Time Series

Bạn cứ hiểu đơn giản chuỗi thời gian là một hàm số f(t) trong đó có t là biến thời gian (nghĩa là trục hoành là trục thời gian). Để dễ hiểu thì ta nên lấy ví dụ. Chuỗi số các tỷ giá VND/USD của một năm (xếp theo thứ tự thời gian tăng dần) là một chuỗi thời gian.
Một chuỗi thời gian có thể có hoặc không có tính mùa. Bạn có thể hiểu tính mùa này gần giống như chu kỳ của chuỗi thời gian. Ví dụ gần Tết thì tỷ giá VND/USD thường tăng do đó đây là chuỗi thời gian có tính mùa. Đối với một chuỗi thời gian không có tính mùa thì việc xử lý sẽ đơn giản hơn.
Girl of the Moon

Mình đã hiểu giải thích của bạn,vậy bạn có thể đưa ra 1 công thức của hàm f(t) liên quan đến chuỗi thời gian và phân tích công thức đó để bọn mình được mở mang tầm mắt hay ko.

As easy as Dell !

Bạn Scorps thân mến. Vấn đề ở đây như mình đã nói ở trên là ta không có hàm f(t) mà chỉ có một số điểm thuộc hàm f(t), chúng ta phải tìm cách xây dựng lại hàm f(t). Tất nhiên sau khi có hàm f(t) thì ta có thể làm nhiều thứ.
Mọi người có thể cười và nói rằng cái này thì có cả hàng đống cách xấp xỉ, dễ nhất là xấp xỉ bằng đa thức Lagrange. Nhưng ở đây có ba vấn đề:
1. Số điểm của chuỗi thời gian rất nhiều (trong thực tế có thể đến hàng nghìn điểm). Như vậy nếu ta dùng đa thức Lagrange thì sẽ có đa thức bậc > 1000 -> Không thể xử lý nổi.
2. Trên thực tế số liệu của chuỗi thời gian bao giờ cũng có nhiễu, trong khi đó các phương pháp xấp xỉ cổ điển thì đều coi là không có nhiễu.
3. Các số liệu trong thực tế nhiều khi không thể xấp xỉ nổi bằng các hàm sơ cấp vì mức độ phức tạp của nó (điển hình là giá cả trên thị trường chứng khoán).
Còn về việc phân tích một chuỗi thời gian cụ thể thì hẹn bạn hôm khác, mình sẽ nói về các kỹ thuật xử lý chuỗi thời gian như MA, AR, ARMA hay ARIMA.
Girl of the Moon
Được girlofthemoon sửa chữa / chuyển vào 16:31 ngày 31/12/2002

Rất đơn giản : Giả sử bạn là một người kinh doanh(bán cơm binh dân cho sinh viên chẳng hạn). Hàng ngày bạn sẽ phải thống kê xem có bao nhiêu sinh viên đến ăn. Như vậy sau một thời gian bạn sẽ có một dãy số liệu trong đó ứng với thời gian t (ngày thứ t) bạn có giá trị là x(t)(có x(t) sinh viên đến ăn cơm) . Dãy số liệu đó gọi là chuỗi thời gian (rời rạc) . Các chuỗi số liệu thông kê theo thời gian (như giá vàng( theo ngày), giá đô la, giá cổ phiếu...) đều được coi là chuỗi thời gian.
Người ta cũng có thể xây dựng một chuỗi bằng cách rời rạc hoá các hàm liên tục( các tín hiệu liên tục)
Phân tích chuỗi thời gian để xét xem nó có tuân theo một quy luật nào đó ( có thể biểu diễn nó bằng một mô hình (hàm số) nào đó) không. Nếu có ta sẽ xây mô hình đó và dùng nó để dự đoán các giá trị tương lai .
Một mô hình đang được nghiên cứu rộng rãi là mô hinh ARIMA
(Auto Regressive Integrated Moving Average)
X(t) = a1.X(t-1) + a2.X(t-2) + ... + b1. e(t) + b2.e(t-1) + ...
(Đây chỉ là mô hình ARMA)
ở đây a1,a2,....,b1,b2.... là các hệ số
t giá trị thời gian, X(t) giá trị tại thời điểm t, e(t) nhiễu trắng (còn gọi là ồn trắng). Từ chuỗi thời gian cụ thể người ta cố gắng tìm được các hệ số a1,a2,...,b1,b2 (xây dựng mô hình)
P/S cho girlofthemoon đang học ở trường nào vậy?

