Etapy budowy scenariusza

1.Tworzy się możliwie kompletną listę elementów systemu oraz zdarzeń możliwych w przyszłym horyzoncie czasu.

2.Określa się prawdopodobieństwo zdarzeń i czasu ich zajścia

3.Określa się zależności pomiędzy elementami oraz systemem a otoczeniem.

4. Wybiera się zdarzenia wiodące.

5. Ocenia się scenariusze z punktu widzenia otoczenia dla systemu

6. Przekłada się równania na jakościowy opis systemu

Kryteria formalno statystyczne zmiennych

1.Zmienne objaśniające powinny charakteryzować się określoną zmiennością.

2.Zapewnienie maksymalnego skorelowania zmiennych objaśniających ze zmienną objaśnianą

3.Maksymalizacja stopnia dokładności

4.Osłabienie zjawiska autokorelacji składnika losowego modelu.

5.Eliminacja zjawiska korelacji składnika losowego ze zmiennymi objaśniającymi.

6. Eliminacja współliniowości występujących w zbiorze zmiennych objaśniających.

7.Zapewnienie losowości i normalności rozkładu składnika losowego.

8.Zapewnienie jednorodności wariancji składnika losowego

9.Zapewnienie możliwie najlepszych właściwości estymatorów parametrów strukturalnych modelu

10.Minimalizacjia wariancji predyktora

11.Wybór takich zmiennych objaśniających które będą odgrywać istotną rolę w procesie prognozowania.

Ustalenie wartości zmiennej objaśniającej

1.Wartości arbitralne

2. Wartości ekstremalne 4.Inne

3. Metoda ekstrapolacji ich tendencji

Co wiesz o metodzie wyrównania wykładniczego Browna I,II,III rzędu

1.Stałą wygładzania α (0,1) ustalamy na poziomie minimalizacji błędów prognoz.

2.Prognozę uzyskuje się przez wykładnicze ważenie przeszłych wartości szeregów.

3.Prognozę otrzymuje się dodając do poprzedniej prognozy część błędu w kierunku którym poprawia on prognozę.

4.Wartość początkową ustala się jednym z 4 sposobów: * wartość początkową jako średnią z kilku pierwszych okresów, * Metodą prognozowania wstecz, * metodą najmniejszych kwadratów, * przyjęcie y = y

5.Model Browna polega na wygładzeniu szeregów czasowych a informacje liczbowe z tych szeregów służą do obliczania funkcji trendu i ich zmian.

Model trendu pełzającego z wagami harmonicznymi

Stosuje się do prognoz średnioterminowych. Składa się z dwóch części: * metody wyrównania szeregu czasowego za pomocą trendu pełzającego; * metody szacowania przyszłego prawdopodobnego kształtowania się zjawisk prognoz za pomocą wag harmonicznych

Metoda wyrównania wykładniczego Holta

Podobna do metody Browna rzędu II. Występują dwie stałe wygładzania α-do wygładzania poziomu trendu, γ- do wygładzania jego zmian. Najpierw się wygładza poziom trendu a potem jego zmiany. Wyboru stałych dokonuje się ze względu na minimalizację błędów prognozy

Metoda wyrównania wykładnicz Wintersa

Metoda adaptacyjna stosowana do szeregu czasowego z wahaniami sezonowymi. Występują trzy stałe wygładzania:

α- poziomu trendu, γ - jego zmian, δ- wahań sezonowych.

Co wiesz o metodzie bilansowej prognozowania.

Trzeba sporządzić bilanse dla przyszłości na podstawie przeszłości . Z bilansu możemy się dowiedzieć jakie były:

-produkcja , zapasy, import, zużycie krajowe.

Należy do metod kolejnych przybliżeń.

Wyodrębnić etapy postępowania przy S,T,C,J.

1.Wyodrębnienie wahań sezonowych.

2.Eliminacja sezonowości z szeregu czasowego.

3.Wyodrębnienie tendencji rozwojowej.

4.Budowa prognozy na podstawie szeregu czasowego z tendencją i wahaniami sezonowymi.

5. Wyodrębnienie wahań cyklicznych.

6.Budowa prognozy na podstawie szeregu czasowego z tendencją, wahaniami sezonowymi i cyklicznymi.

Opisać wyodrębnić wahania cykliczne.

1.Obliczenie średniej ruchomej.

2.Wyorębnia się z szeregu wahania sezonowe.

