Навігація
Головна
СЕЗОННА декомпозиція і ТРЕНД-СЕЗОННІ МОДЕЛІОСОБЛИВОСТІ РЕГУЛЮВАННЯ ПРАЦІ ПРАЦІВНИКІВ, ЗАЙНЯТИХ НА СЕЗОННИХ...Аналіз часових рядів з урахуванням сезонної компонентиNaiveВиявлення сезонності
Просте експоненціальне згладжування з дрейфомМетод простого додавання нерозкладного залишкуМетоди оптимізації на основі теореми Куна - ТаккераЕконометричні методи визначення цінМетод порівняння продажів
 
Головна arrow Економіка arrow Методи соціально-економічного прогнозування. Т.2.
< Попередня   ЗМІСТ   Наступна >

Сезонний Naive

У випадку з сезонними рядами даних найпростішим можна визнати метод прогнозування, аналогічний методу Naive. Якщо в простому Naive головним припущенням виступало те, що кращим прогнозом па найближчу перспективу є останнє фактичне значення, то в сезонному Naive вважається, що кращий прогноз на наступне спостереження - фактичне значення, отримане сезон тому. Наприклад, якщо перед аналітиком стоїть завдання дати прогноз по щомісячним продажу гірських лиж на рік вперед, то він, очевидно, зіткнеться з сезонним поруч даних (взимку продаж лиж явно вище, ніж влітку, а кожен грудень можна очікувати сплеск продажів) і кращим прогнозом, наприклад, на січень 2015 року, за методом сезонного Naive в такому випадку є значення за січень 2014

Записати модель сезонного Naive можна наступним чином:

(5.24)

де s - лаг сезонності. Наприклад, для щомісячних даних s = 12.

Очевидно, що метод буде добре працювати тільки у випадку з рядами даних без тенденцій до зростання або зниження. Крім того, у прогнозі по даному методу ніяк не використовуються старі дані, що у випадку зі стаціонарними процесами некоректно.

На рис. 5.11 наведено приклад сезонного ряду даних без сильних тенденцій до зростання або зниження (ряд № 1100 з бази М3) і прогноз для цього ряду даних за сезонним Naive.

Як бачимо по рис. 5.11, у наведеному прикладі простої прогноз по моделі сезонного Naive виявився досить точним - він повторює динаміку вихідного ряду і дозволяє в цілому прогнозувати сезонні сплески. Однак через те, що в прогнозі на 1991 і 1992 рр. використовувалися лише значення за 1990 г "прогноз увібрав в себе випадкові відхилення в цьому році і виявився дещо завищеним. Якби в розрахунку сезонних значень ми враховували і старіші дані, то в даному випадку, швидше за все, отримали б більш точний прогноз. Однак це вимагало б значно більшою обчислювальної роботи.

Ряд даних № 1100 з бази М3 (суцільна лінія з точками), прогноз по ряду за сезонним Naive (суцільна товста лінія)

Рис. 5.11. Ряд даних № 1100 з бази М3 (суцільна лінія з точками), прогноз по ряду за сезонним Naive (суцільна товста лінія)

Метод дрейфу

У випадку, якщо в ряді даних спостерігаються деякі тенденції до зростання або зниження, дослідник може скористатися методом дрейфу (в іноземній літературі він носить назву "Drift"), суть якого зводиться до проведення прямої лінії через дві обрані дослідником точки. Щоб зробити це, розраховується кут нахилу прямої лінії між цими двома точками за формулою

(5.25)

де t - номер другого з обраних спостережень; k - число спостережень між обраними точками.

data-override-format="true" data-page-url = "http://stud.com.ua">

Отримавши таким чином оцінку кута нахилу прямої лінії, можна побудувати прогноз за методом дрейфу:

(5.26)

де h - горизонт прогнозування.

Дослідник вільний сам вибирати точки, через які провести пряму лінію, що є перевагою методу, проте іноді вибір цих двох точок сам по собі є нетривіальним завданням - при виборі різних значень прогноз може розрізнятися разюче.

Як приклад на рис. 5.12 наведено ряд даних № 677 на бази М3 і три прогнозу, отриманих за методом дрейфу:

1. "Drift 1" - лінія проведена через першу і останню точки ряду даних.

2. "Drift 2" - лінія проведена через точки у жовтні 1990 р і жовтня 1994 р Вибір припав на ці точки в зв'язку з тим, що, починаючи з жовтня 1990 року, у ряді даних спостерігається незначна зміна тенденції - змінюється кут нахилу.

3. "Drift 3" - лінія проведена через точки в січні 1991 р і січні 1993 р Вибір точок обумовлений тим, що вони дозволяють отримати пряму лінію, що проходить приблизно посередині ряду після зміни тенденцій.

Ряд даних № 677 з бази часових рядів М3 (суцільна лінія з точками) і три точкових прогнозу за методом дрейфу

Рис. 5.12. Ряд даних № 677 з бази часових рядів М3 (суцільна лінія з точками) і три точкових прогнозу за методом дрейфу:

суцільна лінія - "Drift 1"; пунктирна лінія - "Drift 2"; суцільна лінія з хрестиками - "Drift 3"

Можна помітити, що через відбуваються змін у ряді даних прогноз "Drift 1" до кінця ряду даних виявляється заниженим. Схожа доля спіткала і прогноз "Drift 2", в якому через вибору точок пряма лінія пройшла по низу ряду даних. Такі прогнози можуть бути використані лише для позначення нижньої межі, нижче якої, швидше за все, показник не опуститься. Прогноз "Drift 3" виявився ближчим до останніх отриманими значеннями і, можливо, виявиться ближче до істини і на прогнозованому проміжку.

Метод дрейфу володіє ще однією перевагою перед класичними методами побудови трендів: він не вимагає практично ніяких апріорних припущень про протікають в досліджуваному об'єкті процесах. Однак, як бачимо, метод в значній мірі спирається на експертну думку прогнозиста, яке, очевидно, може виявитися неправильним, що, у свою чергу, може призвести до неточних прогнозам.

 
Якщо Ви помітили помилку в тексті позначте слово та натисніть Shift + Enter
< Попередня   ЗМІСТ   Наступна >

Cхожі теми

СЕЗОННА декомпозиція і ТРЕНД-СЕЗОННІ МОДЕЛІ
ОСОБЛИВОСТІ РЕГУЛЮВАННЯ ПРАЦІ ПРАЦІВНИКІВ, ЗАЙНЯТИХ НА СЕЗОННИХ РОБОТАХ
Аналіз часових рядів з урахуванням сезонної компоненти
Naive
Виявлення сезонності
Просте експоненціальне згладжування з дрейфом
Метод простого додавання нерозкладного залишку
Методи оптимізації на основі теореми Куна - Таккера
Економетричні методи визначення цін
Метод порівняння продажів
 
Дисципліни
Аудит та Бухоблік
Банківська справа
БЖД
Географія
Документознавство
Екологія
Економіка
Етика та Естетика
Журналістика
Інвестування
Інформатика
Історія
Культурологія
Література
Логіка
Логістика
Маркетинг
Медицина
Менеджмент
Педагогіка
Політологія
Політекономія
Право
Психологія
Релігієзнавство
Риторика
Соціологія
Статистика
Страхова справа
Товарознавство
Туризм
Філософія
Фінанси
Пошук