На головну

II. рішення завдання

  1. C. Графоаналитический спосіб вирішення завдань лінійного програмування
  2. I СИТУАЦІЙНІ ЗАВДАННЯ ПО ПРОФІЛЬНИМ РОЗДІЛІВ
  3. I. Основні завдання та напрямки роботи бібліотеки
  4. I. Цілі і завдання виконання контрольної роботи
  5. I. Завдання і цілі зовнішнього аудиту
  6. II. 1.1. ПРЕДМЕТ І ЗАВДАННЯ ПСИХОЛОГІЇ РОЗУМОВО ВІДСТАЛИХ ДІТЕЙ
  7. II. завдання охорони

1. Алгоритм прогнозування обсягу продажів в MS Excel

На сьогоднішній день наука досить далеко просунулася в розробці технологій прогнозування. Фахівцям добре відомі методи нейромережевого прогнозування, нечіткої логіки і т. П Розроблено відповідні програмні пакети, але на практиці вони, на жаль, не завжди доступні пересічному користувачеві, а в той же час багато хто з цих проблем можна досить успішно вирішувати, використовуючи методи дослідження операцій, зокрема імітаційне моделювання, теорію ігор, регресійний і трендовий аналіз, реалізуючи ці алгоритми в широко відомому і поширеному пакеті прикладних програм MS Excel.

В даному курсовиків представлений один з можливих алгоритмів побудови прогнозу обсягу реалізації для продуктів з сезонним характером продажів. Відразу слід зазначити, що перелік таких товарів набагато ширше, ніж це здається. Справа в тому, що поняття "сезон" в прогнозуванні можна застосувати до будь систематичним коливань, наприклад, якщо мова йде про вивчення товарообігу протягом тижня під терміном "сезон" розуміється один день. Крім того, цикл коливань може істотно відрізнятися (як в більшу, так і в меншу сторону) від величини один рік. І якщо вдається виявити величину циклу цих коливань, то такий часовий ряд можна використовувати для прогнозування з використанням адитивних і мультиплікативних моделей.

Аддитивную модель прогнозування можна представити у вигляді формули:

F = T + S + E

де: F - Прогнозоване значення; Т - Тренд; S - Сезонна компонента; Е - Помилка прогнозу.

Застосування мультіплікатівнихмоделей обумовлено тим, що в деяких тимчасових рядах значення сезонної компоненти є певну частку трендового значення. Ці моделі можна представити формулою:

F = T х S x E

На практиці відрізнити адитивну модель від мультиплікативної можна за величиною сезонної варіації. Адитивної моделі властива практично постійна сезонна варіація, тоді як у мультипликативной вона зростає або убуває, графічно це виражається в зміні амплітуди коливання сезонного фактора, як це показано на малюнку 1.

Мал. 1. Аддитивна і мультиплікативні моделі прогнозування.



Адаптивна модель прогнозування (Adoptive model of forecasting) | Алгоритм побудови прогнозної моделі

Вступ. | Екстраполяційне прогнозування. | Екстраполяційні методи прогнозування. | Методи екстраполяції трендів. | Інтерпретація. | Методи розрахунку ковзних середніх. | Метод експоненціального згладжування | Застосування алгоритму розглянемо на наступному прикладі. |

© um.co.ua - учбові матеріали та реферати