3.Dokonuje się odpowiedniej korekty.

4.Eliminuje się z szeregu wahania sezonowe.

5.Oblicza się funkcje trendu.

6.Wyodrębnia się wahania cykliczne.

7.Wyodrębnia się wahania przypadkowe.

8.Budowa prognozy.

Merytoryczne kryteria doboru zmiennych objaśniających

1.Należy preferować te zmienne które pozostają w pewnym związku merytorycznym ze ze zmienną prognozowaną.

2.Zmienne objaśniające powinny być dobrym reprezentantem różnych aspektów badanego odcinka rzeczywistości.

3.Należy brać zmienne wyrażone w jednostkach naturalnych.

4.Zmienne powinny mieć określone tradycje badawcze.

5.Powinny być wiarygodne i dostępne dane statystyczne dotyczące wyróżnionych zmiennych w modelu.

6. Zmienne objaśniające powinny mieć charakter mierzalny

Metody ostrzegawcze- na czym polegają

a)Tempo zmian.

-załamanie tendencji(trendu) stymulanty /, destymulanty \, nominanty --

b)Kart kontrolnych

-postępowanie jak przy kontroli jakości, wykorzystuje się odchylenie standardowe

c)Metoda różnic

-przyjmuje się, że mając szereg czasowy, wyrównujemy go i na podstawie szeregu wyrównanego obliczamy pierwsze różnice a następnie drugie.

Prognoza ostrzegawcza jest to przewidywanie zdarzeń niekorzystnych dla odbiorcy prognozy. Trzeba uznać co dla jednych jest korzystne, a dla innych niekorzystne. Czynniki pozytywne: 1)stymulanty -to zmiany, których wzrost wartości świadczy o pożądanym kierunku rozwoju, 2)destymulanty -spadek świadczy o pożądanym kierunku rozwoju, 3)nominanty -określony poziom nasycenia, od którego odchylenia uważa się za niewłaściwe

Co wiesz o autoregresyjnych metodach prognozowania. Metody których poziom zjawiska jest uzależniony od poziomu zjawiska w latach wcześniejszych. Wyróżniamy dwie postacie: liniowa, logarytmiczno-liniowa.

Modele autoregresyjne 1)ARMA, 2)ARJMA. Są to modele oparte o zjawiska autokorelacji powiązania zjawisk z porównaniem z wcześniejszym zjawiskiem. Są 3 rodzaje tych modeli a)model średniej ruchomej, b)metody mieszane autoregresji, c)metody autoregresji.

Adaptacyjne metody prognozowania

-)stosowane, gdy parametry nie są stałe, ulegają zachwianiu, -)są elastyczne, -)stosowane w prognozie krótko- i średnioterminowej.

Wymień metody adaptacyjne i opisz średnią ruchomą.

Metoda wyrównania wykładniczego Browna rzędu I, II, III, Metoda wyrównania liniowo wykładniczego Holta, Metoda wyrównania wykładniczego Wintersa, Model trendu pełzającego z wagami harmonicznymi, Metoda średniej ruchomej ważonej. Metoda średnia ruchoma - modele średniej ruchomej mogą być wykorzystywane zarówno do wygładzania szeregu czasowego, jak i prognozowania. Ważną kwestią w tej metodzie prognozowania jest wybór długości średniej ruchomej, przy której błąd prognozy jest najmniejszy.

Kiedy stosujemy metodę średniej ruchomej. Stosowana jest dla tych zjawisk i procesów gospodarczych w których nie występuje tendencja, wahania cykliczne i sezonowe. Za prognozę przyjmuje się średnią z określonej liczby poprzednich okresów. Liczba uwzględnionych okresów określa długość średniej ruchomej. Próbuje się wygładzić uśrednione wahania sezonowe.

Metoda średniej ruchomej ważonej - prognozę tą metodą buduje się, uwzględniając postulat określany mianem postarzania informacji. Oznacza to, że informacje starsze mają relatywnie mniejszą wagę niż informacje bliższe okresu prognozowanemu.

Model wyrównywania wykładniczego Browna rzędu I - w tej procedurze prognozę uzyskuje się przez wykładnicze ważenie przeszłych wartości szeregu

Ważniejsze miary dokładności prognoz - ze względu na moment ich sporządzania można je podzielić na mierniki dokładności: rzędu ex ante i rzędu ex post.

