119698

7.    Metoda naiwna:

•    Najprostsza metoda prognozowania oparta na szeregach czasowych

•    Prognoza potrzeb F^d

°    ^(r+ł) ⁼

•    F(t+u - prognoza potrzeb dla następnego okresu (t+1)

•    D_t - popyt w bieżącym okresie t

8.    Średnia ruchoma:

•    Metoda wykorzystująca znajomość wartości średniej kilku ostatnich obserwacji

•    Prognoza potrzeb Fjr*i>

F = -

•    F(t+i) - prognoza potrzeb dla następnego okresu (t+1)

•    - rzeczywisty popyt w bieżącym okresie

•    n - liczba najnowszych obserwacji wykorzystywanych przy sporządzaniu prognozy Średnia ruchoma warzona:

•    Jest to odmiana metody średniej ruchomej

•    Polega na przypisywaniu wag obserwacjom z poprzednich okresów

•    Przyjęte wagi mogą się od siebie różnic

•    Prognoza potrzeb F^u

⁰    ^(l+l) -411-1 ' ^(l+l)-/

/-i

° ^ ⁼i

/=!

•    W(«₊ih - waga przypisana popytowi okresu (t+l)-i

•    Znaczenia pozostałych symboli podano uprzednio

10. Model wygładzania wykładniczego (Model Browna - Simple Brown):

•    Szczególna forma metody średniej ruchomej

•    Prognoza F<m.», na następny okres obliczana jest jako średnia ważona wartości rzeczywistej i prognozy dla okresu bieżącego:

o ^fu+d ^=o£>'    ^F<

•    F(»+i) - prognoza dla okresu (t+1), najnowsza prognoza

•    F_t - prognoza dla okresu t (bieżąca prognoza)

•    D_f - rzeczywista wartość popytu dla okresu t

•    a - stała wykładnicza użyta do warzenia D( i F_t) O s a s 1

•    W najnowszej prognozie F(t+1) są uwzględnione wszystkie wartości rzeczywiste, począwszy od pierwszego okresu

11. Liniowy model wygładzania wykładniczego Holta:

•    Daje możliwość prognozowania w przypadku, gdy w szeregu czasowym wystąpi trend malejący albo rosnący (otrzymuje się prognozę nieopóźnioną)

•    Model Holta opiera się na modelu wygładzania wykładniczego i uwzględnia współczynnik dostosowania o trendu

•    Prognoza potrzeb AF_(M.i)

°    ^(i+l) ⁼ FU+l)

•    ^Fo>i) ^=qD/ +(1 — oć)^f, - prognoza według modelu wygładzania wykładniczego

•    r_(m, = P • ( F₍, ₊₁₎ - F,) + (1 - f3) • T,

•    T(*+i) - współczynnik trendu dla następującego okresu

•    T_t - współczynnik trendu dla bieżącego okresu

•    p - stała wygładzania dla współczynnika dostosowania do trendu 12. Regresja liniowa:

2