Forecasting MLR seasonal trend models V3

Dự báo bằng hồi quy đa biến, xu thế, mùa vụ và các phương pháp tương tự Excel. Bản V1.3.4 (fixed) xử lý đồng bộ forecast discontinuity cho các mô hình seasonal: Seasonal Additive được neo (rebase) vào mức hiện tại khi có điều chỉnh xu thế; cảnh báo khi phát hiện trend mạnh; Holt-Winters giữ detrended seasonal initialization và tự tối ưu α–β–γ; Auto Forecast X và MLR vẫn được giữ nguyên.
Advanced calibration
Ready. Hãy tạo template hoặc load demo để chạy thử.
Backend: checking...

Dữ liệu đầu vào

Sheet Excel yêu cầu tên ForecastData. Có thể sửa trực tiếp trong bảng rồi bấm RUN Forecast.

Model Comparison

Forecast Results

Future X – Auto Select by Variable

Có thể chọn trực tiếp từng mô hình Future X (bao gồm mô hình đơn và mô hình tổ hợp) hoặc chọn Auto Forecast X. Ở Auto, mỗi X1–X5 được thử độc lập trên Hold Last, Moving Average, SES, Linear Trend, Seasonal Repeat, Trend + Seasonal Regression, Holt Linear và Holt-Winters Additive; phần mềm chọn mô hình có Validation RMSE nhỏ nhất.

Forecast X1–X5

Giá trị các biến giải thích được dùng để tính dự báo Y ở từng kỳ tương lai.

Actual vs Fitted / Forecast

ActualFittedFuture forecast

Residuals

Error = Actual - Fitted

Forecast Horizon

Kéo slider để xem nhanh một phần horizon; bấm Apply horizon để tính lại số kỳ dự báo.
First forecastN/A
Last forecastN/A
Average forecastN/A
Forecast changeN/A

RMSE by Method

Executive Summary

Hướng dẫn và công thức

Quy trình: Create Excel Template → điền sheet ForecastData → Load Excel → chọn phương pháp → RUN Forecast → Export Results.

Các cột chính: Period, Date, Target_Y, X1, X2, X3, X4, X5. Target_Y là biến cần dự báo; X1–X5 là biến giải thích dùng cho hồi quy đa biến.

Seasonal discontinuity control (V1.3.4): Seasonal Additive Regression vẫn được fit như mô hình seasonal-only để người học thấy đúng bản chất mô hình. Tuy nhiên, nếu bật tùy chọn anchor, phần forecast ngoài mẫu được neo vào mức hiện tại đã loại mùa vụ và cộng xu thế gần đây để tránh bước nhảy giả tạo giữa quan sát cuối và F1. Khi phát hiện trend mạnh, app hiển thị cảnh báo nên cân nhắc Trend + Seasonal Regression hoặc Holt-Winters.

Holt-Winters Additive (V1.3.4): Seasonal indices được khởi tạo từ dữ liệu đã loại xu thế thay vì lấy trực tiếp Y trừ trung bình mùa đầu. Có thể bật Auto optimize HW α–β–γ by RMSE để phần mềm tìm bộ tham số tốt hơn trên lưới giá trị; tab Forecast Results hiển thị Level, Trend và Seasonal nhằm giải thích từng forecast.

Future X Forecasting (V1.3.3): Người dùng có thể chọn trực tiếp một trong 8 mô hình Future X: Hold Last, Moving Average, Single Exponential Smoothing, Linear Trend, Seasonal Repeat, Trend + Seasonal Regression, Holt Linear và Holt-Winters Additive. Nếu chọn Auto Forecast X, phần mềm sẽ thử toàn bộ các mô hình phù hợp cho từng X riêng biệt. Phần cuối chuỗi (xấp xỉ 20%, tối thiểu 3 kỳ và không vượt quá season length khi hợp lý) được dùng làm validation; mô hình có Validation RMSE nhỏ nhất được fit lại trên toàn bộ lịch sử X để dự báo tương lai. Với chuỗi nhị phân 0/1, app chỉ so sánh Hold Last và Seasonal Repeat để tránh tạo giá trị liên tục bất hợp lý. User Input / Scenario vẫn cho phép nhập X tương lai; ô trống fallback về Auto Forecast X.

Multiple Linear Regression: Ŷ = β₀ + β₁X₁ + β₂X₂ + ... + βₖXₖ
Trend Regression: Ŷₜ = β₀ + β₁t
Trend + Seasonal Regression: Ŷₜ = β₀ + β₁t + SeasonDummy
Moving Average: Fₜ = average(Yₜ₋₁, ..., Yₜ₋ₘ)
Single Exponential Smoothing: Fₜ₊₁ = αYₜ + (1 − α)Fₜ
Holt Linear: Level + Trend; Holt-Winters Additive: Level + Trend + Seasonality

Chỉ số đánh giá: MAE, RMSE, MAPE và R². Phương pháp Auto Select Best chọn mô hình có RMSE nhỏ nhất. Từ V1.2, khi đổi Method, Season length hoặc Future periods, dashboard tự tính lại và cập nhật theo phương pháp đang chọn.