3. Преимущества и недостатки метода скользящей средней

Метод скользящей средней имеет как преимущества, так и недо­статки. Этот метод прост, легко применим, дает близкую к действи­тельности картину долговременных изменений, но требует сущест­вования относительно стабильной периодичности временного ряда.

Минимальная информация, необходимая для построения про­гноза по методу скользящей средней, легко доступна (либо на пред­приятии, либо из посторонних источников).

Анализ временных рядов методом скользящей средней использу­ется, как правило, в краткосрочном прогнозировании.

При недостатке данных (например, нет информации о продажах нового продукта) метод скользящей средней бесполезен. Да и проек­ция на будущее старых схем не всегда оказывается оправданной. Не­возможность учета влияния случайных факторов – это еще один не­достаток метода скользящей средней.

Список вопросов для зачета

1. Простая модель линейной регрессии. Расчет коэффициентов в моде­ли парной линейной регрессии.

2. Коэффициент корреляции Пирсона. Объясненная, необъясненная и общая вариации переменной у. Коэффициент детерминации. Ошибки и остатки. Ложная корреляция.

3. Предсказания и прогнозы на основе модели линейной регрессии.

4. Основные предпосылки в модели парной линейной регрессии.

5. Испытание гипотез, процедура испытания гипотез, односторонняя и двусторонняя проверки, статистика.

6. Испытание гипотезы для оценки линейности связи. Испытание ги­потезы для оценки линейности связи на основе оценки коэффициента кор­реляции в генеральной совокупности.

7. Испытание гипотезы для оценки линейности связи на основе показа­теля наклона линейной регрессии. Стандартная ошибка.

8. Доверительные интервалы в линейном регрессионном анализе. До­верительный интервал для показателя наклона линии линейной регрессии.

9. Множественная линейная регрессия. Результативный признак. Фак­тор. Регрессия и Excel.

10. Временные ряды. Элементы временного ряда (тренд, сезонная вари­ация, ошибки MAD и MSE). Примеры элементов с сезонной структурой спроса. Случайные изменения.

11. Расчет сезонной вариации в аддитивной модели. Центрированная скользящая средняя.

12. Десезонализация данных в аддитивной модели.

13. Расчет уравнения тренда в аддитивной модели.

14. Расчет ошибок в аддитивной модели.

15. Прогнозирование в аддитивной модели.

16. Расчет сезонной вариации в мультипликативной модели. Центриро­ванная скользящая средняя.

17. Десезонализация данных в мультипликативной модели.

18. Расчет уравнения тренда в мультипликативной модели.

19. Расчет ошибок в мультипликативной модели.

20. Прогнозирование в мультипликативной модели.

21. Преимущества и недостатки метода скользящей средней.

19