- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Прогнозирование спроса.Методы прогнозирования. презентация
Содержание
- 1. Прогнозирование спроса.Методы прогнозирования.
- 2. Теория прогнозирования включает: анализ объекта прогнозирования
- 3. Метод экспоненциального сглаживания с одним параметром Где
- 4. Где n-число учитываемых периодов времени m-количество параметров показательного сглаживания
- 5. Пример
- 8. Метод скользящего среднего по m узлам Формула
- 9. Метод взвешенного скользящего среднего Данные для расчета
- 10. Метод экстраполяции тренда закономерность, действующая внутри анализируемого
- 11. Аддитивная модель прогноза где
- 12. Мультипликативная модель прогноза где
- 14. Процедура прогнозирования Подбор зависимости для описании
- 15. 2. Продолжение полученного тренда за интервал значений,
- 16. 3. Расчет ошибки прогноза. Погрешность
- 17. 4. Определение интервала прогноза Доверительный
- 18. Пример На основании полученных зависимостей рассчитываются прогнозные оценки: - расчет среднего времени расхода
- 19. - расчет страхового запаса:
- 20. Прогноз текущего расхода
- 21. Величина страхового запаса: где
- 24. Экспоненциальное сглаживание с учетом тренда Метод Хольта
- 25. Прогнозирование с учетом сезонной составляющей Определение структуры
- 26. Экспоненциальное сглаживание с тремя параметрами Предложена Винтерсом
- 28. Анализ Фурье Параметры модели определяются по методу
- 30. Экспертные методы прогнозирования
- 31. Формирование группы экспертов
- 32. Методы выбора экспертов самооценка оценка группой каждого
- 33. Метод простого ранжирования каждый эксперт располагает признаки
- 34. 2. определение средней величины суммы
- 35. Метод задания весовых коэффициентов состоит в присвоении
- 36. Метод последовательных сравнений Эксперт i упорядочивает все
- 37. 5. Процедура повторяется с отбраковкой
- 38. Метод парных сравнений Каждый i-й эксперт проводит
- 39. 3. Определяется результирующая матрица R, каждый элемент
- 40. Комбинированная оценка прогноза
- 41. Весовые коэффициенты рассчитываются по формуле: Для
- 42. Причинно-следственное прогнозирование инерционность взаимосвязей - сохранение механизма
Теория прогнозирования включает: анализ объекта прогнозирования методы прогнозирования: 1. мaтематические(формализованные)
Слайд 2Теория прогнозирования включает:
анализ объекта прогнозирования
методы прогнозирования:
1. мaтематические(формализованные)
-симплексные(простые)
-статистические
-комбинированные
2. экспертные (интуитивные)
-индивидуальные
-коллективные
-комбинированные
системы прогнозирования
-симплексные(простые)
-статистические
-комбинированные
2. экспертные (интуитивные)
-индивидуальные
-коллективные
-комбинированные
системы прогнозирования
Слайд 3Метод экспоненциального сглаживания с одним параметром
Где
-прогнозируемое значение в момент времени t+1
-параметр сглаживания, определяющий значение веса, которое имеет самое последнее наблюдение при вычислении прогноза на один шаг
-параметр сглаживания, определяющий значение веса, которое имеет самое последнее наблюдение при вычислении прогноза на один шаг
Слайд 8Метод скользящего среднего по m узлам
Формула скользящего среднего по m узлам:
Недостатки:
1.все значения имеют одинаковый вес
2.не даст точного прогноза если данные
монотонно возрастают или убывают
3.большое количество промежуточных
вычислений
2.не даст точного прогноза если данные
монотонно возрастают или убывают
3.большое количество промежуточных
вычислений
Слайд 9Метод взвешенного скользящего среднего
Данные для расчета среднего берутся с разными весами.
Например,
если m=4, то взвешенное среднее на 13 период:
где веса (неотрицательные числа).Их сумма равна 1 и
где веса (неотрицательные числа).Их сумма равна 1 и
Слайд 10Метод экстраполяции тренда
закономерность, действующая внутри анализируемого временного ряда, выступающего в качестве
базы прогнозирования, сохраняется и на период прогноза.
