Đang tải... (xem toàn văn)
Luận Văn: Vận dụng phương pháp dãy số thời gian đánh giá năng suất Lúa tỉnh Hải Dương giai đoạn 1995-2004 và dự đoán đến năm 2007
Mục Lục Trang Lời nói đầu Nội dung A I II III IV B I II III C I II III KÕt luËn 5 11 15 18 18 20 22 30 30 31 41 43 Tµi liệu tham khảo 44 Các vấn đề dÃy số thời gian Những vấn đề chung dÃy số thời gian Các tiêu dùng để phân tích biến động dÃy số thời gian Phơng pháp biểu xu hớng phát triển tợng Phân tích thành phần dÃy số thời gian Vận dụng đánh giá suất lúa tỉnh Hải Dơng (1995-2004) Thống kê suất lúa Phân tích biến động suất lúa theo thời gian (1995-2004) Biểu diễn xu hớng phát triển suất lúa D đoán suất lúa năm tới Những vấn đề chung dự đoán Thống kê Một số phơng pháp dự đoán thống kê Nhận xét Lª ViƯt Hùng Thống kê 44B Lời mở đầu Với kinh tế thị trờng có điều tiết Nhà nớc, Việt Nam cần máy quản lý vĩ mô có đủ khả định phù hợp víi thêi cc, hiƯu qu¶ s¶n xt kinh doanh trở thành yếu tố sống Trớc yêu cầu cấp thiết thông tin quản lý, ngành Thống kê đà xác định nhiệm vụ trọng tâm cầu nối giúp phủ thu thập, xử lý, phân tích thông tin kinh tế xà hội Một thông tin quan trọng thu thập, xử lý, phân tích cấu giống gieo trồng, sản lợng, suất nh diện tích canh tác lơng thực mà đặc biệt lúa gạo Bởi mặt hàng nông sản quan trọng bảo đảm an ninh lơng thực nớc mặt hàng xuất quan trọng kinh tế Để giúp ngời có nhìn sâu sắc vấn đề này, em xin có nghiên cứu suất lúa qua đề tài: Vận dụng phơng pháp dÃy số thời gian đánh giá suất Lúa tỉnh Hải Dơng giai đoạn 1995-2004 dự đoán đến năm 2007 Với phần gồm: A Các vấn đề dÃy số thời gian B Đánh giá suất Lúa tỉnh Hải Dơng (1995-2004) C Dự đoán suất lóa thêi gian tíi Trong ®iỊu kiƯn kiÕn thøc thời gian hạn chế em phân tích suất lúa tỉnh Hải Dơng thông qua phơng pháp dÃy số thời Lª ViƯt Hïng Thống kê 44B gian Vì không tránh khỏi thiếu sót nhận xét không đầy đủ Rất mong nhận đợc góp ý bạn đặc biệt thầy cô thuộc môn Lý thuyết Thống kê Để nghiên cứu đề tài này, em đà kết hợp kiến thức mà em đà đợc lĩnh hội trình học tập nghiên cứu taị nhà trờng với hớng dẫn tận tình thầy giáo GS.TS Trần Ngọc Phác thầy, cô giáo khoa Thống kê Đồng thời tham khảo tài liệu tin cậy có liên quan đến lĩnh vực Tuy nhiên trình độ hạn chế nên không tránh khỏi thiếu sót, mong nhận đợc đóng góp bạn thày, cô giáo Em xin cam đoan đề tài tự em tìm tòi suy nghĩ dựa tài liệu đợc ghi phần tài liệu tham khảo mà hoàn toàn không chép nguyên văn từ đề án hay tài liệu khác Em xin chịu trách nhiệm việc làm trớc hội động kỷ luật khoa nhà trờng Em xin chân thành cảm ơn ! Hà nôi, ngày 25 tháng 11 năm 2005 Sinh viªn thùc hiƯn Lª ViƯt Hïng Lª ViƯt Hùng Thống kê 44B Nội dung Phơng pháp phân tích Thống kê việc mô hình hoá toán học vấn đề cần phân tích theo mục tiêu nghiên cứu Trong phơng pháp phân tích Thống kê dÃy số thời gian phơng pháp biểu đợc quy mô nh biến động tợng theo thời gian Ngoài cho phép ta dự đoán cách tơng đối xác ngắn hạn quy mô tợng A Các vấn đề dÃy số thời gian I Những vấn đề chung d·y sè thêi gian Kh¸i niƯm * C¸c hiƯn tợng kinh tế biến động theo thời gian nên ta thờng dùng phơng pháp dÃy số thời gian để nghiên cứu.