Phát Hiện Tri Thức Từ Cơ Sở Dữ Liệu Chuỗi Thời Gian

Luận văn thạc sĩ phân tích 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: 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

Tóm tắt

I. Tổng Quan Khai Phá Tri Thức Từ Dữ Liệu Chuỗi Thời Gian

Việc khai phá tri thức từ dữ liệu chuỗi thời gian đang trở thành một lĩnh vực nghiên cứu và ứng dụng quan trọng trong bối cảnh CNTT phát triển mạnh mẽ. Trong khi các phương pháp và kỹ thuật khai phá tri thức từ các CSDL không phụ thuộc thời gian đã được phát triển, thì việc áp dụng chúng cho CSDL chuỗi thời gian còn nhiều hạn chế. CSDL chuỗi thời gian bao gồm các chuỗi sự kiện được sắp xếp theo thứ tự thời gian. Dự báo dữ liệu chuỗi thời gian mang lại lợi ích thiết thực, giúp nắm bắt quy luật vận động trong tự nhiên và kinh tế xã hội. Các nhà kinh tế và doanh nghiệp có thể sử dụng để dự đoán xu hướng phát triển của thị trường, từ đó hoạch định chính sách đầu tư.

1.1. Phân Biệt CSDL Chuỗi và CSDL Chuỗi Thời Gian

CSDL phụ thuộc yếu tố thời gian chia làm hai loại chính: CSDL chuỗi (sequence database) và CSDL chuỗi thời gian (time-series database). CSDL chuỗi bao gồm chuỗi các sự kiện được sắp thứ tự, có thể không cần đòi hỏi khái niệm cụ thể về thời gian. Một CSDL chuỗi thời gian là một CSDL chuỗi, nhưng điều ngược lại không đúng. Do đó, việc lựa chọn phương pháp phân tích phù hợp phụ thuộc vào loại dữ liệu đang xét.

1.2. Các Bài Toán Dự Báo Kinh Tế Xã Hội Thường Gặp

Các bài toán dự báo trong kinh tế xã hội từ CSDL chuỗi thời gian rất đa dạng. Chúng bao gồm dự báo kinh tế tài chính, dự báo sử dụng năng lượng, dự báo bán hàng, phân tích ngân sách, phân tích thị trường chứng khoán, các dự án sản xuất, nghiên cứu sự tồn kho hàng hóa, nghiên cứu phúc lợi, phân tích điều tra dân số và dự báo các hiện tượng trong thiên nhiên.

II. Thách Thức Trong Khai Phá Tri Thức Chuỗi Thời Gian

Việc phát hiện tri thức từ CSDL chuỗi thời gian gặp nhiều thách thức do tính chất phức tạp của dữ liệu. Cần có các kỹ thuật chuyên biệt để xử lý các đặc điểm như xu hướng, tính mùa vụ và sự tương quan giữa các điểm dữ liệu. Các phương pháp thống kê, mạng nơ-ron, cây quyết định, và khai thác luật kết hợp đều được sử dụng, nhưng việc lựa chọn phương pháp phù hợp đòi hỏi sự hiểu biết sâu sắc về bản chất dữ liệu và mục tiêu phân tích. Các phần mềm hỗ trợ phân tích và dự báo, như SAS, SPSS, và EVIEWS, dựa trên mô hình ARIMA (Autoregressive Integrated Moving Average) để phân tích và dự báo.

2.1. Giới Hạn Của Phương Pháp Truyền Thống

Các phương pháp truyền thống như mô hình xu hướng, mô hình trơn và mô hình mùa vụ gặp khó khăn trong việc tìm mô hình đúng. Không có cách tiếp cận có hệ thống để nhận dạng và chọn ra một mô hình phù hợp, dẫn đến quá trình nhận dạng phần lớn là thử và sai. Khó khăn trong việc xác minh tính hiệu lực của mô hình cũng là một vấn đề.

2.2. Sự Phức Tạp Của Dữ Liệu Chuỗi Thời Gian

Phần lớn các chuỗi thời gian trong thực tế rất phức tạp, do đó kỹ thuật đơn giản như làm trơn số liệu kém hiệu quả. Kỹ thuật làm trơn số liệu chỉ phù hợp cho các chuỗi mà độ thăng giáng không lớn lắm. Các phương pháp dự báo chuỗi thời gian chưa cho phép dự báo được các giá trị đột biến. Chất lượng dự báo chuỗi thời gian cũn phụ thuộc vào sự xa gần của thời gian.

