PHƯƠNG PHÁP DỰ BÁO VỀ HOẠT ĐỘNG
SẢN XUẤT KINH DOANH DOANH NGHIỆP ……………………………………………… 8
1. Tổng quan các phương pháp dự báo ………………………………………………………….. 8
1.3. Dự báo định lượng bằng các phương pháp hồi quy ……………………………………… 13
1.3.1.Hồi quy tuyến tính và hồi quy bội ……………………………………………………… 13
1.1.2. Hồi quy phi tuyến tính ……………………………………………………………………. 14
1.4. Dự báo số liệu bằng các phương pháp chuỗi thời gian ………………………………… 15
1.4.1. Khái niệm chuỗi thời gian ………………………………………………………………. 15
1.4.2. Phân tích, dự báo chuỗi thời gian ……………………………………………………. 16
1.4. Dự báo bằng phương pháp phân lớp dữ liệu ………………………………………………. 18
1.4.1. Phương pháp phân lớp dữ liêụ ………………………………………………………… 18
1.4.2. Độ chính xác phân lớp …………………………………………………………………… 18
CHƯƠNG 2. DỰ BÁO ĐỊNH LƯỢNG BẰNG PHƯƠNG PHÁP MẠNG NƠRON
NHÂN TẠO……………………………………………………………………………………………….. 21
2.1. Mạng nơron nhân tạo …………………………………………………………………………… 21
1). Khái quát về mạng nơron …………………………………………………………………………. 21
2.2 . Mô hình của mạng nơron nhân tạo ………………………………………………………. 22
2.4. Thuật toán lan truyền ngược sai số …………………………………………………………… 27
2.5. Thiết kế mạng nơron ………………………………………………………………………………. 29
1) Bước 1: Lựa chọn biến …………………………………………………………………… 30
2). Bước 2: Thu thập dữ liệu ……………………………………………………………………. 31
3). Bước 3: Tiền xử lý dữ liệu ………………………………………………………………….. 31
4). Bước 4: Xác định tập huấn luyện, tập kiểm tra và đánh giá ……………………… 34
5). Bước 5: Xác định mô hình mạng nơron ………………………………………………… 35
6). Bước 6: Xác định hàm đánh giá sai số………………………………………………….. 40
7). Bước 7: Huấn luyện mạng nơron …………………………………………………………. 40
8). Bước 8: Thực thi ……………………………………………………………………………….. 45
CHƯƠNG 3. DỰ BÁO KẾT QUẢ HOẠT ĐỘNG SXKD CHO VNPT BẰNG
PHƯƠNG PHÁP MẠNG NƠRON NHÂN TẠO …………………………………………… 47
– ii –

