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