Đó dÃy trị số tiêu thống kê đợc xếp theo thứ tự thời gian DÃy số thời gian không giới hạn tợng kinh tế mà trị số cho thấy thay đổi tợng xà hội nh tỉ lệ biết chữ qc gia… * XÐt vỊ h×nh thøc, d·y sè thêi gian gồm thành phần thời gian (ngày, tuần, tháng, quý, năm) trị số tiêu (hay mức độ dÃy số) * Căn vào đặc ®iĨm vỊ mỈt thêi gian ngêi ta thêng chia d·y số thời gian thành hai loại: Lª ViƯt Hùng Thống kê 44B - DÃy số thời kỳ dÃy số biểu thay đổi tợng qua thời kỳ định - DÃy số thời điểm dÃy số biểu mặt lợng tợng vào thời điểm định Yêu cầu vËn dơng * Khi x©y dùng d·y sè thêi gian phải đảm bảo yêu cầu so sánh đợc mức độ dÃy số Cụ thể phải thống nội dung phơng pháp tính tiêu theo thời gian * Phải thống phạm vi tổng thể nghiên cứu * Các khoảng cách thời gian dÃy số nên dÃy số thời kỳ phải ý nghÜa cđa viƯc nghiªn cøu d·y sè thêi gian * Phơng pháp phân tích dÃy số thời gian dựa giả thiết biến động tợng lai hiên tợng nói chung giống với biến động tợng khứ xét đặc điểm cờng độ tợng Nói cách khác, yếu tố đà ảnh hởng đến biến động tợng khứ đợc giả định tơng lai tiếp tục tác động đến tợng theo xu hớng giống gần giống nh trớc * Do vậy, mục tiêu phân tích dÃy số thời gian tách biệt yếu tố ảnh hởng đến dÃy số Điều có ý nghĩa việc dự đoán nh nghiên cứu quy luật biến động tợng Vì phơng pháp phân tích dÃy số thời gian cung cấp thông tin hữu ích nhà quản lý việc dự đoán xem xét chu kỳ biến động tợng Đây công cụ đắc lực cho họ việc định Các yếu tố ảnh hởng đến dÃy sè thêi gian * BiÕn ®éng cđa d·y sè thêi gian thờng đợc xem kết yếu tố sau đây: Lª ViƯt Hïng Thèng kª 44B - TÝnh xu hng: Quan s¸t sè liƯu thùc tế tợng thời gian dài (thờng nhiều năm), ta thấy biến động tợng theo chiều hớng (tăng giảm) rõ rệt Nguyên nhân loại biến động thay đổi công nghệ sản xuất, gia tăng dân số, biến động tài sản - Tính chu kỳ: Biến động tợng đợc lặp lại với chu kỳ định, thờng kéo dài từ 10 năm, trải qua giai đoạn: phục hồi phát triển, thịnh vợng, suy thoái đình trệ Biến động theo chu kỳ biến động tổng hợp nhiều yếu tố khác Chẳng hạn tợng thời tiết bất thờng Enlino, Enlina ảnh hởng đến sản lợng suất nông nghiệp - Tính thời vụ: Biến động cđa mét sè hiƯn tỵng kinh tÕ – x· héi mang tính thời vụ nghĩa hàng năm, vào thời điểm định (tháng quý) biến động tợng đợc lặp lặp lại Nguyên nhân biến động tợng điều kiện thời tiÕt, khÝ hËu, tËp qu¸n x· héi, tÝn ngìng cđa dân c - Tính ngẫu nhiên hay bất thờng: Là biến động quy luật hầu nh dự đoán đợc Loại biến động thờng xảy thời gian ngắn không lặp lại Nguyên nhân ảnh hởng biến cố trị, thiên tai, chiến tranh II Các tiêu dùng để phân tích biến động dÃy số thời gian Mức độ bình quân theo thời