Bây giờ, việc ước tính một số giá trị trong tương lai cũng rất quan trọng đối với một số tình huống nhất định. Cụ thể, nó là một loại phép ngoại suy, thường gắn liền với việc dự đoán giá trị của biến phụ thuộc dựa trên các giá trị của biến độc lập nằm ngoài giá trị quan sát được của nó. Vì vậy, nếu bạn muốn ước tính giá trị tương lai, bạn cần một số kiến thức.
1. ngoại suy là gì?
Ai cũng biết rằng thf với phép ngoại suy được hiểu là một phương pháp ước tính các giá trị chưa biết (tương lai) từ các giá trị (quá khứ) đã biết (thời gian trong phân tích chuỗi). Vì vậy, dựa vào phương pháp ngoại suy gắn liền với việc dự đoán giá trị của biến phụ thuộc dựa trên các giá trị của biến độc lập khác với giá trị quan sát của nó. Cần lưu ý rằng một đường xu hướng có thể không chính xác bên ngoài phạm vi quan sát của biến độc lập, vì mối quan hệ mà nó dựa vào có thể khác nhau trong một phạm vi biến thiên rộng. Ngược lại, khi nội suy, tức là dự đoán giá trị của biến phụ thuộc dựa trên các giá trị của biến độc lập trong phạm vi quan sát, thì kết quả dự đoán có độ tin cậy cao hơn.
Trong toán học, phép ngoại suy là quá trình ước tính giá trị của một biến dựa trên mối quan hệ của nó với một biến khác, vượt ra ngoài phạm vi quan sát ban đầu. Nó tương tự như phép nội suy ở chỗ nó tạo ra các ước tính nằm giữa các quan sát đã biết, nhưng phép ngoại suy có độ không chắc chắn cao hơn và rủi ro tạo ra kết quả vô nghĩa cao hơn. Phép ngoại suy cũng có thể ngụ ý các phương pháp mở rộng, giả sử áp dụng các phương pháp tương tự. Phép ngoại suy cũng có thể được áp dụng cho trải nghiệm của con người để dự đoán, mở rộng hoặc mở rộng trải nghiệm đã biết sang các khu vực chưa biết hoặc đã trải nghiệm trước đó để thu được kiến thức (thường là phỏng đoán) về các khu vực chưa biết (ví dụ: người lái xe suy đoán tình trạng đường khi lái xe ngoài tầm nhìn). Phép ngoại suy có thể áp dụng cho bài toán đánh giá giá trị thực của các dự án nâng cấp phần mềm, phát triển phiên bản 2.0…
2. Ứng dụng ngoại suy:
Khi nào sử dụng phép ngoại suy để dự báo Đây là một câu hỏi được đặt ra về vấn đề này, cụ thể là khi nào thì sử dụng phép ngoại suy để dự báo trước. Không phải lúc nào sử dụng phép ngoại suy cũng phù hợp, chỉ khi gặp một trong các trường hợp sau. Rất nhiều dự đoán. Ví dụ: một công ty sản xuất hàng trăm sản phẩm khác nhau cần dự báo doanh số bán sản phẩm và hàng tồn kho hàng tuần. Khi đó số lượng dự đoán là rất lớn. Trong trường hợp này, quy trình dự báo ngoại suy tự động là phù hợp vì nó nhanh và không tốn kém.
Dự báo tương đối ổn định. Điều này là do phép ngoại suy dựa trên giả định rằng các tình huống trong tương lai sẽ tiếp tục như chúng đã xảy ra trong quá khứ. Khi các phương pháp khác có thể bị sai lệch dự đoán. Ví dụ, các dự báo của chuyên gia thường chịu sự thiên vị chủ quan của người dự báo nếu người đó quá bi quan (hoặc ngược lại là quá lạc quan) về tình hình được dự báo. Sau đó, dự báo bằng phép ngoại suy có thể khách quan hơn. Các nhà dự báo biết rất ít về tình hình mà họ đang cố gắng dự đoán. Sau đó, tương đối đơn giản và hợp lý để giả định rằng những phát triển trong tương lai sẽ tương tự như những phát triển trong quá khứ, nghĩa là bằng phép ngoại suy.
3. Bản chất của phép ngoại suy:
Bản chất của phương pháp chủ yếu nằm ở việc phân tích thông tin có sẵn về sự phát triển kinh tế đã xảy ra trước đó. Các chuyên gia đã kiểm tra tất cả các trường hợp một cách chi tiết, thiết lập nguyên nhân và kết quả. Đây là nhiệm vụ chính của nền kinh tế, nhất là khi xây dựng các kế hoạch phát triển.
