АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция

Раздел 3. Экспликативные (объясняющие) модели и методы прогнозирования с учетом сезонности

Читайте также:
  1. A. моделирование потока капитальных вложений
  2. A.способ разделения веществ, основанный на различии в их коэффициентах распределения между двумя фазами
  3. B) При освоении относительно простых упражнений, а также сложных движений, разделение которых на части невозможно
  4. B. моделирование потока амортизации
  5. C. моделирование потока прибыли
  6. F. моделирование потока собственных оборотных средств
  7. I. Методы выбора инновационной политики
  8. I. ОРГАНИЗАЦИОННО-МЕТОДИЧЕСКИЙ РАЗДЕЛ
  9. I.1.3. Организационно-методический раздел
  10. II. Вывод и анализ кинетических уравнений 0-, 1-, 2-ого порядков. Методы определения порядка реакции
  11. II. КЛИНИЧЕСКИЙ РАЗДЕЛ
  12. II. Методы прогнозирования и поиска идей

Задание. Постройте прогноз спроса на продукцию с использованием временного динамического ряда за предшествующие периоды приведенного ниже.

t                      
Q                      
t                      
Q                      
t                      
Q                      

В качестве иллюстрации наш исходный ряд, сглаженный по 5 и 12 точкам:

Два момента, которые важно отметить.

- Усреднение коэффициентов можно делать как вычислением стандартного среднего, так и медианы. Последний вариант очень рекомендуется многими авторами, поскольку медиана не так сильно реагирует на случайные выбросы. Но мы в нашей учебной задаче будем использовать простое среднее.

- У нас будет лаг сезонности 12, четный. Поэтому нам придется сделать еще одно сглаживание — заменить две соседние точки сглаженного в первый раз ряда на среднее, тогда мы попадем на конкретный месяц

 

Для того, чтобы провести сезонную декомпозицию, классический подход предлагает сначала провести сглаживание ряда с окном, в точности совпадающим с лагом сезонности. В нашем случае лаг = 12, так что если мы сгладим по 12 точкам, по всей видимости, возмущения, связанные с сезонностью, нивелируются и мы получим общий средний уровень. Вот тогда уже мы начнем сравнивать фактические продажи с сглаженными значениями — для аддитивной модели будем вычитать из факта сглаженный ряд, а для мультипликативной — делить. В результате получим набор коэффициентов, для каждого месяца по нескольку штук (в зависимости от длины ряда).

Теперь делим факт на гладкий ряд:

Рассчитаем коэффициенты сезонности лишь по 2 на каждый месяц, а далее будем усреднять эти пары коэффициентов.

 

Теперь вспоминаем, что сумма мультипликативных коэффициентов сезонности должна быть =12, поскольку смысл коэффициента — отношение продаж месяца к среднемесячному. Именно это делает последняя колонка:

Мы выполнили классическую сезонную декомпозицию, то есть получили значения 12-ти мультипликативных коэффициентов. Далее можно определить линейный тренд. Для оценки тренда устраним из фактических продаж сезонные колебания, разделив факт на полученное для данного месяца значение.

Теперь построим на графике данные с устраненной сезонностью, проведем линейный тренд и составим прогноз на 12 периодов вперед как произведение значения тренда в точке на соответствующий коэффициент сезонности.

 


1 | 2 |

Поиск по сайту:



Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Студалл.Орг (0.003 сек.)