Luận văn thạc sĩ VNU UET: Phát hiện tri thức từ CSDL chuỗi thời gian

Luận văn thạc sĩ phân tích vnu uet phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian, đánh giá thực trạng, chỉ ra hạn chế, đề xuất giải pháp khả thi cho thực tiễn.

• Tác giả: Trần Thị Thanh Huyền
• Người hướng dẫn: TS. Đỗ Văn Thành
• Trường học: Trường Đại Học Công Nghệ - Đại Học Quốc Gia Hà Nội
• Chuyên ngành: Công nghệ thông tin
• Đề tài: Phát Hiện Tri Thức Từ Cơ Sở Dữ Liệu Chuỗi Thời Gian
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2005
• Địa điểm: Hà Nội

Mục lục chi tiết

• MỞ ĐẦU
• 1. CHƯƠNG 1: MÔ HỠNH ARIMA
• 1.1. Khái niệm cơ bản
• 1.2. Chuỗi thời gian
• 1.3. Chuỗi ngẫu nhiên thuần túy
• 1.4. Chuỗi thời gian dừng
• 1.5. Một số vấn đề về dự báo
• 1.5.1. Khái niệm dự báo
• 1.5.2. Phân loại các kiểu dự báo
• 1.5.2.1. Dự báo ngắn hạn
• 1.5.2.2. Dự báo trung hạn
• 1.5.2.3. Dự báo dài hạn
• 1.5.3. Các phương pháp dự báo chuỗi thời gian
• 1.5.4. Các cách tiếp cận để dự báo chuỗi thời gian
• 1.6. Các công cụ để dự báo
• 1.6.1. Giá trị trung bình của N theo dõi
• 1.6.2. Phương sai của tiến trình ước lượng
• 1.6.3. Tự tương quan (Autocorrelation - AC)
• 1.6.4. Tự tương quan riêng (PAC)
• 1.6.5. Nhiễu trắng (White noise)
• 1.6.6. Bộ lọc tuyến tính (Filter linear)
• 2. CHƯƠNG 2: GIỚI THIỆU EVIEWS - PHẦN MỀM PHÂN TÍCH VÀ DỰ BÁO DỮ LIỆU
• 2.1. Giới thiệu chung
• 2.2. Các khái niệm cơ bản trong EVIEWS
• 2.2.1. Tạo biến mới, để sẵn, để trỏ và sai phân
• 2.2.2. Xây dựng tương quan trong EVIEWS
• 2.2.3. Kiểm định nghiệm đơn vị
• 2.2.4. Kiểm định tính tương quan chuỗi
• 2.2.5. Đặc tả một phương trình trong EVIEWS
• 2.2.5.1. Các phương pháp ước lượng
• 2.2.5.2. Ước lượng mô hình ARIMA
• 2.2.5.3. Làm việc với phát triển
• 2.2.5.4. Phương trình kết quả
• 2.2.5.5. Kết quả tổng hợp
• 2.2.6. Kiểm định phân dị
• 2.2.6.1. Tương quan đa và thống kê Q
• 2.2.6.2. Kiểm định tính tương quan chuỗi LM
• 2.2.7. Đánh giá chuẩn đoán
• 2.2.8. Dự báo từ một phương trình ước lượng
• 2.2.8.1. Thời tốc dự báo
• 2.2.8.2. Phương pháp dự báo
• 2.2.8.3. Tính toán dự báo
• 2.2.8.4. Sai số và phương trình dự báo
• 2.2.8.5. Đánh giá dự báo
• 3. CHƯƠNG 3: ỨNG DỤNG EVIEWS VÀ MÔ HỠNH ARIMA GIẢI QUYẾT BÀI TOÁN DỰ BÁO GIỎ MỘT SỐ MẶT HÀNG
• 3.1. Giới thiệu chung
• 3.2. Các bước tiến hành dự báo
• 3.2.1. Tiến hành dự báo
• 3.2.2. Dự báo giá Võng
• 3.2.3. Dự báo giá Thác
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan về luận văn thạc sĩ VNU UET phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian

Luận văn thạc sĩ VNU UET về phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian là một nghiên cứu quan trọng trong lĩnh vực công nghệ thông tin. Nghiên cứu này không chỉ giúp hiểu rõ hơn về các phương pháp phát hiện tri thức mà còn mở ra hướng đi mới cho việc ứng dụng trong thực tiễn. Cơ sở dữ liệu chuỗi thời gian chứa đựng nhiều thông tin quý giá, và việc khai thác chúng có thể mang lại nhiều lợi ích cho các lĩnh vực khác nhau như kinh tế, xã hội và môi trường.

1.1. Khái niệm cơ sở dữ liệu chuỗi thời gian và phát hiện tri thức

Cơ sở dữ liệu chuỗi thời gian là tập hợp các dữ liệu được ghi lại theo thời gian, cho phép phân tích và dự đoán các xu hướng trong tương lai. Phát hiện tri thức từ các cơ sở dữ liệu này giúp nhận diện các mẫu và quy luật tiềm ẩn, từ đó hỗ trợ ra quyết định trong nhiều lĩnh vực.

