Содержание Задача к теме 3 3
Задача 1 к теме 4 9
Задача 2 к теме 4 11
Задача к теме 5 15
Задача к теме 3 Имеются некоторые данные об объеме продаж за 24 месяца:
Таблица 1 – Исходные данные к задаче по теме 3
Период
| Объем продаж,
млн. долл., У
| Период
| Объем продаж,
млн. долл., У
| 1
| 1510,77
| 13
| 2466,00
| 2
| 1553,10
| 14
| 2576,04
| 3
| 1560,07
| 15
| 2609,00
| 4
| 1581,87
| 16
| 2745,74
| 5
| 1677,60
| 17
| 2794,00
| 6
| 1690,60
| 18
| 2829,29
| 7
| 1710,47
| 19
| 2912,76
| 8
| 1946,47
| 20
| 3062,63
| 9
| 2072,44
| 21
| 3221,80
| 10
| 2197,27
| 22
| 3267,95
| 11
| 2259,63
| 23
| 3802,55
| 12
| 2357,82
| 24
| 3834,93
| На основе данных за 1-ый год (1-12 месяцы) спрогнозировать объем продаж на 2-ой год (13-24 месяцы) по уравнению линейного тренда, а также с помощью среднего абсолютного прироста и среднего темпа роста. По каждой ситуации рассчитать ошибку прогноза, сопоставив расчетные данные с фактическими, в т.ч. по сумме за год.
Решение:
Для выявления наличия тенденции в ряду, построим график по исходным данным за первый год и проведем визуальный анализ.
Рисунок 1 – График объема продаж в первый год
Визуальный анализ графика позволяет сделать предварительный вывод о том, что временной ряд содержит тенденцию среднего уровня ряда - возрастающий тренд и он, предположительно - линейный, так как оборот, в среднем, увеличивается во времени.
Линейное уравнение тренда имеет вид:
Находим параметры уравнения методом наименьших квадратов. Составим систему уравнений:
Составим расчетную таблицу.
Таблица 2 – Расчетная таблица для нахождения параметров уравнения тренда
t
| Y
| t2
| yt
| 1
| 1510,77
| 1
| 1510,77
| 2
| 1553,1
| 4
| 3106,2
| 3
| 1560,07
| 9
| 4680,21
| 4
| 1581,87
| 16
| 6327,48
| 5
| 1677,6
| 25
| 8388
| 6
| 1690,6
| 36
| 10143,6
| 7
| 1710,47
| 49
| 11973,3
| 8
| 1946,47
| 64
| 15571,8
| 9
| 2072,44
| 81
| 18652
| 10
| 2197,27
| 100
| 21972,7
| 11
| 2259,63
| 121
| 24855,9
| 12
| 2357,82
| 144
| 28293,8
| 78
| 22118,1
| 650
| 155476
|
Уравнение тренда:
Рассчитаем прогнозные значения (таблица 3) и оценим качество уравнения тренда с помощью средней относительной ошибки аппроксимации.
где yt – расчетное значение по уравнению.
Таблица 3 – Расчет прогнозных значений и средней относительной ошибки
t
| yi
| yt
| yi-yt
| |( yi-yt)/yi|
| yi2
| (yi-yt)2
| 1
| 1510,77
| 1392,86
| 117,91
| 0,078
| 2282425,99
| 13902,8
| 2
| 1553,1
| 1474,73
| 78,37
| 0,050
| 2412119,61
| 6141,86
| 3
| 1560,07
| 1556,6
| 3,47
| 0,002
| 2433818,4
| 12,0409
| 4
| 1581,87
| 1638,47
| -56,6
| 0,036
| 2502312,7
| 3203,56
| 5
| 1677,6
| 1720,34
| -42,74
| 0,025
| 2814341,76
| 1826,71
| 6
| 1690,6
| 1802,21
| -111,61
| 0,066
| 2858128,36
| 12456,8
| 7
| 1710,47
| 1884,08
| -173,61
| 0,101
| 2925707,62
| 30140,4
| 8
| 1946,47
| 1965,95
| -19,48
| 0,010
| 3788745,46
| 379,47
| 9
| 2072,44
| 2047,82
| 24,62
| 0,012
| 4295007,55
| 606,144
| 10
| 2197,27
| 2129,69
| 67,58
| 0,031
| 4827995,45
| 4567,06
| 11
| 2259,63
| 2211,56
| 48,07
| 0,021
| 5105927,74
| 2310,72
| 12
| 2357,82
| 2293,43
| 64,39
| 0,027
| 5559315,15
| 4146,07
| 13
| 2466
| 2375,3
| 90,7
| 0,037
| 6081156
| 8226,49
| 14
| 2576,04
| 2457,17
| 118,87
| 0,046
| 6635982,08
| 14130,1
| 15
| 2609
| 2539,04
| 69,96
| 0,027
| 6806881
| 4894,4
| 16
| 2745,74
| 2620,91
| 124,83
| 0,045
| 7539088,15
| 15582,5
| 17
| 2794
| 2702,78
| 91,22
| 0,033
| 7806436
| 8321,09
| 18
| 2829,29
| 2784,65
| 44,64
| 0,016
| 8004881,9
| 1992,73
| 19
| 2912,76
| 2866,52
| 46,24
| 0,016
| 8484170,82
| 2138,14
| 20
| 3062,63
| 2948,39
| 114,24
| 0,037
| 9379702,52
| 13050,8
| 21
| 3221,8
| 3030,26
| 191,54
| 0,059
| 10379995,2
| 36687,6
| 22
| 3267,95
| 3112,13
| 155,82
| 0,048
| 10679497,2
| 24279,9
| 23
| 3802,55
| 3194
| 608,55
| 0,160
| 14459386,5
| 370333
| 24
| 3834,93
| 3275,87
| 559,06
| 0,146
| 14706688,1
| 312548
| 300
| 58240,8
| 56024,8
| 2216,04
| 1,13049
| 152769711
| 891878
|
Ошибка аппроксимации в пределах 5-7% свидетельствует о хорошем подборе уравнения тренда к исходным данным. Следовательно, данное уравнение можно использовать в качестве тренда.