gian: Phản ánh mức độ đại biểu mức độ dÃy số Gồm: * Mức độ trung bình dÃy số thời kỳ Các lợng biến cã quan hƯ tỉng: y = y1 + y2 + + yn ∑ yi = n n Lê Việt Hùng Thống kê 44B Các lợng biến có quan hƯ tÝch: y=n ∏y i * Møc ®é trung bình dÃy số thời điểm Khoảng cách thời gian thời điểm nhau: y1 y= + y2 + y3 + yn −1 + n −1 yn Nếu khoảng cách thời gian thời điểm không băng y= nhau: yt t i i i Lng tng (gim) tuyt i: Phản ánh thay đổi trị số tuyệt đối tiêu hai thời gian nghiên cứu Tuỳ theo mục đích nghiên cứu ta có: - Lợng tăng (giảm) tuyệt đối liên hoàn: Biểu lợng tăng (giảm) tuyệt đối hai kú liªn tiÕp δ i = yi − yi − (i = 2, n) - Lợng tăng (giảm) tuyệt đối định gốc: Biểu lợng tăng (giảm) tuyệt đối kỳ nghiên cứu kỳ chọn làm gốc i = yi − y1 (i = 2, n) - Lợng tăng (giảm) tuyệt đối bình quân: Biểu cách chung lợng tăng (giảm) tuyệt đối, tính trung bình cho thời kỳ nghiên cứu Lª ViƯt Hïng Thèng kª 44B n δi = ∑δ i −2 i n −1 = ∆n y − y1 = n n n Chỉ tiêu thờng sử dụng trị số dÃy số có xu hớng (cùng tăng hay giảm) Tốc độ phát triển: Là tiêu biểu biến động tợng xét mặt tỉ lệ * Tuỳ theo mục đích nghiên cứu ta có loại tốc độ phát triển sau đây: - Tốc độ phát triển liên hoàn: Biểu biến động mặt tỉ lệ tợng hai kỳ liên tiếp ti = yi yi −1 (i = 2, n) - Tốc độ phát triển định gốc: Biểu biến động mặt tỉ lệ tợng kỳ nghiên cứu kỳ chọn làm gốc Ti = yi y1 (i = 2, n) - Tốc độ phát triển bình quân: Là tiêu biểu mức độ chung biến động mặt tỉ lệ tợng suốt thời kỳ nghiên cứu T ti = i Ti − (i = 2, n) * Mèi liên hệ tốc độ phát triển liên hoàn định gốc: + Tích tốc độ phát triển liên hoàn tốc độ phát triển định gốc: n Tn = ∏ i t i =2 (i = 2, n) Lê Việt Hùng Thống kê 44B + Thơng hai tốc độ phát triển định gốc liền kề tốc độ phát triển liên hoàn: T ti = i Ti − (i = 2, n) Tc tng (gim): Thực chất, tốc độ tăng (giảm) tốc độ phát triển trừ (hoặc trừ 100 tính %) Nó phản ánh mức độ tợng nghiên cứu thời kỳ tăng lên hay giảm lần (hoặc %) Nói lên nhịp điệu phát triển theo thời gian - Tốc độ tăng (giảm) liên hoàn: = i y − yi −1 y = i = i − = ti − yi −1 yi −1 yi (i = 2, n) - Tốc độ tăng (giảm) ®Þnh gèc: Ai = ∆i yi − y1 = = Ti −1 y1 y1 (i = 2, n) - Tèc độ tăng (giảm) bình quân: phản ánh nhịp điệu tăng (giảm) đại diện thời kỳ định đợc tính qua tốc độ phát triển bình quân a = t Giá tri tuyệt đối 1% tăng (giảm): Là tiêu biểu mối quan hệ tiêu lợng tăng (giảm) tuyệt tốc độ tăng (giảm) Nghĩa tính xem 1% tăng (giảm) 10 Lê Việt Hùng Thống kê 44B liên hoàn tơng ứng với giá trị tuyệt đối tăng (giảm) bao gi = nhiêu i ( % ) = yi 100 Chỉ tiêu không tính cho tốc độ tăng (giảm) định gốc kết luôn số Gi = i y = Ai ( % ) 100 III Phơng pháp biểu xu hớng phát triển tợng Xu hớng yếu tố thờng đợc xem xét đến tríc nhÊt nghiªn cøu d·y sè thêi gian Nghiªn cøu xu híng chđ u phơc vơ cho mơc ®Ých dự đoán trung hạn dài hạn tiêu kinh tế Xuất phát từ yêu cầu ta cần sử dụng biện pháp thích hợp nhằm loại bỏ ảnh hởng nhân tố ngẫu nhiên, nêu rõ xu hớng tính quy luật phát triển tợng qua thời gian Mở rộng khoảng cách thời gian: * Vận dụng với dÃy số thời gian có khoảng cách thời gian tơng đối ngắn Có nhiều mức độ cha phản ánh đợc xu hớng phát triển tợng * Nội dung mở rộng khoảng cách thêi gian b»ng c¸ch ghÐp mét sè thêi gian liỊn vào thành khoảng thời gian ngắn * Tuy nhiên, có hạn chế dùng cho dÃy số có nhiều mức độ Vì mở rộng khoảng cách thời gian số lợng mức ®é d·y sè mÊt ®i rÊt nhiỊu Ph¬ng pháp dÃy số bình quân truợt: 11 Lª ViƯt Hïng Thèng kª 44B 1995 1996 1997 1998 1999 2000 2001 2002 2003 2003 Tæng - 2,73579 - 0,13934 1,12136 1,24534 2,23158 1,37905 - 1,01331 0,45341 - 0,52192 - 1,84045 7,48455 0,01942 1,25745 1,55087 4,97995 1,90178 1,02680 0,20558 0,27240 3,38726 22,08605 Ta có: SE = 1,6616 Nhận thấy mô hình mũ dạng tính dạng t y = a0 a1 không tốt mô hình tuyến y = a0 + a1t có SE(Exponential) > SE(linear) + Với mô hình y = a0 t a1 ta cã kÕt qu¶: Dependent variable NANGSUAT Method POWER Listwise Deletion of Missing Data Multiple R R Square Adjusted R Square Standard Error 99083 98174 97946 01252 Analysis of Variance: DF Regression Residuals F = Sum of Squares Mean Square 06745955 00125459 06745955 00015682 430.16308 Signif F = 0000 Variables in the Equation -Variable Time (Constant) B SE B Beta T Sig T 118109 44.917438 005695 425334 990829 20.740 105.605 0000 0000 27 Lª ViƯt Hïng Thèng kª 44B NANGSUAT 60 58 56 54 52 50 48 46 Observed 44 Pow er 10 12 Sequence §iỊu chØnh SE theo công thức: SE = Năm n p y− y 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 Tæng ˆ ∑( y − y) - 0,11744 - 0,04940 0,15924 - 0,10827 0,87878 0,29636 - 1,62343 0,47806 0,27367 - 0,15543 ( y − y)2 ∑ ˆ 0,01379 0,00244 0,02536 0,01172 0,77225 0,08783 2,63552 0,22854 0,07490 0,02416 3, 87652 Víi : n - p = 10 - = áp dụng công thức tính ta có: SE = 0,6961 28 Lª ViƯt Hïng Thèng kª 44B Và mô hình dạng: y = 44,917438.t 0,118109 * So sánh giá trị SE thu đợc ta thấy: mô hình luỹ thừa (power) với hàm hồi quy tổng quát y = a0t a1 có SE nhỏ Vậy mô hình luỹ thừa thích hợp để phản ánh xu biến động suất lúa tỉnh Hải Dơng giai đoạn 1995-2004 Hàm hồi quy cã d¹ng: ˆ y = 44,9174t 0,1181 Qua dạng hàm ta thấy suất lúa có xu hớng tăng nhng tốc độ tăng giảm dần Điều phù hợp với thực tế suất trồng có giới hạn định chịu ảnh hởng lớn yếu tố sinh học điều kiện tự nhiên Biến động thời vụ: Do đặc điểm dÃy số liệu suất lúa theo năm nên phân tích đợc biến động thời vụ tợng Việc phân tích biến động thời vụ suất lúa thực đợc ta thu thập đợc số liệu suất lúa theo vụ thu hoạch Tuy nhiên điều kiện hạn hẹp thời gian em cha tìm đợc nguồn tài liệu suất lúa theo vụ thu hoạch nên việc phân tích biến động thời vụ suất lúa không thực đợc 29 Lª ViƯt Hùng Thống kê 44B C Dự đoán suất lúa năm tới I Những vấn đề chung dự đoán thống kê Khái niệm: Theo nghĩa chung nhất, dự đoán xây dựng thông