2.3. Yêu Cầu Về Dữ Liệu Lớn

Kỹ thuật Box - Jenkins rất phù hợp cho việc dự báo chuỗi thời gian mặc dù nó tương đối phức tạp về phương diện toán học và yêu cầu phải có nhiều số liệu. Trên thực tế nó đòi hỏi ít nhất 50 số liệu và thông thường tốt nhất là nên có khoảng 100 số liệu mới có thể nhận dạng chính xác mô hỡnh.

III. Mô Hình ARIMA Phương Pháp Phân Tích Chuỗi Thời Gian

Mục đích của luận văn này là trình bày một cách hệ thống một trong những kỹ thuật khai phá tri thức từ các CSDL chuỗi thời gian bằng cách sử dụng một trong các phương pháp thống kê. Cụ thể, luận văn tập trung giới thiệu những vấn đề chủ yếu của mô hình phân tích dự báo ARIMA, phần mềm phân tích dự báo kinh tế dựa trên mô hình đó là EVIEWS và thử nghiệm ứng dụng mô hình và phần mềm đó nêu trong việc dự báo giá của một số mặt hàng thực tế ở Việt Nam trong thời gian gần đây. Mô hình này cho phép phân tích và dự đoán các giá trị trong tương lai dựa trên các giá trị quá khứ.

3.1. Giới Thiệu Các Thành Phần Của Mô Hình ARIMA

ARIMA là viết tắt của Autoregressive Integrated Moving Average, bao gồm ba thành phần chính: AR (Autoregression), I (Integration), và MA (Moving Average). Thành phần AR sử dụng các giá trị quá khứ của chuỗi để dự đoán giá trị hiện tại. Thành phần MA sử dụng sai số của các dự đoán trước đó để cải thiện dự đoán hiện tại. Thành phần I biểu thị số lần chuỗi cần được lấy sai phân để trở thành dừng.

3.2. Các Bước Xây Dựng Một Mô Hình ARIMA

Để xây dựng một mô hình ARIMA, cần thực hiện các bước sau: (1) Kiểm tra tính dừng của chuỗi thời gian; (2) Xác định bậc của các thành phần AR và MA bằng cách phân tích hàm tự tương quan (ACF) và hàm tự tương quan riêng phần (PACF); (3) Ước lượng các tham số của mô hình; (4) Kiểm tra tính phù hợp của mô hình bằng cách phân tích phần dư.

3.3. Ưu Điểm Của Phương Pháp Box Jenkins

Theo phương pháp Box - Jenkins, giá trị dự báo sẽ phụ thuộc vào các giá trị quá khứ và tổng có trọng số các nhiễu ngẫu nhiên hiện thời và các nhiễu ngẫu nhiên có độ trễ. Phương pháp Box - Jenkins cung cấp một phạm vi lớn các mô hỡnh cú thể thể hiện được rất nhiều chuỗi thời gian chúng ta thường gặp trong thực tế.

IV. EVIEWS Công Cụ Hỗ Trợ Phân Tích và Dự Báo ARIMA

EVIEWS là một phần mềm mạnh mẽ được sử dụng rộng rãi trong phân tích và dự báo kinh tế. Nó cung cấp các công cụ để thực hiện các bước xây dựng mô hình ARIMA, từ kiểm tra tính dừng đến ước lượng tham số và kiểm tra tính phù hợp. EVIEWS cũng cung cấp các tính năng trực quan hóa dữ liệu và kết quả, giúp người dùng dễ dàng hiểu và diễn giải các phân tích. EVIEWS hỗ trợ phân tích, dự bỏo dựa vào mụ hỡnh phõn tớch ARIMA (Autoregressive Integrated Moving Average).

4.1. Các Khái Niệm Cơ Bản Trong EVIEWS

Các khái niệm cơ bản trong EVIEWS bao gồm biến, chuỗi thời gian, sai phân, độ trễ, và tương quan. EVIEWS cho phép người dùng tạo biến mới, tính sai phân và độ trễ của chuỗi thời gian, và xây dựng tương quan đồ để phân tích mối quan hệ giữa các biến.

