
- •5. Временные динамические ряды.
- •Временные ряды
- •Сглаживание
- •Временное прогнозирование результативных показателей эффективности функционирования оао «icl – кпо вс»
- •5.1. Статистические методы прогнозирования
- •5.2. Сглаживание и прогнозирование методом скользящего среднего
- •Сводная таблица ошибок прогноза при изменении параметра m
- •Результаты прогнозирования методом скользящего среднего с минимальными значениями ошибок прогнозирования
- •5.3. Экспоненциальное сглаживание и прогнозирование
- •Наилучшие результаты прогнозирования методом экспоненциального сглаживания
- •5.4. Прогнозирование методом авторегрессии и проинтегрированного скользящего среднего
- •Сводная таблица ошибок прогноза при изменении параметра Seasonal Lag
- •Наилучшие результаты прогнозирования методом арпсс
- •5.5. Прогнозирование на нейронных сетях
- •Сводная таблица ошибок прогнозирования на нейронных сетях при изменении количества входов
- •Наилучшие результаты прогнозирования на нейронных сетях
- •5.6. Предварительная оценка результатов прогнозирования в системе координат
- •Вычисленные значения и
Результаты прогнозирования методом скользящего среднего с минимальными значениями ошибок прогнозирования
Код переменной |
Квартал |
Фактическое значение |
Прогнозируемое значение |
Отношение стандартной ошибки к среднему значению |
m |
y1 |
1/2005 |
83098 |
237165,6667 |
0,425619863 |
3 |
2/2005 |
106481 |
222477,3333 | |||
3/2005 |
238814 |
142797,6667 | |||
y2 |
1/2005 |
63636 |
150601,8889 |
0,582976972 |
9 |
2/2005 |
85730 |
154314,6667 | |||
3/2005 |
186906 |
163593,2222 | |||
y3 |
1/2005 |
3958 |
5858 |
0,235388066 |
9 |
2/2005 |
6161 |
6353,333333 | |||
3/2005 |
8593 |
6913,777778 | |||
y4 |
1/2005 |
12950 |
24837,4 |
0,496375532 |
5 |
2/2005 |
14928 |
26756,4 | |||
3/2005 |
37149 |
29021 | |||
y5 |
1/2005 |
2554 |
2880,666667 |
0,424243204 |
3 |
2/2005 |
2216 |
3061,333333 | |||
3/2005 |
6166 |
3645,333333 | |||
y6 |
1/2005 |
1428 |
2431,8 |
0,265790571 |
5 |
2/2005 |
2487 |
2886,8 | |||
3/2005 |
3911 |
3386,8 | |||
y7 |
1/2005 |
283 |
887,8888889 |
0,529258772 |
9 |
2/2005 |
716 |
930,3333333 | |||
3/2005 |
1118 |
1036,555556 | |||
y8 |
1/2005 |
673 |
468,2857143 |
0,260025866 |
7 |
2/2005 |
400 |
521,2857143 | |||
3/2005 |
765 |
625,2857143 | |||
y9 |
1/2005 |
47586 |
30194,4 |
0,472606146 |
5 |
2/2005 |
10864 |
31269 | |||
3/2005 |
52109 |
38280,8 | |||
y10 |
1/2005 |
48991 |
30427 |
0,499967477 |
5 |
2/2005 |
9633 |
31182,8 | |||
3/2005 |
54554 |
38482,8 | |||
y11 |
1/2005 |
67 |
24527,66667 |
68,36838773 |
3 |
2/2005 |
199 |
13876 | |||
3/2005 |
444 |
236,6666667 | |||
y12 |
1/2005 |
465 |
21483,33333 |
20,50273748 |
3 |
2/2005 |
459 |
11217,66667 | |||
3/2005 |
1071 |
665 | |||
y13 |
1/2005 |
139,6605042 |
321,453728 |
0,588150888 |
5 |
2/2005 |
177,7646077 |
333,7849497 | |||
3/2005 |
396,0431177 |
359,9255947 | |||
y14 |
1/2005 |
4,292436975 |
4,93971937 |
0,424349043 |
3 |
2/2005 |
3,699499165 |
5,200760323 | |||
3/2005 |
10,22553897 |
6,072491704 |
Результаты сглаживания и прогнозирования для интервала усреднения m = 3, при котором получены лучшие результаты для y1 и y2 и для m = 5, при котором получены лучшие результаты для y13, представлены на рис. 5.2.1-5.2.3.
Рис. 5.2.1. Прогнозируемое значение выручки (нетто) от продажи товаров, продукции, работ, услуг
Рис. 5.2.2. Прогнозируемое значение прибыли от продаж
Рис. 5.2.3. Прогнозируемое значение дохода на одного работника
5.3. Экспоненциальное сглаживание и прогнозирование
В основу экспоненциального сглаживания и прогнозирования положен принцип введения различных удельных весов для усредняемых значений ВДР, так называемый принцип «взвешивания». Чем дальше отстоит элемент ВДР от точки сглаживания или прогнозирования, тем меньшее влияние на вычисляемый элемент он должен иметь. Таким образом, влияние прошлых наблюдений должно затухать по мере удаления от момента, для которого определяется средняя. Поставленная задача может быть решена с помощью применения специальной системы весов, а именно информации приписывается вес, соответствующий степени ее новизны.
Один из простейших приемов сглаживания ряда с учетом «устаревания» данных заключается в расчете специальных показателей, получивших название экспоненциальных средних.