Для определения размеров погрешности рассчитаем коэффициент несоответствия Тейла по формуле:
Этот показатель изменяется от 0 до 1. Чем ближе его значение к нулю, тем лучше результаты прогнозирования.
что позволяет сделать вывод о достаточно высоком качестве построенной модели.
Для наглядности построим графики фактических и прогнозных значений (рисунок 2).
Рисунок 2 – График объема продаж за 24 месяца (фактический и прогнозный)
Осуществим расчет прогнозных значений с помощью среднего абсолютного прироста и среднего темпа роста (таблица 4). Для расчетов будем использовать следующие формулы:
Абсолютный прирост:
цепной:
базисный:
Темп роста:
цепной:
базисный:
Темп прироста:
цепной:
базисный:
Среднегодовой темп роста исчисляется из отношения конечного и начального уровней ряда:
Среднегодовой темп прироста:
Таблица 4 - Результаты расчета основных показателей динамики
Период
| Объем продаж, млн. долл., У
| Абсолютный прирост
| Темп роста
| Темп прироста
| цепной
| базисный
| цепной
| базисный
| цепной
| базисный
| 1
| 1510,77
|
|
|
|
|
|
| 2
| 1553,1
| 42,33
| 42,33
| 102,8%
| 102,8%
| 2,8%
| 2,8%
| 3
| 1560,07
| 6,97
| 49,3
| 100,4%
| 103,3%
| 0,4%
| 3,3%
| 4
| 1581,87
| 21,8
| 71,1
| 101,4%
| 104,7%
| 1,4%
| 4,7%
| 5
| 1677,6
| 95,73
| 166,83
| 106,1%
| 111,0%
| 6,1%
| 11,0%
| 6
| 1690,6
| 13
| 179,83
| 100,8%
| 111,9%
| 0,8%
| 11,9%
| 7
| 1710,47
| 19,87
| 199,7
| 101,2%
| 113,2%
| 1,2%
| 13,2%
| 8
| 1946,47
| 236
| 435,7
| 113,8%
| 128,8%
| 13,8%
| 28,8%
| 9
| 2072,44
| 125,97
| 561,67
| 106,5%
| 137,2%
| 6,5%
| 37,2%
| 10
| 2197,27
| 124,83
| 686,5
| 106,0%
| 145,4%
| 6,0%
| 45,4%
| 11
| 2259,63
| 62,36
| 748,86
| 102,8%
| 149,6%
| 2,8%
| 49,6%
| 12
| 2357,82
| 98,19
| 847,05
| 104,3%
| 156,1%
| 4,3%
| 56,1%
|
Средний уровень ряда динамики:
Среднегодовой темп роста и прироста:
Прогнозные значения на следующие 12 месяцев представлены в таблице 5 и на графике (рисунок 3). Для полученных прогнозных значений рассчитаем отклонения от фактического значения и среднюю ошибку.
Для прогноза, полученного с помощью среднего темпа роста , для прогнозных значений, полученных с помощью среднегодового темпа прироста . Что говорит о высокой точности полученных значений.
Таблица 5 – Расчет прогнозных значений с помощью среднего абсолютного прироста и среднего темпа роста
Период
| Объем продаж, млн. долл., У
| Прогноз, млн. долл.
| с помощью среднего темпа роста
| с помощью среднего темпа роста прироста
| 13
| 2466
| 2446,92
| 2444,88
| 14
| 2576,04
| 2539,39
| 2535,16
| 15
| 2609
| 2635,35
| 2628,77
| 16
| 2745,74
| 2734,94
| 2725,83
| 17
| 2794
| 2838,29
| 2826,48
| 18
| 2829,29
| 2945,55
| 2930,85
| 19
| 2912,76
| 3056,86
| 3039,07
| 20
| 3062,63
| 3172,38
| 3151,29
| 21
| 3221,8
| 3292,27
| 3267,65
| 22
| 3267,95
| 3416,68
| 3388,30
| 23
| 3802,55
| 3545,79
| 3513,42
| 24
| 3834,93
| 3679,79
| 3643,15
| СУММ
| 36122,69
| 36304,23
| 36094,85
|
Рисунок 3 – График прогнозных значений с помощью среднего абсолютного прироста и среднего темпа роста
|