Прогнозирование в этом случае можно свести к подбору аналитически выраженных моделей трендов типа у = f(t) по данным предпрогнозного периода и экстраполяции полученных трендов на интервале прогноза
Прогнозирование в этом случае можно свести к подбору аналитически выраженных моделей трендов типа у = f(t) по данным предпрогнозного периода и экстраполяции полученных трендов на интервале прогноза
Слайд 11Аддитивная модель прогноза
где - прогнозные значения временного ряда,
- сезонные колебания или сезонная волна,
- циклические колебания,
- составляющая, позволяющая учесть другие важные для прогноза факторы.
- случайная величина отклонения прогноза, обусловленного стохастическим характером социально-экономических процессов
- циклические колебания,
- составляющая, позволяющая учесть другие важные для прогноза факторы.
- случайная величина отклонения прогноза, обусловленного стохастическим характером социально-экономических процессов
Слайд 14Процедура прогнозирования
Подбор зависимости для описании
уравнения тренда. Параметры модели
прогнозирования определяются методом наименьших квадратов (МНК).
Если модель тренда линейна ,то
Если модель тренда линейна ,то
Слайд 152. Продолжение полученного тренда за интервал значений, по которым строилась зависимость,
или определение точечного прогноза.
Соотношение длины предпрогнозного периода и периода прогноза должно быть не менее 3:1.
Соотношение длины предпрогнозного периода и периода прогноза должно быть не менее 3:1.
Слайд 163. Расчет ошибки прогноза.
Погрешность прогноза можно оценить по среднеквадратичному
отклонению:
где - расчетные, теоретические значения,
- фактические значения,
- число степеней свободы.
Погрешность прогноза отражается в виде доверительного интервала; точечный прогноз преобразуется в интервальный.
где - расчетные, теоретические значения,
- фактические значения,
- число степеней свободы.
Погрешность прогноза отражается в виде доверительного интервала; точечный прогноз преобразуется в интервальный.
Слайд 174. Определение интервала прогноза
Доверительный интервал прогноза (при условии небольшого
числа наблюдений, нормального распределения прогнозных оценок):
Слайд 18Пример
На основании полученных зависимостей рассчитываются прогнозные оценки:
- расчет среднего времени
расхода
Слайд 21Величина страхового запаса:
где t – количество дней задержки поставки
заказа
Вероятность отсутствия дефицита:
замена ;
Вероятность отсутствия дефицита:
замена ;
Слайд 24Экспоненциальное сглаживание с учетом тренда
Метод Хольта или двухпараметрический метод экспоненциального сглаживания.
сглаживание
данных:
сглаживание тренда:
прогноз на период t+k:
где - сглаженное значение прогнозируемого показателя для периода t, - оценка прироста тренда,
- параметры сглаживания ,
k- количество периодов времени, на которые производится прогноз.
сглаживание тренда:
прогноз на период t+k:
где - сглаженное значение прогнозируемого показателя для периода t, - оценка прироста тренда,
- параметры сглаживания ,
k- количество периодов времени, на которые производится прогноз.
Слайд 25Прогнозирование с учетом сезонной составляющей
Определение структуры сезонных изменений и периода колебаний
Оценка
и исключение тренда
Определение сезонной компоненты
Прогнозирование на основе данных, из которых исключена сезонная составляющая
Вычисление ошибки модели прогноза
Определение сезонной компоненты
Прогнозирование на основе данных, из которых исключена сезонная составляющая
Вычисление ошибки модели прогноза
Слайд 26Экспоненциальное сглаживание с тремя параметрами
Предложена Винтерсом в 1960 г.
Сглаживание исходного ряда:
Сглаживание
тренда:
Оценка сезонности:
Прогноз на р периодов вперед:
Оценка сезонности:
Прогноз на р периодов вперед:
Слайд 28Анализ Фурье
Параметры модели определяются по методу наименьших квадратов.
