Главная | Обратная связь | Поможем написать вашу работу!

Прогнозування виробничих показників методами кореляційно- регресивного аналізу

Прогнозування майбутнього – діло ризиковане, і деталі (позначені терміном інтуіція") відіграють у ньому головну роль. Більш науковий метод - це економетричний аналіз поведінки системи в минулому. Даним про таку поведінку часто притаманна деякий ступінь регулярності, на який накладаються випадкові фдуктуації. Задача полягає в тому, щоб виявити в основі цієї регулярності тенденцію, що лежить на фоні короткочасних відхилень.

Самий простий метод для цього - графічна екстраполяція, тобто продовження деякої залежності, підігнаній під дані, що мали місце, в майбутнє (див. Рис. 9).

У цьому методі (що застосовується найчастіше) діють по принципу "раз і назавжди", тоді як багато ситуацій вимагають більш глибокого підходу, тобто такого прогнозування, коли прогноз можна легко переглянути при отриманні новітньої інформації.

Рис. 9. Найпростіший метод екстраполяції

Два інших з таких методів - це метод рухомої середньої і так зване експоненційне зглажування.

Рухоме середнє обчислюється просто: додаванням останніх спостережень і діленням на (ми припускаємо, що прогнозуємо майбутнє значення єдиною величиною).

Коли з'являється нове спостереження, саме старе з множини спостережень відкидається, а нове займає своє місце в послідовності.

Постає питання: яким повинно бути ? Якщо занадто велике, то існує надмірна сталість на фоні випадкових змін, якщо ж занадто мале, наші оцінки виявляються надто чутливими до будь-яких змін. Найкраща відповідність, тащм чином, залежить від багатьох конкретних обставин і досягається важко.

Розглянемо основну ідею, що лежить в основі експоненційного зглажування. Коли ми проводимо нове спостереження, те воно, напевне, буди відрізнятися від попереднього прогнозу. Тому наступний прогноз ми повинні скласти на підставі старого, але з врахуванням помилки, що мала місце. Поправка повинна бути деякою функцією цієї помилки, тому

Новый прогноз = старий прогноз =

= (нове спостереження – старий ирогноз),

де - константа зглажування, що лежить між 0 та 1. Значення її і визначає баланс між повною сталістю () і повною чутливістю (). Як стверджується [*****], у більшості випадків значення є задовільним.

Рівняння для нового прогнозу можна записати у вигляді

де - поточний прогноз;

- прогноз, виконаний одип період часу назад по відношенню до поточного прогнозу;

- останнє спостереження.

Але визначається таким же чином, що і і так далі, тому для попередніх прогнозів можна скористатися тими ж самими роздумами, що дозволяє нам представити у вигляді

Таким чином, новий прогноз виявляється зваженим середнім всіх спостережень, але з вагами, що зменшуються на постійний множник по мірі того, як спостереження стають все більш віддаленими. Якраз тому даний метод і дістав назву "експоненційне зглажування".

Оцінка поточного середнього, тобто прогнозу, залежить від довжини інтервалу зглажування (числа прийнятих до уваги спостережень). Саме довжина інтервалу виявляє

вирішальний вплив на значення, що прогнозується. Великий інтервал зглажування врівноважує флуктуації в тимчасовому ряді для прогнозу, а значення, що прогнозується буде близьким до середньої лінії тимчасового ряду при меншій диеперсії йрогнозу. При короткому інтервалі зглажування значення, що прогнозується швидше реагує на флуктуації значень тимчасового ряду при безумовно більш високій дисперсії прогнозу. Підхожий інтервал зглажування доцільно підбирати експериментальним шляхом у процесі попереднього дослідження (найбільш часто стартове значенйе, що зустрічається ). При цьому вважають, що

Приклад. На протязі місяця були отримані рівнів маржинального доходу (у відсотках до виручки):

10; 8; 11; 12; 13; 9; 8; 7; 11; 10.

Використовуючи метод експоненційного зглажування для интервалу зглажування (відповідно ), отримали наступне прогнозне значення для 11-го результату:

Вибравши інтервал (відповідно ), отримали близкий прогноз . Реально ж рівень маржинального доходу склав .

У наступному місяці фірма провела рекламну кампанію, розраховуючи збільшити прибуток. Маркетологи здійснили прогноз маржинального доходу методом експоненційного глажування як для , так і для . Співвідношення прогнозних даних і реального маржинального доходу в іншому місяці представлене в наступній таблиці:

Номер прогнозу
Попередньо прораховано при	8,40	8,39	8,67	8,90
	8,00	9,50	9,13	9,50
Отримано

З даних таблиці видно, що значення, обчислені при , не враховують тенденцію збільшення маржинального доходу. Прогноз при вже пристосувався до нової ситуації, оскільки спирається на останні дані. Разом з тим мала довжина зглажування веде до великого розкиду.

⇐ Предыдущая 34 35 36 37 383940 41 42 43 Следующая ⇒