Метод простої експоненціально зваженої середньої

Даний метод використовують для короткострокового прогнозування шляхом розрахунку зваженої середньої поточних даних і даних минулих періодів та найчастіше застосовується для прогнозування попиту.

Формула Брауна або основне рівняння, що визначає просту експоненціально зважену середню (ПЕВС) така:

, (7.2)

де U_t - прогноз на поточний період,

a - константа згладжування, 0<a<1,

d_t - фактичне значення показника, який прогнозується.

Значення константи згладжування вибирає укладач прогнозу. Якщо величина константи згладжування вибирається рівною нулю, то прогноз на наступний період буде рівний прогнозу на поточний період, тобто прогноз повністю заснований на даних минулого періоду і не враховує найпізніші із наявних фактичних даних.

З другого боку, якщо константу a вважають рівною 1, то даним минулих періодів не приділяється ніякого значення, і прогноз повністю залежить від фактичних значень показника на поточний період. Такий підхід приймається, якщо йдеться про відкриття нового супермаркету, - зрозуміло, що в подібному випадку дані минулих періодів для складання прогнозу відсутні.

Якщо записати значення прогнозу для періоду t=1, то отримаємо:

, (7.3)

де U₀ – початковий рівень згладжування, який можна задати такими методами:

1) як перше значення із ряду фактичних значень:

; (7.4)

2) як середнє фактичних значень ряду:

; (7.5)

3) як середнє m фактичних значень ряду:

; (7.6)

4) як експертна оцінка:

. (7.7)

Експоненціально зважена середня має ряд переваг перед традиційною середньою ковзання:

1) для побудови прогнозу за експоненціально зваженою середньою необхідно задати лише початкову оцінку прогнозу; подальше прогнозування можливе одразу ж після надходження оновлених даних. Таким чином, немає необхідності заново здійснювати процедуру обчислення прогнозу, як це було необхідно по методу середньої ковзання;

2) чутливість експоненціально зваженої середньої з метою підвищення адекватності прогностичної системи може бути в будь-який момент часу змінена шляхом зміни величини α (чутливість прогнозу – це здатність прогнозу реагувати на появу нових факторів). Чим вище значення α, тим вища чутливість; чим нижче α, тим стійкішою стає експоненціально зважена середня. Чутливість методу середньої ковзання залежить від довжини ряду, а чутливість методу експоненціального згладжування – тільки від α.

<== попередня сторінка	\|	наступна сторінка ==>
Метод середньої ковзання	\|	Оцінка прогнозу

Не знайшли потрібну інформацію? Скористайтесь пошуком google:

Генерація сторінки за: 0.012 сек.