Mierniki ex ante - charakteryzują się tym, że obliczane są jednocześnie z prognozą. Oblicza się wariancję prognozy i błądśredni predykcji.

Mierniki ex post - cechują się tym, że są obliczane na podstawie materiałów z przeszłości. Wśród tych mierników najczęściej oblicza się średnią arytmetyczną błędów prognozy, zwaną błędem przeciętnym.

Jakie czynniki wpływają na błędy prognoz ex ante.

1)wariancja prognozy, 2)błąd średni predykcji

Jakie czynniki wpływają na błędy prognoz ex post

1)średni absolutny błąd prognozy, 2)średni absolutny błąd procentowy, 3)średni kwadrat błędu, 4)odchylenie standardowe błędu prognozy

Kiedy stosujemy metody heurystyczne. W dziedzinach, w których problemy nie zostały jeszcze wystarczająco poznane, gdzie trudno jest określić zależności do przewidywania zjawisk i procesów niemierzalnych, jakościowych, nowych oraz tych, dla których nie jest możliwe przeprowadzenie odpowiedniej analizy retrospektywnej.

Metody oceny zgodności ekspertów w metodach heurystycznych.

1)grupa ekspertów powinna być uniwersalna, złożona z osób wszechstronnych, przedstawicieli różnych dziedzin nauki i praktyki 2)grupa powinna być liczna, by reprezentować różne poglądy 3)wybrane osoby powinny niezależnie myśleć oraz mieć niezależną wizję przyszłości.

Metoda delficka -etapy: *)zdefiniowanie problemu *)opracowanie kwestionariuszy z pytaniami przez organ kierujący badaniami *)przekazanie ich kompetentnym ekspertom *)uzyskanie odpowiedzi od ankietowanych specjalistów *)zebranie i usystematyzowanie otrzymanych opinii *)ponowne sporządzenie pytań i przekazanie ich z wynikami z poprzednich badań do oceny specjalistów *)otrzymanie kwestionariuszy w drugiej turze ankietowania *)zebranie i statystyczna analiza uzyskanego materiału

Metody analogowe: I. jakościowe 1)metoda analogii biologicznych, 2)metoda analogii przestrzennych. II. Ilościowe 1)metody analogii historycznych, 2)metody analogii przestrzenno czasowych, 3)trendów prekursywnych i współwiązanych. Używa się ich do: 1)przewidywania punktów zwrotnych trendu i zmiany powiązań między zmiennymi 2)przewidywania postaci trendu i związku między zmiennymi w przyszłości 3)przewidywania zajść nowych zdarzeń w obiektach dla których buduje się prognozę

Sposoby określenia zmiennych wygładzania w modelu wykładniczym.

1)ustalamy stałą wygładzania α na takim poziomie, aby standardowy błąd prognozy był najmniejszy, 2)ustalamy wartość inicjalną

Jakimi metodami prognozowania oznaczamy koniunkturę gospodarczą.

Są to metody analogii historycznych 1)metoda testu koniunktury 2)metoda zmiennych wiodących (występuje w niej zmienna referencyjna charakteryzująca główne zmiany w gospodarce. Wyodrębnia się 3 grupy zmiennych: a)zmienna wiodąca -doświadcza faz cyklu koniunkturalnego wcześniej niż zmienna referencyjna b)zmienne zbieżne -doświadczają faz cyklu jednocześnie ze zmienną referencyjną c)zmienne naśladujące -przechodzą fazy cyklu później niż zmienna referencyjna

Jak budujemy stacjonarne szeregi czasowe. Oparta jest na ”modelu błądzenia losowego”. Kryteria budowy: a)suma błędów prognoz, b)niedoszacowanie lub przeszacowanie prognozy, c)najmniejszy maksymalny błąd, d)minimalizacja błędu, e)minimum sumy kwadratów błędów

Zasady prognozowania i techniki wyboru.

-zasada predykcji nieobciążonej, -zasada predykcji minimalizującej oczekiwaną stratę, -zasada predykcji największego prawdopodobieństwa, -zasada predykcji punktowej i przedziałowej. Przyjmuje się że o wyborze decydują następujące przesłanki: -charakter procesu zmian prognozowanego zjawiska, -horyzont czasu objęty prognozą, -rodzaj informacji, -możliwości techniczne i osobowe.