Kẻ thù lớn nhất của đời người là chính mình

Em da hoi hieu hieu roi, bac congtu giai thich de hieu that

Liverpool, you'll never walk alone

Gửi CongTuBacLieu
Bạn giải thích hộ nốt mấy cái mô hình xử lý chuỗi thời gian. Dạo này mình có chút việc bận không có thời gian gõ.
Girl of the Moon
Được girlofthemoon sửa chữa / chuyển vào 07:50 ngày 08/01/2003

Hơ, hay quá, hình như mình có học cái này sơ sơ...có phải người ta áp dụng để dự báo doanh số, sản lượng gì đó...Em có học cái này trong môn thống kê, nhưng không hiểu gì hết...mọi người thêm đi...

hic
Công tử Bạc liêu và Girl of the moon viết bài rất hay.
không biết 2 bạn học trường nào thế. Tôi đã Vote 5* cho các bạn và bài viết của các bạn
Xin 2 người nói rõ hơn về vấn đề này và mang các ứng dụng mà chuỗi thời gian được ứng dụng trong thực tế của Việt nam cũng như trên thế giới.
Vhuy
Được viethuy80 sửa chữa / chuyển vào 13:58 ngày 08/01/2003

Chuỗi thời gian có thể coi là một chuỗi sõ ngẫu nhiên. Nó có chứa các thông tin quá khứ và có thể chứa các thông tin trong tương lai.
Việc nghiên cứu chuỗi thời gian đem lại rất nhiều lợi ích. Đặc biệt là trong ngành dự báo như dự báo kinh tế, dự báo thời tiết. Ở các nước kinh tế pháp triển như Mỹ, pháp ,Đức .... thì nghành nghiên cứu này pháp triển rất mạnh. Chỉ cần bạn vào google và tìm kiếm theo cụm từ "Time series analysis" thì bạn sẽ tìm thấy rất nhiều nhóm và cá nhân ở nhiều quốc gia trên thế giới tham gia nghiên cứu vấn đề này.
Còn ở Việt Nam bây giờ Công Tử không rõ lắm. Ở chỗ Công Tử người ta cũng bắt đầu có một seminar về vấn đề này nhưng mục đích mới chỉ giới thiệu. Ở ĐHBK Hà Nội và ĐHKHTN thuộc ĐHQG Hà Nội cũng có các thầy nghiên cứu những vấn đề này . Về ứng dụng ở Việt Nam rất nhiều. Tuy nhiên ở các doanh nghiệp người ta chủ yếu dùng các phần mềm dự đoán có sẵn của nước ngoài hoặc áp dụng các mô hình nghiên cứu đơn giản như nội suy, ngoại suy, trung bình trượt. Còn trong các trường đại học thì sử dụng các mô hình phức tạp hơn như mô hình ARIMA, hay các phương pháp dựa vào ý kiến phân tích của chuyên gia....Một trong công trình quan trọng mà công tử biết là ứng dụng mô hình ARIMA dự báo lượng nước về hồ chứ hoà bình(không nhớ rõ năm). Bây giờ Công Tử vẫn còn code nguồn viết bằng ngôn ngữ Basic của Thầy cho. (Không biết bây giờ nó có được ứng dụng cho việc xây dựng thuỷ điện sơn la không nhỉ?). Nói chung vấn đề này ở Việt Nam thì có nhiều nguời quan tâm lắm vì những lợi ích kinh tế nó đem lại nhưng số người thực sự nghiên cứu nó và ứng dụng được nó trong thực tế lại rất ít , số nguời công tử biết được chỉ có thể đếm trên đầu ngón tay(có thể công tử sai?).
Vì tầm quan trọng của nó hy vọng sau này sẽ có nhiều người quan tâm. Nếu ai muôn trở thành chuyên gia kinh tế thì cũng nên quan tâm tới nó. Theo tôi thì nó sẽ mang lại nhiều kinh nghiệm và giúp bạn đưa ra các quyết định đúng trong các vấn đề phát triển kinh tế.

Kẻ thù lớn nhất của đời người là chính mình

MA(k) Moving average - Trung bình động
Đây là một trong những cách xử lý thô chuỗi thời gian, vì trong chuỗi thời gian bao giờ cũng có nhiễu nên ta lấy trung bình động để làm nhoè nhiễu đi.
Trong đó k là bậc của trung bình động (nghe rất kêu) nhưng thực ra đó là số điểm để cộng lấy trung bình cộng, thông thường ta lấy k lẻ và thường là 3, 5, hoặc 7.
VD. ta có chuỗi thời gian là 3, 5, 7, 15, 4, 7, 6.
Nhìn thì ta thấy 15 có thể là do nhiễu (vì khác với những số cạnh nó nhiều quá) nên có thể lấy trung bình cộng với k = 3, ta sẽ có chuỗi thời gian mới là: 5, 9, 8.67, 8.67, 5.67
Như ta thấy, chuỗi thời gian mới này có vẻ như xấp xỉ nhau hơn.
Nhược điểm là bao giờ cũng bị mất một số số liệu (như ta thấy là ở đây với k=3 => chuỗi thời gian mới chỉ còn 5 số liệu - bị mất 2 số liệu)
Girl of the Moon