Методы прогнозирования объёмов продаж
Категория реферата: Рефераты по кибернетике
Теги реферата: купить дипломную работу, ремонт реферат
Добавил(а) на сайт: Нямин.
Предыдущая страница реферата | 1 2 3 4 5 6 7 8 9 | Следующая страница реферата
Однако аналитическое выравнивание содержит в себе ряд условностей: развитие явлений обусловлено не только тем, сколько времени прошло с отправного момента, а и тем, какие силы влияли на развитие, в каком направлении и с какой интенсивностью. Развитие явлений во времени выступает как внешнее выражение этих сил.
Оценки параметров [pic] находятся методом наименьших квадратов, сущность которого состоит в отыскании таких параметров, при которых сумма квадратов отклонений расчетных значений уровней, вычисленных по искомой формуле, от их фактических значений была бы минимальной.
Для сглаживания экономических временных рядов нецелесообразно использовать функции, содержащие большое количество параметров, так как полученные таким образом уравнения тренда (особенно при малом числе наблюдений) будут отражать случайные колебания, а не основную тенденцию развития явления.
Подбор вида функции, описывающей тренд, параметры которой определяются методом наименьших квадратов, производится в большинстве случаев эмпирически, путем построения ряда функций и сравнения их между собой по величине среднеквадратической ошибки.
Разность между фактическими значениями ряда динамики и его выровненными значениями [pic] характеризует случайные колебания (иногда их называют остаточные колебания или статистические помехи). В некоторых случаях последние сочетают тренд, циклические колебания и сезонные колебания.
Среднеквадратическая ошибка, рассчитанная по годовым данным потребления напитка “Тархун” для уравнения прямой (рис. 1), составила 1,028 тыс. дал. На основании среднеквадратической ошибки можно рассчитать предельную ошибку прогноза. Для того чтобы гарантировать результат с вероятностью 95%, используется коэффициент, равный 2; а для вероятности 99% этот коэффициент увеличится до 3. Итак, мы можем гарантировать с вероятностью 95%, что объем потребления в 2000 г. составит 134,882 тыс. дал. плюс (минус) 2,056 тыс. дал.
Расчеты по подбору функций, описывающих объем потребления напитка
“Тархун” в отдельные месяцы с 1993 г. по 1999 г., показали, что ни одно из
перечисленных уравнений не подходит для прогнозирования этого показателя.
Во всех случаях объясненная вариация не превысила 28,8%.
4 СЕЗОННЫЕ КОЛЕБАНИЯ
Сезонные колебания – повторяющиеся из года в год изменения показателя в определенные промежутки времени. Наблюдая их в течение нескольких лет для каждого месяца (или квартала), можно вычислить соответствующие средние, или медианы, которые принимаются за характеристики сезонных колебаний.
При проверке ежемесячных данных по таб. 1 можно обнаружить, что пик
потребления напитка приходится на летние месяцы. Объем продаж детской обуви
приходится на период перед началом учебного года, увеличение потребления
свежих овощей и фруктов происходит осенью, повышение объемов строительных
работ – летом, увеличение закупочных и розничных цен на
сельскохозяйственные продукты – в зимний период и т.п. Периодические
колебания в розничной торговле можно обнаружить и в течение недели
(например, перед выходными днями увеличивается продажа отдельных продуктов
питания), и в течение какой-либо недели месяца. Однако самые значительные
сезонные колебания наблюдаются в определенные месяцы года. При анализе
сезонных колебаний обычно рассчитывается индекс сезонности, который
используется для прогнозирования исследуемого показателя.
В самой простой форме индекс сезонности рассчитывается как отношение среднего уровня за соответствующий месяц к общему среднему значению показателя за год (в процентах). Все другие известные методы расчета сезонности различаются по способу расчета выровненной средней. Чаще всего используются либо скользящая средняя, либо аналитическая модель проявления сезонных колебаний.
Большинство методов предполагает использование компьютера.
Относительно простым методом расчета индекса сезонности является метод
центрированной скользящей средней. Для того чтобы его проиллюстрировать, предположим, что в начале 1999 г. мы хотели рассчитать индекс сезонности
для потребления напитка “Тархун” в июне 1999 г. Используя метод скользящей
средней, мы должны были бы последовательно осуществить следующие этапы:
1) решить, данные за сколько лет должны быть включены в расчет. Можно использовать данные за один год, но для большей достоверности расчетов лучше использовать данные по крайней мере за два года, а если сезонные колебания значительны, – то и более. Используем в примере данные двух лет;
2) рассчитать средний объем продаж за месяц по данным 13 месяцев, для которых июнь 1998 г. лежит в середине ряда. Использование 13 месяцев позволяет центрировать месяц, для которого производятся расчеты. В нашем примере средняя будет рассчитываться по формуле средней хронологической по следующим данным (с декабря 1996 г. по декабрь 1997 г.):
[pic]
3) рассчитать индекс сезонности для июня 1997 г. как отношение объема продаж в июне 1997 г. к среднему объему за месяц в течение исследуемого периода:
[pic]
4) повторить этапы 2 и 3 для июня 1998 г. Расчетный индекс для этого месяца будет равен 119,5;
5) определить средний индекс в июне по данным за 1997 г. и 1998 г. по формуле простой арифметической:
[pic]
6) рассчитать соответствующие индексы для всех месяцев;
7) обобщить данные о силе колеблемости показателей динамического ряда из-за их сезонного характера. При этом используется среднее квадратическое отклонение индексов сезонности (в процентах) от
100%:
[pic]
Сравнение средних квадратических отклонений, вычисленных за разные периоды времени, показывает сдвиги в сезонности (рост свидетельствует об увеличении сезонности потребления напитка “Тархун”).
Рекомендуем скачать другие рефераты по теме: реферат связь, рим реферат.
Предыдущая страница реферата | 1 2 3 4 5 6 7 8 9 | Следующая страница реферата