10. Комбинированные методы прогнозирования спроса

Комбинированные методы прогнозирования спроса применяются в том случае, если известны прогнозные значения величины спроса, полученные разными качественными или количественными методами. Используя эти прогнозы, необходимо определить, на какую величину спроса следует ориентироваться.

Выделяют 3 основных метода:

1. Комбинированный качественный метод

2. Метод усреднения

3. Метод интегрированного прогноза спроса

Комбинированный качественный метод

Предполагаем, что известна фактическая величина спроса в момент t и получены прогнозные значения в момент (t+1), причем все они равновероятны и упорядочены в порядке возрастания ,

где m – количество прогнозов в период (t+1).

Тогда прогнозируемое значение выбирается в зависимости от сложившейся ситуации. Например, если товар находится в стадии жизненного цикла ”подъем ”, то следует ориентироваться на , если наоборот - ”старение”, то . Данная процедура может быть продолжена для (t+2), (t+3) и т.д.

Если имеет разную вероятность осуществления , то выбираем ,

Метод усреднения.

Пусть прогноз различными методами дает множество значений в порядке возрастания . Предположим, что величина спроса есть случайная величина, распределенная по - распределению. Математическое ожидание определим по формуле

а дисперсия

,

где:

- минимальная величина прогнозируемого спроса

- максимальная величина прогнозируемого спроса

- наиболее вероятная величина спроса

В нашем случае , , .

Если предположить, что величина спроса есть случайная величина, распределенная по нормальному закону, то можем записать:

Тогда вероятность того, что величина спроса а будет меньше ожидаемой величины :

,

где - функция Лапласа.

.

Значения функции табулированы. Поэтому, задавая требуемый уровень вероятности появления прогнозированной величины спроса, можно определить значение .

.

Например

Предположим, что результаты прогнозов величины спроса на товар равны 97, 98,100,101,104,106, тогда =101, =3,162.

, отсюда , ,

Из обратной таблицы нормального интеграла находим значение u. u=1,282. На основании получаем

Метод интегрированного прогноза спроса.

Предполагаем, что на момент времени t имеется m прогнозов, полученных различными методами: . Идея метода заключается в объединении прогнозов, получаемых по отдельным моделям.

Аналитически интегральный метод прогнозирования состоит в том, чтобы представить прогноз в виде взвешенной суммы частных прогнозов.

где - комбинированный для момента времени t.

- весовой коэффициент, соответствующий i-му прогнозу,

.

Коэффициенту можно придать следующий смысл: - это вероятность осуществления i-го прогноза спроса.