Etapy prognozowania.1)określenie zakresu prognozowania, 2)horyzontu prognozy, 3)wybór technik prognozowania, 4)zbiór odpowiednich informacji, 5)wykonanie obliczeń, 6)ocena realności i trafności prognoz, 7)monitorowanie

Podstawowe założenia teorii predykcji: *)znany jest model ekonometryczny wyjaśniający kształtowanie się zmiennej, którą zamierzamy prognozować*)struktura opisywanych przez dany model zjawisk czy procesów jest stabilna w czasie, *)znane są dla okresu prognozowanego wartości zmiennych objaśniających występujące w modelu, *) rozkład składnika losowego jest stacjonarny, *)ekstrapolacja modelu poza próbę statystyczną jest dopuszczalna.

.Szereg przestrzenno czasowy.

Wyróżnia się dwa warianty 1)wariant wzorca -polega na naśladowaniu procesów w krajach rozwiniętych przez kraje opracowujące prognozę; 2)wariant luki - polega na wyszukaniu luki lub szczeliny i zbadaniu czy istnieje możliwość zastosowania jej w kraju przeprowadzającym prognozę.

Stymulacja - ocena jak będzie się zachowywał model pod wpływem bodźca zewnętrznego. Rodzaje: 1)stymulacja prosta - gdy zmienia się jedna zmienna; 2)stymulacja złożona - zmiana kilku zmiennych.

Stymulacja deterministyczna - nie zmieniają się parametry strukturalne.

Stymulacja stochastyczna - mogą się zmieniać parametry strukturalne.

Prognozowanie -racjonalne, naukowe przewidywanie przyszłych zdarzeń.

Predykcja - proces ekonometrycznego wnioskowania w przyszłość.

Projekcja -bardzo uproszczone przeniesienie obrazu przeszłego rozwoju w przyszłość.

Hipotezy wstępne - robocze założenie co do najbardziej prawdopodobnego kierunku rozwoju czy przyszłego układu społeczno-gospodarczego.

Programowanie - czynność polegająca na rozdzieleniu ograniczonych środków w celu osiągnięcia postawionych celów.

Planowanie - odpowiednio uporządkowany zbiór czynności i procesów myślowych, wykonywany przez powołany do tego zespół ludzi (planistów)

Funkcje prognoz w działalności gospodarczej- poznawcza, rozpoznawcza, informacyjna, przygotowawcza, decyzyjna, preparacyjna, strategiczna, ostrzegawcza, weryfikacyjna, aktywizująca.

Trafność prognoz - to prawdopodobieństwo spełnienia się przewidywania. Do głównych czynników wpływających na trafność prognozy należą: horyzont prognozy, głębokość retrospekcji, zastosowane metody prognostyczne oraz informacje prognostyczne.

Horyzont prognozy -im horyzont prognozy jest dalszy, tym prawdopodobieństwo zaistnienia przewidywanego stanu maleje

Głębokość retrospekcji - długość okresu, w którym obserwuje się zjawisko stanowiące przedmiot prognozy.

Metody prognostyczne - należy stosować takie metody, które najlepiej odzwierciedlają rzeczywistość gospodarczą w zakresie danego zjawiska. Przyjmuje się, że o wyborze metody prognozowania decydują następujące przesłanki: charakter procesu zmian prognozowanego zjawiska, horyzont czasu objęty prognozą, rodzaj informacji, którą dysponujemy, możliwości techniczne i osobowe.

Informacje prognostyczne -zebrane informacje charakteryzować powinny kompleksowo przebieg prognozowanego zjawiska.

Możliwości zwiększenia trafności prognoz: *)stosowanie kilku różnych metod prognozowania i porównywania ich wyników ze sobą, *)porównywanie otrzymanej prognozy z innymi, podanymi wcześniej w literaturze przedmiotu, a odnoszącymi się do tego samego zagadnienia, *)potwierdzenie otrzymanych wyników poprzez logiczne lub matematyczne wyprowadzanie wniosków ze znanych już prognoz, *)przeprowadzanie weryfikacji logicznej i merytorycznej.

Podział metod prognozowaniaGrabińskiego

Intuicyjne - polegają na porządkowaniu wypowiedzi ekspertów z danej dziedziny wiedzy i formułowaniu na tej podstawie wniosków prognostycznych.

Kolejnych przybliżeń - służą do korygowania ocen rozwoju zjawiska w przyszłości drogą coraz to nowych ocen szacunków zmiennej prognozowanej.