Экспоненциальная средняя
, (5.3.1)
где
-
экспоненциальная средняя (сглаженное
значение уровня ряда) на моментj;
yj – фактическое значение на момент времени j;
- коэффициент
сглаживания, характеризующий вес
текущего наблюдения при расчете
экспоненциальной средней,
.
Средняя формируется
под влиянием всех предыдущих значений,
но вес каждого из них с каждым шагом
уменьшается в (1 -
)
раз, т.е. для расчетного значения это
;
ближайшая переменная
(1
-
);
затем
(1-
)2
и т.д..., для i-го
элемента
(1
-
)i…
; (5.3.2)
;
;
.
Очевидно, результат
сглаживания зависит от коэффициента
сглаживания -
.
Если
равно1,
то предыдущие наблюдения полностью
игнорируются. Если
равно0,
то игнорируются текущие наблюдения.
Значения
между0 и
1
дают промежуточные результаты.
Соответственно этому выражению средний уровень ряда на момент времени j равен линейной комбинации двух величин: фактического уровня для этого же момента и среднего уровня, рассчитанного для предыдущего периода. Таким образом, средняя здесь формируется под влиянием всех предшествующих уровней ряда от его начала и до момента времени j включительно.
Следовательно, средняя для момента времени j представляет собой линейную комбинацию значений всех наблюдений от y1 до yj.
При расчете прогнозируемых значений ВДР методом экспоненциального сглаживания используется следующая формула:
(5.3.3)
В дополнении к простому экспоненциальному сглаживанию, были предложены более сложные модели, включающие сезонную компоненту и тренд. Общая идея таких моделей состоит в том, что прогнозы вычисляются не только по предыдущим значениям (как в простом экспоненциальном сглаживании), но и с некоторыми задержками, что позволяет независимо оценить тренд и сезонную составляющую.
Экспоненциальное сглаживание и прогнозирование проведено с помощью ППП Statistica6.0 [6].
Сводные результаты
сглаживания и прогнозирования методом
экспоненциального сглаживания при
изменении параметра
приведены в таблице 5.3.1.
Таблица 5.3.1
Сводная таблица ошибок прогноза при изменении параметра alpha (delta=0,100; lag=4)
Код |
Ошибка прогноза |
Среднее значение |
Отношение стандартной ошибки к среднему значению | ||||||
alpha=0,2 |
alpha=0,4 |
alpha=0,6 |
alpha=0,8 |
|
alpha=0,2 |
alpha=0,4 |
alpha=0,6 |
alpha=0,8 | |
y1 |
38341,0552 |
42085,5413 |
48242,96 |
54720,48 |
142797,6667 |
0,268499171 |
0,294721491 |
0,337841355 |
0,383202922 |
y2 |
29079,5659 |
34037,9663 |
41381,09 |
48127,33 |
112090,6667 |
0,259428967 |
0,303664589 |
0,369175164 |
0,429360727 |
y3 |
811,639186 |
1388,67414 |
2077,875 |
2631,703 |
6237,33 |
0,130125992 |
0,222639077 |
0,333135182 |
0,421927592 |
y4 |
6685,6415 |
7109,65678 |
7469,075 |
7888,403 |
21675,66667 |
0,308439948 |
0,328001758 |
0,344583404 |
0,363928978 |
y5 |
2303,93178 |
1663,40198 |
1545,68 |
3237,102 |
3645,33 |
0,632022252 |
0,45630998 |
0,424015193 |
0,888012577 |
y6 |
1332,1064 |
1479,26759 |
1458,08 |
1421,655 |
2608,666667 |
0,510646461 |
0,567058879 |
0,558936934 |
0,544973636 |
y7 |
227,224502 |
229,372177 |
381,5196 |
551,6347 |
705,6666667 |
0,321999767 |
0,325043236 |
0,540651326 |
0,78172141 |
y8 |
156,904051 |
281,977886 |
311,2799 |
271,1022 |
612,6666667 |
0,256100193 |
0,460246822 |
0,508073904 |
0,442495466 |
y9 |
420304,804 |
36112,8909 |
44832,28 |
84275,83 |
36853 |
11,40490065 |
0,979917262 |
1,216516356 |
2,286810484 |
y10 |
30115,7989 |
31271,5872 |
33697,3 |
36463,81 |
37726 |
0,798277021 |
0,828913407 |
0,893211691 |
0,966543289 |
y11 |
19356,6999 |
14607,9703 |
8682,66 |
4619,337 |
236,6666667 |
81,78887273 |
61,72381808 |
36,68729565 |
19,51832489 |
y12 |
23410,9955 |
19330,226 |
17347,26 |
19096,68 |
665 |
35,20450448 |
29,06800896 |
26,08609931 |
28,7168064 |
y13 |
74,4604795 |
77,5113267 |
85,90946 |
93,10522 |
237,8227432 |
0,313092341 |
0,325920581 |
0,361233168 |
0,391489971 |
y14 |
4,46463244 |
2,52296944 |
2,993029 |
2,922797 |
6,072491704 |
0,735222485 |
0,415475156 |
0,492883187 |
0,481317589 |
По результатам таблицы 5.3.1, были сделаны следующие выводы:
Изменение коэффициента сглаживания от 0,2 до 0,8 с шагом 0,2 при прогнозировании методом экспоненциального сглаживания показало, что наиболее близкие к фактическим прогнозируемые значения достигаются в большинстве случаев при значении
=0,2.
Наименьшая ошибка прогнозирования методом экспоненциального сглаживания составила 0,130125992, а наибольшая – 81,78887273.
Наиболее достоверные результаты, полученные при прогнозировании методом экспоненциального сглаживания по результативным показателям yj,
, представлены в таблице 5.3.2.
Таблица 5.3.2