Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
5 методы прогнозирования.doc
Скачиваний:
2
Добавлен:
01.04.2025
Размер:
694.78 Кб
Скачать
    1. 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 Stтекущее (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:

  1. Что называется временным рядом?

  2. Что такое тренд?

  3. Жизненный цикл товара.

  4. Перечислите факторы, влияющие на объёмы продаж ряда товаров.

  5. Выделение тренда: скользящие средние.

  6. Выделение тренда: центрирование скользящих средних.

  7. Выделение тренда: экспоненциальное сглаживание