tin có sở khoa học mức độ, trạng thái, quan hệ, xu hớng phát triển có tơng lai tợng Dự đoán Thông kê thuật ngữ nhóm phơng pháp thống kê để xây dựng dự đoán số lợng Đây tiếp tục trình phân tích Thống kê sử dụng phơng pháp sẵn có thống kê để xây dựng dự đoán số lợng Khả dự đoán thống kê: Luôn có tính nhiều phơng án tính xác suất vì: + Trong tợng có nhiều nhân tố đồng thời tác ®éng nhng cã chiỊu híng kh¸c Theo thêi gian có nhng nhân tố yếu đi, nhng nhân tố xuất nh mầm mống Nhng tơng lai nhân tố chủ yếu khó dự đoán xác tơng lai Vì dự đoán có tính xác suất + Chúng ta sử dụng nhiều phơng án để dự đoán cho nhiều đối tợng Mỗi phơng pháp cho kết sấp xỉ Vì ngời ta lập vài phơng án có xác suất tin cậy định Trên sở ta chọn phơng án mà qua phân tích bổ sung cho kết tốt Thậm chí trờng hợp có phơng án không nên coi phơng án hay tốt mà coi phơng án có Thời hạn dự đoán: 30 Lê Việt Hùng Thống kê 44B Thời hạn dự đoán nên 1/3 thời kỳ tiền sử ta dùng phơng pháp thống kê Thời kỳ tiền sử dùng cho dự đoán không nên dài quá ngắn Trong dÃy số thời gian suất lúa ta có thời kỳ tiền sử 10 năm Đây khoảng thời gian hợp lý để dự đoán thống kê ta dự đoán cho tơng lai 2-3 năm tới Quá trình dự đoán trải qua bớc nh sau: - Mô hình hoá đối tợng dự đoán - Xây dựng mô hình dự đoán - Tính trị số dự đoán, khoảng dự đoán sai số dự đoán - Hiệu chỉnh dự đoán làm phù hợp dự đoán cần II Một số phơng pháp dự đoán thống kê Ngoại suy mức độ bình quân: Là dự đoán nhanh với dự đoán xác không cao phụ thuộc nhiều vào tích chất đại biểu số bình quân Nếu dÃy số thời gian có xu hớng kết không tốt Tuy nhiên u điểm phơng pháp dÃy số thời gian không cần dài xây dựng dự đoán khoảng Với dÃy số thời gian suất lúa có xu hớng tăng ta dùng phơng pháp sau: 1.1/ Ngoại suy lợng tăng (giảm) tuyệt đối bình quân: * Vận dụng: Trong trờng hợp dÃy số có lợng tăng (giảm) tuyệt đối liên hoàn sấp xỉ (dÃy số cộng) * Mô hình dự đoán: Trong đó: L y n + L = y k + δ L thời hạn dự đoán ( tầm xa dự đoán) 31 Lª ViƯt Hïng Thèng kª 44B ˆ yn + L trị số dự đoán thời điểm thứ n+L lợng tăng (giảm) tuyệt đối bình quân yk mức độ dùng làm gốc để ngoại suy Năm Yi Lợng tăng giảm tuyệt đối liên hoàn δi 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 44,8 48,7 51,3 52,8 55,2 55,8 54,9 57,9 58,5 58,8 3,9 2,6 1,5 2,4 0,6 - 0,9 3,0 0,6 0,3 Năng suất lúa Có = 1,556 Nếu lấy yk bình quân năm cuối ta có: yk = > 58,5 + 58,8 = 58,65 yn +L = 58,65 +1,556 L * Dự đoán cho năm ta có kết sau: Năm 2005: L=1 > y2005 = 60,206 (tạ/ha) Năm 2006: L=2 > y2006 = 61,762 (tạ/ha) Kết phơng pháp không xác giá trị i dÃy số chênh lệch nhiều 1.2/ Ngoại suy tốc độ phát triển bình qu©n: 32 Lª ViƯt Hïng Thèng kª 44B * Vận dụng: Trong trờng hợp mức độ dÃy số thời gian có tốc độ phát triển liên hoàn sÊp xØ b»ng L ˆ yn + L = yk ( t ) * Mô hình dự đoán: Trong đó: L thời hạn dự đoán ( tầm xa dự đoán) yn + L trị số dự đoán thời điểm t tốc độ phát triển bình quân yk mức độ dùng làm gốc để ngoại suy Năm Yi Tốc độ phát triển liên hoàn(%) ti 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 44,8 48,7 51,3 52,8 55,2 55,8 54,9 57,9 58,5 58,8 108,7 105,3 102,9 104,5 101,1 098,4 105,5 101,0 100,5 Năng suất lúa Với: t = 1,031 Có thể lấy yk = yn = 58,8 (tạ/ha) Hoặc lấy yk bình quân năm cuối ta có: yk = 58,5 + 58,8 + 57,9 = 58,4 33 Lª ViƯt Hïng Thèng kª 44B > L yn + L = 58,4.(1,031) Dự đoán cho năm ta có kết sau: Năm 2005: L=1 > y2005 = 60,206 (tạ/ha) Năm 2006: L=2 > y2006 = 62,0769 (tạ/ha) Năm 2007: L=3 > y2007 = 64,0013 (tạ/ha) Nhận thấy suất lúa theo thời gian tăng lên tơng đối nhanh nên ta nghi ngờ kết dự đoán cha đợc xác Nguyên nhân tốc độ phát triển thực tế tăng không nhau, nhng dự đoán ta lấy tốc độ phát triển bình quân cao nên giá trị dự đoán cao Ta hÃy dùng phơng pháp dự đoán khác có độ xác cao Ngoại suy hàm xu thế: Trong phơng pháp mức độ dÃy số thời gian đợc mô hình hoá hàm số đợc gọi hàm xu * ta đà trình bày phơng pháp biểu diễn xu biến động suất lúa Ta đà tìm đợc dạng hàm phù hợp (có SE nhỏ nhất) hàm ly thừa (power) với mô hình tổng quát : y = a0t a1 Qua tính toán SPSS ta tìm đợc mô hình biểu diễn biến động suất lúa theo thời gian y = 44,9174t 0,1181 Dependent variable NANGSUAT Listwise Deletion of Missing Data Multiple R R Square Adjusted R Square Standard Error Method POWER 99083 98174 97946 01252 Analysis of Variance: 34 Lª ViƯt Hïng Thèng kª 44B DF Regression Residuals F = Sum of Squares Mean Square 06745955 00125459 06745955 00015682 430.16308 Signif F = 0000 Variables in the Equation -Variable B SE B Beta T Sig T Time (Constant) 118109 44.917438 005695 425334 990829 20.740 105.605 0000 0000 The following new variables are being created: Name FIT_1 LCL_1 UCL_1 Label Fit for NANGSUAT from CURVEFIT, MOD_6 POWER 95% LCL for NANGSUAT from CURVEFIT, MOD_6 POWER 95% UCL for NANGSUAT from CURVEFIT, MOD_6 POWER new cases have been added Với khoảng tin cậy 95% dự đoán cho năm ta có kết quả: (đvi: tạ/ha) Năng Suất 44.8 48.7 51.3 52.8 55.2 55.8 54.9 57.9 58.5 58.8 year_ data_ 1995 1995 1996 1996 1997 1997 1998 1998 1999 1999 2000 2000 2001 2001 2002 2002 2003 2003 2004 2004 2005 2005 2006 2006 2007 2007 fit_1 44.917 48.749 51.141 52.908 54.321 55.504 56.523 57.422 58.226 58.955 59.623 60.239 60.811 lcl_1 43.320 47.208 49.591 51.328 52.699 53.836 54.808 55.658 56.415 57.097 57.719 58.290 58.819 ucl_1 46.573 50.341 52.739 54.538 55.993 57.223 58.293 59.241 60.096 60.874 61.589 62.252 62.870 * Kết dự đoán có hai loại là: 35 Lª ViƯt Hïng Thèng kê 44B + Dự đoán điểm: Ký hiệu fit_1 cho biết suất lúa (Y) năm 2005, 2006 2007 lần lợt 59,623; 60,239 60,811 tạ/ha + Dự đoán khoảng: ký hiệu lcl_1 cận dới, ucl_1 cận Nh suất lúa (Y) năm nh sau: - Với khoảng tin cậy 95% suất lúa năm 2005 khoảng từ 57,719 tạ/ha dến 61,589 tạ/ha - Với khoảng tin cậy 95% suất lúa năm 2006 