Phép ngoại suy liên quan đến việc kiểm tra hiệu suất của dữ liệu có sẵn, trên cơ sở đó chúng tôi có thể dự đoán những thay đổi có thể xảy ra. Thông tin về những thay đổi trong quá khứ được mở rộng cho sự kiện sẽ xảy ra trong tương lai.
Thông qua thử nghiệm, các chuyên gia xác định các mẫu và xu hướng cung cấp thông tin chi tiết về tình hình kinh tế. Những nguyên tắc này đại diện cho một phương pháp ngoại suy và bản chất của nó.
Các chuyên gia khác nhau có thể đưa ra cách giải thích của họ về phương pháp này và họ có mức độ chắc chắn khác nhau về phương pháp này. Nhưng hiệu quả của nó đã được chứng minh nên không thể loại trừ nó trong dự đoán. Phép ngoại suy cho phép bạn hiểu rõ nhất tình huống và tưởng tượng các sự kiện sẽ diễn ra như thế nào.
4. Các bước ngoại suy:
BƯỚC 1: LỰA CHỌN, THU THẬP VÀ XỬ LÝ DỮ LIỆU Việc lựa chọn, thu thập và xử lý dữ liệu dựa trên một số nguyên tắc cơ bản:
– Thu thập dữ liệu cần thiết để thể hiện tình huống cần dự đoán
– Câu hỏi cần được cấu trúc để tận dụng tối đa kiến thức của người dự báo
– Làm sạch dữ liệu để giảm thiểu lỗi đo lường
– Điều chỉnh chuỗi dữ liệu bị hỏng
bước 2: Điều chỉnh theo mùa Trong nhiều trường hợp, dữ liệu có khoảng thời gian dưới một năm (chẳng hạn như hàng ngày, hàng tuần, hàng tháng, hàng quý) cần được điều chỉnh theo mùa. Điều này là cần thiết để giảm thiểu sai sót trong dự báo chuỗi dữ liệu. Tính thời vụ thường được ước tính theo một trong hai cách sau:
– Phương trình hồi quy (trong đó tháng được biểu thị bằng một biến giả)
– Mối tương quan giữa mỗi tháng và đường trung bình động tương ứng của nó (thường được gọi là phương pháp tỷ lệ thuận với đường trung bình động). Thật khó để nói cái nào trong hai cái chính xác hơn. Do đó, việc lựa chọn cách nào để ước tính điều chỉnh theo mùa phụ thuộc vào việc bạn thấy cách này thuận tiện hơn hay ít tốn kém hơn. Thông thường, trước tiên, các nhà nghiên cứu kiểm tra tính thời vụ, sau đó chỉ sử dụng chúng nếu chúng có ý nghĩa thống kê. Các thử nghiệm yêu cầu ít nhất 3 năm dữ liệu, nhưng trong thực tế thường là 5 năm trở lên. Phần mềm phổ biến để ước tính thời vụ là x-11 hoặc x-12. Phần mềm có tính năng đánh giá thời vụ, xu hướng, điều chỉnh ngoại lệ.
Bước thứ ba: thu thập dữ liệu cần thiết và ngoại suy sau khi xử lý dữ liệu, bạn cần quyết định cách ngoại suy dữ liệu. Thông lệ tiêu chuẩn là phân tách dữ liệu thành các cấp độ, xu hướng và chu kỳ. Một sự kết hợp của các ước tính mức độ. Ngoại suy xu hướng. Một ký hiệu xu hướng đơn giản nên được sử dụng. Trong chuỗi dữ liệu, khi lỗi đo lường nhỏ, thời hạn dự báo ngắn và chuỗi ổn định, thì dữ liệu gần đây sẽ quan trọng hơn dữ liệu gốc. Mức độ hiểu biết của họ cần được sử dụng để xác định trước những điều chỉnh cần thực hiện cho phép ngoại suy. Cần sử dụng dữ liệu thống kê để hỗ trợ lựa chọn phương pháp ngoại suy và cập nhật thường xuyên các ước lượng của các tham số ước lượng định kỳ. Khoảng thời gian được sử dụng khi có bằng chứng chính xác cao về thời gian và biên độ trong tương lai
Bước 4: Đánh giá độ không chắc chắn Độ không chắc chắn được đánh giá theo các nguyên tắc cơ bản sau:
– Sử dụng các ước tính thực nghiệm từ các thử nghiệm trong mẫu
—Đối với các biểu đồ tỷ lệ, khoảng thời gian dự báo được ước tính bằng cách sử dụng logarit của giá trị thực và giá trị dự đoán.