Mô hình cộng tính
Dữ liệu lấy tại đây
Dự báo bằng phương pháp Phân tích _ Mô hình cộng tính
- B1: Tạo 1 Workfile với dữ liệu ( từ tháng 1 năm 2005 đến tháng 12 năm 2015 ) cho trước
Sự biến động của chuỗi dữ liệu có vẻ nằm trong một dải giới hạn bởi 2 đường thẳng song song, nên mô hình cộng tính sẽ phù hợp hơn mô hình nhân tính.
- B2: Tách yếu tố mùa
- Proc => Seasonal Adjustment => Moving Average Methods...
-
- Adjustment method, chọn Difference from moving average- Additive
- Adjusted series: SAS ( biến dữ liệu sau khi loại bỏ yếu tố mùa)
- Factors : SAF (biến lưu giá trị nhân tố mùa)
Scaling Factors : yếu tố mùa vụ tương ứng với từng tháng
- B3: Tạo biến thời gian t
- Tại của sổ lệnh, gõ lệnh: " genr t = @trend(2004:12) "
- B4: Ước lượng mô hình xu thế.
- Tại cửa sổ lệnh, gõ lệnh : " LS SAS C T"
- để cho đơn giản nên ở đây ta dùng ước lượng mô hình bậc 1
- B5: Thực hiện dự báo khoảng trên Eviews
- Forecast => Forecast name: SASF
- B6: Đưa ra kết quả dự báo bằng yếu tố Xu thế và yếu tố mùa vụ
- Tại cửa sổ lệnh, gõ lệnh : " genr Yt = sasf + saf "
So sánh 2 đồ thị:
- chọn 2 biến Sales và Yt => Open As Group
- View => Graph...Ok