Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

Временные ряды

.pdf
Скачиваний:
19
Добавлен:
21.03.2016
Размер:
1.09 Mб
Скачать

Пример (прогнозирование на основе аддитивной модели)

Прогнозирование по тренду с учетом сезонной компоненты

 

 

 

 

 

 

 

 

 

 

 

 

Скорректированная

Прогноз с

 

 

 

 

Трендовый

учетом

 

 

Год

Квартал

сезонная

 

 

прогноз

сезонной

 

 

 

 

компонента S

 

 

 

 

 

компоненты

 

 

 

 

 

 

 

 

1

2

3

4

5=3+4

 

 

 

1

438,35

42,65

481,00

 

 

IV

2

460,20

-20,55

439,65

 

 

 

3

480,20

-62,15

418,05

 

 

 

4

500,20

40,05

540,25

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Пример 2 Построение мультипликативной модели

Количество проданной продукции в течение последних 13 кварталов

 

 

Год

Квартал

Объем продажт тыс.

 

 

 

 

шт Yt

 

 

 

 

 

 

 

 

 

 

 

1

2

3

 

 

 

1

70

 

 

 

2

66

 

 

I

3

65

 

 

 

4

71

 

 

 

1

79

 

 

II

2

66

 

 

 

3

67

 

 

 

4

82

 

 

 

1

84

 

 

III

2

69

 

 

 

3

72

 

 

 

4

87

 

 

IV

1

94

 

 

 

 

 

Объем продаж, тыс. шт.

 

 

Объем продаж тыс. шт

100

 

 

 

 

 

 

80

 

 

 

 

 

 

60

 

 

 

 

 

Объем продаж

 

 

 

 

 

 

40

 

 

 

 

 

тыс. шт

 

 

 

 

 

 

20

 

 

 

 

 

 

0

 

 

 

 

 

 

1

3

5

7

9

11

13

 

 

Квартал

 

 

Расчет значений сезонной компоненты

 

 

 

 

Объем

Скользящая

Центрированная

 

 

 

 

 

продаж

Коэффициент

 

 

Год

Квартал

средняя за 4

скользящая

 

 

тыс. шт

сезонности

 

 

 

 

квартала

средняя

St

 

 

 

 

 

 

 

 

Yt

 

 

 

 

 

 

 

 

 

 

 

1

2

3

4

5

 

6=3:5

 

 

 

1

70

 

 

 

 

 

 

 

2

66

 

 

 

 

 

 

 

 

 

68

 

 

 

 

 

I

3

65

 

69,13

 

0,940

 

 

 

 

 

70,25

 

 

 

 

 

 

4

71

 

70,25

 

1,011

 

 

 

 

 

70,25

 

 

 

 

 

 

1

79

 

70,50

 

1,121

 

 

 

 

 

70,75

 

 

 

 

 

II

2

66

 

72,13

 

0,915

 

 

 

 

 

73,5

 

 

 

 

 

 

3

67

 

74,13

 

0,904

 

 

 

 

 

74,75

 

 

 

 

 

 

4

82

 

75,13

 

1,092

 

 

 

 

 

75,5

 

 

 

 

 

 

1

84

 

76,13

 

1,103

 

 

 

 

 

76,75

 

 

 

 

 

III

2

69

 

77,38

 

0,892

 

 

 

 

 

78

 

 

 

 

 

 

3

72

 

79,25

 

0,909

 

 

 

 

 

80,5

 

 

 

 

 

 

4

87

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

IV

1

94

 

 

 

 

 

 

 

 

 

 

 

 

 

Расчет средних значений сезонной компоненты

 

 

 

Год

 

Квартал

 

 

 

 

 

 

1

2

3

4

 

 

 

 

I

 

 

0,94

1,011

 

 

 

 

 

 

 

 

II

1,121

0,915

0,904

1,092

 

 

 

 

III

1,103

0,892

0,909

 

 

 

 

Итого

2,224

1,807

2,753

2,103

 

 

 

Среднее значение

 

 

 

 

Сумма =

 

 

(оценка сезонной

2,224:2=1,112

1,807:2=0,903

2,753:3=0,918

2,103:2=1,051

 

 

3,984

 

 

компоненты)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Скорректированна

 

 

 

 

 

 

 

я сезонная

 

 

 

 

 

 

 

компонента S

1,116

0,907

0,922

1,055

Сумма = 4

 

 

 

 

 

 

 

 

 

k 4 / 3,984 1,004

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Скоррек

 

 

 

 

 

 

 

 

 

 

 

 

тирован

Десезонали

 

 

 

 

 

 

 

 

 

 

Объем

ная

зированны

 

 

 

 

 

 

 

 

 

 

продажт

сезонная

й объем

 

 

 

 

 

 

 

 

 

 

тыс. шт

компоне

продаж,

 

 

E=yt/(T*

 

 

 

 

Год

Квартал

Y t

нта S

тыс.шт.

T

T*S

S)

 

 

 

 

1

2

3

4

5=3:4

6

7=6*4

8=3/7

 

 

 

 

 

 

1

70

1,116

62,7

65,933

73,581

0,951

 

 

 

 

 

 

2

66

0,907

72,8

67,2967

61,038

1,081

 

 

 

 

 

I

3

65

0,922

70,5

68,6604

63,305

1,027

 

 

 

 

 

 

4

71

1,055

67,3

70,0242

73,876

0,961

 

 

 

 

 

 

1

79

1,116

70,8

71,3879

79,669

0,992

 

 

 

 

 

II

2

66

0,907

72,8

72,7516

65,986

1,000

 

 

 

 

 

 

3

67

0,922

72,7

74,1154

68,334

0,980

 

 

 

 

 

 

 

 

 

 

 

 

4

82

1,055

77,7

75,4791

79,630

1,030

 

 

 

 

 

 

1

84

1,116

75,3

76,8429

85,757

0,980

 

 

 

 

 

III

2

69

0,907

76,1

78,2066

70,933

0,973

 

 

 

 

 

 

3

72

0,922

78,1

79,5703

73,364

0,981

 

 

 

 

 

 

4

87

1,055

82,5

80,9341

85,385

1,019

 

 

 

 

 

IV

1

94

1,116

84,2

82,2978

91,844

1,023

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

90,00

 

 

 

 

 

 

 

 

y = 1,3634t + 64,562

80,00

 

 

 

 

 

 

 

 

R2 = 0,8209

 

 

 

 

 

 

 

 

 

70,00

 

 

 

 

 

 

 

 

 

60,00

 

 

 

 

 

 

 

 

 

50,00

 

 

 

 

 

 

 

 

Ряд1

40,00

 

 

 

 

 

 

 

 

Линейный (Ряд1)

30,00

 

 

 

 

 

 

 

 

 

20,00

 

 

 

 

 

 

 

 

 

10,00

 

 

 

 

 

 

 

 

 

0,00

 

 

 

 

 

 

 

 

 

1

2

3

4

5

6

7

8

9

10 11 12 13

Объем продаж, тыс. шт.

Квартальные объемы продаж компании

100

 

 

 

 

 

 

 

 

80

 

 

 

 

 

 

 

 

60

 

 

 

 

 

 

 

Объем продажт

 

 

 

 

 

 

 

 

40

 

 

 

 

 

 

 

Десезонализирован

20

 

 

 

 

 

 

 

ный объем продаж,

 

 

 

 

 

 

 

 

0

 

 

 

 

 

 

 

 

1

2

3

4

5

6

7

8

9 10 11 12 13

 

 

 

 

 

Квартал

 

Пример 2 (прогнозирование на основе мультипликативной модели)

Прогнозирование по тренду с учетом сезонной компоненты

 

 

 

 

 

Скорректированная

Прогноз с

 

 

 

 

 

 

 

 

 

Трендовый

учетом

 

 

Год

Квартал

сезонная

 

 

прогноз

сезонной

 

 

 

 

компонента S

 

 

 

 

 

компоненты

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1

2

3

4

5=3*4

 

 

 

1

84,23

1,116

94,00

 

 

IV

2

83,64

0,907

75,86

 

 

 

3

85

0,922

78,37

 

 

 

4

86,36

1,055

91,11

 

 

 

 

 

 

 

 

 

 

 

 

 

 

МОДЕЛИ С ЛАГОВЫМИ ПЕРЕМЕННЫМИ

1) модели с лаговыми объясняющими переменными или иначе модели с распределенными лагами

yt a b0 xt b1xt 1 ... bk xt k et

2) модели с лаговыми зависимыми переменными –

модели авторегрессии

yt

a bxt

c1 yt 1

... ck yt k

et

3) модели с лаговыми зависимыми и независимыми переменными, т. е. авторегрессионные модели с распределенными лагами

yt

a b1 yt 1

... bk yt k

c0 xt

c1xt 1

... ck xt k

et