khoảng từ 58,290 tạ/ha dến 62,252 tạ/ha - Tơng tự ta có suất lúa năm 2007 khoảng từ 58,819 tạ/ha dến 62,870 tạ/ha (với khoảng tin cËy 95%) 36 Lª ViƯt Hïng Thèng kª 44B * Nhận xét: Rõ ràng qua dự đoán hàm xu ta đà thấy đợc khác biệt lớn với kết dự đoán ngoại suy mức độ bình quân Nhìn cách chủ quan ta thấy kết dự đoán hợp lý Thực tế đà chứng minh dự đoán điểm cho năm nh 1995, 1996, 1997, 1998, 2003 2004 xác Dự đoán san mũ: Do dÃy số thời gian suất lúa có số liệu theo năm nên ta dự đoán mô hình biến động thời vụ Với , tham số san nhận giá trị khoảng [0;1] Tiến hành dự đoán phơng pháp san mũ theo mô hình: * Mô hình dạng tuyến tính không cã biÕn ®éng thêi vơ Dïng SPSS ta cã: Initial values: Series 44.02222 DFE = The 10 smallest SSE's are: Trend 1.55556 Alpha 9000000 8000000 1.000000 7000000 6000000 8000000 9000000 5000000 7000000 1.000000 Gamma 0000000 0000000 0000000 0000000 0000000 2000000 2000000 0000000 2000000 2000000 SSE 19.22098 19.30148 19.42716 19.71908 20.51956 21.59005 21.63399 21.72474 22.13462 22.15394 The following new variables are being created: NAME LABEL FIT_1 ERR_1 Fit for NS from EXSMOOTH, MOD_8 HO A 90 G 00 Error for NS from EXSMOOTH, MOD_8 HO A 90 G 00 37 Lª ViƯt Hïng Thèng kª 44B Víi α = 0,9 vµ γ = 0,0 cho ta SSE = 19,22098 nhỏ Tuy nhiên mô hình xu suất lúa tỉnh Hải Dơng lại có dạng phi tuyến ta dùng phơng pháp san mũ với dạng phi tuyến để dự đoán * Mô hình dạng phi tuyến với hàm xu hàm mũ (Exponential) biến động thời vô Results of EXSMOOTH procedure for Variable NS MODEL= EN (Exponential trend, no seasonality) Initial values: Series 42.96873 Trend 1.08705 DFE = The 10 smallest SSE's are: Alpha 6000000 5000000 6000000 7000000 7000000 8000000 7000000 8000000 5000000 9000000 Gamma 1.000000 1.000000 8000000 8000000 1.000000 6000000 6000000 8000000 8000000 6000000 SSE 23.12042 23.23542 23.86772 24.04277 25.03279 25.49453 25.65248 25.85361 26.25820 26.76321 The following new variables are being created: NAME LABEL FIT_2 ERR_2 Fit for NS from EXSMOOTH, MOD_9 EN A 60 G1.00 Error for NS from EXSMOOTH, MOD_9 EN A 60 G1.00 KÕt qu¶ tõ SPSS cho thÊy víi α = 0,6 vµ γ = 1,0 cho ta SSE = 23,12042 nhỏ * Mô hình dạng phi tuyến với hàm xu hàm Damped biÕn ®éng thêi vơ 38 Lª ViƯt Hïng Thèng kê 44B Ta có kết từ SPSS nh sau: Results of EXSMOOTH procedure for Variable NS MODEL= DN (Damped trend, no seasonality) Initial values: PHI 1000000 3000000 5000000 7000000 9000000 Series 37.02222 42.20741 43.24444 43.68889 43.93580 Trend 15.55556 5.18519 3.11111 2.22222 1.72840 DFE = The 10 smallest SSE's are: Alpha 9000000 1.000000 7000000 8000000 8000000 9000000 6000000 7000000 7000000 6000000 Gamma 0000000 0000000 2000000 2000000 0000000 2000000 2000000 0000000 4000000 4000000 Phi 9000000 9000000 9000000 9000000 9000000 9000000 9000000 9000000 9000000 9000000 SSE 18.72683 18.82909 18.96291 18.97539 18.99167 19.39352 19.43619 19.73222 