1.2. Tầm quan trọng của nghiên cứu phát hiện tri thức

Nghiên cứu phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian không chỉ giúp cải thiện khả năng dự đoán mà còn nâng cao hiệu quả trong việc quản lý và khai thác dữ liệu. Điều này đặc biệt quan trọng trong bối cảnh dữ liệu ngày càng gia tăng và phức tạp.

II. Vấn đề và thách thức trong phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian

Mặc dù có nhiều phương pháp phát hiện tri thức, nhưng việc áp dụng chúng cho cơ sở dữ liệu chuỗi thời gian vẫn gặp nhiều thách thức. Các vấn đề như tính không ổn định của dữ liệu, sự phức tạp trong việc phân tích và dự đoán là những yếu tố cần được giải quyết.

2.1. Tính không ổn định của dữ liệu chuỗi thời gian

Dữ liệu chuỗi thời gian thường có tính không ổn định, với các biến động không thể dự đoán. Điều này gây khó khăn trong việc áp dụng các phương pháp phân tích truyền thống, đòi hỏi các kỹ thuật mới và linh hoạt hơn.

2.2. Sự phức tạp trong việc phân tích dữ liệu

Phân tích dữ liệu chuỗi thời gian yêu cầu kiến thức sâu rộng về thống kê và các phương pháp phân tích. Việc lựa chọn mô hình phù hợp và xác định các tham số cũng là một thách thức lớn.

III. Phương pháp ARIMA trong phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian

Mô hình ARIMA (Autoregressive Integrated Moving Average) là một trong những phương pháp phổ biến nhất trong phân tích chuỗi thời gian. Mô hình này giúp dự đoán các giá trị tương lai dựa trên các giá trị quá khứ, từ đó phát hiện tri thức tiềm ẩn trong dữ liệu.

3.1. Cấu trúc và nguyên lý hoạt động của mô hình ARIMA

Mô hình ARIMA bao gồm ba thành phần chính: tự hồi quy (AR), tích hợp (I) và trung bình trượt (MA). Sự kết hợp này cho phép mô hình hóa các chuỗi thời gian phức tạp và không ổn định.

3.2. Ứng dụng mô hình ARIMA trong dự đoán

Mô hình ARIMA đã được áp dụng rộng rãi trong nhiều lĩnh vực như kinh tế, tài chính và môi trường. Việc sử dụng mô hình này giúp cải thiện độ chính xác trong dự đoán và phát hiện các xu hướng mới.

IV. Ứng dụng thực tiễn của phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian

Phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian đã được ứng dụng trong nhiều lĩnh vực khác nhau, từ kinh tế đến môi trường. Những ứng dụng này không chỉ giúp cải thiện hiệu quả công việc mà còn hỗ trợ ra quyết định chính xác hơn.

4.1. Dự báo kinh tế và tài chính

Việc sử dụng các mô hình phát hiện tri thức giúp dự đoán các chỉ số kinh tế quan trọng như GDP, lạm phát và tỷ giá hối đoái. Điều này hỗ trợ các nhà đầu tư và doanh nghiệp trong việc đưa ra quyết định đầu tư.

4.2. Ứng dụng trong quản lý môi trường

Phát hiện tri thức từ dữ liệu chuỗi thời gian cũng được áp dụng trong quản lý tài nguyên thiên nhiên và dự đoán các hiện tượng khí hậu. Điều này giúp các nhà quản lý đưa ra các chính sách bảo vệ môi trường hiệu quả.

V. Kết luận và tương lai của nghiên cứu phát hiện tri thức

Nghiên cứu phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian đang ngày càng trở nên quan trọng trong bối cảnh dữ liệu lớn. Tương lai của nghiên cứu này hứa hẹn sẽ mang lại nhiều ứng dụng mới và cải tiến trong các phương pháp phân tích.

5.1. Xu hướng phát triển trong nghiên cứu

Các nghiên cứu trong tương lai sẽ tập trung vào việc phát triển các phương pháp mới và cải tiến các mô hình hiện có để nâng cao khả năng phát hiện tri thức từ dữ liệu chuỗi thời gian.

5.2. Tác động của công nghệ mới

Sự phát triển của công nghệ như trí tuệ nhân tạo và học máy sẽ mở ra nhiều cơ hội mới trong việc phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian, giúp nâng cao độ chính xác và hiệu quả trong phân tích.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên khoa học dữ liệu và công nghệ thông tin, khai phá tri thức từ cơ sở dữ liệu chuỗi thời gian đóng vai trò then chốt trong quản trị kinh tế. Theo các thống kê học thuật, khoảng 80% dữ liệu phát sinh trong các hoạt động thương mại, tài chính và điều hành thị trường đều mang thuộc tính thời gian. Tuy nhiên, việc trích xuất tri thức từ các tập dữ liệu này đối mặt với nhiều rào cản do tính chất phi dừng, xu thế biến động phức tạp và các cú sốc ngẫu nhiên. Các phương pháp truyền thống như làm trơn hàm mũ thường chỉ phát huy hiệu quả khi độ thăng giáng của dữ liệu dưới 10% và thiếu hẳn cơ chế kiểm định thống kê chặt chẽ.

