Szezonális összetevő nélküli módszerek
ahol xi -i -edik tényleges értéke a változó Bi edik idő, ax'i -i -dik jósolt változó értékét Bi edik idő, N - száma nyúlványok.
Az "Egyszerű Sk. átlagos „munkafüzet” LR6.Primer 1.Stanki.xls „(lásd. 56. ábra), a mozgó átlag három hónapig amelynek az értéke egyenlő a közepes aktivitású radioaktív hulladékok 12,67 (D16-sejt), míg a mozgó átlag értéket a 4 hónapos CAO 15 , 59 (F16 sejt). Aztán elmondhatjuk azt a hipotézist, hogy a statisztikai adatok használata inkább rosszabb, mint az előrejelzés pontosságának növelése a mozgó átlag módszerrel.
56. ábra: 1. példa - Egyszerű, mozgó átlag becslési eredmények
A megfigyelések és az előrejelzések 3 hónapos intervallumából származó grafikonon (lásd az 57. ábrát) a mozgó átlagolási módszer minden alkalmazására jellemző számos jellemzőt észlelhet.
57. ábra: 1. példa - az előrejelzési görbe grafikonja az egyszerű mozgó átlag módszerrel és a valós értékesítési ütemezéssel
Az egyszerű mozgó átlag módszerrel kapott előrejelzési érték mindig kisebb, mint az aktuális érték, ha az eredeti adatok monoton módon nőnek, és nagyobbak, mint a tényleges érték, ha az eredeti adatok monoton módon csökkennek. Ezért ha az adatok monoton módon növekszik vagy csökken, akkor egyszerű mozgó átlag használatával nem tud pontos előrejelzést kapni. Ez a módszer a legalkalmasabb az olyan adatok esetében, amelyek kis állandó véletlen eltérésekkel rendelkeznek valamilyen állandó vagy lassan változó értékről.
Az egyszerű mozgó átlag módszer legfontosabb hátránya az, hogy a becsült érték kiszámításakor a legfrissebb megfigyelésnek ugyanakkora súlya van (azaz jelentősége), mint az előzőek. Ennek az az oka, hogy a mozgó átlag kiszámításában részt vevő összes N legutóbbi megfigyelés súlya 1 / N. Az egyenlő súly hozzárendelése ellentmond az intuitív elképzelésnek, hogy sok esetben a legfrissebb adatok többet mondhatnak arról, hogy mi fog történni a közeljövőben, mint az előzőekben.
Súlyozott mozgó átlag. A különböző időpontok közreműködését figyelembe lehet venni, ha a csúszóintervallumban az exponens minden egyes értékére súlyt vezetünk be. Az eredmény egy súlyozott mozgó átlag módszer, amelyet matematikailag a következőképpen írhatunk:
hol van a súly, amellyel a mutatót számításkor használják.
A súly mindig pozitív szám. Abban az esetben, ha minden súly megegyezik, az egyszerű mozgó átlag módszer degenerálódik.
Most a marketinges használhatja a súlyozott mozgó átlag módszer 3 hónapig. De először meg kell értened, hogyan kell kiválasztani a súlyokat. A Megoldás eszköz segítségével meghatározhatja a csomópontok optimális súlyát. A csomópontok súlyának meghatározásához a Find Solution eszköz segítségével, ahol az átlagos abszolút eltérés minimális, kövesse az alábbi lépéseket:
Válassza az Eszközök -> Megoldás lehetőséget.
A Megoldáskeresés párbeszédpanelen állítsa be a G16 célcella (lásd a "Súly" lapot), minimalizálja azt.
A változó cellák megadják a B1: B3 tartományát.
Állítsa be a korlátokat B4 = 1,0; B1: B3 ≥ 0; B1: B3 ≤ 1; B1 ≤ B2 és B2 ≤ B3.
Indítsa el a megoldáskeresést (az eredmény megjeleníti).
58. ábra: 1. példa - a súlyozott mozgóátlag-módszer használatakor a mutatók értékeinek súlyának keresése
Az eredmények azt mutatják, hogy az optimális tömeg eloszlása olyan, hogy az egész súly koncentrálódik a legutóbbi megfigyelés, a értéke az átlagos abszolút eltérés egyenlő 7,56 (lásd. Ábrát is 59). Ez az eredmény megerősíti azt a feltételezést, hogy a későbbi megfigyeléseknek nagyobbnak kell lenniük.
59. ábra: 1. példa - az előrejelzési görbe grafikonja a súlyozott mozgó átlag módszer és a valós értékesítési ütemezés alapján