Для применения этого метода
необходимо, чтобы количество точек исходного ряда являлось степенью числа 2.
Слайд 31Формирование группы экспертов
где - компетентность i-го эксперта, рассчитанная на
основе анкеты самооценки или другим способом,
- максимальная возможная компетентность по используемой шкале компетентности экспертов
- максимальная возможная компетентность по используемой шкале компетентности экспертов
Слайд 32Методы выбора экспертов
самооценка
оценка группой каждого специалиста
оценка на основе результатов прошлой деятельности
определение
компетентности кандидатов в эксперты.
Слайд 33Метод простого ранжирования
каждый эксперт располагает признаки в порядке предпочтения.
Методика
статистической обработки данных:
1.определение для каждого фактора суммы рангов:
1.определение для каждого фактора суммы рангов:
Слайд 34 2. определение средней величины суммы рангов:
3. определение
суммы квадратов отклонения:
4. определение коэффициента конкордации:
4. определение коэффициента конкордации:
Слайд 35Метод задания весовых коэффициентов
состоит в присвоении всем признакам весовых коэффициентов (коэффициентов
важности)
обобщенное мнение экспертов рассчитывается как среднее арифметическое
Для применения результатов экспертного опроса, выполненного по данному методу, также требуется проверка согласованности мнений экспертов.
обобщенное мнение экспертов рассчитывается как среднее арифметическое
Для применения результатов экспертного опроса, выполненного по данному методу, также требуется проверка согласованности мнений экспертов.
Слайд 36Метод последовательных сравнений
Эксперт i упорядочивает все признаки в порядке уменьшения их
значимости:
Эксперт присваивает первому признаку значение, равное 1, а остальным назначает весовые коэффициенты в долях единицы
Проводится сравнение первого признака с суммой коэффициентов всех последующих
Эксперт выбирает наиболее приемлемый вариант и проводит в соответствии с ним оценку первого признака.
Эксперт присваивает первому признаку значение, равное 1, а остальным назначает весовые коэффициенты в долях единицы
Проводится сравнение первого признака с суммой коэффициентов всех последующих
Эксперт выбирает наиболее приемлемый вариант и проводит в соответствии с ним оценку первого признака.
Слайд 37 5. Процедура повторяется с отбраковкой последних признаков по одному
до сравнения с признаками
6. Эксперт переходит к сравнению с последующими признаками.
7. Процедура заканчивается, когда возможности сравнения будут исчерпаны.
6. Эксперт переходит к сравнению с последующими признаками.
7. Процедура заканчивается, когда возможности сравнения будут исчерпаны.
Слайд 38Метод парных сравнений
Каждый i-й эксперт проводит попарную оценку приоритетности признаков (Х).
При этом каждым экспертом заполняется матрица элементы которой в зависимости от выбора эксперта определяются по формуле :
Определяется сумма матриц всех экспертов. Суммирование проводится по элементам матрицы. Элемент суммарной матрицы определяется по следующей формуле:
Определяется сумма матриц всех экспертов. Суммирование проводится по элементам матрицы. Элемент суммарной матрицы определяется по следующей формуле:
Слайд 393. Определяется результирующая матрица R, каждый элемент которой определяется по формуле
:
4. Находится сумма баллов, которую набрал каждый признак.
4. Находится сумма баллов, которую набрал каждый признак.
Слайд 41Весовые коэффициенты рассчитываются по формуле:
Для двух прогнозов:
Среднее значение комбинированного прогноза:
Дисперсия комбинированного
прогноза:
Слайд 42Причинно-следственное прогнозирование
инерционность взаимосвязей - сохранение механизма формирования явления.
уравнение
регрессии, коэффициенты могут быть определены методом наименьших квадратов.
Примеры:
прогнозы объемов продаж в зависимости от торговой площади
в зависимости от затрат на рекламу
Примеры:
прогнозы объемов продаж в зависимости от торговой площади
в зависимости от затрат на рекламу
