Тема 4. Исследование методов прогнозирования транспортных перевозок
Задание 4.1. Изучить назначение статистических методов исследований.
4.1.1. Статистические исследования закономерностей развития грузовых и пассажирских перевозок, их сезонных неравномерностей и конкурентной способности составляют базу для построения прогнозов, необходимых на стадии разработки планов автотранспортного предприятия (АТП). Сезонными колебаниями являются сравнительно стойкие колебания перевозок на протяжении года. Они обусловлены специфическими явлениями и многими факторами, в том числе - климатическими. Сезонные колебания перевозок негативно влияют на экономические показатели АТП, способствуют недостаточному (или чрезмерному) использованию подвижного состава и неравномерному использованию трудовых ресурсов. Исследования данных объемов перевозок с помощью применения статистических методов сглаживания, построения графиков и последующего сравнения результатов дает возможность выявить тенденцию максимальных и минимальных объемов перевозок в целом. При моделировании рабочих процессов перевозок автомобильным транспортом используются растущие возможности современных компьютерных технологий, а также эффективные математические методы прогнозирования - скользящего среднего, экспоненциального сглаживания, построения регрессий. 4.1.2. Исследование и прогнозирование указанных процессов можно осуществить средствами среды Excel с применением математического метода скользящего среднего, используемого для сглаживания и прогнозирования временн ы х рядов. Напомним, что временн о й ряд является некоторым количеством пар данных (X, Y), в которых X отображает моменты или периоды времени (независимая переменная), а Y является параметром, характеризующим величину исследуемого процесса (зависимая переменная). Метод скользящего среднего позволяет выявить тенденции изменения фактических величин параметра Y во времени и прогнозировать будущие величины Y.
Созданную модель можно эффективно использовать в случаях, когда для величин прогнозируемого параметра наблюдается постоянная тенденция в динамике. Но этот метод неэффективен в случаях, когда такая тенденция нарушается; например, при стихийных бедствиях, военных действиях, общественном беспорядке, при резком изменении параметров внутренней или внешней ситуации (уровня инфляции, цен на сырье); при коренном изменении плана деятельности предприятия, терпящего убытки. Основная идея метода скользящего среднего заключается в замене фактических уровней исследуемого временн о го ряда их средними величинами, которые уравновешивают случайные колебания. Таким образом, в итоге вычисляется сглаженный ряд величин исследуемого параметра, позволяющий более четко выделить основную тенденцию его изменения. Метод скользящего среднего является относительно простым методом сглаживания и прогнозирования временн ы х рядов, основанном на представлении прогноза y*t-1 в виде средней величины m предыдущих наблюдаемых данных yt-1, где i изменяется от 1 до m, то есть . Если, например, при исследовании временн о го ряда данных о прибыли от реализованных объемов перевозок (АТП) по месяцам в качестве прогноза выбрать скользящее среднее за три месяца (m=3), то прогнозом на июнь будет средняя величина показателей за три предыдущих месяца (март, апрель, май). Если же выбрать скользящее среднее за четыре месяца (m=4), то прогнозом на июнь будет средняя величина показателей за четыре предыдущих месяца (февраль, март, апрель, май). Часто, например, при разработке прогноза прибыли от объема перевозок АТП метод скользящего среднего, основанный на наблюдениях за три или четыре предыдущих месяца, бывает более эффективным (позволяет отслеживать фактический объем перевозок с большей точностью), нежели методы, основанные на долгосрочных наблюдениях (за 12 месяцев и более). Это объясняется тем, что в результате использования 3-месячного скользящего среднего каждый из 3-х величин показатель (за эти три месяца) отвечает за одну треть величины прогноза
При 12-месячной скользящей средней величине каждого из показателей этих же последних трех месяцев отвечают лишь за одну двенадцатую прогноза. К сожалению, нет правила, которое позволяло бы подобрать оптимальное число m членов скользящего среднего. Однако можно отметить, что чем меньше m, тем сильнее прогноз реагирует на колебание временн о го ряда; и наоборот, чем больше m, тем процесс прогнозирования становится более инертным. Задание 4.2. Исследовать процесс транспортных перевозок методом скользящего среднего.
4.2.1. Вызывать на экран табличный процессор MS Excel. Создать таблицу данных подобную таблице рис. 4.1, в которой в ячейки А1 - А4 ввести заголовки столбцов. В ячейки А2 - А13 ввести названия месяцев года. По данным рис. 4.1 вычислить и записать в тетрадь отклонения (положительные или отрицательные) перевозок Q1 между соседними месяцами. В ячейку В2 таблицы пользователя для создания собственного варианта количества перевезенного груза Q1 (тыс. тонн) ввести количество тонн груза, соответствующего двум последним цифрам зачетной книжки. В следующие ячейки (В3 - В13) ввести количества тонн груза, которые будут равняться количеству груза предыдущего месяца с добавлением или вычитанием вычисленного отклонения. Ячейки столбцов C и D (в заголовке таблицы эти столбцы названы Q2 и Q3)в процессе реализации соответствующего метода. 4.2.2. Обратить внимание на тот факт, что графическое отображение результатов вычислений выполняется по стандартной методике построения диаграмм в среде MS Excel с помощью инструмента Мастер диаграмм, расположенного на панели инструментов Стандартная. Все необходимые сведения о работе указанного инструмента можно получить в результате исполнения сложной команды:
СправкаF1ОглавлениеРабота с данными Работа с диаграммами и рисунками Работа с диаграммамиСоздание диaграммДиаграммы. 4.2.3. Для визуального представления результатов исследований следует пометить ячейки А2 - В13, нажать ЛК мыши на панели Стандартная на инструменте Мастер диаграмм для построения графического отображения фактического распределения Q1 по месяцам (рис. 4.1). Выбрать тип диаграммы График; выполнить все этапы построения графика. 4.2.4. Исполнить команду СервисАнализ данных - открывается диалоговое окно Анализ данных, в котором приведены инструменты для анализа, прогнозирование, изменения и обработки данных среде MS Excel.
