- •Тема № 3. Методы моделирования и прогнозирования
- •3.1. Временные ряды
- •3.2. Жизненный цикл товара
- •3.3. Сезонные колебания
- •3.4. Случайные колебания: внешние факторы
- •Тема № 4. Методы сглаживания социально-экономических ситуаций
- •Выделение тренда: скользящие средние (сс)
- •Выделение тренда: центрированные скользящие средние
- •Полученные с помощью центрированных скользящих средних
- •4.3. Выделение тренда: экспоненциальное сглаживание
- •Тема № 5. Сезонные колебания: методы сложения и умножения
- •5.1. Метод сложения
- •Исходные данные
- •Расчётные данные
- •Оценочные показатели сезонных колебаний
- •5.2. Метод умножения
- •Исходные данные
- •Расчётная таблица
- •Оценочные показатели сезонных колебаний
Выделение тренда: центрированные скользящие средние
При вычислении скользящих средних по чётному количеству точек возникает сложность нахождения центра. Если у нас чётное число значений, то фактические скользящие средние должны быть поставлены по срединной точке между строк. При дальнейшем анализе данных нам необходимо рассмотреть скользящие средние соответствующих лет, а не их промежуточные значения. Для этого вычисляются центрированные скользящие средние. Они рассчитываются путём нахождения среднего каждой пары. Теперь центрированные скользящие средние можно использовать для прогнозирования тренда.
Пример № 2
Имеются данные по выручке от реализации продукции (ден. ед.) коммерческого предприятия за последние 8 лет. Необходимо рассчитать 4-х точечные скользящие средние и построить тренд. Расчёты представим в виде табл. 2.
Таблица 2
-
Годы
Выручка от
4-х точ.
Центрированные
реализации
скользящие
скользящие
ден. ед.
средние
средние
1997
170
-
1998
120
137,75
-
1999
105
142,5
140
2000
156
139,25
141
2001
189
154,75
147
2002
107
167
161
2003
167
-
2004
205
-
Графическое отображение выручки от реализации продукции и центрированные скользящие средние представлены на рис. 6.
Рис. 6. График выручки от реализации продукции и тренд,
Полученные с помощью центрированных скользящих средних
4.3. Выделение тренда: экспоненциальное сглаживание
Экспоненциальное сглаживание – это, так называемый, альтернативный метод и расчёты ведутся по формуле. Этот метод применяется для предсказания значений на основе прогноза предыдущего периода, скорректированного с учётом погрешностей в этом прогнозе. При анализе используется сглаживающая константа, по величине которой определяется степень влияния на прогнозы погрешностей в предыдущем периоде. Каждое сглаженное значение рассчитывается путём сочетания предыдущего сглаженного значения и текущего значения временного ряда. В этом случае текущее значение временного ряда взвешивается с учётом сглаживающей константы.
Расчёт производится по формуле:
St = α*xt + (1 – α) S t-1
где St – текущее (расчётное) сглаженное значение ;
xt – текущее значение временного ряда;
St-1 – предыдущее сглаженное значение;
α – сглаживающая константа.
Теоретически α изменяется от 0 до 1. На практике же в каждом конкретном случае необходимо выбрать наиболее приемлемое значение, обычно α принимают равным 0,1 – 0,3.
Эти значения показывают, что ошибка текущего прогноза установлена на уровне 10 – 30 % ошибки предыдущего прогноза. Более высокие значения константы ускоряют отклик, но могут привести к непредсказуемым последствиям. Низкие значения константы могут привести к большим промежуткам между предсказанными значениями. Другими словами, чем меньше значение α, тем менее оно чувствительно к изменениям тренда в данном временном ряду.
Пример № 3
Имеются данные по объёмам продаж продукции предприятия торговли за последние 15 лет.
Построить линию тренда, применяя экспоненциальное сглаживание при α = 0,1 и 0,3. Расчёты представим в табл. 3 и сделать соответствующие выводы.
Таблица 3
-
Объёмы
Экспоненциальное сглаживание
Годы
продаж,
α = 0,1
α = 0,3
(ден. ед.)
1990
170
170
170
1991
120
165
155
1992
105
159
140
1993
156
159
145
1994
189
162
158
1995
107
156
143
1996
167
157
150
1997
205
162
167
1998
178
164
170
1999
156
163
166
2000
189
166
173
2001
235
172
191
2002
203
176
195
2003
267
185
217
2004
239
190
223
Покажем, как производятся вычисления при α = 0,1
St = α*xt + (1 – α)St-1 = 0,1*xt + 0,9*St-1.
Первое сглаженное значение – это полная копия 1990 года, так как предыдущее сглаженное значение отсутствует.
S1991 = 0,1*120 + 0,9*170 = 165
S1992 = 0,1*105 + 0,9*165 = 159 и т. д.
Аналогичным образом проводятся вычисления при α = 0,3
St = α*xt + (1 – α)St-1 = 0,3*xt + 0,7*St-1.
S1991 = 0,3*120 + 0,7*170 = 155
S1992 = 0,3*105 + 0,7*155 = 140 и т. д.
Вывод:
В нашем случае при α = 0,1 скользящие средние медленно обозначили тренд, а при α = 0,3 лучшим образом отразили изменение тренда.
Вопросы к коллоквиуму:
Что называется временным рядом?
Что такое тренд?
Жизненный цикл товара.
Перечислите факторы, влияющие на объёмы продаж ряда товаров.
Выделение тренда: скользящие средние.
Выделение тренда: центрирование скользящих средних.
Выделение тренда: экспоненциальное сглаживание
