• Nie Znaleziono Wyników

Naiwne i proste metody prognozowania.

N/A
N/A
Protected

Academic year: 2021

Share "Naiwne i proste metody prognozowania. "

Copied!
2
0
0

Pełen tekst

(1)

1

Naiwne i proste metody prognozowania.

(oparte na zało eniu, e wahania przypadkowe s niewielkie i nie zmieni si dotychczasowy wpływ czynników kształtuj cych obserwowane zjawisko).

Zalet metody naiwnej jest prostota, wad brak oceny jako ci prognozy na podstawie prognoz wygasłych.

Rodzaje prognoz naiwnych:

wg stałego poziomu

t

t y

y*+1= lub

3

2

* 1

1

+ = t+ t + t

t

y y y y

wg stałych przyrostów bezwzgl dnych (np. trend zbli ony do liniowego)

*

(

1

)

1

+ = t + tt

t y y y

y

wg stałych przyrostów wzgl dnych (niektóre trendy nieliniowe)

1 2 1

* 1

1 1

+ = + − =

t t t

t t t

t y

y y

y y y

y

wg waha sezonowych i stałego poziomu

1

*

1 +

+ = t r

t y

y , gdzie r długo cyklu sezonowego (liczba faz cyklu),

wg waha sezonowych i trendu

r r

t

t y r y

y*+1= +1+ ∆ , gdzie r długo cyklu sezonowego (liczba faz cyklu), yr

∆ - przyrost rednich w dwóch ostatnich cyklach.

Przykład.

Dla poszczególnych serii danych miesi cznych wyznacz prognoz naiwn na kolejny miesi c.

a) 115, 119, 126, 131, 136, b) 1, 4, 12, 24, 72,

c) 125, 120, 110, 115, 120.

Uzasadnij wybór metody.

Przykład.

Wiedz c, e zjawisko ma charakter sezonowy (r = 4), dla poszczególnych serii danych kwartalnych wyznacz prognoz naiwn na dwa kolejne kwartały.

a) 150, 200, 160, 120, 170,

b) 150, 220, 190, 170, 200, 270, 240, 220, 270 Uzasadnij wybór metody.

(2)

2

Metoda redniej globalnej.

+

=

=n

i i

n

y

y n

1

* 1

1

Metoda redniej ruchomej.

Metod t wykorzystujemy zarówno do wygładzania szeregu czasowego jak i do prognozowania.

Prognoza jest redni arytmetyczn z k ostatnich obserwacji (k - stała wygładzania).

=

= 1

* 1 t

k t

i i

t y

y k

k wyznaczamy tak aby redni kwadratowy bł d ex post

( )

+

=

− −

= n

k

t yt yt

k s n

1

* 2

*2 1

był minimalny.

Prognoz oceniamy za pomoc redniego bł du wzgl dnego prognoz przeszłych

+

=

= −

Ψ n

k

t t

t t

k y

y y k

n 1

*

% 1 100

Uwaga.

Gdy k = 1 to metoda naiwna.

Gdy k = n to rednia globalna.

Gdy k du e to rednia ruchoma silniej wygładza szereg czasowy lecz jednocze nie wolniej reaguje na zmiany poziomu badanego zjawiska.

Gdy k małe to rednia ruchoma szybciej odzwierciedla zmiany zjawiska lecz wi kszy wpływ wywieraj na ni wahania przypadkowe.

Aby stosowa redni ruchom powinni my zwykle dysponowa co najmniej kilkunastoma danymi.

rednia wa ona.

Ustalamy wagi 0 < w1 ≤ w2 ≤ .... ≤ wk < 1 takie, e 1

1

=

= k

i wi (oznacza to, e do wcze niejszych informacji przywi zujemy mniejsz wag ).

Prognoz wyznaczamy na podstawie wzoru:

+

= +

+

=

t

k t

i i t k i

t

w y

y

1

* 1

L.Kowalski 12.02.2005

Cytaty

Powiązane dokumenty

Materiał edukacyjny wytworzony w ramach projektu „Scholaris – portal wiedzy dla nauczycieli” współfinansowanego przez Unię Europejską w ramach Europejskiego Funduszu

Osiem lat temu CGM Polska stało się częścią Com- puGroup Medical, działającego na rynku produk- tów i usług informatycznych dla służby zdrowia na całym świecie.. Jak CGM

Model (rysunek 4) opracowywany był przez 21. ekspertów reprezentujących rożne środowiska i instytucje m.in. Urząd Miasta Gdańska, MOPR Gdańsk, or- ganizacje pozarządowe, ROPS,

Skoro tu mowa o możliwości odtwarzania, to ma to zarazem znaczyć, że przy „automatycznym ” rozumieniu nie może natu ­ ralnie być mowy o jakimś (psychologicznym)

Odwzorowanie liniowe przestrzeni z normą jest ograniczone wtedy i tylko wtedy, gdy obraz każdego zbioru ograniczonego jest ograniczony..

I tak, dowódcy batalionu form ującego się w powiecie zam ojskim skarżyli się na wójtów, którzy nie w ypełniali poleceń związa­.. nych z

Profesor Henryk Arodź wspomina, jak to kiedyś z grupą studentów zaśmiewali się zarażeni rechotem zabawki-głupawki przyniesionej przez Marka Błeszyńskiego.. Profesor wypadł

Przy wyliczaniu sumy ubezpieczenia po- winniśmy brać pod uwagę średnie przy- chody netto (przychody pomniejszone o VAT). Ochrona z tytułu czasowej nie- zdolności do pracy,