4.2. Các Thống Kê Trong EVIEWS Dùng Để Phân Tích Chuỗi

Các thống kê trong EVIEWS hỗ trợ phân tích chuỗi thời gian bao gồm kiểm định nghiệm đơn vị, kiểm định tính tương quan chuỗi, và kiểm định phần dư. Các kiểm định này giúp người dùng đánh giá tính dừng của chuỗi, xác định bậc của các thành phần AR và MA, và kiểm tra tính phù hợp của mô hình.

4.3. Cách Ước Lượng Mô Hình ARIMA Trong EVIEWS

EVIEWS cung cấp các phương pháp ước lượng mô hình ARIMA như phương pháp bình phương tối thiểu, phương pháp hợp lý cực đại, và phương pháp moment tổng quát. Người dùng có thể lựa chọn phương pháp phù hợp tùy thuộc vào đặc điểm của dữ liệu và mục tiêu phân tích. Các tham số p,d,q của mô hỡnh ARIMA được chấp nhận bởi việc phân tích các hành vi của hàm ACF và PACF

V. Ứng Dụng EVIEWS và ARIMA Dự Báo Giá Mặt Hàng

Luận văn này đã thử nghiệm ứng dụng EVIEWS và mô hình ARIMA để dự báo giá của một số mặt hàng thực tế ở Việt Nam. Cụ thể, các mặt hàng được dự báo giá là thóc, cá, vịt, vừng, đỗ trên thị trường thành phố Nam Định cho tháng tiếp theo trên cơ sở các số liệu thực đó theo dừi được từ tháng 01 năm 1999 đến tháng 10 năm 2004. Kết quả cho thấy mô hình ARIMA có thể cung cấp các dự báo chính xác, giúp các nhà kinh doanh và quản lý đưa ra các quyết định thông minh.

5.1. Các Bước Tiến Hành Dự Báo Giá Mặt Hàng

Các bước tiến hành dự báo giá mặt hàng bao gồm thu thập dữ liệu giá lịch sử, tiền xử lý dữ liệu, xây dựng mô hình ARIMA, ước lượng tham số, kiểm tra tính phù hợp của mô hình, và dự báo giá cho tương lai. Sự kết hợp giữa các tính năng của EViews và kiến thức thiết lập mô hỡnh dự bỏo liờn quan đến 3 thành phần của ARIMA

5.2. Kết Quả Dự Báo Giá Một Số Mặt Hàng Cụ Thể

Bằng sự kết hợp giữa các tính năng của EViews và kiến thức thiết lập mô hỡnh dự bỏo liờn quan đến 3 thành phần của ARIMA, các mặt hàng cụ thể được tiến hành dự báo giá là: thóc, cá, vịt, vừng, đỗ trên thị trường thành phố Nam Định cho tháng tiếp theo trên cơ sở các số liệu thực đó theo dừi được từ tháng 01 năm 1999 đến tháng 10 năm 2004.

VI. Kết Luận và Hướng Phát Triển Khai Phá Tri Thức Chuỗi

Việc sử dụng mô hình ARIMA và phần mềm EVIEWS là một phương pháp hiệu quả để khai phá tri thức từ CSDL chuỗi thời gian và dự báo các giá trị trong tương lai. Các kết quả nghiên cứu cho thấy tiềm năng ứng dụng rộng rãi của phương pháp này trong các lĩnh vực kinh tế, tài chính, và quản lý. Trong tương lai, cần tiếp tục nghiên cứu và phát triển các phương pháp mới để xử lý các chuỗi thời gian phức tạp và cải thiện độ chính xác của các dự báo.

6.1. Tổng Kết Về Mô Hình ARIMA và EVIEWS

Mô hình ARIMA và phần mềm EVIEWS cung cấp một bộ công cụ mạnh mẽ để phân tích và dự báo chuỗi thời gian. Việc áp dụng các phương pháp này đòi hỏi sự hiểu biết sâu sắc về bản chất dữ liệu và mục tiêu phân tích, cũng như kỹ năng sử dụng phần mềm và diễn giải kết quả.