3.1. Xác định bài toán dự báo kết quả hoạt động sản xuất kinh doanh của VNPT
…………………………………………………………………………………………………………………. 47
3.2. Xác định hệ thống chỉ tiêu cần được phân tích, dự báo về kết quả SXKD …. 47
3.2.1. Phân tích quy trình nghiệp vụ báo cáo số liệu tại VNPT ……………………… 47
3.2.2. Xác định hệ thống chỉ tiêu cần được phân tích và dự báo…………………….. 49
3.3. Giải pháp dự báo định lượng kết quả SXKD của VNPT ………………………….. 55
3.3.1. Mô hình tổng thể hệ thống thông tin phục vụ dự báo định lượng …………… 55
3.3.2. Giới thiệu tập số liệu và vấn đề tiền xử lý số liệu ……………………………….. 58
3.3.3. Phương pháp mạng nơrontrong dự báo số liệu SXKD tại VNPT …………… 59
3.3.4. Phần mềm công cụ hỗ trợ dự báo …………………………………………………….. 60
3.4. Ứng dụng mạng Nơron để dự báo số liệu SXKD cho VNPT …………………….. 69
3.4.1. Xác định các biến dự báo ……………………………………………………………….. 69
3.4.2. Thu thập dữ liệu ……………………………………………………………………………. 69
3.4.3. Tiền xử lý dữ liệu ………………………………………………………………………….. 69
3.4.4. Trích chọn dữ liệu – Xây dựng tập huấn luyện …………………………………… 71
3.4.5. Xác định mô hình mạng nơron ………………………………………………………… 73
3.4.6. Xác định hàm đánh giá sai số …………………………………………………………. 76
3.4.7. Huấn luyện mạng nơ ron ………………………………………………………………… 76
3.4.8. Dự báo số liệu ………………………………………………………………………………. 78
3.5. Kết quả thử nghiệm ……………………………………………………………………………… 79
a. Thử nghiệm với số liệu điện thoại cố định …………………………………………. 80
b. Thử nghiệm với dữ liệu mạng Internet ………………………………………………. 83
c. Thử nghiệm với dữ liệu mạng di động ………………………………………………. 84
3.6. Thiết kế Phần mềm dự báo số liệu SXKD cho VNPT ………………………………. 85
3.6.1. Sơ đồ phân rã chức năng ……………………………………………………………….. 85
3.6.2. Biểu đồ ngữ cảnh ………………………………………………………………………….. 85
3.6.3. Sơ đồ phân rã chức năng ……………………………………………………………….. 86
3.6.4. Sơ đồ quan hệ ………………………………………………………………………………. 87
3.6.5. Thiết kế dữ liệu logic ……………………………………………………………………… 88
3.6.6. Thiết kế chức năng xem số liệu………………………………………………………… 92
3.6.7. Thiết kế chức năng xây dựng mô hình ………………………………………………. 93
3.6.8. Thiết kế chức năng dự báo số liệu ……………………………………………………. 93
3.6.9. Thiết kế chức năng Cập nhật tập huấn luyện ……………………………………… 94
KẾT LUẬN ……………………………………………………………………………………………….. 95
TÀI LIỆU THAM KHẢO …………………………………………………………………………… 97

– iii –

DANH SÁCH HÌNH VẼ

Hình 1. Các phương pháp dự báo hoạt động SXKD doanh nghiệp…………….. 13
Hình 2. Đánh giá độ chính xác của bộ phân lớp bằng phương pháp holdout .. 19
Hình 3. Mô hình phi tuyến của một nơron …………………………………………….. 23
Hình 4. Kết quả biến đổi afine của ngưỡng ……………………………………………. 24
Hình 5. Hai mô hình phi tuyến của nơron ……………………………………………… 25
Hình 6. Chuyển đổi logarit của số liệu buôn bán lúa gạo theo tháng ………….. 33
Hình 7. Phương pháp kiểm tra cửa sổ trượt ……………………………………………. 35
Hình 8. Hai phương pháp chia tỉ lệ thông dụng trên tập dữ liệu S&P500 ……. 39
Hình 9. Đồ thị lỗi của quá trình huấn luyện và kiểm tra mạng nơron …………. 42
Hình 10. Giản đồ biểu diễn một mặt phẳng lỗi của mạng nơron ………………. 44
Hình 11. Mô hình Hệ thống dự báo số liệu …………………………………………… 55
Hình 12. Mô hình Trích chọn dữ liệu…………………………………………………… 56
Hình 13. Mô hình Làm sạch, chuẩn hóa dữ liệu …………………………………….. 57
Hình 14. Xây dựng mô hình dữ liệu…………………………………………………….. 57
Hình 15. Mô hình Dự báo giá trị mới…………………………………………………… 58
Hình 16. Màn hình chương trình YALE ………………………………………………. 61
Hình 17. Mô hình xử lý một cây toán tử của Yale …………………………………. 66
Hình 18. Màn hình chương trình WEKA ……………………………………………… 67
Hình 19. Cấu trúc kho dữ liệu SXKD của VNPT …………………………………… 70
Hình 20. Biểu đồ ngữ cảnh Hệ thống Dự báo số liệu ……………………………… 86
Hình 21. Sơ đồ quan hệ dữ liệu của Hệ thống Dự báo số liệu ………………….. 87
Hình 22. Biểu đồ luồng dữ liệu cho chức năng xem số liệu …………………….. 92
Hình 23. Biểu đồ luồng dữ liệu cho chức năng xây dựng mô hình ……………. 93
Hình 24. Biểu đồ luồng dữ liệu cho chức năng dự báo số liệu …………………. 93
Hình 25. Biểu đồ luồng dữ liệu cho chức năng Cập nhật tập huấn luyện …… 94
– iv –