Luận văn tập trung nghiên cứu, hệ thống hóa quy trình phát hiện tri thức từ cơ sở dữ liệu chuỗi thời gian thông qua mô hình tự hồi quy tích hợp trung bình trượt ARIMA (Autoregressive Integrated Moving Average) theo phương pháp Box-Jenkins, kết hợp công cụ phần mềm kinh tế lượng EViews. Mục tiêu cụ thể là thiết lập quy trình dự báo giá cả nông sản thực phẩm ngắn hạn đạt độ tin cậy cao, phục vụ công tác điều tiết thị trường và lập kế hoạch kinh doanh.

Phạm vi nghiên cứu thực nghiệm được triển khai trên tập dữ liệu chuỗi thời gian gồm 70 quan sát liên tục theo tháng, kéo dài từ tháng 01/1999 đến tháng 10/2004 đối với 5 mặt hàng tiêu biểu gồm thóc, cá, vịt, vừng và đỗ tại thị trường thành phố Nam Định. Ý nghĩa thực tiễn của đề tài thể hiện qua việc giảm thiểu sai số dự báo bình phương trung bình xuống dưới 3,5%, cung cấp công cụ định lượng hỗ trợ các cơ quan quản lý và doanh nghiệp hoạch định chính sách cung ứng kịp thời trong chu kỳ 30 ngày tiếp theo.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu ứng dụng hệ thống lý thuyết chuỗi thời gian dừng và quy trình mô hình hóa kinh tế lượng hiện đại. Quá trình ngẫu nhiên được xác định là dừng khi giá trị kỳ vọng và phương sai không đổi theo thời gian, đồng thời hiệp phương sai giữa hai thời đoạn chỉ phụ thuộc vào khoảng cách độ trễ k. Đối với các chuỗi thời gian không dừng, toán tử sai phân bậc d được sử dụng để chuyển đổi dữ liệu gốc thành chuỗi dừng trước khi ước lượng.

Mô hình nghiên cứu trọng tâm là cấu trúc ARIMA(p,d,q) tổng quát của Box và Jenkins (1976), tích hợp 3 thành phần chính:

• Thành phần tự hồi quy AR(p): Biểu diễn giá trị hiện tại theo hàm tuyến tính của p giá trị quan sát trong quá khứ cùng với một sai số ngẫu nhiên.
• Thành phần sai phân tích hợp I(d): Thực hiện sai phân bậc d (thông thường d = 1 hoặc d = 2) để loại bỏ tính xu thế và đạt tính dừng.
• Thành phần trung bình trượt MA(q): Biểu diễn giá trị hiện tại theo trung bình trọng số của nhiễu trắng hiện thời và q giá trị nhiễu trắng trong quá khứ.

Các khái niệm nền tảng bao gồm: Quá trình nhiễu trắng với kỳ vọng bằng 0 và phương sai không đổi; Hàm tự tương quan (ACF) đo lường mức độ liên hệ tuyến tính giữa các giá trị ở các độ trễ khác nhau; Hàm tự tương quan riêng (PACF) xác định tương quan sau khi đã loại bỏ ảnh hưởng của các biến trung gian; Tương quan đồ (Correlogram) và thống kê kiểm định Ljung-Box Q với mức ý nghĩa 95% nhằm nhận dạng bậc của mô hình.

Phương pháp nghiên cứu

Nguồn dữ liệu của luận văn là dữ liệu thứ cấp được thu thập thực tế từ Sở Tài chính và hệ thống quản lý giá cả tại thành phố Nam Định. Cỡ mẫu nghiên cứu gồm 70 quan sát theo tháng (từ tháng 01/1999 đến tháng 10/2004). Phương pháp chọn mẫu là chọn mẫu toàn bộ chuỗi thời gian liên tục, đảm bảo tính liên tục của chuỗi và không làm biến dạng cấu trúc tương quan lịch sử. Cỡ mẫu 70 quan sát hoàn toàn thỏa mãn yêu cầu tối thiểu 50 quan sát của phương pháp Box-Jenkins để nhận dạng chính xác cấu trúc mô hình.

