Prognozy wygasłe
Wypisujemy dane dla N okresów i tworzymy wykres oraz linie trendu
Tworzymy Funkcje REGLINP (ctrl+szift+enter) aby utworzyć współczynniki
Wyliczamy prognozy wygasłe używając wygenerowanej funkcji trendu dodatkowo dla n kolejnych okresów. N okresy*A REGLINP + B REGLINP
Następnie wyliczamy błąd prognozy ze wzoru modul.liczby([yt-y*]/yt) a błąd prognozy dla kolejnych okresów to średnia ze wszystkich poprzednich
Wyliczamy odchylenie standardowe oraz średnia z wartości „y”
Obliczamy współczynnik zmienności ze wzoru odchylenie/srednia
Metoda naiwna
Wypisujemy dane t oraz yt
Obliczamy yt* (pierwsze przepisujemy) kolejne to wartość z poprzedniego okresu
Następnie wyliczamy błąd prognozy ze wzoru moduł.liczby ([yt-y*]/y) a błąd prognozy dla kolejnego okresu to średnia ze wszystkich poprzednich
Wyliczamy odchylenie standardowe oraz średnia z wartości „yt”
Obliczamy współczynnik zmienności ze wzoru odchylenie/srednia
Średnia ruchoma ważona
Wypisujemy dane t oraz yt
Obliczamy y^=3 (czyli =(1/3)*suma pierwszych trzech „yt”
Następnie wyliczamy błąd prognozy ze wzoru modul.liczby([yt-y*]/yt) a błąd prognozy dla kolejnego okresu to średnia ze wszystkich poprzednich
Następnie obliczamy średnią ważona (0,2*yt1+0,3yt2+0,5*yt3 z k ostatnich okresów kolejny okres to srednia z tychz tych srednich
Obliczamy błąd prognozy dla średniej ważonej ze wzoru modul.liczby([yt-sr.waż]/yt kolejna to srednia z błedów
Nastepnie obliczamy K=5 czyli (1/5)*suma pierwszych pięciu „yt” na końcu śr.
Później delta modul.liczby(yt-yt*=5)/yt
Średnia ważona =0,1*yt1+0,15*yt2+0,2*yt3+0,25*yt4+0,3*yt5
Błąd prognozy modul.liczby(yt-śr waż)/yt
Wyliczamy odchylenie standardowe z „yt” oraz średnia z wartości „yt”
Obliczamy współczynnik zmienności ze wzoru odchylenie/srednia
Macierze
Tworzymy macierz danych i dodatkowo tworzymy kolumnę z wartościami 1 .
Tworzymy macierz transponowana xt (kolumny zamieniają się w wiersze- wklej specjalnie)
Następnie tworzymy iloczyn macierzy z funkcji macierz.iloczyn(xtrans*x)
Tworzymy macierz odwrotną iloczynu
Obliczamy iloczyn macierzy transponowanej xt oraz macierzy oraz kol. Sprzedaży (2 kolumna)
Obliczamy iloczyn z pkt 5 oraz pkt 4.
Obliczamy wartości y^t ze wzoru 1 wartość z pkt 6 + 2 wartość *3 sprzedaż + 3 wartośc*4 wydatki
Obliczamy błąd prognozy et ze wzoru 1 sprzedaż – y^t
Obliczamy kwadrat et (na końcu suma)
Przepisujemy et-1 (pierwszej niema a kolejne przepisujemy z wcześniejszej wartości)
Obliczamy (et-(et-1) do kwadratu i na końcu suma ze wszystkich
Obliczamy autokorelacje ze wzoru suma et kwadrat/suma z pkt. 11
Model Browna
Wypisujemy t oraz yt
Obliczamy yt^ dla pierwszej wartości to średnia z 3 pierwszych okresów dla kolejnych ze wzoru
Alfa= $0,05$*yt+(1-$alfa%)*yt^
Obliczamy błąd ze wzoru wzoru modul.liczby([yt-yt^]/yt) oraz srednia ze wszystkich
Prognoza pkt. I przedziałowa
Wprowadzamy t oraz yt
Tworzymy Funkcje REGLINP (ctrl+szift+enter) aby utworzyć współczynniki
Obliczamy współczynnik zmienności ze wzoru odchylenie/srednia
Wyliczamy yt^używając wygenerowanej funkcji trendu y=ax+b oraz dla kolejnych okresów
Obliczamy (Yt-yt^) kwadrat
Obliczamy (t-sr t)kwadrat
Obliczamy błąd bezwzględny ze wzoru odch.stan*(1+1/10+((okres liczony-5,5)2/suma z 6 ))^0,5
Błąd względny to błąd bezwzględny/prognozę