DANH SÁCH BẢNG BIỂU

Bảng 1. So sánh YALE và WEKA ……………………………………………………….. 68
Bảng 2. Kết quả dự báo chỉ tiêu m420 tháng 8 từ số liệu tháng 7 ………………. 80
Bảng 3. Kết quả dự báo chỉ tiêu m420 tháng 10 từ số liệu tháng 7 …………….. 80
Bảng 4. Kết quả dự báo chỉ tiêu m420 tháng 9 từ số liệu tháng 7 ………………. 80
Bảng 5. Kết quả dự báo chỉ tiêu m410 tháng 8 từ số liệu tháng 7 ………………. 80
Bảng 6. Kết quả dự báo chỉ tiêu m410 tháng 9 từ tháng 7 ……………………….. 81
Bảng 7. Kết quả dự báo chỉ tiêu m410 tháng 10 từ tháng 7 ……………………… 81
Bảng 8. Kết quả dự báo chỉ tiêu m425 tháng 8 từ tháng 7 ……………………….. 81
Bảng 9. Kết quả dự báo chỉ tiêu m425 tháng 9 từ tháng 7 ……………………….. 81
Bảng 10. Kết quả dự báo chỉ tiêu m425 tháng 10 từ tháng 7 …………………… 82
Bảng 11. Kết quả dự báo chỉ tiêu m425 tháng 11 từ tháng 7 …………………… 82
Bảng 12. Kết quả dự báo chỉ tiêu m425 tháng 12 từ tháng 7 …………………… 82
Bảng 13. Độ chính xác trung bình theo chu kỳ ………………………………………. 83
Bảng 14. Độ chính xác trung bình theo chỉ tiêu ……………………………………… 83

– v –

BẢNG THUẬT NGỮ

Từ viết tắt Tiếng Anh Tiếng Việt
ARIMA
AutoRegressive Integrated
Moving Average
Tích hợp trung bình trượt tự hồi
qui
CSDL Cơ sở dữ liệu
DM Data mart Kho dữ liệu chủ đề
DW Data warehouse Kho dữ liệu
KDD
Knowlegde Discovery in
Databases
Khám phá tri thức trong CSDL
KPDL Khai phá dữ liệu
MLP Multilayer Perceptron Mạng nơron đa lớp
SARIMA
Seasonal AutoRegressive
Integrated Moving Average
Tích hợp trung bình trượt tự hồi
qui theo mùa vụ
VNPT
Vietnam Posts and
Telecomunications Coporation
Tập đoàn Bưu chính Viễn
thông Việt Nam