6.2. Hướng Nghiên Cứu Tiềm Năng Trong Tương Lai

Các hướng nghiên cứu tiềm năng trong tương lai bao gồm phát triển các mô hình ARIMA phức tạp hơn để xử lý các chuỗi thời gian phi tuyến tính và không dừng, tích hợp các phương pháp học máy và khai phá dữ liệu để cải thiện độ chính xác của các dự báo, và phát triển các ứng dụng thực tế của các phương pháp này trong các lĩnh vực khác nhau.

Nội dung chính

Tổng quan nghiên cứu

Khai phá dữ liệu và phát hiện tri thức từ các cơ sở dữ liệu chuỗi thời gian đang là một trong những hướng tiếp cận trọng tâm của ngành công nghệ thông tin và kinh tế lượng hiện đại. Dữ liệu chuỗi thời gian chứa đựng các quy luật vận động nội tại phức tạp theo chu kỳ và xu thế, đòi hỏi các phương pháp phân tích chuyên sâu thay vì các kỹ thuật khai phá dữ liệu tĩnh thông thường. Luận văn thạc sĩ chuyên ngành Hệ thống thông tin với độ dài 98 trang tập trung giải quyết bài toán dự báo giá cả ngắn hạn thông qua việc kết hợp mô hình kinh tế lượng Box-Jenkins cùng công cụ xử lý chuyên dụng EViews.

Mục tiêu cốt lõi của đề tài là xây dựng quy trình phát hiện tri thức chuẩn hóa từ chuỗi dữ liệu thực tế, kiểm định tính dừng, tối ưu hóa cấu trúc tham số và thiết lập các phương trình dự báo đạt chuẩn thống kê. Phạm vi nghiên cứu thực nghiệm được triển khai trên tập dữ liệu gồm 70 mốc quan sát hàng tháng, kéo dài liên tục từ tháng 01 năm 1999 đến tháng 10 năm 2004 đối với 5 mặt hàng lương thực, thực phẩm thiết yếu bao gồm thóc, cá, vịt, vừng và đỗ tại thị trường thành phố Nam Định.

Ý nghĩa khoa học và thực tiễn của công trình thể hiện rõ nét qua việc cung cấp công cụ tiên đoán khoa học với độ tin cậy đạt 95%, hỗ trợ các nhà quản trị và hoạch định chính sách kiểm soát mức độ biến động giá, giảm thiểu sai số dự đoán và nâng cao năng lực ra quyết định kinh tế trong từng thời kỳ ngắn hạn.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu xây dựng trên nền tảng lý thuyết chuỗi thời gian ngẫu nhiên và mô hình kinh tế lượng tổng quát Box-Jenkins, tích hợp bộ lọc tuyến tính nhằm chuyển đổi các cú sốc ngẫu nhiên thành chuỗi quan sát. Cấu trúc mô hình được xây dựng dựa trên sự liên kết giữa 3 thành phần chính: quá trình tự hồi quy bậc p biểu diễn giá trị hiện tại qua p giá trị quá khứ; quá trình tích hợp bậc d xử lý tính không dừng thông qua các phép sai phân thường; và quá trình trung bình trượt bậc q thể hiện tác động của q sai số ngẫu nhiên trong quá khứ.

Bên cạnh mô hình ARIMA(p,d,q), khung lý thuyết sử dụng hệ thống các khái niệm toán học chặt chẽ:

• Tính dừng: Đặc tính chuỗi có kỳ vọng toán học và phương sai không đổi theo thời gian, trong khi hiệp phương sai chỉ phụ thuộc vào độ trễ thời gian k.
• Hàm tự tương quan (ACF): Thước đo mức độ tương quan tuyến tính giữa chuỗi gốc và chuỗi trễ ở bậc k.
• Hàm tự tương quan riêng (PACF): Công cụ đo lường mối liên hệ trực tiếp giữa hai thời điểm sau khi đã loại bỏ hoàn toàn ảnh hưởng của các quan sát trung gian.
• Nhiễu trắng: Quá trình ngẫu nhiên dừng có giá trị trung bình bằng 0, phương sai thuần nhất và không tồn tại tương quan chuỗi tại mọi độ trễ khác 0.

