- •1.Корреляционный анализ спроса.
- •Определение среднего значения спроса для каждой номенклатуры:
- •Сведем вычисления в матрицу:
- •3.2 Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с сильной обратной зависимостью km:
- •3.3. Определим методом наименьших квадратов уравнения прямой зависимости для номенклатуры с обратной зависимостью kl:
- •4.Прогнозирование спроса.
- •4.1 Метод подвижного (скользящего) среднего.
- •4.2 Метод взвешенного подвижного (скользящего) среднего.
- •4.3 Метод экспоненциального сглаживания.
- •4.4 Метод проецирования тренда.
- •5.2 Определим и для трех различных параметров закона распределения скорости изнашивания: (0,5; 0,5); (0,75; 0,75); (1,25; 1,25). Результаты сведем в таблицу.
- •5.3 Определим для различных p. Результаты занесем в таблицу.
4.2 Метод взвешенного подвижного (скользящего) среднего.
Рассчитать
прогнозируемые значения спроса
при
N=3
для трех разных вариантов весов
,
,
заполнить таблицу 13.
Таблица 13
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
||
|
1 |
11 |
|
|
|
|
|
|
|
2 |
10 |
|
|
|
|
|
|
|
3 |
11 |
|
|
|
|
|
|
|
4 |
11 |
10,7 |
0,09 |
|
0,09 |
|
0,0225 |
|
5 |
11 |
10,8 |
0,04 |
10,9 |
0,01 |
10,95 |
0,0025 |
|
6 |
12 |
11 |
1 |
11 |
1 |
11 |
1 |
|
7 |
11 |
11,2 |
0,04 |
11,6 |
0,36 |
11,8 |
0,64 |
|
8 |
12 |
11,3 |
0,49 |
11,3 |
0,49 |
11,15 |
0,7225 |
|
9 |
12 |
11,7 |
0,09 |
11,7 |
0,09 |
11,85 |
0,0225 |
|
10 |
11 |
11,8 |
0,64 |
11,9 |
0,81 |
11,95 |
0,04 |
|
11 |
13 |
11,5 |
2,25 |
11,4 |
2,56 |
11,2 |
3,24 |
|
12 |
13 |
12,2 |
0,64 |
12,3 |
0,49 |
12,65 |
0,1225 |
|
13 |
12 |
12,6 |
0,36 |
12,8 |
0,64 |
12,9 |
0,81 |
|
14 |
13 |
12 |
1 |
12,4 |
0,36 |
12,2 |
0,64 |
|
15 |
12 |
12,5 |
0,25 |
12,7 |
0,49 |
12,85 |
0,7225 |
|
16 |
9 |
12,3 |
10,89 |
12,3 |
10,89 |
12,15 |
9,9225 |
|
17 |
9 |
10,7 |
2,89 |
10,3 |
1,69 |
9,65 |
0,4225 |
|
18 |
8 |
9,6 |
2,56 |
9,3 |
1,69 |
9,15 |
1,3225 |
|
19 |
10 |
8,5 |
2,25 |
8,4 |
2,56 |
8,2 |
3,24 |
|
20 |
12 |
9,2 |
7,84 |
9,3 |
7,29 |
9,65 |
5,5225 |
|
21 |
16 |
10,6 |
29,16 |
11 |
25 |
11,5 |
20,25 |
|
22 |
17 |
13,6 |
11,56 |
14,2 |
7,84 |
15,1 |
3,61 |
|
23 |
15 |
15,7 |
0,49 |
16,2 |
1,44 |
16,6 |
2,56 |
|
24 |
13 |
15,8 |
7,84 |
15,7 |
7,29 |
15,35 |
5,5225 |
|
25 |
12 |
14,4 |
5,76 |
14 |
4 |
13,5 |
2,25 |
|
26 |
13 |
12,9 |
0,01 |
12,6 |
0,16 |
12,3 |
0,49 |
|
27 |
13 |
12,7 |
0,09 |
12,7 |
0,09 |
12,85 |
0,0225 |
|
28 |
11 |
12,8 |
3,24 |
12,9 |
3,61 |
12,95 |
3,8025 |
|
29 |
10 |
12 |
4 |
11,8 |
3,24 |
11,40 |
1,96 |
|
30 |
10 |
10,9 |
0,81 |
10,6 |
0,36 |
10,3 |
0,09 |

Рассчитаем среднюю квадратичную погрешность δ для каждого Ω:
При
(50,30,20)

При
(60,30,10)

При
(80,15,5)

Наилучшим
значением будет
,
т.к. средняя квадратичная погрешность
получилась наименьшой.