– vi –

MỞ ĐẦU
Trong nền kinh tế tri thức, ưu thế cạnh tranh luôn thuộc về những doanh
nghiệp nắm bắt đầy đủ, kịp thời và khai thác có hiệu quả thông tin. Các doanh
nghiệp thành công trên thế giới đều đã và đang không ngừng đầu tư cho công cụ
quản lý tri thức của mình ở nhiều cấp độ khác nhau, ở mức thấp là các công cụ
báo cáo, phân tích tình hình tài chính… dựa vào thông tin từ phần mềm kế toán
và ở mức độ cao là ứng dụng công nghệ Khai phá dữ liệu nhằm khai thác các
kho dữ liệu giúp nhà quản lý phân tích về giá thành, thị trường và khách hàng,…
Công nghệ Khai phá dữ liệu có thể được triển khai nhanh chóng dựa trên nền
tảng phần cứng và phần mềm sẵn có đáp ứng yêu cầu khai thác thông tin của
doanh nghiệp, nâng cao hiệu quả sử dụng thông tin từ nguồn tài nguyên sẵn có
và mang lại lợi ích to lớn cho doanh nghiệp.
Tại Việt Nam, hiện tại đã có nhiều tổ chức, doanh nghiệp trong nước nhận
thức được tầm quan trọng và lợi ích của công nghệ Khai phá dữ liệu. Một số tổ
chức, doanh nghiệp đã xây dựng các kho dữ liệu lưu trữ toàn bộ thông tin của tổ
chức, doanh nghiệp như: Kho dữ liệu của Kho bạc nhà nước, Kho dữ liệu Ngân
sách nhà nước của Bộ Tài chính, Kho dữ liệu của Ngân hàng Nhà nước… Tuy
nhiên, việc khai thác dữ liệu từ kho tài nguyên đồ sộ này vẫn chưa đạt hiệu quả
mong muốn do chưa phát triển được công cụ phù hợp, chưa trích chọn và phân
tích được những dữ liệu xác đáng. Để đạt được những thông tin mong muốn từ
những nguồn dữ liệu lớn đòi hỏi phải có những đổi mới về mặt kỹ thuật.
Là một trong những doanh nghiệp đi đầu trong việc đẩy mạnh khai thác
và sử dụng thông tin hỗ trợ hoạt động quản lý điều hành và sản xuất kinh doanh,
Tập đoàn Bưu chính Viễn thông Việt Nam (VNPT) đã có một số phần mềm ứng
dụng hỗ trợ quản lý điều hành sản xuất kinh doanh như: Hệ thống Báo cáo
nhanh, Hệ thống báo cáo tài chính, Hệ thống quản lý tài sản, Hệ thống quản lý
dự án Internet trường học… Sự ra đời của “Hệ thống phần mềm báo cáo số liệu
và thông tin phục vụ quản lý, điều hành sản xuất kinh doanh tại Cơ quan Tập
đoàn” (Hệ thống VRS) đã giúp đáp ứng được nhu cầu báo cáo thông tin một
cách thống nhất, hệ thống, chính xác và cập nhật, thay thế hiệu quả cho phương
thức báo cáo, tổng hợp số liệu bằng giấy tờ. Đồng thời Hệ thống VRS được đưa
vào sử dụng đã cung cấp một khối lượng thông tin lớn khó có thể xử lý bằng
những phương pháp thủ công hiện có, từ đó đặt ra nhu cầu về một hệ thống phần
mềm có thể hỗ trợ xử lý hiệu quả những thông tin này.
– vii –

Đề tài “Áp dụng các kỹ thuật phân lớp dữ liệu, hồi quy để dự báo số liệu
SXKD cho VNPT” được phát triển nhằm mục đích hỗ trợ phân tích, tổng hợp và
xử lý kho dữ liệu, thông tin một cách tự động, chính xác và có thể được tích hợp
với các ứng dụng hỗ trợ quản lý sản xuất kinh doanh đang hoạt động khác. Kết
quả nghiên cứu của đề tài sẽ hỗ trợ tích cực cho công tác xử lý số liệu và dự báo
tình hình SXKD của Tập đoàn, đồng thời góp phần đẩy mạnh công tác ứng dụng
công nghệ thông tin vào các hoạt động quản lý điều hành sản xuất kinh doanh tại
Cơ quan Tập đoàn.