В диалоговом окне Анализ данных в области Инструменты анализа пометить Скользящее среднее и нажать OK - открывается окно Скользящее среднее для ввода дополнительных параметров. Нажать кнопку Справка и внимательно прочесть справку об используемом методе; после ознакомления закрыть справку. 4.2.5. В поле Входной интервал ввести адрес $B$2:$B$13 - область расположения анализируемых данных. В поле Интервал ввести цифру 2, то есть указать количество средних величин, которые рассчитываются на конкретном интервале. Чем больше данных, тем точнее будет сглажена кривая. Если количество данных слишком велико, то возникает опасность полностью сгладить определенные изменения и анализировать их в искаженном виде. 4.2.6. В поле Выходной интервал ввести адрес ячейки расположения результатов - $С$2. Пометить опцию (параметр) Вывод графика и нажать OК - программа выводит рисунок диаграммы, а в третьем столбце таблицы - числовые величины кривых диаграммы. С помощью Мастера диаграмм выполнить форматирование для соответствующего графического отображения результатов работы. Пользователям, при выполнении построения таблицы и диаграмм по своему варианту, необходимо достигнуть полного подобия изображениям, приведенным на рис. 4.1. При этом расположить диаграммы под таблицей; растянуть их на ширину страницы; высоту выбрать так, чтобы все три диаграммы расположились на одной странице. Сохранить результаты работы в папке пользователя в файле с названием, которое состоит из фамилии пользователя, названия задачи и номера исследования: например, Иванов_Анализ_1.
Задание 4.3. Исследовать процесс транспортных перевозок методом экспоненциального сглаживания.
4.3.1. В методе экспоненциального сглаживания колебаний начальных данных для каждого значения используется предыдущее среднее с учетом указанного весового коэффициента. Этот метод применяется к данным, которые характеризуются колебаниями большой амплитуды. 4.3.2. Исполнить следующую команду: СервисАнализ данныхЭкспоненциальное сглаживание Нажать кнопку Справка, изучить справку об используемом методе. Закрыть справку и в окне Экспоненциальное сглаживание нажать OK. 4.3.3. Ввести $B$2:$B$13 в поле Входной интервал; в поле Выходной интервал ввести $D$2 и пометить опцию Вывод графика. С помощью Мастера диаграмм выполнить все необходимые действия для соответствующего графического отображения результатов работы.
4.3.4. В окне Фактор затухания ввести одно значение из интервала от 0 до 1. Чем выше это значение, тем больше программа сглаживает отдельные колебания. Ввести, например, величину 0,3 и закрыть диалоговое окно нажатием OК. 4.3.5. Удалить указанным выше способом кривую Фактический и оставить кривую Прогноз. Сравнить кривую Прогноз с двумя предыдущими методами; дать им качественные характеристики. 4.3.6. Сохранить результаты работы с названием, например, Иванов_Анализ_2 (по расположению, для удобства, будем считать эту диаграмму второй).
Задание 4.4. Исследовать процесс транспортных перевозок методом регрессионного анализа.
4.4.1. При реализации регрессионного анализа программа не строит кривую диаграммы от одной точки до следующей. На основе данных и выбранного типа регрессии программа рассчитывает идеальную кривую линии тренда и рисует ее между точками диаграммы. 4.4.2. Скопировать диаграмму скользящего среднего в буфер обмена. Пометить соответствующий ячейку под диаграммой экспоненциального сглаживания и нажать кнопку Вставить на панели инструментов Стандартная (по расположению, для удобства, будем считать эту диаграмму третьей). Выбрать любую точку на третьей диаграмме, нажать ПК мыши и выполнить команду Добавить линию тренда. 4.4.3. В соответствующем диалоговом окне для определения новой кривой следует, по желанию пользователя, выбрать один из шести типов регрессии. Нажать ЛК мыши на странице Тип; среди типов регрессии пометить Полиномиальная; в опции Степень указать 6 и нажать OК. 4.4.4. Математические формулы, по которым строится кривая соответствующего типа регрессии, можно вызывать на экран с помощью следующих действий. 1) Нажать ЛК мыши на вопросительном знаке (кнопка справа на панели Стандартная) - на экран выводится окно Справка Excel. 2) В поле Искать напечатать ключевые слова определения типа линии тренда (например, полиномиальную линию) и нажать зеленую кнопку со стрелкой Начать поиск. 3) В результате предыдущего действия на экран выводится очередное окно справки. В поле Результаты (16) нажать ЛК мыши на гиперссылке Формулы для вычисленный линий тренда - в очередном окне выводится перечень указанных линий. 4) Нажатие ЛК мыши на названии нужной линии вызывает на экран отображение ее математической формулы с пояснениями. 5) Записать в конспект все типы линий тренда, их математические выражения и пояснения к ним. 4.4.5. Для представления результатов исследований в надлежащем научном виде необходимо тщательным образом выполнить форматирование таблицы и диаграмм. Сохранить результаты работы с указанным выше названием, но с очередным номером исследования; например, Иванов_Анализ_3.
4.5. Контрольные вопросы
1. Какие возможности и преимущества статистических методов исследований? 2. Какая цель моделирования процессов перевозок грузов? 3. В чем заключается метод скользящего среднего? 4. В чем заключается метод экспоненциального сглаживания? 5. В чем заключается метод регрессионного анализа?
Воспользуйтесь поиском по сайту: ©2015 - 2024 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|