Phương pháp nghiên cứu

Nguồn dữ liệu thực nghiệm được thu thập từ số liệu báo cáo giá cả thị trường định kỳ hàng tháng của 5 nhóm mặt hàng nông sản tại thành phố Nam Định trong giai đoạn 70 tháng (từ tháng 01/1999 đến tháng 10/2004). Phương pháp chọn mẫu là phương pháp thu thập mẫu toàn bộ theo chuỗi thời gian liên tục, đảm bảo tính kế thừa và không bị gián đoạn. Cỡ mẫu 70 quan sát hoàn toàn thỏa mãn tiêu chuẩn kỹ thuật của phương pháp Box-Jenkins, vốn đòi hỏi tối thiểu 50 quan sát và tối ưu ở mức khoảng 100 quan sát để nhận dạng chính xác cấu trúc tương quan.

Lý do lựa chọn phương pháp phân tích Box-Jenkins kết hợp phần mềm EViews là nhờ khả năng xử lý linh hoạt các chuỗi thời gian phức tạp thông qua 4 giai đoạn chuẩn mực:

1. Nhận dạng mô hình: Đánh giá tương quan đồ mẫu ACF và PACF, thực hiện kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) để xác định bậc sai phân d cần thiết (thông thường d nhỏ hơn hoặc bằng 2).
2. Ước lượng mô hình: Sử dụng phương pháp bình phương tối thiểu (Least Squares) để tìm các hệ số tự hồi quy và trung bình trượt tối ưu nhằm cực tiểu hóa tổng bình phương phần dư.
3. Thẩm định chẩn đoán: Đánh giá tính độc lập của phần dư thông qua thống kê Ljung-Box Q, kiểm định tương quan chuỗi Breusch-Godfrey LM và thống kê Durbin-Watson ở mức ý nghĩa 5%.
4. Dự báo và cập nhật: Tính toán kỳ vọng có điều kiện cho 1 đến 2 bước thời gian kế tiếp, xác lập khoảng tin cậy 95% theo phân phối chuẩn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Phân tích định lượng trên 70 chuỗi quan sát thực tế đã chỉ ra các đặc trưng vận động nổi bật của thị trường nông sản địa phương:

• Thứ nhất, toàn bộ chuỗi giá gốc của các mặt hàng như thóc, cá, vịt, vừng và đỗ đều thể hiện tính không dừng ở dữ liệu mức ban đầu (bậc sai phân d = 0), với đồ thị ACF suy giảm rất chậm qua nhiều độ trễ. Tuy nhiên, sau khi áp dụng phép sai phân bậc 1 (d = 1), kiểm định nghiệm đơn vị ADF cho thấy các chuỗi đều đạt trạng thái dừng hoàn toàn ở mức ý nghĩa thống kê 5%.
• Thứ hai, các mô hình tiết kiệm bậc thấp như ARIMA(1,1,1) hoặc ARIMA(2,1,1) thể hiện sự tương thích vượt trội so với các mô hình phức tạp. Các hệ số ước lượng đều thỏa mãn điều kiện khả nghịch và điều kiện dừng với giá trị tuyệt đối nhỏ hơn 1.
• Thứ ba, kết quả kiểm định phần dư cho thấy các thống kê Q-statistic ở các độ trễ từ 1 đến 12 đều không có ý nghĩa thống kê (giá trị p lớn hơn 0,05), xác nhận phần dư của mô hình đã trở thành nhiễu trắng thuần túy.
• Thứ tư, sai số dự báo trước một bước đối với giá thóc và giá vừng cho tháng kế tiếp nằm trọn vẹn trong biên độ giới hạn tin cậy 95%, giúp giảm biên độ dao động sai số ngẫu nhiên hơn 25% so với các phương pháp làm trơn số liệu truyền thống.

Thảo luận kết quả

Sự biến động của giá cả các mặt hàng thực phẩm tại Nam Định phản ánh rõ nét tác động đan xen giữa xu thế phát triển kinh tế vĩ mô và tính thời vụ nông nghiệp. Trong các đồ thị phân tích chuỗi, dữ liệu thực tế và dữ liệu khớp nối từ mô hình ARIMA bám sát nhau chặt chẽ. Kết quả này được trình bày trực quan thông qua bảng thống kê mô tả, tương quan đồ phần dư và hệ thống biểu đồ đường biểu diễn đồng thời 3 thành phần: giá trị thực tế, giá trị dự báo làm phù hợp và độ lệch phần dư.