Hà Nội 10-2009
Người thực hiện đề tài

– 8 –

CHƯƠNG 1. KHẢO CỨU CÁC PHƯƠNG PHÁP DỰ BÁO VỀ
HOẠT ĐỘNG SẢN XUẤT KINH DOANH DOANH NGHIỆP

1. Tổng quan các phương pháp dự báo
Trong những năm gần đây , sư ̣phát triển maṇh me ̃của CNTT và ngành công
nghiêp̣ phần cứng đa ̃làm cho khả năng thu thâp̣ và lưu trữ thông tin của các hê ̣
thống thông tin tăng lên một cách nhanh chóng. Bên caṇh đó viêc̣ tin hoc̣ hoá
môṭ cách mạnh mẽ các hoạt động sản xuất , kinh doanh cũng như nhiều liñh vưc̣
hoạt động khác đã tạo ra một lượng dữ liệu lưu trữ khổng lồ. Hàng triệu CSDL
đa ̃đươc̣ sử duṇg trong các hoaṭ đôṇg sản xuất , kinh doanh, quản lí…, trong đó có
nhiều CSDL cưc̣ lớn cỡ Gigabyte , thâṃ chí là Terabyte . Sư ̣bùng nổ này đa ̃dâñ
tới môṭ yêu cầu cấp thiết là cần có nhữn g ki ̃thuâṭ và công cu ̣mới để tư ̣đôṇg
chuyển đổi lươṇg dữ liêụ khổng lồ kia thành các tri thức có ích . Từ đó , các kĩ
thuâṭ Khai phá dữ liêụ đa ̃ra đời và trở thành môṭ liñh vưc̣ thời sư ̣của nền CNTT
thế giới hiêṇ nay .
1.1. Tổng quan về dự báo
* Dự báo là gì?
Dự báo là một nhận định về tương lai. Những nhận định này có thể có nền
tảng vững chắc hoặc có thể thiếu những nền tảng cơ sở thuyết phục; chúng có
thể chính xác hoặc không chính xác trong từng trường hợp cá biệt hoặc tính
trung bình; chúng có thể chi tiết hoặc không chi tiết; chúng có thể dựa trên mô
hình hoặc mang tính thông tin. Các dự báo được đưa ra bằng những phương
pháp với hệ hàng trăm phương trình ước lượng kinh tế lượng được kiểm định
chặt chẽ cho tới những phương pháp gần như không có một cơ sở nào để quan
sát được. Do vậy, dự báo là một chủ đề rất rộng. Trong lịch sử, hầu hết các
phương pháp mà con người nghĩ ra về hoạt động “tiên đoán” tương lai có thể
mang lại điều gì đều đã được thử nghiệm.
* Có thể dự báo những gì?
Bởi vì dự báo chỉ đơn giản là một nhận định về tương lai nên chúng ta có thể
dự báo bất kỳ điều gì, có thể là dự báo lạm phát chỉ số giá tiêu dùng của tháng
tới, dự báo thời tiết ngày mai, mực nước biển tính trung bình dâng cao thêm bao
nhiêu sau 20 năm nữa hoặc dân số của trái đất vào ngày hôm đó hay như giá trị
của chỉ số VN index tại thời điểm đầu năm 2010. Chúng ta không khẳng định
rằng các kết quả dự báo nhất thiết là hữu ích.
* Mức độ tin cậy của chúng ta đối với các dự báo là như thế nào?
– 9 –

Mức độ tin cậy của dự báo phụ thuộc vào cơ sở xây dựng dự báo này tốt đến
mức độ nào? Những dự báo đơn thuần sẽ không mang lại độ tin cậy cao, những
dự báo dựa trên các cách tiếp cận đã được kiểm định đúng đắn có thể mang lại
nhiều hy vọng hơn. Thật không may là ngay cả khi nó được dựa trên những cách
tiếp cận này thì dường như vẫn chưa đủ. Tương lai quá bất định chính là khó
khăn của dự báo. Có hai điều trái ngược nhau mà ta có thể vận dụng từ câu nói
của Maxine Singer rằng: “Bởi vì những thứ mà chúng ta không biết rằng chúng
ta không biết nên tương lai rất khó đoán định. Nhưng một vài bước phát triển có
thể dự báo được, hoặc ít nhất là có thể tưởng tượng được dựa trên những gì
chúng ta đã biết”.
* Tính chất của dự báo
– Dự báo mang tính xác suất: Mỗi đối tượng dự báo đều vận động theo một
quy luật hay một quỹ đạo nhất định nào đó, đồng thời trong quá trình phát triển
nó luôn luôn chịu sự tác động của môi trường hay yếu tố bên ngoài. Bản thân
môi trường hay các yếu tố tác động không phải đứng im mà luôn luôn trong
trạng thái vận động và phát triển không ngừng. Chính vì điều này nên dự báo
không thể hoàn toàn chính xác mà chỉ mang tính xác suất.
– Dự báo mang tính đa phương án: Mỗi dự báo được thực hiện dựa trên
những tập hợp các giả thiết nhất định – dự báo có điều kiện. Tập hợp các giả
thiết như vậy gọi là phông dự báo. Do vậy dự báo có thể được tiến hành trên các
phông dự báo khác nhau do những nguyên nhân chủ quan và khách quan khác
nhau dẫn tới có nhiều phương án dự báo khác nhau.
* Chức năng của dự báo
– Chức năng tham mưu: Trên cơ sở đánh gíá thực trạng, phân tích xu hướng
vận động và phát triển trong quá khứ, hiện tại và tương lai, dự báo sẽ cung cấp
thông tin cần thiết, khách quan làm căn cứ cho việc ra quyết định quản lý và xây
dựng chiến lược, kế hoạch phát triển sản xuất kinh doanh,… Người quản lý và
hoạch định chiến lược, kế hoạch có nhiệm vụ phải lựa chọn trong số các phương
án có thể có, tìm ra các phương án có tính khả thi cao nhất, có hiệu quả cao nhất.
Để thực hiện tốt chức năng này dự báo phải thực sự đảm bảo tính khách quan,
khoa học và tính độc lập tương đối với các cơ quan quản lý và hoạch định chính
sách.
– Chức năng khuyến nghị hay điều chỉnh: Với chức năng này dự báo tiên
đoán các hậu quả có thể nảy sinh trong quá trình thực hiện nhằm giúp doanh
– 10 –

