21917

Prognoza popytu dla wybranych okresów czasowych (zał: okres: 1 tydzień)

Jest to szereg czasowy (chronologiczny)

Arytmetyczna średnia ruchoma:

Polega na tym, że określamy który fragment szeregu rzecz. Będzie brane pod uwagę i liczymy średnią.

Wady metody.

S Ile okresów czasowych należy brać pod uwagę

Każdy okres czasowy ma jednakowy udział w prognozie. Dlatego jeśli zaczynają zachodzić zmiany trendu to dane starsze będą miały taką samą wartość i nie wychwycimy zmiany trendu, prognozy będą obarczone dużym błędem. Dlatego okresy nie powinny być zbyt duże.

Uwzględnienie, że różnym okresom czasowym przypisane są inne wagi proponuje:

Model Browna:

a - parametr wyrównania wykładniczego (0; 1)

Parametr ten powoduje, że najnowszym danym przypisuje się najwyższą wartość, znaczenie danych z przeszłości zmniejsza się wykładniczo (postępuje w sposób geometryczny);

yVi = y«<mhu>= ay, + (l-a)*yM ««<*«,

y_t - popyt w ob^cwr^tyg. (nie prognoza); rzeczywista realizacja prognozy zm. y..i - średnia z ota$&a»rtp0|ftZ£jfcttch ważonej

Gdy przyjmiemy wartość q~Q,7 to popytowi z ostatniego tygodnia przypisujemy 70% znaczenia, a okresom poprzednim jedynie 30%

Jak wyznaczamy wartość parametru a?

Szacunkowo. Należy uwzględnić jak silne i jak szybkie są zmiany trendu (im silniejsze i szybsze tym większa alfa):P e, = y_t — y\ - błąd prognozy