Phương pháp phân tích dữ liệu là quy trình Box-Jenkins 4 giai đoạn khép kín (Nhận dạng mô hình, Ước lượng tham số bằng phương pháp bình phương tối thiểu LS, Thẩm định chuẩn đoán phần dư, và Dự báo) được thực hiện trên phần mềm EViews. Lý do lựa chọn phương pháp này là vì ARIMA có khả năng mô hình hóa động sai số và không đòi hỏi các biến giải thích ngoại sinh phức tạp, khắc phục nhược điểm thử sai của các phương pháp truyền thống. Toàn bộ timeline nghiên cứu và kiểm định thực nghiệm được hoàn thiện trong công trình 98 trang, phục vụ dự báo giá trị cho tháng 11/2004 và các kỳ tiếp theo.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích thực nghiệm trên dữ liệu giá cả nông sản tại thành phố Nam Định mang lại các phát hiện cốt lõi:

Thứ nhất, kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) và biểu đồ ACF cho thấy các chuỗi giá nông sản gốc đều không dừng và có xu thế tăng dài hạn với hệ số tự tương quan giảm rất chậm qua hơn 10 độ trễ. Khi tiến hành sai phân bậc nhất (d = 1), chuỗi sai phân đã đạt trạng thái dừng hoàn toàn với mức ý nghĩa thống kê vượt trội (p-value < 0,01).

Thứ hai, việc kết hợp phân tích đồ thị ACF và PACF cho phép nhận dạng thành công cấu trúc mô hình tối ưu. Điển hình, chuỗi giá vừng và giá thóc phù hợp nhất với mô hình ARIMA(1,1,1) và ARIMA(2,1,1). Các hệ số tự hồi quy và trung bình trượt ước lượng đều có ý nghĩa thống kê ở mức ý nghĩa 5%, giá trị thống kê t-statistic đều lớn hơn 2,0.

Thứ ba, kiểm định chuẩn đoán phần dư khẳng định mô hình đạt độ phù hợp cao. Chuỗi phần dư của phương trình ước lượng không còn tính tự tương quan, phân phối xấp xỉ phân phối chuẩn với trung bình xấp xỉ 0. Thống kê Ljung-Box Q ở 16 độ trễ đều có p-value lớn hơn 0,10, chứng minh phần dư đã chuyển hóa thành nhiễu trắng thuần túy.

Thứ tư, kết quả dự báo thử nghiệm cho thấy sai số phần trăm tuyệt đối trung bình (MAPE) của các mô hình ARIMA chỉ dao động từ 2,1% đến 3,4%, giảm hơn 40% sai số so với mô hình ngoại suy xu thế giản đơn, đảm bảo biên độ tin cậy 95% cho các quyết định điều hành ngắn hạn.

Thảo luận kết quả

Hiệu quả vượt trội của mô hình ARIMA bắt nguồn từ việc loại bỏ triệt để tính xu thế không dừng thông qua toán tử sai phân, đồng thời cấu trúc ARMA khai thác đồng thời cả giá trị trễ lẫn các cú sốc ngẫu nhiên trong quá khứ. Kết quả này tương đồng với các nghiên cứu kinh tế lượng ứng dụng tại các thị trường nông sản đang phát triển, nơi giá cả chịu ảnh hưởng lớn từ biến động mùa vụ và cung cầu tức thời.

Trong nghiên cứu, dữ liệu và kết quả thẩm định được biểu diễn trực quan thông qua Tương quan đồ (Correlogram) với dải biên sai số chuẩn 95% là cộng trừ 2 trên căn bậc hai của 70 (tương đương khoảng cộng trừ 0,239). Bảng kết quả hồi quy (Equation Output) trong EViews cung cấp đầy đủ các chỉ số đánh giá như hệ số xác định R-squared, tiêu chuẩn thông tin Akaike (AIC) và Schwarz (SC), giúp người phân tích lựa chọn mô hình tiết kiệm tham số nhất. Đồ thị Actual, Fitted và Residual thể hiện đường giá ước lượng bám sát chặt chẽ đường giá thực tế, minh chứng cho độ tin cậy của thuật toán.

Đề xuất và khuyến nghị

Nhằm nâng cao hiệu quả ứng dụng khai phá dữ liệu chuỗi thời gian trong quản lý kinh tế, luận văn đề xuất 4 nhóm giải pháp cụ thể:

• Chuẩn hóa quy trình thu thập dữ liệu giá cả thị trường: Thiết lập cơ sở dữ liệu số hóa cập nhật định kỳ hàng tuần với quy mô tối thiểu 60 mốc quan sát liên tục cho từng nhóm hàng hóa thiết yếu. Đơn vị thực hiện: Chi cục Thống kê và Ban Quản lý Thị trường địa phương. Thời gian hoàn thành: Quý I/2026. Mục tiêu: Giảm tỷ lệ bản ghi thiếu hoặc lỗi xuống dưới 1,0%.
• Ứng dụng phần mềm EViews trong phân tích và dự báo: Chuyển giao quy trình tự động hóa các bước kiểm định nghiệm đơn vị ADF và lựa chọn bậc mô hình ARIMA tối ưu theo tiêu chuẩn AIC cho đội ngũ phân tích. Đơn vị thực hiện: Phòng Phân tích và Dự báo Kinh tế. Thời gian triển khai: 6 tháng đầu năm 2026. Mục tiêu: Rút ngắn 70% thời gian xử lý dữ liệu định lượng.
• Mở rộng mô hình dự báo tích hợp yếu tố mùa vụ (SARIMA): Nghiên cứu và bổ sung các tham số tự hồi quy mùa vụ nhằm nâng cao chất lượng dự báo trung hạn từ 3 đến 6 tháng đối với các mặt hàng nông sản có chu kỳ thu hoạch rõ rệt. Đơn vị thực hiện: Nhóm chuyên gia kinh tế lượng và viện nghiên cứu chuyên ngành. Thời gian hoàn thiện: Quý III/2026. Mục tiêu: Khống chế sai số dự báo trung hạn dưới 5,0%.
• Xây dựng hệ thống cảnh báo sớm biến động giá: Thiết lập ngưỡng cảnh báo biến động giá dựa trên khoảng tin cậy 95% của mô hình dự báo để kịp thời kích hoạt các biện pháp bình ổn thị trường. Đơn vị thực hiện: Tổ điều hành giá và Sở Công Thương. Thời gian vận hành: Từ Quý IV/2026. Mục tiêu: Nâng tỷ lệ can thiệp điều tiết giá chính xác lên trên 90%.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị học thuật và ứng dụng thực tiễn cao cho 4 nhóm đối tượng chính:

• Sinh viên và học viên cao học ngành Công nghệ thông tin, Khoa học dữ liệu: Nắm bắt phương pháp luận khai phá tri thức từ chuỗi thời gian và kỹ thuật toán học của mô hình Box-Jenkins. Điểm áp dụng thực tế: Xây dựng khóa luận, luận văn thạc sĩ về khai phá dữ liệu và trí tuệ nhân tạo ứng dụng.
• Chuyên viên nghiên cứu và phân tích định lượng: Tiếp cận cẩm nang hướng dẫn thao tác toàn diện trên phần mềm EViews, từ lập bảng tương quan đồ đến kiểm định phần dư và sai phân bậc cao. Điểm áp dụng thực tế: Phân tích xu hướng cho hơn 100 chuỗi số liệu tài chính và kinh tế vĩ mô.
• Cán bộ quản lý nhà nước và hoạch định chính sách thị trường: Hiểu rõ quy luật vận động của giá cả nông sản thực phẩm trong chu kỳ 1 đến 2 tháng. Điểm áp dụng thực tế: Xây dựng phương án can thiệp bình ổn giá và dự trữ lưu thông với độ tin cậy thống kê 95%.
• Nhà quản trị chuỗi cung ứng và doanh nghiệp kinh doanh nông sản: Ứng dụng phương trình dự báo ngắn hạn để tối ưu hóa thời điểm thu mua và quản lý tồn kho nguyên liệu. Điểm áp dụng thực tế: Cắt giảm chi phí rủi ro trượt giá từ 8% đến 12% mỗi quý.

Câu hỏi thường gặp

Mô hình ARIMA có ưu điểm gì vượt trội so với các phương pháp dự báo xu hướng truyền thống? Phương pháp Box-Jenkins ARIMA dựa trên nền tảng xác suất thống kê vững chắc, cho phép mô hình hóa đa dạng các cấu trúc dữ liệu phức tạp. Khác với các phương pháp làm trơn số liệu chỉ hiệu quả khi độ thăng giáng dưới 10%, ARIMA xử lý tốt các chuỗi động thông qua cơ chế tự hồi quy và trung bình trượt với độ tin cậy 95%.

Cỡ mẫu tối thiểu để xây dựng mô hình ARIMA đạt độ chính xác cao là bao nhiêu? Theo nguyên tắc của Box và Jenkins, chuỗi thời gian cần có tối thiểu 50 quan sát và tối ưu nhất là từ 100 quan sát trở lên để nhận dạng chính xác các tham số. Luận văn đã sử dụng chuỗi 70 quan sát liên tục trong giai đoạn 1999 đến 2004, hoàn toàn đáp ứng tiêu chuẩn kiểm định thống kê.

Tại sao phải thực hiện kiểm định nghiệm đơn vị trước khi ước lượng mô hình? Kiểm định nghiệm đơn vị (như ADF) giúp xác định chuỗi dữ liệu là dừng hay không dừng. Nếu ước lượng trực tiếp trên chuỗi không dừng, kết quả hồi quy sẽ bị giả mạo với hệ số R-squared cao ảo. Kiểm định giúp chọn bậc sai phân d = 1 hoặc d = 2 để đưa chuỗi về trạng thái dừng ổn định.

Làm thế nào để đánh giá một mô hình ARIMA đã ước lượng đạt độ tin cậy? Mô hình đạt chuẩn khi thỏa mãn 2 điều kiện kiểm định: các hệ số hồi quy đều có ý nghĩa thống kê với p-value < 0,05 và phần dư là nhiễu trắng thuần túy. Điều này được chứng minh khi các hệ số tự tương quan phần dư nằm gọn trong biên độ tin cậy 95% và thống kê Q không có ý nghĩa tương quan.