nghiệp kịp thời điều chỉnh mục tiêu cũng như cơ chế tác động quản lý để đạt
hiệu quả kinh tế – xã hội cao nhất.
1.2. Phương pháp luận tổng quát về dự báo
Để thiết lập một dự báo, về cơ bản, chúng ta có các bước tiến hành sau đây:
a) Xác định vấn đề dự báo và mốc thời gian xa nhất của dự báo
b) Hiểu vấn đề cần được dự báo, xây dựng hệ thống mô tả vấn đề cần được
dự báo và nhận ra những biến số then chốt của hệ thống;
c) Thu thập các số liệu cần thiết phục vụ cho dự báo và Đề xuất các giả thiết
xuất phát của dự báo;
d) Tiến hành dự báo và kiểm nghiệm tính đúng đắn của dự báo
f) Ứng dụng kết quả dự báo
* Xác định vấn đề dự báo:
Công việc đầu tiên là phát biểu vấn đề cần được dự báo một cách rõ ràng và
chính xác. Điều này dường như là đương nhiên nhưng thật ra sự nhấn mạnh tầm
quan trọng của nó là rất cần thiết vì rất có thể xảy ra tình trạng vấn đề đặt ra lúc
đầu, đến một giai đoạn nào đó của quá trình dự báo, lại bắt đầu được nhận thức
là chưa đủ rõ ràng, các công việc tiếp theo do đó không thể đặt ra một cách cụ
thể để có thể được giải quyết, và chúng ta lại phải quay trở lại việc xác định vấn
đề.
Một vấn đề khác là cần xác định mốc thời gian xa nhất của dự báo. Có nhiều
nhân tố chi phối sự lựa chọn này, như thời hạn ra quyết định, khả năng quyết
định và các phương tiện hành động, v.v… Không có một phương pháp xác định
nào có thể giúp ta làm tốt việc này. Kinh nghiệm thực tiễn và sự nhạy cảm là
những yếu tố có thể đóng góp vào sự lựa chọn tối ưu. Các dự báo đã có về các
vấn đề khác nhau rõ ràng là một nguồn tham khảo quan trọng.
Xét một số dự báo lớn được đưa ra trong mấy năm gần đây, thí dụ như
“Theo dõi tương lai, nghiên cứu về các kịch bản của nền kinh tế thế giới, 1990-
2015” của Cục Kế hoạch Trung ương của Hà Lan, “Dự án 2025” do hãng Coates
& Jarratt, Inc. biên soạn, các báo cáo “Trạng thái tương lai” công bố hàng năm
từ 1997 của “Dự án Thiên niên kỷ” thuộc Hội đồng Đại học Liên Hợp quốc.
Trong các dự báo này, mốc thời gian xa nhất của dự báo được lựa chọn là
khoảng 25 năm. Một số dự báo khác, thí dụ như “Tương lai của nước Anh năm
2010” của hãng Applied Futures công bố năm 1989, “Nước Anh năm 2010” của
Policy Studies Institute công bố năm 1991, “Nền an ninh của châu Âu năm
– 11 –