So với các kỹ thuật hồi quy đa biến hay phương pháp san bằng hàm mũ Holt-Winters, mô hình ARIMA có ưu thế vượt trội khi tận dụng tối đa thông tin từ các bước trễ nội sinh mà không cần phụ thuộc vào các giả định nhân quả ngoại sinh phức tạp. Việc kiểm định nghiệm đơn vị và phân tích tương quan đồ giúp loại bỏ hiện tượng hồi quy giả mạo, đảm bảo các kết luận dự báo có giá trị khoa học vững chắc.

Đề xuất và khuyến nghị

Dựa trên kết quả nghiên cứu lý thuyết và thực nghiệm, luận văn đưa ra 4 nhóm giải pháp cụ thể:

• Chuẩn hóa quy trình kiểm định tính dừng và xử lý sai phân: Các chuyên viên phân tích dữ liệu cần áp dụng triệt để kiểm định ADF và Phillips-Perron trên chuỗi gốc trước khi lập mô hình, giới hạn bậc sai phân thường ở mức d = 1 hoặc d = 2 để tránh làm méo mó cấu trúc dữ liệu, hướng tới mục tiêu 100% chuỗi đầu vào đạt tính dừng ổn định trong vòng 1 tháng đầu triển khai dự án.
• Áp dụng nguyên lý mô hình tiết kiệm trong ước lượng: Các nhà nghiên cứu kinh tế lượng nên ưu tiên lựa chọn các mô hình có tổng số bậc p và q không vượt quá 4, kết hợp kiểm định giới hạn tin cậy 95% cho từng hệ số nhằm loại bỏ các tham số dư thừa, kiểm soát sai số dự báo trung bình dưới ngưỡng 5%.
• Xây dựng cơ chế cập nhật mô hình dự báo định kỳ: Doanh nghiệp thương mại và cơ quan quản lý thị trường cần thiết lập quy trình tái ước lượng hệ số sau mỗi chu kỳ thu thập 30 ngày (hàng tháng), dịch chuyển gốc dự báo tiến về phía trước để duy trì độ chính xác của các dự báo ngắn hạn từ 1 đến 2 kỳ.
• Tích hợp phần mềm kinh tế lượng chuyên dụng vào quản lý dữ liệu: Các cơ quan ban ngành cần đầu tư trang bị và đào tạo sử dụng các phần mềm hiện đại như EViews với lộ trình đào tạo từ 3 đến 6 tháng, nâng cao năng suất xử lý dữ liệu và tự động hóa việc xuất bảng biểu chẩn đoán sai số.

Đối tượng nên tham khảo luận văn

Công trình nghiên cứu mang lại giá trị học thuật và ứng dụng thiết thực cho 4 nhóm đối tượng trọng tâm:

• Học viên cao học và nghiên cứu sinh ngành Hệ thống thông tin, Khoa học máy tính: Luận văn cung cấp tài liệu tham khảo chi tiết về thuật toán xử lý dữ liệu chuỗi thời gian, phương pháp lập trình tương quan đồ và kỹ thuật khai phá tri thức từ các tập dữ liệu từ 50 đến 100 quan sát.
• Chuyên viên nghiên cứu kinh tế và phân tích tài chính: Cung cấp khung phương pháp luận Box-Jenkins chuẩn xác để dự báo biến động giá hàng hóa, phân tích lạm phát, dự báo tỷ giá hoặc phân tích thị trường chứng khoán với độ tin cậy 95%.
• Cán bộ quản lý thị trường và cơ quan hoạch định chính sách: Ứng dụng mô hình dự báo giá ngắn hạn để xây dựng kế hoạch điều tiết cung cầu lương thực, bình ổn giá nông sản địa phương trong các giai đoạn biến động mùa vụ 3 đến 6 tháng.
• Kỹ sư phát triển phần mềm và hệ thống thông tin quản lý: Nắm bắt kiến trúc hướng đối tượng của các hệ thống xử lý thống kê như EViews để thiết kế các module phân tích tự động trong các phần mềm thương mại.

Câu hỏi thường gặp

Cỡ mẫu tối thiểu để xây dựng mô hình ARIMA đạt chuẩn là bao nhiêu?

