Katedra Informatyki i Logistyki 2 XII 2001
mgr P. Filipkowski
Grupa I (13:30, wtorek)
Specjalność: Informatyka gospodarcza
Kierunek i rok: Zarządzanie i marketing IV
Rok akademicki 2001/2002
Sporządził: Dariusz Jurkowski
Ćwiczenie nr 5
Prognozowanie na podstawie szeregów czasowych-
metody zaawansowane.
Ocena...............................................................................
Podpis.............................................................................
Ocena modelu |
Holta |
Wintersa |
|Y| |
2,30% |
4,90% |
(s*)2 |
42,10 |
409,43 |
s* |
6,49 |
20,23 |
s |
6,77 |
20,99 |
U |
0,55 |
0,35 |
Na wykresie pt. „Analiza graficzna” przedstawione są wartości zaobserwowanych zmiennych y1t i y2t w okresie 24 miesięcy. Przyjęte w analizie dane y1t i y2t są to jednowymiarowe szeregi czasowe.
Dekompozycja szeregu:
Szereg yt1 składa się z następujących składowych:
stały (przeciętny) poziom prognozowanej zmiennej
tendencja rozwojowa (trend)
wahania przypadkowe
wahania cykliczne.
W szeregu brak jest składowej sezonowej.
Szereg yt2 składa się z następujących składowych:
stały (przeciętny) poziom prognozowanej zmiennej
tendencja rozwojowa (trend)
wahania sezonowe
wahania przypadkowe
W szeregu nie występują wahania cykliczne.
Zaawansowane metody prognozowania dają lepsze wyniki prognozy niż metody proste, tzn. przy prognozowaniu tymi metodami występują znacznie niższe:
błędy średniego kwadratowego błędu prognozy,
wartości średniego modułu względnego błędu prognozy,
wartości współczynnika Theila.
Metoda HOLTA
Metoda ta daje bardzo dobre efekty ponieważ charakteryzuje się najmniejszą wartością średniego kwadratowego błędu prognozy, który wynosi 6,49. Warunek s*<=s mówi nam o tym, że dany model jest zadawalający oraz informuje o przeciętnych odchyleniach prognozy od wartości rzeczywistych. Kolejnym czynnikiem jest wartość średniego modułu względnego błędu prognozy, który jest niski i wynosi 2,30% co oznacza, że bezwzględne odchylenie prognozy od danych rzeczywistych stanowią około 2,5% wartości rzeczywistych. Również współczynnik Theila jest korzystny ponieważ jest mniejszy od jedności i wynosi 0,55.
Metoda HOLTA- WINTERSA
Charakteryzuje się ona wartością średniego kwadratowego błędu prognozy, który wynosi 20,23. Wartość średniego modułu względnego błędu prognozy jest równa 4,90%. W związku z tym bezwzględne odchylenie prognozy od danych rzeczywistych stanowi około 5% wartości rzeczywistych. W przypadku tej metody warunek, że U<1 jest także spełniony co oznacza, że metoda ta jest trafniejsza niż metoda naiwna. Współczynnik Theila wynosi 0,35.