Главная страница

Моделирование Лузина. Виды (направления) прогнозирования


Скачать 1.58 Mb.
НазваниеВиды (направления) прогнозирования
Дата18.04.2022
Размер1.58 Mb.
Формат файлаdoc
Имя файлаМоделирование Лузина.doc
ТипДокументы
#482592
страница5 из 6
1   2   3   4   5   6
д.е.

Тогда прогноз объема продаж составит на:

11-й период: д.е.

12-й период:

2) Прогнозирование с помощью среднего темпа роста.

Средний темп роста можно рассчитать следующим образом:

1,148 или 114,8%

Рассчитаем прогноз объема продаж:

на 11-й период:

на 12-й период:

3) Прогнозирование на основе уравнения тренда.

Для прогнозирования по прямой следует получить уравнение:



Для расчета параметров а0 и а1 решается система нормальных уравнений:



В качестве расчетных добавим в таблицу гр.3 и 4. В гр.3 значения t возводим в квадрат (12=1, 22=4 и т.д.), в гр.4 находим произведение yt (91,74*1=91,74, 91,74*2=183,48 и т.д.).

Объем продаж (yt)

Период, t

t2

yt

91,74

1

1

91,74

95,34

2

4

190,68

116,44

3

9

349,32

140,94

4

16

563,76

166,54

5

25

832,7

197,84

6

36

1187,04

210,24

7

49

1471,68

273,94

8

64

2191,52

300,84

9

72

2707,56

317,84

10

100

3178,4

Итого: 1911,7

55

385

12764,4


В систему нормальных уравнений подставляем данные итоговой строки, в которой предварительно произведем суммирование:



Умножим каждый член первого уравнения на 5,5, затем вычтем из второго уравнения первое:



Отсюда а1=2249,99 / 82,5 = 27,27.

Подставим его значение в первое уравнение, чтобы рассчитать параметр а0:



Уравнение тренда примет вид: . Подставляя в него значения t для каждого года, найдем выровненные (теоретические) значения.

Для 1-го периода

Для 2-го периода

Для 3-го периода

и т.д. эти данные занесем в таблицу:

Объем продаж (yt)

Период, t

t2

yt



91,74

1

1

91,74

68,46

95,34

2

4

190,68

95,64

116,44

3

9

349,32

123

140,94

4

16

563,76

150,27

166,54

5

25

832,7

177,54

197,84

6

36

1187,04

204,81

210,24

7

49

1471,68

232,08

273,94

8

64

2191,52

259,35

300,84

9

72

2707,56

286,62

317,84

10

100

3178,4

313,89

Итого: 1911,7

55

385

12764,4

1911,7

При этом сумма фактических значений y и сумма выравненных должны быть приближенно равны: (1911,71911,7).

Ряд выровненных значений характеризует тенденцию стабильного возрастания объема продаж, при этом объем продаж увеличивается в среднем на 27,27 д.е. в год.

Чтобы использовать уравнение тренда для экстраполяции временного ряда, в уравнение тренда подставляют продолженное значение времени. Например, для 11-го периода t=11, тогда расчетный уровень динамики, соответствующий этому периоду, вычислим

Для 12-го периода

4) Расчет ошибки прогноза по каждой из моделей.

Представим расчеты в форме таблицы. Значения прогнозируемого показателя, полученные по каждому из методов, возьмем из расчетов и занесем в соответствующие ячейки таблицы. алее определим ошибку прогноза по формуле:

Фактические значения показателя

Период

11

12

325,7+254/100=328,24

333+254/100=335,54

Значение прогнозируемого показателя

С помощью среднего абсолютного прироста

342,96

368,08

Ошибка прогноза, %





С помощью среднего темпа роста

364,88

418,88

Ошибка прогноза, %





По уравнению линейного тренда

341,16

368,43

Ошибка прогноза, %






Вывод: Наиболее точные результаты прогнозирования на 11 и 12 периоды были получены с помощью трендовой модели, позволяющей получать наименьшие значения ошибки прогноза.

Задание 6. Прогнозирование на основе моделей с лаговыми переменными

На основе приведенных в табл. 4.14 данных были получены две модели с лаговыми переменными:

1. , где



2. , где



Рассчитать прогнозные значения у и ошибку прогноза по каждой модели на 11-12-ый периоды, если:

Период

Изменение х в текущем периоде по сравнению с предыдущим

Фактическое значение переменной у

11

+2,7%

87,43+а/80

12

+3,5%

87,61+а/80




Период

Объем продаж, млн.долл., У

Численность работников, тыс.чел., Х

1





2





3





4





5





6





7





8





9





10






Решение:

При а=154.

В качестве расчетных данных добавим в таблицу гр.3-6. В гр. 3 производим сдвиг факторного показателя хt на 1 момент времени, в графах 4 и 5 – соответственно на 2 и 3 момента времени. В гр.6 осуществляем сдвиг результативного показателя yt на 1 момент времени.

Подставляя соответствующие значения факторных переменных в модели, найдем прогнозные значения результативного показателя yt и соответствующие им ошибки прогноза (
1   2   3   4   5   6


написать администратору сайта