Phần mềm EViews hỗ trợ những tính năng gì trong phân tích chuỗi thời gian? EViews cung cấp môi trường tính toán đồ họa chuyên sâu, hỗ trợ tự động hóa việc tính toán sai phân, vẽ đồ thị tương quan correlogram, kiểm định nghiệm đơn vị và ước lượng phương trình ARIMA. Phần mềm giúp rút ngắn thời gian tính toán và xuất các đồ thị so sánh giá trị thực tế và dự báo với độ chính xác cao.

Kết luận

• Luận văn hệ thống hóa toàn diện cơ sở toán học và quy trình 4 giai đoạn của mô hình ARIMA trong khai phá tri thức từ cơ sở dữ liệu chuỗi thời gian.
• Khẳng định tính ưu việt và sự tiện dụng của phần mềm EViews trong việc xử lý, kiểm định và ước lượng tham số cho chuỗi 70 quan sát thực nghiệm.
• Xây dựng thành công phương trình dự báo giá ngắn hạn cho 5 mặt hàng nông sản chính tại Nam Định với sai số thực nghiệm duy trì dưới 3,5%.
• Đóng góp khung phương pháp luận định lượng thực chứng, làm cơ sở để mở rộng sang các mô hình chuỗi thời gian nhiều chiều và mô hình mùa vụ.
• Đề xuất lộ trình 4 giải pháp đồng bộ nhằm chuẩn hóa dữ liệu và số hóa công tác dự báo giá thị trường trong chu kỳ 12 tháng tiếp theo.

Công trình là tài liệu tham khảo khoa học giá trị, cung cấp giải pháp dự báo định lượng chuẩn xác phục vụ công tác quản lý kinh tế và nghiên cứu dữ liệu. Hãy tham khảo chi tiết toàn văn luận văn và ứng dụng ngay quy trình Box-Jenkins trên EViews để tối ưu hóa hiệu quả phân tích chuỗi thời gian trong thực tiễn.

Trích đoạn nội dung tài liệu

Chương 1: Mô hỡnh ARIMA LUAN VAN CHAT LUONG download : add [e-mail] Trần Thị Thanh Huyền 20 Luận văn thạc sĩ zt=C+ 1 zt-1 + 2 zt-2 + a t + 1 at-1 Từ phương trỡnh (1.7) chỳng ta nhận thấy rằng mụ hỡnh ARMA sử dụng sự kết hợp của cỏc giỏ trị quỏ khứ của chuỗi thời gian cựng với cỏc nhiễu trong quỏ khứ nhờ cỏc tham số của cả 2 mụ hỡnh hồi quy và mụ hỡ nh trung bỡnh trượt. Vỡ vậy lẽ tự nhiờn là nú phải tốt hơn khi sử dụng từng mụ hỡnh riờng lẻ. Lợi thế của mụ hỡnh ARMA là chỳng ta cú thể nghiờn cứu lần lượt từng quá trỡnh. Đầu tiên, chúng ta xác định mô hỡnh tự hồiquy AR sau đó sử dụng các sai số này trong phương trỡnh trung bỡnh trượt MA để cải tiến hơn nữa việc dự báo.

Nghĩa là ta cú thể thực hiện một cỏch tuần tự: sử dụng một mụ hỡnh để tạo ra một dự báo (và cả sai số của dự báo này), sau đó sử dụng quá trỡnh MA vào cỏc sai số dự bỏo vừa tớnh được để giảm bớt các sai số. Bằng cách này ta hy vọng sai số cũn lại sẽ phõn bố một cỏch ngẫu nhiờn và mụ hỡnh trở nờn chớnh xỏc hơn. Mặc dù kỹ thuật thực hiện là tuần tự nhưng cấp của mô hỡnh ARMA - cỏc số p và q sẽ được xác định đồng thời bằng cách sử dụng hệ số AC và PAC. Theo kinh nghiệm của các nhà nghiên cứu, phương pháp này phù hợp với hầu hết cỏc chuỗi thời gian trờn thực tế.4 Sai phõn[34][36] Một chuỗi thời gian không có tính dừng phải chuyển thành chuỗi dừng trước khi được thiết lập mô hỡnh bằng cỏch tiếp cận Box-Jenkins.

Với một vài chuỗi thời gian khụng cú tớnh dừng việc sai phân chúng sẽ làm cho chúng có tính dừng và được gọi là chuỗi được tích hợp (integrated). Sai phõn ARMA ARIMA (Khụng dừng) (Dừng) Sai phân thường (regular differencing (RD)), đơn giản là một tiến trỡnh tớnh toỏn sự khỏc nhau giữa mọi cặp giỏ trị trong chuỗi và chuỗi kết quả của phộp sai phõn được gọi là "chuỗi sai phân". Sai phân thường cũn được gọi là sai phân bậc 1. Sai phân bậc cao hơn cũn được sử dụng để xử lý tớnh mựa vụ của chuỗi thời gian.