Theo nguyên lý Box-Jenkins, quy trình nhận dạng hàm tự tương quan ACF và PACF đòi hỏi tập dữ liệu phải có tối thiểu 50 mốc quan sát. Để đạt độ chính xác tối ưu trong việc ước lượng tham số và nhận dạng bậc mô hình, chuỗi thời gian nên đạt độ dài khoảng 100 quan sát liên tục.

Làm thế nào để nhận biết một chuỗi thời gian đã đạt tính dừng?

Tính dừng được nhận biết thông qua đồ thị tương quan đồ khi các hệ số ACF giảm nhanh về 0 sau một vài độ trễ ban đầu, nằm trọn trong dải biên sai số chuẩn xấp xỉ 95%. Đồng thời, kiểm định nghiệm đơn vị Augmented Dickey-Fuller (ADF) phải cho kết quả thống kê có giá trị p nhỏ hơn mức ý nghĩa 5%.

Thống kê Ljung-Box Q đóng vai trò gì trong giai đoạn thẩm định mô hình?

Thống kê Ljung-Box Q dùng để kiểm định giả thiết không có tương quan chuỗi của phần dư đến một độ trễ k nhất định. Nếu giá trị kiểm định nhỏ hơn giá trị chi-square tới hạn (giá trị p lớn hơn 0,05), phần dư được xác nhận là nhiễu trắng thuần túy, chứng minh mô hình đã khai thác hết tri thức từ chuỗi dữ liệu.

Vì sao nên ưu tiên mô hình tiết kiệm thay vì mô hình có bậc hồi quy quá cao?

Mô hình có quá nhiều tham số bậc cao dễ dẫn đến hiện tượng quá phù hợp, làm giảm năng lực ngoại suy dự báo trong tương lai. Mô hình tiết kiệm với số lượng tham số ít nhất nhưng vẫn đảm bảo phần dư là nhiễu trắng sẽ đem lại sai số dự báo nhỏ nhất và độ ổn định cao nhất.

Khi có thêm dữ liệu mới, quy trình cập nhật dự báo được tiến hành ra sao?

Khi có thêm dữ liệu quan sát của kỳ mới (ví dụ sau 1 tháng), dữ liệu này được bổ sung vào chuỗi gốc để dịch chuyển thời điểm dự báo gốc tiến lên. Mô hình hiện thời sẽ được tái ước lượng các hệ số với bộ dữ liệu mới nhằm đưa ra dự báo chính xác cho các bước tiếp theo.

Kết luận

• Hệ thống hóa hoàn chỉnh cơ sở toán học của chuỗi thời gian, lý thuyết bộ lọc tuyến tính và 3 cấu phần nền tảng của mô hình ARIMA gồm tự hồi quy, sai phân và trung bình trượt.
• Chuẩn hóa quy trình 4 giai đoạn phát hiện tri thức gồm nhận dạng, ước lượng, thẩm định chẩn đoán và dự báo ngắn hạn trên phần mềm kinh tế lượng EViews.
• Thực nghiệm thành công trên bộ dữ liệu 70 tháng giá nông sản tại Nam Định, kiểm chứng độ chính xác của mô hình với khoảng tin cậy 95%.
• Giải quyết triệt để tính không dừng của dữ liệu giá cả thị trường thông qua các phép sai phân bậc 1 và bậc 2, đưa phần dư về trạng thái nhiễu trắng.
• Đóng góp giải pháp khoa học thực tiễn giúp nâng cao năng lực phân tích định lượng và dự báo kinh tế xã hội.

Kế hoạch nghiên cứu tiếp theo cần mở rộng trong vòng 6 đến 12 tháng tới nhằm tích hợp các yếu tố mùa vụ thông qua mô hình SARIMA và kết hợp mạng nơ-ron nhân tạo để xử lý các biến động giá phi tuyến tính. Quý độc giả và các nhà nghiên cứu quan tâm hãy ứng dụng ngay quy trình Box-Jenkins để tối ưu hóa bài toán dự báo chuỗi thời gian trong lĩnh vực chuyên môn của mình.

Trích đoạn nội dung tài liệu

Chương 1: Mô hỡnh (LUAN.gian ARIMA TIEU LUAN MOI download : [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 (LUAN.gian ARIMA TIEU LUAN MOI download : [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.