2010” của P. Leclerc và B. Gentric năm 1991, mốc thời gian xa nhất dự báo
được lựa chọn là 20 năm. Song lại có những dự báo có mốc thời gian hơn, tới 40
năm, thí dụ như “Nhà ở năm 2030” do Trung tâm Khoa học và Kỹ thuật về Nhà
ở và Cục Môi trường và Quản lý Năng lượng của Pháp xây dựng trong thời gian
1991-93.
* Hiểu vấn đề cần được dự báo, xây dựng hệ thống và phát hiện các biến số
then chốt
Công việc tiếp theo là xác định trạng thái của hệ thống mô tả vấn đề cần
được dự báo, cụ thể là tìm ra tất cả các biến số có ảnh hưởng đến vấn đề được
nghiên cứu hoặc chịu ảnh hưởng của vấn đề được nghiên cứu, phân tích các
quan hệ giữa các biến số đó, và cuối cùng thu gọn phạm vi của hệ thống về một
số biến số có tính chất cơ bản – các biến số then chốt.
Có thể giao việc lập danh mục các biến số xác định trạng thái của hệ cho
một người. Song để tránh sự chủ quan quá đáng, công việc này nên được tiến
hành bởi một nhóm công tác có tính chất đa ngành và sử dụng các cách làm như
gửi bảng câu hỏi để lấy ý kiến, phỏng vấn chuyên gia, v.v…
Để phân tích các quan hệ giữa các biến số, phương pháp thường được sử
dụng là phân tích cấu trúc gồm ba bước cơ bản như sau:
ˉ Thống kê các biến số;
ˉ Lập ma trận phân tích cáu trúc và đồ thị độ phát động – mức phụ thuộc;
ˉ Phát hiện các biến số then chốt.
* Thu thập dữ liệu phục vụ dự báo và đề xuất các giả thiết/giả thuyết cho dự báo
Thu thập dữ liệu là một công việc rất nặng nề vì đối với mỗi biến số, ta cần
phải trả lời 3 câu hỏi sau đây:
Diễn biến của biến số trong quá khứ ?
Xu hướng phát triển của biến số đó trong tương lai ?
Những điểm uốn hay gián đoạn có thể có làm thay đổi xu hướng phát triển
của biến số ?
Để trả lời các câu hỏi này, ta cần xem xét 5 vấn đề sau đây:
Xác định những chỉ tiêu có thể sử dụng một cách thích hợp để mô tả diễn
biến của biến số được xét. Thí dụ như để mô tả mức sống của dân cư, có thể xét
khả năng sử dụng chỉ tiêu tổng sản phẩm trong nước (GDP) hay tổng sản phẩm
xã hội (GNP); để đánh giá năng lực đổi mới công nghệ của một quốc gia, có thể
– 12 –

sử dụng chỉ tiêu số sáng chế đăng ký; để đánh giá mức độ chuyển đổi cơ cấu lao
động có thể sử dụng chỉ tiêu số lượng lao động được đào tạo nghề theo các
ngành kinh tế, để đánh giá nguồn nhân lực chất lượng cao có thể sử dụng chỉ
tiêu số lượng và chất lượng đào tạo từ bậc cao đẳng, đại học trở lên, v.v…
Xét khả năng có được dữ liệu (định tính cũng như định lượng), độ tin cậy
của chúng và, nếu có thể, mức độ cân đối cần phải có.
Xác định các chuỗi thời gian (các giá trị của chỉ tiêu sắp xếp theo trình tự
thời gian) cần theo dõi. Điều này có ý nghĩa quan trọng vì chuỗi thời gian của
một biến số kinh tế – xã hội nào đó là phản ánh quy luật biến đổi của biến số đó
trong quá khứ và hiện tại, nếu chuỗi thời gian đủ dài ta mới có căn cứ để ngoại
suy hay dự báo giá trị của biến số đó trong tương lai.
Để hình thành các giả thiết/giả thuyết cho dự báo: cần giải thích các diễn
biến trong quá khứ; nói cách khác, tìm hiểu nguyên nhân của các hệ quả đã quan
sát được. Rõ ràng là sự giải thích nguyên nhân không đúng sẽ dẫn đến những dự
báo vô lý. Thí dụ như có rõ những nguyên nhân đã dẫn đến tốc độ tăng trưởng
cao của nền kinh tế Việt Nam trong mấy năm vừa qua, chúng ta mới có thể có
được những dự báo đáng tin về tốc độ này trong những năm sắp tới, chưa nói
những điều chỉnh cần thiết do sự thay đổi của những nhân tố bên ngoài.
Đề xuất các giả thiết về sự phát triển của các biến số trong tương lai; nói
riêng, về khả năng xuất hiện những điểm uốn hay gián đoạn so với xu hướng “tự
nhiên” và, nếu có thể, xác suất xuất hiện các điểm uốn hay gián đoạn đó.
* Tiến hành dự báo và kiểm nghiệm kết quả dự báo
Trong phần lớn các trường hợp rất cần phải kiểm nghiệm kết quả dự báo so
với thực tế. Nó là cơ sở để chấp nhận dự báo và ứng dụng vào thực tiễn.
* Ứng dụng dự báo
Mục đích cuối cùng của dự báo là nhằm phục vụ quá trình xây dựng chiến
lược, kế hoạch sản xuất kinh doanh và phục vụ quá trình ra quyết định, điều
hành, quản lý của người lãnh đạo doanh nghiệp..
Hiện tại có rất nhiều pháp dự báo về hoạt động sản xuất kinh doanh khác
nhau (xem hình 1). Phân tiếp theo của Chương này chỉ giới thiệu tóm tắt một số
phương pháp dự báo định lượng điển hình cho doanh nghiệp.