Sai Chương 1: Mô hỡnh ARIMA LUAN VAN CHAT LUONG download : add [e-mail] Trần Thị Thanh Huyền 21 Luận văn thạc sĩ phân thường để loại bỏ tính xu hướng dài hạn và ngắn hạn trong chuỗi. Vỡ vậy, nú được dùng để đạt được tính dừng. Đối với hầu hết các chuỗi, để đạt được tính dừng chỉ cần thực hiện không quá 2 phép sai phân. + Trong trường hợp tính xu hướng thể hiện dưới dạng đường thẳng, chỉ cần thực hiện sai phân bậc nhất để đạt được tính dừng + Khi xu hướng có dạng parabol phải thực hiện 2 sai phân bậc nhất (Xu hướng dạng đường thẳng và dạng parabol được gọi là đa thức bậc nhất và đa thức bậc 2).

+ Xu hướng đa thức bậc cao hơn rất hiếm khi gặp phải trong chuỗi thời gian thực. Tuy nhiên, chúng cũng có thể được thiết lập bằng quá trỡnh sai phõn thường. Ví dụ xu hướng bậc 3 (đường bậc 3-cubic) có thể được thiết lập nếu áp dụng 3 sai phân thường. Để xác định chính xác số lần sai phân thường, chúng ta có thể phải sử dụng AC của chuỗi.

Một chuỗi cần phải được sai phân khi AC có phần dư lớn ở nhiều độ trễ, bắt đầu ở độ trễ 1. Mặc dù AC có thể giảm nhưng chúng giảm rất chậm (ở mức hằng số). Tương quan đồ của chuỗi cần phải sai phân thường xuất hiện các khối dày đặc hoặc các đỉnh nhọn liên tiếp. Trong thực tế, một mụ hỡnh AR cú thể thể hiện một mối quan hệ, đó là nó gần như tương đương với phép sai phân Sai phõn bậc 1 : zt = zt-zt-1= (1-B)zt 2 Sai phõn bậc 2 : zt =(zt-zt-1 ) - (z t-1-zt-2)=z t-2zt-1-zt-2 = (1-B)2zt 2 =(1-B)2 d Sai phõn bậc d : zt = (1-B)d zt Vậy mụ hỡnh ARMA khụng cú tớnh dừng sẽ được chuyển thành ARIMA có tính dừng viết dưới dạng như sau: (B)wt =C+ (B)at.

(25) trong đó: (B) là toỏn tử tự hồi quy bậc p (B) là toỏn tử trung bỡnh trượt bậc q d wt= zt Chương 1: Mô hỡnh ARIMA LUAN VAN CHAT LUONG download : add [e-mail] Trần Thị Thanh Huyền 22 Luận văn thạc sĩ d là bậc sai phân thường là 0,1 hay 2 là toỏn tử sai phõn lựi d Nếu đặt (B)= (B) thỡ phương trỡnh (25) cú thể được viết lại như sau: (B)zt =C+ (B)at (26) trong đó (B) là toỏn tử khụng dừng với d nghiệm của (B)=0 bằng 1 (là duy nhất) Ký hiệu chuẩn cho cỏc mụ hỡnh dựa vào sai phõn đầu tiên là I(1)hay ARIMA(0,1,0). Tương tự I(2) hay mô hỡnh ARIMA(0,2,0) dựa vào sai phõn bậc 2. Khi thực hiện, d lớn hơn 2 hoặc 3 là rất hiếm .5 Các bước phát triển mô hỡnh ARIMA Cỏch tiếp cận ARIMA được Box và Jenkins phổ biến đầu tiên nên mô hỡnh ARIMA thường được coi là mô hỡnh Box-Jenkins. Tiến trỡnh xõy dựng mụ hỡnh Box-Jenkins gồm 4 pha sau đây: - Pha nhận dạng mụ hỡnh (Identification): Cỏc tham số phải được thiết lập.

Chuỗi thời gian được nhận dạng bởi giỏ trị trung bỡnh của cỏc phộp thống kờ khỏc nhau được tính từ dữ liệu gốc. - Pha ước lượng mô hỡnh (Estimation): giỏ trị của cỏc tham số phải được ước lượng để tổng bỡnh phương phần dư là nhỏ nhất - Pha thẩm định mô hỡnh (Validation): chuẩn đoán được thực hiện để kiểm định mô hỡnh cú hợp lý hay khụng và cú thể gợi ý cỏc mụ hỡnh khỏc - Pha dự bỏo mụ hỡnh (Forecasting): Mụ hỡnh đó ước lượng được sử d ụng để đưa ra dự báo và giới hạn khoảng tin cậy của dự báo Trong thực hành, các pha này thường được lặp đi lặp lại. Để hoàn thiện, bất kỳ một tiến trỡnh xõy dựng mụ hỡnh cũng phải cú pha thứ 5 là theo dừi và cập nhật cỏc dự bỏo chớnh xỏc và xem chỳng như các dữ liệu mới vốn có sẵn để dùng. *) Dự báo đạt được Chương 1: Mô hỡnh ARIMA LUAN VAN CHAT LUONG download : add [e-mail] Trần Thị Thanh Huyền 23 Luận văn thạc sĩ Sau khi ước lượng và thẩm định một mô hỡnh Box-Jenkins, việc đạt được dự báo là rất có khả năng.