Analogowe - polegają na przenoszeniu prawidłowości rozwojowych, dotyczących układów bardziej rozwiniętych, na układ podlegający prognozowaniu.

Prognozowania substytutywnego - polegają na przewidywaniu zastępowania istniejących technologii i form organizacyjnych przez nowe czynniki.

Prognozowania taksonomicznego - służą do przewidywania szeroko pojętych struktur ekonomicznych lub przestrzennych.

Prognozowania statystycznego - opierają się na teorii statystyki i matematyki. Ich stosowanie oparte jest na wykorzystaniu modeli deterministycznych i ekonometrycznych.

Podział metod prognozowania wg. Zeliasia:

I)Metody matematyczno-statystyczne:

1)Metody oparte na modelach deterministycznych.

2)Metody oparte na modelach ekonometrycznych: a)jednorównaniowe modele ekonometryczne, b)klasyczne modele trendu, c)adaptacyjne modele trendu, d)modele przyczynowo-skutkowe, e)modele autoregresywne, f)wielorównaniowe modele ekonometryczne, g)modele proste, h)modele rekurencyjne, i)modele o równaniach współzależnych.

II)Modele niematematyczne:

1)metody ankietowe, 2)metody intuicyjne, 3)metoda ekspertyz, 4)metody kolejnych przybliżeń, 5)metoda delficka, 6)metody analogowe, 7)metody modelowe, 8)metoda refleksji.

Zasady prognozowania - przez zasadę prognozowania rozumie się najczęściej ogólną regułę budowy prognoz na podstawie modelu ekonometrycznego.

Zasada predykcji nieobciążonej - predykcja ta ma tę własność, że prognoza jest ustalana na poziomie równym nadziei matematycznej przewidywanej zmiennej endogenicznej, przy założeniu, że spełnione są wszystkie warunki wyjściowe prognoz. Nieobciążoność predykcji oznacza, że w przypadku wielokrotnego powtarzania procesu wnioskowania w przyszłość, błędy prognoz będą miały charakter losowy o średniej zero i nie będą występować błędy systematyczne. Tę zasadę stosuje się wtedy, gdy wnioskowanie jest wielokrotnie powtarzane.

Zasada predykcji największego prawdopodobieństwa - gdy prognozujemy kilka razy lub tylko raz, wtedy znaczenia nabiera postulat, aby w jednym konkretnym przypadku wnioskowania w przyszłość prognoza miała duże szanse okazać się trafną. Prognozą jest wartość modalna rozkładu.

Zasada predykcji minimalizującej oczekiwaną stratę - polega ona na wyborze takiej wartości, przy której relacja prognozy do błędu przybiera minimum. Ustalenie prognozy ustala się na poziomie mediany.

Predykcja punktowa polega na wyborze jednej liczby, uznanej za najlepszą, w danych warunkach, ocenę wartości interesującej nas zmiennej w przyszłym okresie.

Predykcja przedziałowa polega na wyznaczeniu przedziału liczbowego o takiej właściwości, że można mu przypisać rozsądnie bliskie jedności prawdopodobieństwo tego, że rzeczywista wartość zmiennej prognozowanej znajdzie się w tym przedziale.

Prognoza dopuszczalna - jest to najczęściej ta, która została zbudowana zgodnie z teorią predykcji i rząd jej dokładności jest dostateczny w świetle wybranych mierników tej dokładności. Najczęściej przyjmuje się błąd średni predykcji.

Błędy w procesie prognozowania wynikają z: *)błędu w analizie prognozowanego zjawiska, *)błędu w danych wyjściowych, *)zastosowania niewłaściwej metody prognozowania, *)błędu w modelu prognozy.

Elementy składowe szeregów czasowych:

*)wahania przypadkowe - zwane niekiedy nieregularnymi lub losowymi, wynikają z działania czynników nie dających się przewidzieć.

*)wahania sezonowe - to takie zmiany, które powtarzają się regularnie w tym samym okresie każdego roku.

*)wahania cykliczne - są to takie zmiany, które powtarzają się regularnie w analogicznych jednostkach czasu.

*)tendencja rozwojowa - trend - przedstawia regularne i systematyczne zmiany, jakim podlega zjawisko w ciągu długiego czasu. Wyznacza ona rozwój zjawiska w czasie.

Charakterystyka szeregów stacjonarnych - dla wielu zjawisk i procesów gospodarczych występujące zmiany nie wykazują tendencji, wahań sezonowych ani cyklicznych. Zmienność, która występuje, odbywa się wokół stałej wielkości. Tego typu szeregi można nazwać stacjonarnymi, horyzontalnymi lub stałej średniej.

Wybór postaci analitycznej funkcji trendu - funkcja trendu prostoliniowego reprezentuje stały kierunek zmian danego zjawiska. Wielkość zmian określona jest przez obliczony współczynnik kierunkowy prostej.

Sposoby wyboru postaci analitycznej modelu:

Analiza graficzna - polega na obserwacji, w jaki sposób układają się na wykresie sporządzonym w układzie współrzędnych prostokątnych, punkty odpowiadające zebranym obserwacjom.

Metoda heurystyczna - polega na szacowaniu różnych postaci analitycznych funkcji trendu i wyborze jednej z nich na podstawie wyróżnionego kryterium dobroci dopasowania modelu do rzeczywistości.

Badanie przyrostów - polega ona na analizie przyrostów funkcji trendu w kolejnych latach.

Estymacja (szacowanie) parametrów liniowej funkcji trendu:

Metoda z wolnej ręki czy na oko - mając na układzie współrzędnych naniesione obserwacje zmiennej prognozowanej należy wybrać dwa punkty w kolejnych latach.

Metoda selektywnych punktów - dokonuje się przy wykorzystaniu parametrów wybranych punktów, uznanych za typowe czy reprezentacyjne dla analizowanego szeregu czasowego.

Metoda ze „średnich” - szereg należy podzielić na dwie równe części, aby obliczyć parametry strukturalne funkcji liniowej.

Metoda najmniejszych kwadratów.

Weryfikacja - sprawdzenie czy otrzymane wyniki potwierdzają teoretyczne rozważanie o objaśnianym zjawisku, czy są zgodne z teorią.

Weryfikacja statystyczna,

Ma na celu sprawdzenie: *)stopnia przylegania modelu do opisanego przezeń fragmentu rzeczywistości, *)zestawu zmiennych objaśniających z punktu widzenia siły ich wpływu na zmienną objaśnianą, *)rozkładu składnika losowego.

Odchylenie standardowe składnika resztowego (losowego) - informuje on o przeciętnych odchyleniach zaobserwowanych wartości rzeczywistych zmiennej prognozowanej od odpowiadających im wartości teoretycznych, wyznaczonych z modelu.

Średnie błędy oceny estymatorów informują nas, o ile mylimy się, szacując na podstawie danych poszczególne parametry strukturalne.

Do zbudowania prognozy należy zbadać: *)losowość, *)niezależność, *)normalność rozkładu, *)autokorelację, *)symetrię i *)stacjonarność.

Autokorelacja - badamy zależność między odchyleniami odnoszącymi się do różnych okresów.

Losowość - badanie losowości odchyleń ma na celu weryfikację hipotezy o trafności doboru postaci analitycznej modelu.

Zbadanie stacjonarności składnika resztowego - oblicza się współczynnik korelacji między odchyleniami a czasem.

Prognozowanie na podstawie szeregów czasowych czy występują wahania sezonowe, można wnioskować na podstawie: *)pozastatystycznej wiedzy o danym zjawisku, *)analizy graficznej, *)analizy statystycznej.

Etapy budowy prognozy na podstawie szeregu czasowego, zawierającego tendencję, wahania sezonowe i wahania przypadkowe: *)obliczenie wielkości wahań sezonowych,

*)wyeliminowanie z szeregu czasowego sezonowości,

*)obliczenie funkcji trendu na podstawie szeregu po wyeliminowaniu sezonowości,

*)budowa prognozy metodą ekstrapolacji funkcji trendu, *)obliczenie prognozy dla poszczególnych okresów.

Wyodrębnienie wahań sezonowych

Badania wielkości wahań sezonowych można dokonać metodą funkcji regresji lub średnich ruchomych.

Budowa prognozy na podstawie szeregu czasowego z tendencją i wahaniami sezonowymi

Buduje się ją przez ekstrapolację funkcji trendu, a następnie uwzględnia się efekty wahań sezonowych. W wyniku ekstrapolacji funkcji trendu uzyskuje się poziom skupu bez wahań sezonowych. W celu zbudowania właściwej prognozy należy uwzględnić wahania sezonowe, przez dodanie ich do wartości uzyskanych z ekstrapolacji.

---