– 13 –

Hình 1. Các phương pháp dự báo hoạt động SXKD doanh nghiệp

1.3. Dự báo định lượng bằng các phương pháp hồi quy
1.3.1.Hồi quy tuyến tính và hồi quy bội
Hồi quy tuyến tính: Đây là dạng đơn giản nhất trong các phương pháp hồi quy.
Ở dạng này, dữ liệu được mô hình hoá theo đường thẳng. Theo mô hình này,
một biến ngẫu nhiên Y (biến trả lời – response variable) sẽ được tính bằng một
hàm tuyến tính của một biến ngẫu nhiên X khác (biến dự báo – predictor
variable) theo công thức[8]:
Y =  + X
trong đó độ biến thiên của Y là không đổi,  và  gọi là các hệ số hồi quy. Các
hệ số này có thể được tính ra bằng phương pháp bình phương tối thiểu. Cho n
mẫu hay điểm dữ liệu dưới dạng (x1 , y1), (x2 , y2),…, (xn , yn), các hệ số hồi quy
có thể được ước lượng bằng phương pháp trên theo phương trình:







n
i i
n
i ii
xx
yyxx
1
2
1
)(
))((

xy  
– Làm trơn hàm mũ
– Trung bình trượt tích
hợp tự hồi qui (ARIMA) và
ARIMA theo mùa vụ;
– Mô hình tự hồi quy véc
tơ VAR, ….

PHƯƠNG PHÁP
DỰ BÁO
PHƯƠNG PHÁP
ĐỊNH TÍNH
PHƯƠNG PHÁP
ĐỊNH LƯỢNG
Các mô hình
nhân quả
Các mô hình
chuỗi thời gian
– Lấy ý kiến của ban lãnh đạo
– Lấy ý kiến của bộ phận bán
hàng
-Phương pháp lấy ý kiến của
người tiêu dùng
-Phương pháp chuyên gia
-Hồi quy
-Phân lớp
-Phân tích tương
quan,
-….

Tác giả

Hoàng Tuấn Ninh

Nhà xuất bản

ĐHCN

Năm xuất bản

2009

Người hướng dẫn

Đỗ Văn Thành

Định danh

V_L0_02533

Kiểu

text

Định dạng

text/pdf

Chủ đề

Dữ liệu,Kỹ thuật phân lớp,Mạng viễn thông

Nhà xuất bản

Khoa công nghệ thông tin,

Trường đại học Công nghệ

Các đánh giá

Hiện chưa có đánh giá cho sản phẩm.

Hãy là người đầu tiên đánh giá “Áp dụng các kỹ thuật phân lớp dữ liệu, hồi quy để dự báo số liệu sản xuất kinh doanh cho VNPT”

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *