1b

-metoda średniej ważonej

-3 -modę! wyrównywania wykładniczego Browna rzędu pierwszego

-    -model wyrównywania wykładniczego Browna rzędu drugiego

-    -model wyrównywania wykładniczego Browna rzędu trzeciego -model wyrównywania liniowo-wykładniczego Holta -model wyrównywania wykładniczego Wintersa

-model trendu pełzającego z wagami harmonicznymi.

Metoda średniej ważonej- prognozę tę buduje się uwzględniając postarzanie informacji. Oznacza to, że informacje starsze mają relatywnie mniejszą wagę niż informacje bliższe okresu prognozowanemu. Wyboru tego dokonuje się w sposób intuicyjny wykorzystując do tego określonego wzoru. W tym sposobie postępowania sporządzający prognozę musi określić liczbę wyrazów średniej oraz wagi nadawane poszczególnym informacjom. Najczęściej dokonuje się tego metodą intuicyjną wykorzystując wiedzę o danym zjawisku. Zarówno sposób ważenia informacji, jak i długości średniej można także dokonać metodą prób i błędów, przyjmując różne długości średniej i wybrać tą dla której biedy prognoz są najmniejsze.

'2iEtapy postępowania przy dekompozycji:

^/j-oblicza się średnią ruchomą'

jtj -^wyodrębnia się z szeregu czasowego wahani^-sezonowe yl -dokonuje się odpowiedniej korekty surowych wskaźników wahań sezonowych i\] -[eliminuje się z szeregu wahania sezonowe -oblicza się funkcję trendu^,—

0 -wyodrębnia się wahania ćyłuicżHe dzieląc wartość średniej ruchomej przez średni poziom w latach ■^i-wyodrębnieniewahań przypadkowych^

ekspert	wariantA	wariantB	wariantC	wariantD	wariantE
1	2	4	5	3	1
2	4	2	1	3	5
3	2	4	5	3	1
4	4	2	1	3	5
Suma	12	12	12	12	12

a) wszystkie warianty mają taką samą szansę realizacji, gdyż suma punktów od ekspertów dla każdego wariantu jest taka samączyli 12. W takim przypadku należy powtórzyć badanie.

9.

O

1-0.Model wyrównywania wykładniczego może być stosowany również do szeregów czasowych z wahaniami sezonowymi. Niezależnie od tego czy model jest addytywny czy multiplikatywny występują trzy stale parametry wygładzania: stała wygładzania dla poziomu trendu, stała wygładzania zmian trendu, stała wygładzania dla wahań sezonowych. Szereg czasowy dzielimy na dwie części. Na podstawie danych z pierwszej części uzyskuje się informacje o wartościach inicjalnych. Informacje z drugiej części szeregu służą do wyrównywania szeregu czasowego i wyboru najlepszych stałych wygładzania. Wyboru stałych wygładzania dokonuje się najczęściej z punktu widzenia minimalizacji średniego kwadratu błędu prognoz

H-

CAXfOlAł/{-v\^ MOJA£\MaQl,

a A o

fW-UA H i ^ ¹    VUj -Ay>