Dự báo định lượng trung bình động năm 2024

Thống kê kinh doanh

GV: Th Phan Ngọc Yến

CHƯƠNG 7: DỰ BÁO CHUỖI THỜI GIAN

 CÁC PHƯƠNG PHÁP DỰ BÁO CƠ BẢN.

 DỰ BÁO BẰNG LƯỢNG TĂNG GIẢM TUYỆT

ĐỐI TRUNG BÌNH.

 TỐC ĐỘ PHÁT TRIỂN TRUNG BÌNH.

 CÁC PHƯƠNG PHÁP LÀM TRƠN.

 TRUNG BÌNH TRƯỢT

 SAN BẰNG MŨ

 HÀM XU THỂ TUYẾN TÍNH.

1. Các khái niêm cơ bản

Biểu diễn dữ liệu được sắp xếp theo thứ tự thời gian, dạng tổng quát:

Trong đó: : là thời gian thứ

: giá trị lượng biến quan sát ở thời gian

Ví dụ 1: Sản lượng cà phê của Việt Nam từ 2001 đến 2005

... ...

Năm 2001 2002 2003 2004 2005

X 1 2 3 4 5

Sản lượng (ngàn

tấn)Y

931,1 722,2 794,4 976,2 892,

2. Các thành phần chuỗi thời giana. Thành phần xu hướngLà thành phần thể hiện mức tăng giảm của lượng biến quan sát theo quy luậttrong khoảng thời gian dàib. Thành phần chu kỳKhi quan sát trong khoảng thời gian dài, ta nhận thấy có sự thay đổi luân phiênlên xuốngc. Thành phần mùaKiểu biến thiên lặp lại theo tần suất theo quý, theo mùa (cứ sau 1 khoảng thờigian lại lặp lại trong năm kế tiếp)d. Thành phần bất thườngCác yếu tố bất thường ngắn hạn không chịu sự liên kết với các thành phần khácnhư mùa, chu kỳ, xu thế. Trung bình chuỗi thời gian, đối với chuỗi, khoảng cách giữa thời điểmbằng nhau = − + + ⋯ + + Trong đó: mức độ trung bình của chuỗi: giá trị lượng biến chuỗi thời kỳVí dụ: Khảo sát lượng lao động của một doanh nghiệp tại các thời điểm thuđược bảng số liệu sau:Ta xác định = 4; =× 350 + 370 + 370 +× 380 = 368,Trung bình doanh nghiệp có bình quân 369 lao động từ 15/5/2018 đến 15/8/

####### Ngày 15/05/2018 15/06/2018 15/07/2018 15/08/

####### Số lao động 350 370 370 380

 Trung bình chuỗi thời gian, đối với chuỗi thời điểm,

khoảng cách thời điểm không bằng nhau

\=

+ + ⋯ +

+ + ⋯ +

\= ∑

∑

Trong đó: mức độ trung bình của chuỗi

: giá trị lượng biến chuỗi thời kỳ

: độ dài thời gian tương ứng mức độ thứ

b) Lượng tăng giảm tuyệt đối

 Lượng tăng giảm tuyệt đối liên hoàn: chênh lệch của lượng

biến quan sát trong các môc thời gian kế tiếp nhau

\= − ; = ,

 Lượng tăng giảm tuyệt đối định gốc: chênh lệch giữa lượng

biến ở mốc thời gian bất kỳ với lượng biến quan sát chọn làm

gốc (lượng biến quan sát đầu tiên)

∆= − ; = ,

 Lượng tăng giảm tuyệt đối trung bình:

\=

−

−

c) Tốc độ phát triển

 Tốc độ phát triển liên hoàn

\=

; = ,

 Tốc độ phát triển định gốc

\=

; = ,

 Tốc độ phát triển trung bình

̅ =

CÁC PHƯƠNG PHÁP DỰ BÁO CƠ BẢN

Dự báo bằng lượng tăng giảm tuyệt đối trung bình1. Bài toán: Khi có các dữ liệu lượng biến theo thời gian có biến động ít.Lượng tăng giảm liên hoàn xấp xỉ nhau2. Phương pháp giải toán:Bước 1: Xác định lượng tăng giảm tuyệt đối trung bình: =Bước 2: Tính giá trị dự báo tại thời điểm + : = + . Trong đó: : giá trị dự báo tại thời điểm + : giá trị quan sát tại thời điểm thứ ̅: lượng tăng giảm tuyệt đối trung bình: tầm xa của dự đoán.

Ví dụ: Quan sát lượng xe đạp của một doanh nghiệp (đơn vị nghìn

chiếc) bán qua các năm cho bởi bảng số liệu sau:

a) Dự báo số lượng xe bán cho năm tiếp theo , + = 11, = 10 ⇒

\= 1 có = 10, = 1

Bước 1: =

\=

\=

..

\=

≈ ,

Bước 2:Dự báo cho lượng xe đạp mà doanh nghiệp sẽ bán được trong

năm tiếp theo là = + .

\= + . 1 = 31,4 +

. 1 = 32,49 (nghìn chiếc)

1 2 3 4 5 6 7 8 9 10

21 22 25 21 23 27 31 29 28 31.

Dự báo bằng tốc độ phát triển trung bình

1. Bài toán: Khi có các dữ liệu lượng biến theo thời gian có biến động với

nhịp độ ổn định, nghĩa là tốc độ phát triển liên hoàn xấp xỉ nhau

2. Phương pháp giải toán:

Bước 1: Xác định tốc độ phát triển trung bình ̅ =

Bước 2: Tính giá trị dự báo tại thời điểm + như sau: = . ̅

Trong đó: : là giá trị dự báo tại thời điểm +

: là giá trị quan sát tại thời điểm thứ

̅: tốc độ phát triển trung bình

: gọi là tầm xa của dự báo.

Ví dụ: Quan sát lượng xe đạp của một doanh nghiệp (đơn vị nghìn chiếc)bán qua các năm cho bởi bảng số liệu sau:a) Dự báo số lượng xe bán cho năm tiếp theo ; + = 11,Bước 1: Ta có = 10, = 1, ̅ =

. .

\=.Bước 2: Dự báo cho lượng xe đạp mà doanh nghiệp sẽ bán được trong nămtiếp theo là = . ̅ = . ̅= 31 ×= 32,733 (nghìn chiếc)

1 2 3 4 5 6 7 8 9 10

21 22 25 21 23 27 31 29 28 31.

Mặc dù dự báo doanh thu và dự báo doanh thu nghe có vẻ giống nhau nhưng chúng có những khác biệt rõ rệt. Dự báo doanh thu đề cập đến số doanh thu ước tính mà một doanh nghiệp dự kiến ​​​​sẽ kiếm được dựa trên các giả định về tương lai. Nó có xu hướng tập trung vào các mục tiêu và chỉ tiêu hơn là dữ liệu thực tế. Mặt khác, dự báo doanh thu sử dụng dữ liệu lịch sử, xu hướng thị trường và các phương pháp thống kê khác để dự đoán doanh thu trong tương lai. Nó cung cấp một bức tranh chính xác hơn về những gì doanh nghiệp có thể mong đợi kiếm được trong giai đoạn sắp tới.

Dự báo doanh thu

Dự đoán thu nhập

Định nghĩaƯớc tính giả định về doanh thu trong tương lai dựa trên nhiều giả định khác nhau, chẳng hạn như dữ liệu lịch sử, xu hướng thị trường và kế hoạch trong tương lai.

Ước tính tốt nhất về doanh thu trong tương lai dựa trên các điều kiện, kế hoạch và ý định hiện tại.

Mục đích Để khám phá các kịch bản tiềm năng và thông báo các quyết định chiến lược và hoạt động. Để hướng dẫn việc ra quyết định hàng ngày và theo dõi tiến độ hướng tới các mục tiêu tài chính.Chân trời thời gian Thường dài hạn hơn (ví dụ: 3-5 năm trở lên). Thông thường là ngắn hạn (ví dụ: hàng quý hoặc hàng năm).Uyển chuyển Linh hoạt hơn vì nó cho phép thử nghiệm các giả định và kịch bản khác nhau. Ít linh hoạt hơn vì nó dựa trên các điều kiện và kế hoạch hiện tại.Trường hợp sử dụng Để hỗ trợ lập kế hoạch chiến lược, quyết định đầu tư và quản lý rủi ro. Để theo dõi tiến độ hướng tới các mục tiêu tài chính, ngân sách chi tiêu và đưa ra các quyết định chiến thuật sáng suốt.

Các phương pháp dự báo doanh thu phổ biến

Có nhiều mô hình dự báo doanh thu khác nhau mà doanh nghiệp có thể sử dụng. Mô hình tốt nhất cho một doanh nghiệp cụ thể sẽ phụ thuộc vào một số yếu tố, chẳng hạn như loại hình kinh doanh, ngành và tính sẵn có của dữ liệu. Một số mô hình dự báo doanh thu phổ biến nhất bao gồm:

Dự báo doanh thu quy trình

Phương pháp này dựa vào quy trình bán hàng, ước tính doanh thu dựa trên các giao dịch có khả năng chốt. Nó đặc biệt hữu ích cho các doanh nghiệp có chu kỳ bán hàng dài hơn, đưa ra dự báo chính xác dựa trên hiệu suất bán hàng trước đây.

Ví dụ: Đối với một công ty phần mềm B2B, nhóm bán hàng duy trì một hệ thống giao dịch ở nhiều giai đoạn khác nhau, từ liên hệ ban đầu đến kết thúc. Bằng cách phân tích dữ liệu lịch sử về tỷ lệ chuyển đổi ở từng giai đoạn, bạn có thể ước tính giao dịch nào có khả năng kết thúc trong quý sắp tới, cung cấp dự báo doanh thu quy trình.

\>>>>> Xem thêm: Cách dự đoán doanh thu phân tích quy trình bán hàng?

Dự báo từ dưới lên

Cách tiếp cận này sử dụng dữ liệu chi tiết về sản phẩm và khách hàng để dự đoán doanh thu. Bằng cách phân tích dữ liệu từ nhiều kênh và mức giá khác nhau, doanh nghiệp tạo ra dự báo chính xác dựa trên các động lực cụ thể. Các mô hình từ dưới lên điều chỉnh các dự báo phù hợp với mục tiêu kinh doanh.