
- •1. Программно-методологические; 2. Организационные.
- •40) Сопоставимость уровней ряда динамики
- •43) Компоненты ряда динамики
- •46) Метод укрупнения интервалов
- •Метод простого скользящего среднего
- •Методы изучения сезонных колебаний
- •49) Индекс сезонности и прогнозирование сбыта
- •Расчет индексов сезонности в Excel.
- •50) Модели, учитывающие сезонность
- •51) Прогнозирование рядов с сезонной компонентой
- •54) Агрегатные индексы. Система индексов
- •Решение:
- •57) Четверг, Март 27th, 2008
- •Определения выборки:
- •Характеристики выборки:
- •1. Простая вероятностная выборка:
- •59) Ошибки выборки и их типология. Определение фактической ошибки выборки
- •60) Характеристика генеральной совокупности на основе выборочных результатов – это конечная цель выборочного наблюдения.
- •61) Необходимый объем выборки
- •Корреляционные связи. Коэффициент прямолинейной корреляции
- •Корреляционный и регрессионный анализ
- •7.1. Матрица данных
- •7.2. Корреляционный анализ
Расчет индексов сезонности в Excel.
Рассчитать индексы сезонности можно двумя способами.
Если в течении
года присутствовала ярко выраженная
тенденция (тренд) роста или объемов
продаж, применяется формула:
, где
Ism – индекс сезонности месяца m
Ymn – значение объема реализации за месяц m, года n;
Ycpn – среднемесячный объем реализации за год;
N – количество анализируемых лет.
Иначе говоря, прогнозируемый на месяц m индекс сезонности равен среднему индексу сезонности для этого месяца за n лет.
Если в течение года ярко выраженной тенденции (тренда) роста или спада объемов продаж нет, применяется формула: .
Иначе говоря, прогнозируемый на месяц m индекс сезонности равен отношению среднего значения объема продаж за несколько лет, за указанный месяц к среднемесячному объему продаж товара за n лет.
На рисунке 1 представлена таблица со статистикой продаж товара за четыре года по месяцам и индексы сезонности. Is1 – индекс сезонности рассчитанный первым способом, Is2 – индекс сезонности рассчитанный вторым способом.
Расчет промежуточных результатов осуществлен с помощью следующих формул:
Столбец F («всего») – простое суммирование объемов реализации за указанный месяц по годам: =СУММ(В4:Е4).
Столбец G («в среднем») – отношение объема реализации за все годы к количеству лет: =F4/СЧЕТ(В4:Е4).
Для расчета индекса сезонности первым способом первоначально необходимо рассчитать индексы сезонности для каждого года раздельно. В таблице индексы сезонности по годам рассчитываются в столбцах Н-К. расчетная формула имеет вид (для января 2001 года): =В4/(16/12)*100. И, наконец, индекс Is1 рассчитывается как среднее значение индексов по годам: =СРЗНАЧ(Н4:К4).
Для расчета индекса сезонности вторым способом необходим средний объем продаж за месяц по годам. Он уже рассчитан в столбце G. Среднемесячный объем продаж за все годы рассчитан рассчитывается в ячейке «G16» по формуле: СУММ(G4:G15)/12. то есть сумма средних объемов продаж по каждому месяцу делится на количество месяцев. И последний шаг – делим средний объем продаж за месяц m на среднемесячный объем продаж за четыре года: =G4/16*16.
50) Модели, учитывающие сезонность
Сезонность можно учитывать, создавая модель временного ряда.
Эти ряды и их колебания можно представить как генерируемые моделями двух основных типов: моделями с мультипликативными и с аддитивными коэффициентами сезонности.
Модели первого типа имеют вид:
,
где динамика
величины
характеризует
тенденцию развития процесса;
,
,...,
—
коэффициенты сезонности;
—
количество фаз в полном сезонном цикле
(если ряд представляет месячные
наблюдения, то в экономике обычно
=
12, при квартальных данных
=
4 и т. п.);
—
неавтокоррелированный шум с нулевым
математическим ожиданием.
Модели второго типа записываются как:
,
где величина описывает тенденцию развития процесса;
,
,...,
—
аддитивные коэффициенты сезонности;
— количество фаз в полном сезонном цикле;
— неавтокоррелированный шум с нулевым математическим ожиданием.
Адаптивная модель с мультипликативной сезонностью была предложена П. Р. Уинтерсом. Аддитивная модель рассмотрена Г. Тейлом и С. Вейджем. Уинтерс поставил задачу разработать модель для прогнозирования объемов сезонных продаж с использованием ЭВМ. Модель должна быть такой, чтобы: а) прогнозы рассчитывались на основе одних и тех же программ для большого количества продуктов; б) вычисления производились быстро и дешево; в) использовался минимальный объем памяти для информации; г) учитывались изменяющиеся условия. Поэтому целесообразно в прогностических моделях учитывать конкретный характер тенденции и сезонных колебаний. Это и сделал Уинтерс с помощью экспоненциальной схемы. Модель при этом становится сложнее, зато и точность прогнозов для большинства товаров существенно возрастает.