ПР 1 прогнозирование. Прогнозирование по скользящей средней
 Скачать 61.14 Kb.
|
|
Прогнозирование по скользящей средней Еще одним методом прогнозирования, относящимся к прогнозированию по средним значениям, является прогноз на основе скользящего среднего значения потребления запаса. Метод скользящей средней при составлении прогноза использует значение средней арифметической величины потребления за последние периоды наблюдений. Скользящая средняя рассчитывается по следующей формуле:  Рисунок - Результаты прогнозирования потребности в запасе на основе среднедневного потребления  где Pj — прогнозируемый объем потребности в периоде времени у, единиц; i — индекс предыдущего периода времени; Р. — объем потребления в предыдущем периоде времени /; п — число периодов, используемых в расчете скользящей средней. Для составления прогноза по скользящей средней требуется определить число периодов наблюдений п, которые будут использоваться в расчете. При этом следует учитывать особенности имеющегося временного ряда. Чем большее число точек наблюдения берется в расчет, тем скользящая средняя менее чувствительна к изменениям значений потребления в прошлые периоды. Если изменение наблюдений имеет ступенчатый характер, то следует обеспечить высокую чувствительность прогноза к каждому наблюдению. Здесь следует применить возможно меньшее число наблюдений. Пример прогнозирования по скользящей средней В примере, который разбирается в данном разделе (см. таблицу и рисунок), колебания спроса в течение первой половины года не длятся более 2 месяцев. Во второй половине года имеются более длительные тенденции (до 4 месяцев в конце года). Игнорируя пока характер сезонных колебаний и тенденции рассматриваемого примера, выберем в качества интервала расчета скользящей средней 2 месяца. Результат расчет прогноза по скользящей средней с учетом количества рабочих дней в месяцах приведен в таблице. Таблица —Расчет прогнозного значения потребления запаса по скользящей средней
Для получения прогноза среднедневной потребности (см. столбец 5 табл. 6.4), например, в марте следует использовать статистику фактических среднедневных отгрузок в январе и феврале (см. столбец 4 таблицы):  Для прогнозирования среднедневной потребности в апреле (см. столбец 5 табл. 6.4) требуется использовать статистику фактических среднедневных отгрузок в феврале и марте (см. столбец 4 таблицы):  Округление полученной средней величины потребления ведется до целого числа в большую сторону для обеспечения гарантии покрытия потребности запасом. Для получения прогноза месячной потребности (см. столбец 6 таблицы), например, в марте требуется прогноз среднедневного потребления в марте (см. столбец 5 табл.) умножить на число рабочих дней в этом месяце (см. столбец 3 табл. и формулу (6.4)):  Иллюстрация результатов прогнозирования по скользящей средней с учетом количества рабочих дней в месяцах приведена на рис. 6.6. Преимущество прогнозирования по скользящей средней состоит в простоте метода. Основным недостатком является то, что значимость значений прошлых периодов при прогнозировании будущей потребности одинакова. Например, если в расчете скользящей средней используется 6 значений, то значимость каждого значения равна */6. Между тем очевидно, что значимость статистики последнего из предшествующих периодов более велика, чем предыдущих. Задание 1. Выполните прогнозирование продукции А методом наивного прогноза. Заполните таблицу. Постройте график по результатам планирования дневного потребления.
Задание 2. Выполните прогнозирование продукции А по скользящей средней. Заполните таблицу. Постройте график по результатам планирования месячного потребления.
|