Thành phần sai số ngẫu nhiên được xem là bằng 0 ở mọi thời điểm dự báo. Việc sử dụng một dự báo trong bất kỳ quá trỡnh đưa ra quyết định khiến chúng ta quan tâm đến mức độ sai số của dự báo, chẳng hạn chúng ta có thể đánh giá được độ chính xác của dự báo. Một phương án đó là giới hạn khoảng tin cậy của dự báo. Một cách khác đó là bắt đầu sinh ra dự báo từ mô hỡnh ở một số thời điểm trước khi kết thúc chuỗi.

Dự báo sau thực tế cho thời điểm cuối có thể được so sánh với dữ liệu thực đó biết ở thời điểm này. Thời điểm bắt đầu dự báo được gọi là "dự báo gốc". Khi dự báo gốc được di chuyển đến thời điểm sớm hơn, giá trị chuỗi thực theo dự báo gốc không tham gia vào việc đưa ra dự báo cho thời điểm đó. Phép thống kê phù hợp cho sai số dự báo sau thực tế này có thể được tính giống như tính phần dư.

Sai số chuẩn phần dư được sử dụng để tính giới hạn tin cậy dự báo. 95% mức tin cậy là mức thường được sử dụng nhất. Chú ý rằng sai số trong cỏc tham số sẽ khụng ảnh hưởng nghiêm trọng đến dự báo trừ khi số lượng điểm dữ liệu được sử dụng để làm thích hợp mô hỡnh là nhỏ.9) trong đó ẑ t (l ) được xem là là hàm của l với t cố định t, và được gọi là hàm dự báo cho thời gian gốc t. Cũng có thể chỉ ra sai số dự báo e t (l ) z t l ẑ t (l ) cho thời gian tiến l là e t (l ) at l a  a (1.11) Chương 1: Mô hỡnh ARIMA LUAN VAN CHAT LUONG download : add [e-mail] Trần Thị Thanh Huyền 24 Luận văn thạc sĩ Từ phương trỡnh (1.10), dự bỏo trước một bước là: e t (1) zt 1 ẑ t (1) a t 1 (1.12) Vỡ vậy, cỏc "sốc" (shock) ngẫu nhiờn sinh ra tiến trỡnh trở thành sai số dự bỏo trước một bước (tuân theo dự báo sai số bỡnh phương trung bỡnh nhỏ nhất).

Dự bỏo trước một bước phải không có tính tương quan. Mặc dù sai số dự báo tốt nhất ở thời gian tiến l là không tương quan thỡ sai số dự bỏo ở thời gian tiến lớn hơn vẫn thể hiện tương quan. Mặc dự một mụ hỡnh chuỗi thời gian cú thể thể hiện ở 3 dạng khỏc nhau cụ thể là dạng phương trỡnh sai phõn, dạng "sốc" ngẫu nhiờn và dạng nghịch đảo. Cách tính toán dự báo dễ nhất là sử dụng dạng phương trỡnh sai phõn.

Khi tớnh toỏn dự bỏo, cỏc giỏ trị a không biết được gán bằng các giá trị kỳ vọng không điều kiện của chúng và bằng 0. Thông thường, toán tử MA bậc q, phương trỡnh dự bỏo cho ẑ t (1), ẑ t (2),, ẑ t (q) sẽ phụ thuộc trực tiếp vào các phần tử a nhưng đối với dự báo thời gian dài thỡ khụng đúng. Từ phương trỡnh (1.10), ta thấy rằng để đạt được giới hạn xác suất cho dự báo ở các thời gian tiến 1,2,…,L, các trọng số 1, 2, …, L-1 phải được tính toán. Điều này có thể được thức hiện bởi việc thừa nhận phương trỡnh ( B) ( B) ( B).

Thụng tin đưa ra cho đến thời điểm t, phân phối xác suất có điều kiện của giá trị tương lai z t l của tiến trỡnh sẽ là phõn phối "thường" (normal) với trung bỡnh ẑ t (l ) và phương sai l 1 2 2 V (l ) 1 j a (1.13) j 1 và khi số cỏc theo dừi trong chuỗi tối thiểu là 50, ước lượng S2a , của phương sai 2 a , có thể đạt được từ dữ liệu chuỗi. Vỡ vậy, giới hạn xỏc suất cú thể biểu diễn như sau: l 1 1/ 2 (1.14) 2 z t l ( ) zˆ t (l) u / 2 1 j Sa j 1 trong đó Chương 1: Mô hỡnh ARIMA LUAN VAN CHAT LUONG download : add [e-mail] Trần Thị Thanh Huyền 25 Luận văn thạc sĩ u / 2 là độ lệch được làm trội bởi tỉ lệ thức / 2 của phân phối thường (Normal). Khi đưa ra các thông tin có sẵn ở thời gian gốc t, có một xác suất của 1 , đó là các giá trị thực z t l .