19.99969 20.07297 The following new variables are being created: NAME LABEL FIT_5 ERR_5 Fit for NS from EXSMOOTH, MOD_12 DN A 90 G 00 P 90 Error for NS from EXSMOOTH, MOD_12 DN A 90 G 00 P 90 Víi α = 0,9 ; γ = 0,0 vµ ϕ = 0,9 ta cã SSE = 18,72683 lµ nhỏ Xét chung cho mô hình vừa phân tích ta thấy mô hình dạng phi tuyến với hàm xu hàm Damped biến động thời vụ cho kết SSE nhỏ (18,72683 < 19,22098 < 23,12042) nên ta tiến hành dự đoán theo mô hình Với = 0,9 ; = 0,0 = 0,9 , dự đoán đến năm 2007 Kết nh bảng sau: (đvi: tạ/ha) Năng Suất Lúa Năm Giá trị dự đoán 44.8 1995 45.491 39 Lª ViƯt Hïng Thèng kª 44B 48.7 51.3 52.8 55.2 55.8 54.9 57.9 58.5 58.8 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 46.269 49.717 52.276 53.768 55.975 56.644 55.818 58.361 59.089 59.371 59.859 60.299 Kết thu đợc dự đoán điểm với giá trị suất lúa qua năm tơng đối sát với thực tế Nh vào năm 1995, 1998, 2000, 2003 cho kết sấp xỉ giá trị thực tế Điều kiến ta tin tởng vào kết dự đoán Dự đoán mô hình tổng hỗn hợp tự hồi quy trung bình trợt ARIMA(p, d, q): Do dÃy số thời gian suất lúa dÃy số liệu theo năm có tính xu rõ rệt Tiến hành dự đoán với d =1 tức coi d·y sè cã biÕn ®éng xu thÕ tuyÕn tÝnh øng dụng phần mềm SPSS: ta lần lợt thay giá trị p = 0, 1, giá trị cđa q = 0, 1, Chän kÕt qu¶ (p, q) có SE nhỏ để tiến hành dự đoán (p, q) = (0, 1) th× SE = 1,98 (p, q) = (0, 2) th× SE = 2,12 (p, q) = (1, 0) th× SE = 1,88 (p, q) = (1, 1) th× SE = 1,80 (p, q) = (1, 2) th× SE = 1,90 40 Lª ViƯt Hïng Thống kê 44B (p, q) = (2, 0) SE = 1,91 (p, q) = (2, 1) th× SE = 1,94 (p, q) = (2, 2) th× SE = 2,09 Chän (p, q) = (1, 1) v× cã SE = 1,80 nhỏ Ta dự đoán suất lúa theo mô hình ARIMA(1, 1, 1) * Kết từ SPSS dự đoán suất lúa nh sau: (đvi: tạ/ha) Năng suất 44.8 48.7 51.3 52.8 55.2 55.8 54.9 57.9 58.5 58.8 Năm 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Dự đoán khoảng Dự đoán điểm Cận dưới(lcl) CËn trªn(ucl) 44.80 38.76 50.84 51.18 46.52 55.84 53.70 49.30 58.10 54.75 50.43 59.06 57.20 52.91 61.48 57.23 52.96 61.50 55.49 51.23 59.76 59.24 54.98 63.51 59.53 55.27 63.79 59.54 55.28 63.80 60.24 53.16 67.31 60.90 50.98 70.82 Kết dự đoán cho thấy suất lúa năm 2005 đến 2007 lần lợt 59,54; 60,24 60,90 (tạ/ha) Các dự đoán điểm cho năm 1997, 1998 2004 tơng đối xác 41 Lª ViƯt Hïng Thèng kª 44B ... cứu suất lúa qua đề tài: Vận dụng phơng pháp dÃy số thời gian đánh giá suất Lúa tỉnh Hải Dơng giai đoạn 1995-2004 dự đoán đến năm 2007 Với phần gồm: A Các vấn đề dÃy số thời gian B Đánh giá suất. .. hình hoá đối tợng dự đoán - Xây dựng mô hình dự đoán - Tính trị số dự đoán, khoảng dự đoán sai số dự đoán - Hiệu chỉnh dự đoán làm phù hợp dự đoán cần II Một số phơng pháp dự đoán thống kê Ngoại... Đánh giá suất Lúa tỉnh Hải Dơng (1995-2004) C Dự đoán suất lúa thời gian tới Trong điều kiện kiến thức thời gian hạn chế em phân tích suất lúa tỉnh Hải Dơng thông qua phơng pháp dÃy số thêi
