2.5. Содержание отчета

1. Название лабораторной работы, фамилия студента и номер группы.

2. Описание модели прогнозирования и ее основных характеристик.

3. Исходные данные, результаты расчета на компьютере, графики.

4. Выводы.

5. Ответы на контрольные вопросы.

2.6. Контрольные вопросы

1. Дайте сравнительную характеристику широко известных количественных методов прогнозирования.

2. К какому типу методов относится метод "взвешенное скользящее среднее"?

3. Укажите возможные способы назначения весов для проведения вычислений по методу "взвешенное скользящее среднее".

4. Перечислите основные элементы, входящие в аналитическое выражение для расчета прогнозируемого значения показателя.

5. Укажите достоинства и недостатки метода "взвешенное скользящее среднее".

Лабораторная работа №3 исследование метода прогнозирования «экспоненциальное сглаживание»

3.1. Цель работы

1. Выявить основные особенности анализа временных рядов как количественных методов прогнозирования, применяемых в управлении проектами.

2. Исследовать метод экспоненциального сглаживания.

3.2. Порядок выполнения работы

1. Изучить предложенную модель прогнозирования на основе временного ряда.

2. Получить у преподавателя ретроспективные данные и интервал времени, за который будет производиться усреднение.

3. Провести моделирование на компьютере.

4. Результаты зафиксировать, построить графики, сделать выводы.

3.3. Теоретические сведения

Главным недостатком рассмотренных ранее методов прогнозирования ("простое скользящее среднее", "взвешенное скользящее среднее") является необходимость использования и хранения большого количества данных. В рассмотренных методах новые блоки данных суммируются с предыдущими. Данные, относящиеся к самому раннему прогнозу исключаются, и, исходя из этого, строится прогноз.

Во многих случаях самые последние данные, по сравнению с более ранними, более характерны для будущего, то есть прогнозируемого значения.

Если считать, что с течением времени значимость данных уменьшается, то наиболее подходящим методом усиления влияния последних периодов является экспоненциальное сглаживание.

Постановка задачи

Данный метод получил название «экспоненциальное сглаживание» в связи с тем, что каждое значение периодов умножают на множитель . Экспоненциальное сглаживание чаще всего используется для прогнозирования. Этот метод является составной частью всех компьютеризированных методов и получил широкое распространение по следующим причинам:

1) точность экспоненциальных моделей;

2) простота составления экспоненциальной модели;

3) понятность работы модели;

4) ограниченный объем необходимых статистических данных;

5) легкая проверка с помощью тестов.

Построение математической модели

Для прогнозирования будущего методом экспоненциального сглаживания необходимы только три вида данных:

1) данные последнего прогноза;

2) текущее значение;

3) константа сглаживания.

"Взвешивание" осуществляется следующим образом:

1) последний период ;

2) данные, полученные за один период назад ;

3) данные, полученные за два периода назад ;

4) данные, полученные за три периода назад ; …

Уравнение для однократного экспоненциального сглаживания имеет вид

,

где - экспоненциально сглаженный прогноз на период ;

 - экспоненциально сглаженный прогноз на предшест-вующий период ;

- фактическое значение показателя в предшествующем периоде;

- константа сглаживания.